[发明专利]一种WIFI环境下基于支撑集及期望最大化的目标定位方法

说明书

本发明公开了一种WiFi环境下基于支撑集及期望最大化的目标定位方法，涉及WiFi定位领域，包括如下步骤：步骤1：建立离线指纹库；步骤2：根据线上获取的目标信号和离线指纹库构建支撑集，通过对支撑集进行真值发现估计正确位置完成目标定位；本发明提出利用支撑集克服最优匹配准则的弊端，并通过期望最大化算法从支撑集中进行目标位置的精确估计，能有效克服环境变化和异构设备造成的RSS波动问题，从而提高了定位的精度和稳健性。

技术领域

本发明涉及WIFI定位领域，尤其是一种WIFI环境下基于支撑集及期望最大化的目标定位方法。

背景技术

近年来，室内定位技术展现出广阔的发展前景和商业价值，譬如大型超市对货物的跟踪管理，医院对病人的位置实时监控，博物馆内对馆藏物品的导航以及智能家居等各种应用。室内定位系统需要在固定位置安装发射设备用来发送定位信号，常见的发射设备有WIFI、蓝牙、RFID和UWB等，但是安装大量的发射设备需要大量的人力和物力，因此大多数定位系统倾向于使用已有的被广泛部署的无线设备去实现室内定位，其中WIFI已广泛使用在家庭、商场、机场等各类大型或小型建筑内，使得WIFI成为定位领域中一个最引人注目的无线技术。

基于WIFI的定位方法包括两类：基于参数化估计的方法和基于指纹的方法，其中基于指纹的方法由于不需要参数估计以及较好的定位性能而受到广泛关注。但是现有的指纹定位方法使用最优匹配准则来对实测样本进行定位，这种方式易受接收信号强度RSS(Received Signal Strength)波动的影响，使得利用最优匹配准则进行定位通常会匹配到错误的位置，造成较大的定位误差。其中RSS波动的一个主要原因是室内环境的动态特性，其中包括人员走动、门窗的开关、AP的发射功率的变化以及室内环境的温度和湿度改变等因素。另一个主要原因是异构设备，线上定位时，不同用户可能使用不同的设备，由于不同厂商的硬件规格不同，使得不同设备即使在同一位置，同一环境下也会产生很大的RSS波动。目前环境变化和异构设备造成的RSS波动是制约指纹定位方法性能的最大瓶颈，如何寻找一种能够克服复杂室内环境中RSS波动的高精度实时定位系统，已经成为业界的研究重点。

现有技术中一种基于最优匹配准则的传统指纹定位方法，该方法包括以下几个步骤：一、在划分好的格点采集RSS建立线下指纹库；二、在线上定位阶段，利用实测数据的RSS和线下RSS指纹库进行欧氏距离匹配，选取匹配相似度最高的线下指纹对应的格点作为最终位置估计。这种定位方法虽能在简单的室内环境下能取得不错的定位精度，但其仍然面临着室内环境的动态特性和异构设备的挑战：当室内环境多径传播效应强、环境变化较大时，RSS波动会很明显；对于异构设备，线上定位时同一环境下也会产生很大的RSS波动；两中情况导致传统的最优匹配方法失配，使得定位误差较大；因此，需要一种WIFI定位方法能完成在复杂的室内环境中很难形成准确、稳定的目标位置估计。

发明内容

本发明的目的在于：本发明提供了一种WIFI环境下基于支撑集及期望最大化的目标定位方法，解决了现有通过相似度计算实现位置估计无法解决异构设备和环境动态特性的技术问题。

本发明采用的技术方案如下：

一种WIFI环境下基于支撑集及期望最大化的目标定位方法，包括如下步骤：

步骤1：建立离线指纹库；

步骤2：根据线上获取的目标信号和离线指纹库构建支撑集，通过对支撑集进行真值发现估计正确位置完成目标定位。

优选地，所述真值发现包括期望最大化即EM算法。

优选地，所述步骤1包括如下步骤：

步骤1.1：在定位环境中固定AP位置，并将定位环境划分为若干格点；

步骤1.2：搭建WIFI网络，将信号源放置于各格点并记录此时信号源位置坐标；