[发明专利]一种基于双层网格的室内定位方法

权利要求书

1.一种基于双层网格的室内定位方法，其特征在于，包括离线阶段和在线预测阶段，其中：

离线阶段：将待测区域划分为网格状，组成第一层网格，每个网格节点作为一个参考点，采集各个参考点的蓝牙信号强度RSSI指纹并发送至手机端；

在各参考点利用手机端程序采集RSSI值，并用Python脚本对数据进行清洗，获得以传感器ID为键，以RSSI序列为键值的多键值字典变量，在程序中执行降噪和平滑的自适应高斯滤波算法，构建离线指纹库，具体如下：

步骤3.1、离线阶段在各参考点以设定频率采集位置指纹信息，在每个参考点采集大于100组的位置指纹信息，利用手机端程序将手机终端采集到的所有信息上传到PC端的log文件中；

步骤3.2、使用Python脚本对各个参考点对应的log文件进行数据清洗和有效值提取，将数据按(Mac₁:rssi₁,Mac₂:rssi₂,...,Mac_n:rssi_n)的形式组成多键值字典变量，其中n代表当前环境中检测到的所有蓝牙传感器iBeacon的数量，Mac_i表示第i个iBeacon的Minor值，rssi_i表示第i个iBeacon的信号强度值组成的序列，i＝1,2,…,n；

步骤3.3、使用高斯函数，即正态分布的概率密度函数f(x)进行自适应高斯滤波：

其中，x为高斯函数的函数核，σ表示待测点的RSSI标准差，μ表示一维信号滤波模板的大小，在预处理阶段中检测不同μ对应的均值误差，其中均值误差error的定义如下：

其中代表第i个iBeacon的信号强度序列值中第k次的测量值经过高斯滤波后的值，k＝1,2,…m，m表示测量值的总数，δ为序列的均值，选取均值误差最小值error_min对应的μ值作为自适应高斯滤波的最优模板；

在线预测阶段：根据参考点的大小和形状，将相邻参考点组成待测子区域，组成第二层网格，子区域的质心坐标作为最终的位置坐标；在手机端执行基于欧氏距离的位置匹配和区域整合的室内定位算法，进行定位，具体如下：

步骤4.1、基于欧氏距离计算待测点和参考点的相似度d_p，公式为：

其中P代表指纹库中向量的个数，rssi_i表示第i个iBeacon的信号强度值组成的序列，表示指纹库中第p条指纹向量中地址Mac_i对应的rssi值；

步骤4.2、取1/d_p作为各参考点在预测阶段的权重，将待测子区域内参考点的权重相加作为该子区域的权重，对待测子区域权重按降序排列，选取权重最大的子区域的质心坐标作为最终的定位坐标；

最后，手机端解算位置数据，以图标的形式实时显示待测区域的位置坐标。