[发明专利]一种基于对数正态模型的室内定位方法

权利要求书

1.一种基于对数正态模型的室内定位方法，其特征在于，包括如下步骤：

S1、定位初始化阶段，随机选取定位环境中多个规格不同的AP，对定位区域等间距进行网格划分，在网格点上设置指纹点，并在网格区域内随意选取互相垂直的网格线，建立直角坐标系；使用无线信号测量设备，采集每个指纹点在不同时刻接收到的多个AP发射的信号强度，然后将该指纹点的物理坐标，信号强度值、时间戳以及AP的MAC地址信息存入后台数据库；

S2、在每个指纹点处对不同时刻接收到的信号强度进行滤波，根据RSSI值的分布情况，选择分布概率高的区间，把此区间内RSSI值的均值作为该指纹点的特征；

S3、把指纹点的物理坐标转换成距离AP节点之间的距离，根据距离与RSSI的关系，拟合每个AP的对数正态模型，计算AP的契合度F，筛选出拟合效果好的AP；根据拟合对数正态模型的思路，设计了基于对数正态模型的AP选择方法，该方法通过对n个AP进行曲线拟合，筛选出最契合模型的前j个AP参与定位；曲线的拟合效果用AP的契合度F表示，F_n为第n个AP的契合度且满足如下关系：

其中，RSSI_in表示在第i个指纹点接收到第n个AP发送的RSSI值，P(d_in)满足对数正态模型的条件，表示在第i个指纹点接收到第n个AP经过拟合对数正态模型后对应的RSSI值，F越小表示拟合效果越好，基于对数正态模型的AP选择方法具体步骤如下：

1)计算n个AP的F值，记所有AP对应的契合度为集合FD＝{F₁,F₂,...,F_n}；

2)对集合FD升序排列；

3)选出F值最小的前j个AP；

S4、根据筛选出的AP，用经过滤波处理后的信号强度构建RSSI指纹库，并通过拟合的对数正态模型，构建高密度虚拟指纹库；根据选取的j个AP，在第i个指纹点处，把位置坐标和经过双重滤波处理的接收信号强度作为该指纹点的特征存入数据库，构建传统RSSI指纹库RF＝{RF₁,RF₂,...,RF_i}，其中RF_i是第i个指纹点的数据，记录该指纹点的位置坐标P(x_i,y_i)和j个AP双重滤波后的信号强度向量R＝[RSSI_i1,RSSI_i2,...,RSSI_ij]数据；

针对大范围指纹采集工作量大的问题，在稀疏指纹库RF区域内，通过对数正态模型在该区域内插入v个虚拟指纹点的虚拟信号强度；

该插值方式先将虚拟指纹点坐标转化成距离，然后利用对数正态模型计算出虚拟信号强度RSSI'，构建虚拟指纹库VF＝{VF₁,VF₂,...,VF_v}，其中VF_v是第v个虚拟指纹点的数据，记录该虚拟指纹点的位置坐标P(x_v,y_v)和j个AP的虚拟信号强度向量R'＝[RSSI'_v1,RSSI'_v2,...,RSSI'_vj]数据；接着，把VF加入到RF中得到高密度虚拟指纹库RF'＝{RF,VF}；

S5、在实时定位阶段，在待定位节点处使用无线信号测量设备接收来自不同时刻不同AP发射的信号强度，并采用与步骤S2一样的滤波方式得到待定位节点的RSSI向量，将该向量与RSSI指纹库进行匹配，计算两者AP契合度修正的欧氏距离相似度，找出相似度更高的指纹点，初步确定待定位节点的区域；

S6、在确定的区域内，待定位节点的RSSI向量再次匹配高密度虚拟指纹库，把AP契合度修正的欧氏距离相似度作为权重赋予筛选出的指纹坐标，估计待定位节点的位置。