[发明专利]一种静止状态下基于移动窗信号处理的SAWKNN室内定位方法

说明书

本发明公开了一种静止状态下基于移动窗信号处理的SAWKNN室内定位方法，具体采用移动窗和均值累计法提升位置指纹接收信号强度指数(Receive Signal Strength Index，RSSI)的稳定性，再利用自适应加权K最近邻(self‑adaptive Weight K‑nearest neighbor，SAWKNN)算法实现定位，以提高定位精度。其实现过程如下，离线阶段：一、在定位区域提前部署参考点和接入点(Across Point，AP)设备；二、在各参考点进行位置指纹采集工作；三、对采集的位置指纹进行异常处理，将处理后的RSSI取均值作为离线数据。在线阶段：一、移动终端采集在线位置指纹；二、采用移动窗和均值累计法处理原始指纹信号，提升位置指纹稳定性，再计算该指纹与离线指纹的相似度差异值dif；三、利用SAWKNN算法计算K值，并通过dif最小的K个参考点来计算定位坐标。

技术领域

本发明设计一种静止状态下基于移动窗信号处理的SAWKNN室内定位方法，该方法通过利用定位过程中存在的静止状态，利用移动窗信号处理方法加强位置指纹稳定性，再结合SAWKNN算法进行定位，属于定位技术和智能感知与信息处理领域

背景技术

目前，近年来随着移动终端的发展，基于位置服务(location-based service，LBS)的需求得到了爆炸性增长，LBS的相关应用已经成为工业生产和日常生活中不可或缺的一部分。用于室外定位的全球定位导航系统(GPS)和北斗导航定位系统已经十分完善和成熟了，能以较低廉的价格提供较高的精度。所以最常见的地图导航，公交车位置实时播报、共享车辆指定的租借归还位置等LBS都是基于GPS或北斗导航定位系统来开发应用的。伴随着5G网络和物联网等技术的发展，室内定位的需要也呈现了爆发式增长。

GPS等系统其所依赖的卫星信号很容易被建筑物等墙体阻挡，导致在室内环境中定位精度会大打折扣，在室内定位应用中存在很大的局限性。由此各种室内定位技术得到了广泛研究，其中WiFi室内定位技术是近年来得到了最广泛关注和研究的室内定位技术之一。其优势在于，如今WiFi设备具有部署广、价格低、覆盖范围广等特点，且绝大多数的移动终端设备都自带了WiFi模块，具有普适性。并且移动终端设备不需要搭载额外的硬件，仅根据无线网络中的无线信号即可实现定位，与其他定位技术相比成本最为廉价。

基于WiFi的室内定位技术又分为基于位置指纹的方法，基于到达角度的方法以及基于到达时间的方法，其中基于到达角度与到达时间的方法都需要部署额外的硬件，开销大，没有得到太多的关注。目前使用的最多的是基于位置指纹的定位方法。本专利也是采用基于位置指纹的室内定位方法。

发明内容

本发明利用定位中的静止状态，提高了位置指纹的稳定性，改善了现有定位算法的较大定位误差，提供了一种静止状态下基于移动窗信号处理的SAWKNN 室内定位方法，在真实复杂的室内环境中，能够提供更准确的定位精度。

为解决上述的技术问题，本发明采用的方案如下：

第一步：通过在提前在需要定位的室内环境中部署好坐标系、参考点、AP 设备，并记录参考点的坐标和AP设备的MAC地址；

第二步：在部署好的所有参考点上使用移动终端进行连续多次的位置指纹采集和记录工作；

第三步：对记录的指纹信号进行处理，先对异常指纹信号进行预处理，再将正常的指纹信号取均值并建成离线数据库；

第四步：移动终端开启定位请求后将开始进行在线阶段位置指纹的采集工作，接下来将利用移动终端在静止状态下所采集的位置指纹：

第五步：先采用移动窗方法进行处理，大幅度提升位置指纹稳定性，再利用均值累计法进一步加强位置指纹的稳定，然后计算在线指纹与离线数据库各参考点指纹的相似度差异dif；