[发明专利]WIFI室内信号分布模型自动选择与定位方法

摘要

本发明公开一种WIFI室内信号分布模型自动选择与定位方法，针对WIFI信号在室内分布的复杂性发明了一种多项式分布模型，并结合Keenan‑Motley电波信号强度分布模型构建分布候选集，根据采样数据估计各模型参数并自动评估模型与实际信号强度分布的相近程度，达到自适应选择最优分布的目的；在参数估计阶段估计各分布参数的线性无偏估计，并计算分布模型的预测残差，以预测残差为依据自动从候选集中选择一个最优分布进行定位，这样能用多个模型弥补单一模型适应性的不足，提高分布模型与实际信号分布的逼近程度，从而提高WIFI室内定位的准确性。

主权项

1.一种WIFI室内信号分布模型自动选择与定位方法，其特征在于：包括以下步骤：步骤1：构建模型候选集，该模型候选集至少包括两个室内信号分布模型；步骤2：信号采集：采用带WIFI模块的设备进行信号采集，每一个经纬度坐标对应一个采样点，其采集内容包括采样点的经纬度坐标、接收到WIFI ID、每个WIFI ID对应的信号强度以及WIFI源的位置，并将采集到的信息记录进数据库的采样信息表中；步骤3：对模型候选集内的模型进行参数估算：根据步骤2信号采集的信息，估算步骤1中构建的模型候选集中各室内信号分布模型的参数；步骤4：模型自动选择：根据估算所得参数分布计算每个室内信号分布模型在各采样点的信号强度预测值，将该预测值与各采样点的实际信号强度值进行比较，计算预测残差；根据预测残差的大小对各室内信号分布模型进行排序，从中选择预测残差最小的室内信号分布模型作为当前WIFI源的室内信号分布模型，并在数据库中的信号模型表中记录相应的模型序号与模型参数值；步骤5：定位：终端根据其接收到的WIFI ID，读取数据库中信号模型表，获得所选择的室内信号分布模型，由WIFI ID相应的信号强度与分布模型计算各WIFI源的位置对当前位置的影响比重，以比重为权值计算各WIFI ID位置的加权平均值，作为定位结果；步骤1中，该模型候选集包含Keenan‑Motley模型和多项式分布模型；其中，Keenan‑Motley模型如下：式中，f(d)表示信号强度，d为终端与WIFI源的距离，L(d)为信号衰减，P为无衰减信号强度，l0为常数，代表一米处路径损耗，γ为路径损耗系统，ki代表信号穿越同一类型墙或地板数，li为相应的穿越损耗系数，i＝2表示室内存在墙与地板两种不同性质的障碍；其中，多项式分布模型如下：式中，(x,y)为采样点坐标，f(x,y)表示信号强度，N为多项式分布阶次，Ci、Di、Emn和F为待估计参数；所述步骤2中信号采集的具体步骤包括以下内容：步骤21：测量WIFI信号源的经纬度坐标位置，记录进信号模型表；步骤22：在WIFI信号源周边取采样点，将采样点经纬度坐标位置、在采样点上接收到的WIFI ID、信号强度记录进数据库的采样信息表；步骤23：改变采样点位置重复步骤22，直到采样点均匀遍布需要实现WIFI定位的区域；所述步骤3中对模型候选集内的模型进行参数估算，具体包括多项式分布模型参数估计和Keenan‑Motley分布模型参数估计；其中，多项式分布模型参数估计包括以下内容：步骤31a：从采样信息表中取出某一WIFI ID对应的采样记录，该采样记录记为M条，取出每条记录中的信号强度字段值f(xi,yi)，i＝1,2,...,M，构建采样信号强度矩阵为：Y1＝[f(x1,y1),f(x2,y2),…,f(xM,yM)]T；步骤32a：根据多项式分布模型公式可知模型的系统观测矩阵表达式为：由步骤31a得到的M条采样记录中取出每条记录的采样点位置字段值(x_i,y_i)，i＝1,2,...,M，把(x_i,y_i)代入系统观测矩阵表达式B1中，得到系统观测矩阵；步骤33a：根据多项式分布模型公式可知模型的待估参数矩阵表达式为：X₁＝[C₁,…,C_N,D₁,…,D_N,E₁₁,…,E_mn,F]^T；计算X₁的无偏估计为步骤34a：将步骤33a计算所得的参数估计值保存在缓存之中；Keenan‑Motley分布模型参数估计包括以下内容：步骤31b：从采样信息表中取出某一WIFI ID对应的采样记录，假设为M条，取出每条记录中的信号强度字段值f(di)i＝1,2,...,M构建采样信号强度矩阵为：Y2＝[f(d1),f(d2),…,f(dM)]T；步骤32b：根据Keenan‑Motley分布模型可知模型的系统观测矩阵表达式为：由步骤31b得到的M条采样记录中取出每条记录的采样点位置字段值(x_i,y_i)，i＝1,2,...,M；从信号模型表中取出WIFI ID对应的记录中的WIFI源位置字段值(x₀,y₀)，计算距离值：将d_i代入系统观测矩阵表达式B₂中，得到系统观测矩阵；步骤33b：根据Keenan‑Motley分布模型可知模型的待估参数矩阵表达式为：X₂＝[1,l₀,γ,l₁,l₂]^T；计算X₂的无偏估计为步骤34b：将步骤33b计算所得的参数估计值保存在缓存之中；步骤4中模型自动选择步骤中，其具体包括以下内容：步骤41：从缓存中取出参数估计步骤得到的参数估计矩阵和根据无偏估计求得两个模型信号强度预测值矩阵：进入步骤42；步骤42：计算两个模型的预测残差矩阵，计算的方法是求信号强度矩阵与信号强度预测矩阵的差值矩阵ε：步骤43：计算各残差矩阵元素的平均值的绝对值得|E(ε1)|和|E(ε2)|；在|E(ε1)|和|E(ε2)|中选择数值最小的值对应的模型作为当前WIFI ID的信号分布模型。