[发明专利]最小期望误差室内定位方法

摘要

本发明涉及一种最小期望误差室内指纹定位方法，该方法利用RSSI指纹特征进行室内定位，包括离线阶段和定位阶段；离线阶段进行定位准备工作，包括以下步骤：设置信标基站和设计参考位置及其连通关系并建立无向连通图；使用移动设备在各参考位置采集RSSI指纹，建立定位区域的指纹地图；根据参考位置连通图设计损失函数，计算所有定位决策损失，并构建定位决策表；定位阶段进行移动目标定位，包括以下步骤：移动目标携带的移动设备接收实时RSSI指纹并发送给定位服务器；定位服务器根据实时指纹、指纹地图和定位决策表计算条件定位误差，将误差最小的位置作为定位结果。该方法可以有效提高室内定位系统的定位精度。

主权项

1.一种最小期望误差室内指纹定位方法，其特征在于，包括：离线采集阶段以及实时定位阶段，其中，所述离线采集阶段包括如下步骤：步骤S11：根据室内布局结构设计并确定参考位置及其连通关系，构建参考位置的无向连通图，并设置信标基站；步骤S12：通过定位目标携带的移动设备在各参考位置采集各信标基站的信号强度平均值以及标准差构建参考指纹向量，并根据对应的参考位置的坐标建立定位区域的指纹地图；步骤S13：构建损失函数，并根据所述无向连通图参考位置间路径距离以及定位决策损失，构建定位决策表；所述实时定位阶段包括如下步骤：步骤S21：定位目标携带的移动设备采集实时RSSI定位指纹，并发送给定位服务器；步骤S22：所述定位服务器利用所述实时RSSI定位指纹、所述指纹地图以及所述定位决策表，并根据最小期望误差室内指纹定位算法计算条件定位误差，将误差最小的位置作为定位结果；所述参考位置无向连通图G为：G＝<V,E>V＝(ω_i|i＝1,2,…,M)E＝(e_ij|e_ij＝1或0,i,j＝1,2,…,M)式中，V表示参考位置集合，ω_i表示参考位置i，E表示参考位置之间连通边的集合，e_ij表示ω_i与ω_j的邻接关系，1表示相邻，0表示不相邻，M为参考位置个数；所述损失函数λ为：λ(α_i,ω_j)＝Dijkstra(ω_i,ω_j) i,j＝1,2,...,M其中，Dijkstra算法用于计算出任意两个位置之间的最短路径距离，Dijkstra(ω_i,ω_j)表示使用Dijkstra算法计算参考位置ω_i以及参考位置ω_j之间的最短路径距离；记决策空间A由M个决策α_i组成，A＝{α₁,α₂,...,α_M},i＝1,2,...,M，决策α_i表示算法估算位置为ω_i，通过所述损失函数λ计算定位决策损失，构建定位决策表；所述最小期望误差室内指纹定位算法包括如下步骤：步骤S31：根据贝叶斯公式计算实时RSSI定位指纹S下各参考位置的后验概率：其中，P(ω_i)是参考位置ω_i的位置先验概率，p(S|ω_i)是指纹条件概率密度，p(S)是S的概率密度函数；步骤S32：确定条件期望误差R(α_i|S)：其中，决策α_i表示算法估算位置为ω_i，M为参考位置个数；步骤S33：将最小条件期望误差的决策位置作为定位结果：