[发明专利]一种基于指纹自适应环境变化的被动式室内定位方法

摘要

本发明涉及一种基于指纹自适应环境变化的被动式室内定位方法，包括在样本区域部署传感器节点，通过所部署的传感器节点采集整个样本区域的初始RSS指纹矩阵，通过整个区域的RSS矩阵获取初始参考矩阵，然后计算指纹矩阵和参考矩阵之间的关系矩阵，更新指纹矩阵的时候，测量样本区域中参考位置的新RSS参考矩阵和未受到目标干扰的RSS值形成第一个约束条件，利用关系矩阵和新RSS参考矩阵作为第二个约束条件，利用受干扰最大矩阵的2个性质作为第三个约束条件，利用LoLi‑IR算法来更新指纹矩阵，利用非线性最优化将实时测量的RSS向量和更新后的指纹矩阵进行匹配，高精度恢复目标的位置。既能提供令人满意的高精度又能大大减少更新指纹库所需的时间和成本。

主权项

1.一种基于指纹自适应环境变化的被动式室内定位方法，其特征在于，包括下列步骤：步骤一，在样本区域部署传感器节点；步骤二，通过所部署的传感器节点采集整个样本区域的初始RSS指纹矩阵；步骤三，通过整个区域的RSS指纹矩阵获取初始RSS参考矩阵，然后计算RSS指纹矩阵和RSS参考矩阵之间的关系矩阵；步骤四，更新RSS指纹矩阵的时候，测量样本区域中参考位置的新RSS参考矩阵和未受到目标干扰的RSS值形成第一个约束条件；步骤五，利用关系矩阵和新RSS参考矩阵作为第二个约束条件；步骤六，利用受干扰最大矩阵的2个性质作为第三个约束条件，所述的2个性质分别为所述受干扰最大矩阵的同一链路相邻位置上的RSS值是连续变化的以及所述受干扰最大矩阵的相邻链路同一位置上的RSS值是相似的；步骤七，利用LoLi‑IR算法来更新RSS指纹矩阵，所述的LoLi‑IR算法包括：步骤A、将RSS指纹矩阵利用步骤三至步骤五进行约束，获得式1：其中，X_R为参考矩阵，G为相邻位置RSS值连续约束矩阵，H为相邻链路RSS值相似约束矩阵，B为二值矩阵，为Hadamard积，X_I为索引指纹矩阵，L为所述RSS指纹矩阵的低秩重构指纹矩阵经过SVD分解后获得的第一分解矩阵，R为所述RSS指纹矩阵的低秩重构指纹矩阵经过SVD分解后获得的第二分解矩阵，Z为关系矩阵，X_D为受干扰最大矩阵，λ为拉格朗日乘子，λ>0；步骤B、固定式1中的第一分解矩阵L，获得式1的最小值v，通过使R^T的导数为零，得到新的和如果则更新若不更新，重复步骤B，直到获得更新后的R；步骤C、固定式1中的第二分解矩阵R，获得式1的最小值v，通过使L^T的导数为零，得到新的和如果则若不更新，重复步骤C，直到获得更新后的L；最终获得更新后的RSS指纹矩阵X；步骤八，利用非线性最优化将实时测量的RSS向量和更新后的RSS指纹矩阵进行匹配，高精度恢复目标的位置。