[发明专利]融合Wi-Fi和蓝牙的增强位置指纹室内定位方法

摘要

本发明公开了一种融合Wi‑Fi和蓝牙的增强位置指纹室内定位方法，本发明融入Wi‑Fi和蓝牙两种模式采用信号强度指示RSSI位置指纹进行室内定位，只需要接收信号强度与空间物理位置的映射关系来定位，能够有效降低定位系统成本，并且对复杂环境下多径效应的鲁棒性大大提高；对从待测环境中预设的若干个访问接入点AP节点装置接收到各自对应测试位置的RSSI向量值对RSSI参数动态修正，使用k加权近邻法，能够使位置指纹方法得到的结果最大程度地接近实际位置，从而提高定位精度。本发明使用Wi‑Fi和蓝牙的决策级融合充分发挥了双模定位的优势，并且能在自适应大多数复杂环境的情况下有效提升室内定位精度。

主权项

1.一种融合Wi‑Fi和蓝牙的增强位置指纹室内定位方法，其特征在于，包括以下步骤：步骤1)：部署Wi‑Fi和蓝牙AP节点，接收节点使用接收到的多个AP信号强度构建接收RSSI向量；步骤2)：将接收节点观测到的RSSI向量表示为其中，t＝1,2，t＝1，表示Wi‑Fi网络，t＝2，表示蓝牙网络，为第i_t信标节点发射、接收节点接收到的RSSI值，P_t为网络t中信标节点总数，把训练得到的指纹库表示为其中1≤j_t≤R_t，R_t为网络t中指纹库向量总数，指纹库中每个所对应的位置都是已知的；步骤3)：采用RSSI动态修正参数估计方式对RSSI向量进行修正，以提高定位的精度；在传感网络有P_t个AP节点，表示为其中P_t≥3；有m_t个参考点，其中m_t≥1；有n_t个AP的集合其中3≤n_t≤P_t，AK_t∈A_t；这n_t个AP组成一个网络区域O_t，寻找一个参考点RP_t0，这个参考点到这n_t个节点的距离和H_t最短，具体求解方法如下：设RP_t0此刻收到的的信号强度值为到RP_t0的距离为此时共有n_t对组合，计算信号强度距离损耗的公式如下：其中，在n_t对组合中，取第b_t组作为式(2)中的(d_t0,RSSI_t0)，d_t0为参考距离；RSSI_t0是距离为d_t0时接收到的信号强度；d_t是真实测量距离；RSSI_t是距离为d_t时接收到的信号强度；ζ_t是环境因子，η_t是路径损耗指数；其余η_t‑1组作为(d_t,RSSI_t)带入到(2)式中，得到方程：这n_t个环境因子反映了网络区域O_t的环境情况，采用加权平均的方式得到网络区域O_t此刻的环境因子步骤4)：在空间某一位置接收的信号强度s_t与其所在的位置l_t存在一定的映射关系，该映射关系表示如下：l_t＝f(s_t)               (8)其中，l_t为2D坐标(x_t,y_t)；基于该映射关系，在离线数据采集阶段，使用上述步骤3)的方法，在空间中每个坐标点采集多次AP信号数据，将每次求得的环境因子与路径损耗指数η_t，参考距离d_t0，实际距离d_t，参考信号值RSSI_t0，实际信号值RSSI_t代入式(2)，得到多个RSSI向量，表示为对每个坐标点的所有RSSI向量的各分量分别求平均值，所得到的平均RSSI向量值便可作为该点的特征值即：其中，为的第k_t个分量，为第k_t个分量且满足1≤k_t≤P_t，n_t为该坐标点采集的RSSI向量总数；这样场景中每个坐标都得到一个这样的特征向量，而所有坐标的特征向量便构成指纹库从而建立式(8)中的映射关系；步骤5)：在线位置估算阶段，当接收节点位于空间中的某个位置时，其将接收到来自P_t个AP的信号，其信号强度同样使用上述步骤3)的方法进行处理，构成RSSI向量作为实时测量的RSSI指纹；此时用欧式距离算法去度量与中之间的相似度，以此估计目标位置；欧式距离公式如下：其中，为实时测量的RSSI指纹，是指纹库中的RSSI指纹，将与代入上式(10)，即可得到此时该位置与的欧式距离L_t，即为与的相似度；步骤6)：考虑到不同的AP节点观测得到待测点位置存在不同的误差，使用k加权近邻法，在步骤5)得到的所有相似度位置中，选取前k_t个相似度最高的位置，将这前k_t个位置对应的参考指纹代入WKNN公式便可得到估计的定位位置即：式中，ε是很小的正常数防止除数为零，d_g为移动目标时的实时指纹与参考指纹之间的距离，为估计的前k_t个定位位置；步骤7)：根据步骤6)得到的定位结果(x_t,y_t)，则根据以下公式进行决策级的融合：其中，t₁＝2；w_h是第h类网络AP的权值且满足∑w_h＝1，最后双模融合后的定位结果为L＝(X,Y)。