一种室内定位方法及系统的制作方法
【专利摘要】本发明涉及一种室内定位方法及系统。室内定位方法包括：在室内部署第一设定数目M的无线路由器和设置第二设定数目N的采样点；获取各个采样点的原始指纹，组成原始指纹数据矩阵；根据预设的累计方差贡献百分比门限值T，从所述原始指纹数据矩阵的所有成分中选择出主成分，并基于选定的主成分确定任一位置点的定位指纹计算公式；根据所述定位指纹计算公式计算定位位置的定位指纹F和各采样点的定位指纹Fj，计算待定位位置与各采样点的空间距离dj，将令dj值最小的定位指纹Fj对应的采样点坐标作为待定位位置的坐标。本发明的室内定位方法及系统，减小了指纹室内定位模型的计算量，提高了室内定位的处理效率。
【专利说明】一种室内定位方法及系统
【技术领域】
[0001]本发明涉及通信领域，尤其涉及一种室内定位方法及系统。
【背景技术】
[0002]室内定位技术是基于Wi_F1、Zigbee、Bluetooth (蓝牙)、红外和超声波等无线信号技术，通过测距和相关算法实现室内目标的精确定位，在商业应用、公共安全和军事场景等许多领域有着广泛的需求与应用。室内定位的快速发展将填补室外定位的应用盲区。近年来，诺基亚、三星、苹果等智能手机开始推出针对机场及大型商业区的室内定位导航服务，更是将室内定位技术推广到日常生活中。
[0003]指纹(Fingerprint)定位算法利用定位环境中多个无线路由器的信号强度值,通过采集训练建立离线指纹库，然后在定位过程中根据实时采集指纹与指纹库进行匹配，从而获得最佳匹配位置。随着国内外公共环境中W1-Fi热点的普及，使得指纹定位算法不需要额外地部署无线路由器，利用W1-Fi网络中现有的无线路由器即可实现定位，这促使指纹定位算法更容易在室内环境中广泛使用。然而室内环境的复杂多变和人身遮挡等实际干扰因素导致无线信号的传播产生多径和阴影现象，这对室内定位的精度提出了严峻的挑战。目前，指纹定位算法精度提高较多的集中于在线匹配算法的改进，由确定性的KNN算法、发展到概略性的贝叶斯估计算法和顺序蒙特卡罗算法均被用于指纹定位算法中的指纹匹配过程。但是这些指纹定位算法很少考虑室内多径和阴影造成的影响。
[0004]RADAR算法是最早利用指纹思想在W1-Fi网络进行定位的系统。该系统在不考虑多径和阴影的情况下，定位误差达到了 2.94m。尽管该算法揭示了人身遮挡影响的存在，但是没有提出有效的解决办法，致使定位精度在身体遮挡环境下出现严重下降。现有一些文献也考虑了身体朝向对信号强度的影响。COMPASS算法利用带有数字指南针的节点，在采集信号指纹的同时也采集了人身体的朝向，定位的精度较上述算法有一定的提高，但是仍然无法避免采集非视距信号强度作为指纹数据，并没有完全解决身体遮挡带来的多径和阴影问题，同时还带来了额外的开销。
【发明内容】
[0005]本发明所要解决的技术问题是提供一种室内定位方法及系统，提高室内定位精度，提升指纹定位的处理效率。
[0006]为解决上述技术问题，本发明提出了一种室内定位方法，包括:
[0007]步骤一，在室内部署第一设定数目M的无线路由器和设置第二设定数目N的采样点，采样点的坐标已知；
[0008]步骤二，获取各个采样点的原始指纹，组成原始指纹数据矩阵，所述采样点的原始指纹为一个一维M列的矩阵，该一维矩阵的第i个元素为在该采样点接收到的第i个无线路由器的无线信号强度值，所述原始指纹数据矩阵的第i行数据为第i个采样点的原始指纹，所述原始指纹数据矩阵的每一列为一个成分Z，则所述原始指纹数据矩阵共有M个成分；
[0009]步骤三，根据预设的累计方差贡献百分比门限值T，从所述原始指纹数据矩阵的所有成分中选择出主成分，并基于选定的主成分确定任一位置点的定位指纹计算公式，该定位指纹计算公式为
【权利要求】
1.一种室内定位方法，其特征在于，包括: 步骤一，在室内部署第一设定数目M的无线路由器和设置第二设定数目N的采样点，采样点的坐标已知； 步骤二，获取各个采样点的原始指纹，组成原始指纹数据矩阵，所述采样点的原始指纹为一个一维M列的矩阵，该一维矩阵的第i个元素为在该采样点接收到的第i个无线路由器的无线信号强度值，所述原始指纹数据矩阵的第i行数据为第i个采样点的原始指纹，所述原始指纹数据矩阵的每一列为一个成分Z，则所述原始指纹数据矩阵共有M个成分； 步骤三，根据预设的累计方差贡献百分比门限值T，从所述原始指纹数据矩阵的所有成分中选择出主成分，并基于选定的主成分确定任一位置点的定位指纹计算公式，该定位指纹计算公式为
2.根据权利要求1所述的室内定位方法，其特征在于，所述步骤二包括: 在每个采样点位置，按照0°、90°、180°、270°和头顶上方五个方向对无线路由器发出的无线信号进行信号强度值采集，每个方向采集50个数据包，每个方向经过平均处理形成一条具有该方向特征的原始指纹，原始指纹表示为:
Finger= (RSSI1, RSSI1, RSSI2, RSSI3,…，RSSlJ 其中，RSSIi表示第i个在采样点处接收到的第i个无线路由器的无线信号强度值。
3.根据权利要求1所述的室内定位方法，其特征在于，所述步骤三包括: 设原始指纹数据矩阵的M个成分为Z1~ΖΜ，σ i为成分Zi的方差，则通过下式选择出m个主成分，
4.根据权利要求1所述的室内定位方法，其特征在于，所述累计方差贡献百分比门限值T的值为80%。
5.一种室内定位系统，其特征在于，包括顺次相连的部署模块、获取模块、确定模块和定位模块，其中: 部署模块，用于在室内部署第一设定数目M的无线路由器和设置第二设定数目N的采样点，采样点的坐标已知；获取模块，用于获取各个采样点的原始指纹，组成原始指纹数据矩阵，所述采样点的原始指纹为一个一维M列的矩阵,该一维矩阵的第i个元素为在该采样点接收到的第i个无线路由器的无线信号强度值，所述原始指纹数据矩阵的第i行数据为第i个采样点的原始指纹，所述原始指纹数据矩阵的每一列为一个成分Z，则所述原始指纹数据矩阵共有M个成分； 确定模块，用于根据预设的累计方差贡献百分比门限值T，从所述原始指纹数据矩阵的所有成分中选择出主成分，并基于选定的主成分确定任一位置点的定位指纹计算公式，该定位指纹计算公式为
6.根据权利要求5所述的室内定位系统，其特征在于，所述获取模块包括: 采集单元，用于在每个采样点位置，按照0°、90°、180°、270°和头顶上方五个方向对无线路由器发出的无线信号进行信号强度值采集，每个方向采集50个数据包，每个方向经过平均处理形成一条具有该方向特征的原始指纹，原始指纹表示为:`
Finger= (RSSI1, RSSI1, RSSI2, RSSI3,…，RSSlJ 其中，RSSIi表示第i个在采样点处接收到的第i个无线路由器的无线信号强度值。
7.根据权利要求5所述的室内定位系统，其特征在于，所述确定模块包括: 选择单元，设原始指纹数据矩阵的M个成分为Z1~ΖΜ，σ i为成分Zi的方差，选择单元用于通过下式选择出m个主成分，
8.根据权利要求5所述的室内定位系统，其特征在于，所述累计方差贡献百分比门限值T的值为80%。
【文档编号】G01S5/04GK103561469SQ201310573484
【公开日】2014年2月5日 申请日期:2013年11月13日 优先权日:2013年11月13日
【发明者】孙利民, 陈祠, 刘燕, 李红, 朱红松 申请人:中国科学院信息工程研究所, 北京大学