一种基于图像处理的Wi-Fi定位指纹数据库构建方法
【技术领域】
[0001] 本发明涉及信息处理技术领域，尤其涉及一种无线电通信领域中室内Wi-Fi环境 下的指纹数据库构建。
【背景技术】
[0002] 1)由于无线局域网、全球微波互联网、蓝牙、Zigbee、超宽带、3G、4G等多种网络的 发展，使得人们对终端定位服务的需求日益增长，尤其是在复杂的室内环境。在美国联邦通 信委员会正式将位置信息的提供列为美国911急救必备业务之后，国内外掀起了研究无线 网络终端定位技术的热潮。目前较为流行的无线定位系统如表一所示：
[0003]表一
[0004]
[0005] 由于无线局域网的普遍存在性，使得基于Wi-Fi(无线保真）的室内终端定位技术 成为研究热点。
[0006] 2)在Wi-Fi定位系统中，位置指纹定位方法的精度较高且不需要添加额外的设 备，从而得到了较为广泛的应用。基于位置指纹的室内Wi-Fi定位算法分为两个阶段：离 线阶段和在线阶段。离线阶段，在选定的参考点位置上采集来自不同接入点AP(ACCeSS Point)的RSS值，结合相应物理坐标构建指纹数据库；在线阶段，将实时采集的RSS指纹 信息，按照一定的搜索匹配算法，与指纹数据库进行比较，得出对应采样数据的预测物理位 置。
[0007] 3)基于信号指纹的定位方法，需要人们事先在大楼内对环境信息进行勘测，并建 立一个样本数据库以标记每一条指纹数据对应的实际位置，通过指纹的匹配来实现位置估 计，并且室内环境是多变的，数据库需要定期更新。传统的数据库构建与更新需要用专业的 设备，并由专门的人员对每个位置进行勘测，人力物力代价高昂，耗时也十分巨大。现有的 优化方法一般是在指纹信号空间和物理位置空间之间建立一种函数关系，由物理位置坐标 估计出相应的指纹信息。这类方法没有很好地描述待估计位置指纹信息与邻近位置指纹信 息之间的数学关系。
[0008]针对上述问题，本发明在测量较少参考点RSS值的基础上，应用改进的双三次图 像插值与自适应中值滤波技术，在保持较高定位精度的同时大大降低了系统的时间开销。
【发明内容】
[0009] 本发明针对现有基于Wi-Fi的室内终端定位技术存在的上述问题，提出一种基于 图像处理的Wi-Fi定位指纹数据库构建方法。在保持较高定位精度的同时大大降低了系统 的时间开销。
[0010] 本发明解决上述技术问题的技术方案是，一种基于图像处理的Wi-Fi定位指纹数 据库构建方法，包括步骤：在环境中等间隔选择部分参考点，在选定的参考点处采集接收信 号强度RSS，将该部分参考点物理位置与相应的接收信号强度映射为小幅图像，应用双三次 图像插值方法，将图像扩大；通过自适应中值滤波方法进行图像去噪，滤除奇异点，并映射 为指纹信息，得到环境中所有参考点的RSS估计值，根据RSS估计值构建出Wi-Fi定位指纹 数据库。
[0011] 本发明的其中一个实施例进一步包括，将参考点均匀分布，相邻参考点距离为d， 并对目标物理环境进行网格划分，网格顶点间距离为2d。
[0012] 本发明的其中一个实施例进一步包括，将该部分参考点物理位置与相应的接收信 号强度映射为小幅图像具体包括：在网格顶点处采集指纹信息，将网格顶点及其来自每个 无线接入点AP的接收信号强度看作是一幅图像的像素点及其对应的灰度值，定义一个大 小为DXK的全零矩阵DATA用来存放所有参考点的指纹信息，将所有网格顶点对应某个AP 的信号强度构成mXn的信号强度矩阵RSSk，将信号强度矩阵1?&映射为图像的灰度值矩 阵Fk，其中，K为AP总数，D为参考点总数，m,n分别为网格顶点的行数和列数，且有D= 2mX 2n〇
[0013]本发明的其中一个实施例进一步包括，，将图像扩大具体包括，为了估计放大后图 像位置为（P，q)的像素点灰度值，在扩展后图像的灰度值矩阵F'k中构建一个滑动窗口B， 如滑动窗口中已包含扩展像素，对滑动窗口中扩展像素的灰度值进行估计，否则，可在扩展 图像矩阵F'k中预定位置处内插像素点获得放大图像％，计算扩展图像F'，中内插像素点与 处于位置（s，t)的像素点在x轴方向的距离u= (p%2)/2,以及在y轴方向的距离v= (q% 2)/2,根据内插像素点与滑动窗口内各像素点在x轴与y轴方向的距离分别得x轴方向和 y轴方向上的基函数向量A，C;计算放大后图像|中像素点的灰度值义（/w) = .45C:。其中 又（/^)表示图像矩阵民第P行q列像素点的灰度值，其中，P= 1，…，2m，q= 1，…，2n，s= [p/2]+2，t=[q/2]+2，％ 为取余符号。
[0014]本发明的其中一个实施例进一步包括，所述自适应中值滤波方法具体包括，设定 滤波窗口的最小尺寸aminXamin和最大尺寸amaxXamax，将图像矩阵.上下、左右各扩展 (amax_l)/2行和（amax_l)/2列，扩展像素的灰度值设为0,初始化滤波窗口边长a=amin， 令Spq为以像素点（p，q)为中心的滤波窗口，根据对滤波窗口内像素点的灰度值排列，获得 滤波后图像矩阵旁4:中位置为（P，q)的像素点灰度值直至遍历环境中图像矩阵 中所有像素点位置获得所有位置的像素点灰度值，输出滤波后图像矩阵：获得所有参 考点的RSS估计值。
[0015] 本发明的其中一个实施例进一步包括，根据公式
获得插值基函数S(x)，基函数向量分别为：A=
[S(l+u)S(u)S(l-u)S(2-u)],C= [S(l+v)S(v)S(l-v)S(2-v)]T〇
[0016] 本发明的其中一个实施例进一步包括，根据公式：
[0017]
庆取信号强度矩 阵RSS'k中第p行第q列的元素RSS'k (p，q)，将图像矩阵f'A映射为信号强度矩阵RSS' k，其 中，RSSk中元素的最大值与最小值为max(RSSk)和min(RSSk)，将RSS' k中元素逐列按序排 列为DX1维矢量，并将其存储到矩阵DATA的第k列，遍历所有AP，将矩阵DATA中不同行矢 量与其对应的参考点位置坐标共同构成定位指纹数据库中的指纹数据。
[0018] 本发明采用联合改进的双三次图像插值与自适应中值滤波技术对数据库指纹信 息进行处理。首先，将参考点与图像中像素点进行匹配；然后，利用共辄梯度法，求解数学回 归模型；其次，模拟滑动窗口中的信号分布，改进双三次图像插值，并对未知参考点进行位 置指纹信息估计；最后，采用自适应中值滤波方法，滤除数据库中的奇异点，提高位置指纹 定位精度，同时大大降低系统的计算时间开销。本发明在实现快速构建室内Wi-Fi指纹数 据库的同时，能够得到与实测数据库近似的位置指纹定位精度。
【附图说明】
[0019]图1是本发明一个实施例的工作流程图；
[0020] 图2是本发明的仿真实验环境，参考点采集区域为室内大厅区域（即图中斜线阴 影表示部分），4个AP位置标记为API,AP2,AP3和AP4;
[0021] 图3为数据库构建不意图，其中，圆圈符号表不扩展参考点位置，圈星符号表不已 采集信号强度的参考点位置，星号表示插入的参考点位置，滤波窗口用虚线方框表示；
[0022] 图4为利用旧数据库、新数据库、改进的图像插值数据库和去噪数据库对旧测试 点和新测试点的定位结果对比图；
[0023]图5为利用图像插值数据库和改进的图像插值数据库对新测试点的定位结果对 比图。
【具体实施方式】
[0024] 以下结合附图和具体实例对本发明的实施作进一步说明。
[0025] 如图1所示是本发明一个实施例流程示意图。通过具体实例对本发明的实施作进 一步具体说明。
[0026] 参考点均匀分布，如相邻参考点距离为d，并对目标物理环境进行网格划分，网格 顶点（亦可为参考点）间距离为2d;
[0027] 在网格顶点处采集指纹信息，其中，将网格顶点及其来自每个无线接入点（AP)的 接收信号强度看作是一幅图像中的像素点及其对应的灰度值。设AP总数为K，则可得K幅 图像，定义一个大小为DXK的全零矩阵DATA，该矩阵用来存放所有参考点的指纹信息，D表 示参考点总数；
[0028] 将所有网格顶点对应某个AP的信号强度构成mXn的信号强度矩阵RSSk，其中，k 为AP编号，m,n分别为网格顶点的行数和列数，且有D= 2mX2n;
[0029] 将信号强度矩阵RSSk映射为图像的灰度值矩阵Fk;
[0030] 将Fk上下、左右各扩展两行和两列，扩展像素的灰度值设为0,扩展后图像的灰度 值矩阵表示为F'k，扩展后图像的各像素点位置用（s，t)表示，将匕放大两倍后的图像矩阵 设为ft，放大后图像的像素点位置用（P，q)表示，其中，P= 1，…，2m，q= 1，…，2n;
[0031] 为了估计放大后图像位置为（p，q)的像素点灰度值，在扩展后图像的灰度值矩阵 F'k中构建一个滑动窗口，滑动窗口B可根据如下公式具体构建：
[0032]
[0033] 其中，s= [p/2]+2,t= [q/2]+2, [ ?]表示取整运算，f'k(s,t)表示图像矩阵F'k 中第s行第t列像素点的灰度值（同理可类推矩阵中的其他元素）；
[0034]判断滑动窗口中是否包含扩展像素，如已包含扩展像素，对滑动窗口中扩展像素 的灰度值进行估计，否则，可在扩展图像矩阵F'k中预定位置处内插像素点获得放大图像 ft，如最优可在坐标为（2+0.5Xp，2+0.5Xq)的位置处插入像素点（即内插像素点），放大 后图像|中处于位置（P，q)的像素点灰度值即为内插像素点灰度值。计算扩展图像F'k* 内插像素点与处于位置（s，t)的像素点在x轴方向的距离u= (p% 2)/2,以及在y轴方向 的距离v= (q% 2)/2，％为取余符号，其中s= [p