室内定位方法、系统和定位平台的制作方法
【专利摘要】本发明公开了一种室内定位方法、系统和定位平台，涉及移动互联网定位【技术领域】。该方法包括：根据被定位终端的无线信号强度与各参考点信号强度概率分布图得到在各参考点检测到该无线信号强度的先验概率；根据先验概率基于贝叶斯决策获得后验概率；将后验概率与各参考点转移概率矩阵相乘，输出转移概率最大的参考点作为被定位终端的定位结果。该方法、系统和平台通过转移HMM模型构建室内无线信号强度概率分布图来实现精准定位的通用方法，结合无线信号强度采集与预处理机制、基于转移HMM模型的概率分布匹配方法，可为用户提供体验良好的室内精准定位服务。
【专利说明】室内定位方法、系统和定位平台
【技术领域】
[0001]本发明涉及移动互联网定位【技术领域】，特别涉及一种室内定位方法、系统和定位
T D ο
【背景技术】
[0002]目前，已经有针对WiFi (Wireless Fidelity,无线保真)、无线基站信号(如GSM (Global System of Mobile communicat1n,全球移动通讯系统)、CDMA2000 (CodeDivis1n Multiple Access,码分多址)或 WCDMA (Wideband Code Divis1n MultipleAccess,宽带码分多址))、蓝牙、RFID (Rad1 Frequency Identificat1n,射频识别)、超声等无线信号源实现室内定位的方法、系统在研和初步投入应用。
[0003]但是，这些方法或系统都存在一些不足或者局限:或者定位精度不够(如，无线基站信号)，或者需要安装额外的硬件设备(如RFID、超声)，或者应用的物理范围受限(例如蓝牙的传输距离一般仅为几十米)等。
【发明内容】
[0004]本发明的发明人发现上述现有技术中存在问题，并因此针对所述问题中的至少一个问题提出了一种新的技术方案。
[0005]本发明的一个目的是提供一种用于无线定位的技术方案。
[0006]根据本发明的第一方面，提供了一种无线定位方法，包括:
[0007]接收来自被定位终端的无线信号强度；
[0008]根据所述被定位终端的无线信号强度与各参考点信号强度概率分布图得到在各参考点检测到所述无线信号强度的先验概率；
[0009]根据所述先验概率基于贝叶斯决策获得在各参考点检测到所述无线信号强度的后验概率；
[0010]将所述后验概率与各参考点转移概率矩阵相乘，输出转移概率最大的参考点作为所述被定位终端的定位结果。
[0011]可选地，该方法还包括:根据带参考点位置信息的无线信号强度获得初始的信号强度概率分布图；根据不带参考点位置信息的无线信号强度通过最大期望算法更新所述信号强度概率分布图，获得当前时刻的信号强度概率分布图。
[0012]可选地，该方法还包括:对所述无线信号强度进行归一化。
[0013]可选地，该方法还包括:基于速度常量的加权滤波器对归一化的无线信号强度进行滤波处理。
[0014]可选地，无线信号包括WIFI信号、基站信号、蓝牙、RFID、超声、GPS信号中的至少两者。
[0015]根据本发明的另一方面，提供一种定位平台，包括:
[0016]信号强度接收模块，用于接收来自被定位终端的无线信号强度；
[0017]先验概率确定模块，用于根据所述被定位终端的无线信号强度与各参考点信号强度概率分布图得到在各参考点检测到所述无线信号强度的先验概率；
[0018]后验概率确定模块，用于根据所述先验概率基于贝叶斯决策获得在各参考点检测到所述无线信号强度的后验概率；
[0019]定位结果确定模块，用于将所述后验概率与各参考点转移概率矩阵相乘，输出转移概率最大的参考点作为所述被定位终端的定位结果。
[0020]可选地，该定位平台还包括:概率分布确定模块，用于根据带参考点位置信息的无线信号强度获得初始的信号强度概率分布图；根据不带参考点位置信息的无线信号强度通过最大期望算法更新所述信号强度概率分布图，获得当前时刻的信号强度概率分布图。
[0021]可选地，该定位平台还包括信号归一化模块，用于对所述无线信号强度进行归一化。
[0022]可选地，该定位平台还包括:信号滤波处理模块，用于基于速度常量的加权滤波器对归一化的无线信号强度进行滤波处理。
[0023]可选地，无线信号包括WIFI信号、基站信号、GPS信号中的至少两者。
[0024]根据本发明的又一方面，提供一种定位系统，包括上述的定位平台，以及被定位终端。
[0025]本发明的一个优点在于，通过构建室内无线信号转移HMM(Hidden Markov Model,隐马尔科夫模型)模型来实现精准定位，结合无线信号强度采集与预处理机制，可为用户提供体验良好的室内精准定位服务。
[0026]通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
【专利附图】
【附图说明】
[0027]构成说明书的一部分的附图描述了本发明的实施例，并且连同说明书一起用于解释本发明的原理。
[0028]参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中:
[0029]图1示出根据本发明的定位方法的一个实施例的流程图。
[0030]图2示出根据本发明的定位方法的另一个实施例的流程图。
[0031]图3示出应用于室内精准定位的HMM模型示意图。
[0032]图4示出转移HMM模型生成的无线信号强度概率分布图的数据结构。
[0033]图5示出基于转移HMM模型的室内精准定位系统结构图。
[0034]图6示出某咖啡厅的二楼、一楼平面图，部署基于转移HMM模型的室内精准定位系统进行实验。
[0035]图7示出根据本发明的定位平台的一个实施例的结构图。
[0036]图8示出根据本发明的定位平台的另一个实施例的结构图。
【具体实施方式】
[0037]现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
[0038]同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
[0039]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
[0040]对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。
[0041]在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
[0042]应注意到:相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
[0043]本公开在室内定位中引入的HMM模型是一种用参数表不的用于描述随机过程统计特性的概率模型，是一个双重随机过程，它由两个部分组成:马尔可夫链和一般随机过程。其中马尔可夫链用来描述状态的转移，用转移概率描述；一般随机过程用来描述状态与观察序列间的关系，用观察值概率描述。室内定位问题可以描述为根据一系列观测值(这里是指多个无线信号源信号强度)确定一个移动终端的状态(这里是指室内位置坐标，也称参考点)。本公开技术方案利用无线信号强度与位置的强相关性，采用转移HMM方法对无线信号随时间的变化进行数学建模，实现室内精准定位。
[0044]图1示出根据本发明的定位方法的一个实施例的流程图。
[0045]如图1所示，步骤102，定位平台接收来自被定位终端的无线信号强度。被定位终端接收两个以上无线信号源的无线信号强度RSSI (Received Signal StrengthIndicat1n，接收的信号强度指示)，该无线信号源例如包括WIFI信号、基站信号、蓝牙、RFID、超声、或GPS信号，以及它们之间的组合。
[0046]步骤104，定位平台根据被定位终端的各个无线信号强度与各参考点信号强度概率分布图得到在各参考点检测到各个无线信号强度的先验概率。下面将举例说明如何获得各参考点信号强度概率分布图。
[0047]步骤106，定位平台根据先验概率基于贝叶斯决策获得在各参考点检测到各个无线信号强度的后验概率。
[0048]步骤108，定位平台将后验概率与各参考点转移概率矩阵相乘，输出转移概率最大的参考点作为被定位终端的定位结果。下面将举例说明各参考点转移概率矩阵的确定。
[0049]上述实施例中，通过构建室内无线信号转移HMM模型来实现精准定位,结合无线信号强度采集与预处理机制，可为用户提供体验良好的室内精准定位服务。
[0050]图2示出根据本发明的定位方法的另一个实施例的流程图。该实施例中介绍了基于转移HMM模型的室内精准定位方法的定位过程。
[0051]如图2所示，步骤201，进行室内定位网络规划和布置。例如，针对室内环境布置多个WiFi AP (Access Point,接入点)，确保该环境中任意一点被三个或三个以上的接入点AP发出的信号覆盖，同时该环境能被CDMA2000/WCDMA或GSM信号所覆盖；
[0052]步骤202，在室内环境中设置选取N个参考点，N为自然数，建立室内坐标系，生成参考点位置空间:
[0053]L= {1^1=1,2,..,N} (I)
[0054]L中的参考点Ii (i=l, 2，…，N)是定位算法的输出值。参考点的选取可以根据建筑物结构图和楼层平面进行，主要选择建筑物边界、出入口、电梯、过道、房间等；并建立各参考点的物理邻接关系，根据各参考点的连通性生成对应的位置状态初始转移矩阵:
[0055]A0 = (P(IjIli) Ili, Ij e L} (2)
[0056]用于辅助室内连续定位和跟踪；
[0057]步骤203，采集与各参考点相关的无线信号强度。在每个参考点上利用移动终端进行无线信号采样，采集来自各WiFi接入点AP的信号强度RSSI值及各基站的信号强度，进行平滑、过滤等预处理得到各参考点的无线信号相关定位数据。
[0058]一个具体实现的步骤包括:
[0059]步骤3.1获取各参考点的来自每一个接入点AP的信号强度RSSI值和各基站无线信号强度值；
[0060]步骤3.2，在各无线信号源中选取与参考点相应的无线信号强度定位数据，进行必要的过滤、平滑等预处理，上传到定位平台。下文中将具体介绍对信号数据进行过滤、平滑等预处理的例子。
[0061]步骤204，建立各参考点基于转移HMM模型的、随时间变化的无线信号概率分布图。
[0062]一个具体实现的步骤如下:
[0063]步骤4.1，定位平台获取带参考点位置标记的无线信号强度，并计算初始的信号强度概率分布图，得到初始HMM模型；
[0064]步骤4.2，用新获取的不带参考点位置标记的无线信号强度序列训练转移HMM模型，通过最大期望(expectat1n maximizat1n, EM)算法重构当前时刻的信号强度概率分布图，得到当前时刻转移HMM模型。
[0065]下文中将详细介绍如何获得HMM模型的具体例子。
[0066]上述具体实现中，只需采集少量带位置标号的数据即可初始化定位模型；训练过程可大量使用无位置标签的信号数据；定位方法在不影响训练效果的前提下得到优化的转移HMM模型，简化了定位系统部署的工作量和时间。
[0067]步骤205，利用当前时刻的转移HMM模型进行定位。
[0068]一个具体的实现步骤如下:
[0069]5.0，采集测试点的无线信号强度；
[0070]5.1，被定位终端上传其周围的无线信号强度到定位平台，定位平台将无线信号与各参考点概率分布图匹配得到一组先验概率；
[0071]5.2，根据先验概率应用贝叶斯决策原理计算其后验概率；
[0072]5.3，再与HMM模型中各参考点转移概率矩阵相乘，输出转移概率最大的参考点，得到定位结果。
[0073]步骤206，定位平台将所匹配的参考点位置信息发送给移动显示终端或设备，或者根据组网需要，将定位结果发送给业务平台。
[0074]上述实施例中，该实现只需利用少量带位置标号无线数据即可训练出精准室内定位模型，充分利用无线信号分布的统计特征，基于EM自学习算法实现抗干扰能力强、环境适应性好的室内精准定位系统，提高了整个WiFi室内定位系统的有效性和可靠性，解决了现有室内概率定位方法中系统部署工作量大、需要定期人工更新信号指纹库的问题。
[0075]下面通过一个例子对采集与各参考点相关的无线信号强度的进一步说明。无线信号强度采集的具体步骤为:
[0076]步骤A:利用各种无线信号源采集工具(主要包括智能手机或移动笔记本)获取WiF1、GSM、CDMA2000和WCDMA等无线信号强度，其结果表示为如下向量:
[0077]W=Iw1, W2, W3, *.., wm} (3)
[0078]其中各种无线信号源采集工具例如包括:安装了专用采集软件的手机、PDA或笔记本电脑；
[0079]步骤B:对无线信号强度进行归一化处理。例如，将各采集参数映射到集合:
[0080]V= {O, I, 2, —,255} (4)
[0081]其中参数为O表示没有观测到对应的无线信号源信号强度，255表示对应的无线信号源观测值达到最大。需要指出，对无线信号强度进线归一化也可以采用其他的集合，如最大值为100，150，512等等。
[0082]在某一参考点Si的一组信号强度可以表不为按各无线信号源的信号强度组成一个向量，即:
[0083]Oi= (Oij I I 彡 j 彡 m，O 彡 Oij ( 255} (5 )
[0084]而移动终端在参考点Si的η次采集中得到多模信号集可以表示为一个mXn的矩阵:
[0085]Oi = {o-j 11 < t < η, I < j < m, O < Ojj < 255} (6)
[0086]步骤c:选择基于速度常量的加权滤波器对归一化后的无线信号进行滤波处理。m Oprev(I)为i时刻信号强度值，0pred(i)为i时刻信号强度预测值，0est(i)为i时刻信号强度滤波值；VpMV(i)为i时刻信号强度的变化率，Vest (i)为i时刻信号强度变化率的滤波值；a、b为增益常量，Ts为采样间隔时间。则按下面的步骤进行计算:
[0087]步骤Cl:首先计算i时刻无线信号强度的滤波值，算法如下:
[0088]Oest (i) =Opred (i) + a (oprev(i)-Opred (i)(7)
[0089]vest (i) =Vpred (i) + (b/Ts) X (oprev (i) -Opred (i)) (8 )
[0090]步骤C2:其次计算i+Ι时刻无线信号强度的变化率的预测值，算法如下:
[0091]Opred(i+1) =Oest (i)+vest (i) Ts (9)
[0092]Vpred(i+1) =Vest (i)(10)
[0093]步骤C3:执行步骤Cl、C2，直到处理完所有的无线信号强度得到最终的滤波值。
[0094]在无线信号的采集过程中，初始获得的RSSI值存在较大的误差，直接利用RSSI进行定位时，要避免RSSI的不稳定性，使RSSI值越精确的体现无线信号的传输距离，通过设计滤波器使RSSI的值平滑。上述实施例中选用基于速度常量的加权滤波器，基本思想是基于物体在一定范围内的移动并不是任意的，当前时刻的状态和前一时刻的状态存在一种相互关系；匀速运动将导致数据的恒定变化率和固定的噪声推移，选取滤波系数和节点运动的最佳平衡状态。加权滤波器虽然要求数据少，但是依然能保证RSSI值的变化平滑。
[0095]下面通过具体例子对得到初始HMM模型做出进一步的说明，主要给出用于室内精准定位的HMM模型定义，以及无线信号强度概率分布图的结构和计算方法。
[0096]图3示出应用于室内精准定位的HMM模型示意图。如图3所示，用于室内定位的HMM模型被定义为一个五元组:
[0097]{L, O, λ , A, 31 } (11)
[0098]其中，L是参考点空间定义为:
[0099]L= {1^1=1,2,..,N} (12)
[0100]O是无线信号强度的观测值空间，定义为:
[0101]O = (OiI i=l, 2,..,M} (13)
[0102]更具体的，设Of,表示移动终端在参考点Ii第t次检测到的无线信号源Wj的信号强度，其中t从I到K显示共进行K次无线信号采集。
[0103]λ是信号分布图，刻画在参考点Ii测量到的无线信号强度统计特征，定义为:
[0104](P(OjIli) 1j e O, Ii e L} (14)
[0105]不失一般性，假设P是独立的正态分布。
[0106]A是移动用户在各参考点间的位置转移矩阵，其初值在构建室内坐标系时根据经验值设定。定义为:
[0107]A = (PdjIli) Ili, Ij e L} (15)
[0108]Ji是移动用户处于各个参考点的先验概率，它不随时间而变化，在构建室内坐标系时根据经验值设定。定义为:
[0109]JI = (P(Ii) I Ii e L} (16)
[0110]则建立初始无线信号概率分布图310}的具体步骤如下:
[0111]步骤A:分别计算无线信号强度的均值、最大值、最小值作为概率统计特征。图4示出概率统计特征的示意图。具体计算公式如下:
【权利要求】
1.一种室内定位方法，其特征在于，包括: 接收来自被定位终端的无线信号强度； 根据所述被定位终端的无线信号强度与各参考点信号强度概率分布图得到在各参考点检测到所述无线信号强度的先验概率； 根据所述先验概率基于贝叶斯决策获得在各参考点检测到所述无线信号强度的后验概率； 将所述后验概率与各参考点转移概率矩阵相乘，输出转移概率最大的参考点作为所述被定位终端的定位结果。
2.根据权利要求1所述的方法，其特征在于，还包括: 根据带参考点位置信息的无线信号强度获得初始的信号强度概率分布图； 根据不带参考点位置信息的无线信号强度通过最大期望算法更新所述信号强度概率分布图，获得当前时刻的信号强度概率分布图。
3.根据权利要求1或2所述的方法，其特征在于，还包括: 对所述无线信号强度进行归一化。
4.根据权利要求3所述的方法，其特征在于，还包括: 基于速度常量的加权滤波器对归一化的无线信号强度进行滤波处理。
5.根据权利要求1所述的方法，其特征在于，所述无线信号包括无线仿真WIFI信号、基站信号、蓝牙、射频标识RFID、超声、全球定位系统GPS信号中的至少两者。
6.一种室内定位平台，其特征在于，包括: 信号强度接收模块，用于接收来自被定位终端的无线信号强度； 先验概率确定模块，用于根据所述被定位终端的无线信号强度与各参考点信号强度概率分布图得到在各参考点检测到所述无线信号强度的先验概率； 后验概率确定模块，用于根据所述先验概率基于贝叶斯决策获得在各参考点检测到所述无线信号强度的后验概率； 定位结果确定模块，用于将所述后验概率与各参考点转移概率矩阵相乘，输出转移概率最大的参考点作为所述被定位终端的定位结果。
7.根据权利要求6所述的定位平台，其特征在于，还包括: 概率分布确定模块，用于根据带参考点位置信息的无线信号强度获得初始的信号强度概率分布图；根据不带参考点位置信息的无线信号强度通过最大期望算法更新所述信号强度概率分布图，获得当前时刻的信号强度概率分布图。
8.根据权利要求7所述的定位平台，其特征在于，还包括信号归一化模块，用于对所述无线信号强度进行归一化。
9.根据权利要求8所述的定位平台，其特征在于，还包括:信号滤波处理模块，用于基于速度常量的加权滤波器对归一化的无线信号强度进行滤波处理。
10.根据权利要求6所述的定位平台，其特征在于，所述无线信号包括无线仿真WIFI信号、基站信号、蓝牙、射频标识RFID、超声、全球定位系统GPS信号中的至少两者。
11.一种定位系统，其特征在于，包括如权利要求6至10中任意一项所述的定位平台，以及被定位终端。
【文档编号】H04W64/00GK104185270SQ201310202576
【公开日】2014年12月3日 申请日期:2013年5月28日 优先权日:2013年5月28日
【发明者】孔勇平, 张玉良, 钟致民, 杨广龙, 苏少毅, 梁峥, 余冬苹, 王颖 申请人:中国电信股份有限公司