一种无线指纹定位方法及系统与流程

本发明属于无线路由器通信技术领域，具体涉及一种无线指纹定位方法及系统。

背景技术：

随着WLAN(Wireless Local Area Networks，无线局域网络)的发展和普及，室内定位技术在商业、公共安全和军事上的应用成为研究热点，如将WLAN部署在工业现场监测设备运行情况，部署在仓库跟踪物流动态，甚至临时快速部署在火灾救护现场为消防员提供最优路线导航等。基于WLAN的已有硬件设施，通过增添软件模块提供多样的室内定位服务也有众多尝试。

由于RSSI(Received signal strength index，接收信号强度指示)无需额外的硬件装置，成本低，能满足大规模应用要求。目前，室内定位大多采用基于RSSI的定位方式。根据是否需要通过物理手段直接测量节点间距离，RSSI定位技术可用于基于测距和非测距两类算法。

基于测距的算法需要获取节点间的距离，即已知发射信号强度，接收节点根据收到的信号强度，计算信号在传播过程中的损耗，使用理论或经验的信号传播模型将传播损耗转化为距离。如申请号为201310695193.2的中国发明专利申请公开了一种无线传感器网络室内定位中基于RSSI的测距优化方法，包括RSSI数据预处理、距离预计算和测距误差纠正三个步骤。首先，对无线传感器网络中的信号接收节点获得的RSSI样本序列值进行高斯滤波，滤除掉小概率事件后，根据每个RSSI的权重计算得出有效的接收信号强度的均值再利用信标节点A与信标节点B之间的信号传播实际距离来估计出信标节点A与普通节点S之间的距离；再次，根据shadowing模型，计算出任意两个可直接通信的信标节点间的测量距离，并计算出每个测量距离与信号传播实际距离之间的差值，通过最小二乘拟合法确定每个信标节点的误差与测量距离之间的关系式；最后，利用信标节点的误差与测量距离的关系式对进行误差补偿，从而得到优化的测量距离。但是，室内环境相对复杂，信号微弱，且多径、反射现象严重，测距过程很容易受其影响产生测距误差，且由此带来的定位误差容易造成累积，影响定位精度。

非测距方式采用基于位置指纹匹配实现定位。基于位置指纹匹配的室内定位大致分为离线采样阶段和在线定位两个阶段。离线采样阶段的目标是构建一个关于信号强度与采样点位置间关系的位置指纹数据库。为了生成该数据库，操作人员需要在被定位环境里确定若干采样点，然后遍历所有采样点，记录下在每个采样点测量的无线信号特征，即来自所有接入点的信号强度，最后将它们以某种方式保存在数据库中。在线定位阶段时，当用户移动到某一位置时，根据实时收到的信号强度信息，利用定位算法将其与位置指纹数据库中的信息匹配，计算出该用户的位置。基于位置指纹的定位无需测量距离，也不需要考虑测距误差问题，在成本和功耗方面与前者相比具有显著优势。

如申请号为201110084662.8的中国发明专利公开了一种室内定位方法及装置，所述方法包括获取待定位终端接收的多个信标节点发送的信号强度；将所述多个信标节点发送的信号强度与预设的位置指纹数据库中各网格内每个参考点对应的位置指纹进行相似度比较，获取网格的相似度，所述位置指纹包括多个信标节点发送的信号强度；根据所述网格的相似度，确定待定位终端的位置信息。所述装置包括获取信号强度模块、获取网格相似度模块和获取位置信息模块。通过将接收的多个信标节点发送的信号强度，与网格内多个参考点对应的位置指纹进行相似度比较，确定出待定位终端的位置，将相似度的计算扩展到了多维，定位过程更加严谨，定位精确度有较大提高。

但是，上述基于采样点的匹配定位算法并没有考虑空气湿度对无线信号的影响。在WLAN室内定位算法中，不同的季节和天气对室内空气的湿度有明显的影响，空气湿度过大，空气当中水分子密度会增高，吸收大量的无线电磁波，从而增加了无线信号在空气中传播的衰减量，结果导致无线信号强度在空气湿度大时，室内的分布情况有较大变化。因此，在室内定位技术中需要考虑空气湿度对定位精度的影响。

技术实现要素：

针对现有技术中存在的不足，本发明提供一种无线指纹定位方法及系统。

为了达到上述发明目的，本发明采用以下技术方案：

一种无线指纹定位方法，包括如下步骤：

S1，在一定位区域内设置数个基准点；

S2，将空气湿度划分为数个湿度等级，采集每个湿度等级下所述基准点处接收的无线信号强度作为基准点的位置指纹，并生成位置指纹数据库；

S3，根据一待定位终端当前的湿度及接收的无线信号强度信息与所述位置指纹数据库信息进行匹配，获取所述待定位终端的位置信息。

优选的，所述步骤S2包括如下步骤：

S21，采集所述每个湿度等级下基准点在各方向上接收的无线信号强度；

S22，基于均值或基于概率的统计方法对所述基准点在各方向上接收的无线信号强度进行分析处理，获取所述基准点的位置指纹；

S23，对各基准点的位置指纹作归一化处理，生成所述位置指纹数据库。

优选的，所述基于均值的统计方法获取基准点的位置指纹，包括如下步骤：计算所述基准点各方向上接收的无线信号强度的平均值，将其作为所述基准点的位置指纹。

优选的，所述基于概率的统计方法获取基准点的位置指纹，包括如下步骤：计算所述基准点各方向上接收的无线信号强度的均值和方差，将其作为所述基准点的位置指纹。

优选的，所述步骤S1还包括：将所述定位区域划分为数个单元网格，每一单元网格内设置若干所述基准点，并将各单元网格的属性及其相应基准点的位置指纹存储至所述位置指纹数据库。

优选的，所述定位区域布设数个信标节点，信标节点作为无线信号发射源。

优选的，所述步骤S3包括如下步骤：

S31，判断所述待定位终端当前所处的湿度等级并采集其接收的无线信号强度，作为待定位终端的位置指纹；

S32，遍历所述位置指纹数据库，计算所述待定位终端的位置指纹与每个所述基准点的位置指纹的欧氏距离；

S33，对每个单元网格内的全部基准点的位置指纹与所述待定位终端的位置指纹的欧氏距离求和，得出求和值最小的单元网格；

S34，读取求和值最小的单元网格的属性，基于求和值最小的单元网格坐标确定所述待定位终端的位置信息。

本发明还公开一种无线指纹定位系统，包括基准点设置单元、信号强度采集单元、位置指纹数据库、数据分析处理单元和位置确定单元，基准点设置单元用于在一定位区域内设置数个基准点，信号强度采集单元用于在不同湿度等级下采集基准点处接收的无线信号强度，位置指纹数据库用于存储不同湿度等级下基准点处接收的无线信号强度作为基准点的位置指纹，数据分析处理单元用于一待定位终端当前的湿度及接收的无线信号强度信息与位置指纹数据库信息进行匹配，位置确定单元用于根据匹配结果确定待定位终端的位置信息。

优选的，所述无线指纹定位系统还包括网格划分单元，用于将所述定位区域划分为数个单元网格，所述位置指纹数据库还用于存储单元网格的属性、湿度等级和位置指纹信息。

优选的，所述数据分析处理单元包括均值统计模块、概率统计模块和欧式距离计算模块，均值统计模块和概率统计模块均用于对所述基准点处接收的无线信号强度作分析处理，欧式距离计算模块用于计算所述基准点与待定位终端之间的欧式距离。

本发明与现有技术相比，有益效果是：

为了解决空气湿度对无线定位技术的影响，提高无线定位的精度，本发明提出了一种基于空气湿度量化的无线指纹定位方法及系统，在离线采样阶段，针对不同环境湿度区间现场的无线信号强度与采样点位置间关系建立位置指纹数据库；在线定位阶段，待定位终端处于某一位置时，获取所处位置的湿度及接收的信号强度信息，利用定位算法将其与相应湿度区间的位置指纹数据库中的信息匹配，计算出待定位终端的位置信息。

附图说明

图1是本发明无线指纹定位方法的流程图。

图2是本发明实施例4的无线指纹定位系统的结构框架图。

具体实施方式

下面通过具体实施例对本发明的技术方案作进一步描述说明。

基于现有无线定位技术中未将空气湿度对无线信号传输与接收的影响考虑在内，不同的季节和天气会对室内空气的湿度有明显的影响，空气湿度过大，空气中水分子密度会增高，水分子能吸收大量的无线电磁波，从而增加了无线信号在空气中传播的衰减量，导致室内无线信号强度的分布情况变动较大，降低无线定位技术的定位精度。

如图1所示，本发明提出一种基于空气湿度量化的无线指纹定位方法，包括如下步骤：

S1，在一定位区域内设置数个基准点；

S2，将空气湿度划分为数个湿度等级，采集每个湿度等级下所述基准点处接收的无线信号强度作为基准点的位置指纹，并生成位置指纹数据库；

S3，根据一待定位终端当前的湿度及接收的无线信号强度信息与所述位置指纹数据库信息进行匹配，获取所述待定位终端的位置信息。

下面通过具体实施例对本发明的无线指纹定位方法作详细说明。

实施例1：

本实施例的无线指纹定位方法，具体包括如下步骤：

步骤一：根据实际定位精度的要求，先对需要定位的区域进行划分，划分为数个单元网格，并将单元网络的属性存储至位置指纹数据库；

步骤二：在定位区域的单元网络内布设多个信标节点，确保各个单元网格内接收无线信号强度有一定差异；

步骤三：根据天气情况，将湿度划分为十个等级，依次包括：湿度10％以下、湿度10％～20％、湿度20％～30％、湿度30％～40％、湿度40％～50％、湿度50％～60％、湿度60％～70％、湿度70％～80％、湿度80％～90％、湿度90％～100％；

步骤四：在每个单元网格内设置若干基准点，在不同天气情况对应的每个湿度等级下，采集基准点处接收到的信标节点的无线信号强度作为基准点的位置指纹，并存储至相应湿度等级的位置指纹数据库；

步骤五：获取待定位终端当前天气对应的湿度等级和接收到的信标节点的无线信号强度，并将其与相应湿度等级的位置指纹数据库中各单元网格中基准点的位置指纹进行匹配，得到待定位终端的位置信息，具体包括：

1)根据各单元网格的基准点的位置指纹以及待定位终端接收到的信标节点的信号强度的位置指纹，分别计算各单元网格的基准点与待定位终端之间的距离；

2)根据预设的单元网格的数量，计算每个基准点与待定位终端之间的距离，并将属于同一单元网格的全部基准点与待定位终端之间的距离求和，筛选出单元网格内的基准点到待定位终端的距离之和最小的单元网格；

3)根据单元网格内的基准点到待定位终端的距离之和最小的单元网格坐标，确定待定位终端的位置信息。

本实施例的无线指纹定位方法通过计算单元网格内的基准点与待定位终端之间的距离，根据距离的大小确定待定位终端的位置信息，方便快捷，定位精度高。

实施例2：

本实施例基于空气湿度环境下的无线指纹定位方法，具体包括如下步骤：

步骤一：对定位区域进行单元网格划分，其中定位区域可包括工作室、休息室、卫生间、大厅、走廊以及楼层之间的楼梯区域，可以根据不同定位精度的要求，进行相应的网格划分；

若定位精度要求较低，即区域性定位，如工作室、休息室、卫生间等，可将整个房间划分为一个单元网格；

若对定位精度要求较高的区域，可将定位区域的构造划分为多个以米为单位的单元网格；

若定位区域为特殊地形区域，如不规则平面和楼层间区域，可以适当调整单元网格的长宽或增加冗余网格以达到完全覆盖；

根据单元网格的形状，以单元网格结构的各顶点作为该网格的基准点；

对各单元网格设置网格属性，网格属性包括其每一单元网格编号、网格重心坐标、相邻网格编号、边界基准点编号等，将全部单元网格的属性存储至位置指纹数据库；

步骤二：在定位区域的网络架构中合理布设多个信标节点，确保每个单元网格能接收到三个以上的信标节点的信息；信标节点为已知位置坐标的无线局域网的接入点AP(Access Point)，信标节点具有唯一标识ID；信标节点的布设遵循以下原则：同一单元网格内的待定位节点至少能收到三个稳定在-75dBm以上信号强度的信标节点的信息，保证各个网格内接收的无线信号强度有一定差异。

步骤三：根据天气情况，将湿度划分为十个等级，依次为：H1湿度10％以下、H2湿度10％～20％、H3湿度20％～30％、H4湿度30％～40％、H5湿度40％～50％、H6湿度50％～60％、H7湿度60％～70％、H8湿度70％～80％、H9湿度80％～90％和H10湿度90％～100％；

步骤四：在H1、H2、…、H10共十个湿度等级内，在单元网格的各基准点采集所接收的来自信标节点的无线信号强度，作为该单元网格的位置指纹存储至H1、H2、…、H10共十个位置指纹数据库D1、D2、…、D10；

对于每个单元网格的所有基准点，分别在H1、H2、…、H10共十个湿度等级内，将各基准点接收的信号强度统计量作为该基准点的指纹信息存储至位置指纹数据库Di(i为1～10)。信号强度的采集方式为对各基准点进行旋转采集，即采集时在基准点各方向旋转移动，持续一段时间，根据不同的统计方法对接收的无线信号强度进行统计，将统计量存储至位置指纹数据库作为该基准点的位置指纹。其中旋转采集以保证采集无线信号强度过程的全向性，持续采集一定数量的数据，以保证数据的有效性。

统计方法包括基于均值和基于概率的统计；

基于均值的统计，计算每个单元网格的各个基准点在湿度等级Hi内，一个采集周期内接收到的各个信标节点信号强度的平均值，并进行归一化处理，作为该单元网格的位置指纹，存储至位置指纹数据库Di；

基于概率的统计，计算每个单元网格的各个基准点在湿度等级Hi内，一个采集周期内接收到的各个信标节点信号强度的均值μ与方差σ，将(μ，σ)作为相应信标节点在该单元网格的位置指纹存储至位置指纹数据库Di。

步骤五：当移动终端需要定位时，通过移动终端获得当前天气湿度，并根据步骤四的湿度等级划分，计算移动终端当前位置处于的湿度等级Hi(i为1～10)；

确定移动终端在湿度等级Hi时，接收到的信标节点信号强度与位置指纹数据库Di中各单元网格相应的基准点进行匹配，得到移动终端的位置信息，具体包括：

1)将移动终端在湿度等级Hi内某位置接收到的无线信号强度和信标节点编号按照位置指纹的统计方法进行统一，即若位置指纹数据库中的位置指纹采用基于均值的统计方法，则定位时在某位置处测得的无线信号强度亦必须先计算出平均值再进行归一化处理；若位置指纹数据库中的位置指纹采用基于概率的统计方法，则定位时在某位置处测得的无线信号强度亦必须先计算出接收到的各个信标节点信号强度的均值μ与方差σ；

2)遍历位置指纹数据库Di中各单元网格多个基准点的位置指纹，计算移动终端在湿度等级Hi内定位时得到的位置指纹(该位置指纹是对接收到的无线信号强度经过统计方法获得的)与每个基准点的位置指纹的欧氏距离，基准点与移动终端的欧氏距离的计算公式为：

其中，G_i为单元网格，x为移动终端接收信号强度矩阵，N为单元网格G_i的基准点数目，C_j为第j个基准点，d为信标节点的个数，p为距离参数。

3)然后对每个单元网格内的所有基准点与移动终端的位置指纹的欧氏距离求和，根据预设的距离阈值，筛选出求和值最小的若干单元网格；

4)读取求和值最小的若干单元网格的属性，包括单元网格编号及网格重心坐标信息，按照欧氏距离进行加权求和，网格坐标以距离(相似度)大小作为权重，从而获取移动终端的坐标位置信息，其中欧氏距离越小，赋予该单元网格坐标信息的权重就越大。

本实施例的无线指纹定位方法，在离线采样阶段，针对不同环境湿度区间现场的无线信号强度与基准点位置间的关系建立位置指纹数据库；在线定位阶段，移动终端处于某一位置时，获取所处位置的湿度及接收的信号强度信息，利用定位算法将其与相应湿度区间的位置指纹数据库中的信息匹配，计算移动终端的位置信息。本发明解决了空气湿度对无线定位技术的影响，提高了无线定位的精度。

实施例3：

本实施例的无线指纹定位方法与实施例2的不同之处在于：

本实施例的无线指纹定位方法，对每个单元网格内的所有基准点与移动终端的位置指纹的欧氏距离求和，根据预设的距离阈值，筛选出求和值最小的一个单元网格，该单元网格坐标信息直接作为移动终端的坐标位置，其它步骤可参照实施例2。

本实施例的无线指纹定位方法定位移动终端的速度快、精度高。

基于本发明的无线指纹定位方法，还公开了一种无线指纹定位系统，具体通过以下实施例作详细说明。

实施例4：

如图2所示，本实施例的无线指纹定位系统，包括基准点设置单元、信号强度采集单元、位置指纹数据库、数据分析处理单元和位置确定单元，基准点设置单元用于在定位区域内设置数个基准点，信号强度采集单元用于在不同湿度等级下采集基准点处接收的无线信号强度，位置指纹数据库用于存储不同湿度等级下基准点处接收的无线信号强度信息作为基准点的位置指纹，数据分析处理单元用于待定位终端当前的湿度及接收的无线信号强度信息与位置指纹数据库信息进行匹配，位置确定单元用于根据匹配结果确定待定位终端的位置信息。

本实施例的无线指纹定位系统，针对不同环境湿度区间现场的无线信号强度与基准点位置间的关系建立位置指纹数据库，当待定位终端处于某一位置时，获取所处位置的湿度及接收的信号强度信息，利用匹配算法将其与相应湿度区间的位置指纹数据库中的信息匹配，获取待定位终端的位置信息。本发明解决了空气湿度对无线定位技术的影响，提高了无线定位系统的定位精度。

实施例5：

本实施例的无线指纹定位系统与实施例4的不同之处在于：

无线指纹定位系统还包括网格划分单元和信标布设单元，网格划分单元用于将定位区域划分为数个单元网格，将单元网格的属性、湿度等级及位置指纹信息存储至位置指纹数据库，信标布设单元用于在定位区域的网络构架内布设多个信标节点，确保各个单元网格内接收信号强度有一定差异；数据分析处理单元包括均值统计模块、概率统计模块和欧式距离计算模块，对基准点处接收的无线信号强度作分析处理时可选择均值统计模块或概率统计模块进行数据统计，欧式距离计算模块用于计算基准点与待定位终端之间的欧式距离并将其进行相应的加权计算。系统其它的组成部分可参照实施例4。

本实施例的无线指纹定位系统通过对定位区域进行网格划分，并利用定位算法将其与相应湿度区间的位置指纹数据库中基准点的信息匹配，通过欧式距离衡量待定位终端与各单元网格的距离，并将距离的大小作为权重确定移动终端的位置信息，定位精度更高。

本发明基于空气湿度量化的无线指纹定位方法及系统，在离线采样阶段，针对不同环境湿度区间现场的无线信号强度与采样点位置间关系建立位置指纹数据库；在线定位阶段，待定位终端处于某一位置时，获取所处位置的湿度及接收的信号强度信息，利用定位算法将其与相应湿度区间的位置指纹数据库中的信息匹配，计算出待定位终端的位置信息。

本发明所采取的技术方案解决了空气湿度对无线定位技术的影响，提高了无线定位的精度。

以上对本发明的优选实施例及原理进行了详细说明，对本领域的普通技术人员而言，依据本发明提供的思想，在具体实施方式上会有改变之处，而这些改变也应视为本发明的保护范围。