基于平均一致性的静点收敛处理方法与流程

本发明属于无线定位技术领域，涉及一种滤波平滑算法，具体涉及一种基于平均一致性的静点收敛处理方法。

背景技术：

随着无线通信技术、卫星导航技术的发展，基于位置的服务(locationbasedservice,lbs)已成为现代社会生活生产的重要组成部分。目前，lbs已经渗透到交通、物流等国民经济领域和人们的日常生活中，正悄悄改变着人们的生产、生活方式。而定位技术作为lbs的基础，占据着极其重要的位置。公共安全、生产安全、应急救援、公共卫生、物联网、特殊人群监护、大型场馆管理、智慧城市建设都需要使用足够精确的定位信息。

除了室外卫星定位，越来越多的无线定位技术逐渐应用到室内定位系统中，例如，wifi、蓝牙、超宽带等，但是由于无线信号的不稳定性，即使定位目标处于静止状态，连续两次的定位数据不可能完全相同，体现在定位应用软件上就是静止时定位目标仍然在抖动，这对用户来说是个不好的体验。常用的中值滤波、高斯滤波以及滑动平均滤波都不能很好的解决这样的问题。

技术实现要素：

本发明的目的在于提供一种解决静止时定位目标仍然在抖动的，基于平均一致性的静点收敛处理方法。

为达到上述目的，本发明采用的方案是，该基于平均一致性的静点收敛处理方法，包括以下步骤：

(1)首先根据历史定位位置数据及相邻时间间隔推算定位目标的运动速度；

(2)建立运动状态估计模型，通过对运动速度及定位目标的属性进行统计分析，得到定位目标当前的运动状态；

(3)根据所述步骤(2)得到的结果判断是否启用静点收敛算法，若步骤(2)得到定位目标的运动状态为运动，则直接输出定位目标的位置结果；若步骤(2)得到定位目标的运动状态为静止，则继续步骤(4)的处理；

4)调用静点收敛算法，对静态定位结果进行抖动收敛处理。

上述方法简单易行，资源需求少，由于对运动状态进行了区分，只有静止的时候才启用收敛算法，不会影响运动时的轨迹特性，且收敛算法简单高效，在不占用内存资源的基础上能实现较好的性能；采用新的方法来对定位结果的静点特性进行抖动收敛处理，该方法采用平均一致性原理，有效改善了定位结果的静点特性，从而提高了定位系统的用户体验；本发明可以广泛应用于无线定位领域。

优选的，所述步骤(1)中，若连续两次的定位位置数据分别为(xk-1,yk-1)，(xk,yk)，连续两次定位的帧序号分别sk，sk-1，相邻定位帧的时间间隔为t,则定位目标的运动速度vk可通过下式推算得到：

优选的，在所述步骤(2)中，运动状态估计模型具体描述为：以定位目标的属性为行人为例进行说明，考虑到人行走的速度特性，建立如下估计模型：通过速度值对定位位置点进行划分，将低于一定速度阈值的定位位置点合并为候选停留位置，连续n次速度小于阈值的判定为进入静止状态，连续n次速度大于阈值的判定进入运动状态。

优选的，所述步骤(2)中，运动状态估计模型中的速度阈值需要根据定位目标的属性进行设定，若定位目标为行人则推荐设定为0.4m/s。

优选的，所述步骤(2)中，运动状态估计模型中n值为3。

运动状态估计模型中n值的确定也需要综合考虑，n值越大判断越准确，但是过大的n值容易造成漏判,而n值选择过小则会造成误判，本发明综合考虑后设定n值为3。

优选的，所述步骤(4)中，静点收敛算法具体方法为：

其中，(xm,ym)为本次判断为静止状态的定位位置点，为静止收敛算法上一时刻、本时刻的估计值，c为静止状态计数器，初始化为0，进入静止状态后进行递增(+1)，直到静止状态结束，c清零。

附图说明

下面结合附图和本发明的实施方式进一步详细说明：

图1是本发明基于平均一致性的静点收敛处理方法实施例的流程图；

图2是本发明基于平均一致性的静点收敛处理方法静点x坐标收敛效果对比图；

图3是本发明基于平均一致性的静点收敛处理方法静点y坐标收敛效果对比图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例用于说明和解释本发明，并不用于限定本发明。

本发明的目的在于提供一种新的方法来对定位结果的静点特性进行抖动收敛处理，该方法采用平均一致性原理，有效改善了定位结果的静点特性，从而提高了定位系统的用户体验。

请见图1，本发明的基于平均一致性的静点收敛处理方法，包括以下步骤：步骤(1)：首先根据历史定位位置数据及相邻时间间隔推算定位目标的运动速度，若连续两次的定位位置数据分别为(xk-1,yk-1)，(xk,yk)，连续两次定位的帧序号分别sk，sk-1，相邻定位帧的时间间隔为t,则定位目标的运动速度vk可通过下式推算得到：

步骤(2)：建立运动状态估计模型，通过对运动速度及定位目标的属性进行统计分析，得到定位目标当前的运动状态。具体描述为：以定位目标的属性为行人为例进行说明，考虑到人行走的速度特性，建立如下估计模型：通过速度值对定位位置点进行划分，将低于0.4m/s的定位位置点合并为候选停留位置，连续3次速度小于阈值的判定为进入静止状态，连续3次速度大于阈值的判定进入运动状态。

步骤(3)：根据步骤(2)得到的结果判断是否启用静点收敛算法，若步骤(2)得到定位目标的运动状态为运动，则直接输出定位目标的位置结果；若步骤(2)得到定位目标的运动状态为静止，则继续步骤(4)的处理。

步骤(4)：调用静点收敛算法，对静态定位结果进行抖动收敛处理。

静点收敛算法具体方法为：

其中，(xm,ym)为本次判断为静止状态的定位位置点，为静止收敛算法上一时刻、本时刻的估计值，c为静止状态计数器，初始化为0，进入静止状态后进行递增(+1)，直到静止状态结束，c清零。

本发明在推算定位目标速度值的基础上，建立运动状态估计模型，根据得到的运动状态结果调用静点收敛算法，有效的改善的定位目标的静点特性。具体的有益效果如图2、3所示，通过本发明的引入，静点的稳定性进一步提高，未加入该发明时，静点的统计特性为：x坐标点的标准差为2.05cm，y坐标点的标准差为3.06cm；加入本发明的方法后，静点的统计特性为：x坐标点的标准差为0.28cm，y坐标点的标准差为0.83cm；静点的稳定性有了很大改善。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。