一种WiFi室内定位中指纹库的构建及更新方法
【技术领域】
[0001] 本发明涉及一种WiFi室内定位中指纹库的构建及更新方法，具体说是一种在 WiFi室内定位系统离线构建阶段利用锚节点位置的信号强度和地理加权回归方法进行指 纹库的构建，在定位系统在线运行阶段采用自适应的回归更新方法。该方法能够大大缩减 WiFi室内定位系统指纹库构建的成本，并实现了当环境、时间等因素变化时，指纹库的自适 应更新以保证定位系统的精度。属于WiFi室内定位技术领域。
【背景技术】
[0002] 随着人类社会发展，人们对自身位置信息的需求越来越大，由此发展了诸多的导 航定位系统。全球卫星导航系统（GNSS)为人们提供了高精度、全天候的定位服务，但是由 于其测量信号不能穿透建筑物的特点，在高密集建筑群区和室内无法有效进行GNSS定位 服务，不能满足人们对任意时间，任意位置的定位需求。
[0003] 为了解决高密集建筑群区和室内定位难题，国内外专家提出了一系列技术方案， 例如：基于移动通信网络的辅助GNSS(A-GNSS)、伪卫星技术、射频标签（RFID)等。尽管各种 技术的精度和易用性各有差别，但是大多数技术需要布设额外设备和改装大量已有设备， 可用性弱。从技术成熟和大规模应用的角度考虑，基于WiFi指纹的室内定位系统已成为当 前主流的、也是未来最具发展潜力的室内定位技术。
[0004] WiFi指纹室内定位系统通过测量来自接入点AP(AccessPoint)的接收信号强度 RSSI(ReceivedSignalStrengthIndex)估计出移动设备的位置。该定位系统分为指纹库 离线采样和在线定位两个阶段。指纹库是通过在环境中的每个参考点进行测量，由它们接 收到来自该环境中各个AP的信号强度值向量组成。然而，为获得准确的指纹库，对信号向 量进行测量和位置标注是一件很耗时耗力的工作。此外，由于无线电在室内传播易受到门 的开启及闭合，障碍物的变动，人的走动等多重因素影响，为提高室内定位系统的鲁棒性， 传统方法需要在参考点处多次测量并定期重复采样来人工更新指纹库。因此本发明提出了 一种基于锚节点的地理权重回归方法来构建指纹库，并自适应地进行更新。
[0005] 专利CN10374719A中涉及了一种基于信号强度差值与动态线性插值的室内定位 方法。该方法采用线性插值法进行构建频谱训练图谱，并不能较好地建模信号传播特征。而 本发明则利用了地理加权回归算法，建模了不同区域的回归系数都不相同，且离开已知点 的距离与回归加权系数成反比的特点进行构建数据库，精度更高。
[0006] 专利CN103945531A中提出了一种基于信息熵的WLAN室内定位RadioMap更新方 法，主要是利用隐马尔科夫模型对离线阶段的RadioMap进行更新，具有较高的计算复杂 度。
[0007] 专利CN103648090A中提供了一种WiFi室内定位中指纹库的构建方法，通过不断 去除奇异值来降低整体数据的波动程度。该专利主要的数据库构建来源还是通过人工采 集，耗费较大。
【发明内容】
[0008] 本发明的目的在于：提供一种WiFi室内定位中指纹库的构建及更新方法，以解决 现有WiFi室内定位系统中，采样耗费大及需要人工定期重复采样的问题。
[0009] 本发明的技术方案：
[0010] 为了优化目前广泛使用的WiFi指纹的室内定位系统，解决采样耗费大及需要定 期重复采样的问题，本发明提出了一种在离线构建阶段利用锚节点上报的信号强度及位置 信息和地理权重回归方法进行指纹库的构建，在定位系统在线运行阶段采用自适应更新的 回归方法。
[0011] 本发明一种WiFi室内定位中指纹库的构建及更新方法，它包括以下几个步骤：
[0012] 步骤一：在待定位区域布放销节点，例如房间、走廊拐角、其他定位精度需求高的 区域，保证每个AP覆盖范围内有至少三个锚节点。并在定位服务器中记录每个锚节点的位 置和对应序号；
[0013] 其中，所述的"锚节点"是一种简易的WiFi终端，由供电模块、WiFi发射及接收模 块组成，功能是周期性地接收周围AP的信号强度，并将信号强度和位置信息打包发送给定 位服务器。
[0014] 其中，所述的"定位服务器"是用于定位计算的设备，运行着定位算法，用于计算。 该"定位算法"是指KNN(Knearest nodes)等定位结果计算算法，数据库更新算法等室内 定位相关的算法。
[0015] 步骤二：定位服务器根据这些锚节点上报上来的扫描数据包，集合AP的位置信息 以及锚节点的位置信息，利用地理加权回归算法对整个区域的指纹库进行回归构建。
[0016] 其中，所述的"扫描数据包"由锚节点周期性地上报得到，内容包括该锚节点附近 AP的MAC地址以及对应的信号强度列表；
[0017]
【主权项】
1. 一种WiFi室内定位中指纹库的构建及更新方法，其特征在于：它包括以下步骤： 步骤一：在待定位区域布放销节点，房间、走廊拐角、其他定位精度需求高的区域，保证 每个AP覆盖范围内有至少三个锚节点，并在定位服务器中记录每个锚节点的位置和对应 序号； 其中，所述的"锚节点"是一种简易的WiFi终端，由供电模块、WiFi发射及接收模块组 成，功能是周期性地接收周围AP的信号强度，并将信号强度和位置信息打包发送给定位服 务器； 其中，所述的"定位服务器"是用于定位计算的设备，运行着定位算法，用于计算；该"定 位算法"是指KNN即K nearest nodes定位结果计算算法，数据库更新算法室内定位相关的 算法； 步骤二：定位服务器根据这些锚节点上报上来的扫描数据包，集合AP的位置信息以及 锚节点的位置信息，利用地理加权回归算法对整个区域的指纹库进行回归构建； 其中，所述的"扫描数据包"由锚节点周期性地上报得到，内容包括该锚节点附近AP的 MAC地址以及对应的信号强度列表；
其中，所述的地理加权回归算法是指一种回归算法，该算法利用已知信息加权时，不同 区域的回归系数都不相同，且离开已知点的距离与回归加权系数成反比，这与信号的传播 特征近似，即不同区域的传播衰减因子不同，且距离越远，相关度越小； 步骤三：基于锚节点周期性上报的数据包，对锚节点进行周期性地定位，根据已知的锚 节点位置得到每个锚节点的平均定位误差； 步骤四：根据每个锚节点的平均定位误差，判断是否大于一定的精度容忍门限； 其中，所述的"精度容忍门限"，是用于判断当前定位精度是否满足需求的精度门限，通 过系统输入； 步骤五：如果某个锚节点的平均误差大于了该精度容忍门限，则认为该锚节点附近区 域的信号特征发生了变化，需要对指纹库进行自适应更新； 其中，所述的"自适应更新"是指一旦判断到某个锚节点的平均误差大于精度容忍门 限，本方法就会自动地对该锚节点附近的指纹信息进行更新，指纹库更新时也采用地理加 权回归算法； 步骤六：对需要更新的区域，采用步骤二的方法进行自适应地理加权回归，得到更新后 的指纹库； 步骤七：持续进行在线监测，保证定位精度满足需求。
【专利摘要】本发明涉及一种WiFi室内定位中指纹库的构建及更新方法，它有七大步骤。具体说是一种在WiFi室内定位系统离线构建阶段利用锚节点位置的信号强度和地理权重回归方法进行指纹库的构建，在定位系统在线运行阶段采用自适应的回归更新方法。该方法能够大大缩减WiFi室内定位系统指纹库构建的成本，并实现了当环境、时间等因素变化时，指纹库的自适应更新。
【IPC分类】H04W4-04, H04W64-00
【公开号】CN104853317
【申请号】CN201410682678
【发明人】杨东凯, 杜元锋, 修春娣, 刘源, 罗智勇
【申请人】北京航空航天大学
【公开日】2015年8月19日
【申请日】2014年11月24日