基于序贯处理的WiFi热点数据采集与更新方法
【技术领域】
[0001] 本发明涉及一种定位方法，尤其是涉及一种基于序贯处理的WiFi热点数据采集 与更新方法。
【背景技术】
[0002] 近年来，WiFi热点的数量不断增加，为室内定位提供了契机。WiFi用于室内定位 是一种非常方便且低成本的手段。如果已经知道一定数量的WiFi热点的位置，便可根据接 收到的WiFi信号强度（RSSI)，应用信号传播模型，计算出每个WiFi热点到用户的距离，进 而通过距离交会的方法计算出用户的位置。
[0003] 要在室内环境中使用WiFi定位，首先要进行信号的采集。通常按照一定的距离间 隔，在不同的位置采集信号，然后根据采集到的一系列信号强度信息，反算出WiFi热点的 位置，并拟合出WiFi信号传播公式中的各项系数，将这些信息一并存入数据库，用于后续 的用户定位计算。由于各种环境因素的影响，如障碍物和人体的遮挡、信号反射等，导致接 收到的WiFi信号很不稳定，从而影响WiFi位置反算的精度，进而影响用户的位置计算。为 了提高定位精度，需要经常性的在不同时期采集WiFi数据，对数据库进行更新。
[0004] 对于如何将不同时期采集的WiFi数据利用起来，现有的解决方案一般分为两类： (1)将不同时期采集的WiFi信号数据都保存在服务端，每隔一定时间重新计算WiFi热点的 位置，以及信号传播公式中的系数。这种方法利用了不同时期的所有观测数据，可以不断提 高精度，但是需要很大的存储空间来保存这些观测数据，同时也增加了计算量。（2)不保存 以前的观测数据，仅保存必要的信息，如WiFi的位置和信号传播公式的系数。当新的观测 数据到来时，做一个简单的融合处理，比如用以前保存的WiFi位置和信号传播公式的系数 作为初值，进行最小二乘平差，或者将新计算出的结果与以前的结果取平均。这种处理方式 理论上不严谨，没有合理的利用历史观测数据，从而没法保证精度。
【发明内容】
[0005] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种减少数据存储 空间、提高定位精度的基于序贯处理的WiFi热点数据采集与更新方法。
[0006] 本发明的目的可以通过以下技术方案来实现：
[0007] -种基于序贯处理的WiFi热点数据采集与更新方法，其特征在于，包括以下步 骤：
[0008] 1)WiFi信号数据采集，在室内环境中以设定的距离间隔进行采样，记录每个采样 时刻接收到的WiFi热点信息，包括每个WiFi热点的MAC地址和RSSI;
[0009] 2)WiFi信号数据计算，根据WiFi信号传播公式，利用最小二乘原理，平差求取未 知参数，该未知参数包括WiFi热点的位置以及信号传播公式中的系数，然后对平差结果进 行精度评定，获得这些参数之间的方差-协方差阵；
[0010] 3)将WiFi热点的位置、信号传播公式中的系数和方差-协方差阵放入数据库中；
[0011] 4)再次采集新的WiFi信号数据；
[0012] 5)利用新采集到的WiFi信号数据，结合数据库中保存的数据，采用序贯处理方 式，获得参数的最优估值，并重新进行精度评定；
[0013] 6)WiFi数据库更新；
[0014] 7)更新WiFi热点位置，返回步骤4)。
[0015] 所述的步骤1)中的WiFi信号数据采集设备为具有WiFi功能的手机、电脑等信号 接收设备。
[0016] 所述的步骤2)中的WiFi信号数据计算具体过程如下：
[0017] 信号衰减公式
[0018] 上式中，n和A为设定的常数，d为采样点到WiFi热点的距离，将RSSI简记为R;
[0019] 采样点到WiFi热点的距离d的计算公式：
[0020]
[0021] 上式中x、y、z为采样点的位置，xs、ys、zs为WiFi热点的位置；
[0022] WiFi信号传播公式建立的平差模型公式：
[0023] , _
[0024] 上式中，v为观测值残差，l、B、f的表达式如下
[0025]
[0026]
[0027]
[0028] 最小二乘原理求得参数i的估值，如下
[0029]
[0030] 上式中的P为观测值权阵，；
[0031] 接下来进行精度评定，先计算观测值残差v
[0032]v=B? (BtPB)_1BtP1-1
[0033] 然后计算单位权中误差，公式如下
[0034]
[0035] 上式中,A为单位权中误差；
[0036] 求得参数之间的方差-协方差阵，
[0037]
[0038] 上式中，％为参数f的方差-协方差阵。
[0039]所述的步骤5)中的数据处理采用数据序贯处理的方式，具体过程如下：
[0040] 设总的观测方程为
[0041]
[0042] 将观测数据分为两组，则观测方程可以写成以下形式
[0043]
车中分别为第一个方程的观测值残差、观测矩阵、观测值自 由项，v2、B2、12分别为第二个方程的观测值残差、观测矩阵、观测值自由项；
[0044] 假设上式第一个方程中的观测值个数足够，按最小二乘原理求解第一个方程， 得：
[0045]
[0046] 上式中的Pi表不第一个方程中观测值的权阵，0纟表不协因数阵；
[0047] 结合式可知，协因数阵込与协方差阵满足以下关系
[0048]
[0049] 同时求解式中的两个方程，得：
[0050]
[0051]上式中的己表示第二个方程中观测值的权阵，根据矩阵反演公式可以导出序贯平 差的计算公式，如下所示
[0052]
[0053] 上式中，i, 04表示采用第一组观测值平差后得到的参数估值和参数之间的协 f * 因数阵。
[0054] 与现有技术相比，本发明有以下两个优点：
[0055] (1)采用序贯处理的方式，不需要保存以前采集的WiFi信息，仅需保存根据以前 WiFi信息计算出的每个热点的位置和信号传播公式中的系数，以及相应的精度信息（方 差-协方差），因此减少了数据存储空间。
[0056] (2)有效利用了所有的历史观测数据，保证系统的精度和稳定性，且随着观测数据 的增加，系统的定位精度也会不断提高。
【附图说明】
[0057] 图1为本发明的步骤流程图；
[0058] 图2为本发明的数据平差处理结果。
【具体实施方式】
[0059] 下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案 为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于 下述的实施例。
[0060] 实施例：
[0061] 如图1，一种基于序贯处理的WiFi热点数据采集与更新方法，包括以下步骤：
[0062] 1)WiFi信号数据采集：
[0063] 以智能手机作为数据采集设备，在待实施定位功能的室内环境中，打开WiFi，以一 定的距离间隔进行采样，在某些重要的兴趣点可以多次采样，运行于智能手机上的软件将 记录每个采样时刻对应的采样点的坐标，以及接收到的WiFi热点信息，包括每个WiFi热点 的MAC地址和RSSI。软件将数据采集的结果保存在文件中，用于后续的处理。下表作为一 个示例，列出了其中一个采样时刻所记录的信息。
[0064] 表1中，第1行记录采样点的序号；第2行的数据表示采样点的坐标，分别为经度 (单位：度）、纬度（单位：度）、高度（单位：米）；第3行记录的是采样开始时刻（单位：毫 秒）和结束时刻（单位：毫秒）；第4行记录的是本次采样所接收到的WiFi信号的数量；第 5-12行记录的是每个WiFi信号对应的MAC地址和RSSI(单位：dBm)。
[0065] 表1.一个米样时刻所记录的信息
[0066]
[0067]
[0068] 2)WIFI信号数据计算：
[0069] (1)首先将上一步中采集的WiFi信号数据进行预处理，得到分别对应每个WiFi 热点的全部采样信息。下表作为一个示例，列出了其中一个WiFi热点所对应的全部采样信 肩、。
[0070] 表2. -个WiFi热点所对应的全部采样信息
[0071]
[0072] 表2中，第1行表示WiFi热点的ID号；第2行表示WiFi热点的MAC地址；第3行 表示采样点的数量；从第4行开始，每一行表示一个采样点信息，分别为经度（单位：度）、 纬度（单位：度）、高度（单位：米），RSSI(单位：dBm)。
[0073] (2)根据WiFi信号传播公式，建立平差模型。WiFi信号传播公式，即信号衰减公 式，其表达式如下：
[0074] _
u,
[0075] 上式中，n和A为待定的常数，d为采样点到WiFi热点的距离。d的计算公式如 下：
[0076]
[0077] 对（1)式两边加一阶扰动，并将RSSI简记为R，得
[0078]
[0079]
[0084] 将上式记为
[0080] 对（2)式两边加一阶扰动，并整理得
[0081]
[0082]
[0083]
[0085]
[0086] 卜.式中，V:为观测倌残差，.L的表汰式如下
[0087]
[0088]
[0089]
[0090]式（6)是针对一个采样点所建立的观测方程，现将全部采样点考虑进去，建立以 下形式的观测方程
[0091]
…