行人航迹推测辅助的Wi-Fi信号指纹定位算法
【技术领域】
[0001] 本发明涉及室内定位领域，尤其涉及基于无线电信号指纹定位与基于惯性传感器 的室内定位领域。 技术背景
[0002] 随时随地获取用户当前位置具有非常重要的意义，目前人们开发了大量导航与定 位系统。其中，包括北斗，GPS在内的全球导航卫星系统（GlobalNavigationSatellite System，GNSS)能够提供约3-10米定位精度的位置服务，应用范围最广。随着移动互联网 时代的到来，移动终端基于位置服务（LocationBasedService,LBS)的兴起推动了娱乐、 医疗、商业、通信等行业快速发展，同时也对室内环境定位提出了更高的要求。传统的GNSS 定位因信号微弱无法传播到室内而失效。人们开发了大量室内定位技术，这些技术有的 是针对GNSS的改进，例如AGNSS(AssistedGNSS)，DGNSS(DifferenceGNSS);有的是全 新的定位系统，例如WSN(WirelessSensorNetwork)定位、摄像头的定位，无线信号指纹 (Fingerprint)定位，基于惯性传感器定位等。
[0003] AGNSS是另一种基于GNSS的改进定位技术，这是目前手机上使用较为广泛的定位 方式。为了实现AGNSS，一方面，用户移动终端需要配置AGNSS接收机模块，以完成对GNSS 卫星信号的测量，另一方面，通信网络终端需要增设AGNSS定位服务器等设备，以搜集和播 发辅助信息，响应移动终端请求。这种定位技术优点是能够加快接收机信号捕获和完成首 次定位的速度，又能提高信号捕获与跟踪灵敏度。目前是美国紧急求助电话E911的位置解 决方案。但是这种定位方式也有与GNSS类似的缺点，即需要可视条件较好，易受干扰；另 外，AGNSS定位实现必须通过多次网络传输，占用大量空中资源。
[0004] DGNSS是一种差分定位技术。需要建立固定基站，基站自身具有事先测定的位置， 利用自身位置和接收到的导航信号，为基站周围用户提供修正参数以辅助定位。或者是利 用地球同步轨道卫星作为通信媒介，提供差分GNSS校正值和完好性数据。这种定位技术在 深度室内、地下等区域将失效，且建设成本非常巨大，难以推广使用。
[0005]WSN定位主要思路是，在室内构建无线传感网络，网络中某些节点装备有高精度GNSS设备或者事先测量位置，这些事先具有位置的节点称为锚节点，通过WSN网络，锚节点 将自身的位置播发给没有位置信息的节点，这些节点称为移动节点。移动节点一边接收锚 节点的位置信息，一边测量到锚节点的距离，采用三边测量法等算法估计自身位置，实现定 位。WSN定位精度较高，但是需要提前布设锚节点，一旦超出其服务范围便无法定位。
[0006] 基于摄像头的定位很可能成为未来十年广泛使用的定位传感器。因为目前摄像头 价格低廉，分布广泛，用于定位的研宄也取得长足进步。基于摄像头的定位至少有三个途 径。一是将摄像头获取的图像与一系列存储的图形进行对比，以检测摄像头视点，实现定 位。另一种方式是对图像中每一个特征点进行对比实现定向和定位。第三种是通过对比连 续图像推测摄像头运动，多台摄像头的配合使用能提高这种定位方式的效果。这种定位技 术需要进行图像查询匹配，花费时间较长，对于应急条件，同样可能失效。
[0007] 基于指纹的定位技术，主要原理是提前搜集感兴趣区域的各种信号特征，建立位 置与信号特征数据库。定位的时候，节点测量当前位置的信号强度，通过与数据库进行匹配 得到当前位置。这种定位技术无需复杂的运算，定位精度较高，因此对于一般室内环境是一 种有效的定位方法。但是室内环境变化对信号传播影响非常大，因此实际定位精度不高。
[0008] 基于惯性传感器的室内定位主要是指roR(行人航迹规划），其原理是利用陀螺 仪、加速计、磁罗盘等，通过对行人步伐和运动方向的探测实现定位。这种定位技术不需要 基础设施就能够实现相对定位。短期定位精度较高，但是在长时间运行后，积累误差较显 著。
[0009] 总的来说，这些技术都有其优点和缺点，没有一种技术可以适应不同的环境以满 足人们日益增长的定位需求。
[0010] 目前使用较为普遍的室内定位技术是无线信号指纹定位和基于惯导的定位，包括 谷歌地图、WifiSLAM、国内的"智慧图"在内的主流室内定位产品都是采用了信号指纹定位 技术，很多武器系统采用惯导定位技术。
【发明内容】
[0011] 针对现有技术存在的不足，本发明提供一种行人航迹推测辅助的Wi-Fi信号指纹 定位算法，其利用I3DR短期高精度位置输出，辅助Wi-Fi信号指纹，实现室内高精度定位。主 要原理是将PDR输出的运动距离与角度，用于K加权邻近（kWeightedNearestNode,KWNN) 指纹定位算法中参考点（ReferencePoint,RP)的选择，通过加入距离和角度限制，约束RP 取值范围，从而降低定位误差，提高定位精度。
[0012] 为实现上述目的，本发明的技术方案是：
[0013] 一种行人航迹推测辅助的Wi-Fi信号指纹定位算法，具体步骤如下：
[0014] Sl:在测量阶段，利用智能设备中的传感器，包括加速度传感器，陀螺仪和Wi-Fi 进行测量，获取用户的实时加速度值、运动方向变化量以及用户所处环境中所有Wi-Fi接 入点的信号强度；
[0015] S2:根据用户上一时刻估计的位置，获取到的实时加速度值以及运动方向变化量， 利用PDR定位算法计算用户当前位置；
[0016] S3 :重复步骤S1，直到用户前进预定步数m后，计算用户在预定步数m内的位移和 运动方向，并进入步骤S4 ;
[0017] S4 :用户前进预定步数m以后进入KWNN信号指纹匹配与位置估计，在该阶段，用 PDR结果辅助基于KWNN的Wi-Fi定位算法即利用步骤Sl中获取到的所有Wi-Fi接入点的 信号强度，以及步骤S2中TOR计算的当前位置、相对位移和运动方向，计算所有参考点的权 重，选择其中k个权重最小的RP，采用加权平均算法计算用户当前位置作为用户最终估计 的位置，结合步骤S2中获取的位置，得到用户运动轨迹；回到步骤Sl继续循环。
[0018] 本发明上述技术方案，也就是步骤Sl、S2、S3至S4作为一个整体是一种迭代式结 构的算法，利用PDR定位算法与Wi-Fi信号指纹定位算法交替进行位置估计，两种算法分别 利用另一方的结果修正各自误差，其计算流程如下：
[0019]用户的初始位置P(X) = {x(0)，y(0)}由基于KWNN的Wi-Fi信号指纹定位算法得 到；用户开始移动后，通过加速计，陀螺仪测量速度，角速度变化量；利用TOR定位算法估计 每一步用户的坐标；直到用户前进预定