步数m后，进行一次基于KWNN的Wi-Fi指纹定位，将Wi-Fi指纹定位结果作为用户当前结果；在随后的m步中，都基于上一次Wi-Fi指纹定位结 果进行PDR定位计算即同时利用Wi-Fi指纹定位结果修正PDR算法定位误差，如此循环。
[0020] 本发明中，利用Wi-Fi指纹定位结果修正PDR算法定位误差，能够有效约束误差的 积累，其具体计算流程如下：
[0021] 使用Pt表示用户时刻t所处的真实位置，Pt={xt，yj，Pt，PDK和Pt，WiFi分别表示在 该时刻使用PDR定位算法和Wi-Fi指纹定位算法得到的结果；
[0022] 假设t时刻位置Pt，WiFi已通过Wi-Fi信号指纹定位算法得到，在接下来的m步中， 使用PDR定位算法进行位置估计；假设步长为1，得到：
【主权项】
1. 一种行人航迹推测辅助的Wi-Fi信号指纹定位算法，其特征在于，该方法的具体步 骤如下： 51 :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； 52 :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； 53 :重复步骤Sl，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 ; 54 :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PDR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。
2. 根据权利要求1所述的行人航迹推测辅助的Wi-Fi信号指纹定位算法，其特征在 于，所述步骤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： 用户的初始位置P (X) = {x (O)，y (O)}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PDR定位算法估计每 一步用户的坐标；直到用户前进预定步数m后，进行一次基于KWNN的Wi-Fi指纹定位，将 Wi-Fi指纹定位结果作为用户当前结果；在随后的m步中，都基于上一次Wi-Fi指纹定位结 果进行PDR定位计算即同时利用Wi-Fi指纹定位结果修正PDR算法定位误差，如此循环。
3. 根据权利要求2所述的行人航迹推测辅助的Wi-Fi信号指纹定位算法，其特征在于， 利用Wi-Fi指纹定位结果修正PDR算法定位误差，能够有效约束误差的积累，其具体计算流 程如下： 使用Pt表示用户时刻t所处的真实位置，P t= Ix t，yj，Pt，PDK和P ,，_分别表示在该时 刻使用PDR定位算法和Wi-Fi指纹定位算法得到的结果； 假设t时刻位置Pt，WiFi已通过Wi-Fi信号指纹定位算法得到，在接下来的m步中，使用 PDR定位算法进行位置估计；假设步长为1，得到：
角度0定义如下：
其中，Pt由传感器获得，表示运动方向变化量； 在m步后，可以计算m步移动的距离与转角：
其中，11 11表示欧几里得距离； 使用下列方程更新用户步长，用于后续PDR定位：
PDR周期性的使用Wi-Fi定位进行修正能够有效约束误差的积累。
4.根据权利要求3所述的行人航迹推测辅助的Wi-Fi信号指纹定位算法，其特征在于， 所述步骤S4中使用PDR结果辅助基于KWNN的Wi-Fi定位算法，其计算流程如下： 所述Wi-Fi信号指纹定位算法采用KWNN算法实现，每次查询过程中，从信号指纹数据 库选择距离最小的k个参考点，利用加权平均算法计算用户位置：
其中，{xDiu，yDB，J是数据库中参考点坐标（RP)，权重定义如下：
ε DIS;i表示在第i个RP处测量到的接入点AP信号强度RSSI ^与实际测量的信号强度 RSSIme之间的"距离"，p为可调节参数， 已经通过PDR定位算法得到了两次Wi-Fi信号指纹定位之间的位移S与夹角α，在计 算eDIS i的过程中，加入位移与夹角约束，限制参考点选择范围，因此，新的距离定义如下： ε DIS, i - D ESS, i+ ^ 〇LOC, i+ T 〇AGL, i ⑵ 其中，Dkss为RSSI距离，D ω。为位置距离，D Αα为角度距离，λ , γ分别是位置与角度调 节系数； Dmi按照KWNN算法进行计算：
其中，η表示一共有η个AP，RSSIDBi;j表示在第i个RP测量到的第j个AP信号强度， RSSIku表示用户测量的第j个AP信号强度，q是可调节参数； Duxj用于衡量位置差异，定义如下： Dl0U= 11 Ip I I-Sltl (9) 其中，PDB，i表示第i个RP坐标，P t，WiFi表示上一次Wi-Fi信号指纹定位结果； 用于衡星角度差异，走乂如下：
加入了距离与角度的约束，距离差距或者角度差距过大的RP会被KWNN算法过滤，选择 出的RP更接近用户真实的位置，有效提高定位精度。
【专利摘要】本发明公开了一种行人航迹推测辅助的Wi-Fi信号指纹定位算法，其利用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。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PDR定位算法估计每一步用户的坐标；直到用户前进预定步数m后，进行一次基于KWNN的Wi-Fi指纹定位，将Wi-Fi指纹定位结果作为用户当前结果；在随后的m步中，都基于上一次Wi-Fi指纹定位结果进行PDR定位计算，如此循环。利用PDR输出的运动距离和转角约束Wi-Fi信号指纹定位中的K加权邻近算法，通过PDR短时间内获取的运动距离与转角约束参考点的选择，达到提高KWNN算法定位精度的目的。
【IPC分类】G01C21-20
【公开号】CN104655137
【申请号】CN201510098081
【发明人】王维平, 常强, 李群, 侯洪涛, 朱一凡, 杨峰, 雷永林, 李小波, 张旺勋
【申请人】中国人民解放军国防科学技术大学
【公开日】2015年5月27日
【申请日】2015年3月5日