专利名称：一种无线室内定位方法
技术领域：
本发明属于无线室内定位领域，涉及一种无线室内定位方法。
背景技术：
手机的普及和普适计算的推广催生了大量关于无线室内定位的研究。目前大多数的室内定位方法利用接收信号强度(Received Signal Strength, RSS)来确定位置。而RSS指纹可以很容易地从现成的无线网络设备(比如WiFi或ZigBee兼容的设备)获得。传统的无线指纹定位技术采用两阶段的模式。第一个阶段是训练阶段，或称为信号采集阶段，即采用人工的方法预先将室内各个位置上的无线信号强度(如不同无线路由的W1-Fi信号强度或Zig-Bee信号强度)进行多次记录，并将记录结果处理后存储在数据库中对应物理位置的条目中。由于无线信号传播和室内情况的不确定性，信号强度数据的采集需要大量多次的重复。同时，物理位置的精确程度也影响到最终定位结果的准确性，需要消耗大量的人力和时间进行准备和现场勘查(Site Survey)，提前建立无线信号地图(Radio Map)。经过第一阶段的训练，指纹数据库建立好以后，系统进入第二阶段，即实际的服务阶段。用户可以在已有无线信号分布图的区域获得自己的无线指纹信息，并将该信息作为查询的依据发送给定位服务模块。通过定位算法，将用户发送的无线指纹信息与数据库中的无线指纹进行比对，返回相似度最接近的位置信息给用户。由于无线指纹定位技术利用已有网络设施进行定位，不增加系统的额外开销，因此国内外学者对无线指纹定位方法进行了大量深入的研究。但如上所述，现有的无线指纹定位技术还存在以下的缺陷:(I)需要进行高成本、低效率的人工现场勘测现场勘测需要对定位区域的每一位置进行无线信号指纹的采样与人工标注，耗时费力，而且难以覆盖定位区域的所有位置。(2)对环境变化以及无线信号波动的容忍性差室内环境的一大特征是环境多变，且无线信号传播特性复杂，信号波动性大。基于现场勘测的方法，难以适应环境的动态变化；传统的方法直接利用无线信号指纹之间的欧式距离作为特征，难以适应无线信号的波动性。(3)无法实现房间级别的逻辑定位传统的方法大多旨在实现绝对坐标的定位，无法实现区分不同的房间。而事实上，房间信息在实际中具有更大的应用价值。当前，智能手机拥有强大的计算和通信能力，内置各种各样功能丰富的传感器，并且几乎随时随地和用户绑定在一起。因此，手机可以被视为用户和环境之间的一个越来越重要的信息的接口。通过智能手机及其内置的传感器，不仅可以感知丰富的环境数据，还能捕获用户的运动信息，这位非现场勘测型的室内定位提供了可能
发明内容
本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的目的在于提出一种具有数据采集灵活方便，定位结果逻辑性好的无线室内定位方法。根据本发明实施例的一种无线室内定位方法，包括以下步骤:S1.利用智能手机自动采集无线指纹数据和用户移动数据，形成指纹集F和距离矩阵D'，并进行预处理；
S2.根据预处理后的所述指纹集F和距离矩阵D'，构建指纹空间；S3.生成无应力平面图，进行关键特征提取，以及进行空间坐标转换，其中，所述关键特征提取包括走廊识别、房间识别和参考点匹配，所述空间坐标转换包括楼层级的转换和房间级的转换。在本发明的一个实施例中，所述SI进一步包括:Sll.通过智能手机采集无线网络的信号以及加速度传感器和方向传感器的读数，假设区域中有m个无线网络接入点，则所述智能手机在区域内某个位置的得到的RSS指纹记为一个m维的向量f=(si，s2，...，sm)，其中Si表示第i个无线网络接入点的RSS值，又定义d' ^为4和&之间的距离，即为用户在两个位置之间行走的步数，在指纹收集阶段结束后，得到指纹集F={fi, i=l...η},其中η是指纹的条数，以及距离矩阵D' =[(Γ ;S12.对所述指纹集F进行预处理，对两条指纹A=G1, S2, , sm)和A=U1, t2,...，tm),定义&和fj差异度为
权利要求
1.一种无线室内定位方法，其特征在于，包括以下步骤: 51.利用智能手机自动采集无线指纹数据和用户移动数据，形成指纹集F和距离矩阵D,，并进行预处理； 52.根据预处理后的所述指纹集F和距离矩阵D'，构建指纹空间； 53.生成无应力平面图，进行关键特征提取，以及进行空间坐标转换， 其中，所述关键特征提取包括走廊识别、房间识别和参考点匹配，所述空间坐标转换包括楼层级的转换和房间级的转换。
2.如权利要求1所述的无线室内定位方法，其特征在于，所述SI进一步包括: 511.通过智能手机采集无线网络的信号以及加速度传感器和方向传感器的读数，假设区域中有m个无线网络接入点，则所述智能手机在区域内某个位置的得到的RSS指纹记为一个m维的向量fKsp s2，...，sm),其中Si表示第i个无线网络接入点的RSS值,又定义d' 为&和&之间的距离，即为用户在两个位置之间行走的步数，在指纹收集阶段结束后，得到指纹集？=比，1=1...11}，其中11是指纹的条数，以及距离矩阵1)' =[d' ,j]； 512.对所述指纹集F进行预处理,对两条指纹
3.如权利要求1所述的无线室内定位方法，其特征在于，所述S2包括:根据预处理后的所述指纹集F和距离矩阵D'，通过MDS算法将所有指纹映射到一个d维的欧几里得空间。
4.如权利要求1所述的室内定位方法，其特征在于，所述走廊识别包括:利用中间度获取走廊上的指纹，其中，根据指纹间的距离，建立最小生成树T，计算所述最小生成树上各点的中间度，中间度高的部分视为走廊上的指纹，记为走廊指纹集F。，其中所述中间度B(V)定义为:对于一个由顶点集V和边集E构成的图G=(V，E)，B(v) =Σ卿对其中，σ st为从s到t的最短路径数，σ st(v)为从s到t且经过V的最短路径数。
5.如权利要求1所述的室内定位方法，其特征在于，所述房间识别包括:利用聚类获取房间指纹集，其中，在所有指纹空间中去除所述走廊指纹集F。,采用K-means算法对剩下的指纹F-F。进行聚类，得到k个k个群集(记为 β ，i=l，2，…，k)，聚类后认为同一个^^中的所有点来自同一个房间。
6.如权利要求1所述的室内定位方法，其特征在于，所述参考点匹配包括:利用房间的门作为建立无应力平面图和指纹空间之间联系的关键参考点，其中，首先定义$，1、(
7.如权利要求1所述的室内定位方法，其特征在于，所述楼层级的转换包括:利用一个变换矩阵来实现无应力平面图和指纹空间可视化图的楼层级的转换，其中，假设在Fd中的一条指纹的坐标为Xi2...XitT，其中d为指纹空间的维数，与之相应的位置的坐标Yi=Lyi1 Ii…丫^]1'，定义八为(1\(1的变换矩阵,8=[131 b2...bd]T,由于有k=|FD|条等式yfAXi+B,将所述k条等式重写成HiZ=Gi,其中I], z=[A,联合所述k条等式，有Hz=G，其中Hi和Gi为H和G的第i行，由最小二乘法解得f=(H lHyW 1G,求得A和B，从而对于坐标为χ=[χ/ Xi2...Xid]T的一条指纹，离Αχ+Β最近的采样点可视为它的实际位置。
8.如权利要求1所述的室内定位方法，其特征在于，所述房间级的转换包括:进一步利用MDS算法将来自同一个房间的指纹变换到一个d维的空间，使对应房间的采样点形成一个d维的无应力平面 图，将离房间门最近和最远的点作为参考点，可以确定指纹房间与物理房间之间的变换关系，通过对所有房间逐一重复上述操作，实现了各个房间的无应力平面图和指纹空间可视化图的房间级的转换。
全文摘要
本发明提出一种无线室内定位方法，包括步骤利用智能手机自动采集无线指纹数据和用户移动数据，形成指纹集F和距离矩阵D′，并进行预处理；根据预处理后的指纹集F和距离矩阵D′，构建指纹空间；生成无应力平面图，进行关键特征提取，以及进行空间坐标转换，其中，关键特征提取包括走廊识别、房间识别和参考点匹配，空间坐标转换包括楼层级的转换和房间级的转换。本发明的无线室内定位方法无需对定位区域进行人工的现场勘测，可以方便地由系统中的多个用户协同提供指纹信息，其定位结果精度高，逻辑性好，并且在查询与平时移动时产生的冗余信息均可作为升级信息。
文档编号H04W64/00GK103152823SQ201310060708
公开日2013年6月12日 申请日期2013年2月26日 优先权日2013年2月26日
发明者杨铮, 吴陈沭, 刘云浩 申请人:清华大学