基于WiFi以及移动终端的室内定位算法
【专利摘要】一种基于WiFi以及移动终端的室内定位算法，包括：捕获接入点AP的信号强度；时间平滑；概率分布查找,对平滑过的信号进行排序，通过算法在数据库中查找该信号强度对应各个位置的概率；计算整个室内空间各个位置的概率分布；根据历史信息排除有明显偏差的结果；计算结果，对获得的数据计算概率和；根据历史信息进行位置平滑,将该时刻计算出的结果与之前的位置进行加权平均，求出平滑后的结果作为输出，同时存到一个数据库中，以便之后重复调用。本发明解决了WiFi室内定位精度差，计算时间长，算法不稳定的问题，克服了由小尺度衰落引起的定位偏差，仅通过修改程序，就达到提高定位精度的效果，实现精确高同步性室内定位。
【专利说明】基于WiFi以及移动终端的室内定位算法
【技术领域】
[0001]本发明涉及一种室内实时定位算法，特别是一种基于IEEE802.11无线局域网的室内精确定位算法。
【背景技术】
[0002]目前对于定位技术的需求越来越大。而最普及的定位技术是全球定位系统(GPS)，这种技术在室外区域可以获得较好的精度，但是由于这种技术本身实现方式的原因，在室内环境下其定位能力大幅度下降。因此急需寻找一种可行的室内定位方法来弥补全球定位系统的不足。
[0003]一种可行的室内定位解决方案是通过基于IEEE802.11无线局域网来实现的。传统的WiFi定位方法通过三角定位法来实现，包括基于到达时间，基于到达时间差，基于到达角度等方法。这些方法由于需要特殊设备，以及设备在可视范围内等缺点，很难适用于室内定位。另一种可行的室内定位方法通过指纹来实现，在Bahl, P.和Padmanabhan, V.N.的RADAR:an in-building RF-based user location and tracking system (一种基于身寸步页信号的室内定位与跟踪系统，2000年)中提出通过采集室内环境的各个点收到的信号强度作为指纹，并在最后定位时通过与指纹数据进行比对来实现定位。这种方法大大降低了对硬件的要求，实现了一定的定位精度。但是这种方法同样存在前期指纹采集耗时过多，定位指纹偏移，算法有延迟等问题，无法满足目前的需求。
【发明内容】
[0004]本发明的目的在于克服上述现有技术中的不足，提供了一种基于WiFi以及移动终端的室内定位算法，实现了在算法上弥补指纹定位精度不足的根本问题，克服了由小尺度衰落引起的定位偏差，仅通过修改程序，就达到提高定位精度的效果，实现精确高同步性室内定位。`
[0005]本发明在输入端加入时间加权平均，减少瞬时抖动带来的误差，在输入与指纹数据库进行比对的算法中加入逐个判断条件以减少数据库比对的时间复杂度，提高算法的速率，加入最近邻算法以及小尺度补偿算法以减少信号强度抖动带来的定位误差，通过对输出位置进行时间加权平均提高定位精度。
[0006]为达到上述目的，本发明所采用的技术方案如下::
[0007]一种基于WiFi以及移动终端的室内定位算法，包括如下步骤:
[0008]第一步:捕获接入点AP的信号强度；
[0009]通过安装在终端上的客户端软件，以一定的频率轮询该终端可接受到的接入点AP信号强度，将捕捉到的接入点AP信号强度信息进行记录，并发送到服务器端；
[0010]第二步:时间平滑；
[0011]将接收到的信号强度和之前时刻接收到的信号强度作加权平均，以当前时刻的信号强度值作为最大权重，越久之前的权重越小，同时将当前时刻的数据记录到数据库中；[0012]第三步:概率分布查找；
[0013]对平滑过的信号强度进行排序，取出信号强度最强的N个，N >3，通过查找算法在数据库中查找该信号强度对应各个位置的概率；
[0014]第四步:计算整个室内空间各个位置的概率分布；
[0015]将不同接入点AP的信号强度的概率在同一位置进行整合，即将各个接入点AP在该位置获得当前信号强度的概率相乘，得到终端在该位置的概率；
[0016]第五步:根据历史信息排除有明显偏差的结果；
[0017]先取出上一时刻的定位结果，然后对上一步输出的各个位置根据概率进行排序，从概率由大到小，与上一时刻的定位结果进行比较，若发现该位置与上一时刻的结果相差过大，则直接舍去该位置，如此重复直至找到足够数量的位置点；
[0018]第六步:计算结果；
[0019]对获得的数据计算概率和，即将各个位置的坐标乘以该位置的概率，将所有结果相加再除以总概率；
[0020]第七步:根据历史信息进行位置平滑；
[0021]将该时刻计算出的结果与之前的位置进行加权平均，求出平滑后的结果作为输出，同时存到一个数据库中，以便之后重复调用。
[0022]本发明使用时域平滑以及空间域平滑技术，历史数据比对，基于概率分布的定位方式，具有以下优点:
[0023]1.提高定位的精确度，实现2-5米的定位精度，满足室内定位的需要。
[0024]2.不改变WiFi室内定位硬件条件的前提下，增强了对信号强度抖动，小尺度信号衰减的补偿，降低定位设备以及室内环境的要求。
【专利附图】
【附图说明】
[0025]图1是本发明所提供的算法流程图。
【具体实施方式】
[0026]以下结合附图对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例。
[0027]如图1所示，本发明所提供的一种基于WiFi以及移动终端的室内定位算法，包括步骤如下:
[0028]第一步:捕获接入点AP的信号强度。
[0029]所述的捕获接入点AP的信号强度，是通过安装在终端上的客户端软件，以一定的频率轮询该终端可接受到的接入点AP信号强度。将捕捉到的接入点AP信号强度信息进行记录，并发送到服务器端。发送的信息包括:终端的mac地址，受到的所有无线信号的信号强度值，以及该接入点的mac地址，采集信号的时间戳。传输方式为TCP包，通过socket建立终端与服务器的链接。终端在开始之前需要打开服务端程序，监听从终端发来的数据。
[0030]所述的一定的频率轮询，是指终端设备以I秒的频率捕获AP点在终端位置的信号强度，并以相同的频率向服务器发送捕获信息。
[0031]所述的发送到服务器端，是在室内环境中布设3个以上接入点AP，同时需要一台服务器，所有接入点AP要能和服务器通信，同时对加入该无线局域网的移动终端要有DHCP功能，以便手机能够和服务器通信。接入点AP的配置和指纹数据采集应当在定位之前完成。
[0032]所述的TCP包，是手机终端给服务器发送的包类型。包括了本机mac地址信息，可接收到的接入点mac地址以及RSSi信号强度。
[0033]第二步:时间平滑。
[0034]所述的时间平滑，是将接收到的信号强度和之前时刻接收到的信号强度作加权平均。以当前时刻的信号强度值作为最大权重，越久之前的权重越小。同时将当前时刻的数据记录到RSSi数据库中，以便之后调用。
[0035]所述的RSSi数据库，是在算法中记录RSSi的记录。信号强度的记录按照不同终端进行分类存放。同一终端发来的信号按照接收时间进行排序存储。存储的次数可以是I到100不等。因此一个时间记录是以矩阵形式存储的，一个维度是接入点AP的mac地址，另一个维度是时间戳。每个终端都有一个这样的历史数据表，以终端的mac地址唯一标示。
[0036]第三步:概率分布查找。
[0037]所述的概率分布查找，是对平滑过的信号强度进行排序，取出信号最强的N个，N ^ 3，本实施例中N取4-6个，通过算法在指纹数据库中查找该信号强度对应各个位置的概率。
[0038]所述的指纹数据库，是在定位之前建立好的数据库，通过使用终端对室内位置与RSSi信号强度的对应关系进行测量，得出一个位置，接入点mac地址以及RSSi信号强度的对应关系。一个位置以x，y·两个坐标唯一标示，将测得的信号强度进行概率分布拟合，得到RSSi从-90dBm到_30dBm的概率分布，将其记录在数据库中，作为定位的匹配依据。
[0039]第四步:计算整个室内空间各个位置的概率分布。
[0040]所述的计算整个室内空间各个位置的概率分布，是将不同接入点AP的信号强度的概率在同一位置进行整合，即将各个接入点AP在该位置获得当前信号强度的概率相乘，得到终端在该位置的概率。
[0041]所述的整合，是指对于一个终端A，其在某个位置I的测得接入点i的RSSi数据大小在数据库对应的概率为Pli，那么在该点的概率为P11P12P13P14...相乘。
[0042]第五步:根据历史信息排除有明显偏差的结果。
[0043]所述的排除偏差，是指先取出上一时刻的定位结果，然后对上一步输出的各个位置根据概率进行排序，从概率由大到小，与上一时刻的定位结果进行比较，若发现该位置与上一时刻的结果相差过大，则直接舍去该位置，如此重复直至找到足够数量的位置点。
[0044]所述的位置相差过大，是指上一时刻的定位结果，与当前计算出的大概率定位结果在位置上相距5米以上。
[0045]第六步:计算结果。
[0046]所述的计算结果，是对获得的数据计算概率和。即将各个位置的坐标乘以该位置的概率，将所有结果相加再除以总概率。即:
[0047]L=E (LiXPi) Σ Pi
[0048]L是定位结果，Li与Pi分别是数据库中的位置以及计算出的该位置对应的概率。
[0049]第七步:位置平滑。[0050]所述的位置平滑，是将该时刻计算出的结果与之前的位置进行加权平均，求出平滑后的结果作为输出，同时存到一个位置数据库中，以便之后重复调用。
[0051]所述的加权平均，是将上一次的定位数据与之前的数据以一定比例相加:
[0052]Lfinal = (1-a) X L+a X Llast
[0053]L是之前算法计算出的定位结果，Llast是上一时刻定位结果，Lfinal表示最终的定位结果，a表示上次结果所占比例，设置在0.3以下。
[0054]所述的位置数据库，是保存定位结果的数据库，包含终端的mac地址信息，时间戳以及定位结果。
【权利要求】
1.一种基于WiFi以及移动终端的室内定位算法，其特征在于，包括如下步骤: 第一步:捕获接入点AP的信号强度； 通过安装在终端上的客户端软件，以一定的频率轮询该终端可接受到的接入点AP信号强度，将捕捉到的接入点AP信号强度信息进行记录，并发送到服务器端； 第二步:时间平滑； 将接收到的信号强度和之前时刻接收到的信号强度作加权平均，以当前时刻的信号强度值作为最大权重，越久之前的权重越小，同时将当前时刻的数据记录到RSSi数据库中，以便之后调用； 第三步:概率分布查找； 对平滑过的信号强度进行排序，取出信号强度最强的N个，N > 3，通过算法在指纹数据库中查找该信号强度对应各个位置的概率； 第四步:计算整个室内空间各个位置的概率分布； 将不同接入点AP的信号强度的概率在同一位置进行整合，即将各个接入点AP在该位置获得当前信号强度的概率相乘，得到终端在该位置的概率； 第五步:根据历史信息排除有明显偏差的结果； 先取出上一时刻的定位结果，然后对上一步输出的各个位置根据概率进行排序，从概率由大到小，与上一时刻的定位结果进行比较，若发现该位置与上一时刻的结果相差过大，则直接舍去该位置，如此重复直至找到足够数量的位置点； 第六步:计算结果； 对获得的数据计算概率和，即将各个位置的坐标乘以该位置的概率，将所有结果相加再除以总概率； 第七步:根据历史信息进行位置平滑； 将该时刻计算出的结果与之前的位置进行加权平均，求出平滑后的结果作为输出，同时存到一个数据库中，以便之后重复调用。
2.根据权利要求1所述的基于WiFi以及移动终端的室内定位算法，其特征在于，所述第一步的以一定的频率轮询，是指终端设备以I秒的频率捕获接入点AP在终端位置的信号强度，并以相同的频率向服务器发送捕获信息。
3.根据权利要求1所述的基于WiFi以及移动终端的室内定位算法，其特征在于，所述第二步的RSSi数据库中，信号强度的记录按照不同终端进行分类存放，同一终端发来的信号按照接收时间进行排序存储，存储的次数为I到100不等。
4.根据权利要求1所述的基于WiFi以及移动终端的室内定位算法，其特征在于，所述第三步的指纹数据库，是在定位之前建立好的数据库，通过使用终端对室内位置与RSSi信号强度的对应关系进行测量，得出一个位置，接入点mac地址以及RSSi信号强度的对应关系，一个位置以X，y两个坐标唯一标示，将测得的信号强度进行概率分布拟合，得到RSSi从-90dBm到-30dBm的概率分布,将其记录在数据库中，作为定位的匹配依据。
5.根据权利要求1所述的基于WiFi以及移动终端的室内定位算法，其特征在于，所述第四步的整合，是指对于一个终端A，其在某个位置I的测得接入点i的RSSi数据大小在数据库对应的概率为Pli，那么在该点的概率为P11P12P13P14...相乘。
6.根据权利要求1所述的基于WiFi以及移动终端的室内定位算法，其特征在于，所述第五步的相差过大，是指上一时刻的定位结果，与当前计算出的大概率定位结果在位置上相距5米以上。
7.根据权利要求1所述的基于WiFi以及移动终端的室内定位算法，其特征在于，所述第七步的加权平均，是将上一次的定位数据与之前的数据以一定比例相加，Lfinal =(1-a) XL+aXLlast, L是计算出的定位结果，Llast是上一时刻定位结果，Lfinal表示最终的定位结果，a表示上次结 果所占比例，设置在0.3以下。
【文档编号】H04W64/00GK103581831SQ201310476456
【公开日】2014年2月12日 申请日期:2013年10月12日 优先权日:2013年10月12日
【发明者】祝正元, 刘乾辰, 徐昌庆 申请人:上海交通大学