本发明属于室内定位技术,具体涉及一种基于用户行为特征的wlan室内定位精度限估计方法。
背景技术:
随着无线通信技术的发展,人们对无线定位的需求与日俱增。在室外环境,全球定位系统(globalpositioningsystem,gps)等室外定位系统已经得到了广泛的运用。但在室内,由于室内环境复杂多变、多径效应明显等原因,gps等室外定位系统的性能差强人意。近年来,随着无线局域网(wirelesslocalareanetwork,wlan)的普及与应用,利用现有的wlan基础设施进行定位受到人们的广泛关注。与此同时,wlan室内定位精度限对定位网络的部署和优化具有较强的工程指导作用,因此受到很多了学者的关注。
目前,对大多数wlan室内定位精度限估计方法是基于克拉美罗下限(cramerraolowerbound,crlb)方法开展的。通过采用参考点处各无线接入点(accesspoint,ap)信号的联合分布概率构造费歇尔信息矩阵(fisherinformationmatrix,fim),推导出wlan定位误差的crlb。但是,该类方法不仅需要利用信号传播模型构造fim,而且需要知道ap位置的先验信息。当信号传播模型或ap位置不准确时,该方法会导致较大的估计误差。此外,该方法在单ap的情况下无法工作。为了解决以上问题,有必要开发一种新的基于用户行为特征的wlan室内定位精度限估计方法。
技术实现要素:
本发明的目的是提供一种基于用户行为特征的wlan室内定位精度限估计方法,它能解决传统wlan定位精度限评估方法中存在的稳定性差和应用范围局限问题。
本发明所述基于用户行为特征的wlan室内定位精度限估计方法,包括以下步骤:
步骤一、对目标环境中用户在各个时间端的运动趋势进行分析;
步骤二、在目标定位区域内仿真生成ntrace条用户运动路径;
步骤三、将目标定位区域划分成m个子区域,其中,每个子区域
步骤四、计算用户所属区域信息熵
步骤四(一)、当子区域尺寸为d时,基于ntrace条用户运动路径的仿真结果,统计出所有运动路径经过每个子区域
步骤四(二)、计算出目标位于子区域
步骤四(三)、计算用户所属区域
步骤四(四)、重复所述步骤四(一)到所述步骤四(三),计算在不同子区域尺寸d下所属区域信息熵
步骤四(五)、对所有
步骤五、将室内wlan定位过程模拟为通信系统的信息传播过程,得到定位误差限
步骤六、在参考点wi(i=1,…,n)上采集来自k个ap的rss数据rssi;
步骤七、计算实际接收rss信号的协方差矩阵ky;
步骤八、计算rss信号噪声的协方差矩阵kz;
步骤九、将所模拟通信系统的信道刻画为彩色高斯噪声信道,计算信道容量
步骤十、将所述步骤九中信道容量
本发明具有以下优点:本发明首先对目标环境中的用户运动趋势进行分析;其次,对目标定位区域内的用户运动路径进行仿真,构建用户行为特征与用户所属区域信息熵之间的关系;再次,将wlan室内定位过程模拟为彩色高斯噪声信道中的信息传播过程;最后,利用模拟系统的信道容量与用户所属区域的信息熵之间的约束关系,推导出wlan室内定位精度限。相比于传统位置指纹定位方法,本发明的稳定性强、准确性高,且应用范围广。本发明能够运用于无线电通信网络环境,主要面向室内wlan定位方法,解决了传统wlan定位精度限评估方法存在的稳定性差和应用范围局限问题。
附图说明
图1为本发明中步骤一至步骤十的流程图;
图2为彩色高斯噪声信道下的室内wlan定位过程;
图3为彩色高斯噪声信道模型;
图4为600条用户运动路径仿真结果;
图5为不同子区域尺寸的位置区域信息熵。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示的基于用户行为特征的wlan室内定位精度限估计方法,包括以下步骤:
步骤一、对目标环境中用户在各个时间端的运动趋势进行分析;
步骤二、在目标定位区域内仿真生成ntrace条用户运动路径;
步骤三、将目标定位区域划分成m个子区域,其中,每个子区域
步骤四、计算用户所属区域信息熵
步骤四(一)、当子区域尺寸为d时,基于ntrace条用户运动路径的仿真结果,统计出所有运动路径经过每个子区域
步骤四(二)、计算出目标位于子区域
步骤四(三)、计算用户所属区域
步骤四(四)、重复所述步骤四(一)到所述步骤四(三),计算在不同子区域尺寸d下所属区域信息熵
步骤四(五)、对所有
步骤五、将室内wlan定位过程模拟为通信系统的信息传播过程,得到定位误差限
步骤六、在参考点wi(i=1,…,n)上采集来自k个ap的rss数据rssi:
其中,n为采样点个数,k为ap数量,n为采样数量。
步骤七、计算实际接收rss信号的协方差矩阵ky:
其中,
步骤八、计算rss信号噪声的协方差矩阵kz:
其中,
步骤九、将所模拟通信系统的信道刻画为彩色高斯噪声信道,计算信道容量
步骤十、将所述步骤九中信道容量
如图2所示,为彩色高斯噪声信道下的室内wlan定位过程,假设目标的真实位置为wi,则其位置所属区域
如图3所示,为彩色高斯噪声信道模型,每个子信道对应一个ap,位置wi处不同ap的理想接收信号幅度之间、噪声幅度之间都是相关的。与此同时,在每一个子信道中,理想接收信号幅度与噪声幅度是相互独立的。
如图4所示,为600条用户运动路径仿真结果,颜色越深代表用户在该位置出现的频率越高。
如图5所示,为不同子区域尺寸的位置区域信息熵,通过对不同子区域尺寸d下位置区域信息熵