本發(fā)明涉及通信、導(dǎo)航定位
技術(shù)領(lǐng)域：
，具體地，涉及一種基于梯度下降的離線定位方法。
背景技術(shù)：
：WiFi和BLE(低功耗藍(lán)牙)目前是無線網(wǎng)絡(luò)的重要組成部分。在家庭和公共場合，越來越多的WiFi熱點出現(xiàn)在人們的智能設(shè)備里。BLE雖然至今未被普及，但是憑借著其低功耗的特點，將來的發(fā)展前景同樣很好，在室內(nèi)的定位方面有著廣泛的應(yīng)用。WiFi和BLE本身并不具備定位功能，但是通過收集室內(nèi)各個WiFi和BLE的信號強(qiáng)度、傳播時間等數(shù)據(jù)，理論上只需要三個接入點，通過信號的傳輸模型進(jìn)行計算，得到與對應(yīng)AP(無線訪問接入點)的相對距離，應(yīng)用傳統(tǒng)的三角定位技術(shù)，就可以定位用戶的位置。但是傳統(tǒng)的離線定位算法存在兩點問題：一是傳統(tǒng)的三角定位算法，由于是采用通過得到的與AP的相對距離，再以各AP為圓心，相對距離為半徑作圓，通過三圓的交點得到定位的位置。但是三個圓的交點并不是一定存在，同時在AP數(shù)目大于3的情況下傳統(tǒng)的三點定位就不再有效。另一個不足之處在于，WiFi信號和BLE信號的傳播受到環(huán)境的影響較大，比如在傳播的路徑上有人的經(jīng)過，收到的RSSI值就會出現(xiàn)明顯的變化。同時在同一個位置上的信號強(qiáng)度呈現(xiàn)高斯分布，信號強(qiáng)度的變化就會影響相對距離的計算，導(dǎo)致定位的誤差?，F(xiàn)在的離線定位技術(shù)并沒有考慮到對于信號的波動的處理，僅僅是簡單的直接對RSSI值進(jìn)行計算，本發(fā)明對于離線定位算法進(jìn)行了改進(jìn)，先通過濾波器對于獲得的RSSI值進(jìn)行處理，濾去非正常變化的值，減少環(huán)境的干擾，再對于處理過的RSSI值使用梯度下降的算法進(jìn)行定位，是一種有效的離線定位算法，有利于提高定位精度。技術(shù)實現(xiàn)要素：針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種基于梯度下降的離線定位方法。本發(fā)明通過用戶持續(xù)檢測的RSSI值運(yùn)用梯度濾波算法篩除異常值，再將篩選后的RSSI值轉(zhuǎn)換為距離，運(yùn)用梯度下降算法確定用戶所在位置。根據(jù)本發(fā)明提供的一種基于梯度下降的離線定位方法，包括：步驟一，獲取已確定的AP接入點的相對位置；步驟二，針對每一個AP接入點，用戶持續(xù)測量自身所在位置處AP接入點的RSSI值，根據(jù)已測RSSI值序列得到各個時刻的RSSI預(yù)測值，將屬于異常值的RSSI預(yù)測值篩除后更新已測RSSI值序列；步驟三，將用戶新測量到的當(dāng)前時刻各個AP接入點的RSSI測量值轉(zhuǎn)換為距離向量；步驟四，根據(jù)距離向量得到定位位置。優(yōu)選地，所述步驟二包括：將偏離第k時刻最終濾波值xk的程度超過閾值的第k時刻的RSSI預(yù)測值判定為異常值；其中，假設(shè)已測RSSI值序列x為x＝[x0,x1,......,xn]，則第k時刻最終濾波值xk及第k時刻的RSSI預(yù)測值的計算方式如下：xk=xk-+SIGN(xk-1-xk-)·σ(xk-1,xk-)]]>xk-=(▿(xn)t×Δt)+x0]]>▿(xn)t=1nΣk=1n▿(xk)t]]>▿(xk)t=▿xk▿tk]]>σ(xk-1,xk-)=12(xk-1-xk-)2]]>SIGN(xk-1-xk-)=-1,xk-1-xk-≥01,xk-1-xk-<0]]>其中，xk表示第k時刻最終濾波值，表示第k時刻的RSSI預(yù)測值，表示將xk-1與的差值代入sign函數(shù)，sign函數(shù)為符號函數(shù)，xk-1表示第k時刻的前一時刻最終濾波值，表示計算xk-1與的標(biāo)準(zhǔn)差，表示已測RSSI值序列x在單位時間t內(nèi)的平均梯度，Δt表示第k時刻的RSSI預(yù)測值所在的時刻與x0所在時刻的差值，表示在單位時間t內(nèi)相鄰RSSI值之間的梯度，表示xk+1與xk的RSSI差值，表示xk+1與xk的時間差值。優(yōu)選地，閾值為30％，若則判定第k時刻的RSSI預(yù)測值偏離第k時刻最終濾波值xk的程度超過閾值。優(yōu)選地，所述步驟二中更新已測RSSI值序列的步驟包括：若第k時刻的RSSI預(yù)測值不是異常值，即第k時刻的RSSI預(yù)測值為正常值，則將第k時刻的RSSI預(yù)測值加入已測RSSI值序列x的隊列開頭位處，并將已測RSSI值序列x的隊列末尾的元素出隊；若第k時刻的RSSI預(yù)測值為異常值，則將第k時刻最終濾波值xk加入已測RSSI值序列x的隊列開頭處，并將已測RSSI值序列x的隊列末尾的元素出隊；其中，隊列末尾的元素是指已測RSSI值序列x中對應(yīng)時刻最早的元素。優(yōu)選地，所述步驟三包括：計算用戶自身所在位置與第i個AP接入點的距離ri：ri=10RSSI0i-RSSIi20·r0]]>其中，RSSI0i表示在第i個AP接入點的基準(zhǔn)距離r0處測得的基準(zhǔn)RSSI值，RSSIi表示用戶自身所在位置處測量得到的當(dāng)前時刻第i個AP接入點的RSSI測量值；i＝1,2,……,m；m表示AP接入點的數(shù)量；得到距離向量r為r＝[r0,r1,.....,rm]。優(yōu)選地，所述步驟四包括：根據(jù)已確定的AP接入點的相對位置，確定相對于AP接入點的相對直角坐標(biāo)系，并隨機(jī)取一點θ，θ＝(θ1,θ2),則點θ與各個AP接入點的距離為：hθ(x(i))=(θ1-x1(i))2+(θ2-x2(i))2]]>其中，hθ(x(i))表示點θ與第i個AP接入點的距離，θ1表示相對直角坐標(biāo)系中點θ的橫坐標(biāo)，θ2表示相對直角坐標(biāo)系中點θ的縱坐標(biāo)，x1(i)表示相對直角坐標(biāo)系中第i個AP接入點的橫坐標(biāo)，x2(i)表示相對直角坐標(biāo)系中第i個AP接入點的縱坐標(biāo)；持續(xù)改變當(dāng)前點θ坐標(biāo)(θ1，θ2)，使點θ到各個AP接入點的距離與距離向量之間誤差的平方和最小，計算公式為：J(θ)=12Σi=1m(hθ(x(i))-y(i))2minθJ(θ)]]>其中，J(θ)表示點θ到各個AP接入點的距離與距離向量r之間誤差的平方和，y(i)表示當(dāng)前時刻測得的與第i個接入點之間的距離向量；m表示AP接入點的數(shù)量；反復(fù)迭代以下公式，直到收斂或者迭代次數(shù)超過設(shè)定值后，將點θ作為定位位置：迭代后的θj等于迭代前的θj減∂∂θjJ(θ)=Σi=1m2×hθ(x(i))-y(i)hθ(x(i))×(θj-xj(i))j=1,2]]>其中，α為梯度下降的步長，θj表示相對直角坐標(biāo)系中點θ的第j維坐標(biāo)，表示相對直角坐標(biāo)系中第i個AP接入點的第j維坐標(biāo)。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：本發(fā)明通過持續(xù)測量用戶所在位置各個WiFi接入點的信號強(qiáng)度，運(yùn)用梯度濾波算法對測量的RSS進(jìn)行濾波處理，濾去非正常變化的RSSI值，再使用這些處理過的RSSI值應(yīng)用梯度下降算法得到用戶的位置，提高定位精度。附圖說明通過閱讀參照以下附圖對非限制性實施例所作的詳細(xì)描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯：圖1為本發(fā)明所提供方法的步驟流程圖。圖2為本發(fā)明優(yōu)選例中的原理示意圖。具體實施方式下面結(jié)合具體實施例對本發(fā)明進(jìn)行詳細(xì)說明。以下實施例將有助于本領(lǐng)域的技術(shù)人員進(jìn)一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應(yīng)當(dāng)指出的是，對本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變化和改進(jìn)。這些都屬于本發(fā)明的保護(hù)范圍。本發(fā)明提供了一種基于梯度下降的離線定位方法，包括如下步驟：系統(tǒng)通過本地數(shù)據(jù)庫確定附近AP接入點(ACCESSPOINT)的相對位置；用戶持續(xù)檢測所在位置處各個AP接入點的RSSI(ReceivedSignalStrengthIndication接收的信號強(qiáng)度指示)值；系統(tǒng)根據(jù)梯度濾波算法篩除異常值；更新本地已測RSSI值數(shù)據(jù)庫；根據(jù)各AP一定距離處的基準(zhǔn)RSSI值，系統(tǒng)將當(dāng)前RSSI值轉(zhuǎn)換為距離向量；通過梯度下降算法確定當(dāng)前最優(yōu)位置，并將結(jié)果返回給用戶。本算法在脫離在線數(shù)據(jù)庫的情況下，通過篩除RSSI值波動帶來的異常數(shù)據(jù)，利用梯度下降算法進(jìn)行最優(yōu)化處理，得到相對精確的定位效果。本實例基于梯度下降的離線定位方法，在用戶無法連接網(wǎng)絡(luò)，無法利用在線數(shù)據(jù)庫的情況下，利用測量得到的RSSI值，通過一定的濾波算法來剔除其中因為波動而導(dǎo)致的異常數(shù)據(jù)，通過信號衰減公式得到距離，利用梯度下降算法進(jìn)行最優(yōu)化處理，得到定位位置，進(jìn)一步減小定位誤差，得到相對精確的定位效果。根據(jù)本發(fā)明提供的一種基于梯度下降的離線定位方法，包括：步驟一，獲取已確定的AP接入點的相對位置；步驟二，針對每一個AP接入點，用戶持續(xù)測量自身所在位置處AP接入點的RSSI值，根據(jù)已測RSSI值序列得到各個時刻的RSSI預(yù)測值，將屬于異常值的RSSI預(yù)測值篩除后更新已測RSSI值序列；步驟三，將用戶新測量到的當(dāng)前時刻各個AP接入點的RSSI測量值轉(zhuǎn)換為距離向量；步驟四，根據(jù)距離向量得到定位位置。所述步驟二包括：將偏離第k時刻最終濾波值xk的程度超過閾值的第k時刻的RSSI預(yù)測值判定為異常值；其中，假設(shè)已測RSSI值序列x為x＝[x0,x1,......,xn]，則第k時刻最終濾波值xk及第k時刻的RSSI預(yù)測值的計算方式如下：xk=xk-+SIGN(xk-1-xk-)·σ(xk-1,xk-)]]>xk-=(▿(xn)t×Δt)+x0]]>▿(xn)t=1nΣk=1n▿(xk)t]]>▿(xk)t=▿xk▿tk]]>σ(xk-1,xk-)=12(xk-1-xk-)2]]>SIGN(xk-1-xk-)=-1,xk-1-xk-≥01,xk-1-xk-<0]]>其中，xk表示第k時刻最終濾波值，表示第k時刻的RSSI預(yù)測值，表示將xk-1與的差值代入sign函數(shù)，sign函數(shù)為符號函數(shù)，xk-1表示第k時刻的前一時刻最終濾波值，表示計算xk-1與的標(biāo)準(zhǔn)差，表示已測RSSI值序列x在單位時間t內(nèi)的平均梯度，Δt表示第k時刻的RSSI預(yù)測值所在的時刻與x0所在時刻的差值，表示在單位時間t內(nèi)相鄰RSSI值之間的梯度，表示xk+1與xk的RSSI差值，表示xk+1與xk的時間差值。閾值為30％，若則判定第k時刻的RSSI預(yù)測值偏離第k時刻最終濾波值xk的程度超過閾值。所述步驟二中更新已測RSSI值序列的步驟包括：若第k時刻的RSSI預(yù)測值不是異常值，即第k時刻的RSSI預(yù)測值為正常值，則將第k時刻的RSSI預(yù)測值加入已測RSSI值序列x的隊列開頭位處，并將已測RSSI值序列x的隊列末尾的元素出隊；若第k時刻的RSSI預(yù)測值為異常值，則將第k時刻最終濾波值xk加入已測RSSI值序列x的隊列開頭處，并將已測RSSI值序列x的隊列末尾的元素出隊；其中，隊列末尾的元素是指已測RSSI值序列x中對應(yīng)時刻最早的元素。例如，對于已測RSSI值序列x＝[x0,x1,......,xn]，則隊列末尾的元素是x0。存儲更新后的已測RSSI值序列用來判斷下一次或下一時刻RSSI測量值是否是異常值。所述步驟三包括：計算用戶自身所在位置與第i個AP接入點的距離ri：ri=10RSSI0i-RSSIi20·r0]]>其中，RSSI0i表示在第i個AP接入點的基準(zhǔn)距離r0處測得的基準(zhǔn)RSSI值，RSSIi表示用戶自身所在位置處測量得到的當(dāng)前時刻第i個AP接入點的RSSI測量值；i＝1,2,……,m；m表示AP接入點的數(shù)量；得到距離向量r為r＝[r0,r1,.....,rm]。所述步驟四包括：根據(jù)已確定的AP接入點的相對位置，確定相對于AP接入點的相對直角坐標(biāo)系，并隨機(jī)取一點θ，θ＝(θ1,θ2),則點θ與各個AP接入點的距離為：hθ(x(i))=(θ1-x1(i))2+(θ2-x2(i))2]]>其中，hθ(x(i))表示點θ與第i個AP接入點的距離，θ1表示相對直角坐標(biāo)系中點θ的橫坐標(biāo)，θ2表示相對直角坐標(biāo)系中點θ的縱坐標(biāo)，x1(i)表示相對直角坐標(biāo)系中第i個AP接入點的橫坐標(biāo)，x2(i)表示相對直角坐標(biāo)系中第i個AP接入點的縱坐標(biāo)；持續(xù)改變點θ的位置，使點θ到各個AP接入點的距離與距離向量之間誤差的平方和最小，計算公式為：J(θ)=12Σi=1m(hθ(x(i))-y(i))2minθJ(θ)]]>其中，J(θ)表示點θ到各個AP接入點的距離與距離向量r之間誤差的平方和，y(i)表示當(dāng)前時刻測得的與第i個接入點之間的距離向量；m表示AP接入點的數(shù)量；反復(fù)迭代以下公式，直到收斂或者迭代次數(shù)超過設(shè)定值后，將點θ作為定位位置：迭代后的θj等于迭代前的θj減∂∂θjJ(θ)=Σi=1m2×hθ(x(i))-y(i)hθ(x(i))×(θj-xj(i))j=1,2]]>其中，α為梯度下降的步長，θj表示相對直角坐標(biāo)系中點θ的第j維坐標(biāo)，表示相對直角坐標(biāo)系中第i個AP接入點的第j維坐標(biāo)。所述步驟一中，所述AP接入點的相對位置是在環(huán)境搭建中已經(jīng)獲得的確定的參數(shù)，在之后的步驟四中需要運(yùn)用這些相對位置計算出用戶所處的位置。所述步驟二中，用戶通過手機(jī)上的軟件持續(xù)檢測各個AP接入點的信號強(qiáng)度，在固定的時間間隔(單位時間)之內(nèi)對于每個AP接入點的RSSI值進(jìn)行取樣記錄，并保存在本地中。每一次檢測到的每一個的RSSI值都會濾去異常值，所述異常值是指周圍環(huán)境變化引起的RSSI值非正常變化或者是RSS自身的波動。在一個優(yōu)選的實施例中的環(huán)境參數(shù)：4m*4m的室內(nèi)環(huán)境，布置了四個BLE設(shè)備，如圖2為該定位系統(tǒng)的實驗環(huán)境。本實驗選擇的是一段連續(xù)的空間。由于BLE設(shè)備信號的覆蓋范圍在四米左右，為了保證區(qū)域內(nèi)每個點都能測得四個BLE設(shè)備的信號強(qiáng)度，同時滿足通過離線定位的要求，將BLE設(shè)備布置間隔取為4m。移動終端設(shè)備：一部Android智能手機(jī)，型號為三星i9300，配置是1.4GHz三星Exynos4412cpu和1GRAM，手機(jī)的操作系統(tǒng)是android4.4。這部手機(jī)用來測試用戶實際離線定位操作。BLE設(shè)備：富士康inFocus低功耗藍(lán)牙本實施例包括如下具體步驟：步驟一、在所選定的區(qū)域中，合理布置定位所用的BLE藍(lán)牙，記錄它們的相對位置，建立合適的坐標(biāo)系。然后，對每個藍(lán)牙BLE在基準(zhǔn)點r0(本次實例時為1m)處的RSSI值(約-95dB左右，每個BLE之間存在一定的差異)進(jìn)行定標(biāo)。步驟二、RSSI值的采樣間隔為1s,在所選定的區(qū)域內(nèi)，測試人員在初始位置，經(jīng)過一段時間的初始數(shù)據(jù)的積累，以常規(guī)步速沿著一定的軌跡出發(fā)移動，這樣手機(jī)終端會不停地測量各個藍(lán)牙BLE反饋來的RSSI值。步驟三、預(yù)設(shè)進(jìn)行濾波處理時存儲在本地的RSSI數(shù)組容量為20(可進(jìn)行人為調(diào)整),對步驟二測量得到的RSSI值進(jìn)行梯度濾波處理，實時更新RSSI數(shù)組。步驟三、將經(jīng)過濾波比對后的RSSI值代入衰減公式，計算出當(dāng)前位置對于每個BLE的相對距離，得到x＝[x0,x1,x2,x3]步驟四、利用梯度下降算法，將預(yù)估位置進(jìn)行反復(fù)迭代，直到達(dá)到最優(yōu)解或者迭代次數(shù)到達(dá)一定的上限。步驟五、得出用戶所在位置，并將結(jié)果返回值用戶端。以上對本發(fā)明的具體實施例進(jìn)行了描述。需要理解的是，本發(fā)明并不局限于上述特定實施方式，本領(lǐng)域技術(shù)人員可以在權(quán)利要求的范圍內(nèi)做出各種變化或修改，這并不影響本發(fā)明的實質(zhì)內(nèi)容。在不沖突的情況下，本申請的實施例和實施例中的特征可以任意相互組合。當(dāng)前第1頁1 2 3