基于WiFi以及移動終端的室內(nèi)定位算法
【專利摘要】一種基于WiFi以及移動終端的室內(nèi)定位算法，包括：捕獲接入點AP的信號強度；時間平滑；概率分布查找,對平滑過的信號進行排序，通過算法在數(shù)據(jù)庫中查找該信號強度對應各個位置的概率；計算整個室內(nèi)空間各個位置的概率分布；根據(jù)歷史信息排除有明顯偏差的結果；計算結果，對獲得的數(shù)據(jù)計算概率和；根據(jù)歷史信息進行位置平滑,將該時刻計算出的結果與之前的位置進行加權平均，求出平滑后的結果作為輸出，同時存到一個數(shù)據(jù)庫中，以便之后重復調(diào)用。本發(fā)明解決了WiFi室內(nèi)定位精度差，計算時間長，算法不穩(wěn)定的問題，克服了由小尺度衰落引起的定位偏差，僅通過修改程序，就達到提高定位精度的效果，實現(xiàn)精確高同步性室內(nèi)定位。
【專利說明】基于WiFi以及移動終端的室內(nèi)定位算法
【技術領域】
[0001]本發(fā)明涉及一種室內(nèi)實時定位算法，特別是一種基于IEEE802.11無線局域網(wǎng)的室內(nèi)精確定位算法。
【背景技術】
[0002]目前對于定位技術的需求越來越大。而最普及的定位技術是全球定位系統(tǒng)(GPS)，這種技術在室外區(qū)域可以獲得較好的精度，但是由于這種技術本身實現(xiàn)方式的原因，在室內(nèi)環(huán)境下其定位能力大幅度下降。因此急需尋找一種可行的室內(nèi)定位方法來彌補全球定位系統(tǒng)的不足。
[0003]一種可行的室內(nèi)定位解決方案是通過基于IEEE802.11無線局域網(wǎng)來實現(xiàn)的。傳統(tǒng)的WiFi定位方法通過三角定位法來實現(xiàn)，包括基于到達時間，基于到達時間差，基于到達角度等方法。這些方法由于需要特殊設備，以及設備在可視范圍內(nèi)等缺點，很難適用于室內(nèi)定位。另一種可行的室內(nèi)定位方法通過指紋來實現(xiàn)，在Bahl, P.和Padmanabhan, V.N.的RADAR:an in-building RF-based user location and tracking system (一種基于身寸步頁信號的室內(nèi)定位與跟蹤系統(tǒng)，2000年)中提出通過采集室內(nèi)環(huán)境的各個點收到的信號強度作為指紋，并在最后定位時通過與指紋數(shù)據(jù)進行比對來實現(xiàn)定位。這種方法大大降低了對硬件的要求，實現(xiàn)了一定的定位精度。但是這種方法同樣存在前期指紋采集耗時過多，定位指紋偏移，算法有延遲等問題，無法滿足目前的需求。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于克服上述現(xiàn)有技術中的不足，提供了一種基于WiFi以及移動終端的室內(nèi)定位算法，實現(xiàn)了在算法上彌補指紋定位精度不足的根本問題，克服了由小尺度衰落引起的定位偏差，僅通過修改程序，就達到提高定位精度的效果，實現(xiàn)精確高同步性室內(nèi)定位。`
[0005]本發(fā)明在輸入端加入時間加權平均，減少瞬時抖動帶來的誤差，在輸入與指紋數(shù)據(jù)庫進行比對的算法中加入逐個判斷條件以減少數(shù)據(jù)庫比對的時間復雜度，提高算法的速率，加入最近鄰算法以及小尺度補償算法以減少信號強度抖動帶來的定位誤差，通過對輸出位置進行時間加權平均提高定位精度。
[0006]為達到上述目的，本發(fā)明所采用的技術方案如下::
[0007]一種基于WiFi以及移動終端的室內(nèi)定位算法，包括如下步驟:
[0008]第一步:捕獲接入點AP的信號強度；
[0009]通過安裝在終端上的客戶端軟件，以一定的頻率輪詢該終端可接受到的接入點AP信號強度，將捕捉到的接入點AP信號強度信息進行記錄，并發(fā)送到服務器端；
[0010]第二步:時間平滑；
[0011]將接收到的信號強度和之前時刻接收到的信號強度作加權平均，以當前時刻的信號強度值作為最大權重，越久之前的權重越小，同時將當前時刻的數(shù)據(jù)記錄到數(shù)據(jù)庫中；[0012]第三步:概率分布查找；
[0013]對平滑過的信號強度進行排序，取出信號強度最強的N個，N >3，通過查找算法在數(shù)據(jù)庫中查找該信號強度對應各個位置的概率；
[0014]第四步:計算整個室內(nèi)空間各個位置的概率分布；
[0015]將不同接入點AP的信號強度的概率在同一位置進行整合，即將各個接入點AP在該位置獲得當前信號強度的概率相乘，得到終端在該位置的概率；
[0016]第五步:根據(jù)歷史信息排除有明顯偏差的結果；
[0017]先取出上一時刻的定位結果，然后對上一步輸出的各個位置根據(jù)概率進行排序，從概率由大到小，與上一時刻的定位結果進行比較，若發(fā)現(xiàn)該位置與上一時刻的結果相差過大，則直接舍去該位置，如此重復直至找到足夠數(shù)量的位置點；
[0018]第六步:計算結果；
[0019]對獲得的數(shù)據(jù)計算概率和，即將各個位置的坐標乘以該位置的概率，將所有結果相加再除以總概率；
[0020]第七步:根據(jù)歷史信息進行位置平滑；
[0021]將該時刻計算出的結果與之前的位置進行加權平均，求出平滑后的結果作為輸出，同時存到一個數(shù)據(jù)庫中，以便之后重復調(diào)用。
[0022]本發(fā)明使用時域平滑以及空間域平滑技術，歷史數(shù)據(jù)比對，基于概率分布的定位方式，具有以下優(yōu)點:
[0023]1.提高定位的精確度，實現(xiàn)2-5米的定位精度，滿足室內(nèi)定位的需要。
[0024]2.不改變WiFi室內(nèi)定位硬件條件的前提下，增強了對信號強度抖動，小尺度信號衰減的補償，降低定位設備以及室內(nèi)環(huán)境的要求。
【專利附圖】

【附圖說明】
[0025]圖1是本發(fā)明所提供的算法流程圖。
【具體實施方式】
[0026]以下結合附圖對本發(fā)明的實施例作詳細說明:本實施例在以本發(fā)明技術方案為前提下進行實施，給出了詳細的實施方式和過程，但本發(fā)明的保護范圍不限于下述的實施例。
[0027]如圖1所示，本發(fā)明所提供的一種基于WiFi以及移動終端的室內(nèi)定位算法，包括步驟如下:
[0028]第一步:捕獲接入點AP的信號強度。
[0029]所述的捕獲接入點AP的信號強度，是通過安裝在終端上的客戶端軟件，以一定的頻率輪詢該終端可接受到的接入點AP信號強度。將捕捉到的接入點AP信號強度信息進行記錄，并發(fā)送到服務器端。發(fā)送的信息包括:終端的mac地址，受到的所有無線信號的信號強度值，以及該接入點的mac地址，采集信號的時間戳。傳輸方式為TCP包，通過socket建立終端與服務器的鏈接。終端在開始之前需要打開服務端程序，監(jiān)聽從終端發(fā)來的數(shù)據(jù)。
[0030]所述的一定的頻率輪詢，是指終端設備以I秒的頻率捕獲AP點在終端位置的信號強度，并以相同的頻率向服務器發(fā)送捕獲信息。
[0031]所述的發(fā)送到服務器端，是在室內(nèi)環(huán)境中布設3個以上接入點AP，同時需要一臺服務器，所有接入點AP要能和服務器通信，同時對加入該無線局域網(wǎng)的移動終端要有DHCP功能，以便手機能夠和服務器通信。接入點AP的配置和指紋數(shù)據(jù)采集應當在定位之前完成。
[0032]所述的TCP包，是手機終端給服務器發(fā)送的包類型。包括了本機mac地址信息，可接收到的接入點mac地址以及RSSi信號強度。
[0033]第二步:時間平滑。
[0034]所述的時間平滑，是將接收到的信號強度和之前時刻接收到的信號強度作加權平均。以當前時刻的信號強度值作為最大權重，越久之前的權重越小。同時將當前時刻的數(shù)據(jù)記錄到RSSi數(shù)據(jù)庫中，以便之后調(diào)用。
[0035]所述的RSSi數(shù)據(jù)庫，是在算法中記錄RSSi的記錄。信號強度的記錄按照不同終端進行分類存放。同一終端發(fā)來的信號按照接收時間進行排序存儲。存儲的次數(shù)可以是I到100不等。因此一個時間記錄是以矩陣形式存儲的，一個維度是接入點AP的mac地址，另一個維度是時間戳。每個終端都有一個這樣的歷史數(shù)據(jù)表，以終端的mac地址唯一標示。
[0036]第三步:概率分布查找。
[0037]所述的概率分布查找，是對平滑過的信號強度進行排序，取出信號最強的N個，N ^ 3，本實施例中N取4-6個，通過算法在指紋數(shù)據(jù)庫中查找該信號強度對應各個位置的概率。
[0038]所述的指紋數(shù)據(jù)庫，是在定位之前建立好的數(shù)據(jù)庫，通過使用終端對室內(nèi)位置與RSSi信號強度的對應關系進行測量，得出一個位置，接入點mac地址以及RSSi信號強度的對應關系。一個位置以x，y·兩個坐標唯一標示，將測得的信號強度進行概率分布擬合，得到RSSi從-90dBm到_30dBm的概率分布，將其記錄在數(shù)據(jù)庫中，作為定位的匹配依據(jù)。
[0039]第四步:計算整個室內(nèi)空間各個位置的概率分布。
[0040]所述的計算整個室內(nèi)空間各個位置的概率分布，是將不同接入點AP的信號強度的概率在同一位置進行整合，即將各個接入點AP在該位置獲得當前信號強度的概率相乘，得到終端在該位置的概率。
[0041]所述的整合，是指對于一個終端A，其在某個位置I的測得接入點i的RSSi數(shù)據(jù)大小在數(shù)據(jù)庫對應的概率為Pli，那么在該點的概率為P11P12P13P14...相乘。
[0042]第五步:根據(jù)歷史信息排除有明顯偏差的結果。
[0043]所述的排除偏差，是指先取出上一時刻的定位結果，然后對上一步輸出的各個位置根據(jù)概率進行排序，從概率由大到小，與上一時刻的定位結果進行比較，若發(fā)現(xiàn)該位置與上一時刻的結果相差過大，則直接舍去該位置，如此重復直至找到足夠數(shù)量的位置點。
[0044]所述的位置相差過大，是指上一時刻的定位結果，與當前計算出的大概率定位結果在位置上相距5米以上。
[0045]第六步:計算結果。
[0046]所述的計算結果，是對獲得的數(shù)據(jù)計算概率和。即將各個位置的坐標乘以該位置的概率，將所有結果相加再除以總概率。即:
[0047]L=E (LiXPi) Σ Pi
[0048]L是定位結果，Li與Pi分別是數(shù)據(jù)庫中的位置以及計算出的該位置對應的概率。
[0049]第七步:位置平滑。[0050]所述的位置平滑，是將該時刻計算出的結果與之前的位置進行加權平均，求出平滑后的結果作為輸出，同時存到一個位置數(shù)據(jù)庫中，以便之后重復調(diào)用。
[0051]所述的加權平均，是將上一次的定位數(shù)據(jù)與之前的數(shù)據(jù)以一定比例相加:
[0052]Lfinal = (1-a) X L+a X Llast
[0053]L是之前算法計算出的定位結果，Llast是上一時刻定位結果，Lfinal表示最終的定位結果，a表示上次結果所占比例，設置在0.3以下。
[0054]所述的位置數(shù)據(jù)庫，是保存定位結果的數(shù)據(jù)庫，包含終端的mac地址信息，時間戳以及定位結果。
【權利要求】
1.一種基于WiFi以及移動終端的室內(nèi)定位算法，其特征在于，包括如下步驟: 第一步:捕獲接入點AP的信號強度； 通過安裝在終端上的客戶端軟件，以一定的頻率輪詢該終端可接受到的接入點AP信號強度，將捕捉到的接入點AP信號強度信息進行記錄，并發(fā)送到服務器端； 第二步:時間平滑； 將接收到的信號強度和之前時刻接收到的信號強度作加權平均，以當前時刻的信號強度值作為最大權重，越久之前的權重越小，同時將當前時刻的數(shù)據(jù)記錄到RSSi數(shù)據(jù)庫中，以便之后調(diào)用； 第三步:概率分布查找； 對平滑過的信號強度進行排序，取出信號強度最強的N個，N > 3，通過算法在指紋數(shù)據(jù)庫中查找該信號強度對應各個位置的概率； 第四步:計算整個室內(nèi)空間各個位置的概率分布； 將不同接入點AP的信號強度的概率在同一位置進行整合，即將各個接入點AP在該位置獲得當前信號強度的概率相乘，得到終端在該位置的概率； 第五步:根據(jù)歷史信息排除有明顯偏差的結果； 先取出上一時刻的定位結果，然后對上一步輸出的各個位置根據(jù)概率進行排序，從概率由大到小，與上一時刻的定位結果進行比較，若發(fā)現(xiàn)該位置與上一時刻的結果相差過大，則直接舍去該位置，如此重復直至找到足夠數(shù)量的位置點； 第六步:計算結果； 對獲得的數(shù)據(jù)計算概率和，即將各個位置的坐標乘以該位置的概率，將所有結果相加再除以總概率； 第七步:根據(jù)歷史信息進行位置平滑； 將該時刻計算出的結果與之前的位置進行加權平均，求出平滑后的結果作為輸出，同時存到一個數(shù)據(jù)庫中，以便之后重復調(diào)用。
2.根據(jù)權利要求1所述的基于WiFi以及移動終端的室內(nèi)定位算法，其特征在于，所述第一步的以一定的頻率輪詢，是指終端設備以I秒的頻率捕獲接入點AP在終端位置的信號強度，并以相同的頻率向服務器發(fā)送捕獲信息。
3.根據(jù)權利要求1所述的基于WiFi以及移動終端的室內(nèi)定位算法，其特征在于，所述第二步的RSSi數(shù)據(jù)庫中，信號強度的記錄按照不同終端進行分類存放，同一終端發(fā)來的信號按照接收時間進行排序存儲，存儲的次數(shù)為I到100不等。
4.根據(jù)權利要求1所述的基于WiFi以及移動終端的室內(nèi)定位算法，其特征在于，所述第三步的指紋數(shù)據(jù)庫，是在定位之前建立好的數(shù)據(jù)庫，通過使用終端對室內(nèi)位置與RSSi信號強度的對應關系進行測量，得出一個位置，接入點mac地址以及RSSi信號強度的對應關系，一個位置以X，y兩個坐標唯一標示，將測得的信號強度進行概率分布擬合，得到RSSi從-90dBm到-30dBm的概率分布,將其記錄在數(shù)據(jù)庫中，作為定位的匹配依據(jù)。
5.根據(jù)權利要求1所述的基于WiFi以及移動終端的室內(nèi)定位算法，其特征在于，所述第四步的整合，是指對于一個終端A，其在某個位置I的測得接入點i的RSSi數(shù)據(jù)大小在數(shù)據(jù)庫對應的概率為Pli，那么在該點的概率為P11P12P13P14...相乘。
6.根據(jù)權利要求1所述的基于WiFi以及移動終端的室內(nèi)定位算法，其特征在于，所述第五步的相差過大，是指上一時刻的定位結果，與當前計算出的大概率定位結果在位置上相距5米以上。
7.根據(jù)權利要求1所述的基于WiFi以及移動終端的室內(nèi)定位算法，其特征在于，所述第七步的加權平均，是將上一次的定位數(shù)據(jù)與之前的數(shù)據(jù)以一定比例相加，Lfinal =(1-a) XL+aXLlast, L是計算出的定位結果，Llast是上一時刻定位結果，Lfinal表示最終的定位結果，a表示上次結 果所占比例，設置在0.3以下。
【文檔編號】H04W64/00GK103581831SQ201310476456
【公開日】2014年2月12日 申請日期:2013年10月12日 優(yōu)先權日:2013年10月12日
【發(fā)明者】祝正元, 劉乾辰, 徐昌慶 申請人:上海交通大學