[发明专利]一种基于无线信号接收强度分布自动学习的无线室内定位方法

权利要求书

1、一种基于无线信号接收强度分布自动学习的无线室内定位方法，其特征在于能够在系统运行过程中，自动学习无线信号强度分布曲线，并能自适应由于系统环境变化导致的无线信号强度分布曲线的变化，具体步骤为：

步骤1：对室内的位置进行采样，得到一系列采样点。

步骤2：采用理论的无线信号传播模型和参数作为最初的场强分布曲线，并对每个参考点发出的信号强度在采样点上的值进行计算。

步骤3：系统开始运行过程中，移动设备不断将收到的接收信号强度信息传送到定位服务器中。

步骤4：当定位服务器收集到足够多的接收信号强度信息后，就用这些信号强度信息和最大期望算法对采样点上的场强值进行学习，得到精确的场强分布曲线。

步骤5：定位服务器利用最新的场强分布曲线，采用最小均方差统计估计算法对移动设备的位置进行估算。

步骤6：每过一段较长时间或者当系统环境发生改变时，重新运行步骤4。

2、根据权利要求1所述的一种基于无线信号接收强度分布自动学习的无线室内定位方法，其特征在于在步骤2中使用的无线信号传播模型可以是对数线性模型、多墙模型或者插值模型等其他的各种模型，模型的参数取值采用理论值即可。

3、根据权利要求1所述的一种基于无线信号接收强度分布自动学习的无线室内定位方法，其特征在于在步骤4中对信号强度分布曲线在采样点的取值进行学习估算，从而得到准确的信号强度分布曲线，具体为：

1)对每个移动设备发送的接收信号强度向量o_i，计算在现有的信号强度分布曲线条件下，其位置在每个参考点x_k的概率分布p(x_k|o_i)。

2)信号强度分布曲线在参考点x_k的值更新为

3)计算信号强度分布的最大对数似然方程的值，如果收敛，则计算停止，新的信号强度分布曲线可由参考点上的值表示，如果不收敛，则回到1)继续，直到收敛为止。

4、根据权利要求1所述的一种基于无线信号接收强度分布自动学习的无线室内定位方法，其特征在于在步骤5中最小均方差统计估计的方法判断位置，其计算公式为x^=Σkp(xk|oi)·xkΣkp(xk|oi).]]>