[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

说明书

技术领域

本发明涉及无线室内定位技术领域，利用无线信号接收强度来进行设备定位，特别是一种能够自动学习信号接收强度分布的无线室内定位方法。

背景技术

室内定位技术是一种在室内环境中获取人员物品位置信息的技术。室内定位技术在诸多领域有着广泛的应用，如博物馆导游、商场购物向导、物品人员追踪、智能楼宇、机器人、普适计算以及物流等等。由于建筑物对无线信号有着很强的屏蔽作用，基于卫星的定位系统如GPS等在室内无法正常工作。目前的室内定位技术主要是指利用室内的无线信号来进行定位的技术，这些无线信号包括无线局域网信号、市内无绳电话信号、无线传感器网络以及其他专属频段的信号等等。通常来说，通过测量位置已知的发射机参考点(简称参考点)发出的射频信号的传播时间和接收信号强度可以计算发射端到接收端的距离，然后由三角定位的方法，就可以测算出物体的位置。但是这两种方法都存在较大的缺陷，首先，由于室内的距离很短，对传播时间的计算精度要求很高，目前普通的无线系统都无法达到，必须使用特殊设计的设备，因此成本很高。其次，由于室内环境包括墙体、门、家具等诸多障碍物，无线信号的传播很不规则，无法用简单的模型来表示，因此无论是用传播时间还是接收信号强度计算所得的距离都存在较大的误差。目前主流的室内定位系统采用的技术是对无线信号接收强度的分布进行提前校准，也就是说，在系统使用之前，由技术人员在建筑物的各个地方提前测量无线信号的接收强度，得到信号接收强度与位置的关系曲线，并记录到数据库中，在系统使用的时候，将待定位的设备观测到的无线信号强度与数据库进行比较，找出数据库中最接近接受信号强度的记录，从而得到设备所在的位置。这种方法的精度往往比较高，但是由于在系统运行前需要在建筑物各处进行提前校准，因此耗费大量的时间和安装成本，同时，当系统发生变化，如参考点的位置发生变化、室内布置发生变化等情况发生时，射频能量分布需要重新校准，因此这种方法的维护成本也很高。

发明内容

本发明的目的是提出一种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如参考点的位置、参考点发射功率、室内设备的位置等参数的变化导致的无线信号强度分布曲线的变化。

本发明解决的主要问题是室内定位系统需要人工定期对无线信号强度分布曲线进行校准的问题。采用本发明的室内定位方法，信号强度分布无需测量，而是系统在运行过程中自动学习获得。

为了达到上述目的，本发明采用如下方案：

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。

上述步骤1中对室内位置进行采样，可以是均匀采样，也可以是任意采样。

上述步骤2中建立初始场强分布曲线，可以是线性对数模型，如以下公式所示：

Pr,dB=P(d0)-10ηlog10(dd0)+W]]>