[发明专利]一种室内定位方法

说明书

技术领域

本发明是模式识别领域内的一种室内定位方法，具体涉及到基于K近邻的近邻点数据库的室内定位方法。

背景技术

室内定位技术在商业、公共安全等方面的应用前景非常广阔，是现今研究的热点技术之一。在商业应用上，室内定位系统可以用来跟踪定位有特殊需求的人、远离视线监管的小孩，给盲人导航，在医院内定位需要用到的仪器设备，大型仓库中的调度等；在公共安全方面，室内定位系统可以用来跟踪监狱犯人，导航警察、消防员等以完成他们在室内的任务。

现阶段常用的室内定位方法一般分为基于基础设施和无基础设施。基于基础设施的方法有的是在通信节点上安装红外或超声波传感器，例如Active Badge和Cricket系统。但由于传输距离和视距的限制，这种系统使用范围很有限，而且定位精度依赖节点密集度。另外还有的基于基础设施的使用测角度的传感器阵列和高精度的定时器，例如到达角度定位（Angle ofArrival，AOA），到达时间定位（Time ofArrival，TOA）等方法，这类方法的定位系统造价昂贵，而且定位精度往往不理想。无基础设施的方法就是直接使用定位节点通信使用的射频信号强度RSS定位。传统的RSS定位方式一般使用距离-损耗模型，在多径传播效应，以及信号衰减规律异常复杂的室内环境下，精度很不稳定。基于RSS指纹数据库的定位方法，可有效避免多径和障碍物等对定位精度的影响并且降低了定位算法复杂度。

RSS（Received Signal Strength）指纹数据库定位方法主要分为RSS指纹数据库建立阶段和定位阶段。RSS指纹数据库建立阶段，首先选择定位系统覆盖范围内参考点的位置，然后记录各参考点位置处接收到的各信标节点的RSS值，将这些值组成该参考点特有的RSS向量，存入数据库。定位阶段，将待定位点处测得的RSS向量与RSS指纹数据库中的进行匹配，根据匹配结果，估算出待定位点的位置。基于RSS指纹数据库典型的方法有最近邻法、K近邻法等，但它们只是匹配得到待定位点与数据库中各参考点之间的单一的关系，得到最近邻点或K近邻点，忽略了更深层次的近邻点与近邻点、近邻点与其他参考点之间的关系，没有对RSS指纹数据库中的有用信息进行更进一步的发掘和利用，定位精度很难有更进一步的提高。

发明内容

本发明的目的是为了解决现有的RSS指纹数据库定位方法存在的上述问题，提出了一种室内定位方法。

本发明的技术方案为：一种室内定位方法，具体包括如下步骤：

步骤一、建立参考点的RSS指纹数据库；

步骤二、求每个参考点的K近邻点，并建立近邻点数据库；

步骤三、求待定位点的K近邻点，然后从近邻点数据库中找出这K个近邻点的近邻点中重复最多的n个近邻点；

步骤四、对步骤三得到的待定位点的K个近邻点以及K个近邻点的n个近邻点的坐标加权求和，得到待定位点的估计坐标。

本发明的有益效果：本发明的室内定位方法首先建立RSS指纹数据库，然后在K近邻算法的基础上建立所有参考点的近邻点数据库，使得原本只是待定位点与参考点之间单一的关系，拓展为待定位点与参考点和待定位点的近邻点与其他参考点之间的网状关系；本发明的方法在RSS指纹数据库的基础上，利用K近邻算法构造一个参考点的近邻点数据库，这样在定位运算时便可建立一种待定位点与参考点和待定位点的近邻点和其他参考点之间的网状关系，充分挖掘利用了RSS指纹数据库中有用的信息，在有效避免了由于非视距传输效应、多径传播效应和RSS衰减规律异常的情况下对定位精度的影响的同时，也找出了更多在物理位置上聚拢于待定位点的参考点。

附图说明

图1为本发明方法的实施过程流程图。

图2为本发明实验场地平面图，其中，BN1-BN7为信标节点位置。

图3为本发明方法处理得到的聚拢于待定位点的参考点，其中编号8为待定位点位置，3，5,20为K近邻算法得到的3个近邻点，4,7,9,10,14,2为3个近邻点的近邻点中重复次数最多的6个参考点。

图4为本发明的方法和K近邻算法的误差累积比较图。

具体实施方式

下面结合附图和具体实施例对本发明具体实施方案做进一步的说明。

本发明首先建立RSS指纹数据库，然后在K近邻算法的基础上，构造一个参考点的近邻点数据库，这样在定位运算时便可建立一种待定位点与参考点和待定位点的近邻点和其他参考点之间的网状关系，充分挖掘利用了RSS指纹数据库中有用的信息。