[发明专利]一种利用Wi-Fi的移动终端快速精确定位方法

说明书

技术领域

本发明属于无线通信技术和智能信息处理技术领域，特别是一种基于特征AP（Access Point，接入点简称AP）集和加扰技术的利用Wi-Fi的移动终端快速精确定位方法。

背景技术

基于Wi-Fi的定位系统具有成本低，精度高，应用范围广（室内和室外）等优点，在基于位置的服务中如紧急救援、智能交通和室内定位导航等方面取得了很大的成功。但是Wi-Fi定位技术仍存在以下两个问题亟需解决：（1）随着定位区域的不断增加，特别是对于市区Wi-Fi定位系统，位置指纹信息数据库将会变的很大，对于计算能力差、能量有限的智能终端，如果仍然像室内Wi-Fi定位系统那样，在整个指纹信息数据库中进行特征匹配将会导致高的定位计算量和大的定位延迟；（2）多径和环境干扰等因素引起的接收信号强度（Received Signal Strengthen，RSS）时域浮动严重恶化了Wi-Fi定位精度。

为了解决上述问题，研究者提出了多种方法，具体可以分为以下三类：

1.基于差异性显著的Wi-Fi接入点（Access Point，AP）定位方法

基于差异性显著的Wi-Fi接入点定位方法的基本思想是：选择差异性显著或者相关性小的Wi-Fi接入点进行特征匹配，通过抛弃差异性小的Wi-Fi接入点来降低定位计算量，这对于Wi-Fi接入点比较密集的室内Wi-Fi定位系统比较有效。但是对于大区域定位系统如市区Wi-Fi定位系统而言，定位计算量是由指纹信息数据库大小来决定，这种方法很难有效降低智能终端定位计算量。同时对于大区域定位系统而言，某一区域Wi-Fi接入点数量本身就是一种指纹信息，能改善定位系统性能，因此抛弃部分Wi-Fi接入点将会降低Wi-Fi定位系统性能。

2.基于时间分集和概率分布模型的Wi-Fi定位方法

基于时间分集和概率分布模型的Wi-Fi定位方法的基本思想是：在定位区域内固定位置利用时间分集来获得接收信号强度的多个样本，根据多个样本信息来建立接收信号强度的概率分布模型，将接收信号强度的概率分布模型存储到指纹信息数据库中；在定位阶段，移动目标利用时间分集获得接收信号强度的多个样本，通过求取样本均值来获得稳定的接收信号强度来进行定位。由于时间分集需要消耗大量的时间，增加了定位延迟，无法实现实时定位，在移动定位中无法使用。

3.Wi-Fi/GPS组合定位方法

Wi-Fi/GPS组合定位方法的基本思想是：利用滤波融合算法来是实现异构互补的两种定位技术的结合，从而提高定位性能。Wi-Fi/GPS组合定位可以在室外获得更好的定位性能，但是由于没有进一步降低Wi-Fi定位计算量，导致智能终端大的能量消耗，同时在室内环境下，由于GPS信号被遮挡，无法改善Wi-Fi室内定位精度。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种利用Wi-Fi的移动终端快速精确定位方法。

为了解决上述技术问题，本发明公开了一种利用Wi‐Fi的移动终端快速精确定位方法，包括构造特征AP集对指纹信息数据库聚类以及利用加扰技术和特征AP集快速精确定位两个部分：

构造特征AP集对指纹信息数据库聚类。

（1）在参考点（Reference Point，RP）处扫描周围Wi-Fi接入点，记录检测到的Wi-Fi接入点的RSS、MAC地址、和对应的物理位置信息，并将这些信息存储到指纹信息数据库中。所述参考点为在目标区域采用人为标定的方法随机设置一些自身位置已知的点，为移动目标的定位提供基准。

（2）然后对每个参考点位置包含的Wi-Fi接入点按照RSS的大小进行排序，选取前k个RSS最大的Wi-Fi接入点构造对应参考点的特征AP集。其中k的大小可以根据实际情况选取。

（3）根据每个参考点构造的特征AP集，对指纹信息数据库中的参考点进行聚类，具体原则是：包含相同特征AP集的参考点组合成一个聚类。其中两个特征AP集相同的定义是指两个特征AP集所包含的AP的MAC是相同的。

（4）用特征AP集所包括的Wi-Fi接入点的MAC地址作为对应聚类的索引，用于定位阶段聚类的快速匹配查找。

利用加扰技术和特征AP集快速精确定位。

（1）移动终端扫描周围环境中的Wi-Fi接入点，记录检测到的接入点的RSS、MAC地址。

（2）然后移动终端对检测到的Wi-Fi接入点按照RSS的大小排序，选取前k个最大RSS的Wi-Fi接入点作为当前未知位置的特征AP集。