[发明专利]基于接入点重选择和自适应簇分裂的室内指纹定位方法

说明书

技术领域

本发明涉及基于接入点（Access Point，简称AP）重选择和自适应簇分裂的室内指纹定位方法,属于无线通信系统中的无线定位技术领域。

背景技术

目前，随着无线网络的广泛普及和移动智能终端的迅猛发展，基于位置的服务受到越来越多的关注，在紧急救援、医疗保健、社交网络、导航和监控等领域已获得广泛的应用并展示出巨大的市场前景。

在开阔的室外环境中，全球定位系统(GPS)，网络辅助全球卫星定位系统(A-GPS)和蜂窝网定位系统可以提供满足各种精度需求的室外环境定位信息。在室内环境中，特别是热点区域，如超市、展厅、医院、会馆、剧院、图书馆、监狱等地，人们对室内位置信息的需求也越来越强烈，以实现导航定位、上下文感知、人员物资监控等全方位的智能服务。但由于GPS信号在很多室内区域无法有效接收，如停车场、医院等，且其定位精度较低，因此室外定位技术无法满足室内定位的需求。

已有的传统的室内定位技术大多数需要额外的专用硬件设施，使用成本高，覆盖范围小，限制了基于位置的服务在室内环境的普及。基于无线局域网(WLAN)和接收信号强度(RSS)的室内定位技术，完全基于现有的WLAN基础设施和移动终端就能独立实现定位，无需任何额外的专用设备，成本低，分布广泛，且能满足大多数室内定位应用的精度需求，成为室内定位技术的研究热点。

WLAN室内定位技术可以分成两种方法：几何测量法和指纹定位法。几何测量法是指利用几何学的原理和路损模型计算用户的位置。但是由于室内无线电传播环境的极度复杂性，几何测量法的RSS传播模型预测精度往往较低，定位精度不高，且需预先知道接入点（Access Point，简称AP）的具体位置，不能满足实际需求。指纹定位法采集参考点位置的RSS样本，构建指纹数据库，并通过RSS样本的指纹匹配得出定位结果，指纹定位法定位精度明显高于几何法，且不需要知道AP的位置。

但是，鉴于越来越多的用户主要依靠电池供电的移动设备，而现有的传统WLAN指纹定位方法都存在存储量大、计算量大的问题，终端的负荷和能耗高成为了亟待解决的问题。

此外，传统的WLAN指纹定位方法定位精度不可控，无法实现对精度有限定的用户的需求，如何实现精度可控以满足不同用户对所需精度的不同需求、如何在WLAN室内定位方法中节约存储量、减小计算复杂度等成为当前一个重要的急待解决的技术问题。

发明内容

本发明的目的在于提供一种能够克服上述技术问题的基于接入点重选择和自适应簇分裂的室内指纹定位方法，本发明是在传统指纹定位方法的基础上，结合新定义的自动簇分类方法和接入点（Access Point，简称AP）重选择策略，对室内待定位的移动终端进行定位，用以解决传统指纹室内定位过程中存在的存储量大、计算量大、定位精度不可控的问题。

本发明的核心技术特征和思路是基于地理位置和辨识度的最佳AP集合重选择、基于多叉树的自适应簇分裂定位方法。此处多叉树泛指四叉树或八叉树，对于平面定位问题将采用四叉树，对于空间定位问题将采用八叉树。

本发明包括以下步骤：

步骤一：按照传统方法将待定位区域均匀划分为若干栅格（grid），选取每个栅格的几何中心作为参考点位置，在每个参考点位置测量能接收到的所有接入点（Access Point）的信号强度，生成接收信号强度指纹向量（RSS向量），建立基础RSS指纹库；

步骤二：结合基于地理位置和辨识度的AP重选择方法、自适应簇分裂聚簇方法和自学习机制，生成栅格大小可变的RSS指纹库（V-RSS指纹库）；

步骤三：将待定位的移动终端移动到某个位置，测量实时接收的RSS向量，多次测量取平均值并进行去噪处理；

步骤四：将步骤三中测得的RSS向量与V-RSS指纹库进行比对，运用基于多叉树的自适应簇分裂定位方法估计待定位的移动终端的位置；

步骤五：输出定位结果，所述定位结果包括最佳匹配的簇编号、待定位的移动终端的位置估计和不确定度。

本发明具有以下创新特点和有益效果：

（1）基于地理位置和辨识度的最佳AP集合重选择；

在传统指纹定位方法中AP选择是经过一次选择后即应用于整个待定位区域；或者经过聚簇算法，一个聚簇（cluster）应用一组最佳AP集合。