[发明专利]WiFi室内定位中基于贝叶斯回归的RadioMap校正方法

说明书

技术领域

本发明涉及一种室内定位方法，特别是一种WiFi室内定位中基于贝叶斯回归的RadioMap（射频地图，也称射电天图）校正方法。 

背景技术

目前有很多移动应用如无人自动驾驶车辆和移动机器人，搜索搜救，物品追踪等都利用定位信息提供上下文服务。 

室外定位可以采用GPS（GlobalPositioningSystem，全球定位系统），但对于室内定位，由于建筑材料会引起信号衰减，而且GPS需要在参考位置和移动物体之间非常精确的同步，因此这种方法不适用于室内定位。 

无线定位技术主要有三类：基于时间、基于角度和基于信号功率三种技术。基于时间的定位技术中，依据RF（RadioFrequency，射频）信号定位时间来进行范围估算，虽然准确度很高，但需要收发双方直接的视线，而这点在室内环境中无法满足；基于角度的定位技术通过估算从参考发送方来的RF信号到达的角度来估测接收方的位置，该方法同样也因为室内环境不存在收发双方的直接视线而无法适用于室内定位；基于信号功率的定位技术利用信号功率变化来估算距离，是近年来受到很多重视且效果优于其他室内定位法的一种定位技术。 

在无线定位系统中，需要选择一种基础无线网络架构。WiFi是一种能够提供无线基础架构且布网广泛的无线网络标准，适于室内定位和导航系统。由于具有较宽的频谱，其在应用方面也有较好的表现，在人员监测、安全应用、定位服务和搜救服务等方面都得到了应用。 

目前基于信号功率的定位技术有两种实现方法，即径损法和功率指纹法。 

径损法将收发双方的距离和接收方信号功率联系起来。但收发双方的直接视线要求在室内环境无法满足，而且径损模型对接收方向具有不变性，因此仅仅依靠参数化径损法很难对室内信号功率变化建模。此外由于室内定位需要数米的测量精度，径损法依赖于远端参考点和移动对象之间的无线通信链路，容易受到来自外部环境如隧道或建筑物干扰所造成的衰减的影响，使得建模变得复杂困难。 

功率指纹法能够提供室内定位一到两米的定位精度。该方法有两阶段组成，即离线位置射频调查的训练阶段和在线实时估算阶段。前者将每个指纹位置的相关功率信息检 测并记录保存下来，后者通过将当前功率信息和数据库中的功率指纹信息用有关算法进行比较后估算位置。该方法需要一个能够正确复制那些复杂的室内信号功率特征的RadioMap。此外离线阶段耗时很长，对于大型建筑和动态环境不太实用，因为离线位置调查训练需要不时被重复。 

为了使径损法和功率指纹法在室内定位中变得实用，就需要解决以上提到的技术问题，避开长时间的离线功率调查，并能够以较小的代价来更新和校正RadioMap。 

发明内容

本发明的目的在于克服现有技术的不足，提出一种WiFi室内定位中基于贝叶斯回归的RadioMap校正方法。 

本发明为解决上述技术问题采用以下技术方案： 

室内定位系统基于WiFi网络覆盖，包括定位服务器、定位客户端。 

WiFi室内定位中基于贝叶斯回归的RadioMap校正方法包括以下步骤： 

A.进行定位请求：WiFi设备发出定位请求，搜集功率指纹，并将功率指纹发送到定位服务器； 

B.进行位置估计：定位服务器利用模式分类法将当前发送的功率指纹和保存在RadioMap中的功率进行对比，由给定的当前WiFi功率指纹值，预测当前节点的位置； 

所述的模式分类法的工作过程为：如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个模式类别，则该样本也属于这个模式类别，在定类决策上只依据最邻近的一个或几个样本的模式类别来决定待分样本所属的模式类别，k为自然数； 

C.进行精度调整：利用贝叶斯回归算法对RadioMap进行在线动态校正，通过高斯过程回归迭代，把功率标准差缩小到米一级的精度，并转换为位置误差的标准差，采用定位误差标准差的形式来表示定位精度； 

所述的高斯过程实现：在所有位置上预测功率的概率密度函数；对功率值的噪声进行平滑处理；提供功率预测的标准差； 

D.进行定位回复：定位服务器将预测位置和位置误差的标准差通过WiFi网络发送到定位请求方。 

进一步的，本发明WiFi室内定位中基于贝叶斯回归的RadioMap校正方法，所述的步骤A中WiFi设备发出定位请求，搜集功率指纹，并发送功率指纹到定位服务器采用基于AP（AccessPoint，访问接入点）在线功率模式记录法；