[发明专利]一种基于Matlab2008的室内指纹定位系统的仿真方法

说明书

技术领域

本发明涉及一种室内指纹定位系统的仿真方法，属于室内指纹定位技术领域。 

背景技术

指纹定位技术使用已有的无线局域网，在室内定位系统中得到广泛应用。由于室内环境的复杂性，单纯依靠三角学的定位手段受到极大制约，而指纹定位技术则被认为是室内定位技术的发展方向。指纹定位技术包含两个阶段。第一个阶段称为离线训练阶段，在待测环境中均匀选定一些点，依次测量它们的信号强度向量，得到了环境中信号强度的分布，即指纹图。第二个阶段称为在线定位阶段，接收机测量接收信号的强度，把它与预先存储的指纹图进行对比，计算出自身的位置。基于IEEE802.11协议的WLAN有着极为广泛的分布，不论在公园、社区、摩天大楼，还是普通人的家中。基于WLAN的定位服务为用户提供位置信息，这在WLAN覆盖范围内有着极为广泛的应用，比如，为旅行者指路，定位某个会议房间，找到某人等等。事实上，指纹定位并非一定要依赖WLAN，还有基于红外线或Zigbee的系统，它们也都有各自的优势，但分布不如WLAN广泛。而且，定位系统也不一定非要基于RSS(接收信号强度)，还可以使用到达时间(AOT)和到达角(AOA)，但它们都需要额外的硬件支持，与现有系统的兼容性差。 

指纹定位的基本原理，就是在一定区域内安置M个AP，然后均匀选择一些测试点，在每个测试点处测量M个AP的信号强度，得到M个值组成的向量，即RSS，从而生成指纹图。这也就完成了离线阶段的训练。然后进入在线定位阶段，在要定位的位置上测量RSS向量，然后比较这一向量与指纹图中的向量，找到最相近的一个或几个，则认为待测点在对应的这些测试点附近。这里最主要的问题就是如何比较两个向量的相似度。通常而言选取欧氏距离，欧氏距离越小则两个向量相似度越大。最常用的是WkNN算法，它选取前k个欧氏距离最小的点，把欧氏距离的倒数作为加权值，求取这k个点的加权平均值，作为定位结果。 

在指纹定位系统中，最大的工作量来源于指纹图的建立。为了验证一种算法(比如WkNN，即加权k临近算法)的效果，需要进行大量的实际测量。此外，如果想验证指纹图采集密度对定位结果的影响，需要进行很密集的采集，比如每0.5m采样一次。但即便如此，数据量也还是不够大。本发明通过模拟电磁环境来建立指纹图，贴近现实环境，可以很方便的完成室内定位系统的仿真，也方便了对各种算法的验证。指纹图的采集密度也可 以任意调节，还可以很方便的更改仿真参数、环境结构参数等。 

发明内容

本发明的目的是提出一种基于Matlab2008的室内指纹定位系统的仿真方法，以解决针对现有的室内指纹定位系统中指纹图的建立工作量大，验证指纹图采集密度和定位算法等因素对定位结果的影响时采集数据量大的问题。 

本发明为解决上述技术问题所采用的技术方案是： 

本发明所述的一种基于Matlab2008的室内指纹定位系统的仿真方法，是按照以下步骤实现的： 

步骤A、室内电磁波传播模型的建立，即待测点信号强度的仿真： 

设待测点坐标为(x，y)，AP，即WIFI接入点的坐标为(x_ap，y_ap)，具体过程如下： 

步骤A1、计算待测点与AP之间的距离d： 

d=(x-xap)2+(y-yap)2---(1)]]>

步骤A2、根据环境中墙和门的分布，判断待测点与AP之间隔着的墙的数目l和门的数目h，利用下式计算等效的穿墙数目

DWR＝DAF/WAF   (2)