[发明专利]一种基于wifi的位置指纹定位方法

说明书

技术领域

本发明属于室内定位技术领域，具体涉及一种基于wifi的位置指纹定位 方法。

背景技术

随着移动互联网的迅猛发展以及普适计算技术的广泛应用，很多公共和 商业服务对移动用户的位置信息需求逐步增多，如医疗行业中重病人跟踪监 护、产房婴儿防偷；商场购物时商品定位、顾客消费习惯收集；旅游出行中 路线导航、实时位置查询等。基于卫星的室外技术发展已经非常成熟，而在 室内环境下，由于建筑等障碍物的干扰造成GPS定位精度下降甚至无法定 位的结果，室外位置相关技术已经不能完全满足人们的定位需求。

因此人们不仅仅需要室外的精准定位，对于室内定位的精度要求也越来 越高。近年来，其相关技术的研究也越来越多，已经涌现出了一大批的定位 技术，包括辅助全球定位技术、红外线定位、超声波定位、蓝牙定位、射频 识别定位、wifi室内定位、超宽带定位等。其中，wifi技术硬件需求少、实 现成本低、覆盖范围广、传输速度快的优点，得到了广泛的普及和应用。

目前的wifi定位方法主要分为基于模型和基于接收信号强度两种。基于 模型的定位方法利用较高精度的模型将RSS(ReceivedSignalStrength，接收 的信号强度)值换算为距离来计算设备的当前位置，如基于到达时间、到达 角度、到达时间差的模型定位。但精度高的模型较难构建，且构造后需要大 量人力来测量和校正参数。基于接收信号强度的位置指纹定位算法，包含离 线训练和在线定位两个阶段，离线阶段构造室内RSS指纹数据库，在线定位 阶段通过向服务器发送包含当前位置RSS向量的查询请求，利用一定的匹配 算法获得当前位置信息。

而在基于wifi的位置指纹定位方法中，指纹库采集阶段由于受到传播环 境中电子设备、移动物及AP(AccessPoint，访问接入点)间的信道的干扰 等影响，会造成移动终端接收无线信号出现忽大忽小不稳定的振幅波动，导 致位置指纹自身的误差，从而导致定位的精度下降。在线匹配定位阶段使用 WKNN(WeightedK-NearestNeighbor，加权的K-最近邻)方法，当定位 区域较大或者网格划分较细时，参考点的个数过多而导致了计算量加大、计 算复杂度增加。且由于室内信号的波动，根据欧式距离选择出的前K个点中 可能会有与实际位置并不是最接近的点，权重的分配就显得极为重要。

发明内容

本发明的目的是提供一种基于wifi的位置指纹定位方法，解决了现有技 术中存在的指纹库信息的准确度及在线匹配精度低的问题。

本发明所采用的技术方案是，一种基于wifi的位置指纹定位方法，具体 按照以下步骤实施：

步骤1：准备过程：部署无线AP及选定并标记参考点；

步骤2：建立指纹库：采集数据及采用滤波技术完成指纹库的建立；

步骤3：在线匹配：采用动态联合的WKNN算法进行室内定位。

本发明的特点还在于，

步骤1具体为：在整个待测区域中部署n个无线AP_j，j＝1,2,...,n，然后 再整个待测区域中选定并标记m个参考点。

步骤2具体为：

步骤2.1：对每个参考点的不同方向分别进行多次wifi信号采集，共计s 次，这样可以减少由于方向带来的误差，同时记录各个参考点中最强的4个 无线AP的物理地址分别为mac_i1、mac_i2、mac_i3、mac_i4及其分别对应的信 号强度值rssi_i1、rssi_i2、rssi_i3、rssi_i4，i＝1,2,...,m；

步骤2.2：采集完成后，对各个参考点的数据进行预处理，删除每个方 向上的最大和最小信号强度值对应的记录，则采集次数s为：

步骤2.3：对每个参考点数据进行均值滤波，得到第i个参考点处接收 到第j个无线AP_j的信号强度值rssi_ij：