[发明专利]一种基于压缩感知的室内定位方法、存储介质及设备

说明书

技术领域

本发明涉及室内定位技术领域，尤其涉及一种基于压缩感知的室内定位方法、存储介质及设备。

背景技术

近年来，餐饮、购物、娱乐、地铁交通等已成为重要的生活方式，人们80％以上的时间都在室内环境中度过，对室内定位和位置信息服务的重视程度越来越高，此外，在商业中定位技术与产品数据信息结合已经成为传统零售业整合线上线下进行精准营销的利器。然而，复杂的多径效应、室内环境GPS信号弱等原因使得目前的GPS技术无法满足室内定位的需求。

基于RSSI的WIFI定位技术因其具有不需要额外的硬件设备、易部署、能做到近乎纯软件实现等特点，而被人们普遍接受。基于RSSI的WIFI室内定位技术主要分为基于信道模型和基于位置指纹定位的两类主流算法。其中，基于位置指纹架构的方法一般分为两个阶段:离线阶段和在线阶段。利用无线信号在地理位置上的空间差异性，将空间在特定位置上的特定RSS信号特征作为该位置的指纹，建立位置-指纹数据库，从而通过匹配算法实现对用户位置的估计。而在实际环境下，RSS信号往往受到室内环境的复杂性、多径效应、阴影效应、人员走动、手持设备方向等因素的影响，RSS信号与实际距离之间并非线性变化的关系，因此严重影响定位算法的精度。

例如，申请号为CN103402256A的专利申请文件公开了一种基于WIFI指纹的室内定位算法，该方法将采集的AP信息作预处理后对RSSI值求取平均值，在线定位运用多层次概率算法匹配数据库以达到室内定位的效果。但是该方法抗干扰较弱，即在多径效应严重的环境下室内定位的精度偏低。

综上所述，复杂的室内环境造成的RSS值不准确等问题是影响室内定位精度的主要原因，如何有效的提高室内定位的精度和抗干扰性是该技术领域亟待解决的关键问题。

发明内容

针对现有技术中的缺陷，本发明提供一种基于压缩感知的室内定位方法，提高了室内定位的定位精度和抗干扰性。

第一方面，本发明提供了一种基于压缩感知的室内定位方法，所述方法包括：

步骤S1，在实际环境中设置多个参考点，采集每个参考点的多条指纹信息；

步骤S2，对采集到的每个参考点的指纹信息进行训练，得到与所述参考点对应的特征定位参数；

步骤S3，将指纹信息和与该指纹信息对应的特征定位参数录入指纹数据库；

步骤S4，采集待测点的指纹信息，将待测点的指纹信息与指纹数据库中的指纹信息进行对比，判断待测点的特征定位参数与各参考点的特征定位参数的相似程度；

步骤S5，按相似程度由高到低的顺序，依次选取多个参考点的物理坐标，将选取的物理坐标按相似度的权重加权求和后，得到的结果作为最终定位结果。

进一步地，所述步骤S2具体包括：

步骤S21，根据采集到每个参考点的多条指纹信息，获得每个参考点的稀疏字典；

步骤S22，计算每个参考点的平均指纹，并获取平均指纹的稀疏表示形式以及对应于该稀疏表示形式的参数信息；

步骤S23，将每个参考点的参数信息与该参考点的物理位置信息进行关联。

进一步地，所述步骤S21具体包括：

步骤S211，根据指纹数据库中记录的参考点的指纹信息，计算得到该参考点的平均指纹，将平均指纹作为第0次残差，且令初始索引集和按第0次索引找到的指纹信息矩阵的列集合为空集，令迭代次数初始为1；

步骤S212，计算第t-1次残差与指纹信息矩阵的每一列的内积，选择计算出来的内积中大于门限值的值，将所述大于门限值的值对应的列序号构成集合；

步骤S213，更新索引集和矩阵列集合，再次重复步骤S211和步骤S212，若再次重复过程中无新列被选中，则停止迭代；

步骤S214，求y＝Ax的最小二乘；

步骤S215，更新残差；

步骤S216，迭代次数加1，如果迭代次数小于总迭代次数或残差等于0，则停止迭代，进入步骤S217；

步骤S217，重构得出稀疏字典。

进一步地，所述步骤S4具体包括：

步骤S41，获取待测点的指纹信息，对该指纹信息利用最小二乘投影在稀疏字典下作线性分解，得到该指纹信息的稀疏表示形式，提取该稀疏表示形式对应的系数，作为待测点系数；

步骤S42，按皮尔逊相关系数分析测得的该待测点系数与每个参考点系数的相似程度。

第二方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：