[发明专利]基于区间重叠度分析优选AP的WiFi指纹定位方法

权利要求书

1.一种基于区间重叠度分析优选AP的WiFi指纹定位方法，其特征在于，包括以下步骤：

步骤一，根据室内环境布局特点，进行指纹点位置规划，规划内容包括确定指纹点的个数和指纹格网的大小；

步骤二，在步骤一规划好的指纹点处利用移动设备采集室内环境中各AP的RSSI信号值；

步骤三，基于AP是否在每个指纹点处都能被检测到的原则进行聚类分析，将AP分成两类：第一类能在所有指纹点处被检测到，第二类不能在所有指纹点处被检测到，并将第一类作为粗选AP；

步骤四，将步骤三粗选的AP的RSSI值用区间表示：提取出每个AP在不同指纹点处的RSSI信号序列的最大值和最小值，并用这个最大值和最小值构成的区间来表示该AP在当前指纹点处的RSSI信号特征；

步骤五，根据同一AP在任意两个不同指纹点处的RSSI数值区间确定重叠区间长度，其中数值区间的最大值与最小值之差称为区间长度，两个数值区间的交集称为重叠区间，两个RSSI数值区间A、B的重叠区间包括如下情况：

1)当数值区间A包含数值区间B，重叠区间就是数值区间B，其区间长度为数值区间B的区间长度；

2)当数值区间B包含数值区间A，重叠区间就是数值区间A，其区间长度为数值区间A的区间长度；

3)当数值区间A与数值区间B交集位于数值区间A靠近区间下界位置时，或当数值区间A与数值区间B交集位于数值区间B靠近区间上界位置时，重叠区间为数值区间B的上界和数值区间A的下界所组成的数值区间,其区间长度为数值区间B的上界减去数值区间A的下界；

4)当数值区间A与数值区间B交集位于数值区间A靠近区间上界位置时，或当数值区间A与数值区间B交集位于数值区间B靠近区间下界位置时，重叠区间为数值区间A的上界和数值区间B的下界所组成的数值区间，其区间长度为数值区间A的上界减去数值区间B的下界；

5)除以上四种情况之外的情况，认为不存在重叠区间，其区间长度也为0；

步骤六，计算同一AP在任意两个不同指纹点之间的区间重叠度，区间重叠度的定义是同一个AP在两个不同指纹点处RSSI的重叠区间与其中每个指纹点处的RSSI区间长度的比值的平均值；

步骤七，对同一AP在所有不同指纹点对间的区间重叠度进行求和，求取一个总区间重叠度；

步骤八，按照步骤五到步骤七将每个粗选AP的总区间重叠度计算出来后，选取总区间重叠度最小的M个AP作为优选AP；M的最优解是通过步骤十一对环境进行训练得到的；

步骤九，在测试点上进行RSSI数据采集；

步骤十，计算测试点与各指纹点之间的欧式距离，选取K＝4个距离最小的指纹点作为最邻近指纹点，利用WKNN算法进行位置解算；

步骤十一，此步骤属于环境训练用于获取当前环境中参数M的最优解，若已获得最优解，则此步骤可以省略，直接输出结果，此步骤的详细过程是：

1)在环境中均匀设置一些测试点，记录这些测试点的真实位置；

2)将M从2开始依次增加1直到24作为步骤八中AP优选的个数；

3)分别在1)设置好的测试点上进行RSSI信号采集；

4)计算M当前取值下平均定位精度，然后重复2)到4)；

5)当遍历M所有取值2至24之后，基于计算效率和定位精度确定M的最优解。

2.根据权利要求1所述的基于区间重叠度分析优选AP的WiFi指纹定位方法，其特征在于，步骤四中所述的将AP的RSSI值用区间表示为：对于AP_a，若将第i个指纹点处来自于AP_a的RSSI信号序列用表示，将第j个指纹点处来自于AP_a的RSSI信号序列用表示，则AP_a的RSSI信号序列用数值区间分别表示为[min(RSSI_ja),max(RSSI_ja)]和[min(RSSI_ia),max(RSSI_ia)]。