[发明专利]基于区间重叠度分析优选AP的WiFi指纹定位方法

说明书

基于WiFi的室内指纹定位系统因其定位所需的计算能力要求和时间成本随着AP数量的增加而升高，因此通过AP选取减少冗余信息，降低计算量以及提升定位效率对物联网低资源的终端设备变得非常重要。随着城市区域内的无线AP越来越密集，WiFi室内指纹定位的AP优选难度增大。本发明公开了一种利用RSSI区间重叠度来区分指纹点实现AP优选的方法，通过对环境进行训练获取参数最优解，使得定位精度最优。

技术领域

本发明涉及室内定位技术领域，主要涉及WiFi指纹室内定位的基于区间重叠度分析优选AP的方法。

背景技术

由于室内环境的复杂性以及全球定位系统无法在室内有效定位，低成本、高精度、实时性和高可靠性的LBS的研究和发展仍然面临着挑战。当前定位精度和电量问题是两个比较重要的影响因素。电量方面，随着室内无线热点的增加，比如，一些商场环境内有达到超过五十个可访问的AP，手机等设备扫描周围WiFi节点的时间和资源增加，加重了手机电量的消耗。因此，减少AP使用个数在一定程度上能缓解手机定位时的电量消耗问题。而精度方面，受AP信号质量的影响不同的AP组合有不同的定位精度，而使用全部的AP进行定位时的精度反而会有所降低，因此，选择最佳的AP组合不仅能降低计算量，提高计算效率，还能提升精度。

室内定位系统(IPS)是一种利用射频、磁场、声学信号和航位推算等方法将建筑物内的物体或人进行定位的一个系统。近年随着WiFi热点的广泛部署，基于WiFi的室内定位技术变得越来越流行。而在室内定位技术中基于接收信号强度指示器(RSSI)的方法因其不需要专门的设备而成为很多人的优选。基于RSSI的无线传感器网络一般包括两种方法，基于信号衰减模型和基于指纹的系统。路径损耗模型系统的一个优点是，它只需要现成的智能手机、平板电脑或笔记本电脑能根据信号衰减模型计算距离来获得设备的位置。但信号衰减模型基于射频信号在自由空间传播的，而目前几乎所有的物理空间都是非自由空间，因此，室内复杂的环境会导致射频信号衰减和反射，从而降低测距精度。相比之下，基于指纹的技术能提供了更精确的定位结果。它通常分两个阶段，首先在离线阶段采集射频信号并映射到已知坐标的位置构建指纹或电子地图；然后在线阶段，通过将当前位置的RSSI信息在当前存储的电子地图中匹配最近已知位置确定位置。

当前许多基于RSSI的定位系统采用的是基于客户端来触发 和驱动LBS服务的架构，这为客户端设备提供了一个基本的隐私过滤功能，这样能使用户可以决定是否使用定位服务。但这种基于移动客户端设备的定位应用对手机电量的消耗是比较高的，如果定位服务的使用对用户设备电量的消耗过高，促使用户设备无法长时间有效的使用，那么定位服务技术就会缺乏使用的动力。因此，节能是室内定位服务的一个核心问题。

WiFi室内指纹定位技术必须采集室内中的AP信号，虽然使用更多的AP可以改变定位精度，但密集的接入点会明显增加数据采集阶段的能量消耗，过多的AP同时也会增加了定位算法的计算量，降低计算效率。另外，一些AP受动态效应影响较大，使得它们的RSSI值出现比较大的波动，进而影响位置确定的准确性，而恰当的AP选取有助于去除定位精度较差的AP。因此，如何选择最优的AP以确定位置是一个关键的挑战。

目前已有的AP选取方法主要基于三类。第一类是基于统计分析的方法，这种方法使用某个统计特征值来评估RSSI的表现实现AP选取，比如最大均值方法，最小标准差方法等。第二类是基于信息理论的方法，该方法保留了信息的多样性。其中信息增益方法通过考查 AP最大化区分指纹的能力，互信息方法是通过最小化AP之间的信息冗余。但这两种方法无法准确的区分AP之间的差异。第三类是基于整体表现的算法，这种算法考虑的是几个AP一起所具有的表现，但是这种方法需要额外的机器内存和较长的计算时间。因此，针对这些不足，本发明提出了一种新的方法，称为区间重叠度分析法。