[发明专利]一种基于KD树和改进加权KNN的室内指纹定位方法

说明书

本发明公开一种基于KD树和改进加权KNN的室内指纹定位方法，包括步骤：1.1构建RSS指纹数据库；1.2采集不同位置的RSS序列，并对采集到的RSS序列进行均值平滑滤波处理，得到滤波后的RSS指纹信息；1.3基于RSS指纹数据库构建KD树存储结构，将得到的滤波后的RSS指纹信息输入KD树存储结构进行处理，得到K个近邻点的RSS指纹特征；1.4计算K个近邻点的RSS指纹特征与滤波后的RSS指纹信息的余弦相似度，得到K个近邻点的RSS指纹特征与滤波后的RSS指纹信息的余弦相似度的系数；1.5将得到的余弦相似度系数输入softmax加权KNN算法中进行处理，输出概率相似度作为加权KNN算法的权重，并计算得到最终定位结果。本发明提升了室内定位精度和定位效率，也降低了终端差异对定位精度的影响。

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KD树和改进加权KNN的室内指纹定位方法。

背景技术

近些年来，随着移动互联网的快速发展和智能手机终端的快速普及，基于位置的服务在社会生活中给人们带来了很大的便利。目前，室外定位技术已经大规模商用，但室内定位服务仍处于研究阶段。在室内环境下，由于GPS信号穿过墙体后迅速衰减，导致无法在室内使用卫星导航。因此已经出现了多种室内定位技术，包括红外线(infrared)定位技术、蓝牙(blue tooth)定位技术、超宽带(UWB)的定位技术、ZigBee定位技术以及射频定位技术。

其中WLAN指纹定位技术因能够利用现有的广泛部署的无线局域网络和移动终端进行定位，而具备定位成本低、定位精度高、环境适应能力强等优越性能。

目前室内定位的主要方法有到达方向(DOA)、到达时间差(TDOA)、到达时间(TOA)以及RSS进行测距，因为室内空间狭小，无线电波的传播方式十分复杂，反射，透射，散射等方式使得许多定位方法难以实现。在使用接收信号强度(RSS)方法定位时，RSS作为位置定位中的指纹信号，是指根据信号强度随传播距离变化而变化的规律来实现定位，相比于其他定位方法受环境影响小，且开发成本低，成为目前主流的室内定位方法。

基于RSS位置的KNN指纹定位一般分为两个阶段：离线构建指纹库阶段和在线定位阶段。在离线阶段按照一定间距在定位区域采集若干参考点，然后把这些参考点的RSS数据和位置信息一并存入离线指纹数据库中。在线阶段，测得RSS指纹信号后，采用KNN算法和数据库中的指纹进行匹配，得到测试点的位置坐标，从而实现定位。然而目前的RSS位置的KNN指纹定位存在一些问题，问题主要集中在：(1)由于室内环境存在多径效应，不同AP的RSS值存在着一些的波动，这会在一定程度上影响定位的稳定性，从而降低定位精度；(2)离线阶段采集指纹没有采取合适的预处理方式，导致采集到的RSS指纹样本存在一定误差，从而影响了定位精度；(3)接收终端型号不同或环境差异造成在在线阶段针对测试点接收到的信号强度不同，通过参考点和测试点之间欧氏距离的大小计算权重会造成一定的误差，从而导致定位精度降低；(4)在线定位算法匹配阶段，传统的KNN算法在k邻近搜索时计算量大且存在一定的定位误差，导致定位效率低下且定位准确度不高。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种基于KD树和改进加权KNN的室内指纹定位方法。

为了实现以上目的，本发明采用以下技术方案：

一种基于KD树和改进加权KNN的室内指纹定位方法，包括步骤：

1.1构建RSS指纹数据库；

1.2采集不同位置的RSS序列，并对所述采集到的RSS序列进行均值平滑滤波处理，得到滤波后的RSS指纹信息；

1.3基于所述RSS指纹数据库构建KD树存储结构，将得到的滤波后的RSS指纹信息输入KD树存储结构进行处理，得到K个近邻点的RSS指纹特征；