[发明专利]基于众值滤波的室内指纹定位方法

说明书

本发明公开了基于众值滤波的室内指纹定位方法，具体包括步骤S1‑S6；发明充分利用了RSSI数据分布特性，相对于均值滤波提高了指纹数据库质量的同时保证了运算效率；本发明相对于单一滤波方法来说，提出了一种新颖的RSSI数据处理方法，首次将众数应用于滤波方法中，为后续研究提供了一种新的思路；与现有技术相比，本发明基于接收信号强度(RSSI)位置指纹定位算法可避免RSSI测距问题，通过滤波处理可构建高质量指纹数据库。针对高斯滤波运算时间长而均值滤波定位误差大等问题，但运算效率优于高斯滤波，同时相对于均值滤波，众值滤波将定位精度提升约0.15m，在95％的情况下将最大定位误差限制在2m以内，可有效提高指纹数据库质量。

技术领域

本发明属于室内空间复杂度低的位置指纹定位技术领域，更具体地说，尤其涉及基于众值滤波的室内指纹定位方法。

背景技术

随着无线局域网(WLAN)技术的飞速发展和无线局域网络在全世界范围内的广泛部署，一种基于无线局域网络覆盖的位置定位技术成为室内环境下位置服务研究的热点。基于无线局域网络的位置服务具有实现简单、覆盖范围广、应用可集成度高等特点，并能实现较高的定位精度；使用无线局域网进行位置定位技术包括很多种方法，其中主要有最强基站法，信号到达的时间定位(TOA)、信号达到的角度定位(AOA)、信号到达的时间差定位(TDOA)和信号强度测量法。基于信号强度的室内定位又包括传输损耗法和指纹定位法，传输损耗法因为WLAN空中信号的穿墙等原因而产生的多径效应使得定位精度存在问题；指纹定位法则可以直接利用现有的WLAN无线环境，不需要改变硬件设备来进行时间同步和角度测量，就可以实现定位，因此环境适应性强，成本较低，所以它已经成为国内外通信行业研究的热点；同时基于接收信号强度(Received Signal Strength Indicator，RSSI)位置指纹定位算法可避免RSSI测距问题，通过滤波处理可构建高质量指纹数据库。

所谓的指纹定位法包括离线检测和在线定位两个阶段。离线检测是在一定的范围内规划设立多个采样点，将这些采样点的信息和采样到的信号强度保存到数据库里，此为位置指纹数据库。在在线定位阶段就将采集到的信号强弱和保存在数据库里的指纹进行对比从而确定位置。确定位置的算法目前已经提出来多种，主要是数据相关方法但现有的指纹定位法中参与数据相关方法运算的采样点数量较多，计算工作量较大，无法实现较高的定位精度；

因此我们需要提出一种综合考虑运算效率与定位精度的基于众值滤波的室内指纹定位方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，本发明充分利用了RSSI数据分布特性，相对于均值滤波提高了指纹数据库质量的同时保证了运算效率；本发明相对于单一滤波方法来说，提出了一种新颖的RSSI数据处理方法，首次将众数应用于滤波方法中，为后续研究提供了一种新的思路；本发明基于接收信号强度(RSSI)位置指纹定位算法可避免RSSI测距问题，通过滤波处理可构建高质量指纹数据库。针对高斯滤波运算时间长而均值滤波定位误差大等问题，本文通过分析RSSI分布规律，基于部分RSSI重复出现的特性，提出一种众值滤波方法，通过逐次选取当前数据中众数，直到所选众数的频数累积和与数据总量之比大于95％时取平均提取特征RSSI，而提出的基于众值滤波的室内指纹定位方法。

为实现上述目的，本发明提供如下技术方案：

基于众值滤波的室内指纹定位方法，包括如下步骤：

S1、根据室内无线信号传播特性，利用箱线图法剔除RSSI_i序列中异常数据值；

S2、统计RSSI数据总量，建立各组频数与众数统计量并初始化最佳数据比Z；

S3、利用数据最佳比值Z选取频数较大的RSSI进行均值滤波计算本组RSSI特征值；

S4、基于RSSI特征值与其对应参考点位置坐标构建指纹数据库；

S5、利用穷举法选取最佳数据比Z；