[发明专利]一种基于Wi-Fi信号的室内定位方法

权利要求书

1.一种基于Wi-Fi信号的室内定位方法，其特征在于，包括：

步骤1，收集各RP的AP的RSS原始数据：选择目标环境中多个已知位置作为RP，在各个RP，通过收集数据的移动设备的系统接口，获取扫描到的AP的标识和各AP对应的RSS原始数据；所述RP表示参考点；所述AP表示Wi-Fi接入点；所述RSS表示Wi-Fi接入点的接收信号强度；

步骤2，基于图神经网络生成AP和RP指纹：利用收集的各RP的AP的RSS原始数据，基于图神经网络的深度模型，生成所述目标环境中各个AP和RP的指纹向量，并存入指纹数据库；按以下方式利用收集的各RP的AP的RSS原始数据，基于图神经网络的深度模型生成所述目标环境中各个AP和RP的指纹向量，包括：

步骤21，以AP和RP为节点，以RP-RP和RP-AP为边构建成图谱，计算得到该图谱的邻接矩阵，该邻接矩阵记为A；

步骤22，选择图谱中的RP节点作为地标节点，将图谱中各个节点的特征向量初始化为到这些地标节点的图谱上距离向量，得出该图谱的节点特征矩阵为X；

步骤23，通过图神经网络的深度模型对得到的邻接矩阵A和节点特征矩阵X进行训练，得到图谱中节点的节点嵌入向量矩阵Y；

步骤24，生成AP和RP的指纹向量：基于训练获得节点嵌入向量矩阵Y，分别按以下式(7)和式(8)分别计算生成AP和RP的指纹向量矩阵，并存入指纹数据库：

fin_rp＝A_rp2apfin_ap (8)；

其中，式(8)中A_rp2ap是只包含RP-AP边的子图的邻接矩阵；

步骤3，采集待定位设备的实时RSS数据：通过所述待定位设备的系统接口，获取该待定位设备实时扫描到的各AP的标识和对应的实时RSS数据；

步骤4，生成待定位设备的实时向量表示：基于所述待定位设备实时扫描到的AP的标识和对应的实时RSS数据，生成该待定位设备实时的向量表示；若实时扫描到的AP的RSS为(rss₀，rss₁，...，rss_N)，则待定位设备的实时向量Emb_s表示通过以下式(9)和式(10)计算得出：

Emb_s＝υ^sfin_ap (10)；

步骤5，估计得出待定位设备的位置：通过计算所述待定位设备的实时向量表示与所述指纹数据库中各个RP的指纹向量的相似度，估计得出离该待定位设备最近的若干个RP，基于这些最近RP的位置，计算出所述待定位设备的估计位置。

2.根据权利要求1所述的基于Wi-Fi信号的室内定位方法，其特征在于，所述步骤21中，所述图谱中，对每个RP节点，RP-RP边连接该RP节点和与该RP节点近邻的thres_k个RP节点，该RP-RP边权重根据两个RP节点之间的欧式距离通过以下式(1)计算得出：

上述式(1)中的是某一RP最近邻的若干个RP节点的集合；

RP-AP边连接每个RP节点和该RP节点扫描到的若干个AP节点，如果一个AP节点在一个RP节点的RSS大于该AP节点在所有RP节点的RSS的预设百分位数thres_q，则将该RP节点和该AP节点连边形成RP-AP边，该RP-AP边权重通过以下式(2)和式(3)计算得出：

上述式(3)中的Q是对某一AP的所有RSS取百分位数的函数。

3.根据权利要求1所述的基于Wi-Fi信号的室内定位方法，其特征在于，所述步骤22中，若图谱中某节点到某地标节点的最短跳数大于预设跳数，则该节点的特征向量中该地标节点的对应位初始化为0，向量初始化如式(4)：

上述式(4)中的是地标节点的集合。

4.根据权利要求3所述的基于Wi-Fi信号的室内定位方法，其特征在于，所述预设跳数为1。