[发明专利]基于粗精双步相关图像特征提取的室内WLAN定位方法

摘要

本发明公开了一种基于粗精双步相关图像特征提取的室内WLAN定位方法，首先将定位目标区域内随机采集的接收信号强度RSS序列进行谱聚类处理以得到类转移图；其次，利用图像边缘检测方法对RSS序列之间的相关位置进行粗定位，再利用相关性测序方法对相关位置进行精定位，将不同类转移图拼接成一幅信号逻辑图，该信号逻辑图可在信号空间内描述目标区域的物理结构；与此同时，通过对定位目标区域物理结构的划分，可以得到反映定位目标区域拓扑结构的物理环境图；最后，利用相应的信号逻辑图到物理环境图的映射准则，在在线阶段根据实时采集的RSS数据对目标进行定位。本发明解决了传统位置指纹定位算法在离线阶段需要大量人力和时间开销的问题。

主权项

1.基于粗精双步相关图像特征提取的室内WLAN定位方法，其特征在于，包括以下步骤：步骤一、在定位目标区域内随机采集N_seq条RSS序列，记为rss_ij＝(rss_ij1,rss_ij2,...,rss_ijk)(1≤j≤M_i)，其中，M_i为第i条RSS序列的序列长度，即第i条RSS序列包含的RSS矢量个数，k为AP数目，rss_ijp(1≤p≤k)为第i条RSS序列内第j个RSS矢量中来自第p个AP的信号强度值；步骤二、在每条RSS序列中，利用时间戳顺序对不同RSS矢量进行升序排列，其中，将第i条RSS序列内第j个RSS矢量重构为一个新的k+1维矢量步骤三、在每条新的k+1维矢量中，对时间戳信息和RSS矢量信息进行加权，加权系数为w_ts和w_rss，其中，w_ts+w_rss＝1且0≤w_ts,w_rss≤1，于是，得到所对应的混合矢量步骤四、对每条RSS序列所对应的混合矢量进行谱聚类，得到每个混合矢量所属的聚类号及对应的聚类类心；步骤五、利用中值滤波方法，修正每条混合矢量所属的聚类号及对应的聚类类心；步骤六、根据每条RSS序列中相邻聚类之间的转移关系，以连通图的形式构建每条RSS序列所对应的类转移图；步骤七、重复步骤二至步骤六，直到完成对所有RSS序列所对应类转移图的构建；步骤八、将采集得到的所有RSS序列按序列标号连接成一条总序列步骤九、计算RSS_T中不同RSS矢量之间的欧式距离，得到距离矩阵D_dis；步骤十、对于距离矩阵D_dis中第i行第j列的元素d_ij，设定门限d_th，当d_ij≤d_th时，令d_ij＝1，反之，则令d_ij＝0，于是得到二值矩阵D_bin；步骤十一、利用二值矩阵D_bin生成二值图像GR_bin，二值图像GR_bin中第i行第j列像素点的像素值I_ij等于D_bin中第i行第j列的元素值D_bin(i,j)，其中，I_ij＝1的像素点为白色，I_ij＝0的像素点为黑色；步骤十二、对二值图像GR_bin进行中值滤波处理，得到图像GR_fil；步骤十三、对中值滤波处理后的二值图像GR_fil进行腐蚀处理，得到图像GR_ero，腐蚀处理后的图像GR_ero中存在若干不规则白色块；步骤十四、对于腐蚀处理后的二值图像GR_ero进行边缘检测处理，得到二值图像GR_edg；步骤十五、对边缘检测处理后的二值图像GR_edg进行边缘信息提取，得到步骤十三中腐蚀处理后二值图像GR_ero中N_WhiteBlock个不规则白色块的位置信息；步骤十六、利用步骤八中得到的总序列RSS_T和步骤十五中得到的不规则白色块w(1≤w≤N_WhiteBlock)的位置信息，提取具有较大相似度的两个RSS片段和步骤十七、计算与中不同RSS矢量之间的得分值，构造得分矩阵H_w；具体包括以下步骤：步骤十七(一)、为了满足如下条件：其中，rss_φ为中第φ(1≤φ≤M_{sim_1})个RSS矢量，为中第个RSS矢量，为rss_φ与的得分值，M_{sim_1}＝x_{w_min}‑x_{w_max}+1为的序列长度，M_{sim_2}＝y_{w_min}‑y_{w_max}+1为的序列长度，(x_{w_min},x_{w_max})和(y_{w_min},y_{w_max})分别为不规则白色块w(1≤w≤N_WhiteBlock)中所有像素点横纵坐标的最小值和最大值，N_WhiteBlock为步骤十三中腐蚀处理后二值图像GR_ero中不规则白色块的个数；定义中RSS矢量rss_φ与中RSS矢量的得分值为：其中，W_η＝‑(α‑β)η(η,μ)是以为基准的像素点横纵坐标偏移量，且η和μ均为整数，令步骤十七(二)、构造得分矩阵H_w：步骤十八、利用得分矩阵H_w进行相关性测序，得到与中相互关联的聚类，其中，与中相互关联的聚类定义为不规则白色块w所对应的相互关联聚类；步骤十九、重复步骤十六至步骤十八，直到得到所有不规则白色块所对应的相互关联聚类；步骤二十、对于步骤七中得到的类转移图，合并所有相互关联聚类，且将合并后的类转移图定义为信号逻辑图；步骤二十一、以定位目标区域内各物理叉路口作为各子区域的边界，将定位目标区域划分为N_Area个子区域，且对每个子区域进行标号，记子区域标号为1,…,N_Area；步骤二十二、根据各子区域的物理邻接关系，将定位目标区域表示为一幅由不同子区域节点相互连通的物理环境图；步骤二十三、利用相应的映射准则，得到信号逻辑图与物理环境图的映射关系；步骤二十四、利用步骤三中的加权系数w_ts和w_rss，对在线阶段终端新采集的RSS矢量及其所对应的时间戳us进行加权，得到混合矢量其中，为在线阶段终端新采集的来自第p个AP的信号强度值；步骤二十五、在信号逻辑图中计算得到与具有最小欧式距离的类心所对应的逻辑节点；步骤二十六、根据信号逻辑图与物理环境图的映射关系，得到终端所在的子区域。