一種基于隱馬爾科夫模型的室內定位方法
【專利摘要】本發明涉及一種基于隱馬爾科夫模型的室內定位方法，該方法利用RSSI指紋特征進行定位，包括離線階段和實時定位階段；離線階段包括：設置信標基站和參考位置；建立參考位置的無向連通圖并據此建立位置轉移矩陣；在每個參考位置采集各個信標基站的RSSI特征值，建立定位區域的RSSI指紋數據庫；利用貝葉斯方法構建參考位置和RSSI指紋的混淆矩陣，建立隱馬爾科夫定位模型；實時定位階段包括：移動設備采集實時RSSI特征值并發送給定位服務器；定位服務器計算連續運動最大可能的軌跡序列，將軌跡序列的最后位置作為定位結果。該方法可以有效降低連續運動過程中RSSI波動對定位結果造成的誤差,提高了室內無線定位的精度和穩定性。
【專利說明】一種基于隱馬爾科夫模型的室內定位方法
【技術領域】
[0001] 本發明涉及無線網絡【技術領域】，特別涉及一種基于隱馬爾科夫模型的室內定位方 法，可應用于室內的人員或者車輛等移動目標的定位。
【背景技術】
[0002] 由于能適應室內復雜的多徑效應，基于非測距的RSSI指紋定位方法已被廣泛應 用于各種室內定位系統中。在室內環境中，由于無線信號的傳播容易受溫度、濕度和人員走 動的影響，因此RSSI的測量值波動較大。為了提高測量的穩定性和精度，許多基于RSSI的 定位算法往往采用多次采集取平均或加權的方法。但是這種多次測量的方法只能應用于移 動特征較弱的目標，當待定位目標的移動特征較強，系統往往難于在同一個位置上采集到 多次的RSSI數據。
【發明內容】
[0003] 本發明的目的在于提供一種基于隱馬爾科夫模型的室內定位方法，該方法可以提 高室內無線定位的精度和穩定性。
[0004] 為實現上述目的，本發明的技術方案是：一種基于隱馬爾科夫模型的室內定位方 法，該方法包括離線階段和實時定位階段； 離線階段包括以下步驟： 步驟101 :根據定位區域設置信標基站和參考位置； 步驟102 :建立參考位置的無向連通圖，并根據參考位置的無向連通圖建立位置轉移 矩陣； 步驟103 :在每個參考位置采集各個信標基站的RSSI特征值，建立定位區域的RSSI指 紋數據庫； 步驟104 :利用貝葉斯方法構建參考位置和RSSI指紋的混淆矩陣，建立基于隱馬爾科 夫模型的定位模型，即隱馬爾科夫定位模型； 實時定位階段包括以下步驟： 步驟201 :移動設備采集實時RSSI特征值并發送給定位服務器； 步驟202 :定位服務器基于Viterbi算法計算連續運動最大可能的軌跡序列，將軌跡序 列的最后位置作為定位結果。
[0005] 進一步的，隱馬爾科夫定位模型定義為一個五元組HMLM={n，m，n，A，B}，其中， n是參考位置的個數，m是信標基站的個數，n= 3i p i=l,…，n，,表示初始狀態i的概率， A是位置轉移矩陣，B是混淆矩陣。
[0006] 進一步的，位置轉移矩陣A的構造方法為：根據設置的參考位置和定位區域的結 構布局，建立參考位置的無向連通圖G，根據無向連通圖G和Dijkstra算法，得到參考位置 之間的最短距離，然后根據泊松分布特性構建位置轉移矩陣，即：
【權利要求】
1. 一種基于隱馬爾科夫模型的室內定位方法，其特征在于，該方法包括離線階段和實 時定位階段； 離線階段包括以下步驟： 步驟101 :根據定位區域設置信標基站和參考位置； 步驟102 :建立參考位置的無向連通圖，并根據參考位置的無向連通圖建立位置轉移 矩陣； 步驟103 :在每個參考位置采集各個信標基站的RSSI特征值，建立定位區域的RSSI指 紋數據庫； 步驟104 :利用貝葉斯方法構建參考位置和RSSI指紋的混淆矩陣，建立基于隱馬爾科 夫模型的定位模型，即隱馬爾科夫定位模型； 實時定位階段包括以下步驟： 步驟201 :移動設備采集實時RSSI特征值并發送給定位服務器； 步驟202 :定位服務器基于Viterbi算法計算連續運動最大可能的軌跡序列，將軌跡序 列的最后位置作為定位結果。
2. 根據權利要求1所述的一種基于隱馬爾科夫模型的室內定位方法，其特征在于，隱 馬爾科夫定位模型定義為一個五元組HMLM= {n,m,Π,A,B}，其中，η是參考位置的個數， m是信標基站的個數，Π=Jipi=l,…，η,πγ表示初始狀態i的概率，A是位置轉移矩陣，B 是混淆矩陣。
3. 根據權利要求2所述的一種基于隱馬爾科夫模型的室內定位方法，其特征在于，位 置轉移矩陣A的構造方法為：根據設置的參考位置和定位區域的結構布局，建立參考位置 的無向連通圖G，根據無向連通圖G和Dijkstra算法，得到參考位置之間的最短距離，然后 根據泊松分布特性構建位置轉移矩陣，即：
其中，A7表示參考位置人到參考位置心的轉移概率，式7表示參考位置人.到參考位置Ty的最短距離，^表示移動速率； η 對凡7做歸一化處理，即Γ/ _ =1,得到系數11; J==I 令ai7=ηVi7,得到位置轉移矩陣A= ,i,戶1, 2, . . . ,。
4. 根據權利要求2所述的一種基于隱馬爾科夫模型的室內定位方法，其特征在于，混 淆矩陣B的構造方法為：定義混淆矩陣B=仏#，j'=l，2,. . .，n，左=1，2,. . .，K}，其中表 示在參考位置心上RSSI指紋為7；的后驗概率，{7；從=1，...，Κ}表示所有可能的RSSI指 紋空間； 利用貝葉斯方法計算:采集每個參考位置的RSSI特征值；假設參考指紋TPy= {(〇,，σ w)，（?>，σ#)，...，〇>，σ>)丨，其中，冬表示參考位置J'上的參考指紋，表示在參考位置 T7測量第m個信標基站的RSSI特征值，σ>表示對應的RSSI標準差；則在參考位置Ty 上測得第m個信標基站的RSSI特征值為匕的后驗概率：
取后令 ^/?·=Ρ/1·Ρ/2·Ρ/3. · · ·Ρ/；?。
5.根據權利要求1所述的一種基于隱馬爾科夫模型的室內定位方法，其特征在于，利 用Viterbi算法進行實時定位的方法為：首先定義一個部分概率5，心(i)表示在?時刻， 移動到位置i的所有可能的位置序列中概率最大的序列的概率；則部分最優序列為達到這 個最大概率的序列；對于每一個時刻的每一個位置都有一個部分概率和部分最優序列；通 過計算?=Τ時刻的每一個位置的最大概率和部分最優序列，選擇其中概率最大的位置和其 部分最優序列得到全局的最優序列，則?=Τ時刻最大部分概率的位置即為定位結果； 計算?=1時刻的部分概率
計算?>1時刻的部分概率
令心(i)值最大的位置i為定位結果。
【文檔編號】H04W64/00GK104469942SQ201410812548
【公開日】2015年3月25日 申請日期:2014年12月24日 優先權日:2014年12月24日
【發明者】葉阿勇, 紹劍飛, 陳秋玲, 鄭永星, 李亞成 申請人:福建師范大學