一種基于非自主部署ap的室內定位方法及裝置的制造方法
【專利摘要】本發明公開了一種基于非自主部署AP的室內定位方法及裝置。該方法基于現有周圍環境已有的AP離線收集位置指紋數據，通過對離線階段收集的位置指紋數據進行預處理和AP排序篩選處理，使用終端差異解決算法處理離線數據，得出最終用于協助室內定位判決的離線位置指紋數據庫。根據實時數據，對離線位置指紋數據庫對應AP進行固定值填充后，結合在線實時的接收信號強度向量和離線位置指紋數據庫計算歐式距離并利用WKNN算法計算出最終定位結果。與現有方法相比，應用本發明的室內定位系統無需額外部署AP，可避免大量的基站規劃及部署工作，提高了系統的定位穩定性，在實際工程中具有較好的應用價值。
【專利說明】
-種基于非自主部署AP的室內定位方法及裝置
技術領域
[0001] 本發明屬于無線通信系統中室內定位的研究領域，特別設及一種基于非自主部署 AP的室內定位方法及裝置。
【背景技術】
[0002] 隨著定位技術的不斷發展和人們不斷增長的位置信息需求，各類室內環境，如購 物廣場、車站、機場、醫院等都有了布設室內定位系統的必要，W滿足用戶在位置導航、醫療 監護、物流跟蹤等方面的需求。而目前關于室內定位的研究上，主要分為兩大類技術一一基 于信號傳播模型的定位技術(如信號波達方向或時差等)和基于信號位置指紋的定位技術。
[0003] 基于信號傳播模型的定位技術是利用幾何原理計算出目標的室內位置信息。其優 點是定位思想簡單，僅需要知道APUccess Point,訪問接入點）所處位置及信號傳播模型 即可實現室內定位。同時，實施室內定位前的離線工作較少，不存在離線階段的數據收集及 預處理工作。但由于室內環境復雜多樣，信號傳播模型很難對各類室內場景具有普遍適用 性，具有高穩定性的系統實現難度較大，要求較高。同時，該方法需要獲取基站的確切位置 并要求基站發送用于定位的特定信號，增加了室內定位系統的硬件要求。
[0004] 而基于信號位置指紋的定位技術則是利用無線信號實現對室內場景特征的描述。 離線階段按一定區域劃分規則收集室內環境中各AP的接收信號強度向量，形成離線的位置 指紋數據庫。在線階段根據實時收集到的接收信號強度向量與離線位置指紋數據庫進行匹 配，輸出定位結果。所W該方法的核屯、思路在于離線指紋數據庫對定位場景的有效描述和 實時的精準匹配。而采用該室內定位技術由于其廣泛的硬件部署、簡便實現、低廉成本W及 較高的定位精度，已成為室內定位技術的重點研究領域。
[0005] 目前在已經發布的關于指紋室內定位的研究和系統實現中，幾乎都通過自主部署 AP的方式提供無線信號指紋信息，實現室內定位。而當通過該方式進行定位時，必然需要解 決部署AP的覆蓋問題。需要結合實際室內場景情況部署AP使得室內區域實現全覆蓋。運對 部署前的AP規劃工作W及部署后的覆蓋測試工作都帶來了較高要求及巨大的工作量，無疑 增加了室內定位系統的實現難度。
[0006] 同時，為了保證無線信號覆蓋效果，必然需要大量部署AP，運增加了企業實現室內 定位系統的成本，凸顯了定位精度與成本的矛盾。
[0007] 除此之外，由于室內定位系統對于網絡覆蓋具有較高要求，在采用自主部署AP進 行室內定位時，一旦所部署AP出現故障將會極大影響室內場景中的網絡覆蓋情況，進而極 大影響對應區域的定位精度，降低系統的定位穩定性。
[000引然而，值得注意的是，現今WiFi熱點的部署已經普遍而成熟。在許多的辦公區域、 居民樓等場所，每個位置通過智能手機或者其他終端都能掃描到不少的WiFi熱點。在運樣 的實際情況下，關于自主部署AP進行室內定位將面臨兩個問題：
[0009] 1.現有場景內的WiFi熱點已經非常豐富，從AP數量上看不存在非要專口部署APW 進行室內定位的必要；
[0010] 2.現有已經存在數量龐大的AP，其大量發射的無線信號會影響終端對自主部署AP 的接收功率，增大定位誤差，降低室內定位系統穩定性。
【發明內容】
[0011] 本發明的首要目的是針對現有基于自主部署AP進行指紋定位方法的不足提供一 種基于非自主部署AP的室內定位方法，該方法基于現有已部署的AP離線收集位置指紋數 據，最終結合在線實時的接收信號強度向量和離線位置指紋數據庫得到定位結果，利用該 方法進行室內定位無需額外部署AP，節省室內定位系統布設成本，相對現有技術有更高的 定位穩定性。
[0012] 本發明的另一個目的在于克服現有技術的缺點與不足，提供一種基于非自主部署 AP的室內定位裝置，該裝置無需額外部署AP，減少了相應的基站規劃及網絡覆蓋的研究工 作，降低了系統部署成本，同時提高了系統的定位穩定性。
[0013] 本發明的首要目的是通過下述技術方案實現:一種基于非自主部署AP的室內定位 方法，包括步驟：
[0014] 離線階段:基于現有周圍環境已有的AP離線收集位置指紋數據，對數據進行預處 理W去除每個網格點上所有AP的異常值，然后根據場景內所有節點中AP出現次數進行排 序，選取出現頻次超過一定闊值的AP作為離線位置指紋數據庫中采用的AP，處理得出最終 的離線位置指紋數據庫；
[0015] 在線階段:實時收集無線信號，并通過終端差異解決算法進行處理，得出接收信號 強度向量;根據實時數據，對離線位置指紋數據庫對應AP進行功率值填充，結合接收信號強 度向量和離線位置指紋數據庫計算歐式距離，并利用WK順算法計算出最終定位結果。
[0016] 具體的，包括W下步驟：
[0017] 1、離線階段：
[001引A:離線收集位置指紋數據：
[0019] A-1:對室內定位區域劃分網格點，總網格點數記為L
[0020] A-2:在網格點i，采用無線信號接收裝置接收所有能接收到的來自η個AP的接收信 號強度，得到接收信號強度向量辟二[/議SV,:,，/城，..'，化枯，...，及說/,,,]，其中η《Ν，Ν為室 內定位區域內所有ΑΡ的個數；
[0021] Α-3:對室內定位區域內所有網格點重復步驟Α-2,收集一次離線數據;根據需求收 集Ρ次離線數據，建立離線數據庫；
[0022] Β:對離線階段收集的所有接收信號強度RSSI進行預處理，去除異常值，得出預處 理后的離線數據庫；
[0023] C:對預處理后的離線數據庫中出現的所有ΑΡ進行篩選，得出ΑΡ數為Μ的ΑΡ集，Μ《 Ν;而對于任一網格點i，其接收信號強度向量為/? =[]化姑/,,，化貓/,,。，···，疫放/g，···，/?說， 其中
[0024] D:使用終端差異解決算法處理離線數據，對所有網格點接收信號強度向量月^進 行處理，得出最終的離線位置指紋數據屆
，其中
[0025]
[00%] 2、在線階段：
[0027] E:實時記錄接收信號強度數據：
[0028] 在線階段用戶使用終端收集所有非自主部署AP的發射信號，記錄接收信號強度向 量.
[0029] F:使用終端差異解決算法處理實時接收信號強度數據，對接收信號強度向量^進 行處理，處理結果為，
[0030] G:w在線接收到的q個AP作為基準，對離線位置指紋數據庫所有網格點進行匹配， 匹配的步驟是:如果其中任一網格點對應離線指紋庫中AP個數為q-Z，則說明有Z個AP是離 線指紋庫中沒有的，那么在離線指紋庫中針對運Z個AP填充功率值rssi";
[0031] Η:匹配計算實時數據/}>和離線位置指紋數據庫Fp/中所有L個網格點的歐氏距 離，使用WK順算法選取K個歐式距離最小的點，并加權計算出最終定位坐標。
[0032] 優選的，步驟A中收集離線數據次數P應大于等于3次。
[0033] 優選的，步驟B對離線階段收集的所有接收信號強度RSSI進行預處理，過程如下：
[0034] B-1:將該網格點i收集的來自某一 AP的P個接收信號強度原始樣本按升序排列;設 定步驟A中收集離線數據次數P為4的倍數；
[0035] B-2:將排序后的接收信號強度樣本RSSIp分成四個等分區間，l《p《P，每個等分 區間都有相同的RSSI樣本數目，計算第1和第3等分區間的均值，分別記為Q1、Q3(W同樣方 法計算第2和第4等分區間的均值Q2和Q4亦可）：
[003引 B-3:四分位區間范圍IQR = Q3-Q1;
[0039] B-4:設置濾除邊界 Cl 和 C2;其中 Cl=Ql-aIQR，l<a<2;C2 = Q3+MQR，l<0<2;
[0040] B-5:去除不在[C1，C2]的RSSI原始樣本；
[OOW B-6:計算落在[Cl，C2]的RSSI原始樣本的均值，作為該AP在網格點i的RSSIij保存 到指紋數據庫中；
[0042] B-7:對所有網格點的數據均進行W上處理，得到預處理后的離線數據庫。
[0043] 優選的，步驟C中對數據中出現的所有AP進行篩選的方式為:對預處理后的離線數 據庫，根據非自主部署AP在總網格點中出現的次數進行排序，設定篩選闊值，對小于出現頻 次闊值的AP進行剔除。
[0044] 更進一步的，所述篩選闊值要小于總網格點數L闊值的設定根據場景大小W及場 景內AP在所有網格點中出現的概率而定。當場景較大，AP在所有網格點中出現概率較小時， 闊值應取較小值;當場景較小，AP在所有網格點中出現概率較大時，闊值應取較大值。
[0045] 優選的，步驟G所述填充固定值rssi"《-100地。
[0046] 優選的，步驟D或者步驟F所述終端差異解決算法，可W是SMN、差值法或其他的任 何一種終端差異解決算法。
[0047] -種基于非自主部署AP的室內定位裝置，包括W下單元：
[0048] 離線數據收集單元：用于離線階段接收非自主部署AP的發射信號，記錄接收信號 強度RSSIu;
[0049] 離線數據處理單元:用于對離線階段收集的位置指紋數據進行預處理和AP排序篩 選處理，使用終端差異解決算法處理離線數據，得出最終用于協助室內定位判決的離線位 置指紋數據庫；
[0050] 數據庫單元:用于存儲離線階段經過各步驟處理得出的離線位置指紋數據庫；
[0051 ]在線定位請求單元：用于實時接收、記錄并上傳來自于非自主部署AP的接收信號 強度;并用于接收及實時顯示定位結果；
[0052] 在線數據處理單元:使用終端差異解決算法完成實時數據與離線位置指紋數據庫 匹配時的填充值處理，輸出用于定位匹配運算的實時接收信號強度向量；
[0053] 定位處理單元:根據離線位置指紋數據庫和實時接收信號強度向量進行匹配運 算，選取參考定位坐標點并加權計算出最終定位結果。
[0054] 本發明相對于現有技術具有W下的優點和效果：
[0055] 1.本發明無需在定位場景內重新部署AP，亦無需過多開展基站規劃及網絡覆蓋相 關的分析研究工作，降低室內定位系統布設工作量，節省室內定位系統布設成本。
[0056] 2.本發明利用使用場景中已部署的大量AP的發射信號功率作為位置指紋數據庫， 受單個AP故障導致的定位精度下降影響較少，相對現有技術有更高的定位穩定性。
【附圖說明】
[0057] 圖1是本發明方法的流程示意圖。
[0058] 圖2是本發明裝置的結構示意圖。
【具體實施方式】
[0059] 下面結合實施例及附圖對本發明進行進一步詳細的描述，但本發明的實施方式不 限于此。
[0060] 參見圖2,本實施例一種基于非自主部署AP的室內定位裝置，包括W下單元：
[0061 ]離線數據收集單元1-1:用于離線階段接收非自主部署AP的發射信號，記錄接收信 號強度RSSIij;
[0062] 離線數據處理單元1-2:用于對離線階段收集的位置指紋數據進行預處理和AP排 序篩選處理，使用終端差異解決算法處理離線數據，得出最終用于協助室內定位判決的離 線位置指紋數據庫；
[0063] 數據庫單元2-1:用于存儲離線階段經過各步驟處理得出的離線位置指紋數據庫；
[0064] 在線定位請求單元3-1:用于實時接收、記錄并上傳來自于非自主部署AP的接收信 號強度;并用于接收及實時顯示定位結果；
[0065] 在線數據處理單元3-2:使用終端差異解決算法W解決終端多樣性問題，完成實時 數據與離線位置指紋數據庫匹配時的填充值處理并最終輸出用于定位匹配運算的實時接 收信號強度向量；
[0066] 定位處理單元3-3:根據離線位置指紋數據庫和實時接收信號強度向量進行匹配 運算，選取參考定位坐標點并加權計算出最終定位結果。
[0067] -種基于非自主部署AP的室內定位方法如圖1所示，下面結合圖1、圖2再作具體說 明。
[0068] 離線數據收集單元主要用于收集在室內定位場景中所有網格點的接收信號強度。 運里所述的"所有"是指強度到達一定程度，終端能夠接收并記錄的信號。所述的"網格點"， 是指系統部署者在室內定位系統部署前對室內場景所劃分的網格點，網格點之間的物理距 離是確定而固定的，設定總網格點數為L。所述的"終端"是指能夠接收并記錄無線信號接收 信號強度的設備。
[0069] 利用終端(如手機)在網格點i，采用無線信號接收裝置接收第j個非自主部署AP的 發射信號，記錄接收信號功率RSSIij;
[0070] 接收并記錄在網格點i所能接收到的n(n《N)個AP的接收信號強度，得出接收信號 強度向量：
[0071]
[0072] 然后對室內定位區域內所有網格點重復上述步驟，完成一次離線數據收集。根據 需求收集P(P>3)次離線數據，建立離線初始數據。
[0073] 離線數據處理單元主要完成從離線收集的所有初始數據到離線位置指紋數據庫 的數據處理工作。設及到圖1中的Ξ個步驟:離線階段數據預處理，取出RSSI異常值;對數據 中出現的所有AP進行排序篩選，得出AP集;使用終端差異解決算法處理離線數據，得出離線 位置指紋數據庫。
[0074] 所述的數據預處理，取出RSSI異常值步驟具體如下：
[0075] 1.將該網格點i收集的來自某一 AP的P個接收信號強度原始樣本按升序排列；
[0076] 2.將排序后的接收信號強度樣本RSSIp(l《p《P)分成四個等分區間，每個等分區 間都有相同的RSSI樣本數目，計算第1和第3等分區間的均值，分別記為Q1、Q3(W同樣方法 計算第2和第4等分區間的均值Q2和Q4亦可）
[00巧]3.四分位區間范圍IQR = Q3-Q1;
[0080] 4.設置濾除邊界 Cl 和 C2;其中 Cl=Ql-aIQR，l<a<2;C2 = Q3+MQR，l<0<2。
[0081 ] 5.去除不在[Cl，C2]的RSSI原始樣本；
[0082] 6.計算落在[C1，C2]的RSSI原始樣本的均值，作為該AP在網格點i的RSSIu保存到 指紋數據庫中；
[0083] 7.對所有網格點的數據均進行W上處理，完成數據預處理工作。
[0084] 完成數據預處理工作后，對數據中出現的所有AP進行排序篩選，得出AP集，步驟 為:根據非自主部署AP在總網格點中出現的次數進行排序，設定篩選闊值，對小于出現頻次 闊值的AP進行剔除，剔除后得出AP數為M(M《N)的AP集。而對于任一網格點i，其接收信號強 度向量為
癢中m《M。
[0085] AP進行排序篩選運一步驟中設定小于總網格點數L的篩選闊值。闊值的設定根據 場景大小W及場景內AP在所有網格點中出現的概率而定。當場景較大，AP在所有網格點中 出現概率較小時，闊值應取較小值；當場景較小，AP在所有網格點中出現概率較大時，闊值 應取較大值。
[0086] 完成上述兩個步驟后，離線數據處理單元使用終端差異解決算法，如SMN、差 值法或其他的任何一種終端差異解決算法對所有網格點接收信號強度向量/?進 行處理，得出最終的離線位置指紋數據庫
并存儲于數據庫單元，其中
[0087] 當有室內定位需求時，在線定位請求單元3-1就會實時收集所有AP的發射信號，記 錄接收信號強度
泮發送數據到在線數據處理單元3-2。
[0088] 在線數據處理單元3-2接收到^后，使用終端差異解決算法，如SMN、差值法或其他 的任何一種終端差異解決算法對接收信號強度向量fp進行處理，輸出處理結果
詐傳輸給定位處理單元3-3;同時，在線數據處理單元3-2針對離 線位置指紋數據庫，W在線接收到的q個AP作為基準對所有網格點進行匹配，比如說，在線 接收到的q個AP中，對應離線指紋庫中有q-3個，也就是說有3個AP是離線指紋庫中沒有的。 那么，需要對應在數據庫中填入運Ξ個AP對應的功率值rssi"。功率值rssi"可小于等于- 100化，一般取-100化。
[0089] 最后，在定位處理單元中，結合離線階段存儲在數據庫單元的離線位置指紋數據 庫Fp/和經過在線數據處理單元處理后的實時接收信號強度數據^'，計算兩者中所有L個 節點的歐氏距離，并在其中選取K個歐式距離最小的坐標點，使用WK順算法加權計算出最終 定位坐標，將定位結果返回給在線定位請求單元并最終實現其實時定位顯示功能。
[0090] 上述實施例為本發明較佳的實施方式，但本發明的實施方式并不受上述實施例的 限制，其他的任何未背離本發明的精神實質與原理下所作的改變、修飾、替代、組合、簡化， 均應為等效的置換方式，都包含在本發明的保護范圍之內。
【主權項】
1. 一種基于非自主部署AP的室內定位方法，其特征在于，包括步驟： 離線階段:基于現有周圍環境已有的AP離線收集位置指紋數據，對數據進行預處理以 去除每個網格點上所有AP的異常值，然后根據場景內所有節點中AP出現次數進行排序，選 取出現頻次超過一定閾值的AP作為離線位置指紋數據庫中采用的AP，處理得出最終的離線 位置指紋數據庫； 在線階段:實時收集無線信號，并通過終端差異解決算法進行處理，得出接收信號強度 向量;根據實時數據，對離線位置指紋數據庫對應AP進行功率值填充，結合接收信號強度向 量和離線位置指紋數據庫計算歐式距離，并利用WKNN算法計算出最終定位結果。2. 根據權利要求1所述的基于非自主部署AP的室內定位方法，其特征在于，包括以下步 驟： 1、 離線階段： A:離線收集位置指紋數據： A-1:對室內定位區域劃分網格點，總網格點數記為L; A-2:在網格點i，采用無線信號接收裝置接收所有能接收到的來自η個AP的接收信號強 度，得到接收信號強度向量4 , …，總, ·. ·，其中η彡Ν，Ν為室內定 位區域內所有ΑΡ的個數； Α-3:對室內定位區域內所有網格點重復步驟Α-2,收集一次離線數據;根據需求收集Ρ 次離線數據，建立離線數據庫； Β:對離線階段收集的所有接收信號強度RSSI進行預處理，去除異常值，得出預處理后 的離線數據庫； C:對預處理后的離線數據庫中出現的所有ΑΡ進行篩選，得出ΑΡ數為Μ的ΑΡ集，Μ彡Ν;而 對于任一網格點i，其接收信號強度向量為斤=，獻沒?2，< · ·，· ·, J，其中m ^M； D:使用終端差異解決算法處理離線數據，對所有網格點接收信號強度向量 g進行處理，得出最終的離線位置指紋數據庫，其中2、 在線階段： E:實時記錄接收信號強度數據： 在線階段用戶使用終端收集所有非自主部署AP的發射信號，記錄接收信號強度向量 fp = ^rss^, rssi2, , rssiq j ； F:使用終端差異解決算法處理實時接收信號強度數據，對接收信號強度向量$進行處 Γ _ 理，處理結果為.私… G:以在線接收到的q個AP作為基準，對離線位置指紋數據庫所有網格點進行匹配，匹配 的步驟是：如果其中任一網格點對應離線指紋數據庫中AP個數為q-Z，則說明有Z個AP是離 線指紋庫中沒有的，那么在離線指紋庫中針對這Z個AP填充功率值rssi"; Η:匹配計算實時數據$"和離線位置指紋數據庫FP'中所有L個網格點的歐氏距離，使用 WKNN算法選取Κ個歐式距離最小的點，并加權計算出最終定位坐標。3. 根據權利要求2所述的基于非自主部署ΑΡ的室內定位方法，其特征在于，步驟Α中收 集離線數據次數P應大于等于3次。4. 根據權利要求2所述的基于非自主部署AP的室內定位方法，其特征在于，步驟B對離 線階段收集的所有接收信號強度RSSI進行預處理，過程如下： B-1:將該網格點i收集的來自某一 AP的P個接收信號強度原始樣本按升序排列;設定步 驟A中收集離線數據次數P為4的倍數； B-2:將排序后的接收信號強度樣本RSSIP分成四個等分區間，1<ρ<Ρ，每個等分區間都 有相同的RSSI樣本數目，計算第1和第3等分區間的均值，分別記為Q1、Q3:B-3:四分位區間范圍IQR=Q3-Q1; B-4:設置濾除邊界Cl和C2;其中Cl = Ql_aIQR，1〈α〈2; C2 = Q3+WQR，1〈β〈2; B-5:去除不在[C1，C2]的RSSI原始樣本； B-6:計算落在[C1，C2]的RSSI原始樣本的均值，作為該AP在網格點i的RSSIij保存到指 紋數據庫中； B-7:對所有網格點的數據均進行以上處理，得到預處理后的離線數據庫。5. 根據權利要求2所述的基于非自主部署AP的室內定位方法，其特征在于，步驟C中對 數據中出現的所有AP進行篩選的方式為:對預處理后的離線數據庫，根據非自主部署AP在 總網格點中出現的次數進行排序，設定篩選閾值，對小于出現頻次閾值的AP進行剔除。6. 根據權利要求5所述的基于非自主部署AP的室內定位方法，其特征在于，所述篩選閾 值要小于總網格點數L;閾值的設定根據場景大小以及場景內AP在所有網格點中出現的概 率而定。7. 根據權利要求2所述的基于非自主部署AP的室內定位方法，其特征在于，步驟G所述 填充固定值rssi〃<-100dB。8. 根據權利要求2所述的基于非自主部署AP的室內定位方法，其特征在于，步驟D或者 步驟F所述終端差異解決算法，采用SMN、差值法中的任意一種。9. 一種基于非自主部署AP的室內定位裝置，其特征在于，包括以下單元： 離線數據收集單元：用于離線階段接收非自主部署AP的發射信號，記錄接收信號強度 RSSIij； 離線數據處理單元:用于對離線階段收集的位置指紋數據進行預處理和AP排序篩選處 理，使用終端差異解決算法處理離線數據，得出最終用于協助室內定位判決的離線位置指 紋數據庫； 數據庫單元:用于存儲離線階段經過各步驟處理得出的離線位置指紋數據庫； 在線定位請求單元:用于實時接收、記錄并上傳來自于非自主部署AP的接收信號強度； 并用于接收及實時顯示定位結果； 在線數據處理單元:使用終端差異解決算法完成實時數據與離線位置指紋數據庫匹配 時的填充值處理，輸出用于定位匹配運算的實時接收信號強度向量； 定位處理單元:根據離線位置指紋數據庫和實時接收信號強度向量進行匹配運算，選 取參考定位坐標點并加權計算出最終定位結果。
【文檔編號】H04W16/20GK106060841SQ201610574686
【公開日】2016年10月26日
【申請日】2016年7月19日
【發明人】范偉龍, 馮穗力, 姚欣欣, 張遠見, 胡應添, 李馨
【申請人】華南理工大學, 京信通信技術(廣州)有限公司