基于WIFI位置指纹数据的室内快速综合定位方法与流程

本发明涉及室内定位无线通信领域，尤其涉及一种基于wifi位置指纹数据的室内快速综合定位方法。

背景技术：

目标位置的信息在各个场所发挥着重要作用，gps为目前应用最广泛的卫星导航定位技术，被广泛应用于各个领域。但其存在一个很明显的缺陷：其信号极易受到障碍物的干扰和阻断，且民用精度也不够高(10m左右)，与室内导航1m左右的要求存在较大差距。随着智能手机的普及，以及移动互联网的发展，地图与导航类软件将进入一个新的时代——室内导航。

现阶段室内定位技术主要分为五类：rfid、wifi、蓝牙、zigbee、红外线室内定位技术，其各有优缺点。但随着ieee802.11技术的日益成熟，wifi被世界各地广泛使用，利用接入点所包含的接收信号强度(rss)为定位提供了可能性。

rfid作用距离近，不具有通信能力，而且不便于整合到其他系统之中。蓝牙其不足在于器件和设备的价格比较昂贵，而且对于复杂的空间环境，其系统的稳定性稍差，受噪声信号干扰大，zigbee的信号传输受多径效应和移动的影响都很大，而且定位精度取决于信道物理品质、信号源密度、环境和算法的准确性，造成定位软件的成本较高。红外线定位技术只适合短距离传播，而且容易被荧光灯或者房间内的灯光干扰，在精确定位上有局限性。

技术实现要素：

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于wifi位置指纹数据的室内快速综合定位方法。

为了实现本发明的上述目的，本发明提供了一种基于wifi位置指纹数据的室内快速综合定位方法，包括：

s1，依据地理坐标设定参考点，采集wifi位置指纹库数据；在离线训练阶段对每个ap周围的参考点进行封装处理，便于实际定位阶段进行数据初步筛选；

s2，在线处理阶段分进阶性定位，第一阶段为初始点判断阶段，对参考点进行初始定位；

s3，第二阶段为各时刻位置实时判断，两阶段分开处理以提高定位速率；

s4，融合wifi位置指纹定位技术与行人航迹pdr技术，建立手机使用者个人资料库，确保后期判定使用者运动状态的高度准确性；

s5，在wifi信号好时，定期开启行人航迹pdr检测装备，对行人当前位置进行判断，把二者进行比对，对pdr检测系统进行定期纠正；对电子罗盘和陀螺仪使用改进后的融合算法。

所述的基于wifi位置指纹数据的室内快速综合定位方法，优选的，所述s1包括：

s1-1，按照地理坐标，以南北方向为横轴，东西方向为纵轴，建立水平坐标参考系；

s1-2，根据所需定位精度要求，确定参考点数目nrp；

s1-3，令参考点按照坐标系进行等距分布，使之可对任何位置的测量点均有较为精确的定位，同时可减少参考点的使用。

所述的基于wifi位置指纹数据的室内快速综合定位方法，优选的，所述s1还包括：

s1-4，确定ap个数nap；

s1-5，分析每个ap周围参考点接收信号的强度，对每个ap附近的参考点进行封装，参考点封装数共有nap个，使之在线数据处理阶段需将实际测量信号仅与有限的检测设备信号强度进行比对即可。

所述的基于wifi位置指纹数据的室内快速综合定位方法，优选的，所述s2包括：

s2-1，对初始点判断位置判断时，设置初始化统计变量i为1，根据上述初步判断的参考点，获得测量点的可行域；

s2-2，根据可行域公式 计算出ln，其中n为正整数，s为测试点的信号强度向量，s为参考点的信号强度向量，i表示次数，其中q为1或者2，

s2-3，增加统计次数，统计3—4次，选取出对任何位置的测量点都有精确定位且使用较少的参考点的 的值，进而判定其初始位置。

所述的基于wifi位置指纹数据的室内快速综合定位方法，优选的，所述s3包括：

s3-1，建立平面坐标系，南北为横轴，东西为纵轴，正北为x+，正南为x-，正东为y+，正西为y-；

s3-2，根据手机上的方向传感器和加速度传感器来对行人该时刻的运动状态进行评估，获取行人该时刻的加速度大小，令其为θax和θay；

s3-3，通过θax和θay所在角度范围，获取参考点范围；当90°<θax<90°，则在该参考点的x+参考点范围；若-90°<θay<90°，则在该参考点的y+参考点范围，x与y结合，可确定该时间点用户终端所在位置。

所述的基于wifi位置指纹数据的室内快速综合定位方法，优选的，所述s4包括：

s4-1，通过wifi定位获得初始位置p0；

s4-2，对wifi信号强度进行实时监测，当wifi信号稳定，继续采用wifi定位；当wifi信号不稳定时，立即切换至pdr技术来获取当前移动的位置pi，与初始位置相加p0+pi。

所述的基于wifi位置指纹数据的室内快速综合定位方法，优选的，所述s4包括：

s4-3，由于pdr技术用于智能手机，不同年龄段获取的身体移动数据并不相同，且使用者的平均步速、步长存在较大差异，因此需要建立相应个人信息资料库；

s4-4，在wifi状态下，启动手机定时系统，在一定时间内判定人行走距离，从而确定其运动基本信息，并记录于档案。

所述的基于wifi位置指纹数据的室内快速综合定位方法，优选的，所述s4包括：

a，在使用wifi定位时，定期开启行人航迹pdr定位系统，对行人所在位置进行定位检测；

b，把通过wifi位置指纹检测到的位置与通过pdr技术检测到位置进行比对，若两者有较大差异，通过调整定位过程中对陀螺仪的信任程度k值和相关参数，从而对pdr定位进行系统更正。

所述的基于wifi位置指纹数据的室内快速综合定位方法，优选的，所述s5包括：

s5-1，某个时间点ti，记录电子罗盘值为cpti，陀螺仪值为grti，融合后agti；

s5-2，根据已储存的使用者平均步速，定期更新并记录电子罗盘和陀螺仪测量值，下一时间ti+1，下一时间陀螺仪数值grti+1，则得下一时间电子罗盘变化值为 其中δt为一个定位周期时长；

s5-3，因为定位系统为三维，因此建立三维角度测量算法：

其中，下标xti+1、yti+1、zti+1为相应的三维坐标系的下一时间点，k为对陀螺仪的信任程度，结合上述实时更正的k值，获得准确定位信息。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

相较于指纹wifi定位技术所需设置大量的参考点所接收wifi热点强度信号进行检测并对测量点的位置进行描述，本发明在离线训练阶段无需设置过多的参考点，便于实际测量信号强度，同时可以简化检测流程。

相较于在线数据处理阶段需将实测信号与大量的检测设备信号强度进行比对，本发明通过对各个wifi热点强度信号周围的参考点进行封装，即可排除大量的无关参考点。尤其当位置数据库数目极大时，减少大量无关匹配操作，算法复杂性降低。

相较于在线定位阶段不断通过接收信号强度与参考点信号强度对比获取位置信息，本发明无需与所有参考信号进行位置比对，在提高定位精度的同时提高运算效率。

相较于仅比较待测点与参考点信号相关性大小，本发明把判断信号相关性与手机内置的方向传感器相结合，降低定位出错率，提高算法的可行性。

相较于wifi室内定位技术需要一直工作在无线wifi网络，本发明可以不需时刻依赖wifi网络，降低了因wifi波动性造成的定位不准确，极大程度增加了定位技术的应用范围。

相较于仅使用行人航迹推算pdr技术，本发明通过在wifi信号良好的情况下定期开启行人航迹pdr检测装备，对行人当前位置进行判断，把二者进行比对，对pdr检测系统进行定期纠正，降低了因pdr累积误差而导致的定位不精确，提高定位准确度。

相较于在行人航迹pdr算法直接使用电子罗盘的角度值，本发明使用改进的电子罗盘和陀螺仪融合算法，可获取行人运动在x,y,z轴的角度，可以避免因抖动等外界因素而导致的电子罗盘测量角度误差过大，降低定位出错率，提高算法的可行性。

相较于在行人航迹pdr算法中，以一个均值作为检测周期，本发明会在行人使用pdr定位的初期，建立手机使用者个人资料库，以避免因为年龄、身高等差异而造成的步长、步速不一的问题，从而确保后期判定使用者运动状态的准确性，使算法可以更符合使用者的个人情况。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1基于位置指纹的定位方法示意图；

图2测量点初始定位流程框图；

图3测量点实时跟测检测技术流程框图；

图4改进后的行人航迹pdr技术流程框图；

图5wifi位置指纹和pdr技术融合流程框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

本发明方法通过设置参考点，通过比较指参考点的指纹信息来获取测量点的目标位置。

本发明的具体实施方案：

本发明主要分为三部分，第一部分对改进wifi位置指纹的定向设点进阶性室内技术，第二部分改进行人航迹pdr技术，第三部分为融合行人航迹pdr技术与wifi位置指纹定位技术。

第一部分：改进wifi位置指纹的定向设点进阶性室内技术

其定位过程分为三个阶段：

第一阶段：离线训练阶段

在为用户提供定位服务前，建立位置指纹数据库。

1、以南北方向为横轴，东西方向为纵轴，建立平面直角坐标系。以能够实现准确定位提供完整信息为原则，确定参考点数目nrp，使之在选定空间内等距分布。

2、检测逐个参考点所接收各个wifi热点强度ap信号的上传地点描述，储存通过多次测量获取的平均值。

3、建立起关于ap的bssid(basicservicesetidentifier，mac地址和实际地址)和信号强度(rssi)的关系，得到参考点的信号强度向量。

第二阶段：数据矫正阶段

通过此阶段，以减少设备差异带来的测量的影响。

1、建立起n个检测设备ho(hardwareobserved)和训练设备hc(hardwarecalibration)检测同一区域的信号强度的从检测设备到训练设备的映射

2、通过线性回归，得到一个y＝ax+b，其中y为训练设备，用matlab实现拟合。

3、在对数据进行矫正后，对每个ap附近的参考点进行封包。以实现第三阶段用户终端检测周围的ap信号，传送至服务器，仅需要对ap信号有关的参考点进行分析，极大程度上简化了运算。

第三阶段：在线定位阶段

1、用户终端设备检测周围ap信号，上传至服务器，与离线阶段的数据库进行比较

2、获取无线信号特征与待测点ap无线信号强度最相近的参考点，以此点作为估计值。

通过最邻近法knn来实现比较向量相似度的算法，即为获取j值。令s为测试点的信号强度向量，s为参考点的信号强度向量。j具体表达为j＝arg(min(si-si))，其中通过函数 (其中q为1或者2)来比较向量距离|si-si|。

2.1初始点判定

在计算初始点时，可以根据初始化统计变量i为1，通过得到的可行域，计算出ln，增加统计次数，统计3—4次，选出对任何位置的测量点都有精确定位、且使用较少的参考点的 的值，进而判定其初始位置。

2.2各个时刻位置点定位

由于人移动只可能在相邻两点间移动，因此当确定初始位置后，接下来即需判断与前一时刻相邻位置的四个参考点，极大程度上简化了计算过程，使得运算速度提高，减少出错量。

根据手机上的方向传感器(测量获得基于地理坐标的角度数据，其需要加速度数据和电子罗盘的角度数据)和加速度传感器(可实现对载体坐标x，y，z三个加速度的获取)来对行人该时刻的运动状态进行评估。

令南北为横轴，东西为纵轴建立平面坐标系，正北为x+，正南为x-，正东为y+，正西为y-，当90°<θax<90°，则在该参考点的x+参考点范围；若-90°<θay<90°，则在该参考点的y+参考点范围，x与y结合，可确定该时间点用户终端所在位置。

3、将位置信息通过服务器通信模块传送给客户端

第二部分：改进行人航迹pdr技术

建立个人信息资料库

在有wifi的情况下，启动手机定时系统，在一定时间t0内判定人行走距离s0，从而确定使用者运动基本信息，获得并记录其运动加速度 每行走一步的平均时间 以及。

1、判定行人运动状态

当开启pdr定位系统后，判定一个周期的初、末加速度是否超过 若超过则判定行人在走路。记录下当时的加速度ai。以防因为信号不稳或者手机颤动误以为行人行走，而造成测量误差。

2、对当下行人步长进行估算法：

通过公式 对行人的步长进行估算，其中q值为多次进行步长和加速度测量从而获得的平均值。

3、获得当前位置信息：获取角速度：

手机自带陀螺仪传感器，可获得载体坐标x,y,z三者的角加速度数据，并自带有方向传感器，其根据角加速度数据和电子罗盘的角度数据测量从而获得基于地理坐标的角度数据。通过对电子罗盘和陀螺仪数据进行融合，以避免因抖动等外界因素而导致的电子罗盘测量角度误差过大的情况。

电子罗盘和陀螺仪融合算法：

某个时间点ti，电子罗盘值cpti，陀螺仪的值grti，融合后θti.

下一个时间ti+1，陀螺仪数值grti+1，

其中kx，ky,kz为对陀螺仪的信任程度，将在wifi位置指纹和pdr融合中详细介绍如何获得。其中初始角度θt0＝cpt0。

根据此算法可获取行人运动在x,y,z轴的角度。

获取位置信息：

把位置和角度变化进行正交分解，转化到坐标系x,y,z方向上，用sin，cos来进行求解

xti＝xti-1+sti·cosθxti

yti＝yti-1+sti·cosθyti

zti＝zti-1+sti·cosθzti

其中，x,y,z代表行人的当下的位置信息，s代表步长，θxti,θxti,θxti代表在x,y,z轴的角度。

4、对所测量位置进行卡尔曼滤波

预测值：

使用上一步的数据，来对下一步进行评估。

qx(k+1/k)＝φk+1/kqx(k/k)φ^tk+1/k+γ^tk+1/kqx(k/k)γ^tk+1/k

更新值：

通过实际执行，来对预测值进行更新。

qx(k+1/k)＝(1-kk+1bk+1)qx(k+1/k)

kk+1/k＝qx(k+1/k)b^tk+1+(bk+1qx(k+1/k)b^tk+1+ql(k+1))

xk表示k时刻的状态估计值，lk+1为k+1时刻的预测估计，bk+1表示预测矩阵，qx(k+1/k)为k时刻对k+1时刻的预测误差估计的方差矩阵，kk+1为增益矩阵，qx(k+1/k+1)为方差矩阵，通过卡尔曼滤波，来提高系统的定位精度和稳定性。

第三部分：行人航迹pdr技术与wifi位置指纹定位技术融合

1、定位技术切换

通过wifi位置指纹定位获得初始位置p0，对wifi信号进行检测，当wifi信号稳定，继续采用wifi定位，当wifi信号不稳定时，切换至行人航迹pdr技术来获取当前移动的位置pi。

2、通过wifi定位对pdr技术进行纠正

在使用wifi定位时，定期开启行人航迹pdr定位系统，对行人所在位置进行定位检测，把其值与通过wifi位置指纹检测到的位置进行比对，若两者有较大差异，通过调整定位过程中对陀螺仪的信任程度k值和相关参数，从而对pdr定位进行系统更正，保证定位的准确性。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本实用新型的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。