CN102821463A - 一种基于信号强度的室内无线局域网移动用户定位方法 - Google Patents

Abstract

本发明提出了一种基于信号强度的室内无线局域网移动用户定位方法，首先将待定位的室内场景划分为M个标准网络，以每个网格的几何中心作为一个校正点；在待定位的室内场景内有N个无线接入点的信号；其次建立校正点的静态指标和动态指标；最后将待定位元件接收RSS值与校正点的静态指标和动态指标进行对比，当存在唯一一个校正点，使待定位元件接收RSS值与校正点的静态指标和动态指标匹配时，表示待定位元件位于该校正点的标准网格内。本发明对于信号非视距传播、多径衰减明显和噪声较强的室内复杂环境下对移动用户有较高的定位精确度和准确度，主要原因是不同AP间的相对RSS比单一AP的绝对RSS在动态环境中可靠性更高。

Description

一种基于信号强度的室内无线局域网移动用户定位方法

技术领域

本发明涉及一种室内无线局域网定位的方法，属于无线定位领域，具体为一种基于信号强度的室内无线局域网移动用户定位方法。

背景技术

由于WI-FI在市区的高覆盖率，所以基于WI-FI的定位***得到了广泛的发展。普遍存在而且持续增加的WI-FI信号“云”已经覆盖市区，而且有交叉重叠部分。另一方面PDA、笔记本和智能手机等移动设备中也都内置了无线网卡，这使得使用WI-FI信号室内定位成为可能，虽然这些应用并不在最初的计划中。与其他室内定位***（例如红外线室内定位***、超声波室内定位***、射频识别室内定位***）相比，WI-FI定位***一般不需要添加新的硬件，***部署简单，维护成本低，可扩展性较高。

WLAN最主要的一种工作模式是访问点模式，利用无线接入点（Access Point,AP）承担无线网络覆盖和通信任务。AP以一定的频率连续向外广播烟火信号，标识自己的存在和网络的基本信息，以便WLAN客户端进行扫描识别。WLAN客户端通过扫描不同AP发送的烟火信号获取基本的无线网络信号信息（比如信号RSS值），进而估计移动用户的位置。

基于RSS的WLAN定位有两种常见方法，一种是信号强度分析法，另一种是位置指纹法。前者利用RSS与距离（移动用户与AP的距离）的关系，建立信号的传播模型对目标进行定位。其定位精度主要依赖于建立的信道衰减模型是否符合当前的复杂布局和结构。不过由于墙壁等障碍物造成的信号衰减和多径效应以及环境的变化都会使此种方法定位精度严重恶化。位置指纹定位法通过采集所需定位区域内校正点位置的RSS作为指纹信息，与其对应的校正点位置生成位置指纹数据库，然后利用移动用户测定的实时RSS，采用匹配算法来确定与数据库中哪一组数据相匹配从而得出用户的实际位置。

常见的与RSS相关的指纹信息有两种：第一种是基于每个校正点接收不同AP的RSS平均值建立指纹库，由于在室内存在多径衰落、绕射等现象，在同一个接收点RSS的起伏多很大，所以仅仅根据RSS平均值的位置指纹往往定位精度不高；为了获取更高的定位精度，第二种方法概率定位法最近得到了关注，此方法的指纹形式是一定时间内信号强度的概率分布，如直方图。但是RSS的分布是非高斯分布，同时分布受到环境变动、天线接收方向改变等因素的影响。因此，为了得到较高的定位精度，需要线下阶段在校正点处多次测试RSS值，而且需要多个校正点，这无疑大大增加线下阶段的工作量和线上阶段的算法计算量。

发明内容

要解决的技术问题

为解决现有技术存在的问题，本发明提出了一种基于信号强度的室内无线局域网移动用户定位方法。针对室内复杂环境中信号非视距传播而且RSS时变性强的问题，建立若干校正点的指标，通过指标匹配实现室内无线局域网移动用户定位。

技术方案

本发明的技术方案为：

所述一种基于信号强度的室内无线局域网移动用户定位方法，其特征在于：包括以下步骤：

步骤1：将待定位的室内场景划分为M个标准网络，以每个网格的几何中心作为一个校正点；在待定位的室内场景内有N个无线接入点的信号；

步骤2：对M个校正点分别建立静态指标，静态指标包括：

静态指标1：若校正点与第x个无线接入点的直线距离明显远于校正点与第y个无线接入点的直线距离，则该校正点存在指标RSS_x≤RSS_y，其中RSS_x和RSS_y分别对应第x个无线接入点和第y个无线接入点的RSS观测值，x,y＝1,2,…,N；若校正点与所有N个无线接入点的直线距离无明显远近区别，则默认匹配该指标；

静态指标2：当第x个无线接入点处在校正点的网格内时，则该校正点存在指标：第x个无线接入点的RSS观测值不小于其他无线接入点的RSS观测值；若校正点的网格内没有无线接入点时，则默认匹配该指标；

步骤3：动态测量M个校正点接收的N个无线接入点的RSS值；对于任一校正点，得到max RSS_x、min RSS_x、averageRSS_x以及RSSD_i,j，其中maxRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最大值，minRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最小值，averageRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值平均值，RSSD_i,j表示校正点处动态接收到的第i个无线接入点的RSS观测值减去第j个无线接入点的RSS观测值后所得差值，i,j＝1,2,…,N；

则M个校正点各自的动态指标包括：

动态指标1：minRSS_x≤RSS_x≤maxRSS_x；

动态指标2：共有

个不同的RSSD_i,j，i,j＝1,2,…,N，其中每个RSSD_i,j共有三种可能情况：RSSD_i,j＞0、RSSD_i,j＝0和RSSD_i，j＜0，

表示组合计算；

步骤4：测量待定位元件接收的N个无线接入点的RSS值：RSS₁,RSS₂,…,RSS_N，并计算待定位元件对应的

个不同的RSSD_i,j，将待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i，j与步骤2及步骤3中各个校正点的指标按照静态指标1、静态指标2、动态指标1和动态指标2的次序依次进行对比，当发现有指标不匹配时，即停止对比；当存在唯一一个校正点，使得待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与该校正点的所有指标匹配时，表示待定位元件位于该校正点的标准网格内；

当待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与多个校正点的所有指标都匹配，或待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j不与任何一个校正点的所有指标匹配时，则计算待定位元件与每个校正点的Euclid距离：

$d=\sqrt{\underset{x=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{RSS}}_x-\mathrm{average}{\mathrm{RSS}}_x)}^2}$

则待定位元件位于min(d)对应的校正点的标准网格内。

所述一种基于信号强度的室内无线局域网移动用户定位方法，其特征在于：包括以下步骤：

步骤1：将待定位的室内场景划分为M个标准网络，以每个网格的几何中心作为一个校正点；在待定位的室内场景内有N个无线接入点的信号；

步骤2：动态测量M个校正点接收的N个无线接入点的RSS值；对于任一校正点，得到maxRSS_x、minRSS_x、averageRSS_x以及RSSD_i,j，其中maxRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最大值，minRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最小值，averageRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值平均值，RSSD_i,j表示校正点处动态接收到的第i个无线接入点的RSS观测值减去第j个无线接入点的RSS观测值后所得差值，x,i,j＝1,2,…,N；

则M个校正点各自的动态指标包括：

动态指标1：minRSS_x≤RSS_x≤maxRSS_x；

动态指标2：共有

个不同的RSSD_i,j，i,j＝1,2,…,N，其中每个RSSD_i,j共有三种可能情况：RSSD_i,j＞0、RSSD_i,j＝0和RSSD_i,j＜0，

表示组合计算；

步骤3：测量待定位元件接收的N个无线接入点的RSS值：RSS₁,RSS₂,…,RSS_N，并计算待定位元件对应的

个不同的RSSD_i,j，将待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与步骤2中各个校正点的指标按照动态指标1、动态指标2的次序依次进行对比，当发现有指标不匹配时，即停止对比；当存在唯一一个校正点，使得待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与该校正点的所有指标匹配时，表示待定位元件位于该校正点的标准网格内；

当待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与多个校正点的所有指标都匹配，或待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j不与任何一个校正点的所有指标匹配时，则计算待定位元件与每个校正点的Euclid距离：

$d=\sqrt{\underset{x=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{RSS}}_x-\mathrm{average}{\mathrm{RSS}}_x)}^2}$

则待定位元件位于min(d)对应的校正点的标准网格内。

有益效果

本发明对于信号非视距传播、多径衰减明显和噪声较强的室内复杂环境下对移动用户有较高的定位精确度和准确度，主要原因是不同AP间的相对RSS比单一AP的绝对RSS在动态环境中可靠性更高。在同一实验环境下，使用RSS均值作为位置指纹的定位可以在50%概率下实现定位误差1.7m之内，90%概率下实现定位误差3.2m之内而本发明方法可以在50%概率下实现定位误差在1.2m之内，在90%概率下实现定位误差在2.9m之内。

附图说明

图1：实施例中的定位场景示意图。

具体实施方式

下面结合具体实施例描述本发明：

本实施例中的定位区域为室内16m×8m的区域。

本实施例采用的基于信号强度的室内无线局域网移动用户定位方法，包括以下步骤：

步骤1：针对室内16m×8m的定位区域，将待定位的室内场景划分为16个标准网络，每个标准网格长4米，宽2米，以每个网格的几何中心作为一个校正点。在待定位的室内场景内有4个无线接入点的信号，具体的网格划分和无线接入点分布情况如图1所示。网格划分的密度往往也决定了测量的精度。

步骤2：对16个校正点分别建立静态指标，静态指标包括：

静态指标1：若校正点与第x个无线接入点的直线距离明显远于校正点与第y个无线接入点的直线距离，则该校正点存在指标RSS_x≤RSS_y，其中RSS_x和RSS_y分别对应第x个无线接入点和第y个无线接入点的RSS观测值，x,y＝1,2,3,4；若校正点与所有4个无线接入点的直线距离无明显远近区别，则默认自动匹配该指标；

静态指标2：当第x个无线接入点处在校正点的网格内时，则该校正点存在指标：第x个无线接入点的RSS观测值不小于其他无线接入点的RSS观测值；若校正点的网格内没有无线接入点时，则默认自动匹配该指标。

静态指标为测量前在线下阶段通过明显的距离判断来建立的各个校正点的指标，能够在测量定位判断时降低动态判断的次数，提高判断效率。显然，当不采用静态指标，直接采用动态指标也可以达到发明效果。

本实施例中，创建的16个校正点的静态指标为：

其中，静态指标1中的“/”表示校正点与所有4个无线接入点的直线距离无明显远近区别，静态指标2中的“/”表示校正点的网格内没有无线接入点。

步骤3：动态测量16个校正点接收的4个无线接入点的RSS值；对于任一校正点，动态多次测量RSS值，得到maxRSS_x、minRSS_x、averageRSS_x以及RSSD_i，j，其中maxRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最大值，minRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最小值，averageRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值平均值，RSSD_i,j表示校正点处动态接收到的第i个无线接入点的RSS观测值减去第j个无线接入点的RSS观测值后所得差值，i,j＝1,2,3,4；

则16个校正点各自的动态指标包括：

动态指标1：minRSS_x≤RSS_x≤maxRSS_x；

动态指标2：共有

个不同的RSSD_i,j，i,j＝1,2,…,N，其中每个RSSD_i,j共有三种可能情况：RSSD_i,j＞0、RSSD_i,j＝0和RSSD_i,j＜0，表示组合计算

本实施例中，16个校正点的动态指标，以及averageRSS_x为：

步骤4：测量待定位元件接收的4个无线接入点的RSS值：RSS₁,RSS₂,RSS₃,RSS₄，并计算待定位元件对应的4个不同的RSSD_i,j。如图1中，在五角形处线上获得RSS观测值分别为RSS₁＝-62,RSS₂＝-42,RSS₃＝-70,RSS₄＝-50，将待定位元件的RSS₁,RSS₂,RSS₃,RSS₄和计算得到的RSSD_i,j与步骤2及步骤3中各个校正点的指标进行对比，对比结果为：（F表示不匹配，T表示匹配）

结果表明，只有校正点位置7使得待定位元件的RSS₁,RSS₂,RSS₃,RSS₄和计算得到的RSSD_i,j与该校正点的所有指标匹配。说明待定位元件位于校正点位置7的网格内。

当待定位元件的RSS₁,RSS₂,RSS₃,RSS₄和RSSD_i,j与多个校正点的所有指标都匹配，或待定位元件的RSS₁,RSS₂,RSS₃，RSS₄和RSSD_i,j不与任何一个校正点的所有指标匹配时，则计算待定位元件与每个校正点的Euclid距离：

$d=\sqrt{\underset{x=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{RSS}}_x-\mathrm{average}{\mathrm{RSS}}_x)}^2}$

则待定位元件位于min(d)对应的校正点的标准网格内。

Claims (2)

1.一种基于信号强度的室内无线局域网移动用户定位方法，其特征在于：包括以下步骤：

步骤1：将待定位的室内场景划分为M个标准网络，以每个网格的几何中心作为一个校正点；在待定位的室内场景内有N个无线接入点的信号；

步骤2：对M个校正点分别建立静态指标，静态指标包括：

静态指标1：若校正点与第x个无线接入点的直线距离明显远于校正点与第y个无线接入点的直线距离，则该校正点存在指标RSS_x≤RSS_y，其中RSS_x和RSS_y分别对应第x个无线接入点和第y个无线接入点的RSS观测值，x,y＝1,2,…,N；若校正点与所有N个无线接入点的直线距离无明显远近区别，则默认匹配该指标；

静态指标2：当第x个无线接入点处在校正点的网格内时，则该校正点存在指标：第x个无线接入点的RSS观测值不小于其他无线接入点的RSS观测值；若校正点的网格内没有无线接入点时，则默认匹配该指标；

步骤3：动态测量M个校正点接收的N个无线接入点的RSS值；对于任一校正点，得到maxRSS_x、minRSS_x、averageRSS_x以及RSSD_i,j，其中maxRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最大值，minRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最小值，averageRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值平均值，RSSD_i,j表示校正点处动态接收到的第i个无线接入点的RSS观测值减去第j个无线接入点的RSS观测值后所得差值，i,j＝1,2,…,N；

则M个校正点各自的动态指标包括：

动态指标1：minRSS_x≤RSS_x≤maxRSS_x；

动态指标2：共有

个不同的RSSD_i,j，i,j＝1,2,…,N，其中每个RSSD_i,j共有三种可能情况：RSSD_i,j＞0、RSSD_i,j＝0和RSSD_i,j＜0，表示组合计算；

步骤4：测量待定位元件接收的N个无线接入点的RSS值：RSS₁,RSS₂,…,RSS_N，并计算待定位元件对应的

个不同的RSSD_i,j，将待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与步骤2及步骤3中各个校正点的指标按照静态指标1、静态指标2、动态指标1和动态指标2的次序依次进行对比，当发现有指标不匹配时，即停止对比；当存在唯一一个校正点，使得待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与该校正点的所有指标匹配时，表示待定位元件位于该校正点的标准网格内；

当待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与多个校正点的所有指标都匹配，或待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j不与任何一个校正点的所有指标匹配时，则计算待定位元件与每个校正点的Euclid距离：

$d=\sqrt{\underset{x=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{RSS}}_x-\mathrm{average}{\mathrm{RSS}}_x)}^2}$

则待定位元件位于min(d)对应的校正点的标准网格内。

2.一种基于信号强度的室内无线局域网移动用户定位方法，其特征在于：包括以下步骤：

步骤1：将待定位的室内场景划分为M个标准网络，以每个网格的几何中心作为一个校正点；在待定位的室内场景内有N个无线接入点的信号；

步骤2：动态测量M个校正点接收的N个无线接入点的RSS值；对于任一校正点，得到maxRSS_x、minRSS_x、averageRSS_x以及RSSD_i,j，其中maxRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最大值，minRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值最小值，averageRSS_x表示校正点处动态接收到的第x个无线接入点的RSS观测值平均值，RSSD_i,j表示校正点处动态接收到的第i个无线接入点的RSS观测值减去第j个无线接入点的RSS观测值后所得差值，x,i,j＝1,2,…,N；

则M个校正点各自的动态指标包括：

动态指标1：minRSS_x≤RSS_x≤maxRSS_x；

动态指标2：共有

个不同的RSSD_i,j，i,j＝1,2,…,N，其中每个RSSD_i,j共有三种可能情况：RSSD_i,j＞0、RSSD_i,j＝0和RSSD_i,j＜0，

表示组合计算；

步骤3：测量待定位元件接收的N个无线接入点的RSS值：RSS₁,RSS₂,…,RSS_N，并计算待定位元件对应的

个不同的RSSD_i,j，将待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与步骤2中各个校正点的指标按照动态指标1、动态指标2的次序依次进行对比，当发现有指标不匹配时，即停止对比；当存在唯一一个校正点，使得待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与该校正点的所有指标匹配时，表示待定位元件位于该校正点的标准网格内；

当待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j与多个校正点的所有指标都匹配，或待定位元件的RSS₁,RSS₂,…,RSS_N和RSSD_i,j不与任何一个校正点的所有指标匹配时，则计算待定位元件与每个校正点的Euclid距离：

$d=\sqrt{\underset{x=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{RSS}}_x-\mathrm{average}{\mathrm{RSS}}_x)}^2}$

则待定位元件位于min(d)对应的校正点的标准网格内。

Images