CN103458502B - 基于位置指纹的定位误差估计方法 - Google Patents

Abstract

本发明公开了一种基于位置指纹的定位误差估计方法，用于解决现有定位误差估计方法定位误差大的技术问题。技术方案是首先通过采集所需定位区域内校正点处的来自多个AP的RSS作为校正点所在区域的指纹信息并建立定位区域的位置指纹数据库。然后，通过计算与每一个校正点所在区域的最相似区域并求得其与最相似区域的实际距离，计算出多次测得的校正点处的RSS值与最相似区域的距离的平均值与方差作为该校正点处的误差范围并建立与位置指纹地图相应的误差范围。当对待定位目标进行定位时，获得移动终端测定的实时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终端的实际位置并给出相应的误差范围。

Description

基于位置指纹的定位误差估计方法

技术领域

本发明涉及一种定位误差估计方法，特别是涉及一种基于位置指纹的定位误差估计方法。

背景技术

文献“专利公开号是CN102427603A中国发明专利”公开了一种基于定位误差估计的WLAN室内移动用户定位方法。该方法在实现室内移动用户定位误差时，通过在离线阶段记录室内目标定位环境中参考点处的坐标以及每个参考点的RSS值，建立位置指纹数据库。接着，在目标环境中重新选取Z个位置点作为非线性映射函数的训练点并采集该训练点处的RSS值，求得训练点在位置指纹数据库的位置与真实位置之间误差的非线性映射关系。在实际定位时，通过位置指纹数据库中的定位值与从非线性映射关系中的得到的相应定位误差相加求出该待定位点的准确位置。由于该方法是对有限个离散点的一次性离线测量来建立位置指纹和非线性关系，而有限个离散的点的测量，建立的非线性关系远不能覆盖目标环境中所有的点，即通过该方法建立的非线性关系无法对所有的待定位目标求取相应的位置误差，从而不能完成待定位目标的定位；在求取参考点的RSS建立位置指纹数据库时，该方法采取一次测量的方式没有考虑测量过程时环境中的干扰因素对RSS的精度所带来的影响。

发明内容

为了克服现有定位误差估计方法定位误差大的不足，本发明提供一种基于位置指纹的定位误差估计方法。该方法首先通过采集所需定位区域内校正点处的来自多个AP的RSS作为校正点所在区域的指纹信息并建立定位区域的位置指纹数据库。然后，通过计算与每一个校正点所在区域的最相似区域并求得其与最相似区域的实际距离，计算出多次测得的校正点处的RSS值与最相似区域的距离的平均值与方差作为该校正点处的误差范围并建立与位置指纹地图相应的误差范围。当对待定位目标进行定位时，获得移动终端测定的实时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终端的实际位置并给出相应的误差范围。

本发明解决其技术问题所采用的技术方案是：一种基于位置指纹的定位误差估计方法，其特点是包括以下步骤：

步骤一、确定待定位区域，在待定位区域引入r个无线接入点，并将待定位区域划分为n个子区域：{A_i|i=1，2，3，…，n}，i≠j；用A表示整个待定位区域，表示第i个子区域的面积，i=1,2,3,…,n。

步骤二、在第i个子区域A_i内选取一个校正点并测量该校正点对于r个无线接入点的接收信号强度向量，记作共测量m次。并取平均值：

$E\left(R_{l_{A_i}}\right)=\frac{{\mathrm{\Σ}}_{a=1}^m{R}_{{l_A}_i}^a}{m}---\left(1\right)$

式中，表示区域A_i内校正点的第a次测量的信号强度向量，将记作作为该子区域的位置指纹。重复步骤二直到生成所有区域的位置指纹，得到待定位区域的位置指纹地图。

步骤三、任意选取一个子区域A_u并在该区域选择一点作为测试点，线上测量该测试点信号强度向量k次，并做记录。

步骤四、将步骤三中测得的子区域测试点的k次信号强度向量分别与步骤二生成的待定位区域的指纹求取欧氏距离并作比较，该子区域本身的位置指纹不参与比较，计算测试点的信号强度向量与其他区域指纹的欧氏距离，找出欧氏距离平均值最小的也就是最相似的区域，计算测试点到最相似的区域校正点的实际距离。计算所得的k个实际距离的平均值与标准差。

测试点信号强度向量与某一待比较区域位置指纹间的欧式距离按下式计算：

$\left|\right|R_{p_{A_u}}-{R_A}_v\left|\right|=\sqrt{{\mathrm{\Σ}}_{i=1}^r{(R_i-{R^{\′}}_i)}^2},u\≠v---\left(2\right)$

式中， $R_{p_{A_u}}=({R^{\′}}_1,{R^{\′}}_2,{R^{\′}}_3,\·\·\·\·\·\·,{R^{\′}}_r)$ 是测试点的信号强度向量；是待比较区域A_v的位置指纹，r是指纹向量的维数，其大小与步骤一中引入的无线接入点的个数r相同。

步骤五、表示测试点第q(q=1，2，3，…，k）次测得的信号强度向量与最相似区域的校正点之间的物理距离，测试点k次测量的信号强度向量与最相似区域欧氏距离平均值与标准差分别按下式计算：

$E\left[\mathrm{Min}\left(p_{A_u}\right)\right]=\frac{{\mathrm{\Σ}}_{q=1}^k\mathrm{Min}\left(q_{A_u}^q\right)}{k}---\left(3\right)$

$\mathrm{\σ}\left\{\mathrm{Min}\left(p_{A_u}\right)\right\}=\sqrt{\frac{{\mathrm{\Σ}}_{q=1}^k{\{\mathrm{Min}\left(p_{A_u}^q\right)-E[\mathrm{Min}\left(p_{A_u}\right)\left]\right\}}^2}{k}}---\left(4\right)$

步骤六、将步骤五求得的实际距离加上标准差的计算值作为该区域的误差估计范围：

$E_{A_u}=E\left[\mathrm{Min}\left(p_{A_u}\right)\right]+\mathrm{\σ}\left\{\mathrm{Min}\left(p_{A_u}\right)\right\}---\left(5\right)$

步骤七、重复步骤三～步骤六，求得其他子区域的误差估计范围，生成与步骤二的位置指纹地图对应的误差范围。

本发明的有益效果是：该方法首先通过采集所需定位区域内校正点处的来自多个AP的RSS作为校正点所在区域的指纹信息并建立定位区域的位置指纹数据库。然后，通过计算与每一个校正点所在区域的最相似区域并求得其与最相似区域的实际距离，计算出多次测得的校正点处的RSS值与最相似区域的距离的平均值与方差作为该校正点处的误差范围并建立与位置指纹地图相应的误差范围。当对待定位目标进行定位时，获得移动终端测定的实时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终端的实际位置并给出相应的误差范围。

下面结合附图和实施例对本发明作详细说明。

附图说明

图1是本发明基于位置指纹的定位误差估计方法对待定位区域的划分示意图。

具体实施方式

参照图1。本发明基于位置指纹的定位误差估计方法的具体步骤如下：

步骤一、将某楼层过道作为待定位区域并划分为一个矩形标准网格每个网格为一个子区域，取每个标准网格中心为校正点，黑圆点表示校正点，校正点间横向间距为3米，纵向间距为2米，共选取n=24个子区域。取r=3，引入三个无线接入点AP1、AP2、AP3。选取A₁区域校正点为起始点，坐标为（0，0）。A₂区域校正点坐标为（0，2），其余校正点坐标依此标定。

步骤二、在第i个子区域A_i内选取一个校正点并测量该校正点对于r个无线接入点的接收信号强度向量，记作共测量m次。并取平均值：

$E\left(R_{l_{A_i}}\right)=\frac{{\mathrm{\Σ}}_{a=1}^m{R}_{{l_A}_i}^a}{m}---\left(1\right)$

式中，表示区域A_i内校正点的第a次测量的信号强度向量，将记作，作为该子区域的位置指纹。重复步骤二直到生成所有区域的位置指纹，得到待定位区域的位置指纹地图。

测量m=5次校正点对于三个无线接入点的信号强度向量，取它们的平均值作为校正点所在区域的位置指纹，如下表：

步骤三、先选取子区域A₇为测试子区域，取子区域校正点为的测试点取k=10，即对于网格中的测试点线上测量接收信号强度10次，测得其对于3个无线接入点AP1、AP2、AP3的信号强度向量：

第1次(dbm)	第2次(dbm)	第3次(dbm)	第4次(dbm)	第5次(dbm)
					（-56，-63，-61）	（-56，-64，-62）	（-56，-68，-60）	（-51，-66，-62）	（-56，-65，-59）
第6次(dbm)	第7次(dbm)	第8次(dbm)	第9次(dbm)	第10次(dbm)
					（-56，-66，-59）	（-57，-66，-59）	（-56，-70，-59）	（-54，-64，-59）	（-56，-65，-59）

步骤四、将步骤三中测得的子区域测试点的k次信号强度向量分别与步骤二生成的待定位区域的指纹求取欧氏距离并作比较，该子区域本身的位置指纹不参与比较，计算测试点的信号强度向量与其他区域指纹的欧氏距离，找出欧氏距离平均值最小的也就是最相似的区域，计算测试点到最相似的区域校正点的实际距离。计算所得的k个实际距离的平均值与标准差。

测试点信号强度向量与某一待比较区域位置指纹间的欧式距离按下式计算：

$\left|\right|R_{P_{A_u}}-R_{A_v}\left|\right|=\sqrt{{\mathrm{\Σ}}_{i=1}^r{(R_i-{R^{\′}}_i)}^2},u\≠v---\left(2\right)$

式中， $R_{p_{A_u}}=({R^{\′}}_1,{R^{\′}}_2,{R^{\′}}_3,\·\·\·\·\·\·,{R^{\′}}_r)$ 是测试点的信号强度向量；是待比较区域A_v的位置指纹，r是指纹向量的维数，其大小与步骤一中引入的无线接入点的个数r相同。

本实施例将步骤三中测试点在线测试10次获得的信号强度向量分别与位置指纹数据库中其他指纹（即除去子区域A₇的指纹）求取欧氏距离，找出与测试点信号强度向量欧氏距离最小的区域。下表是第一次测量得到的测试点与其他校正点的欧氏距离：

得到校正点所属区域是测试点的最相似区域，求取校正点与测试点的实际物理距离，记作其大小为3m。依此，可以得到其余9次的其中，q=2，3，4，…，10；它们分别是：3m，3.60m，3.60m，5m，4m，3m，3.60m，3m，3m。

步骤五、将步骤四得到的（q=1，2，3，…10），求取平均值与标准差：

平均值为： $E\left[\mathrm{Min}\left(p_{A_7}\right)\right]=\frac{{\mathrm{\Σ}}_{q=1}^{10}\mathrm{Min}\left(p_{A_7}^q\right)}{10}=3.48m---\left(3\right)$

标准差为： $\mathrm{\σ}\left\{\mathrm{Min}\left(p_{A_7}\right)\right\}=\sqrt{\frac{{\mathrm{\Σ}}_{q=1}^k{\{\mathrm{Min}\left(p_{A_7}^q\right)-E[\mathrm{Min}\left(p_{A_7}\right)\left]\right\}}^2}{10}}=0.62m---\left(4\right)$

步骤六、计算A₇区域处的误差范围为：

$E_{A_7}=E\left[\mathrm{Min}\left(p_{A_7}\right)\right]+\mathrm{\σ}\left\{\mathrm{Min}\left(p_{A_7}\right)\right\}=3.48m+0.62m=4.10m---\left(5\right)$

这说明若用该位置指纹地图定位，如果待定位终端被定位到7区域，则说明该测试点可能位于以为圆心，4.10m为半径内的任何一点。

步骤七、重复步骤一～步骤六，求得其余23个子区域指纹的误差估计范围，得到与步骤一生成的位置指纹地图相应的误差范围表。

Claims (1)

1.一种基于位置指纹的定位误差估计方法，其特征在于包括以下步骤：

步骤一、确定待定位区域，在待定位区域引入r个无线接入点，并将待定位区域划分为n个子区域：{A_i|i＝1，2，3，…，n}，用A表示整个待定位区域，表示第i个子区域的面积，i＝1，2，3，…，n；

步骤二、在第i个子区域A_i内选取一个校正点并测量该校正点对于r个无线接入点的接收信号强度向量，记作共测量m次；并取平均值：

$E\left(R_{1_{A_i}}\right)=\frac{{\Σ}_{a=1}^m{R}_{1_{A_i}}^a}{m}---\left(1\right)$

式中，表示区域A_i内校正点的第a次测量的信号强度向量，将记作作为该子区域的位置指纹；重复步骤二直到生成所有区域的位置指纹，得到待定位区域的位置指纹地图；

步骤三、任意选取一个子区域A_u并在该区域选择一点作为测试点，{A_{u︳ u＝1,2,3,…,n}}，线上测量该测试点信号强度向量k次，并做记录；

步骤四、将步骤三中测得的子区域测试点的k次信号强度向量分别与步骤二生成的待定位区域的指纹求取欧氏距离并作比较，该子区域本身的位置指纹不参与比较，计算测试点的信号强度向量与其他区域指纹的欧氏距离，找出欧氏距离平均值最小的也就是最相似的区域，计算测试点到最相似的区域校正点的实际距离；计算所得的k个实际距离的平均值与标准差；

测试点信号强度向量与某一待比较区域位置指纹间的欧式距离按下式计算：

$\left|\right|R_{p_{A_u}}-R_{A_v}\left|\right|=\sqrt{{\Σ}_{i=1}^r{\left(R_i-{R^{\′}}_i\right)}^2},u\≠v---\left(2\right)$

式中， $R_{p_{A_u}}=({R^{\′}}_1,{R^{\′}}_2,{R^{\′}}_3,......,{R^{\′}}_r)$ 是测试点的信号强度向量；是待比较区域A_v的位置指纹，r是指纹向量的维数，其大小与步骤一中引入的无线接入点的个数r相同；

步骤五、表示测试点第q，q＝1，2，3，…，k次测得的信号强度向量与最相似区域的校正点之间的实际距离，测试点k次测量的信号强度向量与最相似区域欧氏距离平均值与标准差分别按下式计算：

$E\[Min\left(p_{A_u}\right)\]=\frac{{\Σ}_{q=1}^{k}Min\left(p_{A_u}^q\right)}{k}---\left(3\right)$

$\mathrm{\σ}\left\{Min\left(p_{A_u}\right)\right\}=\sqrt{\frac{{\Σ}_{q=1}^k{\left\{Min\left(p_{A_u}^q\right)-E\[Min\left(p_{A_u}\right)\]\right\}}^2}{k}}---\left(4\right)$

步骤六、将步骤五求得的实际距离平均值加上标准差的计算值作为该区域的误差估计范围：

$E_{A_u}=E\[Min\left(p_{A_u}\right)\]+\mathrm{\σ}\left\{Min\left(p_{A_u}\right)\right\}---\left(5\right)$

步骤七、重复步骤三～步骤六，求得其他子区域的误差估计范围，生成与步骤二的位置指纹地图对应的误差范围。