CN103957503B - 一种利用传感器计步提高WiFi指纹定位鲁棒性的方法 - Google Patents

Abstract

本发明涉及一种利用传感器计步提高WiFi指纹定位鲁棒性的方法。首先在每个采样点的无线接入点进行检测得到信号强度值，将每个采样点的信号强度值及其MAC地址共同组成该位置的位置指纹并存入指纹数据库。然后在未知位置A扫描无线接入点获取位置指纹，并与指纹数据库中的指纹进行匹配，最接近的指纹对应的地理坐标即为位置A的当前位置。最后根据测试人竖直方向加速度的变化判断终端位置是否发生变化，从而决定是否进行计步操作。本发明通过传感器计步检测法检验终端位置是否发生变化，判定是否需要更新位置信息，解决了静止状态下由于WiFi信号不稳定引起终端位置信息出现错误的问题，从而提高了WiFi指纹定位的鲁棒性。

Description

一种利用传感器计步提高WiFi指纹定位鲁棒性的方法

技术领域

本发明属于无线定位领域，具体涉及一种利用传感器计步提高WiFi指纹定位鲁棒性的方法。

背景技术

近年来，随着无线网络通信技术的迅猛发展，室内定位的市场需求也越来越大。例如，在地下停车场，通过定位可以对车辆位置进行查询及跟踪；在矿井下，可以对被困人员进行定位，从而能够快速完成营救任务。

目前，应用最广泛的定位技术是“全球卫星定位***(GPS)”。但GPS技术主要应用于室外，空旷的区域，比如沙漠、海洋等等。如果是在高层建筑内部或高楼之间，GPS定位效果将会不尽人意，无法满足人们的需求。因此，在应用上有很大的局限性。

近年来，WiFi技术在定位***市场上的应用迅速发展。WiFi网络的接入点遍布于商场、学校、医院、停车场等场所，利用WiFi技术可以在有限的区域内，对财产、车辆和人员进行实时定位和跟踪。从而解决GPS技术无法完成室内或障碍物较多地区定位这一问题。此外，由于WiFi接入点的遍布性，定位成本也得到大大降低。

目前基于WiFi技术的定位***在国内外已经有了很好的应用。例如比利时根特大学医院利用该技术不仅能跟提供病人的医疗通讯信息，还能够提供病人的位置数据，大大提高了医院工作效率。

Wi-Fi定位技术有多种，目前采用最广泛的是基于Wi-Fi的指纹定位方法，Wi-Fi指纹是指在某一位置，终端从多个Wi-Fi无线接入点（AP）接收到的信号强度指示（RSSI）值。在进行定位前，首先需要对目标区域进行指纹采样，并建立指纹数据库。实际定位过程中，采用特定的算法对终端实际测得的信号指纹与指纹数据库中的信号强度进行对比，与信号指纹数值最接近的采样点即为用户当前位置。

在采用RSSI的室内定位技术中，WiFi信号不稳定且易受干扰，因此，终端接收到的信号强度与指纹数据库中的数据对比时，返回的位置信息会出现跳变，导致定位误差，影响定位精度。

发明内容

针对WiFi信号不稳定易受干扰而造成鲁棒性差影响定位精度等问题，本发明提出一种利用传感器计步提高WiFi指纹定位鲁棒性的方法。

本发明的基本原理为：人体行走时竖直方向加速度数值周期性变化，利用终端上的传感器检测人体是否有走动，当检测到没有位置移动时，不改变位置信息，从而提高了WiFi定位的鲁棒性。所述终端是指具有WiFi功能，且带有加速度计、陀螺仪、磁罗盘等传感器的智能手机。

一种利用传感器计步提高WiFi指纹定位鲁棒性的方法，包括以下步骤：

步骤1：确定整个定位区域内的所有采样点个数N；

步骤2：将终端WiFi功能打开，在第n个采样点处检测得到k个无线接入点AP的信号强度值，即RSSI₁,RSSI₂,...,RSSI_k；n=1,2,…,N；

步骤3：将每个RSSI与其对应的MAC地址ID一起组成采样点的位置指纹矩阵FP，第n个采样点的位置指纹ID_i即为RSSI_i对应的MAC地址；

步骤4：记下第n个采样点的坐标FP_n(x,y)，并将该采样点的坐标FP_n(x,y)和位置指纹FP_n添加到指纹数据库中；

步骤5：重复执行步骤2～4，直到遍历采样区域内的所有采样点，为采样区域建立完整的位置指纹数据库；

步骤6：在某一未知位置A处扫描无线接入点AP，得到k个AP的RSSI值，按照步骤3获取A位置的位置指纹，即得到位置A处的RSSI序列以及每个RSSI对应的MAC地址；

步骤7：将A位置的位置指纹的MAC地址序列和指纹库中所有采样点的位置指纹的MAC地址序列进行匹配；

步骤8：匹配一致的采样点对应的地理坐标即为位置A的当前位置；

步骤9：测试人手持终端行走时，由终端的传感器读取前一时刻人体竖直方向加速度平均值a₀(t-1)，初始时刻竖直方向加速度平均值设定为a₀(0)，大小等于重力加速度g，屏蔽WiFi信号跳变，终端位置信息不变；

步骤10：实时检测竖直方向加速度，选出峰值a₁(t)和低谷值a₂(t)；

步骤11：计算竖直方向加速度峰值和低谷值与前一时刻竖直方向加速度平均值的差，即a₁(t)-a₀(t-1)和a₀(t-1)-a₂(t)，若a₁(t)-a₀(t-1)和a₀(t-1)-a₂(t)均小于阈值r，则视为轻微震动，转步骤9；否则，执行步骤12；r一般取0.35；

步骤12：终端位置发生变化，进行计步；

步骤13：计算当前时刻竖直方向加速度平均值a₀(t)的大小，公式如下：

a₀(t)=[a₁(t)+a₂(t)]/2

步骤14：返回步骤6，获取新的位置信息，重复执行步骤6～14，直到结束。

与现有技术相比，本发明具有以下优点：

本发明所述方法通过传感器计步检测法检验终端位置是否发生变化，判定是否需要更新位置信息，有效解决了静止状态下由于WiFi信号不稳定引起终端位置信息出现错误的问题，从而提高了WiFi指纹定位的鲁棒性。

附图说明

图1为本发明所涉及方法的流程图；

图2为室内定位采样点设置平面图，“·”表示采样点位置；

图3为测试设备布局示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。

实施例实验环境为长宽各位5米的房间，布置有5个无线接入点AP，如图3所示。

利用传感器计步提高WiFi指纹定位鲁棒性的方法的流程图如图1所示，包括以下步骤：

（1）在房间平面图内建立直角坐标系，将第一个采样点作为原点，并记为参考点1（0,0），然后每隔一米标记一个采样点，整个平面图内共36个采样点，即36个参考点，如图2所示；

（2）终端在参考点1（0,0）位置，扫描到5个无线接入点AP1～AP5，检测到AP1～AP5的信号强度值RSSI，分别为：-66，-73，-100，-90，-80，单位dBm；

（3）将步骤(2)得到的5个信号强度RSSI值及其对应的MACID₁、ID₂、ID₃、ID₄、ID₅表示成参考点1的位置指纹：

（4）终端将参考点1的地理坐标FP₁(0,0)和对应的位置指纹FP₁保存到指纹数据库中，完成参考点1的指纹采样；

（5）对采样区域内36个采样点重复执行步骤（2）～（4），建立采样区域的指纹数据库，将指纹数据库数据上传至服务器中；

（6）实验人员手持终端在未知位置A处扫描无线接入点AP1～AP5，记下扫描到的五个AP的RSSI值，即-71，-75，-105，-95，-82，以及对应的MAC地址[ID1，ID2，ID3，ID4，ID5]，得到当前位置处的指纹：

（7）终端自动下载服务器中指纹库，将位置A的位置指纹的MAC地址序列FP_A[ID₁，ID₂，ID₃，ID₄，ID₅]与服务器指纹库中36个采样点的位置指纹中的MAC地址序列进行指纹匹配；

（8）将匹配的地理坐标FP_A(0,0)作为未知位置A的当前位置。

（9）终端传感器开始读取竖直方向的加速度初始平均值a₀(0)，首次得到的a₀(0)值为10，屏蔽WiFi信号跳变，终端显示位置信息保持不变。

（10）实验人员向前迈出一步，传感器得到竖直方向加速度的峰值a₁(1)与低谷a₂(1)的值分别为12和9。

（11）计算加速度值的变化范围，得到加速度峰值和低谷的变化量分别为：12-10=2，10-9=1。

（12）加速度变化量2>r=0.35，1>0.35，判定结果为终端发生位移。

（13）计算当前时刻竖直方向加速度平均值a₀(1)，a₀(1)=（12+9）/2=10.5。

（14）返回步骤（6），获取新的位置信息，重复执行步骤（6）～（14），直到结束。

Claims (1)

1.一种利用传感器计步提高WiFi指纹定位鲁棒性的方法，应用具有WiFi功能且带有加速度传感器的智能手机终端进行测量，其特征在于，所述方法包括以下步骤：

步骤1：确定整个定位区域内的所有采样点个数N；

步骤2：将终端WiFi功能打开，在第n个采样点处检测得到k个无线接入点AP的信号强度值，即RSSI₁,RSSI₂,...,RSSI_k；n＝1,2,…,N；

步骤3：将每个RSSI与其对应的MAC地址ID一起组成采样点的位置指纹矩阵FP，第n个采样点的位置指纹ID_i即为RSSI_i对应的MAC地址；

步骤4：记下第n个采样点的坐标FP_n(x,y)，并将该采样点的坐标FP_n(x,y)和位置指纹FP_n添加到指纹数据库中；

步骤5：重复执行步骤2～4，直到遍历采样区域内的所有采样点，为采样区域建立完整的位置指纹数据库；

步骤6：在某一未知位置A处扫描无线接入点AP，得到k个AP的RSSI值，按照步骤3获取A位置的位置指纹，即得到位置A处的RSSI序列以及每个RSSI对应的MAC地址；

步骤7：将A位置的位置指纹的MAC地址序列和指纹库中所有采样点的位置指纹的MAC地址序列进行匹配；

步骤8：匹配一致的采样点对应的地理坐标即为位置A的当前位置；

步骤9：测试人手持终端行走时，由终端的传感器读取前一时刻人体竖直方向加速度平均值a₀(t-1)，初始时刻竖直方向加速度平均值设定为a₀(0)，大小等于重力加速度g，屏蔽WiFi信号跳变，终端位置信息不变；

步骤10：实时检测竖直方向加速度，选出峰值a₁(t)和低谷值a₂(t)；

步骤11：计算竖直方向加速度峰值和低谷值与前一时刻竖直方向加速度平均值的差，即a₁(t)-a₀(t-1)和a₀(t-1)-a₂(t)，若a₁(t)-a₀(t-1)和a₀(t-1)-a₂(t)均小于阈值r，则视为轻微震动，转步骤9；否则，执行步骤12；r取0.35；

步骤12：终端位置发生变化，进行计步；

步骤13：计算当前时刻竖直方向加速度平均值a₀(t)的大小，公式如下：

a₀(t)＝[a₁(t)+a₂(t)]/2

步骤14：返回步骤6，获取新的位置信息，重复执行步骤6～14，直到结束。