CN105933975A - 一种基于WiFi指纹的精度改善的室内定位方法 - Google Patents
一种基于WiFi指纹的精度改善的室内定位方法 Download PDFInfo
- Publication number
- CN105933975A CN105933975A CN201610220583.8A CN201610220583A CN105933975A CN 105933975 A CN105933975 A CN 105933975A CN 201610220583 A CN201610220583 A CN 201610220583A CN 105933975 A CN105933975 A CN 105933975A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- wifi
- rss
- point
- sampled point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于WiFi指纹的精度改善的室内定位***和方法,该方法分为采样和定位两个阶段。在采样阶段,将不同方向采集法和高斯滤波融合,设计了FODG采样方法,从不同方向采集WiFi信号(如东、南、西、北四个方向),接着用高斯滤波滤除一些与信号强度均值偏差较大的信号,再均值滤波存入指纹数据库。在定位阶段,设计了AWKNN匹配方法,即在计算欧式距离时,赋不同权值给各个拥有不同信号强度的AP,接着在坐标匹配环节,按欧式距离的不同大小赋予K个近邻采样点不同的权值。本定位***(FODG采样+AWKNN匹配)相比传统WiFi指纹定位方法能够提高定位精度。
Description
技术领域
本发明涉及一种基于WiFi指纹的精度改善的室内定位方法,属于室内定位技术领域。
背景技术
随着信息技术的快速发展,基于终端的室内定位技术能为用户提供信息检索服务、室内导航服务、社区交友服务等,因此已经成为当前的热点研究领域。现有的WiFi指纹定位法定位范围广、成本低、使用灵活、无需额外硬件支持,因此已成为研究的热点。
但是,现有的WiFi指纹定位法尚存在如下问题:第一,在采样阶段,每个采样点上需要采集信号并预处理,已有的单方向采集和均值滤波的处理方式尚不够理想,导致指纹数据库不够准确,也就使后期定位精度不够理想;第二,在定位阶段,已有一些匹配方法如KNN赋予了K个近邻参考点相同权值,导致匹配精度不够理想。
而本发明能够很好地解决上面的问题。
发明内容
本发明目的在于提供了一种基于WiFi指纹的精度改善的室内定位方法,该方法分为采样和定位两个阶段。在采样阶段,将不同方向采集法和高斯滤波融合,提出了改进的采样法——FODG(Fusion of Different direction collection and Gauss Filter),即从东、南、西、北四个不同方向采集WiFi信号,接着用高斯滤波滤除一些与信号强度均值偏差较大的信号,再均值滤波存入指纹数据库。在定位阶段,将AP加权欧式距离和WKNN法融合,提出了改进的匹配法——AWKNN(AP weighted and distanced weighted KNN),即在计算欧式距离时,赋不同权值给各个拥有不同信号强度的AP,接着提出了距离加权的KNN(WKNN)进行坐标匹配,最终得出待测点位置坐标。
本发明解决其技术问题所采取的技术方案是:一种基于WiFi指纹的精度改善的室内定位方法,该方法采样阶段采用的FODG法,融合了不同发现采集法和高斯滤波法,既考虑到手机指向不同方向时信号强度的差异性,又滤除了一些与信号强度均值偏差较大的小概率信号,因此利用FODG法建立的指纹数据库相对更准确。
方法流程:
步骤1:采样阶段;
步骤1-1:利用手机终端在每个采样点上采集东、南、西、北四个方向的WiFi信号,每个方向上采集若干组信号;
步骤1-2:对这些WiFi信号进行高斯滤波,滤除一些与信号强度均值偏差较大的信号;
步骤1-3:利用均值滤波得到每个采样点的WiFi信号强度均值;
步骤1-4:将每个采样点的WiFi信号均值和对应的采样点位置信息存入数据库;
步骤2:定位阶段;
步骤2-1:手机在待定位点接收到实时WiFi指纹;
步骤2-2:将实时WiFi指纹同数据库遍历,计算AP加权的欧式距离;
步骤2-3:将AP加权的欧式距离按从小到大排序,选取数据库中欧式距离较小的前K个指纹采样点;
步骤2-4:对这K个指纹采样点进行WKNN匹配;
步骤2-5:得出待测点的位置坐标。
进一步的,本发明步骤1-2中,WiFi信号强度服从正态分布,即RSS~N(μ,σ2),那么服从标准正态分布,即其中μ为均值,σ为标准差,取发生概率在90%以内的数据,查询标准正态分布表可得即经过高斯滤波后,移动终端WiFi的RSS保留的取值范围为(μ-1.65σ,μ+1.65σ)。
进一步的,本发明步骤1-3中,对经高斯滤波后的WiFi信号均值滤波,即取这些信号的均值。
进一步的,本发明步骤2-2中,AP加权的欧式距离为,wj表示赋予第j个AP热点的权重值。假设在采样阶段一共采集了m个采样点的WiFi指纹,记作{F1,F2,...,Fm},Fi=(rssi1,rssi2...,rssij...rssin),其中Fi表示第i个采样点的指纹,rssij表示在第i个采样点接收到的第j个AP热点的信号强度,假设在每个采样点总共能接收到n个AP热点的信号。在定位阶段,实时待测点的信号强度数组为s=(RSS1,RSS2...RSSj...RSSn),RSSj表示在待测点接收到的第j个AP热点的信号强度。
进一步的,本发明步骤2-4中,WKNN算法在选取了K个近邻采样点后,对每个采样点的位置坐标乘以一个权值,计算这K个加权后的采样点位置坐标的和(也即加权求平均),作为定位坐标,即式中,(x,y)为***得出的定位坐标,(xi,yi)为第i个采样点的位置坐标,wi为加权系数,di为待测点实时指纹与第i个采样点指纹的欧式距离。
有益效果:
1、本发明采样阶段采用的FODG法,融合了不同发现采集法和高斯滤波法,既考虑到手机指向不同方向时信号强度的差异性,又滤除了一些与信号强度均值偏差较大的小概率信号,因此利用FODG法建立的指纹数据库相对更准确。
2、本发明定位阶段采用的AWKNN法,融合了AP加权的欧式距离和WKNN法,既考虑到传统KNN法在计算欧式距离时赋予每个AP相同权值的弊端,又考虑到在坐标匹配时赋予K个近邻采样点的权值应有所不同,因此利用AWKNN法匹配的定位坐标更加精确。
附图说明
图1为本发明的WiFi指纹定位法示意图。
图2为本发明的***示意图。
具体实施方式
下面结合说明书附图对本发明创造作进一步详细说明。
如图1所示,本发明分为采样阶段和定位阶段。
采样阶段是在待定位区域预先按网格布置一定数量的采样点,利用移动设备在每个采样点采集接收到的来自不同AP热点的WiFi信号强度,连同该采样点的物理位置一起存入数据库,最终建立一个WiFi信号强度与物理位置映射的指纹数据库。假设在采样阶段一共采集了m个采样点的WiFi指纹,记作{F1,F2,...,Fm},Fi=(rssi1,rssi2...,rssij...rssin),其中Fi表示第i个采样点的指纹,rssij表示在第i个采样点接收到的第j个AP热点的信号强度,假设在每个采样点总共能接收到n个AP热点的信号。
在定位阶段,用户持有的移动终端设备检测到待测点的WiFi信号后,与采样阶段创建的指纹数据库中的WiFi指纹进行匹配,依据一定的匹配算法,找出其中与待测点接收的WiFi信号强度指纹相似度最大的参考点,将该指纹参考点位置作为待测点位置的估计值。假设在定位阶段,实时待测点的信号强度数组为s=(RSS1,RSS2...RSSj...RSSn),RSSj表示在待测点接收到的第j个AP热点的信号强度。
如图2所示,在采样阶段,首先在实验环境中预先布置一些采样点,利用手机终端在每个采样点上采集东、南、西、北四个方向的WiFi信号,每个方向上采集若干组信号;接着对这些WiFi信号进行高斯滤波,滤除一些与信号强度均值偏差较大的信号,取发生概率在90%以内的数据,即经过高斯滤波后,移动终端WiFi的信号强度RSS保留的取值范围为(μ-1.65σ,μ+1.65σ);再利用均值滤波得到每个采样点的WiFi信号强度均值,将每个采样点的WiFi信号均值和对应的采样点位置信息存入数据库,至此完成采样阶段工作。
在定位阶段,手机在待定位点接收到实时WiFi指纹,将实时WiFi指纹同数据库遍历,计算AP加权的欧式距离 接着将AP加权的欧式距离按从小到大排序,选取数据库中对应的前K个指纹采样点;最后对这K个指纹采样点进行欧式距离加权的WKNN匹配,即对这K个采样点的位置坐标乘以一个权值,即加权求平均,最终得出定位坐标,即式中,(x,y)为***得出的定位坐标,(xi,yi)为第i个采样点的位置坐标,wi为加权系数,di为待测点实时指纹与第i个采样点指纹的欧式距离。
Claims (5)
1.一种基于WiFi指纹的精度改善的室内定位方法,其特征在于,所述方法包括如下步骤:
步骤1:采样阶段;
步骤1-1:利用手机终端在每个采样点上采集东、南、西、北四个方向的WiFi信号,每个方向上采集若干组信号;
步骤1-2:对这些WiFi信号进行高斯滤波,滤除一些与信号强度均值偏差较大的信号;
步骤1-3:利用均值滤波得到每个采样点的WiFi信号强度均值;
步骤1-4:将每个采样点的WiFi信号均值和对应的采样点位置信息存入数据库;
步骤2:定位阶段;
步骤2-1:手机在待定位点接收到实时WiFi指纹;
步骤2-2:将实时WiFi指纹同数据库遍历,计算AP加权的欧式距离;
步骤2-3:将AP加权的欧式距离按从小到大排序,选取数据库中欧式距离较小的前K个指纹采样点;
步骤2-4:对这K个指纹采样点进行WKNN匹配;
步骤2-5:得出待测点的位置坐标。
2.根据权利要求1所述的一种基于WiFi指纹的精度改善的室内定位方法,其特征在于,所述步骤1-2中,WiFi信号强度服从正态分布,即RSS~N(μ,σ2),那么服从标准正态分布,即其中μ为均值,σ为标准差,取发生概率在90%以内的数据,查询标准正态分布表可得即经过高斯滤波后,移动终端WiFi的RSS保留的取值范围为(μ-1.65σ,μ+1.65σ)。
3.根据权利要求1所述的一种基于WiFi指纹的精度改善的室内定位方法,其特征在于,所述步骤1-3中,对经高斯滤波后的WiFi信号均值滤波,即取这些信号的均值。
4.根据权利要求1所述的一种基于WiFi指纹的精度改善的室内定位方法,其特征在于,所述步骤2-2中,AP加权的欧式距离为,wj表示赋予第j个AP热点的权重值,假设在采样阶段一共采集了m个采样点的WiFi指纹,记作{F1,F2,…,Fm},Fi=(rssi1,rssi2…,rssij…rssin),其中Fi表示第i个采样点的指纹,rssij表示在第i个采样点接收到的第j个AP热点的信号强度,假设在每个采样点总共能接收到n个AP热点的信号,在定位阶段,实时待测点的信号强度数组为s=(RSS1,RSS2…RSSj...RSSn),RSSj表示在待测点接收到的第j个AP热点的信号强度。
5.根据权利要求1所述的一种基于WiFi指纹的精度改善的室内定位方法,其特征在于,所述步骤2-4中,WKNN算法在选取了K个近邻采样点后,对每个采样点的位置坐标乘以一个权值,计算这K个加权后的采样点位置坐标的和,即加权求平均,作为定位坐标,即式中,(x,y)为***得出的定位坐标,(xi,yi)为第i个采样点的位置坐标,wi为加权系数,di为待测点实时指纹与第i个采样点指纹的欧式距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610220583.8A CN105933975A (zh) | 2016-04-11 | 2016-04-11 | 一种基于WiFi指纹的精度改善的室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610220583.8A CN105933975A (zh) | 2016-04-11 | 2016-04-11 | 一种基于WiFi指纹的精度改善的室内定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105933975A true CN105933975A (zh) | 2016-09-07 |
Family
ID=56840168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610220583.8A Pending CN105933975A (zh) | 2016-04-11 | 2016-04-11 | 一种基于WiFi指纹的精度改善的室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105933975A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106646339A (zh) * | 2017-01-06 | 2017-05-10 | 重庆邮电大学 | 一种无线位置指纹室内定位中在线匹配定位方法 |
CN106646366A (zh) * | 2016-12-05 | 2017-05-10 | 深圳市国华光电科技有限公司 | 基于粒子滤波算法和智能设备的可见光定位方法和*** |
CN106792554A (zh) * | 2016-11-23 | 2017-05-31 | 长安大学 | 一种基于双重匹配指纹定位技术的定位方法 |
CN107222851A (zh) * | 2017-04-07 | 2017-09-29 | 南京邮电大学 | 一种利用差分隐私保护Wifi Fingerprint室内定位***隐私的方法 |
CN107843260A (zh) * | 2017-10-27 | 2018-03-27 | 上海工程技术大学 | 一种基于电磁指纹信息的低空无人飞行器定位导航方法 |
CN108632763A (zh) * | 2018-03-07 | 2018-10-09 | 电子科技大学 | 一种基于WiFi指纹的室内定位加权K近邻方法 |
CN108761435A (zh) * | 2018-04-25 | 2018-11-06 | 西安交通大学 | 一种基于正态分布信号的指纹优化方法 |
CN108989976A (zh) * | 2018-06-04 | 2018-12-11 | 华中师范大学 | 一种智慧教室内的指纹定位方法及*** |
CN109239659A (zh) * | 2018-08-31 | 2019-01-18 | 平安科技(深圳)有限公司 | 室内导航方法、装置、计算机设备及存储介质 |
CN110035384A (zh) * | 2019-05-09 | 2019-07-19 | 桂林电子科技大学 | 一种融合多传感器信号滤波优化的室内定位方法 |
CN110087188A (zh) * | 2019-04-25 | 2019-08-02 | 中山大学 | 基于rfid标签的室内定位虚拟指纹数据库构建方法 |
CN110231592A (zh) * | 2019-04-11 | 2019-09-13 | 深圳市城市交通规划设计研究中心有限公司 | 室内定位方法、装置、计算机可读存储介质及终端设备 |
CN110602651A (zh) * | 2019-09-20 | 2019-12-20 | 北京智芯微电子科技有限公司 | 基于wifi位置指纹的定位方法以及机器人的定位*** |
CN112399366A (zh) * | 2020-05-27 | 2021-02-23 | 南京邮电大学 | 基于Hankel矩阵及WKNN方差提取的室内定位法 |
CN112394321A (zh) * | 2021-01-21 | 2021-02-23 | 上海磐启微电子有限公司 | 一种基于蓝牙信号的多基站实时定位方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102802260A (zh) * | 2012-08-15 | 2012-11-28 | 哈尔滨工业大学 | 基于矩阵相关的wlan室内定位方法 |
CN103679118A (zh) * | 2012-09-07 | 2014-03-26 | 汉王科技股份有限公司 | 一种人脸活体检测方法及*** |
CN104780606A (zh) * | 2015-03-30 | 2015-07-15 | 南京邮电大学 | 基于无线局域网的室内定位***及方法 |
GB2530106A (en) * | 2014-09-11 | 2016-03-16 | Tracy Buckland | Vital Pad + |
CN105472733A (zh) * | 2015-11-17 | 2016-04-06 | 华南理工大学 | 一种应用于室内定位中的基于ap选择定位方法 |
-
2016
- 2016-04-11 CN CN201610220583.8A patent/CN105933975A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102802260A (zh) * | 2012-08-15 | 2012-11-28 | 哈尔滨工业大学 | 基于矩阵相关的wlan室内定位方法 |
CN103679118A (zh) * | 2012-09-07 | 2014-03-26 | 汉王科技股份有限公司 | 一种人脸活体检测方法及*** |
GB2530106A (en) * | 2014-09-11 | 2016-03-16 | Tracy Buckland | Vital Pad + |
CN104780606A (zh) * | 2015-03-30 | 2015-07-15 | 南京邮电大学 | 基于无线局域网的室内定位***及方法 |
CN105472733A (zh) * | 2015-11-17 | 2016-04-06 | 华南理工大学 | 一种应用于室内定位中的基于ap选择定位方法 |
Non-Patent Citations (2)
Title |
---|
刘志达: "智能手机室内定位技术的研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
刘腾飞: "wifi网络下的室内定位算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106792554A (zh) * | 2016-11-23 | 2017-05-31 | 长安大学 | 一种基于双重匹配指纹定位技术的定位方法 |
CN106646366A (zh) * | 2016-12-05 | 2017-05-10 | 深圳市国华光电科技有限公司 | 基于粒子滤波算法和智能设备的可见光定位方法和*** |
CN106646339A (zh) * | 2017-01-06 | 2017-05-10 | 重庆邮电大学 | 一种无线位置指纹室内定位中在线匹配定位方法 |
CN107222851B (zh) * | 2017-04-07 | 2020-04-14 | 南京邮电大学 | 一种利用差分隐私保护Wifi Fingerprint室内定位***隐私的方法 |
CN107222851A (zh) * | 2017-04-07 | 2017-09-29 | 南京邮电大学 | 一种利用差分隐私保护Wifi Fingerprint室内定位***隐私的方法 |
CN107843260A (zh) * | 2017-10-27 | 2018-03-27 | 上海工程技术大学 | 一种基于电磁指纹信息的低空无人飞行器定位导航方法 |
CN108632763A (zh) * | 2018-03-07 | 2018-10-09 | 电子科技大学 | 一种基于WiFi指纹的室内定位加权K近邻方法 |
CN108761435A (zh) * | 2018-04-25 | 2018-11-06 | 西安交通大学 | 一种基于正态分布信号的指纹优化方法 |
CN108989976A (zh) * | 2018-06-04 | 2018-12-11 | 华中师范大学 | 一种智慧教室内的指纹定位方法及*** |
CN108989976B (zh) * | 2018-06-04 | 2020-09-11 | 华中师范大学 | 一种智慧教室内的指纹定位方法及*** |
CN109239659A (zh) * | 2018-08-31 | 2019-01-18 | 平安科技(深圳)有限公司 | 室内导航方法、装置、计算机设备及存储介质 |
CN109239659B (zh) * | 2018-08-31 | 2023-12-15 | 平安科技(深圳)有限公司 | 室内导航方法、装置、计算机设备及存储介质 |
CN110231592A (zh) * | 2019-04-11 | 2019-09-13 | 深圳市城市交通规划设计研究中心有限公司 | 室内定位方法、装置、计算机可读存储介质及终端设备 |
CN110087188A (zh) * | 2019-04-25 | 2019-08-02 | 中山大学 | 基于rfid标签的室内定位虚拟指纹数据库构建方法 |
CN110035384A (zh) * | 2019-05-09 | 2019-07-19 | 桂林电子科技大学 | 一种融合多传感器信号滤波优化的室内定位方法 |
CN110602651A (zh) * | 2019-09-20 | 2019-12-20 | 北京智芯微电子科技有限公司 | 基于wifi位置指纹的定位方法以及机器人的定位*** |
CN110602651B (zh) * | 2019-09-20 | 2022-02-01 | 北京智芯微电子科技有限公司 | 基于wifi位置指纹的定位方法以及机器人的定位*** |
CN112399366A (zh) * | 2020-05-27 | 2021-02-23 | 南京邮电大学 | 基于Hankel矩阵及WKNN方差提取的室内定位法 |
CN112394321A (zh) * | 2021-01-21 | 2021-02-23 | 上海磐启微电子有限公司 | 一种基于蓝牙信号的多基站实时定位方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105933975A (zh) | 一种基于WiFi指纹的精度改善的室内定位方法 | |
CN108989976B (zh) | 一种智慧教室内的指纹定位方法及*** | |
CN106131959B (zh) | 一种基于Wi-Fi信号空间划分的两级定位方法 | |
CN106093852A (zh) | 一种提高WiFi指纹定位精度与效率的方法 | |
CN103905992B (zh) | 一种基于指纹数据的无线传感器网络的室内定位方法 | |
CN103455811B (zh) | 室内无线定位指纹采集方法及*** | |
CN107948930A (zh) | 基于位置指纹算法的室内定位优化方法 | |
CN106658704A (zh) | 一种室内定位的起点位置的定位方法和*** | |
CN105898713A (zh) | 一种基于加权余弦相似度的WiFi指纹室内定位方法 | |
CN107182036A (zh) | 基于多维特征融合的自适应位置指纹定位方法 | |
CN104320759B (zh) | 基于固定地标的室内定位***指纹库构建方法 | |
CN103916820A (zh) | 基于接入点稳定度的无线室内定位方法 | |
CN103796305A (zh) | 一种基于Wi-Fi位置指纹的室内定位方法 | |
CN104754735B (zh) | 基于位置指纹库的定位方法 | |
CN107677989B (zh) | 一种基于rssi最大值进行rssi去除噪声的室内位置定位方法 | |
CN109640269A (zh) | 基于csi与时域融合算法的指纹定位方法 | |
CN108566620B (zh) | 一种基于wifi的室内定位方法 | |
CN106646339A (zh) | 一种无线位置指纹室内定位中在线匹配定位方法 | |
CN106102163A (zh) | 基于rss线性相关与二次加权质心算法的wlan指纹定位方法 | |
CN110213710A (zh) | 一种基于随机森林的高性能室内定位方法、室内定位*** | |
CN108882363A (zh) | 一种多方向采集结合聚类的WiFi指纹室内定位方法 | |
CN109511085A (zh) | 一种基于MeanShift和加权k近邻算法的UWB指纹定位方法 | |
CN105208651A (zh) | 基于地图结构的Wi-Fi位置指纹非监督训练方法 | |
CN106793085A (zh) | 基于正态假设检验的指纹定位方法 | |
CN109348416A (zh) | 基于二分k均值的指纹室内定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160907 |
|
RJ01 | Rejection of invention patent application after publication |