[發明專利]終端間Wi-Fi信號的信號強度差異修正方法

有效

• 申請號: 201510435830.1
• 申請日: 2015-07-22
• 公開（公告）號: CN105120479B
• 公開（公告）日: 2019-04-26
• 發明（設計）人: 吳添奇;韓李飛;徐昌慶;裴凌
• 申請（專利權）人: 上海交通大學
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W24/04;H04W24/08
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王毓理;王錫麟

一種無線通信技術領域的終端間Wi‐Fi信號的信號強度差異修正方法，根據初始轉移函數對在線終端采集到的觀測指紋映射至離線指紋數據庫空間，然后與離線數據庫中的指紋信息進行指紋匹配得到匹配指紋，再利用觀測指紋和匹配指紋計算更新后的Wi‐Fi信號的信號強度轉移函數的參數，重復計算直至滿足收斂條件后，得到最終的轉移函數及其參數，最后對觀測指紋進行映射并計算得到離線指紋數據庫中的匹配指紋和最終位置結果。本發明對Wi‐Fi信號的信號強度差異進行修正，相對現有方法增加了回歸的指紋數量并對異常信號強度進行了處理，然后用優化KNN算法實現指紋匹配，實現了定位精度的明顯提升。

技術領域

本發明涉及的是一種無線通信領域的技術，具體是一種基于EM(期望最大化，Expectation Maximization)算法的不同終端間Wi‐Fi信號的信號強度差異修正方法。

背景技術

隨著無線通信與網絡技術的飛速發展，無線技術已經深入到了方方面面，譬如醫療、工業、物流、交通、公共安全等領域及其他與人們生活息息相關的方面。正因為現在的無線信息資源相當廣泛且能夠被用戶利用，所以基于無線系統的室內定位技術也得到了快速發展，而Wi‐Fi指紋定位方法是目前主流的室內定位方法之一。這種定位系統一般分為離線訓練階段和在線定位階段。離線訓練階段需要建立室內空間的Wi‐Fi場強指紋數據庫，在線定位階段則根據當前檢測到的指紋與數據庫中的指紋進行匹配，得到定位結果。

傳統的Wi‐Fi指紋定位方法忽略了在線終端和離線終端的差異性。實際上不同終端間Wi‐Fi信號的信號強度可能存在很大的差異。當在線終端和離線終端是不同終端時，這種不同終端間Wi‐Fi信號的信號強度差異會造成定位精度的下降，甚至可能是嚴重下降，因此，不同終端間Wi‐Fi信號的信號強度的差異問題必須加以解決。

經過對現有技術文獻的檢索發現，A.W.Tsui，Y.H.Chuang等人在2009年的MobileNetworks and Applications會議上所發表的論文Unsupervised learning for solvingRSS hardware variance problem in Wi‐Fi localization中提出了解決Wi‐Fi定位中RSS硬件差異性問題的非監督學習方法，該方法考慮到在同一個位置不同終端采集到的RSS指紋間的Wi‐Fi信號的信號強度存在線性的映射關系，針對不同的終端類型，提出了一種非監督學習方法，通過該方法學習獲得不同終端間Wi‐Fi信號的信號強度的轉移函數，從而實現檢測到的指紋間的映射，減小不同終端間Wi‐Fi信號的信號強度的差異。但是該方法存在兩方面的不足：1)對于采集得到指紋的異常信號強度分量沒有進行特殊處理，導致定位精度較低；2)每次只根據一個觀測指紋來計算得到新的轉移函數，不能準確得到轉移函數。

經過對現有技術的檢索發現，中國專利文獻號CN104540219A，公開(公告)日2015.04.22，公開了一種低復雜度的Wi‐Fi指紋室內定位方法，通過在室內環境中，利用終端接收到的多個AP的Wi‐Fi信號的信號強度RSSI以及磁力計方向確定終端位置。在建立指紋數據庫階段，通過采樣平均建立指紋庫。在實時定位階段，根據終端方向以及前一時刻的位置，得到指紋庫子集用于計算位置，從而減小匹配算法的計算復雜度。但該技術在不同終端在同一位置采集到Wi‐Fi信號的信號強度存在差異及該差異引起的Wi‐Fi指紋定位系統定位精度的降低。

中國專利文獻號CN102932738A，公開(公告)日2013.02.13，公開了一種改進的基于分簇神經網絡的室內指紋定位方法。其技術方案是，離線階段，用參考點處采集的指紋信息構建指紋數據庫；利用聚類算法對指紋數據庫中的指紋進行分類；再利用人工神經網絡模型對各參考點的指紋與位置信息進行訓練，得出最優的網絡模型。在線階段，將采集的實時指紋信息與指紋數據庫中的類中心進行類匹配，確定初步定位區域；并將初步定位區域中包括的實時指紋信息作為參考點的神經網絡模型的輸入端，從而獲取最終的精確位置估計。但當在線階段與離線階段采用的終端種類不同時，不同終端間Wi‐Fi信號的信號強度差異會造成定位精度的下降，導致該技術的位置估計不準確。