[發明專利]一種快速精確的室內定位方法

有效

• 申請號: 201611114412.3
• 申請日: 2016-12-07
• 公開（公告）號: CN106646338B
• 公開（公告）日: 2019-07-16
• 發明（設計）人: 傅予力;陳培林;楊帥;吳小思;唐杰
• 申請（專利權）人: 華南理工大學
• 主分類號: G01S1/08
• 分類號: G01S1/08
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 羅觀祥

本發明公開了一種快速精確的室內定位方法，包括：將待測區域劃分為網格狀，每個節點作為一個參考點，終端采集RSS指紋發送至服務器端；將參考點劃分成子區域類，構建相應子區域的指紋庫；設備采集待定位點RSS并識別待定位點所屬區域類；在服務器端執行基于加權歐氏距離和異常值剔除的室內定位算法進行精確定位；從服務器端返回定位結果至終端并顯示。本發明公開的一種快速精確的室內定位方法運用K?means算法把參考點分成w個區域類，利用子區域的指紋數據庫定位，減小了計算量降低了定位時間并精確了定位范圍，克服了傳統KNN算法定位速度慢的問題，利用加權歐氏距離改進KNN算法的度量方式，改善了相似度度量不準確的問題。

技術領域

本發明涉及模式識別和基于位置的服務技術領域，具體涉及一種快速精確的室內定位方法。

背景技術

基于位置的服務(Location-Based Services，LBS)擁有著具有巨大且快速增長的市場,其中室內定位系統的開發在近些年發展迅速。在室外環境中，定位的應用普遍是使用全球定位系統(GPS)，然而由于室內環境無法直接依賴GPS衛星傳送來的信號，以及室內環境通常比較復雜，嚴重的多徑效應以及反射等，使得室內定位系的定位精度受到了較大的影響，這阻礙了室內定位系統的推廣和應用。隨著IEEE802.11技術的成熟，WiFi信號在各個場合如醫院、大型超市、機場的普遍覆蓋，利用WiFi信號實現室內定位越來越受到人們的關注。

當前，絕大多數基于WiFi的定位系統都是利用是利用接收的信號強度(RSS)進行位置標記。基于RSS的方法主要分成兩類：三角形定位和位置指紋識別(fingerprinting)算法。三角形定位方法是一種傳統的定位方法，它利用信號距離-損耗模型計算待測目標到至少三個已知參考點之間的距離信息估計最終的目標位置，而位置指紋識別則通過比較待定位點的RSS與參考點的信號特征指紋信息推導出目標位置。三角形定位因為室內環境復雜，衰減不規律從而使得定位的結果不穩定。

基于RSS的位置指紋識別方法，一般而言它分為離線和在線兩個階段。離線階段，首先將空間劃分為網格狀的參考點分布，利用移動設備在各個參考點采集指紋信息建立指紋庫。每條指紋信息包括RSS向量和對應的位置信息。在線階段則把終端在未知位置收集到的RSS向量與指紋庫中的參考點RSS向量匹配，運用匹配算法計算最終的位置估計。典型的模式匹配算法是KNN算法，該算法中度量目標向量與樣本向量的匹配程度通常采用的是歐氏距離，假設共有M個參考點和N個AP則歐氏距離定義為：

式中，m＝1,2,…M,n＝1,2,…N。RSS_m,q表示來自第m個參考點接收到來自第n個AP點的RSS，RSS_t,n表示待測點接收到來自第n個AP點的RSS。KNN算法就是選取最小的距離對應的k個參考點作為最鄰近點，計算出待測點的位置。

然而，這種距離度量方式并不能很好的表征出向量間的相似程度，僅僅只能得出向量間距離累積的結果并沒有考慮到單個元素之間的相近度，即分辨能力較低，這樣就會導致選出的最近的K個樣本點的位置并非實際地理位置上的最近點，從而增大了室內定位的誤差。同時，計算相似度時需要計算待測點RSS向量與整個離線指紋庫的歐氏距離，這樣若指紋數據庫很龐大時，則需要花費較長的時間。

發明內容

本發明的目的是為了解決現有技術中的上述缺陷，提供一種快速精確的室內定位方法，該方法利用K-means聚類，縮小定位范圍，節約了定位時間，利用加權歐氏距離改進KNN算法的度量方式并結合異常點剔除方法實現精確定位。

本發明的目的可以通過采取如下技術方案達到：

一種快速精確的室內定位方法，所述方法包括以下步驟：

將待測區域劃分為網格狀，每個節點作為一個參考點，終端采集RSS指紋發送至服務器端；

將參考點劃分成子區域類，構建相應子區域的指紋庫；