[發明專利]基于CSI空頻特性和參考點位置聚類算法的室內定位方法

有效

• 申請號: 201710268629.8
• 申請日: 2017-04-23
• 公開（公告）號: CN107241700B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 盧小峰;邊海賓;王建林;張子博;楊二周;劉嘉鈺
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W4/021;H04W4/33;H04W40/32;H04W64/00
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

本發明屬于無室內定位技術領域，公開了一種基于CSI空頻特性和參考點位置聚類算法的室內定位方法，采用了物理層更加細粒度且魯棒的CSI數據作為物理信息，使得系統對感知能力遠高于RSS，可以有效的避免多徑效應帶來的影響；采用了CSI空頻特性向量聚類和參考點位置多指標聚類技術，且將原來一個簇中地理位置離其它簇成員較遠的成員獨立的分為一個簇，避免了地理位置離的較遠但CSI空頻特性向量接近的參考點被聚為同一個簇的情況；采用了CSI空頻特性聚類和參考點位置聚類的雙聚類技術，且將本不應被拆開的簇再合并成一個簇，完成奇異點處理的同時能夠保證原來簇的完整性，從而達到更好的聚類效果。

技術領域

本發明屬于室內定位技術領域，尤其涉及一種基于CSI空頻特性和參考點位置聚類算法的室內定位方法。

背景技術

當前，隨著無線網絡的發展和無線局域網的廣泛部署，基于Wi-Fi的室內定位技術受到廣泛重視。在覆蓋Wi-Fi網絡的室內環境下，通過測量來自接入點APs的物理信息，利用數據指紋匹配原理進行定位。這種基于位置指紋的定位算法因其定位精度高、可充分利用現有設施、升級和維護對用戶影響小等優點而得到廣泛應用。為了提高定位精度和效率，需要對用來定位的物理信和置指紋數據進行預處理。但是現有的定位技術大都是利用MAC層多徑信號疊加之后的RSS信號強度信息作為物理信息，普遍使用的預處理方法是對參考點RPs進行聚類運算，得到若干個聚類中心及其類成員。

在2009年的IEEE 802.11n標準中，CSI：是衡量信道情況的信道狀態信息(ChannelState Information),屬于PHY層，來自OFDM系統下解碼的子載波。CSI是細粒度的物理信息，對環境更加敏感。相比于RSS表示多徑的疊加效應，物理層的CSI數據信息具有更細粒度和豐富的信息，這些信息能夠更全面的反映出環境中的多徑效應，從而在時域和頻域上感知更細微或更大范圍內的環境信息，所以應用于動作識別，手勢識別，位置識別，跟蹤等領域，因而在室內定位方面有很好的潛力。與此同時，通過修改固件和修改源碼能夠提取與分析在目前廣泛使用的802.lln標準的頻段中的CSI數據信息。

現有的應用比較多的聚類方法包括兩種，一是K-means聚類，另一種是仿射傳播聚類。K-means算法首先隨機選擇K個對象初始的代表聚類中心，再對剩下的每個對象根據其與各個聚類中心的距離將它重新賦給最近的類，然后重新計算每個類的中心作為下一次迭代的聚類中心。不斷重復這個過程，直到各聚類中心不再變化時終止。仿射傳播聚類算法相比K-means算法，不需要初始化聚類中心，而是通過設定一個實數值將每一個參考點都當成一個潛在的聚類中心。接著，兩個參考點之間相互傳遞近鄰信息，參考點根據近鄰信息選擇哪一個參考點作為聚類中心，直到聚類中心以及相關的類產生。

綜上所述，現有技術存在的問題是：一是物理信息多是使用RSS，RSS表示多徑的疊加效應，無法顯示信道特性，易受到多徑效應干擾，并且易隨時間波動不夠穩定，考慮到室內豐富的多徑干擾以及時間動態性，RSSI數值在復雜的室內環境中不能提供足夠的辨識度與健壯性。二是目前多數據類采用單一指標的聚類方式，但由于受到接入點布局、建筑結構以及人的走動等外界因素的影響，會使指紋數據采集時受到干擾，在聚類時可能被歸于不恰當的簇，直接導致到定位精度下降。

發明內容

針對上述問題，本發明的目的在于提供一種基于CSI空頻特性和參考點位置聚類算法的室內定位方法。

實現本發明目的地技術方案是：一種基于CSI空頻特性和參考點位置聚類算法的室內定位方法，通過采用接收CSI空頻特性聚類和參考點位置聚類的多指標聚類技術，對參考點進行有效的聚類，形成一定數量聚類中心及其類成員，以此減少定位階段計算量，提高定位精度。其實現方案如下：

1)數據采集階段：

1a)選擇一個布設有Wi-Fi接入點APs的區域；