[發明專利]一種智慧教室內的指紋定位方法及系統

有效

• 申請號: 201810564419.8
• 申請日: 2018-06-04
• 公開（公告）號: CN108989976B
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 戴志誠;劉三女牙;陳增照;何秀玲;李小年
• 申請（專利權）人: 華中師范大學
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W4/021;H04W64/00;H04W4/33
• 代理公司: 武漢東喻專利代理事務所(普通合伙) 42224
• 代理人: 方可

本發明公開了一種智慧教室內的指紋定位方法，具體為：首先對指紋庫中的無線信號強度值RSSI進行高斯濾波和取均值；然后找到與待測點信號強度最近鄰點；最后以歐氏距離為權值參考，對最近鄰點求加權質心，引入權值指數作為該權值的指數，得出待測節點的坐標。本發明有較高的定位精度，較小的定位誤差波動和較強的環境適應性。

技術領域

本發明屬于定位技術領域，更具體地，涉及一種智慧教室內的指紋定 位方法及系統。

背景技術

在智慧教室中做好出勤考察與記錄、教師與學生實時互動、教學相關 數據傳輸與記錄和小組互動教學是非常重要的，但是這些工作都需要以學 生的教室空間位置為基礎，因此迫切需要對教室空間定位進行研究。針對 復雜的室內環境，已經出現了多種室內定位技術，如基于無線局域網、RFID、 ZigBee和iBeacon等定位技術。基于iBeacon技術的室內定位具有成本與 功耗低的優點，因此出現了很多基于iBeacon技術進行室內定位算法的研究。

iBeacon是一項低耗能藍牙技術，工作原理類似之前的藍牙技術，由 iBeacon發射信號，藍牙設備定位接受，反饋信號。當用戶進入、退出或者 在區域內徘徊時，iBeacon的廣播有能力進行傳播，可計算用戶和iBeacon 的距離(可通過接收信號強度RSSI計算)

常見的室內定位方法有基于到達方向(DOA)、到達時間差(TDOA)、 到達時間(TOA)和接收信號強度(RSSI)等。基于RSSI室內定位算法主 要分為兩大類，分別是基于測距的幾何定位方法和基于模式匹配模型的指 紋定位方法。

其中指紋定位用到的核心算法一般有KNN、SVM、神經網絡、決策樹等 機器學習算法。而KNN模型的算法，因為復雜度，硬件成本和計算開銷低 而被廣泛使用。因此KNN算法是室內指紋定位被主要用到的算法。而對基 于KNN的指紋定位算法權值的改進主要是在兩個方面，第一是在計算歐式 距離進行匹配的時候引入權值。

如文獻[1]陳順明,李平.基于RSSI權值的環境適應型室內定位算法研 究[J].計算機工程與應用,2015,51(22):99-103在計算信號歐式距離進行 匹配時，引入了基于RSSI的權值，環境適應方面有所提高。第二是在找出 最臨近點求解質心的時候引入權值即加權質心，質心的位置即為最終的位 置估計。該算法環境適應性和定位精度有所提高，但算法的使用比較復雜。

如文獻[2]彭泓,趙陽,夏天鵬.基于優化RSSI精度的WSN加權質心定 位算法[J].計算機工程與應用,2015,51(21):88-91是采用了一種優化的 加權質心算法，它采用的是參考節點到待測節點之間的實際距離的倒數作 為權重，由于室內環境比較復雜，基于信號衰減模型確定的實際距離偏差 很大，而且權值固定，不具有環境的適應性，定位精度不高。

再如文獻[3]吳澤泰,蔡仁欽,徐書燕,吳小思,傅予力.基于K近鄰法的 WiFi定位研究與改進[J].計算機工程,2017,43(03):289-293.是基于待測 樣本與訓練樣本之間相似度的權值，通過加權質心，得到估計坐標。該算 法雖然定位時間縮短了，但是精度沒有提高，也不具有環境適應性。可以 發現上邊沒有基于歐氏距離權值的研究，而且對于復雜室內環境的適應性 不好。

發明內容

針對傳統的室內指紋定位算法存在的定位精度不高、環境適應性差、 定位結果不穩定的問題，本發明提出一種智慧教室內的指紋定位方法，其 目的在于，提高室內定位精度、環境適應性和定位結果的穩定性。

一種室內指紋定位方法，包括離線建庫階段和在線定位階段；

所述離線建庫階段具體為：

(S1)在室內布置P個作為無線信號發射端的iBeacon；將室內網格化， 網格交叉點作為錨節點,記錄第n個錨節點的物理坐標L_n＝(x_n,y_n),n＝1,…,N；