[發明專利]一種基于眾包RSSI序列的室內導航方法

有效

• 申請號: 201911198246.3
• 申請日: 2019-11-29
• 公開（公告）號: CN110944291B
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 王斌;楊曉春;孫晶
• 申請（專利權）人: 東北大學
• 主分類號: H04W4/024
• 分類號: H04W4/024;H04W4/33;H04W16/22;H04W64/00;H04B17/318
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 梁焱

1.一種基于眾包RSSI序列的室內導航方法，其特征在于，包括下述步驟：

步驟1：進行RSSI序列采集：第k個用戶利用攜帶的眾包移動設備接收來自導航區域內每個接入點的信號強度值，構成RSSI序列S_k＝{f_k1,f_k2,...,f_kn,...,f_k,Nk}，得到RSSI序列集合S＝{S₁,S₂,...,S_k,...,S_K}；

其中，k＝1,2,...,K，K為用戶總數；f_kn為第k個用戶的第n個RSSI，n∈{1,2,...,Nk}，Nk為第k個用戶的RSSI序列中RSSI的總數；f_kn＝(r_kn1,r_kn2,...,r_knm,...,r_knM)，r_knm為第k個用戶的第n個RSSI中來自第m個接入點AP_m的信號強度值，m∈{1,2,...,M}，M為導航區域內的接入點總數；

RSSI序列集合S中有L個RSSI帶有房間級別位置標簽，每個帶有房間級別位置標簽的RSSI與對應的房間級別位置標簽構成訓練樣本，L個訓練樣本構成訓練樣本集A；

步驟2：構建并訓練粗粒度定位模型：以RSSI為輸入、RSSI對應的房間級別位置標簽為輸出，構建基于神經網絡的粗粒度定位模型，利用訓練樣本集A對基于神經網絡的粗粒度定位模型進行訓練；

步驟3：計算RSSI序列集合S中任意兩個RSSI之間的距離：對于第i∈{1,2,...,K}個用戶的RSSI序列S_i＝{f_i1,f_i2,...,f_ip,...,f_i,Ni}和第j∈{1,2,...,K}個用戶的RSSI序列S_j＝{f_j1,f_j2,...,f_jq,...,f_j,Nj}，RSSI f_ip＝(r_ip1,r_ip2,...,r_ipm,...,r_ipM)與RSSIf_jq＝(r_jq1,r_jq2,...,r_jqm,...,r_jqM)之間的距離為

其中，dis'()為L2距離度量函數，f_i,p+1、f_j,q+1分別為RSSIf_ip、f_jq的相鄰RSSI，α、β、γ均為預設的參數；

分別為RSSIf_ip、f_jq的內部信號差異向量，

為RSSIf_ip與f_jq之間的信號差異向量，

步驟4：利用RSSI序列集合S構建RSSI圖，具體包括：將RSSI序列集合S中相同RSSI序列中的RSSI連接在一起，計算對齊的RSSI的距離，并將對齊的RSSI連接在一起，將每個RSSI表示為一個點，相鄰兩個RSSI相連形成一個邊，相鄰兩個RSSI之間的距離作為該相鄰兩個RSSI相連形成的邊的權重，形成室內RSSI圖；

步驟5：對需導航用戶進行導航：

步驟5.1：對需導航用戶進行粗粒度定位：將需導航用戶當前接收到的RSSIf_u輸入訓練后的基于神經網絡的粗粒度定位模型，得到需導航用戶當前的房間級別位置標簽y_u；

步驟5.2：對需導航用戶進行精細定位：獲取需導航用戶的RSSI序列S_u，對于房間級別位置標簽y_u對應的房間中的每個RSSI序列，計算該RSSI序列中每個RSSI與RSSI序列S_u中每個RSSI之間的距離并求和作為該RSSI序列與RSSI序列S_u之間的距離，選取與RSSI序列S_u之間的距離最小的RSSI序列作為RSSI序列S_u在RSSI圖中的映射；

步驟5.3：將目的地的RSSIf_d映射到RSSI圖中；

步驟5.4：在RSSI圖上查詢從需導航用戶當前的RSSI到目的地的RSSIf_d的最短路徑，根據所述最短路徑對需導航用戶進行導航。