一种基于WiFi指纹的精度改善的室内定位方法技术

本发明专利技术公开了一种基于WiFi指纹的精度改善的室内定位系统和方法，该方法分为采样和定位两个阶段。在采样阶段，将不同方向采集法和高斯滤波融合，设计了FODG采样方法，从不同方向采集WiFi信号(如东、南、西、北四个方向)，接着用高斯滤波滤除一些与信号强度均值偏差较大的信号，再均值滤波存入指纹数据库。在定位阶段，设计了AWKNN匹配方法，即在计算欧式距离时，赋不同权值给各个拥有不同信号强度的AP,接着在坐标匹配环节，按欧式距离的不同大小赋予K个近邻采样点不同的权值。本定位系统(FODG采样+AWKNN匹配)相比传统WiFi指纹定位方法能够提高定位精度。

【技术实现步骤摘要】

本专利技术涉及一种基于WiFi指纹的精度改善的室内定位方法，属于室内定位

技术介绍
随着信息技术的快速发展，基于终端的室内定位技术能为用户提供信息检索服务、室内导航服务、社区交友服务等，因此已经成为当前的热点研究领域。现有的WiFi指纹定位法定位范围广、成本低、使用灵活、无需额外硬件支持，因此已成为研究的热点。但是，现有的WiFi指纹定位法尚存在如下问题：第一，在采样阶段，每个采样点上需要采集信号并预处理，已有的单方向采集和均值滤波的处理方式尚不够理想，导致指纹数据库不够准确，也就使后期定位精度不够理想；第二，在定位阶段，已有一些匹配方法如KNN赋予了K个近邻参考点相同权值，导致匹配精度不够理想。而本专利技术能够很好地解决上面的问题。
技术实现思路
本专利技术目的在于提供了一种基于WiFi指纹的精度改善的室内定位方法，该方法分为采样和定位两个阶段。在采样阶段，将不同方向采集法和高斯滤波融合，提出了改进的采样法——FODG(Fusion of Different direction collection and Gauss Filter)，即从东、南、西、北四个不同方向采集WiFi信号，接着用高斯滤波滤除一些与信号强度均值偏差较大的信号，再均值滤波存入指纹数据库。在定位阶段，将AP加权欧式距离和WKNN法融合，提出了改进的匹配法——AWKNN(AP weighted and distanced weighted KNN)，即在计算欧式距离时，赋不同权值给各个拥有不同信号强度的AP,接着提出了距离加权的KNN(WKNN)进行坐标匹配，最终得出待测点位置坐标。本专利技术解决其技术问题所采取的技术方案是：一种基于WiFi指纹的精度改善的室内定位方法，该方法采样阶段采用的FODG法，融合了不同发现采集法和高斯滤波法，既考虑到手机指向不同方向时信号强度的差异性，又滤除了一些与信号强度均值偏差较大的小概率信号，因此利用FODG法建立的指纹数据库相对更准确。方法流程：步骤1：采样阶段；步骤1-1：利用手机终端在每个采样点上采集东、南、西、北四个方向的WiFi信号，每个方向上采集若干组信号；步骤1-2：对这些WiFi信号进行高斯滤波，滤除一些与信号强度均值偏差较大的信号；步骤1-3：利用均值滤波得到每个采样点的WiFi信号强度均值；步骤1-4：将每个采样点的WiFi信号均值和对应的采样点位置信息存入数据库；步骤2：定位阶段；步骤2-1：手机在待定位点接收到实时WiFi指纹；步骤2-2：将实时WiFi指纹同数据库遍历，计算AP加权的欧式距离；步骤2-3：将AP加权的欧式距离按从小到大排序，选取数据库中欧式距离较小的前K个指纹采样点；步骤2-4：对这K个指纹采样点进行WKNN匹配；步骤2-5：得出待测点的位置坐标。进一步的，本专利技术步骤1-2中，WiFi信号强度服从正态分布，即RSS～N(μ，σ2)，那么服从标准正态分布，即其中μ为均值，σ为标准差，取发生概率在90％以内的数据，查询标准正态分布表可得即经过高斯滤波后，移动终端WiFi的RSS保留的取值范围为(μ-1.65σ，μ+1.65σ)。进一步的，本专利技术步骤1-3中，对经高斯滤波后的WiFi信号均值滤波，即取这些信号的均值。进一步的，本专利技术步骤2-2中，AP加权的欧式距离为，wj表示赋予第j个AP热点的权重值。假设在采样阶段一共采集了m个采样点的WiFi指纹，记作{F1，F2，...,Fm本文档来自技高网...

【技术保护点】
一种基于WiFi指纹的精度改善的室内定位方法，其特征在于，所述方法包括如下步骤：步骤1：采样阶段；步骤1‑1：利用手机终端在每个采样点上采集东、南、西、北四个方向的WiFi信号，每个方向上采集若干组信号；步骤1‑2：对这些WiFi信号进行高斯滤波，滤除一些与信号强度均值偏差较大的信号；步骤1‑3：利用均值滤波得到每个采样点的WiFi信号强度均值；步骤1‑4：将每个采样点的WiFi信号均值和对应的采样点位置信息存入数据库；步骤2：定位阶段；步骤2‑1：手机在待定位点接收到实时WiFi指纹；步骤2‑2：将实时WiFi指纹同数据库遍历，计算AP加权的欧式距离；步骤2‑3：将AP加权的欧式距离按从小到大排序，选取数据库中欧式距离较小的前K个指纹采样点；步骤2‑4：对这K个指纹采样点进行WKNN匹配；步骤2‑5：得出待测点的位置坐标。

【技术特征摘要】
1.一种基于WiFi指纹的精度改善的室内定位方法，其特征在于，所述方法包括如下步骤：步骤1：采样阶段；步骤1-1：利用手机终端在每个采样点上采集东、南、西、北四个方向的WiFi信号，每个方向上采集若干组信号；步骤1-2：对这些WiFi信号进行高斯滤波，滤除一些与信号强度均值偏差较大的信号；步骤1-3：利用均值滤波得到每个采样点的WiFi信号强度均值；步骤1-4：将每个采样点的WiFi信号均值和对应的采样点位置信息存入数据库；步骤2：定位阶段；步骤2-1：手机在待定位点接收到实时WiFi指纹；步骤2-2：将实时WiFi指纹同数据库遍历，计算AP加权的欧式距离；步骤2-3：将AP加权的欧式距离按从小到大排序，选取数据库中欧式距离较小的前K个指纹采样点；步骤2-4：对这K个指纹采样点进行WKNN匹配；步骤2-5：得出待测点的位置坐标。2...

【专利技术属性】
技术研发人员：蔡敏敏，王玉峰，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32