一种RF指纹定位方法及系统技术方案

本发明专利技术公开了一种RF指纹定位方法，包括：接收待定位终端发送的当前位置的第一信号特征；将第一信号特征与RF指纹数据库内存储的N个第二信号特征进行比对，计算得到与第一信号特征对应的第二信号特征的检测点的标号；其中，存储的N个第二信号特征对应于待定位区域的N个检测点，且N个第二信号特征由待定位区域的M个检测点的M个第二信号特征通过压缩感知的理论恢复得到，M个检测点的标号通过令观测矩阵相关系数最小的原则生成；获取计算得到的检测点的位置坐标，并将位置坐标发送给待定位终端。本发明专利技术还公开了一种RF指纹定位系统，可在节省构造和更新RF指纹数据库的工作量的同时，保证恢复结果可靠性和正确率。

【技术实现步骤摘要】

本专利技术涉及室内定位领域，尤其涉及一种RF指纹定位方法及系统。
技术介绍
近年来，随着智能终端普及率的提升，各式各样的移动终端应用也迎来井喷式的发展，其中基于位置的服务(LocationBasedService，LBS)是其中重要的一类，其应用范围涵盖医疗看护、物流管理，安防，导航，基于位置的信息投送，基于位置的网络安全，基于位置的用户参与游戏等等。传统的无线终端定位主要依靠全球定位系统(GlobalPositioningSystem，GPS)和无线基站进行定位，这两种方法都是基于几何的定位方法，即通过测量锚节点到终端的距离来确定终端的位置。在室外，测距精度很高，因此可获得很高的定位精度。而在室内环境，由于存在大量的非视距传播路径，难以准确测距，因此传统的定位方式均难以获得好的效果，定位误差很大。射频(RadioFrequency，RF)指纹系统通过离线阶段，在室内大量已知位置对无线信号做测量，提取无线信号的特征，并建立位置与无线信号特征的对应关系，保存在数据库(既RF指纹数据库)中。在线阶段，无线终端获取当前检测到的无线信号特征，发到后台的RF指纹数据库中做比对，通过定位算法计算获得当前无线终端的所在位置。一方面，由于RF指纹系统在定位原理上，并不受室内复杂环境的影响，因此可在室内获得比较好的定位精度。另一方面，目前WiFi设备的普及率很高，消费类电子产品普遍支持WiFi通信，在城市的楼宇、购物中心、体育场馆等典型室内场景中，WiFi无线信号资源丰富，RF指纹定位系统可以利用丰富的无线信号资源进行室内定位，无需额外增设设备，因此价格低廉。由于这些原因，RF指纹定位系统是一种低成本、较高精度的定位系统，是目前室内定位的主流方案之一，有广阔的发展前景。虽然RF指纹系统成本低，定位精度较高，但离线阶段构建RF指纹数据库的工作量却十分巨大。显而易见，RF指纹系统的定位精度与构建RF指纹数据库时的地理位置精细程度密切相关，数据库中包含的地理位置越精细，最终的定位精度也就越高，同时离线构建RF指纹数据库时所需的测量位置也就越多，为了保证在已知位置提取的信号特征稳定，通常需要在每个测量位置的多个朝向进行若干次测量，按照各个朝向分别取平均值，并且如果环境发生较大改变，原来的测量结果就不再准确，需要重新构建或更新RF指纹数据库。2006年，Donoho、Tao等人正式提出了压缩感知的概念，对于具有稀疏特性或者是可压缩的信号，可以通过少量采样点恢复出来。由于自然界有很多物理量(如音频信号，图像信息等)都可以在某种基(通过某种基的表示也可以看作是对原始信号做出某种变换，如傅里叶变换，小波变换等)的表示下，呈现出稀疏或者是可压缩的特性，因此这项技术一经提出，就受到广泛的关注，成为应用数学和信号处理领域的一个热点研究方向。根据目前的研究结果，室内环境下，信号强度等信号特征，随地理位置的变化函数在傅里叶变换下呈现稀疏特性，这就使得利用压缩感知的理论方法解决RF指纹系统构建复杂的问题成为可能。目前已有的降低构建RF指纹系统难度的方案，是通过在WiFi环境下对空间进行无线信号采样，得到稀疏采样矩阵，然后对稀疏采样矩阵恢复得到信号强度标识(ReceivedSignalStrengthIndication，RSSI)矩阵，最后通过无线接入点采集当前位置的无线信号与之前获得的RSSI矩阵进行比对，得到当前位置。但这种方案由于稀疏采样算子为随机布尔数组，因而依赖于随机的地理位置抽样，也就是在在获取稀疏采样矩阵的时候，所选取的测量位置，必须是服从一定分布的随机抽样。从压缩感知的原理上来说，服从随机抽样的原则，能保证压缩感知观测矩阵以一定概率满足严格等距特性(RIP)，从而可以用L1范数最小化的优化方法恢复出一定精度的RSSI矩阵。然而，构建完整RSSI矩阵依赖于地理位置的随机抽样，将不可避免的带来恢复结果正确与否的随机性，如上所述，随机抽样只能保证压缩感知观测矩阵以一定概率满足严格等距特性，从而可由凸优化的方法从较少的观测点恢复出满足一定精度的RSSI矩阵，同时也有一定的概率会出现恢复失败，这种结果的随机性使得该方案在具体使用时受到限制。
技术实现思路
针对上述问题，本专利技术的目的在于提供一种RF指纹定位方法及系统，可在节省构造和更新RF指纹数据库的工作量的同时，保证恢复结果可靠性和正确率。本专利技术提供了一种RF指纹定位方法，包括如下步骤：接收待定位终端发送的当前位置的第一信号特征；其中，所述待定位终端位于待定位区域内；将所述第一信号特征与RF指纹数据库内存储的N个第二信号特征进行比对，计算得到与所述第一信号特征对应的第二信号特征的检测点的标号；其中，所述存储的N个第二信号特征对应于待定位区域的N个检测点，且所述N个第二信号特征由所述待定位区域的M个检测点的M个第二信号特征通过压缩感知的理论恢复得到，所述M个检测点的标号通过令观测矩阵相关系数最小的原则生成，M≤N≤M2；获取计算得到的所述检测点的位置坐标，并将所述位置坐标发送给所述待定位终端，完成定位。优选地，所述RF指纹定位方法还包括：将待定位区域离散化为N个检测点，并生成关于所述N个检测点的N阶离散傅里叶变换矩阵F；根据预设的采样数M，从矩阵FH中抽取出M行，构成一个M行N列并具有最小相关系数的观测矩阵B，并对所述观测矩阵B进行归一化；其中，根据与抽取出的M行的标号对应的M个检测点测量得到的信号特征生成M维信号特征矢量根据所述观测矩阵B及所述M维信号特征矢量恢复得到所述待定位区域的全部N个检测点的第二信号特征，并根据所述N个信号特征构建RF指纹数据库。优选地，所述根据预设的采样数M，从矩阵FH中抽取出M行，构成一个M行N列并具有最小相关系数的观测矩阵B，并对所述观测矩阵B进行归一化，具体包括：根据N及预先设定的采样数M，从矩阵FH中抽取出M行，并使得抽取的M行的行标号形成的M点子集构成模N的加法群ZN中的差分集；利用抽取出的M行构成一个M行N列的观测矩阵B，并对所述观测矩阵B进行归一化。优选地，所述根据预设的采样数M，从矩阵FH中抽取出M行，构成一个M行N列并具有最小相关系数的观测矩阵B，并对所述观测矩阵B进行归一化，具体包括：根据预先设定的采样数量M，通过组合的方法从所述矩阵FH的全部N行中中抽取出M行，构成个M行N列的矩阵，并计算每个矩阵的相关系数；对每个矩阵的相关系数进行比对，获取具有最小相关系数的矩阵，标记为观测矩阵B，并对所述观测矩阵B进行归一化。优选地，所本文档来自技高网...

【技术保护点】
一种RF指纹定位方法，其特征在于，包括如下步骤：接收待定位终端发送的当前位置的第一信号特征；其中，所述待定位终端位于待定位区域内；将所述第一信号特征与RF指纹数据库内存储的N个第二信号特征进行比对，计算得到与所述第一信号特征对应的第二信号特征的检测点的标号；其中，所述存储的N个第二信号特征对应于待定位区域的N个检测点，且所述N个第二信号特征由所述待定位区域的M个检测点的M个第二信号特征通过压缩感知的理论恢复得到，所述M个检测点的标号通过令观测矩阵相关系数最小的原则生成，M≤N≤M2；获取计算得到的所述检测点的位置坐标，并将所述位置坐标发送给所述待定位终端，完成定位。

【技术特征摘要】
1.一种RF指纹定位方法，其特征在于，包括如下步骤：
接收待定位终端发送的当前位置的第一信号特征；其中，所述待定位终端位于待定位
区域内；
将所述第一信号特征与RF指纹数据库内存储的N个第二信号特征进行比对，计算得到
与所述第一信号特征对应的第二信号特征的检测点的标号；其中，所述存储的N个第二信号
特征对应于待定位区域的N个检测点，且所述N个第二信号特征由所述待定位区域的M个检
测点的M个第二信号特征通过压缩感知的理论恢复得到，所述M个检测点的标号通过令观测
矩阵相关系数最小的原则生成，M≤N≤M2；
获取计算得到的所述检测点的位置坐标，并将所述位置坐标发送给所述待定位终端，
完成定位。
2.根据权利要求1所述的RF指纹定位方法，其特征在于，所述RF指纹定位方法还包括：
将待定位区域离散化为N个检测点，并生成关于所述N个检测点的N阶离散傅里叶变换
矩阵F；
根据预设的采样数M，从矩阵FH中抽取出M行，构成一个M行N列并具有最小相关系数的观
测矩阵B，并对所述观测矩阵B进行归一化处理；其中，根据与抽取出的M行的标号对应的M个检测点测量得到的信号特征生成M维信号特征矢
量根据所述观测矩阵B及所述M维信号特征矢量恢复得到所述待定位区域的全部N个检
测点的第二信号特征，并根据所述N个信号特征构建RF指纹数据库。
3.根据权利要求2所述的RF指纹定位方法，其特征在于，所述根据预设的采样数M，从矩
阵FH中抽取出M行，构成一个M行N列并具有最小相关系数的观测矩阵B，并对所述观测矩阵B
进行归一化，具体包括：
根据N及预先设定的采样数M，从矩阵FH中抽取出M行，并使得抽取的M行的行标号形成的
M点子集构成模N的加法群ZN中的差分集；
利用抽取出的M行构成一个M行N列的观测矩阵B，并对所述观测矩阵B进行归一化。
4.根据权利要求2所述的RF指纹定位方法，其特征在于，所述根据预设的采样数M，从矩
阵FH中抽取出M行，构成一个M行N列并具有最小相关系数的观测矩阵B，并对所述观测矩阵B
进行归一化，具体包括：
根据预先设定的采样数量M，通过组合的方法从所述矩阵FH的全部N行中中抽取出M行，
构成个M行N列的矩阵，并计算每个矩阵的相关系数；
对每个矩阵的相关系数进行比对，获取具有最小相关系数的矩阵，标记为观测矩阵B，
并对所述观测矩阵B进行归一化。
5.根据权利要求2所述的RF指纹定位方法，其特征在于，所述根据所述观测矩阵B及所
述M维信号特征矢量恢复得到所述待定位区域的全部N个检测点的第二信号特征，并根
据所述N个信号特征构建RF指纹数据库，具体包括：
根据所述观测矩阵B及所述M维信号特征矢量并通过求解L1范数最小化的优化问题
获得其中，满足η为经...

【专利技术属性】
技术研发人员：容荣，傅予力，胡瑞，
申请(专利权)人：广州杰赛科技股份有限公司，
类型：发明
国别省市：广东;44