The embodiment of the present invention discloses an indoor positioning method based on Bluetooth signal RSSI, which includes the following steps: deploying N Bluetooth base stations in the positioning site and obtaining coordinates of Bluetooth base stations; setting Bluetooth signal sources at the positioning point to collect RSSI values of N Bluetooth base stations; and according to the calculation model d=10.
【技术实现步骤摘要】
一种基于蓝牙信号RSSI的室内定位方法
本专利技术实施例涉及室内定位
,具体涉及一种基于蓝牙信号RSSI的室内定位方法。
技术介绍
室内定位技术是指在室内环境中实现位置定位,主要采用无线通讯、基站定位、惯导定位等多种定位技术形成室内位置定位体系,实现在室内空间中的位置监控。常见的室内无线定位技术主要有Wi-Fi、蓝牙、红外线、超宽带、RFID、ZigBee以及超声波等。基于蓝牙信号的室内定位技术具有低功耗、易集成的优点,目前主流的蓝牙定位方案是基于三边定位,蓝牙定位的基本原理是通过蓝牙信号接收端(基站)接收到的蓝牙信号RSSI(ReceivedSignalStrengthIndication,接收的信号强度指示)值推算蓝牙信号接收端(基站)与蓝牙信号发射端(信号源)之间的距离,从而进行坐标计算,距离的推算使用业界普遍认可的模型d=10((ABS(RSSI)-A)/(10*n)),其中A表示基站距离信号源一米时的RSSI的绝对值,n为环境衰减因子,通常是取经验值1-4,d表示基站与信号源之间的距离,在获得距离d的情况下在使用三边定位或最大似然法求得坐标。当前,基于蓝牙信号的室内定位技术存在的不足是定位精度较差,主要源于以下三点:(1)蓝牙信号存在一定的跳变,信号值的波动会直接影响到模型算出来的距离;(2)在距离模型中,人为的选取n值往往会造成较大的误差,n值的大小依赖于环境对信号影响,一个错误的n值会带来意想不到的误差;(3)在计算坐标的时候,通常采用的三边定位法和最小二乘法,而这两种方法都存在一定的缺陷,三边定位法无法给出一个较为精准的坐标解,而最小 ...
【技术保护点】
1.一种基于蓝牙信号RSSI的室内定位方法,其特征在于,所述方法包括以下步骤:S1、在定位场地部署N个蓝牙基站并获取蓝牙基站的坐标,其中N≥3;S2、在定位点设置蓝牙信号源,采集N个蓝牙基站的蓝牙信号RSSI值;S3、根据计算模型d=10
【技术特征摘要】
1.一种基于蓝牙信号RSSI的室内定位方法,其特征在于,所述方法包括以下步骤:S1、在定位场地部署N个蓝牙基站并获取蓝牙基站的坐标,其中N≥3;S2、在定位点设置蓝牙信号源,采集N个蓝牙基站的蓝牙信号RSSI值;S3、根据计算模型d=10((ABS(RSSI)-A)/(10*n)),分别计算每个蓝牙基站与蓝牙信号源的距离d,其中A为测得的蓝牙基站距离蓝牙信号源1m处的蓝牙信号强度,n为环境衰减因子;S4、根据距离蓝牙信号源d值最小的三个蓝牙基站的距离d值和坐标,通过拟牛顿算法计算得到定位点的坐标。2.根据权利要求1所述的一种基于蓝牙信号RSSI的室内定位方法,其特征在于,所述根据计算模型d=10((ABS(RSSI)-A)/(10*n)),分别计算每个蓝牙基站与蓝牙信号源的距离d之前,还包括:利用深度学习优化算法拟合得到环境衰减因子n。3.根据权利要求1所述的一种基于蓝牙信号RSSI的室内定位方法,其特征在于,所述根据计算模型d=10((ABS(RSSI)-A)/(10*n)),分别计算每个蓝牙基站与蓝牙信号源的距离d之前,还包括:对采集到的蓝牙信号RSSI值进行滤波处理。4.根据权利要求2所述的一种基于蓝牙信号RSSI的室内定位方法,其特征在于,所述利用深度学习优化算法拟合得到环境衰减因子n包括:选取适当测试点设置蓝牙信号源,测量得到N个蓝牙基站与蓝牙信号源之间的距离d以及N个蓝牙基站的蓝牙信号RSSI,并对采集到的蓝牙信号RSSI值进行滤波处理,获得一组距离d数据集和一组RSSI数据集,分别记为[d1,d2,d3,...,dN]和[RSSI1,RSSI2,RSSI3,...,RSSIN];将[d1,d2,d3,...,dN]和[RSSI1,RSSI2,RSSI3,...,RSSIN]分别作为计算模型d=10((ABS(RSSI)-A)/(10*n))的输入量和输出量对环境衰减因子n进行深度学习拟合,拟合时首先在环境衰减因子n的经验值范围1-4内随机选取一个值作为环境衰减因子n的初始值,并基于此初始值进行多次迭代计算,定义损失函数采用均方误差的形式,均方误差计算公式为其中为蓝牙信号RSSI的预测值,θ为蓝牙信号RSSI的测试真值,每次迭代计算过程利用随机梯度下降算法根据损失函数的值对环境衰减因子n进行优化,直至得到损失函数值最小的环境衰减因子n。5.根据权利要求1或4所述的一种基于蓝牙信号RSSI的室内定位方法,其特征在于,所述方法还包括:利用卡尔曼滤波器对采集到的蓝牙信号...
【专利技术属性】
技术研发人员:贾晓玮,张威森,
申请(专利权)人:核芯互联科技青岛有限公司,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。