一种定位方法技术

本发明专利技术公开了一种定位方法，无线服务终端采集N个样点的位置及其相应的无线信号特征值，构建所述无线信号特征值在所述N个样点的位置上的概率分布模型，其中N为正整数；并构建马尔科夫一步位置转移概率矩阵；所述无线服务终端根据所述概率分布模型和所述马尔科夫一步位置转移概率矩阵对待定位终端进行第m次定位，其中m≥1。进一步地，所述马尔科夫一步位置转移概率矩阵可根据实际情况进行必要的更新。本发明专利技术所提供的定位方法，有效利用环境中的无线信号的信息，实现对待定位终端的实时定位，并进一步提高定位的精确度。

【技术实现步骤摘要】

本专利技术涉及定位
，尤其涉及。
技术介绍
目前，基于全球定位系统(Global Positioning System,简称GPS)的定位技术已经相当成熟，且GPS卫星的数目较多，分布均匀，用户接收机可在地球上任何室外地点、任何时间至少同时观测到4颗GPS卫星，确保为用户接收机实现全球、全天候的导航定位服务。但由于地球表面情况比较复杂，GPS卫星信号经受大气摩擦、森林阻隔、建筑物遮挡等因素的影响，使得GPS定位系统的应用范围受到了一定限制。如在室内定位场合中，由于用户接收机接收不到完整的GPS卫星信号，因而GPS不再适用。近年来，无线传感器网络(Wireless Sensor Networks,简称WSN)、无线局域网(Wireless Local Area Network,简称 WLAN)和射频标签(Radio FrequencyIdentification，简称RFID)等短距离无线通信技术得到了迅速发展。在城市环境和室内环境中均部署了大量的WLAN的无线接入点(Access Point，简称AP)，用户终端扫描到多个无线AP的情况经常出现，因此只要是在无线信号的覆盖范围内，利用无线信号来对室外或室内的目标装置进行定位就成为可能。现有的基于无线信号网络的定位技术，所采用无线信号主要包括红外线、超声波、射频等传感信号进行定位。其中，基于红外线、超声波的定位技术精度相对较高，但其需要使用专门的硬件设施，且接收信号时需要视距传输，因此难以大规模部署；而基于射频信号的定位方法，具有传输距离远、无视距要求、成本低、易大规模部署等优势。基于射频信号的定位技术适用于各种采用射频信号通信的网络，如WSN、WLAN、RFID、GSM/GPRS (GlobalSystem for Mobile Comm unications/ General Packet Radio Service,全球移动通信系统 / 通用分组无线服务)、CDMA (Code Division Multiple Access,码分多址)及 TD-SCAMA(Time Division-Synchronous Code Division Multiple Access,时分同步码分多址)等。在无线网络环境中，待定位终端是其位置将被确定的装置，其利用无线网络环境中的无线信号进行通信，并且利用无线网络环境中的无线信号的特征来确定其自身的位置。待定位终端的典型例子包括便携式计算机、手持电话终端或其它可移动无线通信设备。在无线信号覆盖的环境下进行室内定位主要是对无线信号的特征进行观测，所谓的无线信号特征值，主要包括无线信号强度、信号频谱、误码率、比特差错率等可测量的、与目标装置位置相关的参数值。目前，室内定位技术主要是基于隐马尔科夫模型(Hidden Markov Model,HMM)和观测模型所提出的。隐马尔科夫模型HMM是统计模型的一种，用于描述含有未知参数的马尔科夫过程(Markov Process，MP)，利用可观测的参数来确定该过程中的隐含未知参数。马尔科夫过程MP具有如下特性在已知目前状态的条件下，它未来的演变不依赖于它以往的演变，即该随机过程的下一个状态只取决于目前的状态，没有记忆性。通常，待定位终端的位置由多个样点(待定位终端在移动路径上的位置采样点)的概率模型进行估计得出，其中每个样点包括位置参数和在所述样点上的信号值的期望值，根据信号值的观测结果序列及其相应的位置，可组建隐马尔科夫模型。在隐马尔科夫模型中，状态并不是直接可见的，但受状态影响的某些变量则是可见的，且每一个状态在可能输出的符号上都有一概率分布(如高斯分布)。因此，在为待定位终端的位置与其无线信号特征值建立隐马尔科夫模型时，所述待定位终端的位置并不是直接可见的，但受其位置影响的某些无线信号特征值则是可见或可测的，且待定位终端的每一个位置在不同的时刻上都有一个概率分布。为了提高对室内的目标装置或待定位终端进行定位的准确性，在现有的一个技术解决方案(中国专利申请号03815410.2)中，其基于隐马尔科夫模型和一个或多个过去或未来的观测结果，来对待定位的目标装置的位置进行估计。在该技术方案中，没有考虑不同目标装置的移动速度对马尔科夫一步转移概率矩阵的影响，且该马尔科夫一步转移概率矩阵一旦建立，便固定不变，没有学习或更新 能力，长此以往有可能会降低定位结果的可靠性。在现有的另一个技术解决方案(美国专利申请号US 2006/0215880 Al)中，其将目标装置移动范围划分为多个相互重叠的区域，并对所述区域建立马尔科夫模型，通过对目标装置的不断观察，直到在某一时刻对目标装置所在位置有一个比较明确的概率的时候，通过马尔科夫一步转移概率矩阵进行反推，获取该时刻之前的观测时刻所在区域的位置，从而获得目标装置的移动轨迹。该方案适用于获取目标装置的移动路径，但不能对目标装置的位置进行实时定位。
技术实现思路
本专利技术所要解决的技术问题是，提供，有效利用环境中的无线信号的信息，实现对待定位终端的实时定位，并进一步提高定位的准确度。为解决以上技术问题，本专利技术实施例提供，所述方法包括 无线服务终端采集N个样点的位置及其相应的无线信号特征值，构建所述无线信号特征值在所述N个样点的位置上的概率分布模型，其中N为正整数； 所述无线服务终端对每一个样点经过一步位置转移到所述N个样点的概率进行设置，构建马尔科夫一步位置转移概率矩阵； 所述无线服务终端对待定位终端进行第m次定位，其中m > I ; 当m > 2时，所述定位方法包括以下步骤 S1:所述无线服务终端采集当前所述N个样点的位置的无线信号特征值，并根据所述概率分布模型，获得所述待定位终端在第m次定位的第一概率分布矢量p’ ffl ； S2:所述无线服务终端调用在对所述待定位终端进行第m-1次定位时所获得的优化概率分布矢量Pnri，并根据所述马尔科夫一步位置转移概率矩阵，获得所述待定位终端在第m次定位的第二概率分布矢量p”m ； 53:所述无线服务终端根据所述第一概率分布矢量p’ ffl和所述第二概率分布矢量p”m，获得所述待定位终端在第m次定位时的优化概率分布矢量Pm ； 54:所述无线服务终端根据所述优化概率分布矢量pm，获得所述待定位终端在第m次定位时所在的位置。进一步地，在步骤S3中，所述无线服务终端根据所述第一概率分布矢量P’ m和所述第二概率分布矢量P”m，获得所述待定位终端在第m次定位时的优化概率分布矢量pm，包括 所述无线服务终端为所述第一概率分布矢量P’m分配权值《1，为所述第二概率分布矢量 p”m 分配权值 w2，其中，wl+w2=l, wl ^ O, w2 ^ O ； 所述无线服务终端通过加权平均的方式，获得所述待定位终端在第m次定位时的优化概率分布矢量Pm，其中，Pm= P’m*wl+p”m*w2。在一种实现方式中，在步骤S4中，所述无线服务终端根据所述优化概率分布矢量Pffl,获得所述待定位终端在第m次定位时所在的位置，包括 所述无线服务终端查询所述待定位终端在第m次定位时的所述优化概率分布矢量pm，获取所述优化概率分布矢量Pm中的最大概率值所对应的样点位置，并将所述最大概率值所对应本文档来自技高网...

【技术保护点】
一种定位方法，其特征在于，所述方法包括：?无线服务终端采集N个样点的位置及其相应的无线信号特征值，构建所述无线信号特征值在所述N个样点的位置上的概率分布模型，其中N为正整数；所述无线服务终端对每一个样点经过一步位置转移到所述N个样点的概率进行设置，构建马尔科夫一步位置转移概率矩阵；所述无线服务终端对待定位终端进行第m次定位，其中m≥1；当m≥2时，所述定位方法包括以下步骤：S1：所述无线服务终端采集当前所述N个样点的位置的无线信号特征值，并根据所述概率分布模型，获得所述待定位终端在第m次定位的第一概率分布矢量p’m；S2:?所述无线服务终端调用在对所述待定位终端进行第m?1次定位时所获得的优化概率分布矢量pm?1，并根据所述马尔科夫一步位置转移概率矩阵，获得所述待定位终端在第m次定位的第二概率分布矢量p”m；S3：所述无线服务终端根据所述第一概率分布矢量p’m和所述第二概率分布矢量p”m，获得所述待定位终端在第m次定位时的优化概率分布矢量pm；S4：所述无线服务终端根据所述优化概率分布矢量pm，获得所述待定位终端在第m次定位时所在的位置。

【技术特征摘要】
1.一种定位方法，其特征在于，所述方法包括 无线服务终端采集N个样点的位置及其相应的无线信号特征值，构建所述无线信号特征值在所述N个样点的位置上的概率分布模型，其中N为正整数； 所述无线服务终端对每一个样点经过一步位置转移到所述N个样点的概率进行设置，构建马尔科夫一步位置转移概率矩阵； 所述无线服务终端对待定位终端进行第m次定位，其中m > I ; 当m > 2时，所述定位方法包括以下步骤 S1:所述无线服务终端采集当前所述N个样点的位置的无线信号特征值，并根据所述概率分布模型，获得所述待定位终端在第m次定位的第一概率分布矢量P’m ； S2:所述无线服务终端调用在对所述待定位终端进行第m-1次定位时所获得的优化概率分布矢量Pnri，并根据所述马尔科夫一步位置转移概率矩阵，获得所述待定位终端在第m次定位的第二概率分布矢量P' ； 53:所述无线服务终端根据所述第一概率分布矢量P’m和所述第二概率分布矢量p”m，获得所述待定位终端在第m次定位时的优化概率分布矢量Pm ； 54:所述无线服务终端根据所述优化概率分布矢量pm，获得所述待定位终端在第m次定位时所在的位置。2.如权利要求1所述的定位方法，其特征在于，在步骤S3中，所述无线服务终端根据所述第一概率分布矢量P’m和所述第二概率分布矢量P” m，获得所述待定位终端在第m次定位时的优化概率分布矢量Pni,包括 所述无线服务终端为所述第一概率分布矢量P’m分配权值《1，为所述第二概率分布矢量 p”m 分配权值 w2，其中，wl+w2=l, wl ^ O, w2 ^ O ； 所述无线服务终端通过加权平均的方式，获得所述待定位终端在第m次定位时的优化概率分布矢量Pm，其中，Pm= P’m*wl+p”m*w2。3.如权利要求2所述的定位方法，其特征在于，在步骤S4中，所述无线服务终端根据所述优化概率分布矢量Pm，获得所述待定位终端在第m次定位时所在的位置，包括 所述无线服务终端查询所述待定位终端在第m次定位时的所述优化概率分布矢量pm，获取所述优化概率分布矢量Pm中的最大概率值所对应的样点位置，并将所述最大概率值所对应的样点位置作为所述待定位终端在所述第m次定位时的位置。4.如权利要求2所述的定位方法，其特征在于，在步骤S4中，所述无线服务终端根据所述优化概率分布矢量Pm，获得所述待定...

【专利技术属性】
技术研发人员：容荣，
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：