[发明专利]基于稀疏表示的WLAN室内定位方法

说明书

技术领域

本发明涉及一种模式识别领域中的室内定位方法，具体涉及到基于稀疏表示的WLAN室内定位方法。

背景技术

随着科技进步和人民生活水平的提高，越来越多的用户对定位技术需求变得日益迫切，如导航服务等。室外导航目前最常用的定位技术是GPS，在无遮挡情况下GPS的精度能够得到较好的保证。但是在室内导航中，由于建筑物的遮挡，往往接收不到GPS信号，无法提供定位服务。并且一般民用GPS的精度也不够高（10m左右），相对于室内导航的要求（1m左右）还有一段距离。

[0003] 近年来，在智能手机普及以及移动互联网的迅猛发展的背景下，为了切合用户移动办公和移动生活的需要，越来越多的机构和厂商在各种环境下广泛部署了无线局域网（WLAN）。基于WLAN的室内定位技术研究在此背景下应运而生，由于其充分能利用现有设备，无需增加或仅需增加极少数设备，因而得到的广泛的关注和研究，具有广阔的发展前景。

基于WLAN的定位算法主要有到达角度定位（AOA），到达时间定位（TOA），信号强度分析法（RSS）和位置指纹定位法等。AOA和TOA算法都需要额外添加专门的设备，并且容易受非视距离以及多径影响。RSS则受传输模型以及周围环境影响较大，而位置指纹算法有效的克服了上述缺点，得到了广泛应用。

位置指纹算法主要分为两个步骤：1)选择合适的参考点，离线测量建立位置指纹数据库阶段；2) 测量欲定位点，通过搜索匹配算法在线匹配位置指纹数据库进而估计位置信息。在搜索匹配算法中，K近邻法由于其简单、效果较好具备一定的优势。K近邻法是选取欲定位点RSS值的K个近邻（通常是选前K个和欲测试点RSS值欧氏距离最小的参考点），然后把这K个近邻的平均坐标作为估计坐标输出。但是该算法需要指定选取其近邻的个数，不同的近邻个数会显著影响其准确度。同时，K近邻算法在定位的过程中，只用到了K个近邻的信息，没有充分利用其它参考点的信息，潜在地造成性能损失。

发明内容

本发明的目的是提供一种基于稀疏表示的WLAN室内定位方法，以解决K近邻方法中参数选择问题、不能综合利用全局参考点信息问题。

本发明基于稀疏表示的WLAN室内定位方法，包括以下步骤：

步骤一、在室内设置n个接入点AP，保证室内每个节点都接收到三个或者三个以上AP信号，组成WLAN室内定位系统；

步骤二、在室内设置m个参考点，测量参考点接收到每个AP的信号强度值组成RSS向量，建立位置指纹数据库；假设第i个参考点对应的坐标为Loc_i＝(x_i,y_i)^T且其接收到第j个AP的信号强度为其中1≤j≤n，则第i个参考点对应的RSS向量可以表示为其中1≤i≤m，则所有参考点接收的信号强度可以用矩阵的形式表示为RSS＝[RSS₁,RSS₂,...,RSS_m]，其对应的坐标为Loc＝[Loc₁,Loc₂,...,Loc_m]；

步骤三、在欲定位点测量RSS向量通过稀疏表示方法用参考点的RSS向量对欲定位点的RSS值进行稀疏重构，即使得权重系数向量W＝[w₁,w₂,...,w_m]^T满足公式（1）所示关系：

其中|| ||₀表示0范数，表示向量中的非零个数；

步骤四、解公式（1）中的优化问题，求得权重系数向量W＝[w₁,w₂,...,w_m]，由于稀疏表示的性质，权重系数向量W中的大部分元素都为0；