[发明专利]一种基于区域分割和曲面拟合的室内定位方法

说明书

技术领域

本发明属于通信和无线网络技术领域，更具体地，涉及一种基于区域分割和曲面拟合的室内定位方法。

背景技术

随着数据业务和多媒体业务的快速发展，人们对室内定位与导航等位置信息的需求日益增加。目前已经开发出多种室内定位技术，并且不同的技术有不同的定位性能和硬件需求。比如，红外定位、蓝牙定位、超宽带定位、WLAN定位等等。其中基于WLAN的室内定位技术得到了广泛的研究，因为随着城市的智能化发展，城市的大多数区域已经实现了WLAN信号覆盖，从而节省了硬件成本。而且，市场上许多移动设备都能够检测到WLAN热点的信号强度（Received Signal Strength，简称RSS）。所以基于RSS的WLAN室内定位成了许多研究人员的首选方案。

基于RSS的室内定位技术大致可以分为两种：基于测距定位和非基于测距定位。前者通过观测到的RSS，根据信号传播模型计算移动目标与各信号源的距离，然后推测目标所在位置。但是，由于室内环境的复杂多样，包括墙壁、走廊、门窗、橱柜、玻璃等障碍物，使得传播模型不容易精确得到，导致定位精度的下降。

指纹定位是一种最常用的非基于测距的定位方法。该方法工作在两个阶段：离线训练阶段和在线定位阶段。对于一个给定的室内环境，在一些已知位置的参考点处采样来自各信号源的信号强度，通过处理得到每个参考点的指纹向量，并存储在指纹数据库中。定位阶段，将移动设备所观测到的指纹与数据库参考点指纹进行对比，然后得到设备定位位置。一种常用的定位算法就是最近邻法（Nearest Neighbor，简称NN）。然而，传统的指纹定位算法性能受参考点的粒度制约。一般而言，参考点粒度越大，定位精度越高，反之越差。但是，参考点的信号强度采样非常耗时耗力，所以，为了得到较高的定位精度，常常会带来大量的采样工作和计算工作。

近年来有些研究学者提出了一些方法，期望能够减少训练阶段采样工作量，同时维持较好的定位精度。有的方法建议使用一些未知位置的采样点作为补偿点，比如说一条人的运动轨迹，来校正信号强度的分布模型参数，如果这些参数因为参考点的采样数据不够而变得不准确。还有的方法建议使用插值算法，插值产生一些虚拟参考点，并且这些参考点的指纹可以从周围实测参考点指纹推测得到，从而丰富了指纹数据库。然而这些方法都是离散的定位机制，定位效果受补偿点数目或者虚拟参考点数目的制约，指纹对比只能工作在一个有限的数据空间集合里。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于区域分割和曲面拟合的室内定位方法，其目的在于解决现有指纹定位技术中，定位性能受参考点粒度的制约，定位结果只能从有限个参考点中提取，导致定位精度有限的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于区域分割和曲面拟合的室内定位方法，包括以下步骤：

（1）在给定目标区域中设置r:I/个信号源和八i'个参考点，保证每个参考点能够接受来自至少一个信号源的信号强度，同时记录每个参考点的二维坐标信息(x_i，y_i)，i=1，2，…，N，I表示参考点的编号，x_i和y_i分别表示第i个参考点的横坐标和纵坐标；

（2）对于每个参考点进行信号强度采样，然后对样本取均值，得到第个参考点的指纹其中表示第i个参考点所接收到的来自第j个信号源的平均信号强度，j=1，…,M;

（3）将给定目标区域划分为K个区域，并根据每个区域内的参考点的指纹，建立相应的区域指纹F_k=(S_k1，S_k2，…，S_kM)，k=1，2，…，K，并存到指纹数据库；

（4）在每个区域内，针对每一个信号源，利用该区域内参考点的指纹，建立一个曲面拟合函数φ(x，y)来表示该信号源在该区域内的信号强度分布；

（5）利用移动终端扫描M个信号源的信号强度，以获得待定位点的指纹并上传到服务器；其中表示待定位点观察到的来自第j个信号源的信号强度；

（6）计算待定位点的指纹s^o与K个区域中各区域指纹的指纹差异度D_k，以初步判断待定位点所在区域的位置；

（7）利用以下公式在步骤（6）确定的区域内进行位置搜索，以寻找一个空间点，使得该空间点的指纹与待定位点的指纹s^o具有最小的指纹差异度J，将该空间点作为最终定位结果：