[发明专利]一种基于iBeacon设备的高效室内定位方法

权利要求书

1.一种基于iBeacon设备的高效室内定位方法，其特征在于，包括如下步骤：

11)在同一个位置，移动终端间隔一定时间进行连续采集多次，对每个Beaconi设备发出的信号序列，均计算其标准差Di，若标准差Di大于等于设定的阈值TD，则对其进行信号平滑处理，将平滑后的均值存入指纹数据库DA；若标准差Di小于阈值TD，则不需要进行平滑，直接计算多次采集的均值，将均值存入指纹数据库DA；所述均值平滑步骤包括：首先计算来自Beaconi设备发出的信号序列的均值Rav，然后通过公式Ri<Rav，计算比均值Rav高的信号的均值Rav1，通过公式Ri>Rav，计算比均值Rav低的信号的均值Rav2，设定阈值TD以及α，所述α为Di≥TD，0<α<1，用来调节Rav1，Rav2比重的一个超参数，标准差Di越大，α则越小，那么1-α的值也就越大，即Rav1的比重也会越大，的值也会也大，所述最后把的值作为平滑后的均值存入指纹数据库DA中；

12)将整个室内地图划分成多个子区域，对每一个子区域都构造一个分类器，该分类器由多个弱分类器进行线性加权而成，在实时定位阶段，对于一个信号强度向量S，计算室内地图上每个区域的分类器的分数，选择分数最高的区域作为信号强度向量S的预测区域，提取该预测区域相关的指纹数据库DA；将室内地图划分为多个子区域，分别在各个子区域多次采集信号强度向量，并记录在地图上的坐标位置以及所在的子区域编号,对于室内环境有N个BEACON基站，采集到的信号强度向量S，向量S中的每个元素是来自N个BEACON基站的信号值，S(Beaconi)则表示来自Beaconi的信号强度，如果没有来自Beaconk的信号强度，这个值则置为Rmin，取出向量S中任意两个来自不同BEACON基站信号值的所有组合，将BEACON基站之间的信号差作为特征，即计算每两个BEACON基站之间的信号强度差Xi，并将此构成一个集合{Xi＝S(Beaconi)-S(Beaconj)}，其中i,j＝1,2,3…N，这个特征空间的大小为Xi均与阈值θi进行比较，为了训练一个子区域的分类器，将在这个子区域采集的信号强度差X的标签设置为1，不在这个子区域采集的信号强度差的标签设为0，基于这些信号强度差X，训练出每个子区域的分类器Fregion，此过程会经过若干次迭代，每一次迭代将会产生一个弱分类器，而弱分类器Gi(S)会在每次迭代中得到在最终分类器Fregion的权重wi，如果当前这个弱分类器分类效果好，则增加权重wi，反之则减小，而误分类样本在下一轮迭代中会增加比重，它们受到误分类的惩罚加大，因此为了减少误分类，阈值θi会在每一轮迭代中修改来减小误分类损失函数；

所述Fregion为Fregion(S)＝∑iwiGi(S)，

所述Gi(S)为

G i ( S ) = 1 , X i ≥ θ i 0 , O t h e r w i s e ; ]]>

13)根据提取的预测区域的指纹数据库DA，使用KNN方法遍历该区域所包含的信号强度向量，获得最佳匹配位置。

2.根据权利要求1所述的一种基于iBeacon设备的高效室内定位方法，其特征在于，所述步骤13)具体包括如下步骤：

区域定位阶段步骤和精确定位阶段步骤；

所述区域定位阶段，将移动终端观测到的信号强度向量S，在每个区域分类器Fregion均进行计算，选出maxregionFregion(S)的区域A，从指纹数据库中选出区域标识为A的信号强度向量作为精确定位阶段步骤中的指纹数据库；

所述精确定位阶段步骤，遍历从所述区域定位阶段选取的指纹数据库，使用KNN方法进行定位，对于在某一点采集到的信号强度向量S，为了找到最佳匹配的位置坐标，计算公式如下：

d i s = 1 n ( Σ j = 1 n | S j - S i j | w ) 1 / w i = 1 , 2 , ... , m ; j = 1 , 2 , ... , n ]]>

Sj代表来自第j个BEACON基站的信号强度，Sij代表属于第i个参考位置采集到信号强度向量中来自第j个BEACON基站的信号强度。