[发明专利]基于手机的区域WiFi热点位置测定技术

说明书

技术领域

本发明所属领域为信息安全，涉及WiFi热点信息采集技术，WiFi热点定位算法和基于Android手机的程序设计等技术。

背景技术

自20世纪90年代末期起，许多高校和研究机构就开始了无线局域网室内定位技术的研究，具有代表性的项目有AT&T Cambridge的ActiveBadges项目和Georgia Tech公司的Smart Floor项目。在室内定位算法研究方面，国外研究成果中具有代表性的是，Bah1等人采用信号空间最近邻法(Nearest Neighbor inSignal Space，NNSS)和信号空间K最近邻法(K-Nearest Neighbor in Signal SpaceK-NNSS)。该方法在位置指纹数据库里找出与实时信号强度样本最接近的一个或多个样本，将它们对应的采样点或多个采样点的平均值作为预估的用户位置。此外，还有Smailagic等人提出的基于查表(Table based)的定位方法。

目前许多相关研究集中在无线局域网中如何定位移动用户位置等方向上，涌现出了许多基于无线局域网室内定位技术的定位技术，其中较为典型的有微软研究院开发的RADAR定位系统，芬兰Ekahau公司研制的Ekahau定位系统，Skyhook公司的WPS定位系统等。

1、RADAR定位系统

RADAR定位系统是由微软研究院开发的基于无线局域网的室内定位系统，它最早提出基于信号强度位置指纹匹配的算法，此后许多无线局域网室内定位系统大都借鉴了RADAR系统的算法思想。该系统主要从软件的角度出发，利用802.11标准中的接收信号强度(Received Signal Strength Indication，RSSI)，通过比对所在位置RSSI与事先测量的RSSI之间的相似性，利用模式匹配的思想实现定位。RADAR系统提出了两种基于RSSI的定位方法，一种是根据经验值数据库进行定位，另一种是根据室内信号传播模型进行定位。前者的首要任务是，建立室内环境的无线信号接收强度分布图，即信号强度经验值数据库。测量值与经验值进行匹配时采用了最近K邻居算法(K-Nearest Neighbor in Signal SpaceK-NNSS)。而基于室内信号传播模型建模的定位方法，则首先用数学建模的方式计算室内空间中各个位置的信号强度RSSI，再用实时测量值与之比对，匹配算法仍然采用最近K邻居算法。RADAR系统的增强版中加入了类维特比(Viterbi-like)历史路径算法，在一定程度上提高了定位的精度，但是同时也增加了定位算法的复杂度和定位时延。RADAR系统主要依靠信号强度测量值与经验值的比对来判定用户的位置，是后来很多基于位置指纹数据库匹配的室内定位算法的鼻祖。然而，该系统没有充分利用与位置相关的其他信息，一定程度上影响了定位的精度，平均定位精度为2.65米左右。

2、Ekahau定位系统

芬兰Ekahau公司推出的Ekahau定位系统是全球第一个商用化的基于无线局域网的室内定位系统。该系统使用经验值采样的方法进行定位，可运行在支持无线网络的台式机、笔记本电脑或智能手机上。它主要包括3个模块：客户端、管理程序、定位服务器。Ekahau定位系统工作时，从客户端上采集无线AP的信号强度，管理程序负责建立室内环境的无线信号强度分布图，即RSSI数据库，定位服务器用来存储RSSI数据库，并执行匹配算法计算设备位置坐标。定位之前，定位引擎要求用户事先画好行走路线，在行走路线上进行采样，因此，定位时给出的位置估计值被限定在事先画好的行走路线上，定位区域具有很大的局限性。Ekahau定位系统的平均定位精度为3m左右，是目前商用定位系统中较为成熟的系统之一。

3、WPS定位系统