[发明专利]一种基于邻域粗糙集约简的室内区域定位方法

说明书

本发明公开了一种基于邻域粗糙集约简的室内区域定位方法。首先，将待定位区域划分成若干子区域，并且在待定位区域中部署若干AP和参考点，在每个参考点上采集来自全部AP的RSS信号，与参考点所在的子区域构成位置指纹数据库；其次，将来自每个AP的RSS信号当作为邻域粗糙集的条件属性进行属性的约简，并更新位置指纹数据库，保留剩余AP的RSS数据；最后，应用更新后的位置指纹数据库进行区域定位。本专利基于邻域粗糙集的约简，提出了一种基于邻域粗糙集约简的室内区域定位方法，解决了离线位置指纹开销庞大的问题。

技术领域

本发明属于室内定位技术，具体涉及一种基于邻域粗糙集约简的室内区域定位方法。

背景技术

由于无线网络和智能终端使用的日益普及，基于位置服务LBS(Location BasedService)的应用也越来越广泛。而在室内定位领域，基于位置指纹的室内定位算法，作为基于RSS的WLAN定位经典算法，也受到了广泛的欢迎。位置指纹的室内定位算法大体上可以分为离线阶段和在线阶段。在离线阶段需要在待定位区域内标记若干参考点RP(ReferencePoint)，在每个RP处采集来自不同接入点AP(Access Point)的RSS值，以此构建位置指纹数据库；而在线阶段，用户需要实时采集来自不同AP的RSS信号，与位置指纹数据库进行匹配，以此实现对用户的定位。

然而WLAN的不断发展，直接导致了室内环境中的AP会大量增加，可能有十几个增加到数以百计，如果离线阶段构建位置指纹数据库时，采用如此大量的AP，会导致存储开销大量增加，也会在线阶段的定位匹配效率降低。针对此问题，本发明提出了一种基于邻域粗糙集约简的室内区域定位方法，通过计算得到不同AP的重要度，从而对位置指纹数据库进行约简，大大降低了位置指纹数据的存储开销。

发明内容

本发明的目的是提供一种基于邻域粗糙集约简的室内区域定位方法，它通过对位置指纹数据库的约简，大大减少了对位置指纹数据库的存储开销，提高了在线阶段位置指纹的匹配效率，解决了传统位置指纹定位中的数据库存储开销大以及在线匹配效率不高的问题。

本发明所述的一种基于邻域粗糙集约简的室内区域定位方法，包括以下步骤：

步骤一、在待定位区域中部署k个无线接入点AP_i(i＝1,…,k)，且此k个AP位置固定。将待定位区域划分成A个子区域area_j(j＝1,…,A)。

步骤二、在待定位区域均匀设置N个参考点RP_r(r＝1,…,N)，M个测试点TP_t(t＝1,…,M)。

步骤三、将构建离线阶段的位置指纹数据库。首先，在参考点RP_r(r＝1,…,N)上采集来自AP_i(i＝1,…,k)的接收信号强度并将无线接入点AP_i视作邻域粗糙集的条件属性；其次，记录参考点RP_r隶属于的子区域area_r(r＝1,…,N)，其中area_r∈{area₁,…,area_j}(j＝1,…,A)，并将子区域编号视作邻域粗糙集的决策属性；最后构建位置指纹数据库为

步骤四、首先，计算全部N个参考点上来自AP_i(i＝1,…,k)接收信号强度的标准差其中其次，计算邻域粗糙集的邻域δ_i＝σ_i/λ，其中λ为邻域参数。

步骤五、计算全部条件属性相对于决策属性的正域。

步骤六、计算全体条件属性AP的依赖度θ＝n/N。