[发明专利]融合Wi-Fi和蓝牙的增强位置指纹室内定位方法

说明书

本发明公开了一种融合Wi‑Fi和蓝牙的增强位置指纹室内定位方法，本发明融入Wi‑Fi和蓝牙两种模式采用信号强度指示RSSI位置指纹进行室内定位，只需要接收信号强度与空间物理位置的映射关系来定位，能够有效降低定位系统成本，并且对复杂环境下多径效应的鲁棒性大大提高；对从待测环境中预设的若干个访问接入点AP节点装置接收到各自对应测试位置的RSSI向量值对RSSI参数动态修正，使用k加权近邻法，能够使位置指纹方法得到的结果最大程度地接近实际位置，从而提高定位精度。本发明使用Wi‑Fi和蓝牙的决策级融合充分发挥了双模定位的优势，并且能在自适应大多数复杂环境的情况下有效提升室内定位精度。

技术领域

本发明涉及一种融合Wi-Fi和蓝牙的增强位置指纹室内定位方法，属于无线定位技术领域。

背景技术

室内环境下的定位一直是一个很多问题未被解决的领域。由于信号的严重衰减和多径效应，通用的室外定位设施(比如GPS)并不能在建筑物内有效地工作，同时，定位准确性也是一个问题。我们可以在室内搭建一套完整的基础设施用来定位，但是这样需要很大的代价，包括定位信号占用的频谱资源、用于感知定位信号的嵌入在移动设备中的额外硬件、安装在固定位置的用来发送定位信号的锚节点。在这种情况下，现在Wi-Fi和蓝牙都已经大范围地普及，大部分室内环境下都存在Wi-Fi和蓝牙，因此利用Wi-Fi和蓝牙进行定位无需额外部署硬件设备，是一个非常节省成本的方法。然而Wi-Fi和蓝牙并不是专门为定位而设计的，传统的基于时间和角度的定位方法并不适用于它们，位置精度也不够高。基于RSSI的定位是目前研究和应用最为广泛的定位方法，其定位基础是依据移动终端无线信号监听和扫描信标基站的RSSI信息。如在WLAN网络中，移动终端Wi-Fi模块通过主动扫描或者被动监听该用户终端接收范围内来自各AP的信号，根据MAC地址和SSID来识别AP，并收集记录其接收信号强度值。通过分析处理这些数据结合已知信息来估算移动终端的位置。而在定位技术领域，基于多种定位技术融合位置指纹算法来提高室内定位精度是合理可行的。如果一个移动设备能接收到来自多个发射源的信号，或者固定的多个基站都能感知到同一个移动设备，那么我们也就可以使用来自多个发射源或者多个接收器的RSSI组成一个RSSI向量，作为和位置相联系的指纹。大多数网卡可以测得来自多种AP的RSSI(可能是依次测量)。现在在大多数室内场景，移动设备常常可以检测到多种AP，因此使用来自多种AP的RSSI作为位置指纹是有意义的，如融合了蓝牙传感网络和Wi-Fi传感网络的双模融合定位算法。

目前的多模融合定位技术中，González J等人使用贝叶斯推断将GPS和UWB两种定位技术在数据级上进行融合并将其应用于连续跟踪定位，使用户能够在室内和室外进行平滑切换，即室外使用GPS进行定位，室内则使用UWB进行定位，同时为了提高精度，还使用了粒子滤波器进行似然求解。但上述方法有个缺陷：UWB所占带宽很大，用于室内定位不利于大范围部署AP，否则很容易对室内其他无线设备造成干扰，因此定位范围有相当的局限性；徐从富等人提出了使用D-S证据理论将多个传感器的定位结果在决策级上进行融合，但和贝叶斯方法一样有独立性假设，在实际应用中并不容易满足，同时计算复杂度太高，随着数据量的增大，计算复杂度会呈指数级增长，并且D-S合成公式并没有太坚实的理论基础；王睿等人提出使用指纹算法将蓝牙和Wi-Fi的定位结果在决策级上进行融合，并进行网格合并，但其使用欧氏距离作为相似度时，使用了k近邻法的特殊情况，即k＝1，其定位结果存在一定的特殊性，应用场景更注重于实时性，而在定位精度方面效果一般。

发明内容