[发明专利]一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法

权利要求书

1.一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法，其特征在于，包含以下步骤：

S1：指纹采集点规划设置，对住宅小区各楼栋做指纹采集点位规划设置，每一楼层按照面积均匀设置指纹采集点位；

S2：指纹采集，对每一个指纹采集点位进行环境Wifi指纹采集，并标记该指纹所属位置信息，上传云端服务器，并存储在位置指纹数据库；

S3：设备定位扫描上报，设备终端或者支持wifi扫描的智能手机定时扫描采集环境中的wifi信号,并生成定位指纹数据，上报云端定位计算系统，由定位计算系统做定位计算处理；

S4：指纹匹配计算，云端定位计算系统收到当前定位指纹数据，从位置指纹数据库提取本小区所有位置指纹信息，并筛选出能够匹配到当前定位指纹的位置指纹条目，并基于多级knn算法得到匹配位置指纹列表；

S5：空间位置计算，基于S4得到的匹配位置指纹列表，计算当前设备的位置；

所述步骤S4包括以下子步骤：

S4.1: 位置指纹匹配选择，从位置指纹数据库提取本小区所有位置指纹信息，对于每一条位置指纹信息，如果其包含当前定位指纹的任意一条mac地址，则将其放入候选位置指纹列表(P1,P2…Pn)；

S4.2： 楼栋选择，第K栋楼值取Kb，从候选位置指纹列表(P1,P2…Pn)中选择前Kb个指纹点，并对该Kb个指纹点按照归属的楼栋位置做聚合(P11, P12..P1i), (P21,P22…P2j)… (Pm1,Pm2.. Pmx)，分别计算每一楼栋匹配的点位数量(B1, B2…Bx)， 选取匹配点位数量最大的楼栋作为候选楼栋 Bmax，候选匹配位置指纹列表为(Pb1, Pb2… Pbi)；

S4.3：单元选择，如果候选楼栋Bmax单元数多于1，则需要进行单元选择过程；否则将候选位置指纹列表(Pb1, Pb2… Pbi)标记为(Pu1, Pu2… Pui)并跳过此步骤，转到步骤S4.4；

将(Pb1, Pb2… Pbi)按照单元进行聚合，分别计算每一个单元的指纹点匹配数量(U1,U2.. Ui)，选择数量最大的单元作为候选单元Umax，候选匹配列表为(Pu1, Pu2… Pui)；

S4.4：楼层选择，如果候选单元Umax 楼层数多于1，则需要进行楼层选择过程；否则将(Pu1, Pu2… Pui)标记为Pf1, Pf2.. Pfi)并跳过此步骤，转到步骤S4.5；

将(Pu1, Pu2… Pui)按照楼层进行聚合，分别计算每一个单元的指纹点匹配数量(U1,U2.. Ui)，选择数量最大的楼层作为候选楼层Fmax, 候选匹配列表为(Pf1, Pf2.. Pfi)；

S4.5：指纹点位选择，指纹点位K值取Kf，如果候选楼层Fmax的匹配指纹点数多于Kf,则需要进行位置指纹点位选择过程；否则将候选匹配列表为(Pf1, Pf2.. Pfi)标记为（P1，P2..Pi)跳过此步骤，转到步骤S5。

2.根据权利要求1所述的一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法，其特征在于：所述步骤S2中指纹采集包括使用手机APP，所述位置信息包括所属楼栋号、单元号、楼层号和层内位置号。

3.根据权利要求1所述的一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法，其特征在于：所述步骤S5中，如果候选位置指纹点列表(P1, P2… Pkf)列表长度Kf = 0，则定位失败，设备处于无wifi信号区域或未采集指纹的区域，如果Kf = 1, 则空间位置为该指纹点位置，如果Kf  1, 则采用三角定位或最小二乘法估算设备在该楼层的平面位置。

4.根据权利要求1所述的一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法，其特征在于：所述位置指纹数据库用于根据匹配的指纹库查询定位的位置信息。

5.根据权利要求3所述的一种基于wifi指纹和改进knn算法的住宅楼宇室内定位方法，其特征在于：所述指纹点位K值取Kf， 将候选楼层指纹候选匹配列表(Pf1, Pf2.. Pfi)按照欧式距离从小到大排序，选择前Kf个点位作为候选指纹列表(P1, P2… Pkf)。