[发明专利]一种基于iBeacon设备的高效室内定位方法

摘要

本发明提出一种基于iBeacon设备的高效室内定位方法解决了传统的室内定位方法，采用的KNN方法，移动终端采集到的信号强度向量S，需要遍历整个指纹数据库进行距离计算，当指纹数据库的数据庞大时，定位速度将变得非常缓慢，带来不良的用户体验，提高实时定位过程中的响应效率，实现了高效的定位。

主权项

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