基于随机用户信号逻辑图映射的室内wlan定位方法
【技术领域】
[0001] 本发明涉及到一种基于随机用户信号逻辑图映射的室内WLAN定位方法
【背景技术】
[0002] 随着可移动设备得到越来越广泛的应用以及无线网络的普及，用户对信息 的即时性和就地性的需求也越来越强烈，因此基于位置的服务LBS(L〇cati〇nBased Service)也备受关注。目前较为流行的无线定位系统有全球定位系统GPS(Global PositioningSystem)、蜂窝定位系统、蓝牙定位系统、射频识别RFID(RadioFrequency Identification)定位系统、ZigBee定位系统以及Wi-Fi定位系统。其中GPS在室外定位精 度较高，得到广泛的应用，但是单卫星信号在障碍物较多的环境下，如高楼林立的城市街道 或室内，信号会急剧减弱，导致系统难以正常工作；蜂窝定位系统在室外环境下的定位误差 通常大于50米，定位精度较低，在对于定位精度要求较高的室内场景无法适用；蓝牙、RFID 和ZigBee定位系统一般适用于短距离定位环境。因此，上述定位技术均不具有普适性，从 而亟需寻找一种新的定位系统来代替或弥补上述各定位系统所存在的不足。同时，无线局 域网WLAN的不断普及给了WLAN定位技术很大的发展机会。
[0003] 在WLAN定位系统中，位置指纹定位方法的精度较高且不需要添加额外的设备，从 而得到了较为广泛的应用。基于位置指纹的定位方法主要分为两个阶段：离线阶段和在线 阶段。在离线阶段，通过在目标区域内选择合适的参考点，并在每个参考点处测量来自不同 接入点AP(AccessPoint)的信号强度值，建立位置指纹数据库。在在线阶段，利用相应的 定位方法对终端实时测量得到的信号值与指纹数据库中的信号数据进行匹配，从而估计终 端位置。
[0004] 由于位置指纹定位方法的离线阶段需要在每个参考点处采集来自不同AP的信号 强度值，因此在定位前期需要投入大量的人力与时间开销，以完成位置指纹数据库的构建。 特别是在参考点数目较多的情况下，离线阶段指纹采集的工作量会大大增加，并且在大多 数LBS中，我们无需计算目标的精确物理位置坐标，而仅需获知目标所在的区域及其周围 环境信息。
【发明内容】
[0005] 本发明为了解决位置指纹定位方法需要在离线阶段采集大量位置指纹数据的问 题，提供一种基于随机用户信号逻辑图映射的室内WLAN定位方法。
[0006] 本发明首先利用随机用户采集的信号强度序列，通过聚类及序列拼接方法，构建 用户在定位目标区域内的信号逻辑图；其次，根据相应的映射准则，建立信号逻辑图中的 RSS聚类节点到物理环境图中的区域位置节点之间的映射；最终，利用最优信号逻辑图到 物理环境图的映射关系，实现对目标用户的位置估计。
[0007] 本发明基于随机用户信号逻辑图映射的室内WLAN定位方法的步骤如下：
[0008] 步骤一：在定位目标区域内随机采集若干条接收信号强度序列1={RSSp… ，RSSjJ(j= 1，…，z);，其中，M为序列长度，即接收信号强度矢量个数；z为序列条数；RSSjk =(RSSjkl，…，RSSjkn) (k= 1，…，M)为第j条序列中第k个接收信号强度矢量；n为AP个 数；RSSjfe(r= 1，…，n)为第j条序列第k个接收信号强度矢量中来自第r个AP的信号强 度值。
[0009] 步骤二：在\_中，利用时间戳升序排列，将每条信号强度矢量重构为一条混合矢量 沪".=(人，RSSmi.…，RSS屮,)...
[0010] 步骤三：分别对中的时间戳和接收信号强度矢量进行加权，加权系数分别为Wts 和wrss，wts+wrss= 1，从而得到吟…，mVssrsUo
[0011] 步骤四：对S#混合矢量:岭进行谱聚类，以得到Sj中每条混合矢量的聚类号。
[0012] 步骤五：利用中值滤波，修正每条混合矢量的聚类号及相应类心。
[0013] 步骤六：根据I中相邻聚类之间的转移关系，以连接图的形式得到\的类转移图。
[0014] 步骤七：重复步骤二至步骤六，以得到所有接收信号强度序列的类转移图。
[0015] 步骤八：对每条类转移图进行序号随机标记，得到类转移图序号1，…，t，其中，t 为类转移图个数。
[0016] 步骤九：从序号为1的类转移图开始，按序号顺序依次把每个类转移图作为第一 参考序列，设定类合并门限Sth，逐一计算各条非第一参考序列中各类号所对应的类心与第 一参考序列中各类号所对应的类心之间的欧式距离Ih其中，表示 当前第一参考序列的第个类心与第Zi条非第一参考序列中的第f2个类心之间的欧式距 离，为第一参考序列的第&个类心；为第21条非第一参考序列中的第&个类心。
[0017] 步骤十：在所有的类转移图中，合并欧式距离小于Sth的类，且合并后的类心定义 为合并前不同类的类心均值。
[0018]步骤十一：以数值± 1为步长调整Sth取值，即首先按+1为步长调整原Sth，重复步 骤九至步骤十，一旦得到非全连通图，停止按+1为步长调整原Sth的步骤，以-1为步长调整 原sth，重复步骤九至步骤十，直到得到的全连通图为当前的第一参考序列为止，即完成序列 拼接。
[0019] 步骤十二：重复步骤九至步骤十一，使得所有的类转移图都已被选为第一参考序 列，得到的所有合并的全连通图构成了待筛选信号逻辑图集合，其中每个合并图定义为一 个信号逻辑图，信号逻辑图中的每个节点定义为一个逻辑节点。
[0020] 步骤十三：将定位目标区域的每个叉路口作为区域边界进行子区域划分，即每 个子区域的边界即为目标区域的路口，并对每个子区域进行序号随机标记，记区域标号为 1，…，A，其中A表示所有的子区域的个数。
[0021] 步骤十四：根据各子区域的邻接关系，将定位目标区域表示为各子区域连通的物 理环境图，即将每个不同的子区域用一个圆圈表示，圈内的数字是相应的区域号，根据各子 区域的物理连接特性，用直线将两个在目标区域中相连的子区域连接起来，将所有的连接 关系确定之后，就可得到各子区域连通的物理环境图。
[0022] 步骤十五：在定位目标区域内选择NC个标记位置点CP(CalibrationPoints)， 且保证标记位置点个数少于子区域个数；要求标记位置点在已知的特定的子区域中； CP= 丨Cp,,(Km=l,???,?C;p,pe!l,???,A)，其中cPn。表示第nc个标记点所在的区域号。
[0023] 步骤十六：在各标记位置点处采集NR个来自不同AP的信号强度矢量 RSS二(麗《 = 1，…，細），其中RSS:: =(%?腿，wraRSS::m-,，…，WraRSSlJ 示第nc个标记点上采集的第num个接收信号矢量；RSS二示第nc个标记点上所采集 的第num个接收信号矢量中来自第r个AP的信号强度，并将其均值矢量作为各标记位置点 的代表矢量RV(RepresentativeVector);且RV= {Mrssn。}，其中，Mrssn。表示第nc个标记 点的RV，其中Mrssn。表示为：
【主权项】
1.基于随机用户信号逻辑图映射的室内WLAN定位方法，其特征在于步骤如下： 步骤一：用户在定位目标区域内随机采集若干条接收信号强度序列Sj.=出SSj,，… ，RSSjJ (j = 1，…，Z)，其中，M为序列长度，即接收信号强度矢量个数；Z为序列条数；RSSjk =巧SSj.ki，…，RSSj.J化=1，…，M)为第j条序列中第k个接收信号强度矢量；n为AP个 数；RSSj.kt (r = 1，…，n)为第j条序列第k个接收信号强度矢量中来自第r个AP的信号强 度值； 步骤二：在Sj.中，利用时间戳升序排列，将每条信号强度矢量重构为一条混合矢量 '<P,,={k, RSS," RSS,")； 步骤H ;分别对口中的时间戳和接收信号强度矢量进行加权，加权系数分别为Wb和 Wrss，Wts+Wfss= 1，得到喊=的,*.做民巧,u' …，M'",民SS脚）； 步骤四：对Sj.中混合矢量咕:进行谱聚类，得到Sj.中每条混合矢量的聚类号； 步骤五；利用中值滤波，修正每条混合矢量的聚类号及相应类也； 步骤六：根据Sj.中相邻聚类之间的转移关系，W连接图的形式得到S j.的类转移图； 步骤走；重复步骤二