基于接收信号强度和参考点位置双聚类的室内定位方法

摘要

本发明公开了基于接收信号强度和参考点位置双聚类的室内定位方法，主要解决现有室内定位方法参考点聚类不准确，定位精度差的问题。其实现步骤为：(1)选择参考点，测量接收信号强度，存入数据库；(2)按照接收信号强度对所有参考点进行第一次聚类；(3)对第一次聚类得到的簇按照位置进行第二次聚类；(4)计算第二次聚类得到的簇之间的距离，合并距离小的簇为一簇；(5)测量待定位点的接收信号强度，粗定位匹配簇；(6)利用粗定位匹配的簇，通过压缩感知精确定位。本发明减小了定位误差，提高了定位精度，可用于Wi-Fi接收机的室内定位。

主权项

基于接收信号强度和参考点位置双聚类的室内定位方法，包括两个阶段：1)离线阶段：1a)选择一个布设有Wi‑Fi接入点APs的区域；1b)在此区域内选择N个参考点RPs，并测量这N个参考点在四个方向上接收的来自周围接入点的接收信号强度RSS，存到数据库Χ^(o)中；1c)按照接收信号强度RSS对所有参考点RPs，采用吸引子传播算法AP进行第一次聚类；1d)对第一次聚类得到的每个簇，再按照地理位置采用吸引子传播算法AP进行第二次聚类；1e)判断第二次聚类的簇数量：如果第二次聚类得到的簇数量是大于等于2的正整数，则求出这些簇的两两之间的距离，将距离小于4米的簇合并为一簇，将聚类结果记录到数据库中，否则，直接将聚类结果记录到数据库中，完成指纹数据库的构建；2)在线阶段：2a)在待定位点测得来自周围L个接入点APs的接收信号强度RSS向量：χ_r＝[χ_1,r,...,χ_k,r,...,χ_L,r]^T，其中{χ_k,r,k＝1,2,...,L}是移动设备在任意一个方向上采集的来自第k个接入点APs的数据；2b)粗定位：求出待定位点的接收信号强度RSS向量χ_r与指纹数据库中各个簇的聚类中心的接收信号强度RSS向量之间的相似度，相似度被定义为：$s{(r,j)}^{\left(o\right)}=-\left|\right|{\chi }_r-{\chi }_j^{\left(o\right)}|{|}^2,\forall j\in H^{\left(o\right)},\forall o\in O$其中为第j个簇的聚类中心在方向o上的接收信号强度RSS向量，H为所有簇的聚类中心的集合，Ο＝{0°,90°,180°,270°}；设置阈值：$\alpha ={\alpha }_1·\underset{j\in H^{\left(o\right)},\forall o\in O}{max}\left\{s{(r,j)}^{\left(o\right)}\right\}+{\alpha }_2·\underset{j\in H^{\left(o\right)},\forall o\in O}{\min }\left\{s{(r,j)}^{\left(o\right)}\right\},$其中α₁+α₂＝1；将相似度s(r,j)^(o)大于阈值α的簇作为粗定位匹配的簇；2c)精确定位：随机选取8个接入点APs，利用这8个接入点APs和粗定位匹配得到的簇成员接收信号强度RSS，通过压缩感知算法求出待定位点的精确位置，完成待定位点的定位。