1.基于WiFi指纹的室内定位接入点三维部署算法,其特征在于:该算法的主要步骤如下:
步骤一:提出三维空间下参考点的六棱柱网格划分方式;
步骤二:确定信号覆盖率的目标函数;信号覆盖率的目标函数的推导过程具体描述如下:
三维室内空间中的RP表示参考点,M是参考点的数量,其中RPs={RP1,…,RPM},三维室内空间中的AP表示接入点,N是AP的数量,其中APs={AP1,…,APN},设所有的AP设备都具有相同的工作参数,如传输功率和传输增益,则将第j个RP被第k个AP信号所覆盖的概率定义为:
其中RSSs表示第j个RP处接收到的最小RSS,RSSe表示WiFi信号的不确定因子,其与信号波动的标准偏差有关,α,β分别表示AP设备的相关参数,λ表示AP设备的输入参数,λ=RSSj(k)‑(RSSs+RSSe),由室内位置指纹定位原理可知,为保证空间定位结果的唯一性,要求定位区域中的每个RP至少要被三个AP设备所覆盖,若每个RP被AP覆盖的概率相互独立,则第j个RP至少被三个AP所覆盖的概率可以得到:
cj=1‑(cj1+cj2+cj3),其中:
RP能够被AP所有效覆盖的条件为:cj≥Cth,其中Cth为概率阈值,
为使所有目标区域内的RP实现更好的信号覆盖率,根据定位区域内的RP个数,得到所有RP的信号覆盖率函数f1:
步骤三:确定改进的信号空间欧式距离的目标函数;改进的信号空间欧式距离的目标函数的推导过程具体描述如下:
考虑到WiFi信号波动性的影响,引入RSS的标准偏差值来修正RP之间的信号空间欧式距离,提高RSSi,j的准确度,用I_RSSi,j表示第i个RP和第j个RP之间的改进信号空间欧氏距离定义如下:
其中,SDi,k,SDj,k分别表示第i个RP和第j个RP接收的第k个RSS的标准偏差值,I_RSSi,j可以更准确地反映两个RPs接收到的RSS之间的相似性,因此,用I_RSSave(i)表示的第i个RP改进的平均信号空间欧式距离定义如下:其中Q表示一组RPs,这组RPs与第i个RP的距离小于dQ,dQ表示距离阈值,q表示Q中RPs的数量,最终,对于所有RPs改进的信号空间欧氏距离函数f2:其中ei表示在第i个RP处接收到的RSS的波动值,步骤四:利用优化算法求解接入点部署位置。