欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023101478448
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种融合WiFi指纹和空间信息的室内定位方法,其特征在于:包括以下步骤:步骤1:离线构建指纹地图:对室内定位区域进行网格划分并将每个网格点作为参考点,在每个参考点采集WiFi信号并生成WISP特征,进而构建出包括每个参考点的WISP特征的指纹地图;

其中,所述WISP特征是融合WiFi特征以及空间特征生成的,所述空间特征是依据参考点位于直线走廊或转角进行分类编码生成的;所述WiFi特征是由参考点的WiFi指纹向量以及邻域空间的WiFi指纹向量拼接得到,表示为:,

其中,为参考点i的WiFi特征,为参考点i的WiFi指纹向量,均为参考点i的邻域空间内的第1个、第2个、第M个参考点的WiFi指纹向量,M为自适应选定的邻域空间内的参考点数;

自适应选定的所述邻域空间的半径是按照如下过程确定:

利用WiFi指纹向量计算参考点及其相邻参考点之间的差异度量;

若所述差异度量小于或等于设定阈值,成倍扩大所述邻域空间的半径,再次计算扩大后的所述邻域空间对应的差异度量,按照上述过程重复迭代,直至所述差异度量大于所述设定阈值,输出所述邻域空间的半径,为迭代步长;

其中,所述邻域空间的半径初值为网格划分时设定的相邻两参考点之间的距离L;

步骤2:基于所述指纹地图进行在线定位:在线接收WiFi信号并生成当前位置的WISP特征,再利用所述当前位置的WISP特征以及所述指纹地图,采用相似度作为定位指标进行在线定位。

2.据权利要求1所述的室内定位方法,其特征在于:所述WiFi指纹向量是基于信号排序序号生成的二进制向量,即将参考点接收的室内定位区域内所有发射器的WiFi信号由弱到强排序,并将排序序号均转换为二进制编码后拼接为二进制向量。

3.根据权利要求1所述的室内定位方法,其特征在于:离线构建的所述指纹地图存在相关的词袋树,所述词袋树的构建过程为:采用DBSCAN聚类算法对离线过程中所有参考点的所述WISP特征进行聚类,每一聚类视为一个聚类位置指纹;将每一个聚类位置指纹视为词袋树的一个叶节点,并计算出每个叶节点的TF-IDF权重值。

4.根据权利要求3所述的室内定位方法,其特征在于:步骤2中利用所述当前位置的WISP特征以及所述指纹地图,采用相似度作为定位指标进行在线定位的过程为:利用当前位置的WISP特征以及所述词袋树的叶节点对应聚类下的WISP特征,计算所述当前位置的WISP特征与每个叶节点的WISP特征之间的相似度;

再计算所述相似度与对应叶节点的TF-IDF权重值的乘积,从而选取乘积值最大的叶节点对应聚类下的WISP特征;

最后,基于选取的所述WISP特征以及其在指纹地图的位置得到最终定位结果。

5.根据权利要求3所述的室内定位方法,其特征在于:采用DBSCAN聚类算法对所有参考点的所述WISP特征进行聚类时,采用可变窗口的聚类邻域半径;

其中,所述聚类邻域半径按照如下过程确定:

对于参考点,其坐标信息表示为,将指纹地图中位置点集合表示为,则该参考点处的核密度估计表示为:,

其中,表示核函数,为核的带宽,为该空间内的位置点数量;

对应参考点对应的可变窗口比例值表示为:

,

则可变窗口的聚类邻域半径,为设置的聚类邻域半径阈值。

6.根据权利要求1所述的室内定位方法,其特征在于:在所述在线定位阶段,生成所述当前位置的WISP特征时,按照如下过程确定当前位置是处于直线走廊或转角:利用惯性测量单元采集角速度;

使用峰值检测算法并基于滑动窗口检测角速度变化,进而判断出直行或转弯;

角速度绝对值的最大值的定义为:,

若,则为直行,并视当前位置处于直线走廊;否则为转弯;、分别为设置的判断阈值、检测阈值,,分别表示滑动窗口的起始和停止时刻,且滑动窗口的大小与WiFi扫描时间间隔相同,当前WiFi 信号扫描的时间戳为滑动窗口的中心,若为转弯,再判断是左/右转,或是掉头:

定义中间参数:,

若,则为左/右转,即当前位置处于转角;否则为掉头,采用直线走廊方式编码。

7.一种基于权利要求1-6任一项所述室内定位方法的系统,其特征在于:包括:指纹地图构建模块用于离线构建指纹地图:对室内定位区域进行网格划分并将每个网格点作为参考点,在每个参考点采集WiFi信号并生成WISP特征,进而构建出包括每个参考点的WISP特征的指纹地图;

其中,所述WISP特征是融合WiFi特征以及空间特征生成的,所述空间特征是依据参考点处于直线走廊或转角进行分类编码生成的;

在线定位模块用于基于所述指纹地图进行在线定位:在线接收WiFi信号并生成当前位置的WISP特征,再利用所述当前位置的WISP特征以及所述指纹地图,采用相似度作为定位指标进行在线定位。

8.一种电子终端,其特征在于:包括:

至少一个或多个处理器;

存储了一个或多个计算机程序的存储器;

其中,所述处理器调用所述计算机程序以实现:

获取预先离线构建的指纹地图或离线构建指纹地图:

其中,所述指纹地图包括每个参考点的WISP特征,室内定位区域进行网格划分后,每个网格点作为参考点,进而利用在每个参考点采集的WiFi信号生成WISP特征,所述WISP特征是融合WiFi特征以及空间特征生成的,所述空间特征是依据参考点处于直线走廊或转角进行分类编码生成的;

基于所述指纹地图进行在线定位:在线接收WiFi信号并生成当前位置的WISP特征,再利用所述当前位置的WISP特征以及所述指纹地图,采用相似度作为定位指标进行在线定位;

所述WiFi特征是由参考点的WiFi指纹向量以及邻域空间的WiFi指纹向量拼接得到,表示为:,

其中,为参考点i的WiFi特征,为参考点i的WiFi指纹向量,均为参考点i的邻域空间内的第1个、第2个、第M个参考点的WiFi指纹向量,M为自适应选定的邻域空间内的参考点数;

自适应选定的所述邻域空间的半径是按照如下过程确定:

利用WiFi指纹向量计算参考点及其相邻参考点之间的差异度量;

若所述差异度量小于或等于设定阈值,成倍扩大所述邻域空间的半径,再次计算扩大后的所述邻域空间对应的差异度量,按照上述过程重复迭代,直至所述差异度量大于所述设定阈值,输出所述邻域空间的半径,为迭代步长;

其中,所述邻域空间的半径初值为网格划分时设定的相邻两参考点之间的距离L。

9.一种计算机可读存储介质,其特征在于:存储了一个或多个计算机程序,所述计算机程序被处理器调用以实现:获取预先离线构建的指纹地图或离线构建指纹地图:

其中,所述指纹地图包括每个参考点的WISP特征,室内定位区域进行网格划分后,每个网格点作为参考点,进而利用在每个参考点采集的WiFi信号生成WISP特征,所述WISP特征是融合WiFi特征以及空间特征生成的,所述空间特征是依据参考点处于直线走廊或转角进行分类编码生成的;

基于所述指纹地图进行在线定位:在线接收WiFi信号并生成当前位置的WISP特征,再利用所述当前位置的WISP特征以及所述指纹地图,采用相似度作为定位指标进行在线定位;

所述WiFi特征是由参考点的WiFi指纹向量以及邻域空间的WiFi指纹向量拼接得到,表示为:,

其中,为参考点i的WiFi特征,为参考点i的WiFi指纹向量,均为参考点i的邻域空间内的第1个、第2个、第M个参考点的WiFi指纹向量,M为自适应选定的邻域空间内的参考点数;

自适应选定的所述邻域空间的半径是按照如下过程确定:

利用WiFi指纹向量计算参考点及其相邻参考点之间的差异度量;

若所述差异度量小于或等于设定阈值,成倍扩大所述邻域空间的半径,再次计算扩大后的所述邻域空间对应的差异度量,按照上述过程重复迭代,直至所述差异度量大于所述设定阈值,输出所述邻域空间的半径,为迭代步长;

其中,所述邻域空间的半径初值为网格划分时设定的相邻两参考点之间的距离L。