基于多徑能量指紋的室內(nèi)定位方法
【專利摘要】一種基于多徑能量指紋的室內(nèi)定位方法，屬于室內(nèi)無線定位【技術(shù)領(lǐng)域】和無線通信【技術(shù)領(lǐng)域】，包括步驟：S1.離線信號采集階段，通過采集得到的無線信號估計得到對應(yīng)到每個基站的k條信道的多徑參數(shù)并計算出RSSI，同時測量對應(yīng)的位置得到多維空間指紋庫；S2.在線階段，通過實測信號，利用信道估計算法估計得到用戶當(dāng)前位置信道多徑參數(shù)并計算出RSSI，比較實測和指紋庫的RSSI，得到前10%相似的指紋點；S3.對S2中篩選出的指紋點進行信道參數(shù)的比較，得到最相似的若干個點的平均坐標(biāo)作為用戶位置估計值，本發(fā)明的方法很好地將室內(nèi)信道多徑參數(shù)信息融入到了室內(nèi)定位算法中，可以較為顯著地提高定位精度和穩(wěn)定性。
【專利說明】基于多徑能量指紋的室內(nèi)定位方法
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及室內(nèi)無線定位【技術(shù)領(lǐng)域】和無線通信【技術(shù)領(lǐng)域】，主要利用指紋庫室內(nèi)定位算法，結(jié)合室內(nèi)信道多徑參數(shù)估計技術(shù)，提供了一種基于多徑能量指紋的室內(nèi)定位方法。
【背景技術(shù)】
[0002]伴隨著數(shù)據(jù)和多媒體業(yè)務(wù)的高速發(fā)展，人們對于定位與導(dǎo)航的需求日益增大，各種基于位置的服務(wù)(LBS)如雨后春筍般涌現(xiàn)出來，如商場、展館、交通樞紐內(nèi)的導(dǎo)航，各類基于位置的社交網(wǎng)絡(luò)應(yīng)用，工廠遠(yuǎn)程管理、緊急情況下的輔助救援等等。伴隨著移動通信行業(yè)的快速發(fā)展，室內(nèi)環(huán)境無線信號覆蓋率也在不斷提高，室內(nèi)環(huán)境定位也因此而成為了可能。與此同時，MIMO多發(fā)多收技術(shù)作為移動通信系統(tǒng)中的關(guān)鍵技術(shù)之一，可以有效利用信道的空間資源，正逐步得到廣泛應(yīng)用，而MMO技術(shù)引入空間分辨能力也為室內(nèi)無線定位性能的提升提供了可能。
[0003]目前室內(nèi)無線定位方案主要有兩種設(shè)計思路:第一種思路是單純利用無線信號接收信號強度指示(Received Signal Strength Indication, RSSI)實現(xiàn)定位,常見方法包括指紋庫、傳輸模型等，此外還可以加入復(fù)雜的數(shù)學(xué)方法，如神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)等，在RSSI空間進行一系列的運算，進而實現(xiàn)定位；第二種思路是利用到達角(AOA)、到達時間差(TDOA)等信道參數(shù)的估計，利用電波傳輸路徑的幾何關(guān)系，反演出用戶的位置。
[0004]但是現(xiàn)有的這些方法都或多或少存在一些局限性:第一種思路定位精度一般，且穩(wěn)定性不是很高，指紋庫和傳輸模型這兩種方案設(shè)計很簡單，計算時間復(fù)雜度低，利用神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)時，要想獲取很高的精度，就得采用更為復(fù)雜的算法，導(dǎo)致計算復(fù)雜度高，實時性不一定能保障；第二種思路則主要應(yīng)用在視距(LOS)的場景下，在純非視距(NLOS)時則由于反射、繞射引起較大的幾何誤差，鑒于實際環(huán)境中NLOS場景較為普遍，因此其實用性大打折扣。

【發(fā)明內(nèi)容】

[0005]為克服上述現(xiàn)有技術(shù)的缺點，本發(fā)明的目的在于提供一種基于多徑能量指紋的室內(nèi)定位方法，其是一種精度更高、穩(wěn)定性更好的室內(nèi)定位算法。
[0006]為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是:
[0007]—種基于多徑能量指紋的室內(nèi)定位方法，其特征在于，該方法包括步驟:
[0008]S1.離線信號采集階段，獲取特定信號序列通過系統(tǒng)后的接收響應(yīng)，利用該響應(yīng)得到各基站對應(yīng)的RSSI和k組信道多徑參數(shù)，每組信道多徑參數(shù)均包括時延和幅度信息，同時采集當(dāng)前點的位置信息(即該環(huán)境下的X、I坐標(biāo))，共同作為指紋信息建立多維空間指紋庫，用于定位時的比較；
[0009]S3.對S2中篩選出的指紋點進行第二輪比較，比較實際估計到的多徑參數(shù)與指紋庫中的多徑參數(shù)的相似程度，用相似程度最高的幾個指紋點的坐標(biāo)計算用戶位置估計值。
[0010]所述步驟SI中，對于某一室內(nèi)環(huán)境，將其近似均分成若干小方塊，在每個方塊的中心進行指紋數(shù)據(jù)的采集，方塊的大小與室內(nèi)環(huán)境大小密切相關(guān)。
[0011]所述步驟SI中，對接收響應(yīng)進行校準(zhǔn)，并采用空間交替廣義期望最大化來完成信道參數(shù)估計。
[0012]所述步驟S2中，將實測得到的RSSI與指紋庫中RSSI做比較，考慮η個基站的情況,則RSSI為η維向量,表示為Crssi1, rssi2, L, rssin),使用歐式距離d來衡量相似程度，即求解:
[0013]
【權(quán)利要求】
1.一種基于多徑能量指紋的室內(nèi)定位方法，其特征在于，該方法包括步驟: 51.離線信號采集階段，獲取特定信號序列通過系統(tǒng)后的接收響應(yīng)，利用該響應(yīng)得到各基站對應(yīng)的RSSI和k組信道多徑參數(shù)，每組信道多徑參數(shù)均包括時延和幅度信息，同時采集當(dāng)前點的位置信息，共同作為指紋信息建立多維空間指紋庫，用于定位時的比較； 52.實時定位階段，用戶接收基站發(fā)射的信號，處理接收到的信號，計算出RSSI并進行信道估計得到相關(guān)多徑參數(shù)，將實測RSSI與指紋庫中RSSI做比較，找出最為相似的10%的指紋點； 53.對S2中篩選出的指紋點進行第二輪比較，比較實際估計到的多徑參數(shù)與指紋庫中的多徑參數(shù)的相似程度，用相似程度最高的幾個指紋點的坐標(biāo)計算用戶位置估計值。
2.如權(quán)利要求1所述的室內(nèi)定位方法，其特征在于，所述步驟SI中，對于某一室內(nèi)環(huán)境，將其近似均分成若干小方塊，在每個方塊的中心進行指紋數(shù)據(jù)的采集。
3.如權(quán)利要求1所述的室內(nèi)定位方法，其特征在于，所述步驟SI中，對接收響應(yīng)進行校準(zhǔn)，并采用空間交替廣義期望最大化來完成信道參數(shù)估計。
4.如權(quán)利要求1所述的室內(nèi)定位方法，其特征在于，所述步驟S2中，將實測得到的RSSI與指紋庫中RSSI做比較，考慮η個基站的情況，則RSSI為η維向量，表示為Crssi1, rssi2, L, rs sin),使用歐式距離d來衡量相似程度，即求解:
d = ^(rssiH-r‘、'、'‘y 求得的歐氏距離d越小，則指紋點與實測位置越相似。
5.如權(quán)利要求1所述的室內(nèi)定位方法，其特征在于，所述步驟S3中采用概率匹配方法，以指紋庫中的多徑參數(shù)為均值，多徑時延和幅度對應(yīng)的高斯核函數(shù)分別為ρ(τ) = eS-和,其中σ τ表示多徑時延的標(biāo)準(zhǔn)差，Qa分別表示多徑時延的幅度，τ C1表示多徑時延的均值，％表示多徑時延的幅度，用Ρ(τ)和P(a)的乘積綜合衡量當(dāng)前多徑參數(shù)與指紋庫參數(shù)的差距，其值越大，則表示相似程度越高。
6.如權(quán)利要求5所述的室內(nèi)定位方法，其特征在于，通過室內(nèi)環(huán)境的尺寸和光速計算出時延的區(qū)分程度，以該區(qū)分程度作為多徑時延標(biāo)準(zhǔn)差，多徑幅度標(biāo)準(zhǔn)差的取值為整體幅度水平的百分之十。
7.如權(quán)利要求1所述的室內(nèi)定位方法，其特征在于，所述步驟S3中，當(dāng)室內(nèi)環(huán)境會發(fā)生變化時，對多徑參數(shù)的相似度順序進行重排，至少需要選出一條較為相似的多徑，用來衡量整體相似水平，相似水平最高的1-2個指紋點的坐標(biāo)將用來得到用戶的近似位置。
8.如權(quán)利要求7所述的室內(nèi)定位方法，其特征在于，遍歷所有對應(yīng)情況，找出相似程度最高時的總乘積核函數(shù)，作為衡量當(dāng)前指紋點相似程度的指數(shù)。
【文檔編號】H04W84/12GK103501538SQ201310475854
【公開日】2014年1月8日 申請日期:2013年10月12日 優(yōu)先權(quán)日:2013年10月12日
【發(fā)明者】張焱, 李佳徽, 張秀軍, 趙熠飛, 周世東, 肖立民 申請人:清華大學(xué)