本發(fā)明涉及無線通信網(wǎng)領域的室內(nèi)定位技術，尤其涉及一種基于余弦相似度的接收信號強度RSS測差異補償方法。

背景技術：

近年來，隨著無線網(wǎng)絡的發(fā)展以及普適計算技術的廣泛應用，很多公共和商業(yè)服務，包括搜索救援、火災搶險以及基于位置的服務對移動用戶的位置信息需求逐步增多?；谛l(wèi)星信號的室外定位系統(tǒng)已非常成熟，但目前還缺少較為成熟的、被廣泛采用的室內(nèi)定位系統(tǒng)。因此，室內(nèi)定位技術的研究具有十分重要的實踐意義。隨著Wi-Fi技術和移動設備無線網(wǎng)絡接收器的迅速發(fā)展，無線網(wǎng)絡覆蓋已成為用于定位系統(tǒng)的天然航標燈。因此，通過深度挖掘和利用無線網(wǎng)絡普遍性和Wi-Fi信號的特點來實現(xiàn)室內(nèi)定位已經(jīng)成為一個重要研究領域。

現(xiàn)有的Wi-Fi定位技術中，使用接收的信號強度指示(Received Signal Strength Indicator，RSSI)并基于指紋數(shù)據(jù)庫的室內(nèi)定位算法具有突出優(yōu)勢。而基于確定性的指紋算法，如加權(quán)K臨近法(Weight K-nearest Neighborhood,WKNN)，相對于基于概率性的算法計算復雜度低，運行速度快，易于實現(xiàn)。但是針對設備差異問題，將該算法應用于不同的移動設備且同時使用相同的位置指紋數(shù)據(jù)庫，實驗結(jié)果表明不同移動設備的定位精度和穩(wěn)定性是有很大差別的，由此可知設備差異對定位精度和穩(wěn)定性的影響是個不可忽略的問題。

離線訓練階段中生成指紋數(shù)據(jù)庫的移動設備(即訓練設備)和在線定位過程中移動用戶使用的移動設備(即定位設備)的品牌和型號是不可控制的，而在某個定位區(qū)域中多個不同品牌和型號的在線定位設備卻共用一個由某種品牌和型號的離線訓練設備采集生成的位置指紋數(shù)據(jù)庫。眾所周知，由于Wi-Fi芯片、天線型號以及包裝材料等差異，不同品牌和型號的移動設備對于Wi-Fi的信號接收強度檢測能力是不同的，這樣勢必導致指紋數(shù)據(jù)庫在不同的定位設備中與實時檢測的RSS(接收信號強度)值的匹配準確度下降，從而使定位精度下降、定位穩(wěn)定性降低。針對上述問題，現(xiàn)有的技術文獻中還沒有披露有效的解決方法。

技術實現(xiàn)要素：

本發(fā)明所要解決的技術問題是不同品牌和型號的移動設備因為對于Wi-Fi的信號接收強度檢測能力不同而造成的定位精度下降、定位穩(wěn)定性降低的現(xiàn)象。

為了解決上述技術問題，本發(fā)明提出一種基于余弦相似度的RSS檢測差異補償方法，該方法引入余弦相似度作為不同設備之間能否進行RSS差異補償?shù)亩攘繕藴?，對滿足度量標準的設備組通過比值校正的方法補償RSS檢測差異，有效解決了由于不同設備RSS檢測能力差異帶來的定位精度和穩(wěn)定性下降問題。

方法流程：

步驟一：假設有n個參考點(Reference Point，RP)，m個無線接入點(Aceess Point，AP)，首先進行離線訓練階段，構(gòu)建目標定位區(qū)域的位置指紋數(shù)據(jù)庫，分別計算在線定位設備在某已標志RP(參考點)上采集到的來自所有AP(無線接入點)的實時接收信號強度向量集和原始指紋數(shù)據(jù)庫中各個RP(參考點)的接收信號強度向量集的余弦相似度CS_i；

步驟二：選擇其中余弦相似度CS_i最大的RP(參考點)；

步驟三：計算該已標志RP(參考點)上在線定位設備采集到的接收信號強度向量集和余弦相似度最大的RP(參考點)的接收信號強度向量集各項分量，即來自各個AP(無線接入點)的接收信號強度值的對應比值t_i；

步驟四：計算各項分量對應比值t_i的平均值作為原始指紋數(shù)據(jù)庫的補償校正因子；

步驟五：將原始指紋數(shù)據(jù)庫中所有RP(參考點)的接收信號強度向量集都乘以補償校正因子生成新的校正指紋數(shù)據(jù)庫參與匹配計算。

進一步的，上述步驟一中的目標定位區(qū)域的位置指紋數(shù)據(jù)庫，具體包括以下步驟：

1)在需要定位的區(qū)域設置信號接入點并編號，按照區(qū)域進行RP(參考點)劃分，每個RP(參考點)設置唯一的編號，每個RP(參考點)會接收到來自不同信號接入點的信號強度指示；

2)對接收到的信號強度指示進行若干次測量，計算其平均值，接收到的來自不同信號接入點信號強度指示組成一個信號強度向量，作為該RP(參考點)的標識,；

3)將每個RP(參考點)的指紋存入數(shù)據(jù)庫，最終生成該區(qū)域的指紋庫。

上述步驟一中的余弦相似度CS_i的值在移動設備之間介于0.99至1之間，不同移動設備對于各個AP(無線接入點)信號強度大小的反映趨勢是一致的。

進一步，上述移動設備與品牌無關。

有益效果：

1.本發(fā)明使用余弦相似度來代替歐式距離作為度量標準，更加突出定位時方向(即變化趨勢)上的差異，同時修正了用戶間可能存在的度量標準不統(tǒng)一的問題。

2.本發(fā)明使用補償校正后的指紋數(shù)據(jù)庫進行定位，有效解決了由于不同設備RSS檢測能力差異帶來的定位精度下降問題，使定位精度顯著提高。

3.本發(fā)明引入余弦相似度作為不同設備之間能否進行RSS差異補償?shù)亩攘繕藴?，其定位平均誤差得到降低，定位穩(wěn)定性也有很大改善。

4.本發(fā)明引入余弦相似度作為不同設備之間能否進行RSS室內(nèi)定位精度差異補償?shù)亩攘繕藴?，對滿足度量標準的設備組通過比值校正的方法補償RSS檢測定位精度的差異，有效解決了由于不同設備RSS檢測能力差異帶來的精度和穩(wěn)定性下降問題。

附圖說明

圖1為兩種不同移動設備的RSS隨時間變化差異對比圖。

圖2為三種不同移動設備的RSS隨時間變化差異對比圖。

圖3為定位系統(tǒng)修正圖。

圖4為基于余弦相似度的補償校正策略基本原理示意圖。

圖5為三種不同移動設備的本機定位、原始指紋數(shù)據(jù)庫定位和校正指紋數(shù)據(jù)庫定位的定位誤差平均值、方差和標準差的對比直方圖。

圖6為三種不同移動設備的本機定位、原始指紋數(shù)據(jù)庫定位和校正指紋數(shù)據(jù)庫定位的定位精度累積概率分布對比圖。

具體實施方式

下面結(jié)合說明書附圖對本發(fā)明作進一步的詳細說明。

本發(fā)明的基于余弦相似度的補償校正方法的定位系統(tǒng)共分為三個階段：離線訓練階段、在線校正階段和在線定位階段。在離線訓練階段，使用離線訓練設備在待定位區(qū)域中選擇合適的參考點構(gòu)建原始指紋數(shù)據(jù)庫；在線校正階段中，在參考點指紋數(shù)據(jù)已采集完畢的定位區(qū)域內(nèi)將其中一個或多個參考點位置用適當?shù)臉酥緲擞洺鰜?具體位置和數(shù)量可根據(jù)室內(nèi)環(huán)境布局合理選擇)，然后使用在線定位設備獲取已標志參考點中距離用戶最近的參考點上來自各個AP(無線接入點)的接收信號強度向量集，最后使用基于余弦相似度的補償校正策略對原始指紋數(shù)據(jù)庫進行補償修正，生成最終的校正指紋數(shù)據(jù)庫；在線定位階段中，使用相同在線定位設備獲取某實時定位點數(shù)據(jù)并與校正指紋數(shù)據(jù)庫進行匹配計算，獲取定位點位置信息。同時引入余弦相似度的特性進行比較。

本發(fā)明余弦相似度的特點包括：

1.對于絕對數(shù)值不敏感；

2.兩個向量即使只有很少的相同分量值也可能會得到很高的相似度；

3.如果兩個向量的各項值越趨向于對應成比例，不管數(shù)值差異如何，相似度越趨向于1。

余弦相似度注重的是兩個向量值的變化趨勢問題，并不是具體的數(shù)值，把不同設備看作不同的用戶，設備檢測到的來自多個相同AP(無線接入點)的接收信號強度值看作用戶的各項評分，不同設備的RSS(接收信號強度)檢測能力差異可類比不同用戶間度量標準不統(tǒng)一的問題。

根據(jù)以上實驗和理論結(jié)果，給出基于余弦相似度的RSS(接收信號強度)檢測差異補償策略。本發(fā)明分為以下幾個步驟：

步驟一：進行離線訓練階段，構(gòu)建目標定位區(qū)域的位置指紋數(shù)據(jù)庫。分別計算在線定位設備在某已標志參考點上采集到的來自所有AP(無線接入點)的實時RSS(接收信號強度)向量集和原始指紋數(shù)據(jù)庫中各個參考點的接收信號強度向量集的余弦相似度CS_i；

步驟二：選擇其中余弦相似度CS_i最大的參考點；

CS_i＝max{CS₁,CS₂,…,CS_n}

步驟三：計算該已標志參考點上在線定位設備采集到的接收信號強度向量集和余弦相似度最大的參考點的接收信號強度向量集各項分量(來自各個AP(無線接入點)的接收信號強度值)的對應比值t_i；

步驟四：計算各項分量對應比值t_i的平均值作為原始指紋數(shù)據(jù)庫的補償校正因子；

步驟五：將原始指紋數(shù)據(jù)庫中所有參考點的RSS向量集都乘以補償校正因子生成新的校正指紋數(shù)據(jù)庫參與匹配計算。

不同品牌和型號的移動設備接收Wi-Fi信號的原理是一致的，而對于RSS(接收信號強度)接收能力的差異是由不同設備的Wi-Fi芯片參數(shù)、天線型號參數(shù)等設備參數(shù)差異導致的。

實驗結(jié)果表明，RSS隨時間變化存在差異，不同品牌的Android設備某品牌A和某品牌B在相同前提條件下(即：同一時間、同一地點)對同一個無線AP(無線接入點)信號強度的檢測結(jié)果是顯然不同的，但兩者的曲線都基本保持相同的變化趨勢。

而不同品牌設備之間RSS隨距離變化也存在一定的差異，以某品牌B和某品牌A為例，雖然在相同距離下兩者檢測到的同一個AP(無線接入點)的RSS值的大小存在差異，但其隨距離變化趨勢基本一致，且基本保持穩(wěn)定的線性關系，某品牌A和某品牌B之間的數(shù)據(jù)差異是在一個固定比值附近波動。

基于以上理論，我們可以給出基于余弦相似度的RSS檢測差異補償策略。本發(fā)明分為以下幾個步驟：

步驟一：進行離線訓練階段，構(gòu)建目標定位區(qū)域的位置指紋數(shù)據(jù)庫。分別計算在線定位設備在某已標志參考點上采集到的來自所有AP(無線接入點)的實時接收信號強度向量集和原始指紋數(shù)據(jù)庫中各個參考點的接收信號強度向量集的余弦相似度；

步驟二：選擇其中余弦相似度最大的參考點；

步驟三：計算該已標志參考點上在線定位設備采集到的RSS向量集和余弦相似度最大的參考點的接收信號強度向量集各項分量(來自各個AP的接收信號強度值)的對應比值；

步驟四：計算各項分量對應比值的平均值，作為原始指紋數(shù)據(jù)庫的補償校正因子；

步驟五：將原始指紋數(shù)據(jù)庫中所有參考點的接收信號強度向量集都乘以補償校正因子，生成新的校正指紋數(shù)據(jù)庫參與匹配計算。

以下為仿真結(jié)果：

圖1說明了某品牌A的無線信號接收能力略高于某品牌B且穩(wěn)定性也相對較高，但兩者的曲線都基本保持相同的變化趨勢。根據(jù)位置指紋定位的基本原理，倘若在線定位階段不同品牌和型號的移動設備直接應用離線階段中由某訓練設備建立的位置指紋數(shù)據(jù)庫來進行實時定位必定會產(chǎn)生很大的定位誤差。

圖2說明了同品牌的某品牌B和某品牌C之間的信號接收能力差異不大，在可接受的誤差范圍內(nèi)，所以不建議修正。而不同品牌設備之間的信號接收能力確實存在一定的差異，以某品牌A和某品牌B為例，雖然在相同距離下兩者檢測到的同一個AP(無線接入點)的RSS(接收信號強度)值的大小存在差異，但其隨距離變化趨勢基本一致，且基本保持穩(wěn)定的線性關系。

圖3說明了應用了本文所提的基于余弦相似度的補償校正策略的定位系統(tǒng)共分為三個階段：離線訓練階段、在線校正階段和在線定位階段。在離線訓練階段，使用離線訓練設備在待定位區(qū)域中選擇合適的參考點構(gòu)建原始指紋數(shù)據(jù)庫；在線校正階段中，在參考點指紋數(shù)據(jù)已采集完畢的定位區(qū)域內(nèi)將其中一個或多個參考點位置用適當?shù)臉酥緲擞洺鰜?具體位置和數(shù)量可根據(jù)室內(nèi)環(huán)境布局合理選擇)，然后使用在線定位設備獲取已標志參考點中距離用戶最近的參考點上來自各個AP(無線接入點)的接收信號強度向量集，最后使用基于余弦相似度的補償校正策略對原始指紋數(shù)據(jù)庫進行補償修正，生成最終的校正指紋數(shù)據(jù)庫；在線定位階段中，使用相同在線定位設備獲取某實時定位點數(shù)據(jù)并與校正指紋數(shù)據(jù)庫進行匹配計算，獲取定位點位置信息。

圖4說明了假設有n個RP(參考點)，m個AP(無線接入點)，基于余弦相似度的補償校正策略基本原理。首先，分別計算在線定位設備在某已標志參考點上采集到的來自所有AP(無線接入點)的實時接收信號強度向量集和原始指紋數(shù)據(jù)庫中各個參考點的接收信號強度向量集的余弦相似度CS_i；其次，選擇其中余弦相似度CS_i最大的參考點；然后，計算該已標志參考點上在線定位設備采集到的RSS(接收信號強度)向量集和余弦相似度最大的參考點的接收信號強度向量集各項分量(即：來自各個AP的接收信號強度值)的對應比值t_i；接著，計算各項分量對應比值t_i的平均值作為原始指紋數(shù)據(jù)庫的補償校正因子；最后，將原始指紋數(shù)據(jù)庫中所有參考點的接收信號強度向量集都乘以補償校正因子生成新的校正指紋數(shù)據(jù)庫參與匹配計算。

圖5中是某品牌B本機定位、某品牌A原始指紋數(shù)據(jù)庫定位和某品牌A校正指紋數(shù)據(jù)庫定位的定位誤差平均值、方差和標準差的對比直方圖。由圖可知，對于某品牌B構(gòu)建的原始指紋數(shù)據(jù)庫，相比某品牌B本機定位，某品牌A定位的平均誤差由1.51m上升到了2.12m，且定位穩(wěn)定性也有所降低。但當某品牌A使用補償校正后的指紋數(shù)據(jù)庫進行定位時，其定位平均誤差又降低到了1.64m，且定位穩(wěn)定性也有很大改善。

圖6是某品牌B本機定位、某品牌A原始指紋數(shù)據(jù)庫定位和某品牌A校正指紋數(shù)據(jù)庫定位的定位精度累積概率分布對比圖。從圖中各條曲線的變化趨勢可知，對于某品牌B構(gòu)建的原始指紋數(shù)據(jù)庫，相比某品牌B本機定位，某品牌A定位精度明顯下降，而當某品牌A使用補償校正后的指紋數(shù)據(jù)庫進行定位時，定位精度又顯著提高到原來的水平。