基于Wi-Fi的動(dòng)態(tài)室內(nèi)定位方法

姜守東　茅正沖

關(guān)鍵詞：Wi-Fi；信號(hào)強(qiáng)度；動(dòng)態(tài)；室內(nèi)定位；非均值濾波；峰值密度聚類

中圖分類號(hào)：TN925+.93 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

無(wú)線通信技術(shù)發(fā)展使移動(dòng)互聯(lián)網(wǎng)用戶激增，各種智能終端應(yīng)用場(chǎng)景也逐漸豐富[1-2]，用戶對(duì)位置服務(wù)的應(yīng)用需求也大幅增加，且對(duì)移動(dòng)定位技術(shù)的需求也不斷向場(chǎng)景化和精細(xì)化方向發(fā)展。在室內(nèi)環(huán)境內(nèi)，Wi-Fi 雖然全域覆蓋，但受到墻體和其他裝飾型室內(nèi)障礙物阻擋和室內(nèi)人員流動(dòng)的影響[3]，動(dòng)態(tài)室內(nèi)定位效果明顯降低。目前也有很多學(xué)者研究基于Wi-Fi 的室內(nèi)定位方法，如羅日等[4] 提出融合Wi-Fi 與可穿戴慣導(dǎo)模塊的定位方法，該方法通過為室內(nèi)人員佩戴慣導(dǎo)模塊獲取室內(nèi)人員行動(dòng)慣性姿態(tài)數(shù)據(jù)和Wi-Fi 信號(hào)數(shù)據(jù)，再使用無(wú)跡卡爾曼濾波算法對(duì)以上數(shù)據(jù)進(jìn)行降噪預(yù)處理，之后，通過加權(quán)貝葉斯算法獲得室內(nèi)人員定位結(jié)果。但該方法在對(duì)室內(nèi)人員進(jìn)行定位時(shí)，受人員方位推算累計(jì)誤差影響，其定位精度不足。謝世成等[5] 提出Wi-Fi 位置指紋室內(nèi)定位方法，該方法利用傳感器采集Wi-Fi位置指紋信息后，以指紋信息均值的近似值方差為基礎(chǔ)，對(duì)室內(nèi)人員位置歐式距離進(jìn)行糾正，再通過k 均值聚類方式獲得室內(nèi)人員位置結(jié)果。但該方法在實(shí)際應(yīng)用中的時(shí)間復(fù)雜度較高，導(dǎo)致其應(yīng)用效果不佳。面對(duì)上述情況，本文提出基于Wi-Fi 的動(dòng)態(tài)室內(nèi)定位方法，以提升室內(nèi)人員定位技術(shù)水平。

1 動(dòng)態(tài)室內(nèi)定位方法

1.1 基于改進(jìn)非均值濾波的RSS指紋去噪預(yù)處理

利用傳感器采集室內(nèi)環(huán)境中Wi-Fi 接入點(diǎn)（AP） 的接收信號(hào)強(qiáng)度（received signal strength，RSS），該接收信號(hào)強(qiáng)度是真實(shí)的信號(hào)強(qiáng)度，也被稱為RSS 指紋，但在采集Wi-Fi 信號(hào)RSS 指紋時(shí)，受到采集環(huán)境的影響[6]，Wi-Fi 信號(hào)強(qiáng)度內(nèi)存在不同程度的干擾噪聲，在以Wi-Fi 為基礎(chǔ)進(jìn)行動(dòng)態(tài)室內(nèi)定位時(shí)，需對(duì)RSS 指紋進(jìn)行去噪處理，在此使用非均值濾波方法實(shí)現(xiàn)RSS 指紋去噪預(yù)處理，其詳細(xì)過程如下。

將式（13）的結(jié)果進(jìn)行降序排列，從結(jié)果序列內(nèi)可看到明顯的跳躍點(diǎn)，將該點(diǎn)之前最大決策值對(duì)應(yīng)的樣本作為聚類中心，再將剩余樣本點(diǎn)分配到與其最近的密度更高的樣本點(diǎn)所屬的類簇內(nèi)，輸出聚類結(jié)果，該聚類結(jié)果即最終動(dòng)態(tài)室內(nèi)定位結(jié)果。

2 實(shí)驗(yàn)分析

以某綜合建筑室內(nèi)作為實(shí)驗(yàn)對(duì)象，該綜合建筑室內(nèi)Wi-Fi 覆蓋區(qū)域?yàn)?0 m×120 m 的二維平面，在該平面內(nèi)存在22 個(gè)AP，使用基于Wi-Fi 的動(dòng)態(tài)室內(nèi)定位方法（簡(jiǎn)稱“本文方法”）對(duì)該建筑室內(nèi)Wi-Fi 覆蓋區(qū)域的用戶進(jìn)行動(dòng)態(tài)定位，分析驗(yàn)證本文方法實(shí)際應(yīng)用效果。

利用本文方法采集室內(nèi)RSS 指紋信號(hào)并對(duì)其內(nèi)部噪聲進(jìn)行去噪處理，以RSS 指紋信號(hào)強(qiáng)度誤差作為衡量指標(biāo)，驗(yàn)證本文方法的去噪效果，結(jié)果如圖1 所示。

由圖1 可知，對(duì)RSS 指紋信號(hào)去噪前，其信號(hào)強(qiáng)度誤差在0.45 ～ 0.65 db，而對(duì)其進(jìn)行去噪處理后，RSS 指紋信號(hào)強(qiáng)度誤差始終保持在0.1 ～ 0.2 db。這說明本文方法可有效對(duì)RSS 指紋信號(hào)進(jìn)行去噪，也電從側(cè)面說明本文方法的動(dòng)態(tài)室內(nèi)定位效果較好。

以7 個(gè)動(dòng)態(tài)目標(biāo)作為實(shí)驗(yàn)對(duì)象，使用本文方法對(duì)其進(jìn)行動(dòng)態(tài)室內(nèi)定位，定位結(jié)果如圖2 所示。

由圖2 可知，本文方法對(duì)7 個(gè)動(dòng)態(tài)目標(biāo)的定位位置與目標(biāo)的實(shí)際位置均吻合，說明本文方法具備較強(qiáng)的動(dòng)態(tài)室內(nèi)定位能力，應(yīng)用效果較為顯著。

進(jìn)一步驗(yàn)證本文方法動(dòng)態(tài)室內(nèi)定位能力，以定位誤差作為衡量指標(biāo)，測(cè)試在Wi-Fi 通信半徑不同的情況下，本文方法動(dòng)態(tài)室內(nèi)定位能力，測(cè)試結(jié)果如圖3 所示。

由圖3 可知，利用本文方法進(jìn)行動(dòng)態(tài)室內(nèi)定位時(shí)，其定位誤差始終在-1～0.5 m，并未受到Wi-Fi 通信半徑的影響。這說明本文方法動(dòng)態(tài)室內(nèi)定位結(jié)果精度較高，應(yīng)用性較強(qiáng)。

3 結(jié)論

本文基于Wi-Fi的動(dòng)態(tài)室內(nèi)定位方法，通過采集Wi-Fi的RSS指紋信號(hào)，運(yùn)用匹配方法和聚類方法獲得動(dòng)態(tài)室內(nèi)定位結(jié)果。以某Wi-Fi覆蓋區(qū)域作為實(shí)驗(yàn)對(duì)象，對(duì)本文方法進(jìn)行實(shí)際驗(yàn)證后，從驗(yàn)證結(jié)果得知本文方法具有較強(qiáng)的應(yīng)用性，未來可在室內(nèi)定位領(lǐng)域廣泛應(yīng)用。