本發(fā)明涉及室內(nèi)定位系統(tǒng)，特別是涉及一種室內(nèi)定位系統(tǒng)快速搭建的搭建方法。

背景技術(shù)：

在現(xiàn)代定位技術(shù)中，室外定位技術(shù)完成使命之后的“最后一公里”導(dǎo)航衍生出了室內(nèi)定位技術(shù)?，F(xiàn)有的室內(nèi)定位技術(shù)在城市居民生活中有著極大的現(xiàn)實需求，通常情況下采用基于WiFi信號強度的室內(nèi)定位系統(tǒng)，由于其具有較低的硬件成本，較高的定位精度等特點而受到了廣泛的研究應(yīng)用。然而，現(xiàn)有的基于WiFi信號強度的室內(nèi)定位系統(tǒng)在搭建過程中，需要花費大量的人力成本和時間成本用于采集位置指紋數(shù)據(jù)和構(gòu)成目標(biāo)定位空間的有效位置指紋庫，這些問題很大程度限制了基于WiFi信號強度的室內(nèi)定位系統(tǒng)在實際應(yīng)用中快速推廣和大面積的使用。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種采用遷移學(xué)習(xí)技術(shù)對室內(nèi)定位系統(tǒng)進行快速搭建的搭建方法。

一種室內(nèi)定位系統(tǒng)快速搭建方法，包括以下步驟：

步驟a，設(shè)置目標(biāo)室內(nèi)定位空間基于WiFi信號強度數(shù)據(jù)的室內(nèi)定位環(huán)境；

步驟b，組建相似室內(nèi)定位空間位置指紋庫集；

步驟c，在目標(biāo)室內(nèi)定位空間采集WiFi信號強度數(shù)據(jù)，構(gòu)成目標(biāo)室內(nèi)定位空間位置指紋庫；

步驟d，采用遷移學(xué)習(xí)方法從相似室內(nèi)定位空間的位置指紋庫集的知識矩陣中確定最佳知識矩陣。

優(yōu)選的，在步驟a中，設(shè)置目標(biāo)室內(nèi)定位空間的定位環(huán)境的方法包括下列步驟：

步驟a1，將目標(biāo)室內(nèi)定位空間分割為N個信標(biāo)區(qū)域；

步驟a2，在目標(biāo)室內(nèi)定位空間設(shè)置M個WiFi信號強度嗅探器；

在步驟b中，組建相似室內(nèi)定位空間位置指紋庫集的方法包括下列步驟：

步驟b1，將已知的室內(nèi)定位空間的位置指紋庫數(shù)據(jù)收集到源位置指紋庫集；

步驟b2，從源位置指紋庫集選出作為目標(biāo)室內(nèi)定位空間的相似室內(nèi)定位空間的位置指紋庫，并組建成相似室內(nèi)定位空間位置指紋庫集；

在步驟c中，從目標(biāo)室內(nèi)定位空間的每個信標(biāo)區(qū)域L_i(1≤i≤N)采集WiFi信號強度數(shù)據(jù)，將數(shù)據(jù)處理后儲存在數(shù)據(jù)庫中，并使用一個多元組表示每一個數(shù)據(jù)單元，其表示方法如下：

(RSS₁，RSS₂，...，RSS_M，L_i)

每一個數(shù)據(jù)單元都表示信標(biāo)區(qū)域L_i收集到的M個Wifi信號強度數(shù)據(jù)，其中RSS_j(1≤j≤M)表示第j個WiFi信號強度嗅探器接收到的WiFi信號強度數(shù)據(jù)；將目標(biāo)室內(nèi)定位空間的位置指紋表示為r^t＝{RSS₁，RSS₂，...，RSS_M}，并且一個信標(biāo)區(qū)域能夠?qū)?yīng)多個位置指紋，設(shè)置R^t為r^t的集合，使得R^t為目標(biāo)室內(nèi)定位空間位置指紋庫；

在步驟d中，確定最佳知識矩陣的方法包括下列步驟：

步驟d1，構(gòu)建相似室內(nèi)定位空間知識矩陣池；

步驟d2，從相似室內(nèi)定位空間知識矩陣池中計算出適合目標(biāo)室內(nèi)定位空間的最佳知識矩陣。

優(yōu)選的，在步驟b中，相似室內(nèi)定位空間是與目標(biāo)室內(nèi)定位空間設(shè)置了相同數(shù)量WiFi信號強度嗅探器的室內(nèi)定位空間；

在步驟c中，在目標(biāo)室內(nèi)定維空間內(nèi)，從每個信標(biāo)區(qū)域選取的WiFi信號強度數(shù)據(jù)采集點的數(shù)量為2個，使得一個信標(biāo)區(qū)域能夠?qū)?yīng)2個位置指紋，在每個采集點采集WiFi信號強度數(shù)據(jù)所持續(xù)的時間為2分鐘。

優(yōu)選的，在步驟d1中，設(shè)置K為每個相似室內(nèi)定位空間中WiFi信號強度分布的知識矩陣，并且設(shè)置P為知識矩陣K的集合，使得P為相似室內(nèi)定位空間的知識矩陣池；對于每一個相似室內(nèi)定位空間的WiFi信號強度數(shù)據(jù)，能夠使用以下公式來計算一個知識矩陣：

公式中tr(·)表示求矩陣的跡，B的值設(shè)置為100，p的值設(shè)置為2，其中R^s為該相似室內(nèi)定位空間的位置指紋庫，N為在該相似室內(nèi)定位空間中收集的位置指紋數(shù)據(jù)的數(shù)量值；I為單位矩陣；Y為R^s中位置指紋與信標(biāo)區(qū)域關(guān)系的核矩陣，Y(i，j)＝1表示R^s中對應(yīng)的L_i相等，同時表示收集于同一信標(biāo)區(qū)域，否則Y(i，j)＝-1；通過計算后能夠得到K＝LL^T，其中L為知識矩陣K經(jīng)過奇異值分解后處理得到的矩陣，Q為與一個目標(biāo)室內(nèi)定位空間相對應(yīng)的相似室內(nèi)定位空間的數(shù)量值，最后得到P＝{K₁，K₂，...，K_Q}；

在步驟d2中，設(shè)置K_t為目標(biāo)室內(nèi)定位空間所對應(yīng)的最佳知識矩陣，從相似室內(nèi)定位空間知識矩陣池P中計算出適合目標(biāo)室內(nèi)定位空間的最佳知識矩陣K_t的方法包括下列步驟：

步驟d21，計算每一個相似室內(nèi)定位空間與目標(biāo)室內(nèi)定位空間的位置指紋庫相似性，計算公式如下：

S_i＝-(c₁*MMD_i+c₂*Dif_i)

其中c₁，c₂∈(0，1)，并且c₁+c₂＝1，Dif_i設(shè)置為相似室內(nèi)定位空間與目標(biāo)室內(nèi)定位空間信標(biāo)區(qū)域數(shù)量的差值，MMD_i設(shè)置為相似室內(nèi)定位空間與目標(biāo)室內(nèi)定位空間的位置指紋庫的最大均值差異，最大均值差異的計算公式為：

其中R^s為相似室內(nèi)定位空間所對應(yīng)的位置指紋庫，R^t為目標(biāo)室內(nèi)定位空間所對應(yīng)的位置指紋庫，位置指紋其中N_s，N_t為R^s，R^t的列數(shù)，表示位置指紋的數(shù)量；

步驟d22，計算最佳知識矩陣K_t的方法如下：

計算每一個相似室內(nèi)定位空間與目標(biāo)室內(nèi)定位空間的位置指紋庫關(guān)聯(lián)度，計算公式如下：

其中知識矩陣K_i∈P，Y^t為R^t中位置指紋與信標(biāo)區(qū)域關(guān)系的核矩陣，Y^t(i，j)＝1表示R^t中對應(yīng)的L_i相等，同時表示收集于同一信標(biāo)區(qū)域，否則Y^t(i，j)＝-1；其中使得關(guān)聯(lián)度Degree_i取最大值時的知識矩陣K_i就為最佳知識矩陣K_t。

優(yōu)選的，與一個目標(biāo)室內(nèi)定位空間對應(yīng)的相似室內(nèi)定位空間的數(shù)量Q的值為10。

優(yōu)選的，在步驟d21中，設(shè)置c₁＝0.8，c₂＝0.2。

優(yōu)選的，在步驟a1中，將目標(biāo)室內(nèi)定位空間分割為N個均勻分布的信標(biāo)區(qū)域。

優(yōu)選的，WiFi信號強度嗅探器為無線路由器。

采用本發(fā)明所述的室內(nèi)定位系統(tǒng)快速搭建方法，減少了基于WIFI信號強度的室內(nèi)定位系統(tǒng)的離線指紋數(shù)據(jù)的采集量，在系統(tǒng)搭建過程中采用遷移學(xué)習(xí)的方法，大大降低了搭建室內(nèi)定位系統(tǒng)的時間周期和人力成本。同時在定位系統(tǒng)搭建過程中，能持續(xù)增加有效的室內(nèi)定位空間的位置指紋庫數(shù)據(jù)量，不斷提高新的室內(nèi)定位系統(tǒng)的搭建效率。

附圖說明

圖1為本發(fā)明實施例的流程示意圖。

具體實施方式

本發(fā)明所涉及的室內(nèi)定位系統(tǒng)包括了WiFi信號強度嗅探器、無線設(shè)備以及后臺服務(wù)器。在定位過程中首先設(shè)置WiFi信號強度嗅探器處于Monitor運行模式，無線設(shè)備主動發(fā)送無線數(shù)據(jù)鏈路幀，然后由WiFi信號強度嗅探器捕獲所述無線數(shù)據(jù)鏈路幀，并解析獲取的無線數(shù)據(jù)鏈路幀中包含的無線設(shè)備信號強度數(shù)據(jù)以及無線設(shè)備的MAC地址相關(guān)數(shù)據(jù)，最后由WiFi信號強度嗅探器將獲取的數(shù)據(jù)附上自己的MAC地址數(shù)據(jù)后發(fā)送到后臺服務(wù)器進行處理，完成對無線設(shè)備的室內(nèi)定位工作。通常在定位系統(tǒng)開始正常工作之前，需要對整個室內(nèi)定位環(huán)境的位置指紋數(shù)據(jù)進行采集處理，其中位置指紋數(shù)據(jù)包含了定位空間中某一點位置的WiFi信號強度數(shù)據(jù)，為了提高定位精度，普通的方法往往采取增加WiFi信號強度采集點數(shù)量的方式，而對該數(shù)據(jù)進行大量逐點采集及處理數(shù)據(jù)的工作量非常大，人力成本高，周期長。本發(fā)明在室內(nèi)定位系統(tǒng)的搭建過程中采用遷移學(xué)習(xí)的方法對只有少量采集點的目標(biāo)室內(nèi)定位空間的位置指紋數(shù)據(jù)進行輔助處理，能快速有效的完成定位系統(tǒng)的搭建，實現(xiàn)對無線設(shè)備的室內(nèi)定位工作。

其中無線設(shè)備包括那些能通過WiFi無線局域網(wǎng)連接到網(wǎng)絡(luò)的所有設(shè)備，如智能手機、筆記本電腦、智能手環(huán)或者數(shù)碼相機等設(shè)備；而WiFi信號強度嗅探器包括所有能運行在Monitor運行模式下的網(wǎng)絡(luò)設(shè)備，運行在該模式下的網(wǎng)絡(luò)設(shè)備能捕獲無線數(shù)據(jù)鏈路幀，而市面上大多數(shù)無線路由器都能在Monitor模式下運行。現(xiàn)通過具體實施例對本發(fā)明所述的一種室內(nèi)定位系統(tǒng)快速搭建方法進行詳細說明如下：

實施例：

由圖1所示，一種基于WiFi信號強度的室內(nèi)定位系統(tǒng)快速搭建方法，具體方法包括了下列步驟：

步驟a，設(shè)置目標(biāo)室內(nèi)定位空間基于WiFi信號強度數(shù)據(jù)的室內(nèi)定位環(huán)境，具體方法包括下列步驟：

步驟a1，將目標(biāo)室內(nèi)定位空間分割為N個均勻分布的信標(biāo)區(qū)域，其中每個信標(biāo)區(qū)域設(shè)置為面積為4×4m²的正方形區(qū)域；

步驟a2，在目標(biāo)室內(nèi)定位空間設(shè)置M個WiFi信號強度嗅探器，這里采用無線路由器作為WiFi信號強度嗅探器，并設(shè)置無線路由器處于Monitor運行模式，使其能捕獲無線數(shù)據(jù)鏈路幀的相關(guān)數(shù)據(jù)。

步驟b，組建相似室內(nèi)定位空間位置指紋庫集。為了能夠快速搭建目標(biāo)室內(nèi)定位空間的位置指紋庫，利用能夠相似室內(nèi)定位空間的位置指紋庫來改善目標(biāo)室內(nèi)定位空間位置指紋庫的定位效果。其中相似室內(nèi)定位空間是指與目標(biāo)室內(nèi)定位空間鋪設(shè)了相同數(shù)量WiFi信號強度嗅探器的室內(nèi)定位空間。組建相似室內(nèi)定位空間位置指紋庫集的方法包括下列步驟：

步驟b1，將已知的室內(nèi)定位空間的位置指紋庫數(shù)據(jù)收集到源位置指紋庫集；

步驟b2，從源位置指紋庫集選擇出作為目標(biāo)室內(nèi)定位空間的相似室內(nèi)定位空間的位置指紋庫，并組建成相似室內(nèi)定位空間位置指紋庫集。

步驟c，在目標(biāo)室內(nèi)定位空間采集WiFi信號強度數(shù)據(jù)，構(gòu)成目標(biāo)室內(nèi)定位空間位置指紋庫，具體方法為：

從目標(biāo)室內(nèi)定位空間的每個信標(biāo)區(qū)域L_i(1≤i≤N)采集WiFi信號強度數(shù)據(jù)，將數(shù)據(jù)處理后儲存在數(shù)據(jù)庫中，并使用一個多元組表示每一個數(shù)據(jù)單元，如下所示：

(RSS₁，RSS₂，...，RSS_M，L_i)

每一個數(shù)據(jù)單元都表示信標(biāo)區(qū)域L_i收集到的M個Wifi信號強度數(shù)據(jù)，其中RSS_j(1≤j≤M)表示第j個WiFi信號強度嗅探器的接收到的WiFi信號強度數(shù)據(jù)，單位為dbM；將目標(biāo)室內(nèi)定位空間的位置指紋表示為r^t＝{RSS₁，RSS₂，...，RSS_M}，并且一個信標(biāo)區(qū)域能夠?qū)?yīng)多個位置指紋，設(shè)置R^t為r^t的集合，使得R^t為目標(biāo)室內(nèi)定位空間的位置指紋庫。

為了減少WiFi信號強度嗅探器在目標(biāo)室內(nèi)定位空間內(nèi)采集WiFi信號強度數(shù)據(jù)的時間，從每個信標(biāo)區(qū)域選取的WiFi信號強度數(shù)據(jù)采集點的數(shù)量為2個，使得一個信標(biāo)區(qū)域能夠?qū)?yīng)2個位置指紋，在每個采集點采集WiFi信號強度數(shù)據(jù)所持續(xù)的時間為2分鐘；若要提高采集精度，將每個信標(biāo)區(qū)域選取的WiFi信號強度數(shù)據(jù)采集點的數(shù)量設(shè)置為4個，此時一個信標(biāo)區(qū)域能夠?qū)?yīng)4個位置指紋。

步驟d，采用遷移學(xué)習(xí)方法從相似室內(nèi)定位空間的位置指紋庫集的知識矩陣中確定最佳知識矩陣，改善目標(biāo)室內(nèi)定位空間定位效果，用以輔助定位系統(tǒng)完成定位工作；

對于相似室內(nèi)定位空間的位置指紋庫集，系統(tǒng)采用遷移學(xué)習(xí)方法來學(xué)習(xí)每個相似室內(nèi)定位空間的WiFi信號強度的分布知識，并為目標(biāo)室內(nèi)定位空間選擇最佳的分布知識來改善定位效果，確定最佳知識矩陣的方法包括下列步驟：

步驟d1，構(gòu)建相似室內(nèi)定位空間知識矩陣池，具體方法如下：

設(shè)置K為每個相似室內(nèi)定位空間中WiFi信號強度分布的知識矩陣，設(shè)置P為相似室內(nèi)定位空間知識矩陣池，并且P為知識矩陣K的集合；設(shè)置Q為與一個目標(biāo)室內(nèi)定位空間對應(yīng)的相似室內(nèi)定位空間的數(shù)量值；對于每一個相似室內(nèi)定位空間的WiFi信號強度數(shù)據(jù)，能夠使用以下公式來計算一個知識矩陣：

公式中tr(·)表示求矩陣的跡，B和p是兩個預(yù)設(shè)的常量，將B設(shè)為100，p設(shè)為2，其中R^s為該相似室內(nèi)定位空間的位置指紋庫，表示在該相似室內(nèi)定位空間的一個信標(biāo)區(qū)域內(nèi)收集到的位置指紋數(shù)據(jù)，N為在該相似室內(nèi)定位空間中收集的位置指紋數(shù)據(jù)的數(shù)量值。Y為R^s中位置指紋與信標(biāo)區(qū)域關(guān)系的核矩陣，Y(i，j)＝1表示R^s中對應(yīng)的L_i相等，同時表示收集于同一信標(biāo)區(qū)域，否則Y(i，j)＝-1。I為單位矩陣。

A為對稱矩陣，所以能夠使用特征分解將A表示為A＝Vdiag(δ)V^T，其中V是A的特征向量，δ是A的特征系數(shù)。因此能夠得到A₊＝Vdiag(δ₊)V^T，其中δ₊是A中δ對應(yīng)的非負向量，δ₊[i]＝max(0，δ[i])。

因為能夠證明K是一個M×M的半正定矩陣，所以K能夠用奇異值分解(SVD)表示為：K＝LL^T，其中L為知識矩陣K經(jīng)過奇異值分解后處理得到的矩陣。

進一步地，按照以下公式能夠計算相似室內(nèi)定位空間的位置指紋庫R中的兩組位置指紋r_i，r_j之間的差異值數(shù)據(jù)d_K：

所以對于Q個與目標(biāo)室內(nèi)定位空間相對應(yīng)的相似室內(nèi)定位空間，能夠計算得到Q個不同的知識矩陣K，組成一個待選的相似室內(nèi)定位空間的知識矩陣池P：

P＝{K₁，K₂，...，K_Q}

這里設(shè)置Q的值為10，即有10個與目標(biāo)室內(nèi)定位空間相對應(yīng)的相似室內(nèi)定位空間。

步驟d2，從相似室內(nèi)定位空間知識矩陣池中計算出適合目標(biāo)室內(nèi)定位空間的最佳知識矩陣。

設(shè)置K_t為目標(biāo)室內(nèi)定位空間所對應(yīng)的最佳知識矩陣，從相似室內(nèi)定位空間知識矩陣池P中計算出適合目標(biāo)室內(nèi)定位空間的最佳知識矩陣K_t的方法包括下列步驟：

步驟d21，計算每一個相似室內(nèi)定位空間與目標(biāo)室內(nèi)定位空間的位置指紋庫相似性，計算公式如下：

S_i＝-(c₁*MMD_i+c₂*Dif_i)

其中c₁，c₂∈(0，1)，并且c₁+c₂＝1，這里設(shè)置c₁＝0.8，c₂＝0.2。Dif_i設(shè)置為相似室內(nèi)定位空間與目標(biāo)室內(nèi)定位空間信標(biāo)區(qū)域數(shù)量的差值，MMD_i設(shè)置為相似室內(nèi)定位空間與目標(biāo)室內(nèi)定位空間的位置指紋庫的最大均值差異，其計算公式為：

其中R^s為相似室內(nèi)定位空間所對應(yīng)的位置指紋庫，R^t為目標(biāo)室內(nèi)定位空間所對應(yīng)的位置指紋庫，位置指紋其中N_s，N_t為R^s，R^t的列數(shù)，表示位置指紋的數(shù)量。

步驟d22，計算最佳知識矩陣的方法如下：

計算每一個相似室內(nèi)定位空間與目標(biāo)室內(nèi)定位空間的位置指紋庫關(guān)聯(lián)度，計算公式如下：

其中知識矩陣K_i∈P，Y^t為R^t中位置指紋與信標(biāo)區(qū)域關(guān)系的核矩陣，Y^t(i，j)＝1表示R^t中對應(yīng)的L_i相等，同時表示收集于同一信標(biāo)區(qū)域，否則Y^t(i，j)＝-1。其中使得關(guān)聯(lián)度Degree_i取最大值時的知識矩陣K_i就為最佳知識矩陣K_t。

完成步驟d以后，就能使用步驟d中確定的最佳知識矩陣K_t指導(dǎo)完成目標(biāo)室內(nèi)定位空間的定位系統(tǒng)指紋庫搭建，并輔助系統(tǒng)完成室內(nèi)定位的工作，具體的方法如下：

設(shè)置r_t為實時獲取的目標(biāo)室內(nèi)定位空間的一個位置指紋，設(shè)置為實時位置指紋r_t與目標(biāo)室內(nèi)定位空間位置指紋庫中位置指紋的差異值數(shù)據(jù)，利用KNN算法，通過比較實時位置指紋r_t與目標(biāo)室內(nèi)定位空間位置指紋庫中位置指紋的差異設(shè)置使得最小的位置指紋所對應(yīng)的信標(biāo)區(qū)域為預(yù)測區(qū)域L_t，的計算公式如下：

其中能夠使用奇異值分解得到L_t。同時，定位系統(tǒng)采用KNN算法來進行實時定位的計算，并將最近鄰權(quán)數(shù)k設(shè)為1。

在定位系統(tǒng)運行過程中，將獲得的新指紋數(shù)據(jù)組成測試數(shù)據(jù)指紋庫，當(dāng)基于測試數(shù)據(jù)指紋庫的定位系統(tǒng)的定位準(zhǔn)確率參數(shù)達到表示高定位精度的設(shè)定值時，能夠?qū)y試數(shù)據(jù)指紋庫加入源位置指紋數(shù)據(jù)庫集。

使用本發(fā)明所述的室內(nèi)定位系統(tǒng)快速搭建方法，減少了基于WIFI信號強度的室內(nèi)定位系統(tǒng)的離線指紋數(shù)據(jù)的人工采集量，在系統(tǒng)搭建過程中采用遷移學(xué)習(xí)的方法，大大降低了搭建室內(nèi)定位系統(tǒng)的時間周期和人力成本。同時在定位系統(tǒng)搭建過程中，能持續(xù)增加有效的室內(nèi)定位空間的位置指紋庫數(shù)據(jù)量，不斷增加源位置指紋數(shù)據(jù)庫集中的指紋數(shù)據(jù)，提高新的室內(nèi)定位系統(tǒng)的搭建效率。

本發(fā)明的上述實施例僅僅是為說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其他不同形式的變化和變動。這里無法所有的實施方式予以窮舉。凡是屬于本發(fā)明的技術(shù)方案所引申出的顯而易見的變化或變動仍處于本發(fā)明的保護范圍之列。