本發(fā)明涉及定位技術(shù)領(lǐng)域，具體涉及一種基于多信道信號強(qiáng)度檢測的車內(nèi)定位方法及系統(tǒng)。

背景技術(shù)：

目前基于位置的服務(wù)已經(jīng)越來越重要，室外環(huán)境的定位由于gps的普及也已經(jīng)變得準(zhǔn)確度很高而且便于使用，同樣，車內(nèi)定位也有其重要意義：在物聯(lián)網(wǎng)的領(lǐng)域中，可以根據(jù)乘客在車內(nèi)的分布自動對車內(nèi)的空間進(jìn)行調(diào)整；已知乘客在車內(nèi)的位置，根據(jù)用戶的位置提供不同的安全管理限制，對于主駕駛位的用戶，限制其手機(jī)的使用，而其他位置的用戶，可以提供更多的娛樂服務(wù)；可以說，車內(nèi)定位對于實(shí)現(xiàn)車輛的智能化起到了重要的作用。對比與gps定位和室內(nèi)定位方法，車內(nèi)定位的方法卻比較少，近些年來的室內(nèi)定位進(jìn)展的如火如荼，但車內(nèi)環(huán)境和普通的室內(nèi)環(huán)境存在著很大差距，導(dǎo)致了室內(nèi)定位的方法不能完全適用于車內(nèi)定位的主要有：1、車內(nèi)和室內(nèi)相比，空間更加封閉、狹小，資源更加有限，并且汽車經(jīng)常會處于運(yùn)動狀態(tài)，許多方法，例如結(jié)合手機(jī)傳感器(加速度傳感器，陀螺儀等)并結(jié)合上下文信息，就不能適用于車內(nèi)定位；2、從應(yīng)用角度，車輛內(nèi)部不便于大量部署類似wifi、rfid等較大型無線設(shè)備；3、車輛在出廠之后設(shè)備、布線基本固定，不能做過多改動，故對車輛進(jìn)行修改的方法不適用；4、從實(shí)用方法和可操作角度來看，使用藍(lán)牙信號的rssi是較好的選擇，但傳統(tǒng)使用藍(lán)牙rssi的一般精度在1-3m左右，或是定位到房間級別，一般的小客車空間本身比較小，大概在1-3m左右，因此車內(nèi)定位的精度必須要高于這個精度，傳統(tǒng)的方法也不適用于車內(nèi)。

現(xiàn)有的車內(nèi)定位主要包括如下技術(shù)方式：一、通過使用由藍(lán)牙ble進(jìn)行信號傳輸?shù)目刂破骱蚾cd(occupantcommunicationdeviceocd)的雙向接收裝置對接收終端是否在主駕駛位進(jìn)行判斷。這種方法在確定位置時只使用了閾值和計(jì)數(shù)器，在車內(nèi)這種擁擠，狹窄的環(huán)境，多徑效應(yīng)及其嚴(yán)重，得到的波形嚴(yán)重跳變，僅僅使用濾波和閾值比較的方法會導(dǎo)致定位結(jié)果的不準(zhǔn)確；在使用時使用了多個收發(fā)器，空間浪費(fèi)比較嚴(yán)重，而且在分辨車內(nèi)的位置時，單單判斷了是否處于主駕駛位，分類的精度不夠高；二、使用了聲波定位的技術(shù)，首先使用不同的頻率在車內(nèi)進(jìn)行測試，找到一個干擾最小的頻率，然后對車內(nèi)的喇叭進(jìn)行整改，并加入多個喇叭，在喇叭中加入干擾最小的頻率的聲波，再根據(jù)聲波的到達(dá)接收位置的時間差來對車內(nèi)的位置進(jìn)行判斷，雖然效果比較好，但是實(shí)現(xiàn)起來比較復(fù)雜，可部署性比較差，需要對車內(nèi)原有設(shè)備進(jìn)行改造，并不適用于現(xiàn)有車輛以及降低部署成本；三、在定位區(qū)域內(nèi)布置多個無線信號發(fā)射器，以固定的發(fā)射功率廣播發(fā)送無線信號，在定位過程中，將移動目標(biāo)上的移動終端接收到的無線信號的信號特征與預(yù)先測得的信號特征進(jìn)行匹配，確定出移動目標(biāo)在定位區(qū)域內(nèi)的位置。但這種方式并不能完全適用于車內(nèi)，車內(nèi)由于干擾較重，信號之間干擾和跳變都現(xiàn)象明顯，會出現(xiàn)同樣的特征匹配不同位置的情況，僅使用特征匹配的方法效果精度不夠高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為了解決上述問題而提出的，提供一種高精度的車內(nèi)定位方法以及系統(tǒng)。特別是提供了一種有效、可實(shí)施的車內(nèi)定位方法，通過采集位于車內(nèi)不同位置不同信道的rssi值對車內(nèi)位置進(jìn)行判斷，從而分辨出接收終端或持有接收終端的人員的位置信息。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于多信道信號強(qiáng)度檢測的車內(nèi)定位方法，包括如下步驟：

在車內(nèi)不同位置安裝藍(lán)牙信標(biāo)，以使每個藍(lán)牙信標(biāo)在多個信道上進(jìn)行廣播；

接收終端接收多個所述藍(lán)牙信標(biāo)廣播的所述多個信道的無線廣播信號數(shù)據(jù)；以及

將與每一個所述藍(lán)牙信標(biāo)對應(yīng)的多個信道的每個信道的無線廣播信號數(shù)據(jù)作為定位數(shù)據(jù)，計(jì)算接收終端的定位位置。

本發(fā)明還提供了一種基于多信道信號強(qiáng)度檢測的車內(nèi)定位系統(tǒng)，包括

信號生成單元，在車內(nèi)不同位置安裝藍(lán)牙信標(biāo)，以使每個藍(lán)牙信標(biāo)在多個信道上進(jìn)行廣播；

信號接收單元，接收所述信號生成單元使用多個所述藍(lán)牙信標(biāo)廣播的所述多個信道的無線廣播信號數(shù)據(jù)；以及

信號處理單元，將通過所述信號接收單元接收到的與每一個所述藍(lán)牙信標(biāo)對應(yīng)的多個信道的每個信道的無線廣播信號數(shù)據(jù)作為定位數(shù)據(jù)，計(jì)算接收終端的定位位置。

根據(jù)本發(fā)明，能夠方便實(shí)施車內(nèi)定位方法。

根據(jù)本發(fā)明，能夠使車內(nèi)定位結(jié)果準(zhǔn)確、定位精度高。

附圖說明

為了更清楚地說明本申請實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明中記載的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，還可以根據(jù)這些附圖獲得其他的附圖。

圖1a、圖1b為本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)系統(tǒng)的框架結(jié)構(gòu)示意圖；

圖2為本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)定位方法的具體實(shí)施方式的流程示意圖；

圖3為本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)定位方法的具體實(shí)施方式中s103的流程示意圖；

圖4為應(yīng)用本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)定位系統(tǒng)一個實(shí)施例的系統(tǒng)框架結(jié)構(gòu)示意圖；

圖5為應(yīng)用本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)系統(tǒng)一個實(shí)施例的系統(tǒng)的流程原理示意圖；

圖6為應(yīng)用本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)系統(tǒng)的車輛結(jié)構(gòu)示意圖；

圖7為應(yīng)用本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)系統(tǒng)另一個的系統(tǒng)框架結(jié)構(gòu)示意圖；

圖8為應(yīng)用本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)系統(tǒng)另一個的系統(tǒng)流程示意圖。

具體實(shí)施方式

為了使本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明的技術(shù)方案，下面將結(jié)合附圖對本發(fā)明作進(jìn)一步的詳細(xì)介紹。

在藍(lán)牙4.0通信的技術(shù)中，發(fā)射設(shè)備首先在廣播信道上進(jìn)行數(shù)據(jù)廣播，接收設(shè)備接收到廣播數(shù)據(jù)后，回應(yīng)發(fā)射設(shè)備，進(jìn)而進(jìn)行下一步的設(shè)備配對、連接等操作。為了使得接收設(shè)備能夠更大概率的接收到廣播信號以及避免某個廣播信道收到同頻無線信號的干擾，發(fā)射設(shè)備會在三個信道上同時進(jìn)行數(shù)據(jù)廣播，接收設(shè)備接收5到任何一個信道的廣播數(shù)據(jù)包后，即可進(jìn)行相應(yīng)的響應(yīng)。通常對接收廣播信號的技術(shù)處理方法是通過時間來對數(shù)據(jù)包進(jìn)行接收：在一定的時間段內(nèi)，只接收一個數(shù)據(jù)包?；蛘?，接收設(shè)備的底層將接收到的所有信道上的數(shù)據(jù)包都送往應(yīng)用層，由應(yīng)用層進(jìn)行過濾。在普通的使用方法中，在接收設(shè)備的應(yīng)用層會認(rèn)為接收到的不同信道上的藍(lán)牙廣播數(shù)據(jù)包為同一個數(shù)據(jù)包，而忽略了信道信息。在本發(fā)明中，申請人經(jīng)過潛心研究，注意到在相同環(huán)境下不同信道的廣播數(shù)據(jù)包的接收信號強(qiáng)度(rssi)值是有區(qū)別的，如果按照正常的接收方式而不考慮其中的信道信息，會對確定利用rssi信息定位的接收終端位置有較大的負(fù)面影響。而如果利用了藍(lán)牙4.0技術(shù)中多個信道廣播的這一特性，將多個信道上的廣播數(shù)據(jù)包都作為定位數(shù)據(jù)，一方面降低了不區(qū)分信道時多個信道上的數(shù)據(jù)包對定位精度的影響，另一方面也增加了定位數(shù)據(jù)的數(shù)據(jù)量和信息量，對提高定位精度會有很大幫助。因此發(fā)明人在本發(fā)明中，提出了利用多個信道的信號強(qiáng)度來進(jìn)行接收終端定位的方法。

為了使本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明的技術(shù)方案，下面將結(jié)合附圖對本發(fā)明作進(jìn)一步的詳細(xì)介紹。

如圖1a、圖1b所示，本發(fā)明提供了一種基于多信道信號強(qiáng)度檢測的車內(nèi)定位系統(tǒng)，包括信號生成單元10、信號接收單元20、信號處理單元30和結(jié)果輸出單元40。

其中，信號生成單元10為在車內(nèi)不同位置安裝藍(lán)牙信標(biāo)，部署配置多個藍(lán)牙信標(biāo)并使用其所有廣播信道進(jìn)行接收終端的定位。

信號接收單元20接收所述信號生成單元10使用多個所述藍(lán)牙信標(biāo)廣播的所述多個信道的無線廣播5信號數(shù)據(jù)。所述信號接收單元20采集當(dāng)前位置接收到的定位數(shù)據(jù)，其中，定位數(shù)據(jù)為不同的藍(lán)牙信標(biāo)發(fā)射的不同信道的無線廣播信號數(shù)據(jù)。

信號處理單元30將通過所述信號接收單元接收到的與每一個所述藍(lán)牙信標(biāo)對應(yīng)的多個信道的每個信道的無線廣播信號數(shù)據(jù)作為定位數(shù)據(jù)，計(jì)算接收終端的定位位置。

例如，信號處理單元能夠?qū)τ诙ㄎ粩?shù)據(jù)進(jìn)行濾波、預(yù)分類、擬合、校正判斷處理，計(jì)算定位數(shù)據(jù)對應(yīng)的定位位置?？梢栽趯?shí)際定位之前進(jìn)行標(biāo)準(zhǔn)模型庫的建立。在車內(nèi)的各個位置收集不同藍(lán)牙信標(biāo)的rssi值，對于這些rssi值進(jìn)行濾波處理，并根據(jù)這些濾波后的rssi值，建立第一分類器模型、擬合參數(shù)和第二分類器模型，在后續(xù)定位的過程中，與這些模型進(jìn)行匹配。在進(jìn)行預(yù)分類、擬合、校正判斷時，需要與預(yù)先建立的標(biāo)準(zhǔn)模型進(jìn)行匹配來計(jì)算概率，所使用的第一分類器、擬合參數(shù)、第二分類器都是由標(biāo)準(zhǔn)庫得到的。當(dāng)然也可以使用其他方式，只要能夠使用多信道上的所有數(shù)據(jù)判斷出位于車內(nèi)位置的概率即可。

結(jié)果輸出單元40將定位位置作為定位結(jié)果進(jìn)行輸出。

進(jìn)一步，如圖1b所示，所述信號處理單元30還可以包括濾波子單元301、預(yù)分類子單元302、擬合子單元303。其中，所述濾波子單元301(相當(dāng)于濾波單元)用于將定位數(shù)據(jù)進(jìn)行濾波處理，在保留原有數(shù)據(jù)特征的基礎(chǔ)上，去掉干擾較重的rssi值。預(yù)分類子單元302將rssi值輸入至預(yù)設(shè)的第一分類器，根據(jù)第一分類器對rssi值的分類結(jié)果得到rssi值在車內(nèi)的排數(shù)；擬合子單元303用于將rssi值進(jìn)行函數(shù)擬合，計(jì)算rssi值在車內(nèi)各個位置的分布概率，選定該排數(shù)中分布概率最大的值對應(yīng)的位置為定位位置。其中，預(yù)分類子單元302和擬合子單元303相當(dāng)于第一定位單元。

為了使定位位置更加準(zhǔn)確，信號處理單元或車內(nèi)定位系統(tǒng)還可以包括二次分類子單元304(相當(dāng)于校驗(yàn)定位單元)、結(jié)果綜合子單元305(相當(dāng)于第二定位單元)。所述二次分類子單元304利用預(yù)設(shè)的第二分類器將rssi值進(jìn)行分類，獲得校驗(yàn)定位位置。所述結(jié)果綜合子單元305統(tǒng)計(jì)根據(jù)多個定位數(shù)據(jù)確定的定位位置和校驗(yàn)定位位置，判斷所有定位位置和所有校驗(yàn)定位位置中確定的次數(shù)最多的位置，將次數(shù)最多的位置作為定位位置。

本發(fā)明的藍(lán)牙信標(biāo)節(jié)點(diǎn)的配置簡單方便，操作方便。藍(lán)牙信標(biāo)(ble信號發(fā)射器)的體積較小，設(shè)備的封裝可以做到幾厘米范圍內(nèi)，不會占用車內(nèi)太大體積。發(fā)射器放置的位置也不會干擾到駕駛員正常駕駛或車內(nèi)乘客在車內(nèi)的動作。采集終端在采集到處于不同位置不同信道ble的rssi值之后，例如對其進(jìn)行濾波處理，并作為其后步驟預(yù)分類、函數(shù)擬合、分類校正的特征。

以下使用所述車內(nèi)定位系統(tǒng)，參照圖2以及圖3說明基于多信道信號強(qiáng)度檢測的車內(nèi)定位方法。

圖2為本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)定位方法的具體實(shí)施方式的流程示意圖。

在s101中，信號生成單元10為在車內(nèi)不同位置安裝藍(lán)牙信標(biāo)，對多個藍(lán)牙信標(biāo)進(jìn)行設(shè)置,以使得每個藍(lán)牙信標(biāo)在多個信道上進(jìn)行廣播，具體而言，例如，在車內(nèi)不同位置安裝藍(lán)牙信標(biāo)，按照藍(lán)牙信標(biāo)的數(shù)量設(shè)置每個藍(lán)牙信標(biāo)發(fā)射無線廣播信號的信道數(shù)量。

在s102中，信號接收單元20接收信號生成單元10使用多個所述藍(lán)牙信標(biāo)廣播的所述多個信道的無線廣播信號數(shù)據(jù)。

在s103中，信號處理單5元30將與每一個所述藍(lán)牙信標(biāo)對應(yīng)的多個信道的每個信道的無線廣播信號數(shù)據(jù)作為定位數(shù)據(jù)，計(jì)算接收終端的定位位置；

在s104中，結(jié)果輸出單元40將定位位置作為定位結(jié)果進(jìn)行輸出。

圖3為計(jì)算接收終端的定位位置時的具體流程示意圖的一個例子。

例如在s103中包括步驟s1031-s1035。

在s1031中，濾波子單元301對定位數(shù)據(jù)進(jìn)行濾波處理，在保留原有數(shù)據(jù)特征的基礎(chǔ)上，去掉干擾較重的rssi值然后輸入到第一分類器。定位數(shù)據(jù)包括多個定位數(shù)據(jù)包。在實(shí)際進(jìn)行定位時，為使得信號穩(wěn)定，能夠獲得多個藍(lán)牙信標(biāo)發(fā)送的無線廣播信號的數(shù)據(jù)包，最終對定位結(jié)果進(jìn)行一次輸出。當(dāng)然，該濾波處理在信號條件好的時候也可以省略。

具體實(shí)施時，可采用常見的濾波方法，如限幅濾波法、卡爾曼濾波法、小波濾波法、中位值濾波法、遞推平均濾波法等。

在s1032中，預(yù)分類子單元302將定位數(shù)據(jù)的rssi值輸入至預(yù)設(shè)的第一分類器，根據(jù)第一分類器對rssi值的分類結(jié)果得到rssi值在車內(nèi)的排數(shù)?？紤]到信號發(fā)射端的分布，對于排數(shù)的區(qū)分度比較高，所以在預(yù)分類時選擇了預(yù)先區(qū)分前排、后排或中排的方式，具體地，可以使用的分類器進(jìn)行分類的方法包括：adaboost分類、knn、樸素貝葉斯等。

在s1033中，擬合子單元303將rssi值進(jìn)行函數(shù)擬合，計(jì)算rssi值在車內(nèi)各個位置的分布概率，選定與該排數(shù)中分布概率最大的值對應(yīng)的位置為定位位置。具體而言，例如，對收集到的數(shù)據(jù)使用函數(shù)分布進(jìn)行擬合，將得到的參數(shù)作為標(biāo)準(zhǔn)分布，用在實(shí)際定位數(shù)據(jù)上，對定位數(shù)據(jù)使用擬合參數(shù)計(jì)算信號處于不同節(jié)點(diǎn)的概率。具體地，可以使用的擬合函數(shù)包括正態(tài)分布擬合，函數(shù)擬合，韋伯分布擬合等，本發(fā)明不一一列舉。

通過到此為止的步驟，能夠計(jì)算出準(zhǔn)確的定位位置。為了保證結(jié)果更準(zhǔn)確，本發(fā)明還使用了另一種分類方法對接收到的數(shù)據(jù)進(jìn)行再分類。例如，還可以通過s1034、s1035進(jìn)行加強(qiáng)驗(yàn)證。

在s1034中，二次分類子單元304利用預(yù)設(shè)的第二分類器將rssi值進(jìn)行分類，獲得校驗(yàn)定位位置。所采用的分類器與第一分類器的分類方法不一致，得到的結(jié)果作為校正。具體地，可以使用的分類方法包括：決策樹、svm、神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林等。

在s1035中，結(jié)果綜合子單元統(tǒng)計(jì)根據(jù)多個定位數(shù)據(jù)確定的定位位置和校驗(yàn)定位位置，判斷所有定位位置和所有校驗(yàn)定位位置中確定的次數(shù)最多的位置，將次數(shù)最多的位置作為定位位置。例如，統(tǒng)計(jì)根據(jù)n個定位數(shù)據(jù)確定的基于所述第一分類器的定位位置和基于所述第二分類器的校驗(yàn)定位位置，得到2*n個定位位置，判斷在這2*n個定位位置中被定位次數(shù)最多的位置，將該位置作為定位位置。本發(fā)明對所接收到的多個數(shù)據(jù)包進(jìn)行一次結(jié)果判斷，取所判斷的概率最大的位置作為本次定位位置，進(jìn)一步提高了定位的準(zhǔn)確性。

另外，還可以在實(shí)際定位之前進(jìn)行標(biāo)準(zhǔn)模型庫的建立，在車內(nèi)的各個位置收集不同藍(lán)牙信標(biāo)的rssi值，對于這些rssi值，首先進(jìn)行濾波處理，并根據(jù)這些濾波后的rssi值，建立第一分類器模型，擬合參數(shù)和第二分類器模型，在后續(xù)定位的過程中，即與這些模型進(jìn)行匹配。在進(jìn)行分類、擬合、校正判斷時，需要與預(yù)先建立的標(biāo)準(zhǔn)模型進(jìn)行匹配來計(jì)算概率，所使用的第一分類器、擬合參數(shù)、第二分類器都是由標(biāo)準(zhǔn)庫得到的。

本發(fā)明利用在同一場景下，相同或類似的環(huán)境對不同頻率的無線信號的折射、反射會有不同的響應(yīng)的原理，使用不同位置的藍(lán)牙信標(biāo)在不同信道進(jìn)行無線廣播，以便接收設(shè)備對接收到的信號強(qiáng)度值作為定位的特征。

本發(fā)明分別采集處于不同位置的藍(lán)牙信標(biāo)(ble信號發(fā)射器)并根據(jù)廣播信道對其進(jìn)行區(qū)分，并使用不同信道的rssi值作為擬合和分類的特征。在采集到不同ble信號發(fā)射器不同信道的rssi值后，對于采集到的信號進(jìn)行濾波、預(yù)分類、擬合、二次分類校正的方法。在實(shí)際實(shí)驗(yàn)結(jié)果中，主駕駛、二排左位置和二排右位置正確率可以達(dá)到97％左右，副駕駛達(dá)到95％左右，一排中間位置和二排中間位置正確率在90％左右。

進(jìn)一步，所述定位數(shù)據(jù)包括多個定位數(shù)據(jù)包。由接收終端判斷定位數(shù)據(jù)包的數(shù)量是否達(dá)到閾值，如果未達(dá)到閾值，則繼續(xù)接收定位數(shù)據(jù)包。

進(jìn)一步，所述利用預(yù)設(shè)的第二分類器將rssi值進(jìn)行分類，獲得校驗(yàn)定位位置之前還可以包括以下步驟：信號處理單元30設(shè)置訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集中包括車內(nèi)各個位置接收到的不同藍(lán)牙信標(biāo)發(fā)送的不同信道的無線廣播信號數(shù)據(jù)；信號處理單元30將訓(xùn)練數(shù)據(jù)集輸入至第二分類器，按照車內(nèi)位置將第二分類器進(jìn)行訓(xùn)練，得到n分類器，其中，n為大于1的自然數(shù)。

以下就應(yīng)用了本發(fā)明的基于多信道信號強(qiáng)度檢測的車內(nèi)定位系統(tǒng)的具體實(shí)施例進(jìn)行說明。

第一實(shí)施例

如圖4所示為應(yīng)用本發(fā)明所述的基于多信道信號強(qiáng)度檢測的車內(nèi)定位系統(tǒng)的一個實(shí)施例的系統(tǒng)結(jié)構(gòu)框架示意圖。如圖4所示，其中最下端的為信號生成單元100，中間的為信號接收單元和結(jié)果輸出單元200，遠(yuǎn)程的服務(wù)器為信號處理單元300。

本實(shí)施例采用了服務(wù)器-客戶端模式，使用移動終端作為接收信號的接收終端(信號接收單元)，并作為客戶端，遠(yuǎn)程計(jì)算機(jī)作為服務(wù)器(信號處理單元)，計(jì)算機(jī)的運(yùn)算能力和響應(yīng)速度要遠(yuǎn)優(yōu)于接收終端，這種架構(gòu)的優(yōu)點(diǎn)是可以使用更復(fù)雜的濾波方法和機(jī)器學(xué)習(xí)算法，更準(zhǔn)確地計(jì)算出終端所處位置。本實(shí)施例的系統(tǒng)構(gòu)成如圖4所示，工作流程如圖5所示，下面結(jié)合這兩幅圖，對本實(shí)施例進(jìn)行詳細(xì)說明。

步驟s401，信號數(shù)據(jù)采集。主要完成的是使用接收終端接收發(fā)射裝置(信號生成單元、藍(lán)牙信標(biāo)、ble信號發(fā)射器)發(fā)射的藍(lán)牙信號，并計(jì)算所接收到的藍(lán)牙信號的rssi值。圖4中的最下端顯示了藍(lán)牙信標(biāo)將信號發(fā)送給信號接收端的過程。

發(fā)射裝置(藍(lán)牙信標(biāo)、ble信號發(fā)射器)主要發(fā)射ble信號，在本實(shí)施例中，汽車內(nèi)部共有兩排座位，在車內(nèi)一共配置了三個發(fā)射裝置：分別處于主駕駛位車頂端把手凹槽處，副駕駛位車頂端把手凹槽處和二排車頂閱讀燈處，這三個位置在圖6中用實(shí)心圓點(diǎn)標(biāo)記出來。

接收終端可以接收處于不同藍(lán)牙廣播信道的rssi值，為了更好地區(qū)分接收終端在車內(nèi)的位置，本發(fā)明在采集數(shù)據(jù)時，分別采集了主駕駛、副駕駛、一排中間、二排左、二排右和二排中間六個位置的rssi值，這六個位置在車內(nèi)的分布如圖6所示。對于ble來說，其三個廣播信道存在著一定的頻率差(本發(fā)明使用37信道：2402mhz，38信道：2426mhz，39信道2480mhz)，多反射條件下接收端的功率估計(jì)公式如下：

其中主要的參數(shù)包括：ptx和prx分別表示發(fā)射功率和接收功率，l表示發(fā)射節(jié)點(diǎn)和接收節(jié)點(diǎn)的距離；l表示由于發(fā)射節(jié)點(diǎn)和接收節(jié)點(diǎn)的阻抗不匹配導(dǎo)致的損失，λ＝c/f表示信號的波長，γ是路徑損耗系數(shù)，表示在視距方向上發(fā)射和接收天線場的輻射模式，r和r'表示信號在發(fā)射和反射經(jīng)過的路徑長度，則表示在分別在和方向上發(fā)射和接收天線場的輻射模式的乘積，δφ＝2π(r'+r-l)/λ是兩個接收到信號的相位差。通過此公式可以看出，當(dāng)發(fā)射端的功率相同時，信號接收端的功率也會因頻率的不同而不同?；诖死碚?，本發(fā)明在定位時，選擇了在采集每個位置的rssi值時分別記錄了藍(lán)牙信標(biāo)在三個廣播信道的rssi值，故接收終端在每個接收位置都有9組數(shù)據(jù)，分別對應(yīng)三個位置藍(lán)牙信標(biāo)的三個信道的rssi值。

步驟s402，接收終端將數(shù)據(jù)發(fā)送到服務(wù)器，可以通過網(wǎng)絡(luò)進(jìn)行接收終端和服務(wù)器之間的通信。

本實(shí)施例中s403-s408都是在服務(wù)器端完成的工作。

步驟s403，本實(shí)施例使用了卡爾曼濾波方法，由于接收到的rssi值很容易受到周圍環(huán)境的影響，包括多徑、折射、反射等，為了消除這些因素對接收值的影響，對接收到的數(shù)據(jù)進(jìn)行卡爾曼濾波。

卡爾曼濾波主要用于信號處理和控制系統(tǒng)中，它的一個典型實(shí)例是從一組有限的，包含噪聲的，通過對物體某個特征的觀察序列和對于該特征的測量值，預(yù)測出物體的下一個時段的特征?？柭鼮V波器的基本假設(shè)如下：

其后驗(yàn)概率分布p(xk-1|yk-1)為高斯分布

動態(tài)系統(tǒng)是線性的：

xk＝axk-1+buk-1+qk-1

yk＝hxk+rk。

系統(tǒng)噪聲和測量噪聲都是高斯分布的。

在上述公式中，x(k)是k時刻的系統(tǒng)狀態(tài)，u(k)是k時刻對系統(tǒng)的控制量。a和b是系統(tǒng)參數(shù)。y(k)是k時刻的測量值，h是測量系統(tǒng)的參數(shù)，對于多測量系統(tǒng)，h為矩陣。q(k)和r(k)分別表示過程和測量的噪聲。它們被假設(shè)成高斯白噪聲(whitegaussiannoise)，它們的協(xié)方差分別是q，r。由于rssi值符合上述標(biāo)準(zhǔn)，因此可以使用卡爾曼濾波對收到的信號進(jìn)行濾波。

在具體使用時，通過給定上一時段的測量值、真實(shí)值、當(dāng)前時刻的測量值和系統(tǒng)的過程噪聲、測量噪聲，即可預(yù)測當(dāng)前時刻的真實(shí)值。

步驟s404，本實(shí)施例使用adaboost預(yù)分類方法作為第一分類器的分類方法。因?yàn)檫@次預(yù)分類的結(jié)果會影響到后續(xù)的結(jié)果，所以選擇了adaboost算法，這是因?yàn)閍daboost算法是一種效果比較好的提升算法，所謂“提升算法”就是把“弱學(xué)習(xí)算法”提升為“強(qiáng)學(xué)習(xí)算法”，它的主要思想是在初始時，每個樣本的權(quán)重都相同，在每次訓(xùn)練時都使用弱分類器進(jìn)行分類，對于分類結(jié)果錯的樣本，權(quán)重加重，如此迭代反復(fù)，直到得到最優(yōu)結(jié)果或者達(dá)到了預(yù)定的迭代次數(shù)，將所有弱分類器的結(jié)果進(jìn)行整合作為最終的分類結(jié)果。

在實(shí)際定位時，會根據(jù)模型對收集到的rssi值進(jìn)行分類，如果分類結(jié)果是1則認(rèn)為該組值是由在前排的收集終端收集到的，反之，如果分類結(jié)果是2則認(rèn)為該組值是由在后排的收集終端收集到的。

步驟s405，本實(shí)施例使用伽馬分布擬合：伽馬分布常用于為多徑衰落信號建模和船舶檢測或有偏分布，根據(jù)收集到的rssi數(shù)據(jù)分布，可以發(fā)現(xiàn)得到的數(shù)據(jù)為一種有偏數(shù)據(jù)，恰好可以使用伽馬分布來擬合，伽馬分布的密度函數(shù)為：

每個伽馬分布有兩個參數(shù):α稱為形狀參數(shù)，θ稱為尺度參數(shù)。單獨(dú)使用這兩個參數(shù)可以確定一個伽馬分布。

對于訓(xùn)練集中的數(shù)據(jù)，接收端的六個位置都可以根據(jù)其接收到的9組信號進(jìn)行擬合分別得到9個伽馬分布，計(jì)算出每個伽馬函數(shù)的形狀參數(shù)α和尺度參數(shù)θ,使用這兩個參數(shù)，我們可以得到伽馬分布的pdf(probabilitydistributionfunction，概率分布函數(shù))，其pdf的概率密度如下:

這樣，得到的伽馬分布可以作為該位置的標(biāo)準(zhǔn)分布。

對于用于定位的數(shù)據(jù)，每組都有9個rssi值：

其中，代表beaconi在信道j上所接受到的rssi值，其中bi代表beaconi，cj代表信道36+j，可以認(rèn)定不同位置不同信道的rssi之間沒有相關(guān)性，根據(jù)樸素貝葉斯理論和之前得到的伽馬分布，分別計(jì)算這9個rssi值處于六個位置的概率：

由于之前已經(jīng)使用adaboost對收集到的rssi值進(jìn)行預(yù)分類，已經(jīng)可以確定出改值處于前排或是后排，所以在比較時，可以去該排三個位置的最大值作為定位的位置：

j使

步驟s406，本實(shí)施例使用svm(supportvectormachine，自動支持向量機(jī))進(jìn)行數(shù)據(jù)分類校正：為了防止預(yù)分類過程中的錯誤分類而導(dǎo)致的后續(xù)結(jié)果錯誤，在正式結(jié)果輸出之前，使用了svm來對分類結(jié)果進(jìn)行校正。

svm是一個常用的分類器，有著效果好，速度快的特點(diǎn)，其主要思想是使用一個直線將數(shù)據(jù)分成兩部分，如果數(shù)據(jù)是線性可分的，直接將其分開即可，而在線性不可分的情況下，支持向量機(jī)首先在低維空間中完成計(jì)算，然后通過核函數(shù)將輸入空間映射到高維特征空間，最終在高維特征空間中構(gòu)造出最優(yōu)分離超平面，從而把平面上本身不好分的非線性數(shù)據(jù)分開。

與之前adaboost的方法類似，該步驟中第二分類器也是使用3個beacon在3個信道上的rssi值(9個維度)來作為特征，不同的是，此處進(jìn)行的是6分類，即判斷該接受信號處于車內(nèi)的位置而非前后排。雖然傳統(tǒng)的svm是一個二值分類器，但可以通過迭代多次使用二值分類器，可以最終實(shí)現(xiàn)6分類。

步驟s407，本實(shí)施例中每收到6組數(shù)據(jù)包，進(jìn)行一次結(jié)果輸出。在本發(fā)明中，發(fā)射終端被設(shè)定為500ms發(fā)送一個數(shù)據(jù)包，為了良好的用戶體驗(yàn)和結(jié)果輸出的準(zhǔn)確度，每收到6組數(shù)據(jù)包進(jìn)行一次結(jié)果輸出，在輸出結(jié)果時，分別統(tǒng)計(jì)這6次判定中處于6個位置的次數(shù)，包括使用擬合方法得到的結(jié)果與使用svm方法得到的結(jié)果，選擇判定次數(shù)最多的位置作為本次的判定結(jié)果。

步驟s408，服務(wù)器將結(jié)果回傳給客戶端：到此步驟為止，服務(wù)器的任務(wù)完成。

步驟s409，客戶端從服務(wù)器獲得定位的結(jié)果。

步驟s410，當(dāng)所有請求都處理完結(jié)束后，定位結(jié)束。

第二實(shí)施例

如圖7所示為本發(fā)明所述的應(yīng)用本發(fā)明所述的多信道信號強(qiáng)度檢測的車內(nèi)定位系統(tǒng)的另一個實(shí)施例的系統(tǒng)結(jié)構(gòu)示意圖。其中最下端的為信號生成單元，上端為信號接收單元、信號處理單元和結(jié)果輸出單元。本實(shí)施例采用了本地模式，即移動終端同時作為信號接收單元、信號處理單元以及結(jié)果輸出單元。

直接運(yùn)用接收終端做計(jì)算，這種架構(gòu)的優(yōu)點(diǎn)是速度快，能確保得到計(jì)算結(jié)果。在車輛運(yùn)行過程中，會出現(xiàn)網(wǎng)絡(luò)環(huán)境不好的情況，但本實(shí)施例仍可返回定位結(jié)果，但由于接收終端的計(jì)算能力有限，在選擇算法時應(yīng)該選擇計(jì)算復(fù)雜度較低的算法。本實(shí)施例的工作流程如圖8所示。

下面結(jié)合圖7和圖8，對本實(shí)施例進(jìn)行詳細(xì)說明。

步驟s701，獲得數(shù)據(jù)。主要完成的是使用接收終端接收發(fā)射裝置發(fā)射的藍(lán)牙信號的rssi值。圖7中的最下端顯示了發(fā)射裝置將信號發(fā)送給信號接收端的過程。具體步驟與實(shí)施例一中的s401相同，選擇了在采集每個位置的rssi值時分別記錄了藍(lán)牙信標(biāo)在三個廣播信道的rssi值，故接收終端在每個接收位置都有9組數(shù)據(jù)，分別對應(yīng)三個位置藍(lán)牙信標(biāo)的三個信道的rssi值。

步驟s702，本實(shí)施例使用遞推均值濾波處理。為了兼顧計(jì)算速度和計(jì)算結(jié)果，此處采用了遞推均值濾波處理，遞推均值濾波的思想是使用一個大小為n的滑動窗口，求其均值作為濾波后的值：

rssii＝avg(rssii-n,rssii-n+1,...,rssii)。

在定位過程中，可以記錄最近的n次結(jié)果，計(jì)算其均值即可。

步驟s703，knn方法區(qū)分前后排。在數(shù)據(jù)采集階段，已經(jīng)得到了在6個位置的3個發(fā)射終端3個信道上的rssi值，將所有前排的數(shù)據(jù)歸成一類，所有后排的數(shù)據(jù)歸成一類，分別計(jì)算前排類和后排類采集到的這6個位置每個位置的9個值的平均值作為類心：

ci＝1,2(r1,r2,r3,r4,r5,r6,r7,r8,r9)其中ri＝avg(ri)。

當(dāng)計(jì)算前排的類心時，計(jì)算的是所有處于位置1-3的平均值；在計(jì)算后排的類心時，計(jì)算是所有處于4-6位置的平均值。

在實(shí)際定位時，分別計(jì)算接收值到2個類的距離，可以使用歐幾里得距離作為比較對象：

距離較近的作為定位結(jié)果。

步驟s704，使用正態(tài)分布對各個位置的信號分布進(jìn)行擬合：正態(tài)分布是信號擬合中常用的分布，又稱高斯分布，確定一個分布需要兩個參數(shù)：均值μ和標(biāo)準(zhǔn)差σ，通過采集到的數(shù)據(jù)，可以計(jì)算出6個位置的μ和σ，進(jìn)而得到6個位置的標(biāo)準(zhǔn)分布，正態(tài)分布的概率密度函數(shù)如下：

在定位的時候，每組都有9個rssi值：

根據(jù)樸素貝葉斯理論和之前得到的正態(tài)布，分別計(jì)算這9個rssi值處于六個位置的概率：

由于之前已經(jīng)使用聚類方法對收集到的rssi值進(jìn)行預(yù)分類，已經(jīng)可以確定出改值處于前排或是后排，所以在比較時，可以去該排三個位置的最大值作為定位的位置：

j使

步驟s705，使用svm分類器對位置進(jìn)行再次判斷，作為校正。svm分類算法在各個系統(tǒng)上的實(shí)現(xiàn)速度都比較快，所以在終端上仍可使用此方法作為分類的校正，具體實(shí)現(xiàn)方法與s406相同，此處不再進(jìn)行敘述。

步驟s706，每收到6個數(shù)據(jù)包，進(jìn)行一次結(jié)果輸出。在輸出結(jié)果時，分別統(tǒng)計(jì)這6次判定中處于6個位置的次數(shù)，包括使用擬合方法得到的結(jié)果與使用svm方法得到的結(jié)果，選擇判定次數(shù)最多的位置作為本次的判定結(jié)果。終端計(jì)算結(jié)束，將結(jié)果輸出即可。

步驟s707，結(jié)果輸出。

本發(fā)明的上述實(shí)施例中使用具有兩排座位的小客車座位具體實(shí)例，對于具有三排或者多排座位的小客車，方法同樣適用。

通過本發(fā)明可方便地實(shí)施車內(nèi)定位方法。另外，通過本發(fā)明提高了結(jié)

果的準(zhǔn)確度。另外，通過本發(fā)明提高了結(jié)果的精度。

通過藍(lán)牙信標(biāo)節(jié)點(diǎn)的配置，方便安裝，操作方便，且ble信號發(fā)射器的體積較小，設(shè)備的封裝可以做到幾厘米范圍內(nèi)，不會占用車內(nèi)太大體積，也不會干擾到駕駛員正常駕駛或車內(nèi)乘客在車內(nèi)的動作。

在實(shí)際實(shí)驗(yàn)結(jié)果中，主駕駛、二排左位置和二排右位置正確率可以達(dá)到97％左右，副駕駛達(dá)到95％左右，一排中間位置和二排中間位置正確率在90％左右。

以上只通過說明的方式描述了本發(fā)明的某些示范性實(shí)施例，毋庸置疑，對于本領(lǐng)域的普通技術(shù)人員，在不偏離本發(fā)明的精神和范圍的情況下，可以用各種不同的方式對所描述的實(shí)施例進(jìn)行修正。因此，上述附圖和描述在本質(zhì)上是說明性的，不應(yīng)理解為對本發(fā)明權(quán)利要求保護(hù)范圍的限制。