基于指纹匹配的WiFi定位方法、装置、设备和介质

技术领域

本发明涉及物体定位技术领域，尤其涉及一种基于指纹匹配的WiFi定位方法、装置、设备和介质。

背景技术

近年来，随着无线通信技术与互联网的不断发展，室外定位技术已相对成熟，但在室内环境中，在建筑物的遮挡和信号干扰等因素的影响下，导致室外定位技术无法有效的运用在室内环境中，故当前对高精度和高可靠性的室内定位技术的需求也在不断攀升。

当前，在室内定位领域的众多定位技术中，由于无线保真（wireless fidelity,WiFi）室内技术能有效利用广泛分布的WiFi网络，提供了低成本和方便实施的条件，使得基于WiFi接收信号强度指示（received signal strength indicator, RSSI）的指纹匹配定位技术成为了近年来研究室内定位的热点，然而在复杂的室内环境中，难免会存在物体遮挡而导致的WiFi无线接入点（access point, AP）的信号发生波动的情况，从而会影响WiFi定位技术的定位精度。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本发明实施例提供了一种基于指纹匹配的WiFi定位方法、电子设备和介质，旨在解决现有技术中无线接入点的信号发生波动，影响WiFi定位技术的定位精度的技术问题，能够提高WiFi定位技术的精度和鲁棒性。

为实现上述目的，本发明实施例的第一方面提出了一种基于指纹匹配的WiFi定位方法，包括：

获取m个无线接入点的参考信号强度，根据m个所述参考信号强度进行子指纹库构建处理，以得到

获取m个所述无线接入点的接收信号强度，根据m个所述接收信号强度进行位置子指纹构建处理，以得到

根据

分别根据

在一些实施例中，所述分别在

分别在

计算所述子空间对应的多个所述参考信号强度与多个所述接收信号强度之间的欧氏距离；

从多个所述欧氏距离中确定出最小欧氏距离；

计算多个所述欧氏距离与所述最小欧氏距离之间的距离差值；

根据多个所述距离差值确定出所述子空间对应的K个邻近参考点坐标。

在一些实施例中，所述根据多个所述距离差值确定出所述子空间对应的K个邻近参考点坐标，包括：

获取目标界限值；

根据所述目标界限值对多个所述距离差值进行数据筛选处理，以从多个所述距离差值中获取K个小于或者等于所述目标界限值的目标距离差值；

将K个所述目标距离差值对应的参考点的位置坐标确定为邻近参考点坐标。

在一些实施例中，所述获取m个无线接入点的参考信号强度，根据m个所述参考信号强度进行子指纹库构建处理，以得到

获取指纹库数据，所述指纹库数据包括多个参考点的位置坐标和参考指纹信息，所述参考指纹信息包括m个无线接入点的参考信号强度；

遍历m个所述参考信号强度，并在遍历过程中根据除当前遍历对象外的（m-1）个所述参考信号强度构建子指纹库，以得到

在一些实施例中，所述获取m个所述无线接入点的接收信号强度，根据m个所述接收信号强度进行位置子指纹构建处理，以得到

获取当前位置接收到的位置指纹信息，所述位置指纹信息包括m个所述无线接入点的接收信号强度；

遍历m个所述接收信号强度，并在遍历过程中根据除当前遍历对象外的（m-1）个所述接收信号强度构建位置子指纹，以得到

在一些实施例中，所述分别根据

分别在

基于预设的坐标估计表达式和所述欧氏距离，对所述子空间对应的K个所述邻近参考点坐标进行加权计算，得到所述子空间对应的粗定位位置坐标，所述坐标估计表达式如下：

，

其中，

在一些实施例中，所述根据

基于预设的平均滤波表达式，对

得到目标定位位置坐标，所述平均滤波表达式如下：

，

其中，

为实现上述目的，本发明实施例的第二方面提出了一种基于指纹匹配的WiFi定位装置，包括：

子指纹库构建模块，用于获取m个无线接入点的参考信号强度，根据m个所述参考信号强度进行子指纹库构建处理，以得到

位置子指纹确定模块，用于获取m个所述无线接入点的接收信号强度，根据m个所述接收信号强度进行位置子指纹构建处理，以得到

邻近坐标确定模块，用于根据

目标位置确定模块，用于分别根据

为实现上述目的，本发明实施例的第三方面提出了一种电子设备，所述电子设备包括存储器、处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

为实现上述目的，本发明实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

本发明提出了一种基于指纹匹配的WiFi定位方法、装置、设备和介质，其通过在离线建库阶段，获取整个目标区域中各个无线接入点的参考信号强度，以构建子指纹库，并结合在线定位阶段根据接收信号强度得到的位置子指纹，形成多个子空间，进而在多个子空间中根据参考信号强度和接收信号强度之间的欧氏距离进行粗定位，并最后对每个子空间得到的粗定位位置坐标进行整合，估计出目标定位位置坐标，其中，由于

附图说明

图1是本发明实施例提供的基于指纹匹配的WiFi定位方法的流程示意图；

图2是本申请另一实施例提供的基于指纹匹配的WiFi定位方法的流程示意图；

图3是本申请另一实施例提供的基于指纹匹配的WiFi定位方法的流程示意图；

图4是本申请另一实施例提供的基于指纹匹配的WiFi定位方法的流程示意图；

图5是本申请另一实施例提供的基于指纹匹配的WiFi定位方法的流程示意图；

图6是本申请另一实施例提供的基于指纹匹配的WiFi定位方法的流程示意图；

图7是本申请另一实施例提供的自适应指纹匹配过程的示意图；

图8是本申请另一实施例提供的自适应指纹子空间匹配定位过程的示意图；

图9是本发明实施例提供的基于指纹匹配的WiFi定位装置的结构示意图；

图10是本发明实施例提供的电子设备的硬件结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的，不是旨在限制本发明。

近年来，随着科技的不断进步，室内定位需求愈加显著，尤其在室内活动占80%的情境下。传统的室外卫星导航系统，如北斗和全球导航卫星系统，在室内由于建筑物遮挡和信号干扰等问题无法满足需求。室内定位技术众多，包括RFID、蓝牙、超声波、超宽带、惯性导航和WLAN，它们在特定环境下取得高定位精度，但也存在各自的限制，如：RFID定位受到功率的限制，只适合用在近距离的定位中；蓝牙定位所需要的前期工作和设备成本较高；超声波定位受环境的影响非常大，同样成本需求高；超宽带定位所需要设备成本昂贵，无法满足消费级的需求；惯性导航定位在定位中存在累计的漂移误差，随着时间的推进会导致误差越来越大；无线局域网络,WLAN定位容易受到环境的干扰，且前期需要做的准备颇多。

而在室内定位领域的众多定位技术中，WiFi定位技术，基于WiFi接收信号强度指示（RSSI）的指纹匹配，备受关注，尽管其如信号波动和环境干扰等它缺点，但广泛分布的WiFi网络为其提供了低成本且方便实施的条件，为提高WiFi指纹匹配定位精度，本领域技术人员提出了多项创新算法，包括优化K值、动态子区域限制、卡尔曼滤波和多技术融合等，然而，在WiFi定位技术的运用过程中，难免会存在物体遮挡而导致的WiFi无线接入点（access point, AP）的信号发生波动的情况，从而会影响WiFi定位技术的定位精度。

基于此，本发明实施例提供了一种基于指纹匹配的WiFi定位方法、电子设备和介质，旨在解决现有技术中无线接入点的信号发生波动，影响WiFi定位技术的定位精度的技术问题，能够提高WiFi定位技术的精度和鲁棒性，具体通过如下实施例进行说明。

第一方面，请参见图1，图1示出了本申请实施例提供的一种基于指纹匹配的WiFi定位方法的流程示意图，如图1所示，图像卡号识别方法包括但不限于步骤S110至步骤S140：

步骤S110，获取m个无线接入点的参考信号强度，根据m个参考信号强度进行子指纹库构建处理，以得到

步骤S120，获取m个无线接入点的接收信号强度，根据m个接收信号强度进行位置子指纹构建处理，以得到

步骤S130，根据

步骤S140，分别根据

在一些实施例中，步骤S110对应离线建库阶段，步骤S120至步骤S140对应在线定位阶段，在离线建库阶段，获取整个目标区域中各个无线接入点的参考信号强度，以构建子指纹库，并结合在线定位阶段根据接收信号强度得到的位置子指纹，形成多个子空间，进而在多个子空间中根据参考信号强度和接收信号强度之间的欧氏距离进行粗定位，并最后对每个子空间得到的粗定位位置坐标进行整合，估计出目标定位位置坐标，其中，由于

在一些实施例中，步骤S110至步骤S140对应本申请的指纹子空间匹配定位过程，可以想到的是，本申请中的多个子空间是指多个不同的无线接入点（access point, AP）组合，其并不对具体的参考点或测试点构成限制，即若参考点或测试点的参考信号强度以及接收信号强度符合任意子空间的AP组合，既可以将其对应参考信号强度以及接收信号强度代入至上述子空间中进行欧式距离的计算，进而从多个参考点坐标中确定出K个邻近参考点坐标，具体的，在空间定位中，假设总共有m个AP，选取其中（m-1）个AP，作为1个子集（子空间），故通过排列组合，可以得到

在一些实施例中，请参见图2，图2示出了本申请实施例提供的一种图像卡号识别方法的流程示意图，如图2所示，分别在

分别在

步骤S210，计算子空间对应的多个参考信号强度与多个接收信号强度之间的欧氏距离；

步骤S220，从多个欧氏距离中确定出最小欧氏距离；

步骤S230，计算多个欧氏距离与最小欧氏距离之间的距离差值；

步骤S240，根据多个距离差值确定出子空间对应的K个邻近参考点坐标。

在一些实施例中，步骤S210至步骤S240对应本申请通过自适应加权K近邻方案进行自适应指纹匹配过程，其中，根据WiFi指纹匹配算法的特性，一般所采用的K近邻法以及加权K近邻算法中的K值是固定的，适应能力较弱，在不同的位置进行定位时最邻近的K个参考点，有较大的概率存在距离较远的参考点，会对定位结果造成严重的影响，因此在本申请中引入的自适应K值可以有效减弱这种影响，具体如下，本申请中在进行自适应K值的选取是，其选取依据为当前测试点的指纹数据（位置子指纹）和指纹库中多个参考点指纹数据（子指纹库）的之间欧氏距离与它们之间最小的欧氏距离的差，进而在后续步骤中可以与选取的目标界限值进行比较，进而从多个参考点中选出K个最邻近的参考点。

在一些实施例中，由于上述步骤S210至步骤S240是在各个子空间中进行的，在划分的子空间，上述步骤可以在每个子空间中进行粗定位，利用在不同测试点所接收到的RSSI构建位置子指纹，其中，进行欧氏距离确定时的具体逻辑如下：在各个不同AP组合的子空间中，都具有多个参考点在子空间AP组合下对应的子指纹库，以及当前测试点位置在子空间AP组合下对应的位置子指纹，子指纹库包括与子空间AP组合对应的（m-1）个参考信号强度，位置子指纹包括与子空间AP组合对应的（m-1）个接收信号强度，在上述基础上，通过将子指纹库中多个参考信号强度与位置子指纹中多个接收信号强度套入欧式距离公式，可以计算出每个参考点的子指纹库与当前测试点位置的位置子指纹之间的欧氏距离，进而在确定出各参考点对应的欧氏距离后，可以对所有的欧氏距离进行排序，按照由小到大的顺序，选出最小欧氏距离

（1）；

其中，

具体的，每个参考点欧氏距离与最小欧氏距离之间的差值的公式表达如下：

（2）；

其中，

在一些实施例中，请参见图3，图3示出了本申请实施例提供的一种图像卡号识别方法的流程示意图，如图3所示，根据多个距离差值确定出子空间对应的K个邻近参考点坐标，包括但不限于步骤S310至步骤S330：

步骤S310，获取目标界限值；

步骤S320，根据目标界限值对多个距离差值进行数据筛选处理，以从多个距离差值中获取K个小于或者等于目标界限值的目标距离差值；

步骤S330，将K个目标距离差值对应的参考点的位置坐标确定为邻近参考点坐标。

在一些实施例中，步骤S310至步骤S330通过与目标界限值μ进行比较，选出最近的K个邻近点作为自适应指纹匹配算法的邻近参考点，其中，目标界限值即为最优性能对应的界限值，可以根据具体应用场景对定位精度的需求来对目标界限值进行设置，通过在求出最小欧氏距离与各参考点欧氏距离之间的差值

在一些实施例中，请参见图4，图4示出了本申请实施例提供的一种图像卡号识别方法的流程示意图，如图4所示，获取m个无线接入点的参考信号强度，根据m个参考信号强度进行子指纹库构建处理，以得到

步骤S410，获取指纹库数据，指纹库数据包括多个参考点的位置坐标和参考指纹信息，参考指纹信息包括m个无线接入点的参考信号强度；

步骤S420，遍历m个参考信号强度，并在遍历过程中根据除当前遍历对象外的（m-1）个参考信号强度构建子指纹库，以得到

在一些实施例中，获取指纹库数据对应本申请的离线建库阶段，指纹库数据中可以包括多个参考点的位置坐标和参考指纹信息，参考指纹信息包括m个无线接入点的参考信号强度，具体的，指纹库里面的数据可以表示为

离线建库阶段，指纹库里面的数据可以表示为

（3）；

（4）；

（5）；

其中，

根据上述公式（3）至（5），通过排列组合可以将由m个AP构成的指纹库构建成

（6）；

其中，

可以想到的是，指纹库数据中包括了多个参考点的空间位置坐标，以及包括多个参考点对应的多组在m个无线接入点的参考信号强度，进而在后续步骤中，可以根据上述数据确定出多个子空间中多个参考点子指纹库与位置子指纹的欧氏距离，进而可以确定出子空间对应的K个邻近参考点坐标。

在一些实施例中，请参见图5，图5示出了本申请实施例提供的一种图像卡号识别方法的流程示意图，如图5所示，获取m个无线接入点的接收信号强度，根据m个接收信号强度进行位置子指纹构建处理，以得到

步骤S510，获取当前位置接收到的位置指纹信息，位置指纹信息包括m个无线接入点的接收信号强度；

步骤S520，遍历m个接收信号强度，并在遍历过程中根据除当前遍历对象外的（m-1）个接收信号强度构建位置子指纹，以得到

在一些实施例中，步骤S510至步骤S520对应在线定位阶段，其中，位置子指纹是指首先将t位置所接收到的各个AP的RSSI信号强度构成位置指纹，t位置即为当前测试点的当前位置，具体的，设当前的位置指纹可以表示为：

（7）；

其中，

通过与子指纹库相应的排列组合将当前的位置指纹构建成

（8）；

其中，

可以想到的是，本申请为了针对环境中不免会有物体对AP信号有所遮掩，从而会导致该AP的信号会发生波动，影响定位结果的情况，通过对m个AP进行排列组合，以得到

在一些实施例中，请参见图6，图6示出了本申请实施例提供的一种图像卡号识别方法的流程示意图，如图6所示，分别根据

分别在

步骤S610，基于预设的坐标估计表达式和欧氏距离，对子空间对应的K个邻近参考点坐标进行加权计算，得到子空间对应的粗定位位置坐标；

其中，在选出差值小于界限值的K个参考点作为K个邻近点作为自适应指纹匹配方案的邻近参考点的情况下，自适应产生的K个邻近点用于欧氏距离倒数加权，以求出测试点的估计坐标，其中，欧氏距离倒数加权的坐标估计表达式如下：

（9）；

其中，

在一些实施例中，根据

基于预设的平均滤波表达式，对

（10）；

其中，通过之前划分好的子空间，使用自适应指纹匹配方案在每个子空间中进行定位，计算得到个粗定位位置，对这些子空间的粗定位位置进行整合，采用平均滤波进行精确定位，

请参见图7，图7是本申请另一实施例提供的自适应指纹匹配过程的示意图；对应本申请中步骤S210至步骤S240过程，在图7中

其中，由图7可知，通过使用最近邻法求出测试点与个参考点之间的欧氏距离

请参见图8，图8是本申请另一实施例提供的自适应指纹子空间匹配定位过程的示意图；其中，对应本申请的总体方案，本申请所提出的自适应指纹子空间匹配定位过程如图8所示，定位过程主要分为：离线建库阶段，采集和处理在整个目标区域接收到各个AP的RSSI，将其储存在总指纹库中，并构建成子指纹库，也即是子空间；使用自适应指纹匹配算法分别在每个子空间中进行粗定位，该过程进行定位时采用自适应的方法，减少来自偏远的邻近点对定位的干扰；最后对每个子空间的定位坐标进行整合，估计出最终的定位坐标。子空间是由多个AP构成，使用子空间进行定位，即使有某个AP的信号被物体遮挡而产生信号波动，通过子空间的融合，可以减少环境中物体对AP信号的遮挡而导致的信号干扰，并且对位置的约束性有较好的增强作用，可以想到的是，本申请在离线阶段将所采集到的指纹构建成一个总指纹库，通过对不同AP的组合构建子指纹库，如

第二方面，参考图9，本发明实施例还提供了一种基于指纹匹配的WiFi定位装置，包括：子指纹库构建模块901，用于获取m个无线接入点的参考信号强度，根据m个参考信号强度进行子指纹库构建处理，以得到

第三方面，本发明实施例还提供了一种电子设备，电子设备包括：存储器、处理器、存储在存储器上并可在处理器上运行的程序以及用于实现处理器和存储器之间的连接通信的数据总线，程序被处理器执行时实现上述基于指纹匹配的WiFi定位方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。

请参阅图10，图10示意了另一实施例的电子设备的硬件结构，电子设备包括：

处理器1001，可以采用通用的CPU(CentralProcessingUnit，中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本发明实施例所提供的技术方案；

存储器1002，可以采用只读存储器（ReadOnlyMemory，ROM）、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory，RAM)等形式实现。存储器1002可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1002中，并由处理器1001来调用执行本发明实施例的基于指纹匹配的WiFi定位方法；

输入/输出接口1003，用于实现信息输入及输出；

通信接口1004，用于实现本设备与其他设备的通信交互，可以通过有线方式（例如USB、网线等）实现通信，也可以通过无线方式（例如移动网络、WIFI、蓝牙等）实现通信；

总线1005，在设备的各个组件（例如处理器1001、存储器1002、输入/输出接口1003和通信接口1004）之间传输信息；

其中处理器1001、存储器1002、输入/输出接口1003和通信接口1004通过总线1005实现彼此之间在设备内部的通信连接。

第四方面，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现上述基于指纹匹配的WiFi定位方法。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本发明实施例描述的实施例是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。

本领域技术人员可以理解的是，图1至8中示出的技术方案并不构成对本发明实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。

本发明的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、对应的系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机可读存储介质（或非暂时性介质）和通信介质（或暂时性介质）。如本领域普通技术人员公知的，术语计算机可读存储介质包括在用于存储信息（诸如计算机可读指令、数据结构、程序模块或其他数据）的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机可读存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘（DVD）或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

以上参照附图说明了本发明实施例的优选实施例，并非因此局限本发明实施例的权利范围。本领域技术人员不脱离本发明实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本发明实施例的权利范围之内。