基于指纹数据库的室内定位方法、装置及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115884371A(43)申请公布日2023.03.31(21)申请号202211537930.1(22)申请日2022.12.02(71)申请人中电科普天科技股份有限公司地址510801广东省广州市迎宾大道95号(72)发明人容荣张昕周芳华(74)专利代理机构广州三环专利商标代理有限公司44202专利代理师郝传鑫(51)Int.Cl.H04W64/00(2009.01)H04W4/33(2018.01)H04W4/80(2018.01)H04B17/318(2015.01)权利要求书3页说明书10页附图4页(54)发明名称基于指纹数据库的室内定位方法、装置及介质(57)摘要本发明公开了一种基于指纹数据库的室内定位方法、装置及介质，所述方法包括：在定位环境中选取高密度参考点；在高密度参考点集合中选取低密度参考点，利用低密度参考点集合构造观测矩阵，利用高密度参考点集合构造变换矩阵；测量低密度参考点处的接入点的信号强度；针对接入点进行求解优化和逆变换，得到信号强度在高密度参考点上的估计值，结合对应的坐标，得到基于高密度参考点的指纹数据库；获取待定位处接入点的信号强度，计算与指纹数据库中信号强度矢量的距离；并根据对应的坐标计算待定位终端的坐标。本发明可以利用少量参考点上信号强度通过转换得到高密度参考点处各接入点的信号强度，降低构建指纹数据库的工作量，减少成本，计算简单。CN115884371ACN115884371A权利要求书1/3页1.一种基于指纹数据库的室内定位方法，其特征在于，包括：在定位环境中选取第一参考点，作为高密度参考点集合，记为HFP，其中第一参考点的数量满足N＝2n，n为正偶数；将所述第一参考点按照位置进行矢量化排列并使用n位二进制码编号，将第一参考点的编号集合关于n维二进制矢量加法构成代数群的结构，记为群G＝(GF(2)n,+)；在所述高密度参考点集合中选取第二参考点，作为低密度参考点集合，记为LFP，其中所述第二参考点的数量为M，且所述第二参考点满足构成所述群G上Bent函数的支撑集；利用所述低密度参考点集合构造观测矩阵ALFP，利用所述高密度参考点集合构造变换矩阵AG；在所述第二参考点处测量所述定位环境中的接入点的信号强度，并记为M维矢量；针对所述接入点进行求解优化问题，将所述接入点的M维矢量拓展成N维矢量；将每个所述N维矢量进行逆变换，得到所述接入点的信号强度在第一参考点上的估计值；结合所述接入点的信号强度在第一参考点上的估计值以及其对应的第一参考点的坐标，得到基于高密度参考点集合的指纹数据库；获取所述定位环境中的待定位终端处的接入点的信号强度，并记为第一信号强度矢量；计算第一信号强度矢量与所述基于高密度参考点集合的指纹数据库中每一行的第二信号强度矢量的距离；取所述距离中最小的k个距离，并根据其在所述基于高密度参考点集合的指纹数据库中对应的坐标计算待定位终端的坐标，得到待定位终端的位置。2.如权利要求1所述的基于指纹数据库的室内定位方法，其特征在于，在所述利用所述低密度参考点集合构造观测矩阵ALFP；利用所述高密度参考点集合构造变换矩阵AG，具体包括：(α，x)构造群G中的每一个元素对应的群特征为tα(x)＝(‑1)，且在群G内取一个M元子集D，对任意一个群的特征，可以构造一个M*N的矩阵AD：TAD＝[t1(D)，t2(D)，...，tN(D)]，...，tk(dM)]，其中AD的元素只为1或者‑1乘以一个常数；则根据上述定义利用所述低密度参考点集合构造观测矩阵ALFP：ALFP＝[t1(LFP)，...，tN(LFP)]；利用所述高密度参考点集合构造变换矩阵AG，其中AG为只含有‑1和1乘以一个常数元素的对称矩阵，即并且矩阵AG构成N阶酉矩阵，满足E表示单位矩阵。3.如权利要求1或2所述的基于指纹数据库的室内定位方法，其特征在于，所述针对所述接入点进行求解优化问题，将所述接入点的M维矢量拓展成N维矢量，具体包括：其中的求解优化问题可以是：s.t.ALFPai＝ri；或者是噪声误差优化问题：s.t.||ALFPai‑ri||≤η，其中η为允许的噪2CN115884371A权利要求书2/3页声阈值；或者是任意等价的或基于上述优化问题拓展出的其他凸优化求解问题；根据优化问题的求解，可以得到N维矢量ai。4.如权利要求3所述的基于指纹数据库的室内定位方法，其特征在于，所述逆变换的计算公式为：其中即每个接入点的信号强度在第一参考点上的估计值。5.如权利要求1所述的结基于指纹数据库的室内定位方法，其特征在于，所述取所述距离中最小的k个距离，并根据其在所述基于高密度参考点集合的指纹数据库中对应的坐标计算待定位终端的坐标，得到待定位终端的位置，具体为：取所