技术领域
[0001] 本
发明涉及一种基于蓝牙位置指纹的室内定位系统及定位方法，属于定位的技术领域。
背景技术
[0002] 近年来随着经济的快速发展，大中型城市的大型建筑和底下商场街道建设的越来越多。人们生活和工作的大部分时间都集中在大楼、商场、餐厅等室内环境，高
精度的室内定位技术能够有效地提高工作效率和
生活质量，室内定位服务的需求量日益增长。蓝牙作为一种短距离的无线通信技术，发展成熟，价格便宜，性价比高，并且已经成为移动设备上的标配。在众多室内定位技术中，基于位置指纹的室内定位技术可以在低成本的前提下取得较为理想的定位精度。因此，研究基于蓝牙位置指纹的室内定位技术势在必行。
[0003] 传统的室内定位方法是通过测量
信号的到达时间(TOA)、信号的到达差(TDOA)、信号的到达
角度(DOA)及接收信号强度(RSSI)等方法直接应用到室内定位环境中，并针对室内定位的实际环境和定位需求做数据的预处理和定位结果的后处理。但由于室内定位环境相对复杂，多径传播十分严重，传统的室内定位
算法的性能往往不太理想。
[0004] 在《
电子技术应用》2013年第39卷第3期中的《基于指纹技术的蓝牙室内定位系统》，所记载的技术方案只通过接收信号强度RSSI值建立离线
数据库进行匹配，但是在复杂的室内环境下，RSSI的随机性特别明显，容易受到时间、空间、
温度、场景等变化的影响。因此在很大程度上造成离线阶段的建库指纹与实时定位阶段的实际RSSI值失配，从而使定位精度急剧下降。而这种影响是无法通过大量测量的统计平均从根本上消除的。因此，采用其他具有更好的统计特性的统计量构建有效稳健的指纹库是解决该问题的根本途径。
发明内容
[0005] 针对
现有技术的不足，本发明提供一种基于蓝牙位置指纹的室内定位系统；
[0006] 本发明还提供一种利用上述定位系统进行定位的方法。
[0007] 本发明解决传统定位方法中因环境变化给室内定位带来的影响，提高定位精度。同时无需投入大量的参考
节点，减少工作量。
[0008] 本发明的技术方案如下：
[0009] 一种基于蓝牙位置指纹的室内定位系统，包括蓝牙移动设备、蓝牙锚节点和数据
服务器；
[0010] 所述蓝牙移动设备与所述蓝牙锚节点通信：向所述蓝牙锚节点发送所述蓝牙移动设备的蓝牙参数数据包，接收由蓝牙锚节点返回的位置信息；所述蓝牙移动设备如手机、
平板电脑等，将蓝牙设置为可被搜索到；使用者可自由定义蓝牙设备的名称，最后能在定位程序界面显示；
[0011] 所述蓝牙锚节点将所述蓝牙移动设备的蓝牙参数数据包通过蓝牙路由节点发送给所述数据服务器，最后把数据服务器处理后的定位信息通过一对多连接的蓝牙锚节点发送回蓝牙移动设备；
[0012] 所述数据服务器接收各个蓝牙锚节点获取的蓝牙参数数据包，采用基于主成分分析法对所述蓝牙参数数据包进行处理，并建立稳健的指纹信息，计算出蓝牙移动设备的坐标位置，并将定位信息通过蓝牙锚节点发送回蓝牙移动设备并显示定位。
[0013] 一种基于蓝牙位置指纹的室内定位方法，包括步骤如下：
[0014] 1)离线建库：
[0015] 所述蓝牙锚节点为参考点，所述参考点接收蓝牙移动设备的蓝牙参数数据包，并建立空间谱数据库，所述蓝牙参数数据包包括RSSI、自相关函数、蓝牙信号的
功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息；
[0016] 所述自相关函数描述一个随机过程在相隔t时间的两个不同时刻取值的相关程度；
[0017] 所述蓝牙信号的功率谱密度是由自相关函数计算的结果作傅里叶变换得来的；
[0018] 采用主成分分析法，即通过
降维的思想把所述蓝牙参数的数据包中的RSSI、自相关函数、蓝牙信号的功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息转化为稳健的指纹信息，并存入空间谱指纹数据库中；
[0019] 所述空间谱指纹数据库还包括参考点的坐标及其方向；本发明采用该步骤对抗多经衰退：与传统的基于RSSI方法相比，本发明加入更多信道脉冲响应函数的信息，比RSSI有更稳定的统计特征；
[0020] 其中，所述稳健的指纹信息的提取生成步骤包括：
[0021] (1)采集n个参考点样本信息：
[0022] 每个样本有p个指标变量，构成一个n×p的数据矩阵X＝(xij)n×p，即[0023]
[0024] (2)将步骤(1)的参考点样本信息，即X＝(xij)n×p标准化，得到标准化矩阵Zij：
[0025]
[0026] 在公式(I)中
[0027] (3)计算步骤(2)所述标准化矩阵Zij的样本相关系数矩阵 其中
[0028] (4)解样本相关系数矩阵R的特征方程，得P个特征根λ1≥λ2≥…λp，求出特征贡献率 并对每个特征根求出相应的单位
特征向量[0029] (5)确定主成分个数m，确定主成分个数按照累积贡献率 使指纹数据库信息利用率达到85％以上；
[0030] 所述主成分是对空间谱数据库中的数据通过主成分分析方法得到的贡献率大的主成分；
[0031] ( 6 ) 得 到 主 成 分 Y i ＝ U X ,其 中 最 后以特征值贡献率为权数，采用线性回归法，计算各参考点的综合得
分，存入空间谱指纹数据库中，形成稳健指纹信息；
[0032] 2)在线匹配阶段
[0033] 将实时计算得到的指纹数据即采集点的样本综合得分与空间谱指纹数据库中的参考点稳健指纹信息进行匹配，利用模式匹配算法计算采集点指纹与空间谱指纹数据库中的参考点稳健指纹信息相似度，从而给出位置信息的估计。
[0034] 根据本发明优选的，所述给出位置信息的估计的具体步骤如下：
[0035] 首先，计算采集点指纹与空间谱指纹数据库中参考点指纹的距离：假设空间谱指纹数据库中参考点指纹数据为m个，采集得到的指纹数据包含n个来自不同蓝牙锚节点的指纹，每个指纹数据表示为sj,j＝1…n,选取指纹数据中最大数值对应的蓝牙锚节点为目标锚节点sk，m个参考点指纹数据对应于n个蓝牙锚节点的指纹表示为sij,i＝1…m,j＝1…n,选取接收目标蓝牙锚节点信号的参考点指纹slk,对每个参考点，则采集得到的采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离Llk＝|sk-slk|；
[0036] 其次，从采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离选取其中最小的K个距离，由这K个参考点给出位置信息的估计假设K个参考点的位置为(xi,yi),i＝1...K，则位置信息估计 根据 来估计，由此给出了位置信息的估计。
[0037] 本发明的优势在于
[0038] 本发明所述一种基于蓝牙位置指纹的室内定位系统及定位方法，充分利用与信道信息相关的高维空间谱信息以及环境信息，并利用主成分分析等手段提取稳健的空间谱指纹，具有更加稳定的指纹意味着在指纹数据库中的指纹数据可靠性增强，匹配定位时，对抗室内多径的干扰的效果增强，提升了定位精度。在室内多径环境下，该指纹具有更好的对抗多径干扰的效用，统计学意义上，该随机变量更加稳定。
[0039] 本发明的重点在于离线建库阶段，对抗多经衰退。与传统的基于RSSI方法相比，本发明加入更多信道脉冲响应函数的信息，比RSSI有更稳定的统计特征。具体为利用参考点的接收信号RSSI及其自相关函数、功率谱密度、信道状态信息CSI、链路质量值LQ、湿度、人口密度等信息建立空间谱指纹数据库，采用主成分分析法即通过降维的思想把多指标转化为少数几个综合指标，从而形成更加稳健的指纹信息，并且存入待匹配的空间谱指纹数据库中。另外，空间谱指纹数据库还包括参考点的坐标及其方向。
具体实施方式
[0040] 下面结合
实施例对本发明做详细的说明，但不限于此。
[0041] 实施例1、
[0042] 一种基于蓝牙位置指纹的室内定位系统，包括蓝牙移动设备、蓝牙锚节点和数据服务器；
[0043] 所述蓝牙移动设备与所述蓝牙锚节点通信：向所述蓝牙锚节点发送所述蓝牙移动设备的蓝牙参数数据包，接收由蓝牙锚节点返回的位置信息；所述蓝牙移动设备如手机、平板电脑等，将蓝牙设置为可被搜索到；使用者可自由定义蓝牙设备的名称，最后能在定位程序界面显示；
[0044] 所述蓝牙锚节点将所述蓝牙移动设备的蓝牙参数数据包通过蓝牙路由节点发送给所述数据服务器，最后把数据服务器处理后的定位信息通过一对多连接的蓝牙锚节点发送回蓝牙移动设备；
[0045] 所述数据服务器接收各个蓝牙锚节点获取的蓝牙参数数据包，采用基于主成分分析法对所述蓝牙参数数据包进行处理，并建立稳健的指纹信息，计算出蓝牙移动设备的坐标位置，并将定位信息通过蓝牙锚节点发送回蓝牙移动设备并显示定位。
[0046] 每个蓝牙锚节点由一
块带有蓝牙适配器的ARM9207开发板及相关
外围设备构成，此蓝牙适配器支持蓝牙4.0标准规范，能确保每个蓝牙锚节点的信号都可以
覆盖整个室内定位区域。综合考虑定位精度和资源开销，定位区域内每隔1m设置一个参考点，这些参考点主要应用于离线阶段指纹库的建立。
[0047] 实施例2、
[0048] 一种利用如实施例1所述定位系统进行定位的方法基于蓝牙位置指纹的室内定位方法，包括步骤如下：
[0049] 1)离线建库：
[0050] 所述蓝牙锚节点为参考点，所述参考点接收蓝牙移动设备的蓝牙参数数据包，并建立空间谱数据库，所述蓝牙参数数据包包括RSSI、自相关函数、蓝牙信号的功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息；
[0051] 所述自相关函数描述一个随机过程在相隔t时间的两个不同时刻取值的相关程度；
[0052] 所述蓝牙信号的功率谱密度是由自相关函数计算的结果作傅里叶变换得来的；
[0053] 采用主成分分析法，即通过降维的思想把所述蓝牙参数的数据包中的RSSI、自相关函数、蓝牙信号的功率谱密度、信道状态信息CSI、链路质量值LQ、湿度和人口密度信息转化为稳健的指纹信息，并存入空间谱指纹数据库中；
[0054] 所述空间谱指纹数据库还包括参考点的坐标及其方向；本发明采用该步骤对抗多经衰退：与传统的基于RSSI方法相比，本发明加入更多信道脉冲响应函数的信息，比RSSI有更稳定的统计特征；
[0055] 其中，所述稳健的指纹信息的提取生成步骤包括：
[0056] (1)采集n个参考点样本信息：
[0057] 每个样本有p个指标变量，构成一个n×p的数据矩阵X＝(xij)n×p，即[0058]
[0059] (2)将步骤(1)的参考点样本信息，即X＝(xij)n×p标准化，得到标准化矩阵Zij：
[0060]
[0061] 在公式(I)中
[0062] (3)计算步骤(2)所述标准化矩阵Zij的样本相关系数矩阵 其中
[0063] (4)解样本相关系数矩阵R的特征方程，得P个特征根λ1≥λ2≥…λp，求出特征贡献率 并对每个特征根求出相应的单位特征向量
[0064] (5)确定主成分个数m，确定主成分个数按照累积贡献率 使指纹数据库信息利用率达到85％以上；
[0065] 所述主成分是对空间谱数据库中的数据通过主成分分析方法得到的贡献率大的主成分；
[0066] ( 6 ) 得 到 主 成 分 Y i ＝ U X ,其 中 最 后以特征值贡献率为权数，采用线性回归法，计算各参考点的综合得分，
存入空间谱指纹数据库中，形成稳健指纹信息；
[0067] 2)在线匹配阶段
[0068] 将实时计算得到的指纹数据即采集点的样本综合得分与空间谱指纹数据库中的参考点稳健指纹信息进行匹配，利用模式匹配算法计算采集点指纹与空间谱指纹数据库中的参考点稳健指纹信息相似度，从而给出位置信息的估计。
[0069] 实施例3、
[0070] 如实施例2所述室内定位方法，所述给出位置信息的估计的具体步骤如下：
[0071] 首先，计算采集点指纹与空间谱指纹数据库中参考点指纹的距离：假设空间谱指纹数据库中参考点指纹数据为m个，采集得到的指纹数据包含n个来自不同蓝牙锚节点的指纹，每个指纹数据表示为sj,j＝1…n,选取指纹数据中最大数值对应的蓝牙锚节点为目标锚节点sk，m个参考点指纹数据对应于n个蓝牙锚节点的指纹表示为sij,i＝1…m,j＝1…n,选取接收目标蓝牙锚节点信号的参考点指纹slk,对每个参考点，则采集得到的采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离Llk＝|sk-slk|；其次，从采集点指纹数据与空间谱指纹数据库中的参考点指纹数据的距离选取其中最小的K个距离，由这K个参考点给出位置信息的估计假设K个参考点的位置为(xi,yi),i＝1...K，则位置信息估计根据 来估计，由此给出了位置信息的估计。
