薛衛(wèi)星

深圳大學(xué)土木與交通工程學(xué)院，廣東 深圳 518060

論文對(duì)RSSI在室內(nèi)定位中的測(cè)量特性進(jìn)行了持續(xù)性的研究。首先將單個(gè)AP的RSSI當(dāng)作一把測(cè)量“尺子”，對(duì)其測(cè)量特性進(jìn)行研究，發(fā)現(xiàn)RSSI尺子的不均勻空間分辨率；將RSSI信號(hào)圖(Radio Map)和DEM進(jìn)行類比分析，借鑒數(shù)字高程模型中的地貌特征點(diǎn)和地性線，引入RSSI信號(hào)特征點(diǎn)和信號(hào)特征線的概念，并運(yùn)用到RSSI信號(hào)圖的重構(gòu)算法中。然后，根據(jù)RSSI的測(cè)量特性提出相應(yīng)的室內(nèi)定位算法，包括一種基于RSSI空間分辨率的濾波算法，一種基于虛擬AP坐標(biāo)位置的指紋點(diǎn)聚類算法，一種基于RSSI不均勻空間分辨率的物理距離加權(quán)定位算法以及一種基于室內(nèi)地圖和運(yùn)動(dòng)地標(biāo)輔助的Wi-Fi RSSI方向優(yōu)化算法。最后，對(duì)以上算法進(jìn)行優(yōu)化組合，給出一套以室內(nèi)地圖和運(yùn)動(dòng)地標(biāo)輔助的Wi-Fi RSSI室內(nèi)融合定位方案，主要內(nèi)容如下：

(1) 提出了一種基于RSSI空間分辨率的濾波算法。根據(jù)RSSI測(cè)量尺子的空間分布率特性，采用較大RSSI觀測(cè)值來(lái)提高RSSI數(shù)據(jù)的空間分辨率，從而提高定位結(jié)果的精度。同時(shí)算法也借鑒了GNSS數(shù)據(jù)處理中應(yīng)對(duì)多路徑效應(yīng)采取的措施：最大限度地舍棄因受到環(huán)境干擾而導(dǎo)致質(zhì)量不佳的虛弱的RSSI數(shù)據(jù)。

(2) 提出了一種基于虛擬AP坐標(biāo)位置的指紋點(diǎn)聚類算法。借鑒光經(jīng)過(guò)反射、折射和衍射形成虛擬光源的現(xiàn)象，同樣Wi-Fi信號(hào)經(jīng)過(guò)反射、折射和衍射后，也會(huì)形成虛擬Wi-Fi源。再結(jié)合RSSI信號(hào)圖中RSSI信號(hào)特征和信號(hào)特征線的概念，按照局部小區(qū)域的Wi-Fi信號(hào)傳播機(jī)理，以虛擬Wi-Fi源的坐標(biāo)位置為依據(jù)構(gòu)建信號(hào)圖，從而完成對(duì)離線指紋點(diǎn)的聚類和分割。

(3) 提出了一種基于RSSI不均勻空間分辨率的物理距離加權(quán)定位算法。根據(jù)Wi-Fi RSSI測(cè)量尺子的不均勻的空間分辨率特性，直接使用RSSI的歐氏距離、馬氏距離以及其他基于RSSI信號(hào)空間的距離加權(quán)，會(huì)造成非線性的定位誤差。算法借鑒水準(zhǔn)測(cè)量精度定權(quán)指標(biāo)，測(cè)距誤差與實(shí)際物理距離的倒數(shù)大致呈線性比例關(guān)系，將RSSI信號(hào)距離轉(zhuǎn)化成實(shí)際物理距離后再進(jìn)行定權(quán)計(jì)算。

(4) 提出了一種基于室內(nèi)地圖和運(yùn)動(dòng)地標(biāo)輔助的Wi-Fi RSSI方向優(yōu)化算法。借鑒室外地圖在室外定位導(dǎo)航中的廣泛使用，可知地圖是定位導(dǎo)航服務(wù)的必要前提條件。同時(shí)，根據(jù)智能手機(jī)自帶的慣性傳感器數(shù)據(jù)信息，可以獲取用戶發(fā)生轉(zhuǎn)向行為的運(yùn)動(dòng)地標(biāo)。因此，對(duì)于以室內(nèi)走廊為代表的具有線性約束的室內(nèi)區(qū)域，根據(jù)用戶行走方向數(shù)據(jù)和室內(nèi)地圖，對(duì)其運(yùn)動(dòng)軌跡進(jìn)行方向約束和修正。

(5) 對(duì)基于RSSI空間分辨率的濾波算法、虛擬AP位置、幾何距離加權(quán)和行人轉(zhuǎn)向探測(cè)等算法進(jìn)行優(yōu)化組合，給出一套以室內(nèi)地圖和運(yùn)動(dòng)地標(biāo)輔助的Wi-Fi RSSI室內(nèi)融合定位方案。首先，采用基于RSSI空間分辨率的觀測(cè)值濾波算法對(duì)所有的RSSI觀測(cè)值進(jìn)行數(shù)據(jù)預(yù)處理。然后，進(jìn)行室內(nèi)區(qū)域的識(shí)別和分割，分為室內(nèi)走廊和室內(nèi)房間兩大類，分別采用以下兩種定位策略：①針對(duì)室內(nèi)走廊等具有線性約束的室內(nèi)區(qū)域，采用基于轉(zhuǎn)角探測(cè)的定向優(yōu)化算法和基于RSSI幾何距離加權(quán)的定位算法相結(jié)合的方法；②針對(duì)室內(nèi)房間等無(wú)線性約束的室內(nèi)區(qū)域，采用基于AP虛擬坐標(biāo)的指紋點(diǎn)聚類算法和基于RSSI幾何距離加權(quán)的定位算法相結(jié)合的方法。