基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)wlan信號(hào)地圖繪制與映射方法
【專(zhuān)利摘要】本發(fā)明涉及一種基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與映射方法，該方法首先利用隨機(jī)用戶(hù)采集的接收信號(hào)強(qiáng)度RSS序列，通過(guò)譜聚類(lèi)構(gòu)建各RSS序列的聚類(lèi)圖；其次，利用圖像邊緣檢測(cè)法，構(gòu)建隨機(jī)用戶(hù)在定位目標(biāo)區(qū)域內(nèi)的信號(hào)邏輯圖；再者，根據(jù)相應(yīng)的映射準(zhǔn)則，建立信號(hào)邏輯圖中的RSS聚類(lèi)節(jié)點(diǎn)到物理環(huán)境圖中的區(qū)域位置節(jié)點(diǎn)之間的映射；最終利用信號(hào)邏輯圖到物理環(huán)境圖的映射關(guān)系，實(shí)現(xiàn)對(duì)目標(biāo)用戶(hù)的位置估計(jì)，同時(shí)利用繪圖技術(shù)對(duì)信號(hào)邏輯圖及物理環(huán)境圖進(jìn)行繪制，提高了圖的可讀性，使得信號(hào)邏輯圖及物理環(huán)境圖中各節(jié)點(diǎn)的連接關(guān)系更加明晰。
【專(zhuān)利說(shuō)明】基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制 與映射方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種信號(hào)地圖繪制與映射方法，特別涉及一種基于圖像邊緣檢測(cè)信號(hào) 相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與映射方法。

【背景技術(shù)】
[0002] 隨著無(wú)線(xiàn)局域網(wǎng)的廣泛部署，利用WLAN(Wireless Local Area Network)基礎(chǔ)設(shè) 施進(jìn)行定位可以大大降低定位設(shè)施和系統(tǒng)維護(hù)的投入。目前，基于接收信號(hào)強(qiáng)度的室內(nèi) WLAN定位技術(shù)受到了廣泛的研究，其中典型的基于RSS(Received Signal Strength)位置 指紋的定位系統(tǒng)有微軟研究院開(kāi)發(fā)的RADAR系統(tǒng)和馬里蘭大學(xué)提出的Horus系統(tǒng)。RADAR 系統(tǒng)在2000年由微軟公司首次提出，其基本思想是在離線(xiàn)階段從目標(biāo)區(qū)域內(nèi)選定一定數(shù) 目的參考點(diǎn)，并在每個(gè)參考點(diǎn)處測(cè)量來(lái)自不同接入點(diǎn)AP(A CCesS Point)的信號(hào)強(qiáng)度值，建 立位置指紋數(shù)據(jù)庫(kù)；而在在線(xiàn)階段，則利用歐式距離最小準(zhǔn)則，將終端實(shí)時(shí)測(cè)量得到的信號(hào) 值與位置指紋數(shù)據(jù)庫(kù)中已保存的信號(hào)數(shù)據(jù)進(jìn)行匹配，找到與終端實(shí)時(shí)測(cè)量信號(hào)值的RSS歐 氏距離較小的若干個(gè)位置指紋，并利用這若干個(gè)位置指紋所對(duì)應(yīng)的位置坐標(biāo)，對(duì)終端進(jìn)行 位置估計(jì)。RADAR定位系統(tǒng)所采用的定位算法簡(jiǎn)單且易于實(shí)現(xiàn)，但定位精度不高，其最大定 位誤差超過(guò)20m。Horus系統(tǒng)沿用了位置指紋的思想，同時(shí)又對(duì)RADAR定位系統(tǒng)進(jìn)行了改進(jìn)， 提出了基于位置指紋的概率定位算法，以及利用最強(qiáng)AP信號(hào)聚類(lèi)等優(yōu)化措施，使得系統(tǒng)的 定位性能得到了很大程度的提高，其最大定位誤差在5m以?xún)?nèi)。
[0003] 位置指紋定位算法需要在離線(xiàn)階段對(duì)所有參考點(diǎn)處的來(lái)自不同AP的信號(hào)強(qiáng)度進(jìn) 行采集，從而消耗了大量的人力和物力資源，并且當(dāng)參考點(diǎn)數(shù)目較多時(shí)，離線(xiàn)階段所需的人 力和時(shí)間開(kāi)銷(xiāo)會(huì)大大增加，為此，基于SLAM (Simultaneous Localization and Mapping) 的WLAN定位系統(tǒng)應(yīng)運(yùn)而生，這類(lèi)系統(tǒng)利用了其他方式獲得的傳感器信息，如微機(jī)電系統(tǒng) MEMS (Micro Electronic Machine System)中的慣性測(cè)量單兀 IMU (Inertial Measurement Unit)等，將用戶(hù)當(dāng)前接收的WLAN信號(hào)強(qiáng)度與傳感器采集的信息相結(jié)合，從而在不需要大 量位置指紋信息采集的情況下，實(shí)現(xiàn)對(duì)終端的位置估計(jì)。
[0004] 由于位置指紋定位算法在離線(xiàn)階段需要對(duì)每個(gè)參考點(diǎn)處來(lái)自不同AP的信號(hào)強(qiáng)度 進(jìn)行采集，因此，在系統(tǒng)設(shè)計(jì)前期需要投入大量的人力與時(shí)間開(kāi)銷(xiāo)，以完成位置指紋數(shù)據(jù)庫(kù) 的構(gòu)建。同時(shí)，基于SLAM的WLAN定位算法需要利用傳感器采集的信息，所以對(duì)終端設(shè)備有 特殊的要求，并且在大多數(shù)基于位置的服務(wù)LBS (Location-based Service)中，我們無(wú)需計(jì) 算目標(biāo)的精確物理位置坐標(biāo)，而僅需獲知目標(biāo)所在的大致區(qū)域及其周邊物理環(huán)境信息。針 對(duì)這一目標(biāo)，本發(fā)明提出一種基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與 映射方法。


【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明的目的在于提供一種基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN 信號(hào)地圖繪制與映射方法，該方法首先利用隨機(jī)用戶(hù)采集的信號(hào)強(qiáng)度序列，通過(guò)聚類(lèi)及圖 像邊緣檢測(cè)方法，構(gòu)建用戶(hù)在定位目標(biāo)區(qū)域內(nèi)的信號(hào)邏輯圖；其次，根據(jù)相應(yīng)的映射準(zhǔn)則， 建立信號(hào)邏輯圖中的RSS聚類(lèi)節(jié)點(diǎn)到物理環(huán)境圖中的區(qū)域位置節(jié)點(diǎn)之間的映射；最終， 利用最優(yōu)信號(hào)邏輯圖到物理環(huán)境圖的映射關(guān)系，實(shí)現(xiàn)對(duì)終端的位置估計(jì)，同時(shí)利用繪圖 (Graph Drawing)技術(shù)，對(duì)信號(hào)邏輯圖及物理環(huán)境圖進(jìn)行繪制，提高圖的可讀性，使得信號(hào) 邏輯圖及物理環(huán)境圖中各節(jié)點(diǎn)的連接關(guān)系更加明晰。
[0006] 為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：
[0007] -種基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與映射方法，該方 法包括以下步驟：
[0008] 步驟一：用戶(hù)在定位目標(biāo)區(qū)域內(nèi)隨機(jī)采集若干條WLAN接收信號(hào)強(qiáng)度序列為

【權(quán)利要求】
1.基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與映射方法，其特征在于： 該方法包括以下步驟： 步驟一：用戶(hù)在定位目標(biāo)區(qū)域內(nèi)隨機(jī)采集若干條WLAN接收信號(hào)強(qiáng)度序列為 & ={RSS;I，…，RSS,W = …，z)，其中，Mj為第j條序列的序列長(zhǎng)度，z為序列條數(shù)； RSSjk=(RSSjkl，…，RSSjkn)(k= 1，…，Mj)為第j條序列中第k個(gè)接收信號(hào)強(qiáng)度矢量；η為AP個(gè)數(shù)；RSSjfe(r= 1，…，η)為第j條序列第k個(gè)接收信號(hào)強(qiáng)度矢量中第r個(gè)AP的信號(hào)強(qiáng) 度值； 步驟二：根據(jù)時(shí)間戳順序?qū)?中接收信號(hào)強(qiáng)度矢量進(jìn)行升序排列；將第j條序列中第k個(gè)接收信號(hào)強(qiáng)度矢量重構(gòu)為新的n+1維矢量φ7? =化，RSSyil,…，RSSyto；); 步驟三：對(duì)中所包含的時(shí)間戳信息和接收信號(hào)強(qiáng)度信息進(jìn)行加權(quán)，得到混合矢量φ;.Α- =(%/，MmRSSfil,…，WraiRSSiJ,其中加權(quán)系數(shù)為 &和 Wrss，Wts+Wrss= !; 步驟四：對(duì)混合矢量進(jìn)行譜聚類(lèi)，得到Sj中每條混合矢量的聚類(lèi)號(hào)； 步驟五：通過(guò)中值濾波方法，修正每條混合矢量的聚類(lèi)號(hào)及相應(yīng)類(lèi)心； 步驟六：根據(jù)I中相鄰聚類(lèi)之間的轉(zhuǎn)移關(guān)系，以連接圖的形式得到\的類(lèi)轉(zhuǎn)移圖； 步驟七：重復(fù)步驟2)至步驟6)，得到所有接收信號(hào)強(qiáng)度序列的類(lèi)轉(zhuǎn)移圖； 步驟八：通過(guò)圖像邊緣檢測(cè)技術(shù)，確定所有類(lèi)轉(zhuǎn)移圖中類(lèi)間距離小于門(mén)限Std的類(lèi)，合 并相應(yīng)的類(lèi)，對(duì)所有離散的類(lèi)轉(zhuǎn)移圖進(jìn)行拼接，得到待篩選的信號(hào)邏輯圖； 步驟九：將定位目標(biāo)區(qū)域內(nèi)的每個(gè)物理叉路口作為區(qū)域邊界進(jìn)行子區(qū)域劃分，并對(duì)每 個(gè)子區(qū)域進(jìn)行序號(hào)標(biāo)記；記區(qū)域標(biāo)號(hào)為1，…，A，其中A表示所有的子區(qū)域的個(gè)數(shù)； 步驟十：根據(jù)各子區(qū)域的物理鄰接關(guān)系，將定位目標(biāo)區(qū)域表示為一副由各子區(qū)域連通 的物理環(huán)境圖； 步驟十一：在定位目標(biāo)區(qū)域內(nèi)選擇少量標(biāo)記位置點(diǎn)CP，且保證標(biāo)記位置點(diǎn)的個(gè)數(shù)少于 子區(qū)域個(gè)數(shù)； 步驟十二：在各標(biāo)記位置點(diǎn)處采集NR個(gè)來(lái)自不同AP的信號(hào)強(qiáng)度矢量，并將其均值矢量 作為各標(biāo)記位置點(diǎn)的代表矢量RV; 步驟十三：在每個(gè)邏輯圖中，計(jì)算與RV中每個(gè)元素Mrssn。與邏輯圖中各類(lèi)心的歐式距 離=||Mrasee -Il;其中，,表示MrsSn。與第Zj個(gè)邏輯圖中的第f3個(gè)類(lèi)心之間的 歐氏距離，為第zj個(gè)邏輯圖中的第&個(gè)類(lèi)心；選擇與Mrssn。歐式距離最小的類(lèi)心所對(duì) 應(yīng)的邏輯節(jié)點(diǎn)為該RV中元素Mrssne所對(duì)應(yīng)子區(qū)域cpn。存在的映射關(guān)系，剔除包含與2個(gè)或 以上不同子區(qū)域存在映射關(guān)系的邏輯節(jié)點(diǎn)所對(duì)應(yīng)的信號(hào)邏輯圖； 步驟十四：根據(jù)步驟十三得到所有未剔除信號(hào)邏輯圖，利用映射準(zhǔn)則，得到所有未剔除 的信號(hào)邏輯圖，以及相應(yīng)的與物理環(huán)境圖的映射關(guān)系； 步驟十五：選擇對(duì)于所有標(biāo)記點(diǎn)具有最高平均定位精度的信號(hào)邏輯圖作為最優(yōu)信號(hào)邏 輯圖；其中，每個(gè)標(biāo)記點(diǎn)的定位精度定義為：在該標(biāo)記點(diǎn)上采集的正確映射到所屬子區(qū)域 的信號(hào)強(qiáng)度矢量個(gè)數(shù)與信號(hào)強(qiáng)度矢量總數(shù)的比值，P?4 其中，Pio^表示第X個(gè)邏 NR 輯圖的映射關(guān)系中第nc個(gè)標(biāo)記點(diǎn)上的定位精度，為第nc個(gè)標(biāo)記點(diǎn)上采集的NR個(gè)接收 信號(hào)強(qiáng)度矢量中能夠映射到cpn。的接收信號(hào)強(qiáng)度矢量的個(gè)數(shù)；所有標(biāo)記點(diǎn)的平均定位精度 Pr〇L,">ΡΓ0-?=^Σ,".-,ΡΓ0?.: 步驟十六：根據(jù)步驟十五，選擇F〇_,,最大的邏輯圖作為最優(yōu)信號(hào)邏輯圖， 根據(jù)步驟十四所確定的映射準(zhǔn)則，得到最優(yōu)信號(hào)邏輯圖到物理環(huán)境圖的映射關(guān)系 Map=(?>ie{l, U，…，NocT}) ;Map=表示第cet個(gè)邏輯圖，NocT表示第cet 個(gè)邏輯圖中的邏輯節(jié)點(diǎn)個(gè)數(shù)； 步驟十七：利用GraphDrawing正交算法，對(duì)最優(yōu)信號(hào)邏輯圖及物理環(huán)境圖進(jìn)行繪制； 步驟十八：根據(jù)終端新采集的信號(hào)強(qiáng)度矢量，在最優(yōu)信號(hào)邏輯圖中，計(jì)算得到與新采集 信號(hào)強(qiáng)度矢量具有最小歐式距離的邏輯節(jié)點(diǎn)； 步驟十九：根據(jù)最優(yōu)信號(hào)邏輯圖到物理環(huán)境圖的映射關(guān)系，估計(jì)終端所在的子區(qū)域。
2.根據(jù)權(quán)利要求1所述的基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與 映射方法，其特征在于：所述步驟四包括以下步驟： 1) 對(duì)于I，構(gòu)建鄰接矩陣Mwa，如下式：
其中，wPAS」中'(/? = 1,…，竭與〇 = 1,…，M)的相似度，= e-， 卜11表示二范數(shù)計(jì)算； 2) 在Mwa中設(shè)定相似度門(mén)限thw，當(dāng)wM〈thw0^，令wM=O;當(dāng)thw0^，wM保持不 變； 3) 將Mwa中的每一列求和，得到《二?G= 1,…，M)，構(gòu)造MXM的對(duì)角矩陣Dm，如 下所示：
4) 通過(guò)以下公式計(jì)算拉普拉斯算子L: L=Dm-Mwa; 5) 通過(guò)以下公式計(jì)算L的特征值及特征向量， LV=vV； (vE-L)V= 0 ；det(vE-L) = 0 ； 其中，E為MXM的單位矩陣；veR為L(zhǎng)的特征值；V表示L的特征向量，長(zhǎng)度為M的列 向量； 6)將凡中的每一行定義為一個(gè)混合矢量的重構(gòu)矢量，從而得到M個(gè)重構(gòu)矢量Nd= (1^(11，...，1^)，其中，1^("江=1，...，。）為凡中第(1行的第€個(gè)元素，將厘個(gè)重構(gòu)矢量進(jìn)行 K均值聚類(lèi)。
3. 根據(jù)權(quán)利要求2所述的基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與 映射方法，其特征在于：所述步驟6)將M個(gè)重構(gòu)矢量進(jìn)行K均值聚類(lèi)包括以下步驟： (1) 確定所需聚類(lèi)的K均值聚類(lèi)個(gè)數(shù)K(K〈〈M);隨機(jī)在M個(gè)重構(gòu)矢量中選取K個(gè)樣本Sab =(sabl,sab2, · · ·，sabc)(b= 1，…，K)作為初始類(lèi)心，其中私 ;sabf(f= 1，…，c) 為Sab中第f個(gè)元素； (2) 逐個(gè)計(jì)算剩余的M-K個(gè)樣本與所有初始類(lèi)心的歐式距離，并將樣本分配到與其歐 氏距離最小的初始類(lèi)心所對(duì)應(yīng)的聚類(lèi)中；其中M-K個(gè)樣本中的每個(gè)樣本與每個(gè)初始類(lèi)心的 歐氏距離計(jì)算為 ,.^l-sahl )2 (Sah^Nil); (3) 通過(guò)以下公式重新計(jì)算K個(gè)聚類(lèi)的聚類(lèi)中心，并將新的K個(gè)聚類(lèi)的聚類(lèi)中心作為初 始類(lèi)心，
其中，Cb表示第b個(gè)聚類(lèi)的所有樣本；X表示Cb中的每個(gè)樣本；Nub表示Cb的樣本個(gè)數(shù)；Zb表示第b個(gè)聚類(lèi)的新類(lèi)心； (4) 通過(guò)以下公式計(jì)算出所有聚類(lèi)類(lèi)心偏離度J，
(5) 重復(fù)步驟（2)步至步驟（4)，直到J達(dá)到最小值，Sab(b= 1，…，K)為各聚類(lèi)類(lèi)心； 將g||Z-Z6If 從小到大排序，得到各類(lèi)的類(lèi)號(hào)，同類(lèi)中的樣本的類(lèi)號(hào)相同。
4. 根據(jù)權(quán)利要求1所述的基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與 映射方法，其特征在于：所述步驟八包括以下步驟： 1) 將采集到的RSS序列排列為
2) 分別計(jì)算Γ中不同接收信號(hào)強(qiáng)度矢量的歐式距離，進(jìn)而得到距離矩陣Mdis,
其中，Mr為序列Γ中的接收信號(hào)強(qiáng)度矢量數(shù)目；?,，犯， 也>7(?丨，2,…，Μ)為Γ中第Cli1個(gè)接收信號(hào)強(qiáng)度矢量與第di2個(gè)接收信號(hào)強(qiáng)度矢 量的歐氏距離；1與別表示r中第Cli1與第虹2個(gè)接收信號(hào)強(qiáng)度矢量中來(lái)自第 虹3個(gè)AP的信號(hào)強(qiáng)度值； 3) 設(shè)定門(mén)限std，當(dāng)也響 < ?時(shí)，令也響=1;當(dāng)炎ν,:乏?時(shí)，令炎/響=〇 ; 4) 對(duì)矩陣Mdis進(jìn)行中值濾波處理，包括以下步驟： (1) 選擇大小為3X3的窗口win作為中值濾波的基本單元，如下所示，
其中，win中共有9個(gè)元素，Winwinl(winl= 1，2,…，9)為win中的第winl個(gè)元素； (2) 將矩陣Mdis做補(bǔ)O處理得到Mdisn，如下所示，
(3)將win中的Win5對(duì)芥Mdis_n中的元累Mdis_n(dis_nl, dis_n2),其中dis_nl= 2, 3,· · ·，Mr+1,dis_n2 = 2, 3,· · ·，Mr+1,Mdisn(dis_nl, dis_n2)為Mdisn中第dis_nl行第 dis_n2列的元素； (4) 取出當(dāng)前win對(duì)應(yīng)于Mdisn*的元素，將所有元素按從大到小排列并依次標(biāo)號(hào)為1， 2，···，9,且將矩陣Mdis中第（dis_nl)-l行第（dis_n2)-l列的元素更新為標(biāo)號(hào)為5的元素； 5) 對(duì)矩陣Mdis進(jìn)行腐蝕處理，包括以下步驟： (1) 選擇大小為5X5的窗口ero,如下所示，
(2) 將ero中第三行第三列的元素依次對(duì)齊Mdis中的元素Mdis(dis_l，dis_2)，其中 dis_l= 3, 4, · · ·，Mr-2,dis_2 = 3, 4, · · ·，Mr-2,Mdis(dis_l,dis_2)為Mdis中第dis_l行 第dis_2列的元素； (3) 當(dāng)對(duì)齊于ero的所有Mdis中元素全為1時(shí)，令Mdis(dis_l，dis_2) = 1，而當(dāng)對(duì)齊于 ero的所有Mdis中元素不全為1時(shí),令Mdis(dis_l,dis_2) = 0 ; 6) 對(duì)矩陣Mdis進(jìn)行邊緣檢測(cè)處理，包括以下步驟： (1)選擇大小為3X3的邊緣檢測(cè)窗口edg，如下所示：
(2) 將edg中的元素edgji齊矩陣Mdis中的元素Mdis(dis_a，dis_b)，其中dis_a= 2, 3, · · ·，ΜΓ_1，dis_b= 2, 3, · · ·，Mr_l，Mdis (dis_a，dis_b)為Mdis中第dis_a行第dis_b列 的元素； '+I +2 +1 (3) 選定橫向及縱向邊緣檢測(cè)的Sobel卷積因子^(guān)及67，其中Gr=OOO , -I -2 -I
(4) 將對(duì)齊于edg的Mdis中元素分別與G,及Gy相乘，得到關(guān)于當(dāng)前元素Mdis (dis_a，dis_ b)在橫向及縱向上的灰度差分值Gxdisa及Gydisb，其中， Gx-diS-a=Mdis((dis_a)+l，（dis_b)+l)+2Mdis((dis_a)，（dis_b)+l) +Mdis((dis_a)_l，（dis_b)+l)-[Mdis((dis_a)+l，（dis_b)_l) +2Mdis((dis_a), (dis_b)-l)+Mdis((dis_a)_l，（dis_b)_l)] Gy_dis_b=MdiS((dis_a)+l, (dis_b)+1)+2Mdis((dis_a)+1, (dis_b))； +Mdis((dis_a)+1, (dis_b)-l)-[Mdis((dis_a)-l, (dis_b)+l) +2Mdis((dis_a)-l, (dis_b))+Mdis((dis_a)-l, (dis_b)_l)] (5) 得到關(guān)于當(dāng)前元素Mdis(dis_a，dis_b)的灰度差分值Gxy，Gxy=IGxdisaI+ |Gy_disbI; (6) 設(shè)定灰度差分門(mén)限Gth，當(dāng)Gxy彡Gth時(shí)，令Mdis(dis_a，dis_b) = 1，當(dāng)Gxy〈Gtl#，令 Mdis(dis_a，dis_b) = 0 ; 7) 對(duì)矩陣Mdis的邊緣信息進(jìn)行提取，得到序列Γ中不同接收信號(hào)強(qiáng)度矢量距離小于Std 的序列塊的長(zhǎng)寬，以及其在Γ中的位置信息； 8) 根據(jù)步驟7)中得到的C〇 4，將離散的信號(hào)邏輯圖進(jìn)行拼接。
5.根據(jù)權(quán)利要求4所述的基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與 映射方法，其特征在于：所述步驟7)包括以下步驟： (1) 設(shè)定空矩陣CO1; (2) 遍歷矩陣Mdis中的所有元素Mdis(dis_c,dis_d),其中dis_c= 1，2,…，Mr,dis_ d= 1，2,…，Mr，Mdis(dis_c,dis_d)表示矩陣Mdis中第dis_c行第dis_d列的元素；當(dāng) Mdis(dis_c,dis_d) = 1 時(shí)，將坐標(biāo)（dis_c,dis_d)記錄于COj中； ⑶設(shè)定空矩陣co_2,。〇_3及CO_4; (4) 令遍歷號(hào)vinu= 1 ; (5) 若vinu>vile則步驟結(jié)束，其中，vile為coj中坐標(biāo)個(gè)數(shù)，若vinu<vile，則搜索c〇j 中第vinu個(gè)坐標(biāo)coj(vinu),并令COj (vinu)為當(dāng)前處理坐標(biāo)co」_ (vinu); (6) 將co-L (vinu)存入co-2中； (7) 若co-L(vinu, 1)彡co-L(vinu, 2)，則令vinu=vinu+l并返回步驟（5)，其中，co-L (vinu, 1)和c〇j_(vinu, 2)分別為c〇j_(vinu)的橫坐標(biāo)及縱坐標(biāo)值； (8)令處理號(hào)prnu= 1 ; (9)Sco-1-(vinu，l)>c〇i(vinu，2)Jl^Sco-1-(vinu；^W'^i^*#nef1，nef2，nef3，n ef4, Iiee1, nee2, nee3, nee4，其中，八鄰域中的四鄰域坐標(biāo)Iief1, nef2, nef3, nef4及八鄰域中的 對(duì)角坐標(biāo)Iiee1, nee2, nee3, nee4為：
(10)確定坐標(biāo)Iief1, nef2, nef3,!^:^在co」中的個(gè)數(shù)，若nef p nef2, nef3, nef4* 有fo(fo = 0, I, 2, 3, 4)個(gè)坐標(biāo)存在于co」1=!11,貝U令四鄰域標(biāo)記量n f。= fo;確定坐標(biāo) Iiee1, nee2, nee3, nee4在co沖的個(gè)數(shù)，若nee nee2, nee3, nee4中有ei (ei = 0, I, 2, 3, 4)個(gè) 坐標(biāo)存在于⑶^中，則令對(duì)角標(biāo)記量n ei= ei ; (11)若prnu= 1，則令prnu= prnu+l并轉(zhuǎn)步驟（12);若prnu# 1，則轉(zhuǎn)步驟（13); (12) 若％。關(guān)0,則將步驟（10)中的nf。個(gè)坐標(biāo)中的任意一個(gè)設(shè)為當(dāng)前坐標(biāo)c〇i(vinu)， 將剩余的％。-1個(gè)四鄰域坐標(biāo)及Iieii個(gè)對(duì)角坐標(biāo)存入co_3并返回步驟（5);若nf。= 0,則將 步驟（10)中的Iieii個(gè)坐標(biāo)的任意一個(gè)設(shè)為當(dāng)前坐標(biāo)coi(vinu),將剩余的Iieii-I個(gè)對(duì)角坐標(biāo) 存入C〇 3并返回步驟（5); (13)若化。關(guān)0,則將步驟（10)中的n f。個(gè)坐標(biāo)與co 2中的坐標(biāo)進(jìn)行比較，若nf。個(gè)坐 標(biāo)不全包含于c〇_2，則將不包含于c〇_2中的任意一個(gè)坐標(biāo)設(shè)為當(dāng)前坐標(biāo)co I(Vinu)，將剩余 的不包含于c〇2中的四鄰域坐標(biāo)及不包含于co 2中的對(duì)角坐標(biāo)存入co 2并返回步驟（5); 若％。個(gè)坐標(biāo)全部包含于co 2，則將步驟（10)中的知個(gè)坐標(biāo)與co 2中的坐標(biāo)進(jìn)行比較，若 坐標(biāo)不全包含于c〇_2，則將不包含于c〇_2中的任意一個(gè)坐標(biāo)設(shè)為當(dāng)前坐標(biāo)co I(Vinu)，將剩 余的不包含于co_2中的對(duì)角坐標(biāo)存入CO_2并返回步驟（5);若步驟（10)中的rid個(gè)坐標(biāo)全 部包含于co 2，則將co 2中的坐標(biāo)與co 3中的坐標(biāo)進(jìn)行比較，如果CO 2與co3中有相同的坐 標(biāo)，則取co 2中所有橫縱坐標(biāo)中的最大值和最小值存入co 4中，其中，存儲(chǔ)的橫縱坐標(biāo)的最 大值和最小值的形式為（Xniin, X_，Yniin, y_)，其中（Xniin, X111J及Gniin, y_)分別為CO2中橫 縱坐標(biāo)的最大值和最小值，令Vinu= vi nu+l，返回步驟（5);如果CO 2與CO3中沒(méi)有相同的 坐標(biāo)，令vinu= vinu+l，返回步驟（5);若nf。= 0,則轉(zhuǎn)步驟（14); (14)若nf。= 0,則步驟（10)中的n ei個(gè)坐標(biāo)與co _2所包含的坐標(biāo)進(jìn)行比較,若坐標(biāo) 不全部包含于c〇_2，則將不包含于c〇_2中的任意一個(gè)坐標(biāo)設(shè)為當(dāng)前坐標(biāo)co I(Vinu)，將剩余 的不包含于co 2中的對(duì)角坐標(biāo)存入co 2并返回步驟（5);若坐標(biāo)全部包含于co 2，則將co 2 中的坐標(biāo)與co 3中的坐標(biāo)進(jìn)行比較，如果CO 2與co 3中有相同的坐標(biāo)，取co2中所有橫縱 坐標(biāo)中的最大值和最小值存入co 4中，其中存儲(chǔ)的橫縱坐標(biāo)的最大值和最小值的形式為 (Xmin，XmaX，ymin，ymaX)，其中，（XmtoXmax)及（ymin，ymJ分別為中橫縱坐標(biāo)的最大值和最小 值，令Vinu=vinu+l，返回步驟（5);如果。〇_2與co_3中沒(méi)有相同的坐標(biāo)，令vinu=vinu+l， 返回步驟（5)。
6. 根據(jù)權(quán)利要求1所述的基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與 映射方法，其特征在于：所述步驟十四中每一個(gè)信號(hào)邏輯圖到物理環(huán)境圖的映射準(zhǔn)則具體 步驟為： 1) 計(jì)算物理環(huán)境圖中各子區(qū)域的鄰接度AD，各子區(qū)域的AD定義為該子區(qū)域和其鄰 接子區(qū)域所鄰接的子區(qū)域個(gè)數(shù)總和，一個(gè)子區(qū)域與另一個(gè)子區(qū)域鄰接表示這兩個(gè)區(qū)域能夠 不經(jīng)過(guò)其他區(qū)域到達(dá)彼區(qū)，此外，在所有子區(qū)域的AD中，得到最大得到最大ADAmag和最小 ADAmig; 2) 對(duì)于第X(X=l，一，y)個(gè)未剔除信號(hào)邏輯圖Gx，其中，y為未剔除信號(hào)邏輯圖個(gè)數(shù)， 計(jì)算&中除標(biāo)記點(diǎn)所在子區(qū)域IcpnJ對(duì)應(yīng)的邏輯節(jié)點(diǎn)外的邏輯節(jié)點(diǎn)的AD，各邏輯節(jié)點(diǎn)的AD 定義為該邏輯節(jié)點(diǎn)和其鄰接邏輯節(jié)點(diǎn)所鄰接的邏輯節(jié)點(diǎn)個(gè)數(shù)總和，一個(gè)邏輯節(jié)點(diǎn)與另一個(gè) 邏輯節(jié)點(diǎn)鄰接表示這兩個(gè)邏輯節(jié)點(diǎn)能夠不經(jīng)過(guò)其他邏輯節(jié)點(diǎn)到達(dá)彼節(jié)點(diǎn)； 3) 計(jì)算得到&中的最大ADAmal和最小ADAmil，對(duì)于除標(biāo)記點(diǎn)所在子區(qū)域IcpnJ對(duì)應(yīng)的 邏輯節(jié)點(diǎn)外的邏輯節(jié)點(diǎn)的ADVad1，通過(guò)以下公式將其修正為Vads,
4) 選擇物理環(huán)境圖中與Vads距離最小的AD所對(duì)應(yīng)的子區(qū)域，作為該邏輯節(jié)點(diǎn)的初始映 射子區(qū)域，即此邏輯節(jié)點(diǎn)與該子區(qū)域具有初始映射關(guān)系，此處距離定義為二者之差的絕對(duì) 值；用MarC(/""=l，…，Λω')表示第X個(gè)未剔除信號(hào)邏輯圖中的第ma個(gè)邏輯節(jié)點(diǎn)所對(duì)應(yīng) 的映射子區(qū)域，Nodx表示第X個(gè)未剔除信號(hào)邏輯圖的節(jié)點(diǎn)數(shù)；標(biāo)記點(diǎn)所在子區(qū)域{cpn。}對(duì) 應(yīng)的邏輯節(jié)點(diǎn)的映射子區(qū)域即為相應(yīng)的標(biāo)記點(diǎn)子區(qū)域； 5) 重復(fù)步驟2)至步驟4)，可得所有未剔除信號(hào)邏輯圖與物理環(huán)境圖的初始映射關(guān)系， 利用中心點(diǎn)對(duì)上述得到的初始映射關(guān)系進(jìn)行校正，得到最終的映射關(guān)系。
7. 根據(jù)權(quán)利要求1所述的基于圖像邊緣檢測(cè)信號(hào)相關(guān)性的室內(nèi)WLAN信號(hào)地圖繪制與 映射方法，其特征在于：所述步驟十七包括以下步驟： 1) 初始圖G= (V，E)，隨機(jī)選擇兩個(gè)點(diǎn)，一個(gè)點(diǎn)標(biāo)記為s，另一個(gè)點(diǎn)標(biāo)記為t，其中，V是 G中所有點(diǎn)的集合，表示為V={vej(i= 1，2,. . .，nve) ;E是G中所有邊的集合，表示為E ={edj}(j= 1，2, · · ·，ned) !Vei表示G中的第i個(gè)的點(diǎn)，ed』表示G中的第j條邊，nve及ned 分別表示G中點(diǎn)及邊的數(shù)目； 2) 找出包含s的所有邊及所有邊包含的點(diǎn)，以s為源點(diǎn)，以其余所有邊包含的點(diǎn)為終點(diǎn) 作有向邊，并在所有邊包含的點(diǎn)中，選擇所有不為t的終點(diǎn)為新的起點(diǎn)； 3) 對(duì)于每一個(gè)新的起點(diǎn)，找出包含該點(diǎn)的所有邊及所有邊包含的點(diǎn)，以該新的起點(diǎn)為 源點(diǎn)，以其余所有邊包含的點(diǎn)為終點(diǎn)作有向邊，當(dāng)某條有向邊的兩個(gè)點(diǎn)都為新的起點(diǎn)時(shí)，規(guī) 定該邊的繪制方向?yàn)閺淖笸一驈纳系较拢? 4) 重復(fù)步驟3)，直到對(duì)所有新的起點(diǎn)都進(jìn)行了從該點(diǎn)到相應(yīng)終點(diǎn)的有向邊的繪制，然 后令步驟3)中的所有不為t的終點(diǎn)為新的起點(diǎn)； 5) 重復(fù)步驟3)至步驟4)，直到遍歷完G中所有的點(diǎn)，從而構(gòu)成了有向圖G' ； 6) 在圖G'中將點(diǎn)s的值賦為O;并令其為起點(diǎn)； 7) 令初始賦值i_=O;賦值間隔iit= 1 ; 8) 從起點(diǎn)開(kāi)始，對(duì)圖G'中的每條有向邊的所關(guān)聯(lián)的兩個(gè)點(diǎn)賦值，所滿(mǎn)足的條件為該邊 的終點(diǎn)的賦值大于起點(diǎn)的賦值，具體賦值規(guī)則為： (1) 確定包含起點(diǎn)的所有邊，再找到所有邊所對(duì)應(yīng)的終點(diǎn)； (2) 將去掉點(diǎn)t的所有終點(diǎn)構(gòu)成終點(diǎn)集，將所有終點(diǎn)賦值為inum+iit; (3) 若終點(diǎn)集中存在連接兩個(gè)終點(diǎn)的有向邊，則將該邊所對(duì)應(yīng)的終點(diǎn)的值賦為起點(diǎn)值 加1，并將步驟2)所確定的所有終點(diǎn)令為新的起點(diǎn)； (4) 重復(fù)步驟（1)至步驟（3)，直到遍歷完除t點(diǎn)以外的所有點(diǎn)； (5) 確定與點(diǎn)t相鄰的點(diǎn)，并將所有與點(diǎn)t相鄰的點(diǎn)的賦值中的最大值加1賦給點(diǎn)t， 此時(shí)，圖G'中每個(gè)點(diǎn)的賦值為該點(diǎn)在圖中的縱坐標(biāo)； 9) 構(gòu)建另一有向圖Dn，具體步驟為： 確定有向圖三部分點(diǎn)集；第一部分點(diǎn)集為圖G'中的邊所構(gòu)成的所有最小區(qū)域， 其中，最小區(qū)域定義為圖G'中不存在其它邊再把該區(qū)域進(jìn)行分割的區(qū)域；第二部分點(diǎn)集為 圖G'以外空間所形成的兩個(gè)區(qū)域，這兩個(gè)區(qū)域滿(mǎn)足：區(qū)域的并集為圖G'以外的所有空間， 而交集為空，此外，點(diǎn)s及t在兩個(gè)區(qū)域的邊界上，且定義兩個(gè)區(qū)域中的左邊區(qū)域?yàn)閟*，該區(qū) 域的邊界包含三段：第一段為連接s到t的最左邊的無(wú)向路徑Π'，其中，最左邊的無(wú)向路 徑為不存另一條連接s到t的無(wú)向路徑Π使得Π在Π'的左邊或者Π中的某條無(wú)向邊 在Π'的某條無(wú)向邊的左邊；第二段為連接s及s'的無(wú)向邊Π"，其中，s'為包含于圖G' 以外空間的某一點(diǎn)，Π"包含于圖G'以外空間且s'與s的距離趨于無(wú)窮；第三段為連接t 及t'的無(wú)向邊Π" '，其中，t'為包含于圖G'以外空間的某一點(diǎn)，Π" '包含于圖G'以 外空間且t'與t的距離趨于無(wú)窮，同時(shí)，定義兩個(gè)區(qū)域中的右邊區(qū)域?yàn)闉閠* ;第三部分點(diǎn) 集為圖G'中路徑所構(gòu)成的點(diǎn)集，路徑的確定步驟為： (1) 確定圖G'中所有非s及t點(diǎn)的所有點(diǎn)，構(gòu)成處理點(diǎn)集； (2) 遍歷處理點(diǎn)集中的所有點(diǎn)，對(duì)于每一個(gè)點(diǎn)，當(dāng)入邊數(shù)為奇數(shù)時(shí)，規(guī)定其入邊為所有 入邊的最中間一條邊，而當(dāng)入邊數(shù)為偶數(shù)時(shí)，規(guī)定其入邊為所有入邊的最中間兩條邊中偏 左的一條邊；其中，一個(gè)點(diǎn)的入邊為以該點(diǎn)為終點(diǎn)的所有邊，對(duì)于每一個(gè)點(diǎn)，當(dāng)出邊數(shù)為奇 數(shù)時(shí)，規(guī)定其出邊為所有出邊的最中間一條邊，而當(dāng)出邊數(shù)為偶數(shù)時(shí)，規(guī)定其出邊為所有入 邊的最中間兩條邊中偏右的一條邊，其中，一個(gè)點(diǎn)的出邊為以該點(diǎn)為起點(diǎn)的所有邊； (3) 連接所有點(diǎn)所確定的邊，構(gòu)成所有確定的路徑，并將圖G'中剩余的邊作為單獨(dú)的 路徑，所有的路徑就構(gòu)成了第三部分點(diǎn)集； 10) 確定有向圖Dn的有向邊集，具體為： (1) 對(duì)于圖Dn的點(diǎn)集中的每一個(gè)代表區(qū)域的點(diǎn)，在圖G'中遍歷由步驟9)所確定的所 有tnu條路徑，對(duì)于圖G'中第tnul (tnul= 1，2,. ..，tJ條路徑IItnul，若其所包含的某一條 邊包含于該區(qū)域代表點(diǎn)在圖G'中對(duì)應(yīng)區(qū)域的邊界，則在有向圖Dn*，以該區(qū)域代表點(diǎn)為起 點(diǎn)，以所代表的點(diǎn)為終點(diǎn)作有向邊； (2) 對(duì)于圖Dn的點(diǎn)集中的每一個(gè)代表路徑的點(diǎn)，在圖G'中遍歷由步驟9)所確定的所 有anu個(gè)區(qū)域，對(duì)于圖G'中第anul(anul=1，2, . . .，anu)個(gè)區(qū)域4"",，若其邊界包含該路徑代 表點(diǎn)在圖G'中對(duì)應(yīng)路徑的某一條邊，則在有向圖Dn*，以該路徑代表點(diǎn)為起點(diǎn)，以所代 表的點(diǎn)為終點(diǎn)作有向邊； 11)在圖Dn*，將點(diǎn)s*的值賦為-0. 5;并令其為起點(diǎn)； 12)令初始賦值inum= -0. 5;賦值間隔iit=0. 5; 13)執(zhí)行步驟8)，其中，在步驟8)中所有對(duì)t的操作修改為對(duì)t*的操作，且對(duì)圖Dn中 所有點(diǎn)的賦值修改為圖G'中所有邊的橫坐標(biāo)； 14)遍歷圖G'中的所有點(diǎn)，對(duì)于每一個(gè)點(diǎn)，其縱坐標(biāo)為此點(diǎn)的賦值，橫坐標(biāo)有兩個(gè)，分 別為包含該點(diǎn)的路徑在有向圖Dn中賦值的最大值與最小值，連接該兩個(gè)點(diǎn)，即得關(guān)于該點(diǎn) 的坐標(biāo)表示線(xiàn)； 15)遍歷圖G'中的所有邊，對(duì)于每一條邊，其橫坐標(biāo)為此邊所在路徑在有向圖Dn中的 賦值，縱坐標(biāo)有兩個(gè)，分別為該邊在有向圖G'中的起點(diǎn)和終點(diǎn)的賦值，連接該兩個(gè)點(diǎn)，即得 關(guān)于該邊的坐標(biāo)表示線(xiàn)； 16)在得到G'中所有點(diǎn)和所有邊的坐標(biāo)表示線(xiàn)后,在所有點(diǎn)的坐標(biāo)表示線(xiàn)上畫(huà)出一個(gè) 實(shí)點(diǎn)，且實(shí)點(diǎn)的位置規(guī)則為：對(duì)于每一條坐標(biāo)表示線(xiàn)，實(shí)點(diǎn)的位置在與此點(diǎn)的坐標(biāo)表示線(xiàn)相 交的邊的坐標(biāo)表示線(xiàn)的交點(diǎn)上。
【文檔編號(hào)】G06T11/00GK104463929SQ201410783008
【公開(kāi)日】2015年3月25日 申請(qǐng)日期:2014年12月16日 優(yōu)先權(quán)日:2014年12月16日
【發(fā)明者】周牧, 張巧, 田增山, 邱楓, 范馨月, 周祥東, 蔣青, 周翊 申請(qǐng)人:重慶郵電大學(xué)