本發(fā)明涉及了室內(nèi)定位，具體涉及了基于高斯過(guò)程回歸的wifi指紋定位方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著物聯(lián)網(wǎng)和智能家居的快速發(fā)展，室內(nèi)定位技術(shù)在實(shí)際應(yīng)用中具有廣泛的需求。其中，基于wifi信號(hào)的室內(nèi)定位技術(shù)因其無(wú)需額外硬件、成本低廉和部署靈活等優(yōu)點(diǎn)，得到了廣泛的研究與應(yīng)用。然而，傳統(tǒng)的wifi室內(nèi)定位方法中，指紋庫(kù)的構(gòu)建過(guò)程繁瑣且耗時(shí)，限制了其在大規(guī)模應(yīng)用中的可行性。

2、現(xiàn)有的wifi室內(nèi)定位技術(shù)主要通過(guò)采集大量的wifi信號(hào)強(qiáng)度數(shù)據(jù)，構(gòu)建指紋庫(kù)，再通過(guò)匹配待定位點(diǎn)的信號(hào)強(qiáng)度，結(jié)合一定的算法，實(shí)現(xiàn)室內(nèi)定位。例如，授權(quán)公告號(hào)為cn105338498b的中國(guó)發(fā)明專(zhuān)利申請(qǐng)文件，公開(kāi)了一種wifi室內(nèi)定位系統(tǒng)中指紋庫(kù)的構(gòu)建方法，該方法通過(guò)分位點(diǎn)剔除法對(duì)rssi信息數(shù)據(jù)進(jìn)行處理以構(gòu)建指紋庫(kù)。然而，該方法存在以下技術(shù)問(wèn)題：分位點(diǎn)剔除法容易剔除掉重要的數(shù)據(jù)，從而影響指紋庫(kù)的準(zhǔn)確性；此外，該方法未考慮指紋庫(kù)的實(shí)時(shí)更新，可能導(dǎo)致定位精度下降。

3、授權(quán)公告號(hào)為cn106714109b的專(zhuān)利申請(qǐng)公開(kāi)了一種基于眾包數(shù)據(jù)的wifi指紋庫(kù)更新方法。該方法通過(guò)采集室內(nèi)環(huán)境眾包數(shù)據(jù)并做聚類(lèi)處理，然后根據(jù)更新數(shù)據(jù)動(dòng)態(tài)獲得接入點(diǎn)表，計(jì)算每個(gè)參考點(diǎn)的標(biāo)準(zhǔn)指紋。然而，該方法在實(shí)際應(yīng)用中存在以下技術(shù)問(wèn)題：眾包數(shù)據(jù)的采集和處理可能導(dǎo)致數(shù)據(jù)冗余，從而增加計(jì)算復(fù)雜度；此外，指紋庫(kù)的更新效果可能受到眾包數(shù)據(jù)質(zhì)量的影響。

4、授權(quán)公告號(hào)為cn107832834b的專(zhuān)利申請(qǐng)公開(kāi)了一種基于生成對(duì)抗網(wǎng)絡(luò)的wifi室內(nèi)定位指紋庫(kù)的構(gòu)建方法。該方法通過(guò)生成對(duì)抗網(wǎng)絡(luò)生成不同位置的幅值相位特征圖，從而構(gòu)建樣本充足的wifi室內(nèi)定位指紋庫(kù)。然而，該方法存在以下技術(shù)問(wèn)題：生成對(duì)抗網(wǎng)絡(luò)的訓(xùn)練過(guò)程可能需要大量的數(shù)據(jù)樣本，導(dǎo)致計(jì)算復(fù)雜度較高；此外，生成的指紋庫(kù)可能無(wú)法完全反映實(shí)際wifi環(huán)境的復(fù)雜性。

5、上述的方法在構(gòu)建指紋庫(kù)時(shí)需要大量的采樣數(shù)據(jù)，不僅增加了數(shù)據(jù)處理的復(fù)雜度，而且降低了定位的效率。因此，在室內(nèi)環(huán)境復(fù)雜，wifi信號(hào)干擾嚴(yán)重的場(chǎng)景下，如何快速、準(zhǔn)確地構(gòu)建高精度的指紋庫(kù)，是當(dāng)前wifi室內(nèi)定位技術(shù)亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問(wèn)題在于針對(duì)上述現(xiàn)有技術(shù)中的不足，提供基于高斯過(guò)程回歸的wifi指紋定位方法、系統(tǒng)、設(shè)備及介質(zhì)，用于解決當(dāng)前wifi指紋定位需要的數(shù)據(jù)樣本多、指紋定位不精準(zhǔn)的技術(shù)問(wèn)題。

2、本發(fā)明的目的是由以下技術(shù)方案實(shí)現(xiàn)的：

3、第一方面，本發(fā)明提供了一種基于高斯過(guò)程回歸的wifi指紋定位方法，包括：

4、在目標(biāo)已知的室內(nèi)物理環(huán)境中，模擬目標(biāo)室內(nèi)wifi信號(hào)的整體分布情況；

5、根據(jù)設(shè)定閾值，將室內(nèi)wifi信號(hào)的整體分布區(qū)域進(jìn)行劃分，得到若干子區(qū)域；

6、根據(jù)所述的若干子區(qū)域分別得到對(duì)應(yīng)的核函數(shù)，基于若干子區(qū)域?qū)?yīng)的核函數(shù)構(gòu)建高斯過(guò)程回歸模型；

7、獲取目標(biāo)室內(nèi)環(huán)境的wifi的rss信號(hào)，將所述rss信號(hào)輸入至高斯過(guò)程回歸模型中，擬合得到目標(biāo)室中wifi的rss信號(hào)分布曲線；

8、根據(jù)所述rss信號(hào)分布曲線構(gòu)建wifi的位置指紋數(shù)據(jù)庫(kù)；

9、將實(shí)時(shí)rss指紋與所述wifi的位置指紋數(shù)據(jù)庫(kù)進(jìn)行相似度計(jì)算，得到當(dāng)前位置定位估計(jì)結(jié)果。

10、作為本發(fā)明的進(jìn)一步改進(jìn)，在目標(biāo)已知的室內(nèi)物理環(huán)境中，模擬室內(nèi)wifi信號(hào)的整體分布情況，具體包括：

11、利用wifi信號(hào)路徑損耗模型和室內(nèi)無(wú)線信號(hào)傳播模型對(duì)室內(nèi)wifi信號(hào)的整體分布情況進(jìn)行模擬；

12、所述信號(hào)傳播模型采用motley-kennan模型，motley-kennan模型包括：

13、

14、所述路徑損耗模型的公式表達(dá)式為：

15、

16、式中，是發(fā)射源與接收端之間的傳播距離，是距離發(fā)射源處的路徑損耗，是參考距離處的路徑損耗，是路徑損耗指數(shù)，是障礙物的數(shù)量，是第個(gè)障礙物的衰減因子，是傳播距離，是信號(hào)頻率，是穿透墻壁的數(shù)量，是穿透地板的數(shù)量。

17、作為本發(fā)明的進(jìn)一步改進(jìn)，根據(jù)設(shè)定閾值，將室內(nèi)wifi信號(hào)的整體分布區(qū)域進(jìn)行劃分，具體包括：

18、通過(guò)等高線法設(shè)定固定閾值，根據(jù)室內(nèi)wifi信號(hào)的強(qiáng)度連續(xù)情況，劃分室內(nèi)wifi信號(hào)的整體分布區(qū)域；

19、將室內(nèi)wifi信號(hào)連續(xù)的區(qū)域部分進(jìn)行分割，得到若干子區(qū)域。

20、作為本發(fā)明的進(jìn)一步改進(jìn)，根據(jù)所述的若干子區(qū)域分別得到對(duì)應(yīng)的核函數(shù)，具體包括：所述核函數(shù)包括指數(shù)核函數(shù)、平方指數(shù)核函數(shù)、matern核函數(shù)中的至少一種。

21、作為本發(fā)明的進(jìn)一步改進(jìn)，基于若干子區(qū)域?qū)?yīng)的核函數(shù)構(gòu)建高斯過(guò)程回歸模型，具體包括：

22、定義映射：

23、

24、式中，s為參考點(diǎn)位置，滿(mǎn)足；y為特定位置中的對(duì)應(yīng)wifi信號(hào)強(qiáng)度，表示為；n為是定位空間中參考點(diǎn)的數(shù)量；參考點(diǎn)位置與wifi信號(hào)強(qiáng)度符合多元高斯分布：

25、

26、式中，表示均值，表示個(gè)參考點(diǎn)之間的rss值的協(xié)方差矩陣。

27、作為本發(fā)明的進(jìn)一步改進(jìn)，根據(jù)所述rss信號(hào)分布曲線構(gòu)建wifi的位置指紋數(shù)據(jù)庫(kù)，具體包括：

28、wifi的位置指紋數(shù)據(jù)庫(kù)中，包括多個(gè)參考點(diǎn)信息；參考點(diǎn)信息包括，表示為個(gè)參考點(diǎn)的室內(nèi)空間坐標(biāo)信息，對(duì)應(yīng)當(dāng)前室內(nèi)的個(gè)接入點(diǎn)的rss信號(hào)序列為，當(dāng)全部參考點(diǎn)信息采集結(jié)束時(shí)，位置指紋數(shù)據(jù)庫(kù)則構(gòu)建完畢。

29、作為本發(fā)明的進(jìn)一步改進(jìn)，將實(shí)時(shí)rss指紋與所述wifi的位置指紋數(shù)據(jù)庫(kù)進(jìn)行相似度計(jì)算，相似度計(jì)算算法采用k加權(quán)鄰近法，具體包括：

30、獲取目標(biāo)室內(nèi)環(huán)境的所有待測(cè)點(diǎn)，利用wknn算法估算待測(cè)點(diǎn)與每個(gè)參考點(diǎn)之間的歐式距離；

31、按照距離的大小對(duì)參考點(diǎn)進(jìn)行排序，并選取距離最近的k個(gè)參考點(diǎn)作為近鄰點(diǎn)，計(jì)算近鄰點(diǎn)的權(quán)重；

32、根據(jù)近鄰點(diǎn)的權(quán)重，通過(guò)對(duì)近鄰點(diǎn)坐標(biāo)進(jìn)行加權(quán)平均計(jì)算，得到待測(cè)點(diǎn)的位置坐標(biāo)。

33、第二方面，本發(fā)明提供了一種基于高斯過(guò)程回歸的wifi指紋定位系統(tǒng)，用于實(shí)現(xiàn)上述的基于高斯過(guò)程回歸的wifi指紋定位方法，包括：

34、wifi分布模擬模塊，用于在目標(biāo)已知的室內(nèi)物理環(huán)境中，模擬目標(biāo)室內(nèi)wifi信號(hào)的整體分布情況；

35、區(qū)域劃分模塊，用于根據(jù)設(shè)定閾值，將室內(nèi)wifi信號(hào)的整體分布區(qū)域進(jìn)行劃分，得到若干子區(qū)域；

36、高斯過(guò)程回歸模型構(gòu)建模塊，根據(jù)所述的若干子區(qū)域分別得到對(duì)應(yīng)的核函數(shù)，基于若干子區(qū)域?qū)?yīng)的核函數(shù)構(gòu)建高斯過(guò)程回歸模型；

37、位置指紋數(shù)據(jù)庫(kù)獲取模塊，獲取目標(biāo)室內(nèi)環(huán)境的wifi的rss信號(hào)，將所述rss信號(hào)輸入至高斯過(guò)程回歸模型中，擬合得到目標(biāo)室中wifi的rss信號(hào)分布曲線；根據(jù)所述rss信號(hào)分布曲線構(gòu)建wifi的位置指紋數(shù)據(jù)庫(kù)；

38、wifi指紋定位模塊，將實(shí)時(shí)rss指紋與所述wifi的位置指紋數(shù)據(jù)庫(kù)進(jìn)行相似度計(jì)算，得到當(dāng)前位置定位估計(jì)結(jié)果。

39、第三方面，本發(fā)明提供了一種存儲(chǔ)一個(gè)或多個(gè)程序的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述一個(gè)或多個(gè)程序包括指令，所述指令當(dāng)由計(jì)算設(shè)備執(zhí)行時(shí)，使得所述計(jì)算設(shè)備執(zhí)行上述的基于高斯過(guò)程回歸的wifi指紋定位方法。

40、第四方面，本發(fā)明提供了一種計(jì)算設(shè)備，包括：

41、一個(gè)或多個(gè)處理器、存儲(chǔ)器及一個(gè)或多個(gè)程序，其中一個(gè)或多個(gè)程序存儲(chǔ)在所述存儲(chǔ)器中并被配置為所述一個(gè)或多個(gè)處理器執(zhí)行，所述一個(gè)或多個(gè)程序包括用于執(zhí)行上述基于高斯過(guò)程回歸的wifi指紋定位方法中的步驟。

42、本發(fā)明的有益效果在于：本發(fā)明提供的一種基于高斯過(guò)程回歸的wifi指紋定位方法，通過(guò)高斯過(guò)程回歸能夠?qū)π盘?hào)分布進(jìn)行非線性建模，捕捉信號(hào)的空間變化規(guī)律，從而提高定位精度，并通過(guò)為不同子區(qū)域選擇適合的核函數(shù)，更好適應(yīng)局部信號(hào)特性。根據(jù)信號(hào)強(qiáng)度閾值將室內(nèi)環(huán)境劃分為若干子區(qū)域，使得每個(gè)區(qū)域的信號(hào)特性更加一致，進(jìn)一步提高了定位精度。通過(guò)將室內(nèi)環(huán)境劃分為若干子區(qū)域，減少了高斯過(guò)程回歸模型的計(jì)算復(fù)雜度。針對(duì)不同子區(qū)域分別構(gòu)建高斯過(guò)程回歸模型，能夠有效處理信號(hào)的多尺度變化情況。

43、進(jìn)一步，采用motley-kennan模型作為信號(hào)傳播模型，能夠更準(zhǔn)確地模擬室內(nèi)wifi信號(hào)的傳播特性，考慮了多路徑效應(yīng)、障礙物衰減等因素，提高了模擬的精度。

44、進(jìn)一步，通過(guò)選擇k個(gè)近鄰點(diǎn)并進(jìn)行加權(quán)平均，wknn算法能夠有效減少噪聲影響，提高定位精度。wknn算法的計(jì)算過(guò)程相對(duì)簡(jiǎn)單，計(jì)算量適中，適用于實(shí)時(shí)定位應(yīng)用。通過(guò)合理的索引和優(yōu)化，實(shí)現(xiàn)高效的實(shí)時(shí)定位。