竞赛 基于RSSI的室内wifi定位系统

0 前言

🔥 优质竞赛项目系列,今天要分享的是

🚩 wifi室内定位系统

该项目较为新颖,适合作为竞赛课题方向,学长非常推荐!

🥇学长这里给一个题目综合评分(每项满分5分)

  • 难度系数:3分
  • 工作量:3分
  • 创新点:4分

🧿 更多资料, 项目分享:

https://gitee.com/dancheng-senior/postgraduate

简介

今天来介绍一下室内定位相关的原理以及实现方法;

WIFI全称WirelessFidelity,在中文里又称作“行动热点”,是Wi-Fi联盟制造商的商标做为产品的品牌认证,是一个创建于IEEE
802.11标准的无线局域网技术。基于两套系统的密切相关,也常有人把Wi-Fi当做IEEE 802.11标准的同义术语。“Wi-
Fi”常被写成“WiFi”或“Wifi”,但是它们并没有被Wi-
Fi联盟认可。它的最大优点就是传输速度较高,可以达到11Mbps,另外它的有效距离也很长,同时也与已有的各种802.11 DSSS设备兼容。

wifi定位的本质实际上是基站式定位, 是依靠wifi AP以自身为中心, 向外辐射逐渐衰弱的指纹来进行定位的.

wifi定位背景和意义

GPS难以解决室内环境下的一些定位问题,大部分室内环境下都存在WiFi,因此利用WiFi进行定位无需额外部署硬件设备,是一个非常节省成本的方法。然而WiFi并不是专门为定位而设计的,传统的基于时间和角度的定位方法并不适用于WiFi。近十年来,在室内WiFi场景下的定位中,位置指纹法被广泛研究和采用。本文对WiFi位置指纹法进行综述,提出了这个领域面临的挑战,介绍最新的研究,以及提供一些实际的指导。

基本原理
什么是wifi指纹

“位置指纹”把实际环境中的位置和某种“指纹”联系起来,一个位置对应一个独特的指纹。这个指纹可以是单维或多维的,比如待定位设备在接收或者发送信息,那么指纹可以是这个信息或信号的一个特征或多个特征(最常见的

wifi指纹由什么组成

位置指纹可以是多种类型的,任何“位置独特”的(对区分位置有帮助的)特征都能被用来做为一个位置指纹。比如某个位置上通信信号的多径结构、某个位置上是否能检测到接入点或基站、某个位置上检测到的来自基站信号的RSS(接收信号强度)、某个位置上通信时信号的往返时间或延迟,这些都能作为一个位置指纹,或者也可以将其组合起来作为位置指纹。

wifi指纹定位实现方法

wifi定位方法基本上可以分为两大类:

不基于RSSI
  • TOA(time ofarrival)
  • TDOA(time difference of arrival)
  • AOA(angle of arrival)
基于RSSI

在智能手机上,可以通过系统SDK获取到周围各个AP(Access
Point)发送的信号强度RSSI及AP地址,利用RSSI来定位目前看来是最可行的方法,因此下面着重介绍,基于RSSI定位主要有两个算法:三角定位算法,指纹算法。

定位算法
  • 随机方法
    将测试点(Test Point, TP)的预测位置设为任一参考点(Reference Point,RP)的位置。

  • KNN方法
    KNN方法的主要思路是:找出与TP的WiFi指纹相似度最高的K个RP,然后平均这K个RP对应的位置,最终得到TP的位置。

  • Prob方法
    Prob方法的主要思路是:通过贝叶斯公式,计算TP出现在每个RP上的后验概率,取k个概率最大的RP,然后平均这K个RP对应的位置,最终得到TP的位置。

  • Stg方法
    Stg方法是KNN方法的一种改进方法,它通过TP的k个信号最强的信号接入点来筛选RP,然后再应用KNN方法。

  • Gk方法
    GK方法的主要思路是通过高斯核密度估计器(Gaussian Kernel Density
    Estimator,GKDE)计算每个指纹位置的相对过饱和度的可能性,并通过平均与最高似然值对应的位置来确定TP的位置。

基于无线信号的三边(三角定位)

这个方法来自于传统的定位方法,类似GPS,假如我们能够获得我们待定位点相对于其它基站的距离或者角度,通过交会列多元方程组求解的方法可以求出我们所在的位置,当然了,实际情况中往往不是求解刚好够定位的方程组,而是用多余的观测值然后利用最小二乘估计方法来估计位置。以下图为例,对于三个基站,我们如果能够获得信号发射和接受的时间差,那么就可以通过时间差和光速传播来求取距离从而获得定位。

但是,对于普通的WiFi,蓝牙信号,要想求出从信号发射到信号接收之间的时间差,基本是不可能的。因为你要保持两边的时间同步,才能通过发射时间和接收时间来求取时间差,考虑到c光速的巨大,时间差一点点距离就能差非常远。所以基本不可能通过时间差的方法来进行定位。

在这里插入图片描述

那么室内定位里面的三边定位是怎么实现的呢?

我们知道,只要求取当前目标和各个基站的距离,就能求解目标位置。而这个距离既然不能通过时间和光速之积来获得,我们可以通过另一个方法来获得,那就是信号衰减模型,如下图所示,我们知道在离线状态下,无线信号强度在空间中传播随着距离衰减!
而这个无线信号强度对于手机上的接收器来说是可测的!那么根据测试到的信号强度,是不是可以根据下图的衰减模型(公式)来反推出距离呢

地图绘制
数据采集点位置

在这里插入图片描述

AP点位置

在这里插入图片描述

测试结果

在这里插入图片描述

最后

🧿 更多资料, 项目分享:

https://gitee.com/dancheng-senior/postgraduate

  • 12
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个基于RSSI室内定位的MATLAB代码示例: ```matlab clear all; close all; clc; % 室内定位参数设置 a1 = -50; % 距离1米处的信号强度值 n = 2; % 距离衰减因子 d1 = 1; % 最小距离 d2 = 4; % 最大距离 % 生成模拟数据 num = 100; % 采样点数 x = randi([0, 10], 1, num); % x坐标 y = randi([0, 10], 1, num); % y坐标 % 计算距离和信号强度 d = sqrt((x - 5).^2 + (y - 5).^2); % 距离 rssi = a1 - 10 * n * log10(d); % 信号强度 % 绘制信号强度散点图 figure(); scatter3(x, y, rssi, 'filled'); xlabel('X'); ylabel('Y'); zlabel('RSSI'); title('RSSI散点图'); % 计算距离矩阵和权值矩阵 d_matrix = pdist2([x', y'], [x', y']); % 距离矩阵 w_matrix = 1 ./ d_matrix.^n; % 权值矩阵 % 室内定位 x0 = 3; % 待定位点的x坐标 y0 = 7; % 待定位点的y坐标 d0 = sqrt((x - x0).^2 + (y - y0).^2); % 待定位点到各采样点的距离 w0 = 1 ./ d0.^n; % 待定位点的权值 rssi0 = sum(rssi .* w0) / sum(w0); % 待定位点的信号强度 d_matrix0 = sqrt((x - x0).^2 + (y - y0).^2); % 待定位点到各采样点的距离矩阵 w_matrix0 = 1 ./ d_matrix0.^n; % 待定位点的权值矩阵 x_estimate = sum(w_matrix0 .* x') / sum(w_matrix0); % 待定位点的x坐标估计值 y_estimate = sum(w_matrix0 .* y') / sum(w_matrix0); % 待定位点的y坐标估计值 % 绘制定位结果 figure(); scatter(x, y, 'filled'); hold on; scatter(x0, y0, 'filled', 'r'); scatter(x_estimate, y_estimate, 'filled', 'k'); legend('采样点', '待定位点', '定位结果'); title('定位结果'); ``` 这段代码生成了一个100个随机采样点的RSSI散点图,并对其中一个待定位点进行了室内定位。你可以根据实际情况进行参数调整和优化,以达到更好的定位效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值