基于位置指紋算法的Android平臺(tái)WiFi定位系統(tǒng)

　　對(duì)無(wú)線(xiàn)信號(hào)的平滑提出如下改進(jìn)方案：

　　①每隔1 S采集一次所有的信號(hào)組，假設(shè)其中一組的信號(hào)強(qiáng)度值是level，再連續(xù)間隔采集二次;

　?、谌绻B續(xù)采集三次的信號(hào)強(qiáng)度值均介于[1evel - 1，level+1]時(shí)，將該數(shù)據(jù)插入數(shù)據(jù)庫(kù)，否則舍去前面的所有信號(hào)值，重新返回步驟①;

　　③將步驟②獲取的多組無(wú)線(xiàn)信號(hào)強(qiáng)度值再求均值，存入離線(xiàn)數(shù)據(jù)庫(kù)。

　　利用改進(jìn)的方案將圖5平滑處理后，改進(jìn)前的信號(hào)強(qiáng)度值RSS=1.597 1，而改進(jìn)后的RSSI=-46.I47 1，可見(jiàn)本方案能夠去除一定的抖動(dòng)信號(hào)，得到較為理想的離線(xiàn)數(shù)據(jù)庫(kù)。該方法不僅用于離線(xiàn)數(shù)據(jù)采樣階段，而且應(yīng)用于在線(xiàn)定位階段實(shí)時(shí)采集當(dāng)前無(wú)線(xiàn)信號(hào)強(qiáng)度，可避免單次采集的不確定性。

　　針對(duì)設(shè)備差異對(duì)無(wú)線(xiàn)信號(hào)的影響，首先在同一位置用華為兩款不同型號(hào)手機(jī)對(duì)WiFi信號(hào)采集300次，無(wú)線(xiàn)信號(hào)分布情況如圖6所示。C8812型號(hào)手機(jī)采集信號(hào)強(qiáng)度保持在一65～66 dB，P6型號(hào)手機(jī)信號(hào)強(qiáng)度保持在一45dB，不同型號(hào)手機(jī)可能造成的誤差達(dá)2O dB，若按此進(jìn)行定位將產(chǎn)生較大定位誤差，因此本文將在實(shí)時(shí)定位之前加上無(wú)線(xiàn)信號(hào)校正階段，能有效提高定位精度。

　　圖6不同手機(jī)無(wú)線(xiàn)信號(hào)分布圖

　　為解決設(shè)備差異對(duì)WiFi定位造成的影響，Ekahau提出一種自動(dòng)校正的方法。它是通過(guò)分析跟蹤設(shè)備在一些易于檢測(cè)的區(qū)域時(shí)的信號(hào)變化，自動(dòng)學(xué)習(xí)跟蹤建立相應(yīng)的映射關(guān)系，該方法的缺點(diǎn)是設(shè)備不易進(jìn)入易檢測(cè)區(qū)，系統(tǒng)很難獲得充足的數(shù)據(jù)建立映射關(guān)系。Haeberlen的研究顯示，校正設(shè)備與測(cè)試設(shè)備之間的信號(hào)強(qiáng)度之間存在某種線(xiàn)性關(guān)系。本文經(jīng)過(guò)大量實(shí)驗(yàn)，統(tǒng)計(jì)獲得數(shù)據(jù)并通過(guò)函數(shù)擬合的方法，推導(dǎo)出校正設(shè)備及測(cè)試設(shè)備的關(guān)系，可以看作y=ax+b的線(xiàn)性關(guān)系，參數(shù)a、b將由實(shí)際的數(shù)據(jù)獲得。

　　4實(shí)驗(yàn)結(jié)果與分析

　　實(shí)驗(yàn)區(qū)域?yàn)?0 m×16 m，每隔1.5 m設(shè)定為一個(gè)采樣點(diǎn)，AP分布在該區(qū)域的四周如圖7黑色圓點(diǎn)位置，每個(gè)采樣點(diǎn)分別采集200次經(jīng)過(guò)平滑處理后存入離線(xiàn)數(shù)據(jù)庫(kù)。為比較定位結(jié)果的精確性，選定如下5個(gè)點(diǎn)為測(cè)試點(diǎn)：A位于出口處附近，B位于區(qū)域的中心位置，C、D、E點(diǎn)位于區(qū)域的邊界處。

　　圖7采樣分布圖

　　改進(jìn)前和改進(jìn)后分別進(jìn)行4O次測(cè)試，實(shí)驗(yàn)結(jié)果分析如表1所列。應(yīng)用改進(jìn)后的算法各測(cè)試點(diǎn)的平均誤差均有所下降，A點(diǎn)位于出口處，可能會(huì)受其他因素影響，定位效果不明顯;B、D點(diǎn)，受外界影響較小，定位效果較好，定位精度提高2 m左右。