本發明涉及室內定位，更具體的說是涉及無線室內定位數據處理方法及系統。

背景技術：

1、隨著計算機技術和網絡技術的不斷發展，基于位置信息服務的需求得到了越來越多的研究和應用。尤其是大型商場、展館等區域面積較大，需要一套完整的室內定位系統用于導航和定位等服務。

2、當前gps技術能夠滿足室外定位等需求，但是由于gps信號受到室內墻體的遮擋而無法很好的應用于室內環境中。當前室內定位技術主要有基于wlan、藍牙、rfid和zigbee等。主要通過測量距離和指紋信息匹配等方法來完成定位。其中基于wlan技術和指紋信息匹配方法由于其設備成本低和定位精度較高而得到了廣泛的應用。

3、基于wlan的指紋定位方法需要采集較多指紋點無線信號數據信息，然而由于室內環境變換、人員走動和設備自身不穩定等因素的影響，接收信號強度存在較大的時變性，誤差較大的無線信號特征會帶來較大的定位誤差，給當前wlan指紋定位的普及帶來了問題。

4、因而如何解決信號時變性帶來的影響成為了當前wlan定位技術普及的一大技術難題。

技術實現思路

1、有鑒于此，本發明提供了一種多場景應用的無線室內定位數據處理方法及系統，解決當前信號時變性影響定位精度的問題。

2、為了實現上述目的，本發明采用如下技術方案：

3、第一方面，一種多場景應用的無線室內定位數據處理方法，包括以下步驟：

4、s1、獲取定位點或指紋點，并采集從無線設備上接收的信號強度數據；

5、s2、利用小波算法對所述信號強度數據進行分析并檢測；

6、s3、如果檢測結果存在有效的信號強度數據，且存在無效數據，則利用小波算法得到小波系數圖，并確定所述無效數據的位置，進行數據濾除及數據重組；

7、s4、利用小波算法對重組后的信號強度數據進行分析并檢測是否存在異常數據；

8、s5、如果不存在異常數據，則將重組后的信號強度數據作為最優定位數據。

9、進一步的，還包括：s6、如果存在異常數據，則分析所述異常數據基于前后數據的可靠性并進行修正，并將修正后的信號強度數據作為最優定位數據。

10、進一步的，步驟s1中，所述信號強度數據為{s1,s2,...,sn}序列，其中，n≥2。

11、進一步的，步驟s2，利用小波算法對所述信號強度數據進行分析并檢測；具體包括：

12、利用小波算法對信號強度數據進行小波分解，得到各尺度和頻率的小波系數；

13、利用圖基法產生小波系數閾值范圍，并基于所述閾值范圍的小波系數檢測有效數據和無效數據。

14、進一步的，利用小波算法對信號強度數據進行小波分解，得到各尺度和頻率的小波系數；具體包括：

15、將{s1,s2,...,sn}作為小波算法的輸入信號序列，數據本身作為初始近似系數a0[i]：

16、a0[i]＝si,i＝0,1,...,n

17、從第0層開始逐層應用低通濾波器h[i]和高通濾波器g[i]，進行下采樣，分解為多個尺度的近似系數和細節系數；

18、得到第j層的近似系數aj[i]和細節系數cj[i]：

19、

20、其中，j代表分解層數，k代表中間整數變量，取值為k∈[1,n]。

21、進一步的，利用圖基法產生小波系數閾值范圍，并基于所述閾值范圍的小波系數檢測有效數據和無效數據；具體包括：

22、將每一層的細節小波系數集合{c1,c2,...,cn}，按照升序進行排序，確定中位數的值med；并計算四分位距iqr，iqr＝q3-q1；其中，q1表示第一四分位數，q3表示第三四分位數；

23、得到小波系數閾值范圍的上限ch＝q3+1.5*iqr，小波系數閾值范圍的下限cl＝q3-1.5*iqr；

24、若則ci對應的信號si為無效的信號強度數據；

25、若ci∈[cl,ch],(i＝1,2,...n)，則ci對應的信號si為有效的信號強度數據。

26、進一步的，步驟s3中，利用小波算法得到小波系數圖，并確定所述無效數據的位置，進行數據濾除及數據重組；具體包括：

27、利用小波算法構造小波系數圖；

28、查找并去除小波系數圖中小波系數波動較大的位置段數據；

29、對剩余的位置段數據進行重組。

30、進一步的，步驟s4，利用小波算法對重組后的信號強度數據進行分析并檢測是否存在異常數據；具體包括：

31、利用小波算法對重組后的信號強度數據進行小波分解，得到重組后的小波系數圖；

32、并查找是否存在漂移位置，將漂移位置對應的數據作為異常數據。

33、進一步的，步驟s6中，分析所述異常數據基于前后數據的可靠性并進行修正，并將修正后的信號強度數據作為最優定位數據；具體包括：

34、分析所述異常數據基于前后數據的可靠性，將信號強度較強的信號強度數據段作為最優定位數據進行輸出。

35、第二方面，一種多場景應用的無線室內定位數據處理系統，包括以下模塊：

36、數據采集模塊：用于獲取定位點或指紋點，并采集從無線設備上接收的信號強度數據；

37、分析及檢測模塊：用于利用小波算法對所述信號強度數據進行分析并檢測；

38、數據處理模塊：如果檢測結果存在有效的信號強度數據，且存在無效數據，則用于利用小波算法得到小波系數圖，并確定無效數據的位置，進行數據濾除及數據重組；

39、數據異常檢測模塊：用于利用小波算法對重組后的信號強度數據進行分析并檢測是否存在異常數據；

40、數據輸出模塊：如果不存在異常數據，則用于將重組后的信號強度數據作為最優定位數據；

41、如果存在異常數據，則用于分析所述異常數據基于前后數據的可靠性并進行修正，并將修正后的信號強度數據作為最優定位數據。

42、經由上述的技術方案可知，與現有技術相比，本發明公開提供了一種多場景應用的無線室內定位數據處理方法及系統，通過采集信號強度數據，并進行多次小波分析，去除無效數據和異常數據，解決數據漂移問題，輸出穩定的信號強度數據，提高定位準確性。

43、本發明主要是面向基于指紋法的無線室內定位方法中室內出現的各種場景問題，而傳統的方法并不能解決的問題。解決了傳統基于指紋法的無線室內定位方法中由于環境變化、人員走動等因素影響定位結果準確性的問題。

技術特征：

1.一種多場景應用的無線室內定位數據處理方法，其特征在于，包括以下步驟：

2.如權利要求1所述的一種多場景應用的無線室內定位數據處理方法，其特征在于，還包括：

3.如權利要求1所述的一種多場景應用的無線室內定位數據處理方法，其特征在于，步驟s1中，所述信號強度數據為{s1,s2,...,sn}序列，其中，n≥2。

4.如權利要求3所述的一種多場景應用的無線室內定位數據處理方法，其特征在于，步驟s2，利用小波算法對所述信號強度數據進行分析并檢測；具體包括：

5.如權利要求4所述的一種多場景應用的無線室內定位數據處理方法，其特征在于，利用小波算法對信號強度數據進行小波分解，得到各尺度和頻率的小波系數；具體包括：

6.如權利要求5所述的一種多場景應用的無線室內定位數據處理方法，其特征在于，利用圖基法產生小波系數閾值范圍，并基于所述閾值范圍的小波系數檢測有效數據和無效數據；具體包括：

7.如權利要求6所述的一種多場景應用的無線室內定位數據處理方法，其特征在于，步驟s3中，利用小波算法得到小波系數圖，并確定所述無效數據的位置，進行數據濾除及數據重組；具體包括：

8.如權利要求7所述的一種多場景應用的無線室內定位數據處理方法，其特征在于，步驟s4，利用小波算法對重組后的信號強度數據進行分析并檢測是否存在異常數據；具體包括：

9.如權利要求2所述的一種多場景應用的無線室內定位數據處理方法，其特征在于，步驟s6中，分析所述異常數據基于前后數據的可靠性并進行修正，并將修正后的信號強度數據作為最優定位數據；具體包括：

10.一種多場景應用的無線室內定位數據處理系統，其特征在于，包括以下模塊：

技術總結
本發明公開了一種多場景應用的無線室內定位數據處理方法及系統，該方法包括以下步驟：獲取定位點或指紋點，并采集從無線設備上接收的信號強度數據；利用小波算法對所述信號強度數據進行分析并檢測；如果檢測結果存在有效的信號強度數據，且存在無效數據，則利用小波算法得到小波系數圖，并確定所述無效數據的位置，進行數據濾除及數據重組；利用小波算法對重組后的信號強度數據進行分析并檢測是否存在異常數據；如果不存在異常數據，則將重組后的信號強度數據作為最優定位數據。本發明基于多次小波算法解決信號時變性影響定位結果的問題，具有精度高、易實現等優點。

技術研發人員：朱雪梅,周先存,黃濟,李石榮,賈朝川,郭景春
受保護的技術使用者：皖西學院
技術研發日：
技術公布日：2025/4/28