基于移动感知的室内指纹定位可通用性问题研究

Indoor fingerprint positioning has great potential in the global indoor pervasive applications of location-based services. But the research on the universality of fingerprint positioning still faces many challenges. The project mainly studies the universality of indoor positioning fingerprint positioning from the performance, cost and power consumption. For the complex indoor environments, time-consuming fingerprint database building, and energy constrained of smartphones, we will propose a multi-user collaborative awareness and low-power indoor fingerprint positioning mechanism. The main innovations include the universal fingerprint modeling based on multi-signal integration, multi-user collaborative awareness fingerprint database building and mapping, and spatial hierarchical low power fingerprint positioning decision algorithm. The applicant has a good accumulation about the research of fingerprint positioning, and expects to achieve good outcomes by the implementation of this project, including the 5~7 publications of high-level SCI/EI papers, and applying for 2~3 national invention patents.

室内指纹定位为基于位置服务在全球室内空间中的普适应用提供了巨大潜力，但是在室内指纹定位的可通用性研究中仍然面临着诸多挑战。本项目主要从指纹定位的性能、成本和能耗三个层面对室内指纹定位的可通用性进行研究，针对室内环境复杂多变、指纹库构建繁琐耗时和智能手机能耗受限的问题，提出一套多用户协同感知的低功耗可通用室内指纹定位机制。主要创新点包括多元信号融合的通用指纹建模、多用户协同感知的指纹库和室内地图同时构建，以及空间分层的低功耗指纹定位决策算法等。申请人在指纹定位研究方面具有较好的积累，期望通过本项目的执行取得良好的预期成果，包括发表高水平SCI/EI检索论文5~7篇，申请国家发明专利2~3项。

本课题基于移动感知的室内指纹定位可通用性问题研究主要围绕指纹数据采集和质量优化、指纹特征分析、定位性能优化、指纹库与室内语义地图快速构建等问题展开研究，以解决指纹库构建繁琐复杂和定位精度受限两个现实挑战为主线，主要完成了以下几方面创新工作。.（1）在不降低定位精度的条件下，室内指纹的压缩采样算法设计；通过建立压缩采样模型，利用高斯过程进行信号强度采样。并通过分析指纹特征，进一步提出一种聚类方法，提供细粒度能够处理畸变合成指纹的定位。.（2）指纹特征模糊相似性分析及消除技术；通过分析大量的指纹距离，我们发现了指纹定位精度的阈值受限于指纹相似性问题，提出了一种基于相似指纹消除的室内指纹定位精度优化方法。.（3）细粒度室内指纹定位精度优化机制和改进方法；一方面通过惯性测量辅助（IMA）的方法来提高指纹定位的精度；另一方面通过设计轨迹指纹的新型数据结构来替换原有的单点指纹，对传统离线指纹进行轨迹建模。.（4）轻量级室内AP快速定位技术；通过设计利用手势切割菲涅尔曲线的CSI特征来定位AP位置，从而利用AP位置进行三边定位或信道衰减测距定位，以避免室内指纹定位的繁琐采样问题。.（5）多用户协同感知的室内地图和指纹库同时构建方法；针对众包方法构建指纹库数据质量低和指纹模糊相似性等问题，提出了一种基于SLAM技术的指纹数据质量优化和指纹唯一性增强的算法。.（6）基于语义识别的室内环境的地图增强技术；利用Wi-Fi的CSI数据来细粒度的描述信号特征，从而量化室内人员的移动特征，从而分析室内不同位置空间的功能，以获得用于地图增强的上下文信息。.课题组申请发明专利2项，发表学术论文8篇，其中SCI/EI期刊和会议论文3篇。指导硕士研究生5名。