一种室内信号多源融合定位的方法与流程

本发明涉及室内定位，具体为一种室内信号多源融合定位的方法。

背景技术：

1、室内定位技术是物联网、智能建筑、人员导航等领域的核心支撑技术，相较于室外成熟的卫星定位体系，室内环境因墙体遮挡、多径效应、电磁干扰等因素，成为定位技术落地的难点。wifi定位凭借部署成本低的优势成为主流方案，但单一wifi信号易受环境动态变化影响，定位精度与稳定性不足；地磁定位依托室内空间独特的地磁场特征，抗干扰性强但单独使用时特征维度单一，难以满足高精度定位需求。多源信号融合成为解决室内定位痛点的关键方向，其特征处理、时空对齐与匹配算法的设计，直接决定定位系统的性能表现。

2、现有室内多源融合定位技术存在许多不足：多数方案未对wifi与地磁信号进行精细化的时空同步校准，时间戳偏差过大导致特征对应性差，融合效果大打折扣；特征处理时未消除不同信号源的量纲差异，直接拼接易造成特征权重失衡，弱化有效特征的定位作用；指纹匹配多采用单一相似度算法，难以兼顾特征向量的相关性与距离特征，匹配精度不足；定位结果未结合人体运动规律与室内拓扑信息进行优化，易出现定位跳变、异常值等问题，且部分方案的采样频率、特征维度设计不合理，进一步降低了定位的实时性与准确性。

3、随着室内定位场景对精度、稳定性与实时性的要求不断提升，现有融合定位技术已无法适配智能楼宇、工业厂区、商超场馆等场景的实际应用需求。研发一种能够实现多源信号精细化时空对齐、标准化特征融合、高精度联合匹配与智能化结果优化的室内定位方法，成为行业发展的迫切需求。本发明针对现有技术的不足，从信号采集、特征处理、匹配定位到结果优化形成全链路的技术设计，旨在提升室内多源融合定位的整体性能，满足各场景的实际定位需求。

技术实现思路

1、本发明的目的就是为了弥补现有技术的不足，提供了一种室内信号多源融合定位的方法，该方法通过同步采集wifi-csi与地磁序列信息，提取特征生成原始定位数据；进行多源特征时空对齐；先对单维度特征标准化处理，再将标准化后的特征维度拼接构建实时联合特征向量；通过联合相似度算法与预建指纹库匹配，筛选出候选位置集合；对候选位置平滑优化，剔除跳变点与异常值，输出包含多种信息的室内定位结果，形成闭环定位处理链路。

2、本发明为解决上述技术问题，提供如下技术方案：一种室内信号多源融合定位的方法，该方法的具体步骤为：

3、s100、双源信号同步采集：同步采集目标室内区域的wifi-csi信道状态信息与地磁序列信息，提取wifi-csi的单维度幅度特征、单维度相位特征、单维度多径传播特征，以及地磁序列的单维度地磁强度特征、单维度三轴地磁矢量特征，生成两路原始定位特征数据；

4、s200、多源特征时空对齐：对生成的两路原始定位特征数据进行时间同步校准，并将两路原始定位特征数据对齐到同一时间序列上；

5、s300、联合特征向量构建：先对时空对齐后的wifi-csi单维度特征与地磁序列单维度特征分别进行z-score标准化处理，消除不同信号源的量纲差异与数值分布偏差，再对标准化后的特征进行维度拼接，生成兼具无线信号传播特性与空间物理场特性的实时联合特征向量；

6、s400、深度指纹匹配定位：将实时联合特征向量与预建立的室内联合指纹库，通过联合相似度算法进行匹配，筛选出置信度排名前k的候选位置集合；

7、s500、位置平滑优化输出：结合历史定位轨迹、人体运动模型约束与室内拓扑可达区域限制，对候选位置集合进行平滑与修正，剔除定位跳变点与异常值，输出室内定位结果。

8、进一步地，所述wifi-csi与地磁序列的采样频率设置为固定整数倍关系，wifi-csi采样频率不低于10hz，地磁序列采样频率不低于50hz；针对wifi-csi信号，采集wifi物理层ofdm调制下各子载波的信道状态信息，提取对应单维度特征后生成维度不低于64维的wifi-csi特征矩阵；针对地磁序列信号，采集三轴地磁分量与总地磁强度，经滑动均值滤波剔除野值后，生成与wifi-csi特征采样点数量匹配的地磁特征序列。

9、更进一步地，所述多源特征时空对齐具体为：先以统一系统时钟的时间戳为基准，将两路原始定位特征数据的采集时间戳偏差校准至10ms以内，完成时间同步；再将两路原始定位特征数据对齐到同一时间序列上，形成每一时刻对应的wifi-csi特征与地磁序列特征在时间上的对应。

10、更进一步地，对标准化后的时空对齐后的wifi-csi特征与地磁序列特征进行通道维度的首尾拼接，拼接后的实时联合特征向量维度为两路特征维度之和；所述wifi-csi特征维度不低于64维，地磁序列特征维度不低于4维。

11、更进一步地，所述z-score标准化处理，具体为在维度拼接前，对wifi-csi单维度特征与地磁序列单维度特征分别执行标准化处理，消除量纲差异的计算公式为：

12、

13、其中，为单维度特征标准化后的输出值，用于维度拼接生成实时联合特征向量；为维度对应的原始特征值；为维度特征在目标室内区域全采样数据集的均值；为维度特征在目标室内区域全采样数据集的标准差。

14、更进一步地，所述预建立的室内联合指纹库为离线阶段在目标室内区域按等间距网格布设参考点生成，网格间距为0.5m-2m；每个参考点均存储有带二维平面位置标签的标准联合特征向量；筛选输出的候选位置集合中，置信度排名的数量k取值范围为3-10。

15、更进一步地，所述联合相似度算法，具体为对实时联合特征向量与指纹库内的标准联合特征向量进行双向匹配度计算，输出匹配置信度的计算公式为：

16、

17、其中，为实时联合特征向量与指纹库标准特征向量的联合相似度，取值范围为0-1，数值越高代表位置匹配度与置信度越高，用于候选位置的排序筛选；为s300输出的时空对齐后的实时联合特征向量；为室内联合指纹库中单个参考点对应的标准联合特征向量；为两个特征向量的余弦相似度，用于衡量特征向量的空间方向匹配度；为两个特征向量的曼哈顿距离，用于衡量特征向量的数值差异度；为匹配过程中，指纹库内所有标准特征向量与实时联合特征向量的曼哈顿距离最大值；为平衡权重系数，取值范围为0.3-0.7，用于调整余弦相似度与曼哈顿距离在匹配计算中的贡献占比。

18、更进一步地，所述人体运动模型约束具体为限定相邻定位时刻的位置位移不超过0.8m的最大阈值；室内拓扑可达区域限制具体为基于目标室内区域的平面地图，预先划定墙体、固定障碍物、非通行区域对应的不可达坐标范围，剔除候选位置集合中落入不可达坐标范围的位置点，仅保留可达区域内的有效候选位置。

19、更进一步地，所述对候选位置集合进行平滑与修正，具体为：采用卡尔曼滤波进行轨迹偏差修正，再采用固定长度的滑动窗口进行连续定位结果的平滑处理，滑动窗口的长度取值范围为3-5个连续定位时刻，最终剔除定位跳变点与异常值，生成连续的定位轨迹。

20、更进一步地，s100至s500为依次联动的闭环执行流程，形成强关联的定位处理链路；输出的室内定位结果，包含二维平面定位坐标、定位结果置信度、对应采集时间戳与连续定位轨迹数据，支持通过标准化接口对接室内地图引擎与位置服务应用。

21、与现有技术相比，该一种室内信号多源融合定位的方法具备如下有益效果：

22、一、本发明通过对wifi与地磁双源信号开展精细化的特征采集与时空对齐处理，精准提取两类信号的核心特征并实现时间维度的精准匹配，让不同信号源的特征数据形成有效对应；同时对特征数据进行维度拼接与标准化处理，消除不同信号源的量纲差异与数值分布偏差，构建出兼具无线信号传播特性与空间物理场特性的实时联合特征向量；让融合后的特征既保留了各信号源的独有定位价值，又实现了特征层面的互补增效，提升了定位特征的丰富度与有效性，解决了多源特征融合不充分、权重失衡的技术问题。

23、二、本发明通过构建联合相似度算法实现深度指纹匹配，结合不同匹配维度的特性实现多维度匹配结果的加权融合，提升了指纹匹配的精准度与置信度，有效筛选出高可靠性的候选位置集合；同时结合人体运动模型、室内拓扑可达区域限制开展定位结果的平滑优化，通过滤波与滑动窗口处理实现轨迹偏差修正与连续定位结果平滑，精准剔除定位跳变点与异常值，让定位结果贴合实际运动规律与室内空间布局，形成全链路的闭环定位处理流程；提升了室内定位的精度、稳定性与连续性，输出的多维度定位结果可灵活对接各类应用场景，适配不同室内定位的实际需求。

24、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。