基于空間分區(qū)與降維技術(shù)的位置指紋室內(nèi)定位方法研究.pdf

1、基于WLAN的室內(nèi)定位方法如今已成為商用主流應(yīng)用技術(shù)之一。從建設(shè)成本、應(yīng)用范圍以及技術(shù)成熟的角度考量，相較于其他室內(nèi)定位技術(shù)，基于WLAN定位方法綜合來說具備一定優(yōu)勢。而且各大城市公共服務(wù)設(shè)施已逐步實現(xiàn)了全面的WLAN覆蓋，因此基于WLAN的室內(nèi)定位系統(tǒng)能夠利用現(xiàn)有的基礎(chǔ)設(shè)施節(jié)約硬件成本，同時共享熱點覆蓋范圍作為定位區(qū)域，更具備便捷的移動信息交互以及應(yīng)用開發(fā)方式，在民用及商用領(lǐng)域具有廣闊的市場前景。在科研領(lǐng)域中，近年來由于新技術(shù)不斷出現(xiàn)

2、，基于位置指紋法的WLAN室內(nèi)定位系統(tǒng)得到進(jìn)一步發(fā)展，許多領(lǐng)域的新算法應(yīng)用到了WLAN定位技術(shù)的各個方面，已成為未來最具潛力的室內(nèi)定位技術(shù)之一。基于廣泛的技術(shù)背景分析及多種室內(nèi)定位方法的比較，并依托于科研課題，本論文主要針對基于位置指紋技術(shù)的WLAN室內(nèi)定位系統(tǒng)展開相關(guān)研究。
　　首先，針對經(jīng)典聚類算法單純依據(jù)接收信號強度特征進(jìn)行分類而并未考慮到實際位置點坐標(biāo)連續(xù)性的問題，本文提出了一種空間分區(qū)算法來合理劃分位置指紋圖，消除應(yīng)用傳

3、統(tǒng)聚類算法時頻繁出現(xiàn)的奇點現(xiàn)象，在保證了空間位置連續(xù)的同時具備一定靈活性，真正意義上實現(xiàn)子區(qū)域劃分。通過對室內(nèi)區(qū)域定位的特殊性進(jìn)一步分析，考慮到位置指紋數(shù)據(jù)經(jīng)由無監(jiān)督聚類過程形成子區(qū)域之后，實際上數(shù)據(jù)點具備了類別標(biāo)簽，無監(jiān)督聚類過程本質(zhì)上已轉(zhuǎn)換成了半監(jiān)督學(xué)習(xí)過程。因此本文基于機器學(xué)習(xí)理論應(yīng)用隨機森林方法并結(jié)合基因算法進(jìn)行參數(shù)優(yōu)化，實現(xiàn)子區(qū)域定位的過程。實驗結(jié)果表明，與經(jīng)典聚類算法相比，采用空間分區(qū)方法進(jìn)行區(qū)域劃分得到的子區(qū)域能夠獲得較高

4、定位精度；而應(yīng)用空間分區(qū)方法進(jìn)行子區(qū)域定位能夠獲得98.9％的區(qū)域定位準(zhǔn)確率，且不存在個別子區(qū)域分類精度過低的現(xiàn)象，相比而言具有更高的分類效果及穩(wěn)定性。
　　其次，針對大型室內(nèi)場景中位置指紋圖信息過多易形成維數(shù)災(zāi)難的問題，本文提出了基于最大似然估計與核主成分分析結(jié)合的低維特征提取算法，降低了數(shù)據(jù)維度，并去除數(shù)據(jù)冗余信息，在噪聲環(huán)境下提高了室內(nèi)定位過程的穩(wěn)定性。其中的本征維數(shù)估計方法能夠有效確定最優(yōu)目標(biāo)降維維度，相比于通過大量測試或

5、設(shè)定閾值等經(jīng)驗方法來判定最優(yōu)維度的方式節(jié)省了一定時間成本，且更具普適性。實驗結(jié)果表明，噪聲環(huán)境下核主成分分析法受到影響較小，定位精度為2米以內(nèi)的置信概率維持在80%以上，體現(xiàn)出了更好的抗噪性能，同時使得位置指紋圖體積減小了74%，節(jié)省了大量移動存儲空間。
　　另外，由于商場等典型室內(nèi)場景中往往存在大量的人員流動，而人體對于信號在空間傳播有較大干擾，對于定位效果會產(chǎn)生一定影響。針對這種現(xiàn)象，本文通過觀察相對固定環(huán)境中人員流動量隨時間

6、變化存在的一般規(guī)律，設(shè)定了人員流動影響因子，以此對定位系統(tǒng)進(jìn)行補償，將傳統(tǒng)位置指紋圖改進(jìn)為時變位置指紋數(shù)據(jù)集，在實際運行中一定程度上增強了室內(nèi)定位系統(tǒng)的精度和穩(wěn)定性。實驗結(jié)果表明，在工作日午間人員流動的高峰時段，傳統(tǒng)方法定位在2米內(nèi)的置信概率相比空閑時段下降了近10%，而改進(jìn)的系統(tǒng)由于引入了人員流動因子，同樣條件下置信概率平均下降4%左右，對人員流動導(dǎo)致的干擾起到了一定補償作用。
　　最后，針對移動設(shè)備有限的計算能力和存儲空間，本

7、文結(jié)合了分區(qū)方法與降維技術(shù)設(shè)計了一種室內(nèi)定位模型架構(gòu)，能夠基于終端獨立進(jìn)行定位，無需建立網(wǎng)絡(luò)連接與中心服務(wù)器進(jìn)行信息交互，從而提高定位輸出的時效性，且模塊化的設(shè)計使得模型能夠適用于更多的場景，具備較強擴展性。在此模型基礎(chǔ)上本文提出了一種新型室內(nèi)定位系統(tǒng)，應(yīng)用了文中提出的空間分區(qū)方法以及核主成分分析方法，能夠更為合理地劃分室內(nèi)定位空間，抑制噪聲干擾，進(jìn)而減小定位誤差，并節(jié)省大量存儲空間。實驗結(jié)果表明，系統(tǒng)在子區(qū)域中定位在2米內(nèi)的置信概率能

8、夠達(dá)到85%左右，高于其他特征提取方法，其優(yōu)勢主要體現(xiàn)在低維條件下和較強噪聲環(huán)境中。此外，本文在不同的AP數(shù)目和采樣間隔環(huán)境下進(jìn)行了一系列實驗，以驗證兩者對室內(nèi)定位系統(tǒng)性能可能產(chǎn)生的影響。實驗結(jié)果表明，在滿足一定覆蓋基礎(chǔ)時AP數(shù)目的增加對于定位性能的提升有一定幫助，然而作用有限，應(yīng)針對每個子區(qū)域依據(jù)一定判決準(zhǔn)則挑選最具判別力的若干個AP進(jìn)行定位；對采樣間隔而言，過于密集的參考點設(shè)置可能引入過多的噪聲，影響匹配定位且耗費大量人力成本，而參