基于空間分區(qū)與降維技術的位置指紋室內定位方法研究.pdf

1、基于WLAN的室內定位方法如今已成為商用主流應用技術之一。從建設成本、應用范圍以及技術成熟的角度考量，相較于其他室內定位技術，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設施已逐步實現(xiàn)了全面的WLAN覆蓋，因此基于WLAN的室內定位系統(tǒng)能夠利用現(xiàn)有的基礎設施節(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用開發(fā)方式，在民用及商用領域具有廣闊的市場前景。在科研領域中，近年來由于新技術不斷出現(xiàn)

2、，基于位置指紋法的WLAN室內定位系統(tǒng)得到進一步發(fā)展，許多領域的新算法應用到了WLAN定位技術的各個方面，已成為未來最具潛力的室內定位技術之一?；趶V泛的技術背景分析及多種室內定位方法的比較，并依托于科研課題，本論文主要針對基于位置指紋技術的WLAN室內定位系統(tǒng)展開相關研究。
　　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行分類而并未考慮到實際位置點坐標連續(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。通過對室內區(qū)域定位的特殊性進一步分析，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)點具備了類別標簽，無監(jiān)督聚類過程本質上已轉換成了半監(jiān)督學習過程。因此本文基于機器學習理論應用隨機森林方法并結合基因算法進行參數(shù)優(yōu)化，實現(xiàn)子區(qū)域定位的過程。實驗結果表明，與經(jīng)典聚類算法相比，采用空間分區(qū)方法進行區(qū)域劃分得到的子區(qū)域能夠獲得較高

4、定位精度；而應用空間分區(qū)方法進行子區(qū)域定位能夠獲得98.9％的區(qū)域定位準確率，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，針對大型室內場景中位置指紋圖信息過多易形成維數(shù)災難的問題，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)目標降維維度，相比于通過大量測試或

5、設定閾值等經(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，設定了人員流動影響因子，以此對定位系統(tǒng)進行補償，將傳統(tǒng)位置指紋圖改進為時變位置指紋數(shù)據(jù)集，在實際運行中一定程度上增強了室內定位系統(tǒng)的精度和穩(wěn)定性。實驗結果表明，在工作日午間人員流動的高峰時段，傳統(tǒng)方法定位在2米內的置信概率相比空閑時段下降了近10%，而改進的系統(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，對人員流動導致的干擾起到了一定補償作用。
　　最后，針對移動設備有限的計算能力和存儲空間，本

7、文結合了分區(qū)方法與降維技術設計了一種室內定位模型架構，能夠基于終端獨立進行定位，無需建立網(wǎng)絡連接與中心服務器進行信息交互，從而提高定位輸出的時效性，且模塊化的設計使得模型能夠適用于更多的場景，具備較強擴展性。在此模型基礎上本文提出了一種新型室內定位系統(tǒng)，應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定位空間，抑制噪聲干擾，進而減小定位誤差，并節(jié)省大量存儲空間。實驗結果表明，系統(tǒng)在子區(qū)域中定位在2米內的置信概率能

8、夠達到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)境下進行了一系列實驗，以驗證兩者對室內定位系統(tǒng)性能可能產生的影響。實驗結果表明，在滿足一定覆蓋基礎時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，應針對每個子區(qū)域依據(jù)一定判決準則挑選最具判別力的若干個AP進行定位；對采樣間隔而言，過于密集的參考點設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