基于壓縮感知的RSS室內(nèi)定位系統(tǒng)的研究與實現(xiàn).pdf

1、隨著人們對室內(nèi)定位信息需求的不斷增長,基于位置的服務(wù)和由此帶來的一系列應(yīng)用在近年來受到越來越多的關(guān)注,并日漸呈現(xiàn)出廣闊的商業(yè)前景和巨大的市場價值。其中,精確、實時的室內(nèi)定位技術(shù)是實現(xiàn)整個基于位置服務(wù)的必要前提和關(guān)鍵。
　　 由于基于無線局域網(wǎng)(Wireless Local Area Network,WLAN)接收信號強(qiáng)度(Received Signal Strength,RSS)的定位系統(tǒng),充分利用了現(xiàn)有的無線網(wǎng)絡(luò)基礎(chǔ)設(shè)施,能以

2、純軟件的方式在任何一臺具有Wi-Fi適配器的智能終端獨立地實現(xiàn)定位,而無需額外的硬件設(shè)備輔佐,并以低成本的方式將定位系統(tǒng)應(yīng)用到絕大多數(shù)人類的室內(nèi)活動范圍,進(jìn)一步滿足室內(nèi)用戶的定位需求,成為本文研究的出發(fā)點。然而,室內(nèi)復(fù)雜電波傳播環(huán)境的特性,對基于WLAN接收信號強(qiáng)度的定位技術(shù)提出了極大的挑戰(zhàn)。由于RSS受電波傳播距離、室內(nèi)布局、建筑材料、人體吸收、氣候等多方面的影響,僅通過RSS來精確描述位置信息較為困難,而現(xiàn)有的室外定位技術(shù)很難滿足室

3、內(nèi)復(fù)雜環(huán)境下的高精度定位需求。
　　 論文對基于RSS的WLAN室內(nèi)定位技術(shù)進(jìn)行了較為系統(tǒng)的研究,基于當(dāng)今信號處理領(lǐng)域的前沿理論,提出了一套新的定位方案,并在資源受限的智能終端上獨立開發(fā)與實現(xiàn)。論文的最終目的在于提高現(xiàn)有的基于RSS室內(nèi)定位系統(tǒng)的定位精度,并在智能終端上開發(fā)一整套室內(nèi)定位、追蹤、導(dǎo)航系統(tǒng),提供給多倫多CNIB1的視力低弱人群,為他們提供室內(nèi)基于位置的服務(wù),具有一定的現(xiàn)實意義。
　　 1)在定位問題上,論文

4、成功地將當(dāng)今信號處理領(lǐng)域的前沿理論——壓縮感知理論、仿射傳播聚類理論應(yīng)用于室內(nèi)定位機(jī)制[33][66][69][92]。定位原理基于指紋法進(jìn)行,具體包括兩個過程,即基于仿射傳播聚類和類匹配的粗定位,以及基于壓縮感知的精定位。在精定位過程中,論文將定位問題描述為稀疏信號的重構(gòu)問題,因而定位系統(tǒng)僅根據(jù)終端設(shè)備對來自少量無線接入點(Access Point,AP)RSS的測量,應(yīng)用壓縮感知原理,通過一個l1范數(shù)最小化求解而實現(xiàn)位置估計?？紤]到

5、RSS的時變特性,算法采用不同的粗定位機(jī)制和不同的AP選擇機(jī)制,以提高系統(tǒng)的穩(wěn)定性與魯棒性。算法較現(xiàn)有同等技術(shù)下的定位機(jī)制,在定位精度和實時性上具有較大的提高。實驗環(huán)境中,在使用5個AP實現(xiàn)定位的情況下,算法的平均均方根定位誤差為2.1m,同等條件下,較傳統(tǒng)的KNN2確定性算法和高斯Kernel概率性算法的定位精度分別提高了17.3％與12.5％。從誤差累積分布來看,系統(tǒng)95％概率所能達(dá)到的定位精度,較KNN和高斯Kernel定位機(jī)制分

6、別提高了28.4％與10.2％。論文接著對該定位機(jī)制在RSS不完全采樣下信號的重構(gòu)性,和在RSS不精確采樣下系統(tǒng)的穩(wěn)定性進(jìn)行理論分析,給出壓縮感知實現(xiàn)精確定位下,AP數(shù)目M與參考點數(shù)目N間的數(shù)量級關(guān)系,即M=O(logN),并對精定位過程中引入的正交化預(yù)操作給予相應(yīng)的理論解釋。論文最后對不同定位機(jī)制下算法的復(fù)雜度進(jìn)行分析和比較,并將提出的定位機(jī)制在資源受限的智能終端上實現(xiàn)。
　　 2)論文將定位與追蹤相結(jié)合。在追蹤過程中,不同于

7、傳統(tǒng)的卡爾曼濾波,論文將來自室內(nèi)地圖、加速計、指南針等信息充分融合,在無線接入點位置未知的情況下,提出基于信息融合的濾波系統(tǒng)[67][91]。該系統(tǒng)將當(dāng)前時刻的RSS觀測向量、歷史位置估計,及來自3D加速計的運動模型相結(jié)合,共同完成當(dāng)前時刻的粗定位；在確保粗定位機(jī)制準(zhǔn)確性的前提下,進(jìn)一步利用卡爾曼濾波器在線性軌跡上對精定位所得的位置估計進(jìn)行修正和平滑,而在轉(zhuǎn)角處對濾波系統(tǒng)進(jìn)行重置,簡單而成功地在終端設(shè)備實現(xiàn)追蹤。在11個AP的實驗環(huán)境下

8、,動態(tài)系統(tǒng)的平均均方根定位誤差和系統(tǒng)最大定位誤差分別可達(dá)1.2m和4.2m。從誤差累積分布來看,系統(tǒng)95％概率所能達(dá)到的定位精度,在同等條件下,較提出的基于壓縮感知的靜態(tài)定位系統(tǒng)、基于KNN和卡爾曼濾波的動態(tài)追蹤系統(tǒng)、基于壓縮感知和卡爾曼濾波的動態(tài)追蹤系統(tǒng),分別提高了29.4％,44.7％和18.8％。論文接著針對CNIB特殊人群,設(shè)計特定的路由尋找和路由分析機(jī)制,并在終端設(shè)備上提供實時的導(dǎo)航服務(wù)。
　　 3)論文進(jìn)一步提出相同

9、的壓縮感知原理可用于離線指紋庫的重構(gòu)[68]。論文將離線階段2D空間上來自每個AP的信號強(qiáng)度指紋庫視為一張圖像,由于該圖像在對應(yīng)頻域內(nèi)傅立葉系數(shù)具有一定的稀疏性,因而可根據(jù)空間少量隨機(jī)參考點上指紋的采集,利用壓縮感知理論和全變分范數(shù)最小化求解對該圖像進(jìn)行重構(gòu)。該方法為指紋法中離線指紋庫采集工作量大的問題,提出了一種可行的解決途徑,推進(jìn)了指紋法在現(xiàn)實生活中的應(yīng)用,也為該領(lǐng)域提出了一個新的研究方向。
　　 4)最后,論文將所提出的定

10、位、追蹤和導(dǎo)航方案進(jìn)一步在PDA(HP iPAQhx4700)和智能手機(jī)(Samsung OMINIA-Ⅱ)兩個平臺上開發(fā)并實現(xiàn)[93]。系統(tǒng)的開發(fā)基于C＃,并將手勢和語音作為與用戶友好交流的接口,實現(xiàn)一套完整的室內(nèi)定位、追蹤與導(dǎo)航應(yīng)用。開發(fā)的系統(tǒng)在多倫多大學(xué)Bahen大樓、多倫多Bayview Village購物商場測試,獲得非常理想的效果,并進(jìn)一步在多倫多的CNIB進(jìn)行測試和推廣,幫助視力低弱人群進(jìn)行實時定位,完成室內(nèi)導(dǎo)航,并由他們