一种基于多维尺度分析算法的RSS数据平滑方法技术

一种基于多维尺度分析算法的RSS数据平滑方法，本发明专利技术涉及基于多维尺度分析算法的RSS数据平滑方法。本发明专利技术的目的是为了解决现有技术随着RSS数据采集数量的大量减少，环境噪声和采集误差对Radio Map的影响急剧的增加，从而造成了Radio Map建立的精度和定位精度大大降低的缺点。具体过程为：一、在待定位的室内区域布置m个AP；二、得到相似性距离dik和djk；三、得到不同RP之间的相似性矩阵；四、得出存在噪声的RP与其他RP之间的相似性距离，并替换三中数据空间上相似性矩阵中相应的值；五、计算得到RSS′，替换步骤一中的RSS值；六、重复四和五，实现对RSS数据的平滑。本发明专利技术用于室内定位领域。

【技术实现步骤摘要】

本专利技术涉及基于多维尺度分析算法的RSS数据平滑方法。
技术介绍
如今，除了日常通信之外，智能终端在人们的日常生活中扮演了越来越重要的角色。其中，人们对位置信息的精确掌握也越来越强烈。从空间上划分，定位分为室外定位和室内定位。如今室外定位方面有全球定位系统(GlobalPositioningSystem，GPS)，网络辅助全球卫星定位系统(AssistedGlobalPositioningSystem，A-GPS)和蜂窝网定位系统，这三项技术所获取的定位信息基本上可以提供满足各种精度需求。相对于开阔的室外环境，室内定位就显得有些棘手，室内定位的需求却十分明确，尤其是热点区域，如图书馆、展厅、超市、医院、剧院、会馆、监狱等地，人们对室内位置信息的精确掌握也越来越强烈，用以实现导航定位、感知、人员以及物资监控等全方位的智能服务。然而，现有的室外定位技术基本都无法应用在室内环境下，由于大多数室内受空间区域和信号覆盖限制等，GPS信号都无法被有效的接收到，与此同时，室内定位的精度应用需求较高，现有的蜂窝网定位技术无法满足。综上所述，如何对现有的网络基础设施与移动终端进行有效利用，同时，在达到客户复杂室内环境定位精度要求的同时最大限度的降低成本，已经成为室内定位
的前沿和热点课题。近年来，基于位置的服务随着无线局域网(WirelessLocalAreaNetworks，WLAN)的部署越来越广泛和智能手机的普及，基于接收信号强度(ReceivedSignalStrength，RSS)的WLAN室内定位技术由于其部署方便，无需添加其他硬件设备而得到广泛的关注。WLAN室内定位技术通过测量来自接入点(AccessPoint，AP)的接收信号强度RSS估计出移动设备的位置。WLAN定位系统由两部分构成，即离线无线电地图(RadioMap)建立阶段和在线定位估计阶段。离线阶段RadioMap的构建是保证高精度室内定位的重中之重，RadioMap是由移动终端测量环境中的每个参考点(ReferencePoint，RP)接收到来自该环境中各个AP的信号强度值向量组成。在线定位阶段移动终端测量定位环境中AP的RSS值并与RadioMap中的RSS值进行对比估计出移动终端的位置坐标。为快速建立RadioMap，降低RadioMap建立的时间和人力成本，国内外学者提出了基于群智信息感知(Crowdsourcing)技术的RadioMap建立方法，在不影响用户正常使用的前提下智能移动终端在后台感知周围环境，并将感知信息上传给服务器的方式形成RadioMap。利用群智感知信息技术，RadioMap的初始建立只需要在每个RP上采集几个RSS数据即可。在传统RadioMap建立方法中，由于采集了大量RSS数据并进行平均值计算，RSS数据中包含的环境噪声和采集误差得到了有效的消除。随着RSS数据采集数量的大量减少，环境噪声和采集误差对RadioMap的影响急剧的增加，从而造成了RadioMap建立的精度和定位精度大大降低。
技术实现思路
本专利技术的目的是为了解决现有技术随着RSS数据采集数量的大量减少，环境噪声和采集误差对RadioMap的影响急剧的增加，从而造成了RadioMap建立的精度和定位精度大大降低的缺点，而提出一种基于多维尺度分析算法的RSS数据平滑方法。一种基于多维尺度分析算法的RSS数据平滑方法具体过程为：步骤一、在待定位的室内区域布置m个AP，标定AP位置，使无线信号覆盖整个待定位的室内区域，完成WLAN网络构建；手持移动终端在待定位的室内区域内移动，在移动过程中利用移动终端测量惯导数据和RSS数据，为确定RSS数据的采集位置，即RP的位置坐标，利用惯导数据计算各RSS数据对应位置间的相对坐标，即RP的相对坐标，给定初始坐标从而得到RP的绝对坐标，RP的坐标和RSS数据联合得到原始RadioMap；所述m取值为正整数；所述移动终端为智能手机、平板电脑；所述，AP为接入点；RadioMap为离线无线电地图；RP为参考点；RSS为接收信号强度；步骤二、在坐标空间内，在得到RP绝对坐标后计算所有RP与AP之间的相似性距离dik和djk；步骤三、数据空间中，利用移动终端测量到的RSS数据，计算所有RP之间相似性距离，从而得到不同RP之间的相似性矩阵；步骤四、对于RSS数据存在噪声的RP，在数据空间上，该存在噪声的RP与其他RP之间的相似性距离由无线电室内传播模型和步骤二中坐标空间上相似性距离dik和djk计算得出，并替换步骤三中数据空间上相似性矩阵中相应的值；步骤五、对步骤四中替换后的相似性矩阵进行奇异值分解，保留最大的特征值和与其对应的特征向量，利用该特征值和特征向量计算得到RSS′，替换步骤一中移动终端测量的RSS数据中对应的RSS值；所述，RSS′为最大的特征值和与其对应的特征向量对应的接收信号强度；步骤六、重复步骤四和步骤五，计算所有RP上的RSS′值并替换步骤一中移动终端测量的RSS数据中对应的RSS值，从而实现对RSS数据的平滑，建立RSS数据平滑处理之后的离线RadioMap。本专利技术的有益效果为：本文提出一种基于MDS算法的RSS数据平滑算法，即在离线阶段利用RadioMap中RP与AP之间的内在关系，将RP与AP之间固定的坐标空间关系映射到数据空间，通过MDS算法消除RSS数据中出现的噪声和测量误差，从而实现对RSS数据的平滑，得到更加精确的RadioMap，进而实现更高精度的在线定位。如图4a所示为得到的RadioMap中来自某个AP的RSS数据，从图中可以看出RSS中包含了大量环境噪声和测量误差，因此得到的RadioMap具有巨大的误差。利用MDS算法进行RSS数据平滑得到的RadioMap如图4b所示，对比图4a可以看出RadioMap的精度得到了极大的提高。为比较RSS数据平滑前后的RadioMap对在线数据的定位影响，利用半监督学习算法在测试区域估计测试点坐标，定位结果如图5与图6所示，RSS数据平滑前后累计误差概率曲线如图7所示。从图5和图7中可看出，RSS数据平滑处理前，大量定位结果聚集在一起，最大误差达到10m。从图6可以看出，经过RSS数据平滑之后，定位误差大大降低，最大定位误差降低到4m，精度大大提高。附图说明图1是本专利技术中的定位实验场景，该定位区域位于加拿大多伦多大学Bahen楼4楼走廊；图2是典型的WLAN网络；图3是测试点的真实坐标；图4a为RSS数据平滑之前的RadioMap对比图；图4b为RSS数据平滑之后的RadioMap对比图；图5是RSS数据平滑之前的定位结果图；图6是RSS数据平滑之后的定位结果图；图7是RSS数据平滑前后定位累积误差概率曲线图，OriginalData为RSS数据平滑前定位累积误差概率曲线图，MDSMethod为RSS数据平滑后定位累积误差概率曲线图，CDF为累积分布函数，ErrorDistance为误差距离。具体实施方式具体实施方式一：本实施方式的一种基于多维尺度分析算法的RSS数据平滑方法具体过程为：所述多维的维数为正整数；1、建立RSS数据平滑处理之后的离线RadioMap，具体过程为：步骤一、在待定位的室内区域布置了m个AP，标定AP位置本文档来自技高网...

【技术保护点】
一种基于多维尺度分析算法的RSS数据平滑方法，其特征在于：一种基于多维尺度分析算法的RSS数据平滑方法具体过程为：步骤一、在待定位的室内区域布置m个AP，标定AP位置，使无线信号覆盖整个待定位的室内区域，完成WLAN网络构建；手持移动终端在待定位的室内区域内移动，在移动过程中利用移动终端测量惯导数据和RSS数据，为确定RSS数据的采集位置，即RP的位置坐标，利用惯导数据计算各RSS数据对应位置间的相对坐标，即RP的相对坐标，给定初始坐标从而得到RP的绝对坐标，RP的坐标和RSS数据联合得到原始Radio Map；所述m取值为正整数；所述移动终端为智能手机、平板电脑；所述，AP为接入点；Radio Map为离线无线电地图；RP为参考点；RSS为接收信号强度；步骤二、在坐标空间内，在得到RP绝对坐标后计算所有RP与AP之间的相似性距离dik和djk；步骤三、数据空间中，利用移动终端测量到的RSS数据，计算所有RP之间相似性距离，从而得到不同RP之间的相似性矩阵；步骤四、对于RSS数据存在噪声的RP，在数据空间上，该存在噪声的RP与其他RP之间的相似性距离由无线电室内传播模型和步骤二中坐标空间上相似性距离dik和djk计算得出，并替换步骤三中数据空间上相似性矩阵中相应的值；步骤五、对步骤四中替换后的相似性矩阵进行奇异值分解，保留最大的特征值和与其对应的特征向量，利用该特征值和特征向量计算得到RSS′，替换步骤一中移动终端测量的RSS数据中对应的RSS值；所述，RSS′为最大的特征值和与其对应的特征向量对应的接收信号强度；步骤六、重复步骤四和步骤五，计算所有RP上的RSS′值并替换步骤一中移动终端测量的RSS数据中对应的RSS值，从而实现对RSS数据的平滑，建立RSS数据平滑处理之后的离线Radio Map。...

【技术特征摘要】
1.一种基于多维尺度分析算法的RSS数据平滑方法，其特征在于：一种基于多维尺度分析算法的RSS数据平滑方法具体过程为：步骤一、在待定位的室内区域布置m个AP，标定AP位置，使无线信号覆盖整个待定位的室内区域，完成WLAN网络构建；手持移动终端在待定位的室内区域内移动，在移动过程中利用移动终端测量惯导数据和RSS数据，为确定RSS数据的采集位置，即RP的位置坐标，利用惯导数据计算各RSS数据对应位置间的相对坐标，即RP的相对坐标，给定初始坐标从而得到RP的绝对坐标，RP的坐标和RSS数据联合得到原始RadioMap；所述m取值为正整数；所述移动终端为智能手机、平板电脑；所述，AP为接入点；RadioMap为离线无线电地图；RP为参考点；RSS为接收信号强度；步骤二、在坐标空间内，在得到RP绝对坐标后计算所有RP与AP之间的相似性距离dik和djk；步骤三、数据空间中，利用移动终端测量到的RSS数据，计算所有RP之间相似性距离，从而得到不同RP之间的相似性矩阵；步骤四、对于RSS数据存在噪声的RP，在数据空间上，该存在噪声的RP与其他RP之间的相似性距离由无线电室内传播模型和步骤二中坐标空间上相似性距离dik和djk计算得出，并替换步骤三中数据空间上相似性矩阵中相应的值；步骤五、对步骤四中替换后的相似性矩阵进行奇异值分解，保留最大的特征值和与其对应的特征向量，利用该特征值和特征向量计算得到RSS′，替换步骤一中移动终端测量的RSS数据中对应的RSS值；所述，RSS′为最大的特征值和与其对应的特征向量对应的接收信号强度；步骤六、重复步骤四和步骤五，计算所有RP上的RSS′值并替换步骤一中移动终端测量的RSS数据中对应的RSS值，从而实现对RSS数据的平滑，建立RSS数据平滑处理之后的离线RadioMap。2.根据权利要求1所述一种基于多维尺度分析算法的RSS数据平滑方法，其特征在于：所述步骤一中在待定位的室内区域布置m个AP，标定AP位置，使无线信号覆盖整个待定位的室内区域，完成WLAN网络构建；具体过程为：标定第k个AP位置坐标为cAPk＝(xk,yk),k＝1,2,…,m；式中，xk为第k个AP位置的横坐标；yk为第k个AP位置的纵坐标。3.根据权利要求2所述一种基于多维尺度分析算法的RSS数据平滑方法，其特征在于：所述步骤一中手持移动终端在待定位的室内区域内移动，在移动过程中利用移动终端测量惯导数据和RSS数据，为确定RSS数据的采集位置，即RP的位置坐标，利用惯导数据计算各RSS数据对应位置间的相对坐标，即RP的相对坐标，给定初始坐标从而得到RP的绝对坐标，RP的坐标和RSS数据联合得到原始RadioMap；具体过程为：利用移动终端测量惯导数据和RSS数据，根据测量的惯导数据和设定的起点坐标得到n个RP的相对位置坐标，cRPi＝(xi,yi),i＝1,2,…,n，cRPj＝(xj,yj),j＝1,2,…,n；式中，xi为第i个AP位置的横坐标；yi为第i个AP位置的纵坐标；xj为第j个AP位置的横坐标；yj为第j个AP位置的纵坐标；n为室内定位区域内设置的RP数量，n数目由惯导数据计算得到，取值为正整数；令rik、rjk分别代表利用移动终端在RPSi和RPSj上接收到来自第k个AP的RSS值，则可得到RSS数据矩阵，如公式(1)所示：式中，m为室内定位区域内部署的AP数量；n为室内定位区域内设置的RP数量；RPSi为第i个RP；RPSj为第j个RP。4.根据权利要求3所述一种基于多维尺度分析算法的RSS数据平滑方法，其特征在于：所述步骤二中在坐标空间内，在得到RP绝对坐标后计算所有RP与AP之间的相似性距离dik和djk；计算RPSi与第k个AP之间的相似性距离dik，其中k＝1,2,…,m，i＝1,2,…,ndik＝||cRPi-cAPk||2(2)计算RPSj与第k个AP之间的相似性距离djk，其中k＝1,2,…,m，j＝1,2,…,ndjk＝||cRPj-cAPk||2。5.根据权利要求4所述一种基于多维尺度分析算法的RSS数据平滑方法，其特征在于：所述步骤三中数据空间中，利用移动终端测量到的RSS数据，计算所有RP之间相似性距离，从而得到不同RP之间的相似性矩阵；具体过程为：...

【专利技术属性】
技术研发人员：徐玉滨，张立晔，马琳，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23