基于张量重建的室内位置指纹定位Radio Map建立方法技术

本发明专利技术提供基于张量重建的室内位置指纹定位Radio Map建立方法，属于室内定位导航技术领域。本发明专利技术首先根据需要定位的室内环境，建立平面二维直角坐标系、部署无线路由器作为接入点、均匀设置参考点位置；然后构造每条采集路径对应的二维Radio Map，并将全部测量路径对应的二维Radio Map构成一个3模张量；再基于张量填充算法对参考点进行扩充；最后基于张量恢复算法对众包数据进行降噪。本发明专利技术解决了现有众包建立Radio Map技术存在每个数据包覆盖参考点数量少、采集数据包含大量噪声，从而导致定位精度较低的问题。本发明专利技术可用于室内位置指纹定位。

【技术实现步骤摘要】
基于张量重建的室内位置指纹定位RadioMap建立方法
本专利技术涉及室内位置指纹定位RadioMap建立方法，属于室内定位导航

技术介绍
随着移动智能终端和互联网技术的广泛普及，高精度室内定位导航的应用需求日益增加。尤其是移动智能终端与基于位置服务的深度结合，逐渐改变了人们现有的生活方式和商业模式，并正在发挥着重要的基础支撑作用。已有的室内定位技术大多数是基于短距离无线通信的，如超宽带定位系统、红外线定位系统和蓝牙定位系统等。在通常情况下，基于短距离无线通信的定位需要在目标区域部署大量的专用传感器，通过感知携带专用信号收发器的物体进行定位，在特定范围的精度可达分米级。但是，这些系统在用户端和定位服务器端均需要额外的专用设备，硬件成本高、定位覆盖范围较小，且易受复杂室内环境和非视距传播的影响，无法推广应用。而无线局域网(WirelessLocalAreaNetworks,WLAN)定位完全基于大型室内场所普遍存在的网络基础设施和移动终端，能做到近乎纯软件实现的室内定位，非常适用于大规模推广应用。当前，绝大多数WLAN定位系统都利用WiFi信号的接收信号强度(ReceivedSignalStrength,RSS)值，通过位置指纹识别算法完成定位(如图1所示)。位置指纹识别算法将WIFI室内定位分为离线与在线两个阶段。离线阶段，主要完成的工作是位置指纹地图(RadioMap)的建立。在线阶段，移动用户终端采集接收信号，并采用定位算法将用户收到的RSS值与RadioMap中的RSS信号空间进行匹配，进而得出用户的实际位置。其中，RadioMap保存了信号空间到位置空间的映射，是位置指纹技术的基础。传统的RadioMap建立需要人工逐点采集以完成。首先，专业人员在定位区域内标记出大量参考点(ReferencePoint,RP)，并测量其准确的物理位置。然后，专业人员利用特定的移动终端在每个参考点上采集所有接入点(AccessPoint,AP)发出信标帧信号的RSS值。最后，将参考点上接收到的RSS值及其对应的位置坐标一起记录下来，从而形成RadioMap。一般来说，构建某一楼层的RadioMap所需时间是以天来计算的，而对于整栋建筑物来说，则是以周来计算的。此外，为了提高定位精度或增加定位区域面积，人们还会增加参考点的数量，提高其分布密度。加之RadioMap还会由于室内环境的变化而改变，需要被经常更新。综上所述，传统的RadioMap构建方法耗时费力、成本高昂，是阻碍基于位置指纹的WLAN室内定位系统推广的最大瓶颈。因此，如何低成本的建立定位区域的RadioMap来满足WLAN室内定位普及与推广的需要就成为现阶段室内定位领域中值得研究的问题。近年来，由美国《Wired》杂志提出的众包(Crowdsourcing)概念逐渐被人们熟悉，并且在各领域都得到了广泛的应用。众包描述的是一种获取信息、解决问题的实践方法，其主要含义是由大量志愿者(而不是少量专业人员或雇员)以化整为零的方式合作完成一项繁琐而又枯燥的工作，从而提高效率、降低成本。然而，基于众包建立RadioMap的方法也存在着亟待解决的问题。首先，每个志愿者上传的众包数据只包含全部参考点中的一部分，而参考点数量的减少会导致定位精度的降低；为提高定位精度，需在目标区域内设置大量的参考点，并在每个参考点上进行多次测量。然而，这种方式需要消耗大量的人力与时间成本。其次，上报众包数据的用户间使用习惯的差异以及不同时刻下门窗开关、行人走动等室内环境的变化都会影响信号的强度值，从而引入大量噪声。针对上述问题，急需一种针对志愿者上传的众包数据进行噪声的滤除，从而保证较高的定位精度的技术。
技术实现思路
本专利技术为解决现有众包建立RadioMap技术存在每个数据包覆盖参考点数量少、采集数据包含大量噪声，从而导致定位精度较低的问题，提供了基于张量重建的室内位置指纹定位RadioMap建立方法。本专利技术所述基于张量重建的室内位置指纹定位RadioMap建立方法，通过以下技术方案实现：步骤一、根据需要定位的室内环境，选择坐标原点P0(x0,y0)，建立平面二维直角坐标系；步骤二、根据室内环境，部署无线路由器作为接入点；步骤三、根据室内环境，均匀设置参考点位置；步骤四、构造每条采集路径对应的二维RadioMap；步骤五、将全部测量路径对应的二维RadioMap构成一个3模张量；步骤六、基于张量填充算法对参考点进行扩充；步骤七、基于张量恢复算法对众包数据进行降噪。进一步的，步骤四具体过程包括：志愿者携带手机在需要定位的室内环境中行走并进行WiFi信号采集，每条采集路径对应一张二维RadioMap，该路径覆盖到的参考点称为已测量参考点，该路径未覆盖到的参考点称为未测量参考点；每条采集路径对应的二维RadioMap中，已测量参考点处存储对应于各接入点的WiFi信号强度值，未测量参考点处各接入点的WiFi信号强度值记为-130dBm；设在目标区域内有P个参考点、Q个接入点、S条采集路径，则表示第k条采集路径在第i个参考点处的指纹信息，I2＝Q+2；表示实数域，表示单个元素为I2×1的列向量的欧式空间；则有：其中，表示第k条采集路径在第i个参考点的坐标，表示第k条采集路径在第i个参考点处接收到所有信号的强度值构成的向量，第k条路径数据构成的二维RadioMap表示为：其中，I1＝P，[·]T表示矩阵转置；表示单个元素为I1×I2的矩阵的欧式空间。进一步的，步骤五的具体过程为：将全部测量路径对应的二维RadioMap构成一个3模张量其中，I3＝S，foldn(·)函数表示unfoldn(·)的逆运算，unfoldn(·)函数表示张量沿第n模展开运算；沿第n模展开为矩阵进一步的，步骤六的具体过程包括：步骤六一：将参考点扩充问题建模为如下低秩张量填充问题：其中，Ω表示张量中已观测到元素的位置集合，表示中Ω元素位置集合对应的值，表示参考点扩充后的无空缺张量，表示中Ω元素位置集合对应的值，约束条件表示填充过程不改变张量中已有元素的值；rank(·)为求秩函数；将式(4)中问题进行凸松弛而转化为：其中，||·||*为矩阵的核范数；权重参数wn满足约束条件wn≥0和表示沿第n模展开的矩阵，N表示张量的模数；步骤六二：将步骤六一中优化问题构造增广拉格朗日函数从而转化为无约束条件优化问题：引入辅助张量集合并将问题等价转化为：表示单个元素为I1×I2×I3的张量的欧式空间，表示第n个辅助张量沿第n模展开的矩阵；对式(6)中优化问题构造增广拉格朗日函数，表示为：其中，表示拉格朗日乘子张量集合，λ为惩罚因子；||·||F表示Frobenius范数；<·>为内积运算；步骤六三：对步骤六二中无约束条件优化问题进行求解。进一步的，步骤六三的具体过程包括：对式(7)中问题进行求解，和λ的迭代过程如下：1)对于赋值运算符:＝表示将运算符右边的值赋值给左边的参数；式(8)被转化为：其中，为收缩算子，U为运算对象奇异值分解后的左乘正交矩阵，V为运算对象奇异值分解后的右乘正交矩阵，表示运算对象奇异值分解后的对角阵中将小于wn/λ的元素替换为零后所构成的对角阵；表示第n个拉格朗日乘子张量沿第本文档来自技高网...

【技术保护点】
1.基于张量重建的室内位置指纹定位Radio Map建立方法，其特征在于，所述方法具体包括以下步骤：步骤一、根据需要定位的室内环境，选择坐标原点P0(x0,y0)，建立平面二维直角坐标系；步骤二、根据室内环境，部署无线路由器作为接入点；步骤三、根据室内环境，均匀设置参考点位置；步骤四、构造每条采集路径对应的二维Radio Map；步骤五、将全部测量路径对应的二维Radio Map构成一个3模张量；步骤六、基于张量填充算法对参考点进行扩充；步骤七、基于张量恢复算法对众包数据进行降噪。

【技术特征摘要】
1.基于张量重建的室内位置指纹定位RadioMap建立方法，其特征在于，所述方法具体包括以下步骤：步骤一、根据需要定位的室内环境，选择坐标原点P0(x0,y0)，建立平面二维直角坐标系；步骤二、根据室内环境，部署无线路由器作为接入点；步骤三、根据室内环境，均匀设置参考点位置；步骤四、构造每条采集路径对应的二维RadioMap；步骤五、将全部测量路径对应的二维RadioMap构成一个3模张量；步骤六、基于张量填充算法对参考点进行扩充；步骤七、基于张量恢复算法对众包数据进行降噪。2.根据权利要求1所述基于张量重建的室内位置指纹定位RadioMap建立方法，其特征在于，步骤四具体过程包括：志愿者携带手机在需要定位的室内环境中行走并进行WiFi信号采集，每条采集路径对应一张二维RadioMap，该路径覆盖到的参考点称为已测量参考点，该路径未覆盖到的参考点称为未测量参考点；每条采集路径对应的二维RadioMap中，已测量参考点处存储对应于各接入点的WiFi信号强度值，未测量参考点处各接入点的WiFi信号强度值记为-130dBm；设在目标区域内有P个参考点、Q个接入点、S条采集路径，则fik表示第k条采集路径在第i个参考点处的指纹信息，表示实数域，表示单个元素为I2×1的列向量的欧式空间；则有：其中，表示第k条采集路径在第i个参考点的坐标，表示第k条采集路径在第i个参考点处接收到所有信号的强度值构成的向量，第k条路径数据构成的二维RadioMap表示为：其中，I1＝P，[·]T表示矩阵转置；表示单个元素为I1×I2的矩阵的欧式空间。3.根据权利要求1或2所述基于张量重建的室内位置指纹定位RadioMap建立方法，其特征在于，步骤五的具体过程为：将全部测量路径对应的二维RadioMap构成一个3模张量其中，I3＝S，foldn(·)函数表示unfoldn(·)的逆运算，unfoldn(·)函数表示张量沿第n模展开运算；沿第n模展开为矩阵4.根据权利要求3所述基于张量重建的室内位置指纹定位RadioMap建立方法，其特征在于，步骤六的具体过程包括：步骤六一：将参考点扩充问题建模为如下低秩张量填充问题：其中，Ω表示张量中已观测到元素的位置集合，表示中Ω元素位置集合对应的值，表示参考点扩充后的无空缺张量，表示中Ω元素位置集合对应的值，约束条件表示填充过程不改变张量中已有元素的值；rank(·)为求秩函数；将式(4)中问题进行凸松弛而转化为：其中，||·||*为矩阵的核范数；权重参数wn满足约束条件wn≥0和表示沿第n模展开的矩阵，N表示张量的模数；步骤六二：将步骤六一中优化问题构造增广拉格朗日函数从而转化为无约束条件优化问题：引入辅助张量集合并将问题等价转化为：表示单个元素为I1×I2×I3的张量的欧式空间，表...

【专利技术属性】
技术研发人员：马琳，赵琬，孙永亮，徐玉滨，
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