一种基于改进随机森林算法的CSI系统多径分类方法技术方案

本发明专利技术属于无线定位领域，涉及一种基于改进随机森林算法的CSI系统多径分类方法。该方法以区分LOS和NLOS两种传播方式为目的，步骤为：根据无线信号在LOS和NLOS环境下的传播特点，对所有样本的能量利用K均值聚类算法聚类，构造一种基于K均值聚类算法的特征因子；计算所有样本的类间散射距离与类内散射距离，依据费歇尔准则获得最优特征组合；利用基于C4.5算法的随机森林算法对不同的特征组合进行训练和测试，完成多径分类。本发明专利技术的特点是，有效避免了多径分类受精确阈值制约的现象，能够满足多径分类应用场景中高正确率、低运算量的要求。

A multi-path classification method of CSI system based on improved random forest algorithm

【技术实现步骤摘要】
一种基于改进随机森林算法的CSI系统多径分类方法
本专利技术属于无线定位领域，涉及一种基于改进随机森林算法的CSI系统多径分类方法。
技术介绍
WiFi定位技术具有经济、方便、快捷和易部署等优势，近年来已被成功应用于工业自动化、商业自动化、交通运输控制管理等诸多领域。尤其在室内定位应用场景，理想情况下的WiFi定位系统可以获得较高的定位精度，展现出巨大的发展潜力和实用价值。在基于WiFi的室内定位系统中，定位精度是评价定位性能的根本指标，室内环境的复杂性和多变性使得定位精度常常受制于多址干扰、电路中的时延和多径传播等因素。在多径传播条件下，信号的传播方式分为视距(Lineofsight，LOS)传播和非视距(Non-lineofsight，NLOS)传播。在LOS传播条件下，无线信号直接从发射端传播到接收端，接收信号的测量信息相对稳定，而在NLOS传播条件下，发射端和接收端之间的直线路径被阻挡，信号只能通过衍射、反射或者绕射到达接收端，接收信号的测量信息会出现偏差，从而影响定位精度。对以上两种信号传播方式进行分类称为多径分类。为了提高室内定位的精度，已经有学者针对多径分类问题做了相关研究，但其分类准确率有待进一步提高。基于以上背景，本专利技术以实现更高正确率、更低运算量的多径分类为目标，采用信道状态信息(ChannelStateInformation，CSI)为多径分类参考依据，提出一种基于改进随机森林算法的CSI系统多径分类方法。
技术实现思路
本专利技术的目的是，提供一种基于改进随机森林算法的CSI系统多径分类方法。本专利技术首先分析信号在LOS和NLOS环境下的传播特点，构造一种基于K均值聚类算法的特征因子，然后鉴于不同的特征组合会有不同的分类性能，通过计算不同类别的类间散射距离与类内散射距离，依据费歇尔准则进行特征筛选，最后建立基于C4.5算法的随机森林分类架构，对不同的特征组合进行训练和测试，采用简单多数投票机制获得分类结果。其具体步骤如下：步骤1：以LOS和NLOS传播环境下统计特征的分布特性为建模条件，建立多径分类系统模型。系统包括三部分组成，分别为数据采集与预处理模块、特征提取模块、多径分类模块。利用搭载无线网卡的笔记本采集CSI数据，执行数据预处理操作，并对预处理之后的CSI样本进行特征提取。步骤2：以无线信号在LOS和NLOS环境下的传播特点为基础，构造基于K均值聚类算法的特征因子。鉴于LOS环境中的CIR样本的信号能量主要集中在主径中，而与主径相邻的采样点是与主径属于同一类的样本，通过K均值聚类算法对LOS和NLOS场景下采集的CIR样本按照其能量的不同进行聚类。步骤3：在LOS场景下，首先对采集到的CIR样本的振幅随机选择K个点作为初始聚类中心，然后将每一个点分配到最近的聚类中心，形成K个簇，再重新计算每个簇的聚类中心并且不断更新，直到迭代次数达到最大或者簇内元素不发生变化停止，然后比较聚类中心的距离，选择聚类中心距离较大的类别为本专利技术所要分的类别，这里的类别数代表环境中的多径数。步骤4：采用步骤3中的方法，对NLOS环境下的CIR样本的振幅进行聚类。以此为基础，定义基于K均值聚类算法的特征因子为ξ，ξ＝-1/lg(M)·M/R，其中M表示采集到的CIR样本中最大能量值所属类的所有能量之和，R表示CIR样本中除最大能量值所在那一类样本之外的其他路径样本能量之和，-1/lg(M)表示距离因子。步骤5：鉴于不同的特征组合会有不同的分类性能，依据费歇尔准则，对属于LOS和NLOS的每个特征进行评估。在每个特征下，定义所有样本的类内散射距离为式中其中k表示特征索引号，m表示所分类别的数量，在本专利技术中m＝2，x表示样本数据集，x(k)表示第k个特征的样本集，表示第i类样本的第k个特征样本集的均值，Di表示第i类的样本集，ni表示属于第i类样本的数量。类内离散距离表征的是属于同一类别的样本在被测特征上的方差。在被测特征上，定义所有样本的类间散射距离为其中n表示各类样本总数，D表示样本集，μ(k)表示所有样本中第k个特征样本集的均值，类间离散距离表征的是属于不同类别的样本在特征k处的相似性。步骤6：以步骤5中的类内散射距离和类间散射距离为基础，计算特征k的判别函数步骤7：依据步骤5、步骤6中的特征筛选方法，对不同的特征组合进行筛选，然后利用基于C4.5算法的随机森林算法进行训练和测试。计算每个特征的信息增益率，选择信息增益率突出的特征作为根节点，而其他特征留待进一步分裂，在每个决策节点处应用相同的分割标准，令树持续增长，直到此节点成为包含预测类别的叶节点时停止分裂，其中从根节点到叶节点的路径表示分类规则。在步骤7中，定义属性“x1”、“x2”和“x3”分别为从训练数据集中随机获取的三个不同特征，LOS和NLOS的类标签分别设置为“1”和“-1”，将特征值分类为左子节点和右子节点，若特征“x3”的值为3.4535，且它为根节点，则表示在所有特征中“x3”的信息增益率最高，“x3”的右子节点变为叶节点，其类预测为1，这意味着大于3.4535的所有特征“x3”的值都属于LOS，右子节点的熵为零，而“x3”的左子节点进一步分裂，在其他决策节点处递归地应用分裂标准，直到到达叶节点则表示这棵决策树构建完成。在测试阶段，每个需要测试的值同时通过森林内的所有树，从根节点开始，直到它到达相应的叶节点。通过各棵树的多数投票得到随机森林算法的预测值，根据测试数据集的第i次观察值，树p(p＝1，...，P)的输出预测值为yip，则整个随机森林算法的预测输出为分类结果可以描述为基于yi的假设检验，即当yi≥0时，则属于LOS，当yi＜0时，则属于NLOS。附图说明：图1是本专利技术的结构框架图；图2是基于K均值聚类算法的特征因子构造流程图；图3是随机森林算法中决策树结构示意图；图4是实测场景示意图；图5是不同场景下环境的复杂程度；具体实施方式：首先，以装有无线网卡的电脑、路由器为基础构建数据采集系统，采集LOS和NLOS环境下的CSI数据，并对预处理之后的样本进行特征提取，以提高分类性能为目标，引入K均值聚类算法提出一种基于K均值聚类算法的特征因子。如图2所示为基于K均值聚类算法的特征因子构造流程图。鉴于在LOS环境下的CIR样本中，信号能量主要集中在主径中，而与主径相邻的采样点是与主径属于同一类的样本，能量相对较高，其他通过反射路径传播的信号能量相对较小。在NLOS传播条件下，信号在传播过程中不存在直视路径，因此接收端接收到的各子载波的信号能量分布较为随机，存在多条信号能量相对较大的路径。以此为基础，本专利技术通过K均值聚类算法对LOS和NLOS场景下采集的CIR样本按照其能量的不同进行聚类，首先对采集到的CIR样本的振幅随机选择K个点作为初始聚类中心，然后将每一个点分配到最近的聚类中心，形成K个簇，再重新计算每个簇的聚类中心并且不断更新，直到迭代次数达到最大或者簇内元素不发生变化停止，然后比本文档来自技高网...

【技术保护点】
1.一种基于改进随机森林算法的CSI系统多径分类方法，其具体步骤如下：/n步骤1：以LOS和NLOS传播环境下统计特征的分布特性为建模条件，建立多径分类系统模型，系统包括三部分组成，分别为数据采集与预处理模块、特征提取模块、多径分类模块，利用搭载无线网卡的笔记本采集CSI数据，执行数据预处理操作，并对预处理之后的CSI样本进行特征提取；/n步骤2：以无线信号在LOS和NLOS环境下的传播特点为基础，构造基于K均值聚类算法的特征因子，鉴于LOS环境中的CIR样本的信号能量主要集中在主径中，而与主径相邻的采样点是与主径属于同一类的样本，通过K均值聚类算法对LOS和NLOS场景下采集的CIR样本按照其能量的不同进行聚类；/n步骤3：在LOS场景下，首先对采集到的CIR样本的振幅随机选择K个点作为初始聚类中心，然后将每一个点分配到最近的聚类中心，形成K个簇，再重新计算每个簇的聚类中心并且不断更新，直到迭代次数达到最大或者簇内元素不发生变化停止，然后比较聚类中心的距离，选择聚类中心距离较大的类别为本专利技术所要分的类别，这里的类别数代表环境中的多径数；/n步骤4：采用步骤3中的方法，对NLOS环境下的CIR样本的振幅进行聚类，以此为基础，定义基于K均值聚类算法的特征因子为ξ，ξ＝-1/lg(M)·M/R，其中M表示采集到的CIR样本中最大能量值所属类的所有能量之和，R表示CIR样本中除最大能量值所在那一类样本之外的其他路径样本能量之和，-1/lg(M)表示距离因子；/n步骤5：鉴于不同的特征组合会有不同的分类性能，依据费歇尔准则，对属于LOS和NLOS的每个特征进行评估，在每个特征下，定义所有样本的类内散射距离为...

【技术特征摘要】
1.一种基于改进随机森林算法的CSI系统多径分类方法，其具体步骤如下：
步骤1：以LOS和NLOS传播环境下统计特征的分布特性为建模条件，建立多径分类系统模型，系统包括三部分组成，分别为数据采集与预处理模块、特征提取模块、多径分类模块，利用搭载无线网卡的笔记本采集CSI数据，执行数据预处理操作，并对预处理之后的CSI样本进行特征提取；
步骤2：以无线信号在LOS和NLOS环境下的传播特点为基础，构造基于K均值聚类算法的特征因子，鉴于LOS环境中的CIR样本的信号能量主要集中在主径中，而与主径相邻的采样点是与主径属于同一类的样本，通过K均值聚类算法对LOS和NLOS场景下采集的CIR样本按照其能量的不同进行聚类；
步骤3：在LOS场景下，首先对采集到的CIR样本的振幅随机选择K个点作为初始聚类中心，然后将每一个点分配到最近的聚类中心，形成K个簇，再重新计算每个簇的聚类中心并且不断更新，直到迭代次数达到最大或者簇内元素不发生变化停止，然后比较聚类中心的距离，选择聚类中心距离较大的类别为本发明所要分的类别，这里的类别数代表环境中的多径数；
步骤4：采用步骤3中的方法，对NLOS环境下的CIR样本的振幅进行聚类，以此为基础，定义基于K均值聚类算法的特征因子为ξ，ξ＝-1/lg(M)·M/R，其中M表示采集到的CIR样本中最大能量值所属类的所有能量之和，R表示CIR样本中除最大能量值所在那一类样本之外的其他路径样本能量之和，-1/lg(M)表示距离因子；
步骤5：鉴于不同的特征组合会有不同的分类性能，依据费歇尔准则，对属于LOS和NLOS的每个特征进行评估，在每个特征下，定义所有样本的类内散射距离为式中其中k表示特征索引号，m表示所分类别的数量，在本发明中m＝2，x表示样本数据集，x(k)表示第k个特征的样本集，表示第i类样本的第k个特征样本集的均值，Di表示第i类的样本集，ni表示属于第i类...

【专利技术属性】
技术研发人员：史伟光，李耀辉，李婉琪，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津;12