基于压缩感知的DTMB与FM信号室内指纹定位系统方法技术方案

本发明专利技术公开了一种基于压缩感知的DTMB与FM信号室内指纹定位方法，包括步骤：离线阶段根据室内环境随机选取参考点，采集DTMB与FM信号，根据压缩感知技术，重构出全体参考点的信号强度，作为参考点的特征指纹信息构成指纹信息数据库；获取待测点的DTMB与FM信号的指纹信息，利用压缩感知算法在粗定位基础上精确定位出位置信息，完成待测点和参考点指纹数据库的匹配。本发明专利技术利用DTMB与FM信号联合定位，覆盖范围广，抗干扰性能优越；本发明专利技术采用压缩感知技术，能减少位置信息的采集量，并能提准确高效的完成定位。效的完成定位。效的完成定位。

【技术实现步骤摘要】
基于压缩感知的DTMB与FM信号室内指纹定位系统方法


[0001]本专利技术涉及一种基于压缩感知的DTMB与FM信号的利用指纹信息进行室内定位的方法。

技术介绍

[0002]随着社会经济的快速发展和信息化进程的不断深入，人们越来越迫切地需要获取位置信息。全球导航卫星系统(GNSS)能够较好地解决室外定位问题，而室内定位则成为亟待解决的问题。
[0003]Wi-Fi定位技术是当前室内定位领域的研究热点，在良好的情况下，Wi-Fi定位的平均误差可以达到3米。然而，Wi-Fi信号易受环境干扰，在存在干扰的情况下，定位精度会迅速恶化。Wi-Fi信号使用自由许可的ISM 2.4GHz频段，易受其它同频信号的干扰。同时，水分子在2.4GHz频段存在吸收峰，这意味着Wi-Fi信号强度会受到空气湿度的影响。更重要的是，人体70％的成份是水，Wi-Fi信号极易受室内行人的影响。总而言之，Wi-Fi信号是不稳定的、时变的。当Wi-Fi用于室内定位时，存在定位精度低、抗外界干扰能力弱等问题。
[0004]公共调频广播(FM)信号与Wi-Fi信号相比，具有发射功率大、覆盖范围广、信号稳定等特点。但是，FM信号的波长约为3米，与门窗、墙壁等室内障碍物尺寸相当，这意味着FM信号会产生明显的衍射现象，削弱其描绘不同位置的能力。
[0005]数字电视地面广播(DTMB)信号的引入，能提高FM信号定位的精度。DTMB信号的频率为470-860MHz，波长为0.34-0.64m，与波长3m的FM信号相结合，能够很好地提高定位精度。
[0006]然而，在位置指纹匹配定位系统中，离线阶段数据采集的巨大工作量也是指纹定位系统的一大难题。压缩感知(Compressive Sensing，CS)理论指出，当信号是稀疏或可压缩的，可以以某个线性投影的方式来得到信号的压缩后表示，得到的数据能够大概率地重建出原始数字信号。考虑到位置信息的天然稀疏性，即同一时刻，待定位点的位置具有唯一性，压缩感知能够很好的应用于室内定位领域。

技术实现思路

[0007]鉴于上述各种方法的缺陷和难度，本专利技术提出一种基于压缩感知的DTMB与FM信号的室内指纹定位的方法，DTMB与FM信号的联合定位克服了传统上利用Wi-Fi信号进行定位的不稳定性和FM信号进行定位的精度偏低的缺点，提高了定位精度；采用的压缩感知技术解决了数据采集巨大工作量的难题，提高了方案的可实用性。
[0008]实现本专利技术的技术方案如下：
[0009]1)离线阶段根据室内环境随机选取参考点，采集DTMB与FM信号，储存信号强度，作为参考点的特征指纹信息；
[0010]2)根据压缩感知理论，重构出全体参考点的信号强度，构成指纹信息数据库；
[0011]3)在线阶段利用天线接收待测点的DTMB与FM信号，获取待测点的DTMB与FM信号的
指纹信息；
[0012]4)根据KWNN算法完成待测点的粗定位，然后利用压缩感知重构算法精确重构出位置信息，完成待测点和参考点指纹数据库的匹配。
[0013]进一步地，本专利技术所述的信号的指纹信息，是指DTMB与FM的联合定位所得的信号强度。
[0014]进一步地，本专利技术所述的步骤(2)中的压缩感知重构方法，能够从少量参考点的RSS值重构出全部参考点的位置指纹数据库，降低了离线阶段信号采集的数据量，从而加快离线阶段位置指纹数据库的构建。
[0015]进一步地，本专利技术所述的步骤(4)中的压缩感知重构算法包括迭代贪心算法和凸优化算法，如正交匹配追踪(Orthogonal Matching Pursuit，OMP)、压缩采样匹配追踪(Compressive Sampling Matching Pursuit，CoSaMP)、基追踪(Basic Pursuit，BP)、迭代硬阈值(Iterative Hard Threshold，IHT)等等。
[0016]本专利技术提出的室内定位方法与已有的技术相比，有以下优点：
[0017]1)本专利技术所采用的基于压缩感知的DTMB与FM信号室内指纹定位系统方法，所利用的压缩感知技术，可以将少量随机选取的参考点的RSS值重构出全部参考点的RSS位置信息，降低了离线阶段信号采集的数据量。
[0018]2)本专利技术所采用的基于压缩感知的DTMB与FM信号室内指纹定位系统方法，所利用的压缩感知恢复算法，可在粗定位的基础上精确重构出待测点的指纹信息，进一步提高定位的精确度。
附图说明
[0019]图1为本专利技术基于压缩感知的DTMB与FM信号的利用指纹信息进行室内定位的方法方法的流程图；
[0020]图2为实验环境内参考点与待定位点的分布图；
[0021]图3为使用压缩感知与KWNN算法定位误差的CDF曲线对比图。
具体实施方式
[0022]结合附图及实施例，对本专利技术所述的方法作详细阐述。
[0023](1)离线阶段根据室内环境随机选取参考点，采集DTMB与FM信号，储存信号强度，作为参考点的特征指纹信息。
[0024]离线阶段，如图2所示，在室内区域内设置N个参考点，每个参考点的位置坐标均为已知的。在参考点i处，位置坐标向量为P
i
，RSS均值向量为Φ
i
。位置指纹数据库可表示为如下的映射关系：
[0025]f：Φ
i
→
P
i Φ
i
∈R
M
，i＝1，2，...，N
ꢀꢀ
(1)
[0026]上式中，M代表信号维度，也就是接收到的信号数目。
[0027](2)根据压缩感知理论，重构出全体参考点的信号强度，构成指纹信息数据库。
[0028]不失一般性，对于某一频点，所有参考点的信号强度按照特定的顺序排列形成矢量r，r可以表示为
[0029][0030]事实上，r不是稀疏的，需要经过稀疏变换矩阵转换为稀疏向量，鉴于信号的RSS值在空间中的分布可视为图像，而离散小波变换(Discrete Wavelet Transform，DWT)在图像稀疏处理中的巨大成功，本专利技术采用DWT实现对空间中RSS信号的稀疏化，如下式所示，
[0031]R＝W
·
r
ꢀꢀ
(3)
[0032]其中，W为小波变化矩阵，R为稀疏向量。为了从全部的N个参考点中选择K个参考点(K＜N)，定义随机选择矩阵G，G是一个K
×
N的矩阵。G的每一行中，只有被选中的参考点的值设为1，其他值为0。若y表示随机选择的K个参考点的RSS值，则有，
[0033]y＝Gr＝GW-1
R＝ΨR
ꢀꢀ
(4)
[0034]其中，Ψ＝GW-1
，Ψ为压缩感知理论中的传感矩阵。当Ψ为近似正交时，能够以很高的概率从y中重构出R。为了将传感矩阵Ψ转换为正交矩阵，定义正交化因子T为
[0035]T＝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于压缩感知的DTMB与FM信号室内指纹定位系统方法，其特征在于，根据压缩感知理论，通过接收DTMB与FM联合信号的强度信息，确定室内环境待定位点的空间位置，包括以下步骤：1)离线阶段根据室内环境随机选取参考点，采集DTMB与FM信号，储存信号强度，作为参考点的特征指纹信息；2)根据压缩感知理论，重构出全体参考点的信号强度，构成指纹信息数据库；3)在线阶段利用天线接收待测点的DTMB与FM信号，获取待测点的DTMB与FM信号的指纹信息；4)根据KWNN算法完成待测点的粗定位，...

【专利技术属性】
技术研发人员：吴虹，杨梦焕，陈琢，彭鸿钊，乔红玉，
申请(专利权)人：南开大学，
类型：发明
国别省市：