基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法
【專利摘要】本發(fā)明公開了基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法，步驟如下：將被定位的檢測區(qū)域網(wǎng)格化，設(shè)置在檢測區(qū)域內(nèi)的若干無線路由器發(fā)射無線信號(hào)，在網(wǎng)格化后區(qū)域的每個(gè)方格內(nèi)用無線信號(hào)接收器多次采集無線路由器的無線信號(hào)的信息，將采集的無線信號(hào)信息組成大數(shù)據(jù)集無線信號(hào)指紋庫；信號(hào)預(yù)處理；參數(shù)訓(xùn)練：訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)DNN；基于訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)DNN的信號(hào)特征提取和特征分類；基于隱馬爾科夫模型HMM的位置估計(jì)。本發(fā)明在不影響實(shí)時(shí)定位速度的情況下提升定位結(jié)果的準(zhǔn)確性，成功將定位問題融入到大數(shù)據(jù)的背景中，并有效的利用大數(shù)據(jù)的優(yōu)勢來提高實(shí)時(shí)定位系統(tǒng)的性能。
【專利說明】基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明通常涉及無線定位技術(shù)，尤其涉及基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法?！颈尘凹夹g(shù)】
[0002]目前在世界范圍內(nèi)的定位技術(shù)主要有GPS定位、W1-Fi定位、藍(lán)牙定位等，GPS定位主要應(yīng)用于室外，W1-F1、藍(lán)牙定位既可用于室內(nèi)，也可用于室外。GPS定位由于其特殊的工作方式，與本發(fā)明的具體實(shí)現(xiàn)相差較遠(yuǎn)。本定位技術(shù)適用但不限于W1-F1、藍(lán)牙等定位方式。由于W1-Fi定位相對(duì)成熟，下面以W1-Fi定位技術(shù)為背景來介紹本發(fā)明的具體內(nèi)容。
[0003]隨著無線路由器的普及，目前大部分公共區(qū)域都已經(jīng)實(shí)現(xiàn)十幾個(gè)甚至幾十個(gè)W1-Fi信號(hào)覆蓋，而且這些路由器在向四周傳播W1-Fi信號(hào)的同時(shí)，也不停的發(fā)送其物理地址與信號(hào)強(qiáng)度等信息，只要在其信號(hào)覆蓋范圍內(nèi)，即使不知道W1-Fi的密碼，也同樣能獲得這些信息。W1-Fi定位技術(shù)正是充分利用了這類公共的信息，從而實(shí)現(xiàn)實(shí)時(shí)定位。
[0004]W1-Fi定位技術(shù)包括硬件與軟件兩部分，硬件包括無線信號(hào)發(fā)射器(如無線路由器)、信號(hào)接收器(如手機(jī))、定位顯示終端(如顯示屏)等，軟件主要實(shí)現(xiàn)用采集到的信號(hào)判斷位置等功能。其中傳統(tǒng)的定位方式有兩種:一種是基于硬件的定位，該定位方式利用硬件測到的物理量(如信號(hào)傳送時(shí)間，達(dá)到角度等)確定位置，對(duì)硬件要求比較高；一種是基于指紋的定位，該定位過程大體上分兩個(gè)階段，首先在采集階段收集定位區(qū)域的無線信號(hào)作為指紋，然后在定位階段利用目標(biāo)對(duì)象當(dāng)前獲得的無線信號(hào)與這些指紋進(jìn)行匹配并定位。隨著軟件算法的越來越成熟，基于指紋算法的定位方式越來越普及。指紋算法的大致流程如圖1所示。
[0005]目前國內(nèi)外相關(guān)的無線定位研究包括，芬蘭Ekahau公司成立于2000年，提供以W1-Fi技術(shù)為基礎(chǔ)的實(shí)時(shí)定位系統(tǒng)。江蘇蘇州的優(yōu)頻科技有限公司從事無線網(wǎng)絡(luò)芯片及相關(guān)產(chǎn)品研發(fā)設(shè)計(jì)，如基于無線局域網(wǎng)(W1-Fi)的物聯(lián)網(wǎng)系統(tǒng)，包括無線定位模塊、定位卡或腕帶等。上海銳帆信息科技有限公司從事有源RFID、RTLS實(shí)時(shí)定位系統(tǒng)等安全產(chǎn)品的研究。
[0006]現(xiàn)有的與定位相關(guān)專利主要有，芬蘭Ekahau公司的專利[ISequence-basedpositioning technique,申請?zhí)?/ 專利號(hào) EP1532465A1,發(fā)明設(shè)計(jì)人:Pauli Misikangas ；Petri MYLLYMAKI；]和[2基于序列的定位技術(shù)，申請?zhí)?專利號(hào)03815410.2，發(fā)明設(shè)計(jì)人:P.米西坎加斯；P.米呂邁基]等。他們在專利中提出，用隱馬爾可夫模型對(duì)位置序列進(jìn)行建模，采用雙向遞推的方法用觀測結(jié)果序列來求取最偉的定位位置。其公式如下:
[0007]
【權(quán)利要求】
1.基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法，其特征是，包括如下步驟: 首先，將被定位的檢測區(qū)域網(wǎng)格化，設(shè)置在檢測區(qū)域內(nèi)的無線路由器發(fā)射無線信號(hào)，在網(wǎng)格化后區(qū)域的每個(gè)方格內(nèi)用無線信號(hào)接收器多次采集無線路由器的無線信號(hào)的信息，將采集的無線信號(hào)信息組成大數(shù)據(jù)集無線信號(hào)指紋庫； 信號(hào)預(yù)處理:將大數(shù)據(jù)集無線指紋庫中的無線信號(hào)數(shù)據(jù)或者無線接收器所觀測到的信號(hào)向量進(jìn)行歸一化處理； 參數(shù)訓(xùn)練:采用受限玻爾茲曼機(jī)RBM訓(xùn)練和誤差反向傳播BP訓(xùn)練相結(jié)合的方式對(duì)深度神經(jīng)網(wǎng)絡(luò)DNN的參數(shù)進(jìn)行學(xué)習(xí)，訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)； 基于訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)DNN的信號(hào)特征提取和特征分類:所述特征提取是提取當(dāng)前時(shí)刻所觀測到的無線信號(hào)的特征，利用訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)DNN對(duì)歸一化處理后的輸入向量進(jìn)行非線性變換，將輸入向量投影到合適的空間；所述特征分類是將提取到的特征進(jìn)行分類，從而實(shí)現(xiàn)對(duì)當(dāng)前實(shí)際位置所對(duì)應(yīng)的方格進(jìn)行實(shí)時(shí)位置估計(jì)； 最后，基于隱馬爾科夫模型HMM的位置估計(jì):利用所估計(jì)位置在時(shí)間上連續(xù)性，將深度神經(jīng)網(wǎng)絡(luò)DNN的多個(gè)輸出轉(zhuǎn)換為隱馬爾科夫序列，采用隱馬爾科夫模型HMM對(duì)隱馬爾科夫序列進(jìn)行實(shí)時(shí)位置估計(jì)，從而得到最佳的實(shí)時(shí)定位位置。
2.如權(quán)利要求1所述的基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法，其特征是，所述無線信號(hào)信息包括無線信號(hào)自身的物理地址與無線信號(hào)強(qiáng)度信息。
3.如權(quán)利要求1所述的基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法，其特征是，所述信號(hào)預(yù)處理的具體步驟為:輸入為一組無線信號(hào)向量，對(duì)該無線信號(hào)向量而言，每一個(gè)元素代表了一個(gè)無線信號(hào)發(fā)射器在同一觀測位置上的信號(hào)強(qiáng)度；對(duì)于每一個(gè)無線信號(hào)發(fā)射器而言，在由近及遠(yuǎn)的無線信號(hào)接收器上所觀測到的該發(fā)射器所發(fā)出的無線信號(hào)強(qiáng)度由-30向-100遞減；故采用公式V = (R+100)/70將信號(hào)向量歸一化到[O I]范圍內(nèi)；其中，R表示某觀測位置所觀測到各信號(hào)發(fā)射器所發(fā)出的信號(hào)強(qiáng)度組成的向量，V表示預(yù)處理后的結(jié)果，同時(shí)也是神經(jīng)網(wǎng)絡(luò)的輸入。
4.如權(quán)利要求1所述的基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法，其特征是，所述特征提取的具體步驟為:采用深度神經(jīng)網(wǎng)絡(luò)DNN來提取特征向量，所述特征提取是由底層輸入層經(jīng)過中間隱藏層往最上層隱藏層傳遞的過程，層與層之間的傳遞包括線性變換公式(4)和非線性變換公式(5):
5.如權(quán)利要求1所述的基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法，其特征是，所述特征分類的具體步驟為: 引入分類器實(shí)現(xiàn)對(duì)輸入的無線信號(hào)向量的分類:將采集到的信號(hào)歸一化預(yù)處理后輸入DNN,通過底層輸入層傳遞到最上層隱藏層，提取得到信號(hào)的特征，再通過分類器在輸出層得到估計(jì)結(jié)果I”即輸入信號(hào)向量R的實(shí)際位置I位于各個(gè)方格Ii的概率Pd = Ii IR)，從而實(shí)現(xiàn)對(duì)信號(hào)實(shí)際位置的預(yù)估計(jì)。
6.如權(quán)利要求1所述的基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法，其特征是，所述參數(shù)訓(xùn)練的具體步驟為: 參數(shù)預(yù)訓(xùn)練:先采用無位置信息的無線信號(hào)向量，用無監(jiān)督的方法，逐層對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行RBM預(yù)訓(xùn)練，完成DNN神經(jīng)網(wǎng)絡(luò)的參數(shù)初始化； 參數(shù)預(yù)訓(xùn)練完成后:再采用有位置信息的信號(hào)向量，用有監(jiān)督的方法，通過BP訓(xùn)練，用輸出結(jié)果和預(yù)期結(jié)果的誤差來反向調(diào)整網(wǎng)絡(luò)參數(shù)，實(shí)現(xiàn)對(duì)參數(shù)的進(jìn)一步調(diào)整，使深度神經(jīng)網(wǎng)絡(luò)最終能實(shí)現(xiàn)特征提取和分類； 所述預(yù)訓(xùn)練是逐層進(jìn)行的，先用輸入層數(shù)據(jù)來訓(xùn)練輸入層神經(jīng)元和第一層隱藏層神經(jīng)元的之間的權(quán)重系數(shù)及這兩層神經(jīng)元的偏置，并獲得第一層隱藏層的神經(jīng)元狀態(tài)； 再用第一層隱藏層的神經(jīng)元狀態(tài)來訓(xùn)練第一層隱藏層神經(jīng)元和第二層隱藏層神經(jīng)元之間的權(quán)重系數(shù)及這兩層神經(jīng)元的偏置； 以此類推，直到訓(xùn)練完除頂層輸出層外的其他神經(jīng)元權(quán)重系數(shù)和偏置；此時(shí)完成了DNN神經(jīng)網(wǎng)絡(luò)的參數(shù)預(yù)訓(xùn)練； 完成了網(wǎng)絡(luò)參數(shù)的逐層預(yù)訓(xùn)練后，需要用隨機(jī)取值的方法對(duì)最上層隱藏層與頂層輸出層之間的權(quán)重系數(shù)進(jìn)行初始化，才能接下來對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行全局BP訓(xùn)練。
7.如權(quán)利要求6所述的基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法，其特征是，所述BP訓(xùn)練中，采用有監(jiān)督的全局參數(shù)訓(xùn)練的方法:已知無線信號(hào)強(qiáng)度向量的實(shí)際位置屬于某個(gè)方格，通過不斷調(diào)整網(wǎng)絡(luò)參數(shù)使得網(wǎng)絡(luò)的輸出和真實(shí)的結(jié)果相同。
8.如權(quán)利要求1所述的基于大數(shù)據(jù)的無線實(shí)時(shí)位置定位方法，其特征是，基于隱馬爾科夫模型HMM的位置估計(jì)的具體步驟為: 通過深度神經(jīng)網(wǎng)絡(luò)計(jì)算1-T時(shí)間段內(nèi)時(shí)刻t觀測到的信號(hào)向量Rt屬于方格Ii的概率P (Ii I Rt)，其中1≤t≤T ;因此在1-T時(shí)間段內(nèi)，對(duì)于這個(gè)概率序列，利用HMM來推斷序列中某個(gè)信號(hào)Rt對(duì)應(yīng)的位置； 令HMM模型為Θ = (L, R, A, B, π )，其中L為狀態(tài)量，L中第i個(gè)元素Ii (1 ≤i≤N，N為定位區(qū)域的網(wǎng)格數(shù))表示定位區(qū)域中的方格i ;R為觀測量，R中第t個(gè)元素Rt(l<t<T，T為觀測序列的長度)表示t時(shí)刻觀測到的無線信號(hào)強(qiáng)度向量;A為狀態(tài)轉(zhuǎn)移矩陣，A中第i行第j列的元素aij(l ≤ i, j ≤ N)表示當(dāng)前時(shí)刻實(shí)際位置I在方格Ii的情況下，下一時(shí)刻實(shí)際位置i'在方格Ij的轉(zhuǎn)移概率P0- =IjIl = Ii) ;B為觀測矩陣，B中第j行第t列的元素bjt (I≤j≤N，I≤t≤T)表示在方格Ij觀測到信號(hào)Rt的觀測概率P (Rt 11 = Ij)；^為初始狀態(tài)矩陣，π中第i個(gè)元素π Jl < i < N)表示初始時(shí)刻實(shí)際位置1°為方格Ii的初始概率P (1° = Ii);那么有
【文檔編號(hào)】G01S5/02GK103945533SQ201410205616
【公開日】2014年7月23日 申請日期:2014年5月15日 優(yōu)先權(quán)日:2014年5月15日
【發(fā)明者】張偉, 劉侃, 田天, 宮世杰 申請人:濟(jì)南嘉科電子技術(shù)有限公司