基于壓縮感知的RSS室內(nèi)定位系統(tǒng)的研究與實現(xiàn).pdf

1、隨著人們對室內(nèi)定位信息需求的不斷增長,基于位置的服務和由此帶來的一系列應用在近年來受到越來越多的關注,并日漸呈現(xiàn)出廣闊的商業(yè)前景和巨大的市場價值。其中,精確、實時的室內(nèi)定位技術是實現(xiàn)整個基于位置服務的必要前提和關鍵。
　　 由于基于無線局域網(wǎng)(Wireless Local Area Network,WLAN)接收信號強度(Received Signal Strength,RSS)的定位系統(tǒng),充分利用了現(xiàn)有的無線網(wǎng)絡基礎設施,能以

2、純軟件的方式在任何一臺具有Wi-Fi適配器的智能終端獨立地實現(xiàn)定位,而無需額外的硬件設備輔佐,并以低成本的方式將定位系統(tǒng)應用到絕大多數(shù)人類的室內(nèi)活動范圍,進一步滿足室內(nèi)用戶的定位需求,成為本文研究的出發(fā)點。然而,室內(nèi)復雜電波傳播環(huán)境的特性,對基于WLAN接收信號強度的定位技術提出了極大的挑戰(zhàn)。由于RSS受電波傳播距離、室內(nèi)布局、建筑材料、人體吸收、氣候等多方面的影響,僅通過RSS來精確描述位置信息較為困難,而現(xiàn)有的室外定位技術很難滿足室

3、內(nèi)復雜環(huán)境下的高精度定位需求。
　　 論文對基于RSS的WLAN室內(nèi)定位技術進行了較為系統(tǒng)的研究,基于當今信號處理領域的前沿理論,提出了一套新的定位方案,并在資源受限的智能終端上獨立開發(fā)與實現(xiàn)。論文的最終目的在于提高現(xiàn)有的基于RSS室內(nèi)定位系統(tǒng)的定位精度,并在智能終端上開發(fā)一整套室內(nèi)定位、追蹤、導航系統(tǒng),提供給多倫多CNIB1的視力低弱人群,為他們提供室內(nèi)基于位置的服務,具有一定的現(xiàn)實意義。
　　 1)在定位問題上,論文

4、成功地將當今信號處理領域的前沿理論——壓縮感知理論、仿射傳播聚類理論應用于室內(nèi)定位機制[33][66][69][92]。定位原理基于指紋法進行,具體包括兩個過程,即基于仿射傳播聚類和類匹配的粗定位,以及基于壓縮感知的精定位。在精定位過程中,論文將定位問題描述為稀疏信號的重構(gòu)問題,因而定位系統(tǒng)僅根據(jù)終端設備對來自少量無線接入點(Access Point,AP)RSS的測量,應用壓縮感知原理,通過一個l1范數(shù)最小化求解而實現(xiàn)位置估計?？紤]到

5、RSS的時變特性,算法采用不同的粗定位機制和不同的AP選擇機制,以提高系統(tǒng)的穩(wěn)定性與魯棒性。算法較現(xiàn)有同等技術下的定位機制,在定位精度和實時性上具有較大的提高。實驗環(huán)境中,在使用5個AP實現(xiàn)定位的情況下,算法的平均均方根定位誤差為2.1m,同等條件下,較傳統(tǒng)的KNN2確定性算法和高斯Kernel概率性算法的定位精度分別提高了17.3％與12.5％。從誤差累積分布來看,系統(tǒng)95％概率所能達到的定位精度,較KNN和高斯Kernel定位機制分

6、別提高了28.4％與10.2％。論文接著對該定位機制在RSS不完全采樣下信號的重構(gòu)性,和在RSS不精確采樣下系統(tǒng)的穩(wěn)定性進行理論分析,給出壓縮感知實現(xiàn)精確定位下,AP數(shù)目M與參考點數(shù)目N間的數(shù)量級關系,即M=O(logN),并對精定位過程中引入的正交化預操作給予相應的理論解釋。論文最后對不同定位機制下算法的復雜度進行分析和比較,并將提出的定位機制在資源受限的智能終端上實現(xiàn)。
　　 2)論文將定位與追蹤相結(jié)合。在追蹤過程中,不同于

7、傳統(tǒng)的卡爾曼濾波,論文將來自室內(nèi)地圖、加速計、指南針等信息充分融合,在無線接入點位置未知的情況下,提出基于信息融合的濾波系統(tǒng)[67][91]。該系統(tǒng)將當前時刻的RSS觀測向量、歷史位置估計,及來自3D加速計的運動模型相結(jié)合,共同完成當前時刻的粗定位；在確保粗定位機制準確性的前提下,進一步利用卡爾曼濾波器在線性軌跡上對精定位所得的位置估計進行修正和平滑,而在轉(zhuǎn)角處對濾波系統(tǒng)進行重置,簡單而成功地在終端設備實現(xiàn)追蹤。在11個AP的實驗環(huán)境下

8、,動態(tài)系統(tǒng)的平均均方根定位誤差和系統(tǒng)最大定位誤差分別可達1.2m和4.2m。從誤差累積分布來看,系統(tǒng)95％概率所能達到的定位精度,在同等條件下,較提出的基于壓縮感知的靜態(tài)定位系統(tǒng)、基于KNN和卡爾曼濾波的動態(tài)追蹤系統(tǒng)、基于壓縮感知和卡爾曼濾波的動態(tài)追蹤系統(tǒng),分別提高了29.4％,44.7％和18.8％。論文接著針對CNIB特殊人群,設計特定的路由尋找和路由分析機制,并在終端設備上提供實時的導航服務。
　　 3)論文進一步提出相同

9、的壓縮感知原理可用于離線指紋庫的重構(gòu)[68]。論文將離線階段2D空間上來自每個AP的信號強度指紋庫視為一張圖像,由于該圖像在對應頻域內(nèi)傅立葉系數(shù)具有一定的稀疏性,因而可根據(jù)空間少量隨機參考點上指紋的采集,利用壓縮感知理論和全變分范數(shù)最小化求解對該圖像進行重構(gòu)。該方法為指紋法中離線指紋庫采集工作量大的問題,提出了一種可行的解決途徑,推進了指紋法在現(xiàn)實生活中的應用,也為該領域提出了一個新的研究方向。
　　 4)最后,論文將所提出的定

10、位、追蹤和導航方案進一步在PDA(HP iPAQhx4700)和智能手機(Samsung OMINIA-Ⅱ)兩個平臺上開發(fā)并實現(xiàn)[93]。系統(tǒng)的開發(fā)基于C＃,并將手勢和語音作為與用戶友好交流的接口,實現(xiàn)一套完整的室內(nèi)定位、追蹤與導航應用。開發(fā)的系統(tǒng)在多倫多大學Bahen大樓、多倫多Bayview Village購物商場測試,獲得非常理想的效果,并進一步在多倫多的CNIB進行測試和推廣,幫助視力低弱人群進行實時定位,完成室內(nèi)導航,并由他們