本發(fā)明屬于信息技術(shù)、自動(dòng)控制和電子技術(shù)領(lǐng)域，具體涉及采用支持向量機(jī)方法對(duì)wifi信號(hào)的傳輸損耗特性進(jìn)行學(xué)習(xí)，同時(shí)利用學(xué)習(xí)結(jié)果實(shí)現(xiàn)在線位置估計(jì)的方法。

背景技術(shù)：

隨著位置數(shù)據(jù)業(yè)務(wù)的不斷發(fā)展，室內(nèi)定位在機(jī)場(chǎng)、商場(chǎng)、停車(chē)場(chǎng)、礦井等領(lǐng)域取得了廣泛的應(yīng)用。但由于室內(nèi)定位環(huán)境的復(fù)雜性，其在定位精度方面還難以滿(mǎn)足實(shí)際要求。一方面，由于不同室內(nèi)環(huán)境下，室內(nèi)整體結(jié)構(gòu)、材料、物品位置等都會(huì)導(dǎo)致信號(hào)傳輸存在較大損耗和波動(dòng)，另一方面，室內(nèi)存在的反射、繞射等現(xiàn)象，會(huì)產(chǎn)生嚴(yán)重的多徑效應(yīng)，極大增加了定位難度。雖然，許多學(xué)者在室內(nèi)定位方式、定位算法等都開(kāi)展了許多研究，目前已經(jīng)提出的室內(nèi)定位算法包括三角定位、強(qiáng)度法、指紋法等多種方法，取得了許多重要研究成果，但由于實(shí)際環(huán)境的復(fù)雜性，室內(nèi)定位精度仍難以令人滿(mǎn)意，定位精度還亟待進(jìn)一步提高。

技術(shù)實(shí)現(xiàn)要素：

為了克服已有的室內(nèi)定位方法定位精度有限的缺陷，本發(fā)明提供一種能夠有效提高室內(nèi)定位精度的定位方法及系統(tǒng)。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于傳輸損耗學(xué)習(xí)的室內(nèi)定位方法，包括：

步驟1)、移動(dòng)終端對(duì)室內(nèi)的所有wifi信號(hào)進(jìn)行實(shí)時(shí)掃描，為所述實(shí)時(shí)掃描的結(jié)果建立對(duì)數(shù)化“距離-損耗”模型；其中，所述“距離-損耗”模型的表達(dá)式為：

其中，P_i為第i個(gè)wifi接收的信號(hào)強(qiáng)度，i＝1,2,…,I，I為所有wifi的總數(shù)量，ξ_i表示對(duì)于位置(x,y)處第i個(gè)wifi信標(biāo)的信號(hào)傳輸衰減因子，(a_i,b_i,c_i)為第i個(gè)wifi的坐標(biāo)；ε_i表示第i個(gè)wifi在傳輸過(guò)程中的其他誤差；

步驟2)、利用歷史數(shù)據(jù)對(duì)“距離-損耗”模型進(jìn)行學(xué)習(xí)，建立機(jī)器學(xué)習(xí)模型；然 后基于歷史數(shù)據(jù)生成訓(xùn)練樣本集，對(duì)所建立的機(jī)器學(xué)習(xí)模型加以訓(xùn)練，得到用于生成wifi的信號(hào)傳輸衰減預(yù)測(cè)值的SVM回歸預(yù)測(cè)函數(shù)；

步驟3)、基于步驟1)中移動(dòng)終端的實(shí)時(shí)掃描結(jié)果，結(jié)合步驟2)所建立的SVM回歸預(yù)測(cè)方程與步驟1)所建立的對(duì)數(shù)化“距離-損耗”模型，計(jì)算所述移動(dòng)終端的準(zhǔn)確的位置坐標(biāo)。

上述技術(shù)方案中，所述步驟1)進(jìn)一步包括：

步驟1-1)、移動(dòng)終端在時(shí)刻t對(duì)周?chē)乃衱ifi信號(hào)進(jìn)行掃描，并記錄每個(gè)wifi的強(qiáng)度信息；

步驟1-2)、上傳并存儲(chǔ)各個(gè)移動(dòng)終端所記錄的wifi信號(hào)的強(qiáng)度信息；

步驟1-3)、為各個(gè)移動(dòng)終端對(duì)所有wifi信號(hào)的掃描結(jié)果建立對(duì)數(shù)化“距離-損耗”模型。

上述技術(shù)方案中，所述步驟2)進(jìn)一步包括：

步驟2-1)、將整個(gè)待定位區(qū)域劃分為J×K個(gè)網(wǎng)格，每個(gè)網(wǎng)格的坐標(biāo)點(diǎn)記為j＝1,2,…,J，k＝1,2,…,K；

步驟2-2)、基于歷史數(shù)據(jù)對(duì)每個(gè)位置點(diǎn)的wifi信號(hào)強(qiáng)度進(jìn)行采集，在坐標(biāo)點(diǎn)處第i個(gè)wifi采集信號(hào)強(qiáng)度記為對(duì)“距離-損耗”模型進(jìn)行變換，得到該坐標(biāo)點(diǎn)對(duì)應(yīng)的信號(hào)傳輸衰減因子為：

其中，(a_i,b_i,c_i)為第i個(gè)wifi的坐標(biāo)，其為已知值；P_i0表示1米時(shí)的信號(hào)強(qiáng)度，其為已知值；

步驟2-3)、以每個(gè)網(wǎng)格點(diǎn)的坐標(biāo)作為輸入點(diǎn)，以解算的信號(hào)傳輸衰減因子作為輸出樣本，構(gòu)成對(duì)第i個(gè)wifi信標(biāo)的訓(xùn)練樣本集；所述第i個(gè)wifi信標(biāo)的訓(xùn)練樣本集的表達(dá)式為：

輸入特征集：

輸出目標(biāo)集：f＝[ξ_i11,ξ_i12,…,ξ_iJK]；

步驟2-4)、采用步驟2-3)所得到的訓(xùn)練樣本集對(duì)支持向量機(jī)進(jìn)行訓(xùn)練，利用訓(xùn)練樣本集給出的輸入特征集和輸出目標(biāo)集，對(duì)SVM按如下步驟進(jìn)行訓(xùn)練，得到用于 生成wifi的信號(hào)傳輸衰減預(yù)測(cè)值的SVM回歸預(yù)測(cè)函數(shù)：

步驟2-4-1)、利用二次規(guī)劃算法，求解最優(yōu)化問(wèn)題：

s.t.

其中，ε為一給定的參數(shù)值，α_m^*、α_m為訓(xùn)練求取的參數(shù)，f_m為訓(xùn)練輸出集的第m個(gè)目標(biāo)輸出值，X_m為輸入特征集的第m個(gè)樣本，K(X_m,X_n)為徑向基函數(shù)核函數(shù)，其形式為：

其中，γ為高斯核函數(shù)寬度參數(shù)；

步驟2-4-2)、訓(xùn)練完成后，建立SVM回歸預(yù)測(cè)函數(shù)為：

其中：b為訓(xùn)練得到的閾值，α_m^*、α_m為訓(xùn)練求取的參數(shù)；X＝(x,y)^T為給定的待預(yù)測(cè)樣本特征矢量；為對(duì)第i個(gè)wifi的信號(hào)傳輸衰減預(yù)測(cè)值。

上述技術(shù)方案中，所述步驟3)進(jìn)一步包括：

步驟3-1)、聯(lián)立步驟2)所得到的所有wifi信號(hào)建立的SVM回歸預(yù)測(cè)方程和步驟1)所得到的對(duì)數(shù)化“距離-損耗”模型：

步驟3-2)、構(gòu)造函數(shù)組：

令：

其中表示求導(dǎo)；

步驟3-3)、由步驟3-2)得到的參數(shù)A、F構(gòu)造迭代求解方程式：

其中，上標(biāo)(k)表示第k次迭代，上標(biāo)T表示轉(zhuǎn)置，X＝(x,y)^T為待求位置坐標(biāo)；

步驟3-4)、當(dāng)?shù)蠼夥匠探M的迭代次數(shù)達(dá)到設(shè)定的次數(shù)或連續(xù)兩次迭代獲得的位置坐標(biāo)的差||X^(k+1) -X^k||小于某一閾值時(shí)，迭代終止；

步驟3-5)、迭代終止時(shí)所得到的優(yōu)化后的坐標(biāo)X＝(x,y)^T即為所要求解的移動(dòng)終端的實(shí)時(shí)的準(zhǔn)確的位置坐標(biāo)。

上述技術(shù)方案中，在所述步驟3-4)中，所述迭代的設(shè)定次數(shù)在10次-200次之間，所述某一閾值的大小在0.05-0.5之間。

本發(fā)明還提供了一種基于傳輸損耗學(xué)習(xí)的室內(nèi)定位系統(tǒng)，包括：

實(shí)時(shí)掃描與建模模塊，該模塊采用移動(dòng)終端對(duì)室內(nèi)的所有wifi信號(hào)進(jìn)行實(shí)時(shí)掃描，為所述實(shí)時(shí)掃描的結(jié)果建立對(duì)數(shù)化“距離-損耗”模型；其中，所述“距離-損耗”模型的表達(dá)式為：

其中，P_i為第i個(gè)wifi接收的信號(hào)強(qiáng)度，i＝1,2,…,I，I為所有wifi的總數(shù)量，ξ_i表示對(duì)于位置(x,y)處第i個(gè)wifi信標(biāo)的信號(hào)傳輸衰減因子，(a_i,b_i,c_i)為第i個(gè)wifi的坐標(biāo)；ε_i表示第i個(gè)wifi在傳輸過(guò)程中的其他誤差；

預(yù)測(cè)模塊，該模塊利用歷史數(shù)據(jù)對(duì)“距離-損耗”模型進(jìn)行學(xué)習(xí)，建立機(jī)器學(xué)習(xí)模型；然后基于歷史數(shù)據(jù)生成訓(xùn)練樣本集，對(duì)所建立的機(jī)器學(xué)習(xí)模型加以訓(xùn)練，得到用于生成wifi的信號(hào)傳輸衰減預(yù)測(cè)值的SVM回歸預(yù)測(cè)函數(shù)；

位置計(jì)算模塊，該模塊基于實(shí)時(shí)掃描與建模模塊中移動(dòng)終端的實(shí)時(shí)掃描結(jié)果，結(jié)合預(yù)測(cè)模塊所建立的SVM回歸預(yù)測(cè)方程與實(shí)時(shí)掃描與建模模塊所建立的對(duì)數(shù)化“距離-損耗”模型，計(jì)算所述移動(dòng)終端的準(zhǔn)確的位置坐標(biāo)。

本發(fā)明的優(yōu)點(diǎn)在于：

本發(fā)明通過(guò)利用室內(nèi)有限位置點(diǎn)上的測(cè)量值，實(shí)現(xiàn)對(duì)整個(gè)空間的傳輸損耗值擬合，由于位置解算過(guò)程中考慮了不同位置點(diǎn)傳輸損耗的差異，相比于不考慮損耗或?qū)⒄麄€(gè)空間損耗值作為一個(gè)特定值的方法，本發(fā)明具有更高的定位精度。

附圖說(shuō)明

圖1是本發(fā)明的室內(nèi)定位方法的流程圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的說(shuō)明。

本發(fā)明的室內(nèi)定位方法用于實(shí)現(xiàn)對(duì)移動(dòng)終端的定位，該方法基于信號(hào)傳播損耗學(xué)習(xí)實(shí)現(xiàn)，參考圖1，其包括以下步驟：

步驟1)、移動(dòng)終端對(duì)室內(nèi)的所有wifi信號(hào)進(jìn)行實(shí)時(shí)掃描，根據(jù)掃描結(jié)果建立對(duì)數(shù)化“距離-損耗”模型。該步驟進(jìn)一步包括：

步驟1-1)、移動(dòng)終端在時(shí)刻t對(duì)周?chē)乃衱ifi信號(hào)進(jìn)行掃描，并記錄每個(gè)wifi的強(qiáng)度信息；

在本步驟中，所述移動(dòng)終端可按照固定的頻率對(duì)其周?chē)械膚ifi信號(hào)進(jìn)行掃描。移動(dòng)終端在室內(nèi)位置坐標(biāo)假設(shè)為(x,y,0)。

步驟1-2)、上傳并存儲(chǔ)各個(gè)移動(dòng)終端所記錄的wifi信號(hào)的強(qiáng)度信息；

各個(gè)移動(dòng)終端所記錄的wifi信號(hào)的強(qiáng)度信息可上傳到一服務(wù)器中，若由于信號(hào)太弱導(dǎo)致信號(hào)無(wú)法被服務(wù)器所接收時(shí)，將數(shù)據(jù)置為100(表示信號(hào)非常弱，無(wú)法接收到信號(hào))。

步驟1-3)、為各個(gè)移動(dòng)終端對(duì)所有wifi信號(hào)的掃描結(jié)果建立對(duì)數(shù)化“距離-損耗” 模型，該模型的表達(dá)式如下：

其中，P_i為第i個(gè)wifi接收的信號(hào)強(qiáng)度，i＝1,2,…,I，I為所有wifi的總數(shù)量，ξ_i表示對(duì)于位置(x,y)處第i個(gè)wifi信標(biāo)的信號(hào)傳輸衰減因子，(a_i,b_i,c_i)為第i個(gè)wifi的坐標(biāo)；ε_i表示第i個(gè)wifi在傳輸過(guò)程中的其他誤差。

步驟2)、利用歷史數(shù)據(jù)對(duì)距離-損耗模型進(jìn)行學(xué)習(xí)，建立機(jī)器學(xué)習(xí)模型；然后基于歷史數(shù)據(jù)生成訓(xùn)練樣本集，從而對(duì)所建立的機(jī)器學(xué)習(xí)模型加以訓(xùn)練，得到用于生成wifi的信號(hào)傳輸衰減預(yù)測(cè)值的SVM回歸預(yù)測(cè)函數(shù)。

該步驟可進(jìn)一步包括：

步驟2-1)、將整個(gè)待定位區(qū)域劃分為J×K個(gè)網(wǎng)格，每個(gè)網(wǎng)格的坐標(biāo)點(diǎn)記為j＝1,2,…,J，k＝1,2,…,K；

步驟2-2)、基于歷史數(shù)據(jù)對(duì)每個(gè)位置點(diǎn)的wifi信號(hào)強(qiáng)度進(jìn)行采集，在坐標(biāo)點(diǎn)處第i個(gè)wifi采集信號(hào)強(qiáng)度記為對(duì)“距離-損耗”模型進(jìn)行變換，可得到該坐標(biāo)點(diǎn)對(duì)應(yīng)的信號(hào)傳輸衰減因子為：

其中，(a_i,b_i,c_i)為第i個(gè)wifi的坐標(biāo)，其為已知值；P_i0表示1米時(shí)的信號(hào)強(qiáng)度，其為已知值。

本申請(qǐng)中所涉及的歷史數(shù)據(jù)是指本發(fā)明的方法運(yùn)行之前一段時(shí)間內(nèi)所采集的關(guān)于多個(gè)位置點(diǎn)上各個(gè)wifi信號(hào)強(qiáng)度的數(shù)據(jù)。

步驟2-3)、以每個(gè)網(wǎng)格點(diǎn)的坐標(biāo)作為輸入點(diǎn)，以解算的信號(hào)傳輸衰減因子作為輸出樣本，構(gòu)成對(duì)第i個(gè)wifi信標(biāo)的訓(xùn)練樣本集；所述第i個(gè)wifi信標(biāo)的訓(xùn)練樣本集的表達(dá)式為：

輸入特征集：

輸出目標(biāo)集：f＝[ξ_i11,ξ_i12,…,ξ_iJK]。

步驟2-4)、采用步驟2-3)所得到的訓(xùn)練樣本集對(duì)支持向量機(jī)(SVM)進(jìn)行訓(xùn)練，利用訓(xùn)練樣本集給出的輸入特征集和輸出目標(biāo)集，對(duì)SVM按如下步驟進(jìn)行訓(xùn)練，得 到用于生成wifi的信號(hào)傳輸衰減預(yù)測(cè)值的SVM回歸預(yù)測(cè)函數(shù)：

步驟2-4-1)、利用二次規(guī)劃算法，求解最優(yōu)化問(wèn)題：

s.t.

其中，ε為一給定的參數(shù)值，α_m^*、α_m為訓(xùn)練求取的參數(shù)，f_m為訓(xùn)練輸出集的第m個(gè)目標(biāo)輸出值，X_m為輸入特征集的第m個(gè)樣本，K(X_m,X_n)為徑向基函數(shù)核函數(shù)，其形式為：

其中，γ為高斯核函數(shù)寬度參數(shù)；

步驟2-4-2)、訓(xùn)練完成后，建立SVM回歸預(yù)測(cè)函數(shù)為：

其中：b為訓(xùn)練得到的閾值，α_m^*、α_m為訓(xùn)練求取的參數(shù)；X＝(x,y)^T為給定的待預(yù)測(cè)樣本特征矢量；為對(duì)第i個(gè)wifi的信號(hào)傳輸衰減預(yù)測(cè)值。

步驟3)、基于步驟1)中移動(dòng)終端的實(shí)時(shí)掃描結(jié)果，結(jié)合步驟2)所建立的SVM回歸預(yù)測(cè)方程與步驟1)所建立的對(duì)數(shù)化“距離-損耗”模型，計(jì)算所述移動(dòng)終端的準(zhǔn)確的位置坐標(biāo)。

該步驟中，采用迭代方法獲得移動(dòng)終端的準(zhǔn)確的位置坐標(biāo)。

該步驟包括：

步驟3-1)、聯(lián)立步驟2)所得到的所有wifi信號(hào)建立的SVM回歸預(yù)測(cè)方程和步驟1)所得到的對(duì)數(shù)化“距離-損耗”模型：

步驟3-2)、構(gòu)造函數(shù)組：

令：

其中表示求導(dǎo)；

步驟3-3)、由步驟3-2)得到的參數(shù)A、F構(gòu)造迭代求解方程式：

其中，上標(biāo)(k)表示第k次迭代，上標(biāo)T表示轉(zhuǎn)置，X＝(x,y)^T為待求位置坐標(biāo)；

步驟3-4)、當(dāng)?shù)蠼夥匠探M的迭代次數(shù)達(dá)到設(shè)定的次數(shù)或連續(xù)兩次迭代獲得的位置坐標(biāo)的差||X^(k+1) -X^k||小于某一閾值時(shí)，迭代終止；

其中，迭代終止條件中的次數(shù)值需要根據(jù)迭代時(shí)間與計(jì)算精度綜合而定，若迭代次數(shù)多，則迭代時(shí)間長(zhǎng)，消耗的資源大，若迭代次數(shù)少，則計(jì)算精度會(huì)受影響。因此，需要在兩者間找到一個(gè)平衡點(diǎn)。一般在10次-200次之間，在本實(shí)施例中為20次。所述閾值一般在0.05-0.5之間，在本實(shí)施例中為0.1。

步驟3-5)、迭代終止時(shí)所得到的優(yōu)化后的坐標(biāo)X＝(x,y)^T即為所要求解的移動(dòng)終端在時(shí)刻t的準(zhǔn)確的位置坐標(biāo)。

本發(fā)明還提供了一種基于傳輸損耗學(xué)習(xí)的室內(nèi)定位系統(tǒng)，包括：

實(shí)時(shí)掃描與建模模塊，該模塊采用移動(dòng)終端對(duì)室內(nèi)的所有wifi信號(hào)進(jìn)行實(shí)時(shí)掃描，為所述實(shí)時(shí)掃描的結(jié)果建立對(duì)數(shù)化“距離-損耗”模型；其中，所述“距離-損耗”模型的表達(dá)式為：

其中，P_i為第i個(gè)wifi接收的信號(hào)強(qiáng)度，i＝1,2,…,I，I為所有wifi的總數(shù)量， ξ_i表示對(duì)于位置(x,y)處第i個(gè)wifi信標(biāo)的信號(hào)傳輸衰減因子，(a_i,b_i,c_i)為第i個(gè)wifi的坐標(biāo)；ε_i表示第i個(gè)wifi在傳輸過(guò)程中的其他誤差；

預(yù)測(cè)模塊，該模塊利用歷史數(shù)據(jù)對(duì)“距離-損耗”模型進(jìn)行學(xué)習(xí)，建立機(jī)器學(xué)習(xí)模型；然后基于歷史數(shù)據(jù)生成訓(xùn)練樣本集，對(duì)所建立的機(jī)器學(xué)習(xí)模型加以訓(xùn)練，得到用于生成wifi的信號(hào)傳輸衰減預(yù)測(cè)值的SVM回歸預(yù)測(cè)函數(shù)；

位置計(jì)算模塊，該模塊基于實(shí)時(shí)掃描與建模模塊中移動(dòng)終端的實(shí)時(shí)掃描結(jié)果，結(jié)合預(yù)測(cè)模塊所建立的SVM回歸預(yù)測(cè)方程與實(shí)時(shí)掃描與建模模塊所建立的對(duì)數(shù)化“距離-損耗”模型，計(jì)算所述移動(dòng)終端的準(zhǔn)確的位置坐標(biāo)。

最后所應(yīng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非限制。盡管參照實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，都不脫離本發(fā)明技術(shù)方案的精神和范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。