CN101988962A - 基于本体和位置服务的交互式信息辅助系统的实现 - Google Patents

Abstract

本发明涉及一种基于本体和位置服务的交互式信息辅助系统。在该系统中，服务器端监测到移动终端发出的无线电信号后，快速确定用户的位置，通过与位置指纹数据库和本体知识库交互，即时地向前端展示系统传输与移动用户位置相关的特色信息，能够为用户的活动提供帮助。另一方面，用户也能够使用移动终端向后台系统发送服务请求或寻求帮助，系统自动计算出用户的位置并对其请求作出响应。为准确获取用户的位置信息，采用了一种基于Dempster-Shafer证据理论的定位方法以及一种基于高斯混合模型(GMM)的位置指纹聚类算法。本发明有机地融合基于无线接收信号强度(RSS)和位置指纹的定位技术，结合本体丰富的知识表达和组织技术，实现了一种交互式的信息辅助系统。该系统充分利用现有的无线网络设施，易于部署，使用方便，能够基于位置给用户发送相关信息，并能迅速地接收到用户发出的服务请求，实现交互。该系统可在海洋渔业生产、休闲渔区、旅游景点、大型购物等场所使用，实现信息交互、紧急救助。同时，高效的定位技术还解决了定位准确度、移动设备能耗方面存在的问题。

Description

基于本体和位置服务的交互式信息辅助系统的实现

技术领域

本发明涉及基于接收信号强度的无线定位技术，以及领域本体和本体知识库的构建和知识表达技术。

背景技术

基于位置的服务(LBS)，是指一种能够根据移动用户当前的位置，提供相关信息的服务。从更广义的角度来看，为用户提供与位置相关的信息服务也被称为基于位置的服务。LBS在实际生活中的许多领域都具有广泛的应用前景，如：安全和紧急服务；社会网络；智能交通系统；基于位置的服务收费；儿童和老人监护；获取兴趣点；医疗保健等。

目前，在应用领域，基于位置的服务的发展主要由移动通信网络的运营商、服务商等来推动，他们希望通过利用遍布全球的移动通讯网络，为手机用户提供个性化的服务，并获取商业利润。然而基于位置的服务在其他移动终端，如掌上电脑中的使用还不够普遍。随着移动设备和无线网技术的发展，这些移动终端的成本趋于合理，同时在处理能力、用户体验、能耗方面介于手机和计算机之间，在这种平台上基于LBS的交互式信息辅助系统应用范围更广，支持的功能更强，将具有良好的市场需求和发展前景。

基于无线接收信号强度和位置指纹的定位技术由于使用范围广，具有能够以纯软件的方式实现、定位系统成本低等优点，成为近年来位置感知领域的一个研究热点。由于受复杂环境里噪声的干扰，位置指纹数据中常含有不确定性因素，提高定位准确度是当前研究的重点之一。

在计算机科学技术与应用不断发展的同时，许多困难也随之产生，包括：知识的表示、信息的组织、软件的复用等。特别是因特网的快速发展，面对信息的海洋，如何组织、管理和维护海量信息并为用户提供有效的服务成为一项重要的研究内容。本体作为一种能在语义和知识层次上描述信息系统的概念模型建模工具，一经被提出就引起了国外众多科研人员的兴趣和关注，并在许多领域得到了广泛的应用，如知识工程、数字图书馆、软件复用、信息检索和Web上异构信息的处理、语义Web等。本体不仅可以清晰地描述领域中的概念及其关系，还可以实现领域知识的共享和重用，基于本体的知识检索具有更高的信息查准率和查全率，且有利于领域知识库的管理和维护。

发明内容

本发明的目的是融合基于接收信号强度的定位技术和本体库技术构建应用系统，实现交互式辅助的功能。研制了一套基于位置服务的交互式信息辅助系统。

本发明对相关技术进行了较深入、系统的研究，并针对定位准确度、移动设备能耗方面存在的问题，采用人工智能和数据挖掘理论，提出了相应的方法：

(1)根据多源信息融合的思想，提出了一种基于Dempster-Shafer证据理论的定位方法。

该方法将接入点作为提供接收信号强度数据的信息源，能够为不同的信息源赋予不同的信任度，详细地描述和区分了不同接入点对定位结果的贡献能力。

(2)提出了一种基于高斯混合模型(GMM)的位置指纹聚类算法。

用高斯混合模型表示位置指纹的簇，通过考虑接收信号强度的概率分布，克服了现有聚类算法只考虑接收信号强度大小的相似性的不足，从而减小聚类对于含噪声数据的敏感性。结果表明，该聚类算法能更好地降低定位算法的计算量，减小移动设备的能耗。

在定位技术的基础上，通过使用无线网络，服务器端能够迅速地获取客户的位置信息，和客户端能及时地进行通信，以达到信息的交互。

同时，本体作为一种能在语义和知识层次上描述信息系统的概念模型建模工具，可以对于领域知识进行分析、明确，并使其形式化，使领域知识可以重用和共享，可以实现基于语义的知识检索。本发明应用东海鱼类分类本体论的理论和方法构建东海鱼类本体库，进行渔业信息资源的知识组织与构造，为构建面向渔业信息的专业智能搜索工具提供信息分类、组织和智能推理基础。

附图说明

图1为本发明的软件系统的结构框图；

图2为无线网络的物理结构图；

图3为本发明采用的通讯原理图；

图4为本发明使用的移动终端和信号模块的运行界面；

图5为基于无线局域网和位置指纹的定位技术原理图；

图6为本发明采用的本体构建过程；

图7为本发明的本体库模型结构图。

具体实施方式

以下结合附图和实例对本发明做进一步描述：

(1)系统架构

图1展示了本发明的交互式功能中数据传输的过程：在交互式信息辅助系统中，采用MVC框架来组织，分为展现层、业务逻辑层、数据持久层三部分。服务器端通过定位算法获取移动终端的位置信息，或者用户向服务器端发送服务请求信息；然后与数据持久层进行交互；根据移动终端的位置信息，从鱼类本体知识库中返回相应的鱼类信息数据，或者从系统管理数据库中针对用户的服务请求返回相应的服务信息。最终，完成服务器端和用户端的信息交互过程。

(2)信号采集

采用的无线网由AP和多个功能相同的移动终端组成，其中AP提供无线信号发射的功能(如图2所示)。在访问接入点覆盖范围内的客户端，即移动终端依靠与接入点的交互进行通讯。在某一时间里，如果没有手工指定信号源，无线网卡首先自动发现附近信号最强的无线路由器或接入点，然后向其发送建立连接的请求。一旦连接建立，除非当前AP的信号强度很弱，才需要执行切换。与此不同的是，定位系统需要连续地从客户端获取来自所有可感测到的接入点的信号强度。因此，本发明采用IEEE 802.11协议支持的主动扫描(Active Scanning)工作方式来实现。图3描述了主动扫描的整个过程。采集信号时，由应用程序强制无线网卡扫描所有可能的802.11信道。在每一个信道上，对应一个特定的频率，网卡发出一个ProbeRequest帧并等待工作在该信道上的那些接入点返回的Probe Response帧。当网卡收到ProbeResponse帧后，它将从中读取信号强度等信息，报告给上层的应用程序。无线网卡在每个信道上用的时间都有一定的限制。这样，当整个主动扫描过程结束后，定位系统就能够获得一个可观测到的所有接入点及其相关信号信息的列表。

本发明采用较为轻便的掌上电脑(Pocket PC)作为移动用户端的通讯工具，并以此为平台研制采集无线信号信息的模块。具体地，Pocket PC的型号为ASUS MyPal A716，处理器为Intel PXA255 400MHz，内存64MB，基于Windows Mobile 2003操作系统，内置无线网卡，支持802.11b无线局域网协议。WRAPI是一个开源的库函数，允许应用程序调用它以查询关于IEEE 802.11网络的信息。WRAPI 1.0在Windows XP平台下实现且能够与许多厂商的网卡兼容，目前已推出WRAPI 2.0。基于此，本发明通过参考开源的WRAPI，以Embedded VisualC++4.0环境为软件平台，开发了可运行在MyPal A716的无线信号信息采集程序。

如下图4所示，左边是本发明使用的掌上电脑，右图是在EVC++平台下采用Pocket PC2003 SDK提供的模拟器运行无线信号信息采集程序时的图形化用户界面。实际采样时，先从屏幕上边的左侧下拉列表框里选择采样点的标识，程序预置了一部分采样点标识符，但也可以按照实际需求录入容易记忆的名字，比如，r237或者位置坐标。右边的下拉框显示了在Pocket PC中安装的无线网卡，当有多个无线网卡时，可以选择从哪个网卡中读取无线信号的信息。屏幕下方有三个功能按钮，分别是“Start”、“Pause”、“Exit”。点击“Start”将创建一个以采样点为名称的文本发明件并启动程序读取相关信息。程序获得信息后将显示在屏幕的中间区域里同时以添加的方式写入已经创建的文件里。

(3)定位

基于位置指纹的无线局域网定位大致分为两个阶段：离线采样阶段和在线定位阶段(或者实时定位阶段)。离线采样阶段的目标是构建一个关于信号强度与采样点位置间关系的数据库，也就是位置指纹的数据库或无线电地图。为了生成该数据库，操作人员需要在被定位环境里确定若干采样点，然后遍历所有采样点，记录下在每个采样点测量的无线信号特征，即来自所有接入点的信号强度，最后将它们以某种方式保存在数据库中。在第二阶段，当用户移动到某一位置时，根据他实时收到的信号强度信息，利用定位算法将其与位置指纹数据库中的信息匹配、比较，计算出该用户的位置。整个过程如图5所示。

基于Dempster-Shafer证据理论的定位方法，将接入点作为提供接收信号强度数据的信息源，能够为不同的信息源赋予不同的信任度，详细地描述和区分了不同接入点对定位结果的贡献能力。与目前常用的一些定位方法相比，本发明所提的方法能够更加有效地估计用户的位置，准确度更高。本发明采用的算法用高斯混合模型表示位置指纹的簇，通过考虑接收信号强度的概率分布，克服了现有聚类算法只考虑接收信号强度大小的相似性的不足，从而减小聚类对于含噪声数据的敏感性。此外，该算法中的参数含义明确，易于使用。

(4)本体知识库的构建

这里以鱼类本体库的构建为例。本体不仅可以清晰地描述领域中的概念及其关系，还可以实现领域知识的共享和重用，且有利于领域知识库的管理和维护。本发明在已有东海鱼类科技文献知识的基础上，构建鱼类本体，建立规范化的东海海域鱼类知识概念体系，确定概念间的各种逻辑关系和属性，为渔业信息和知识的组织以及基于渔业信息和知识的智能搜索提供先决条件。因此本发明使用基于本体技术构建的鱼类本体库，替代普通关系数据库来组织领域知识。

本体的构建是一个不断反复、不断修正、不断完善的叠代过程，因此提出了基于循环的领域本体构建过程，通过本体的评价发现问题，再进行进一步的需求分析解决问题，反复循环，不断改善本体知识库。

构建过程如图6所示：首先进行需求分析，明确领域本体构建的范围(即所处领域)、应用目的、使用群体(即目标用户)并进行可行性分析；然后进行知识获取，通过收集领域信息充分了解领域知识。信息来源包括专家、书籍、网络、甚至是其他的本体。在本体开发阶段，完成知识体系的选取、类框架的确定、属性、实例填充工作。构建本体之后，根据正确性、一致性、完整性、可扩展性、本体的规模及描述能力等本体评价指标来进行本体评价，本体进化的方式可以是集成新的本体、由专家补充定义新的概念和关系或者通过机器学习等方法发现新的知识。这五方面循环进行，不断填充、完善所建鱼类本体。

本体库采用斯坦福医学院开发的protege3.4版本来生成。本体库中存放了多种适合养殖的鱼类本体数据，包括鱼类的养殖阶段(产前、产中和产后)，产前养殖成本和品种选择，产中养殖技术、增殖技术、生物学特性和病敌害，产后价值和市场本体。如图7所示。

Claims (1)

1.基于本体和位置服务的交互式信息辅助系统的实现，其特征至少包括：

1.一个移动终端信号捕获模块，该模块能够接收无线网络中的信号强度；

2.一种基于接收信号强度的无线定位技术，包括基于Dempster-Shafer证据理论的定位方法以及基于高斯混合模型(GMM)的位置指纹聚类算法；

3.一种基于循环的领域本体构建和本体知识库生成技术；

4.一个本体知识库，该本体库存有特色信息。本发明中涉及的是东海鱼类的相关信息，包括鱼的生活习性、观赏价值等；

5.一个位置信息数据库，该数据存储由定位算法计算出的各个移动终端在无线网络中的位置信息；

6.一个和用户交互的前端展示系统，根据定位算法获取的用户位置信息，图形化地向用户显示辅助信息，如地图，当前位置，辅助信息等。

Images