CN106211084B

CN106211084B - 基于gsm信号的环境感知方法

Info

Publication number: CN106211084B
Application number: CN201610808263.4A
Authority: CN
Inventors: 王维平; 常强; 石泽森; 陈伟
Original assignee: National University of Defense Technology
Current assignee: National University of Defense Technology
Priority date: 2016-09-07
Filing date: 2016-09-07
Publication date: 2019-07-12
Anticipated expiration: 2036-09-07
Also published as: CN106211084A

Abstract

针对无缝导航与定位技术中需要判断用户所处环境的问题，本发明提供一种基于GSM信号的环境感知方法，其利用机器学习算法对用户实时接收到的邻近GSM基站信号进行分类，通过信号强度及特征匹配实现环境感知。本发明依赖普通智能手机就能实现，所需信号广泛存在，具有低功耗高精度的优点，因而有较好的兼容性和应用前景。

Description

基于GSM信号的环境感知方法

技术领域

本发明属于室内外无缝导航与定位技术领域，具体涉及一种基于GSM信号的环境感知方法。

背景技术

随着传感器技术、微电子技术以及软件产业的发展，包括手机、平板电脑、智能手表、运动腕带、智能眼镜在内的可穿戴计算平台大量进入人们的生活。这些设备凭借强大的计算能力、丰富的传感器、通用的数据接口以及多样的应用软件，极大丰富了人们的生活，也催生了移动互联网时代的到来。移动互联网时代最显著的特征就是随时随地接入互联网，享受网络海量资源带来的便利，满足用户多样化的需求。位置相关的需求促进了基于位置服务(Location Based Service，LBS)的兴起。用户所处的环境非常多样化，包括开放室外，拥挤街道，地铁内，地面交通工具中，建筑物入口，购物商场内，地下停车场等，用户定位需求可能发生在其中任何场景。针对这些不同场景，研究人员开发了大量导航与定位技术，例如GNSS，超声波，红外，UWB，RFID，WLAN，惯导，蓝牙，摄像头，地磁等定位技术和各种定位技术的组合，这些技术适用范围几乎囊括了人们日常生活的各种场景。

随着移动互联网深入人们的生活，单一场景定位已不能满足不断增长的定位需求。例如，用户从网络上了解到某个商场的某个柜台正在进行促销活动，但是用户并不熟悉怎么去商场以及商场内布局，因此需要一种能够将用户从家中一直引导至柜台的全程实时定位与路径规划算法，其间没有定位盲区。在这个例子中，定位技术需要实现从用户家里到户外，驾车到达商场停车场，再从停车场引导至柜台的全程无缝定位，其中场景转换包括深度室内，轻度室内，室外，车内，拥挤街道，再到轻度室内，楼梯，电梯等，目前还没有一种单一的定位技术可以适用于上述所有环境，但是针对其中每一种环境都有相应的定位技术，例如深度室内可以采用WiFi信号指纹定位，轻度室内可以采用混合合作定位和GNSS阴影匹配定位，室外采用GNSS定位，城市峡谷可以采用WiFi信号指纹与GNSS组合定位。因此，针对不同环境选择不同定位技术是实现复杂环境无缝导航与定位(Seamless Navigation AndLocalization，SNAL)的一种有效手段。但是包括智能手机在内的便携式移动平台电量有限，同时开启这些定位技术所需的所有传感器耗电量较大，会大大缩短设备使用时间；而让用户根据不同环境手动切换定位算法，也会影响用户的使用体验。因此，开发一种低功耗高精度的环境自动感知技术对于SNAL来说具有重要意义。

发明内容

现有的单一定位技术难以满足多样化环境下的定位需求，针对不同环境选择不同定位技术是目前无缝定位主要研究方向。本发明提供一种基于GSM信号的环境感知方法，其利用机器学习算法对用户实时接收到的邻近GSM基站信号进行分类，通过信号强度及特征匹配实现环境感知。本发明依赖普通智能手机就能实现，所需信号广泛存在，具有低功耗高精度的优点，因而有较好的兼容性和应用前景。

一种基于GSM信号的环境感知方法，包括以下步骤：

S1.数据获取，数据获取包含三个阶段，分别是原始数据采集，数据预处理以及特征提取。

S1.1数据采集

在数据采集阶段，利用GSM芯片获取相邻基站信号强度。一般来说在市区能够收到六个左右相邻基站信号。通过普通android智能手机获取到的是信号强度指示(RSSI)，单位是asu，范围是从0到31，其中0表示信号强度小于等于-113dBm，31表示信号强度大于等于-51dBm。从RSSI转化为RSS的公式为：

RSS＝-113+2*RSSI

利用GSM芯片获取相邻基站信号强度后，对每个时刻获取到的所有相邻基站信号强度按照从大到小排列。

假设在数据获取时，采样时间间隔是τ秒，则采样频率就是1/τHz，将不同时刻测量到的基站信号强度按照时间顺序排列，构成采样数据集合。

假设采样总时长是T秒，则一共有T/τ个采样点，采样数据集合如下：

其中，n_i为该时刻可接收到的基站数量，i是指时刻点，分别是指在某个时刻点测量到的第1,2，...，n_i个基站信号强度。

S1.2数据预处理

由于测量误差以及随机噪声的存在，利用单一时刻采样数据进行识别的准确率会受影响。同时，环境是动态变化的，单一时刻的测量值难以体现这种动态特性，通常的做法是将测量数据进行分组。

将步骤S1.1中得到的测量数据S进行分组，按照一定时间窗口长度，对数据进行分组，分析每组信号特征，再进行分类与识别。这是一种按照时间先后顺序进分组的方式，例如，每隔S秒进行一次分组，则从1时刻开始直到S时刻的数据作为第一组，从2时刻开始，到S+1时刻数据作为第二组，以此类推。由于测量是连续过程，测量结束前都不知道一共分了几组。分组结果就是讲原本按照时间先后顺序排列的单次测量数据，变成了一组一组的数据，同样是按照时间先后顺序排列。

其中，具体分组方式如下：

假设时间窗口为ΔT，每个时间窗口数据不仅包含当前时刻测量值，还包含前个时刻的测量值：

W＝{w_i|i＝0,1,T}

第t个时间窗口内数据w_t为：

S1.3特征提取，提取S1.2中得到的每组数据的均差、标准差、最大值、最小值以及峰差。

1)均值

mean(w_t)＝∑w_t/|w_t|

其中，|·|是求集合中元素个数的运算符；

2)标准差

3)最大值以及最小值

4)峰差

Peak(w_t)＝Max(w_t)-Min(w_t)。

S2.训练数据

S2.1采用多种机器学习分类算法分别对S1.1中的得到的采样数据集合S和经S1.2预处理之后的分组数据进行分类，得到多个不同的分类器。

常用的机器学习分类算法有决策树(Decision Tree，DT)，随机森林(RandomForest，RF)，支持向量机(Support Vector Machine，SVM)，K近邻(K Nearest Neighbor，KNN)，逻辑回归(Logistic Regression，LR)，朴素贝叶斯(Naive Bayesian，NB)，和人工神经网络算法(Artificial Neural Network，ANN)等。本发明中采用决策树，随机森林，支持向量机，K近邻，逻辑回归，朴素贝叶斯和人工神经网络算法这些机器学习分类算法分别对S1.1中采集的测量数据S和S1.2中预处理之后的分组数据进行分类，得到多个不同的分类器。

a、决策树(Decision Tree,DT)

决策树是由一系列答案为“是”和“否”的问题构成，通过条件判断，不断缩小分类范围，直至到达预定的分类效果。这种算法很适合使用树状图来表示。所有的内部节点都是某个特征与阈值对比，每个叶节点都是确定的类。

决策树算法的优点是易于理解和解释，适用于大型数据进行分类。缺点就是容易出现过度拟合，忽略了数据之间的相关性。

b、随机森林(Random Forest,RF)

随机森林是一种元层次的分类器，具有非常好的分类效果。正如名字所指，随机森林由大量决策树构成，每个决策树对数据中的一个子集进行分类，每个决策树中的节点评估随机选择的一些属性的特征。在进行识别的时候，每棵树都要对数据进行分类，最后选择所有树中概率最大的类型作为最终确定的类型。

这种算法适合处理具有大量属性的数据，或者属性缺失的数据，对标签型数据分类效果要好于连续性变量。但是这种算法容易出现过拟合。

c、支持向量机(Support Vector Machine,SVM)

SVM分类器的核心是找到“包裹”所有数据x_i的最小的球，也就是使球的半径R最小：

其中ξ是松弛变量，允许某些数据可以处于球之外。c用于平衡球体积与误差。

这种分类算法可有效解决高维问题，对于小样本数据有较好的分类效果。缺点是对非线性问题缺乏有效解决方案。

d、K近邻(K Nearest Neighbor，KNN)

K近邻是一种基于实例的分类算法，主要原理是将特征空间中相近的数据归为一类，分类数量需要人为指定。这种分类算法简单，可较好避免样本的平衡问题，适合大样本数据分类。缺点是计算量大，计算时间和空间复杂度较高。

e、逻辑回归(Logistic Regression,LR)

回归分析主要是寻找输入与输出之间的关系，对应于逻辑回归，输出就是不同的种类。

f、朴素贝叶斯(Naive Bayesian,NB)

朴素贝叶斯分类算法主要是利用贝叶斯定理计算数据属于某个类的概率，并选择概率最大类别。由于贝叶斯定理需要属性独立的假设，因此该算法有时候并不准确；为了获取样本概率分布，需要较大样本量。

g、人工神经网络(Artificial Neural networks,ANN)

人工神经网络的分类原理是通过训练，修改神经网络中节点连接的权重，达到分类的目的。理论上可以以任意精度逼近任意函数，能够适应各种复杂数据，但是存在收敛速度慢，训练时间长和难以解释等问题。

S2.2评价不同机器学习分类算法的分类效果，确定最佳的分类器和分组方式；

S3.测试数据

对测试数据按照步骤S2中确定的分组方式进行分类，选择其中分类效果最好的作为最终分类器，后续测量到的新数据都采用该分类器进行分类，从而实现环境识别。

本发明的步骤S2.2中，通过混淆矩阵评价不同机器学习分类算法的分类效果，混淆矩阵是评价不同分类算法最简单直观的方法。对类别数量没有限制，混淆矩阵中的每行表示真实类别，每列表示预测的类别。第i行和第j列元素n_ij表示类型i被识别为类型j的次数。假设总的识别次数是n，类型i的识别次数为n_i。混淆矩阵越接近于对角矩阵，说明该识别算法效果越好。下表是混淆矩阵的示例：

真实\预测	类型1	类型2	类型3
				类型1	<sub>11</sub>	<sub>12</sub>	<sub>13</sub>
类型2	<sub>21</sub>	<sub>22</sub>	<sub>23</sub>
				类型3	<sub>31</sub>	<sub>32</sub>	<sub>33</sub>

基于混淆矩阵，有下列指标：

1)TP是指被正确识别的数量，对应于混淆矩阵中的对角元素：

TP_i＝n_ii

2)TN就是正确拒绝的数量，即本来不属于某个类别，识别后也不属于该类别的数量：

3)FP被称为第一类错误，即本来不属于某类，却被错误的识别为该类的数量：

4)FN被称为第二类错误，即本来属于某一类数据，却被错误的识别为其他类的数据：

基于混淆矩阵的评价指标包括：

1)正确率

正确率是指被正确分类的样本比例：

2)精度

精度就是指被归为该类中真正属于该类的比例：

3)错误率

错误率是指被错误分类的比例：

从而有ErrorRate_i＝1-Accuracy_i；

4)灵敏度

灵敏度是被正确识别分类的概率：

5)特效率

特效率是反例中被正确分类的概率：

6)F测度

F测度也就是灵敏度和精度的调和平均值：

除此之外，还有很多评价指标，包括ROC曲线，FPR(False Positive Rate)，PPV(Positive Predictive Value)，NPV(Negative Predictive Value)，FDR(FalseDiscovery Rate)，MCC(Matthews Correlation Coefficient)，AR(Average Call)，CER(Combined Error Rate)，BER(Balanced Error Rate)等，详细请相关参考文献。

本发明主要原理是：GSM信号传播会受到环境影响，在不同环境中信号分布有所区别，通过对信号强度和特征的分析，可以反推出用户所处环境。主要方法是利用机器学习算法对用户实时接收到的GSM信号及其特征进行分类，通过信号强度及特征匹配实现环境感知。

由于手机为了维持通信功能，GSM芯片时刻处于工作状态，因此本发明相对于其他环境感知算法，具有低功耗的优点。另一方面，手机基站分布非常广泛，因此使用GSM信号进行环境识别相对于使用其他传感器或者信号具有普适性的优点。第三，GSM信号的传播受到环境影响大，因此本发明能够有效识别不同环境。

附图说明

图1是本发明流程图

图2是实施例中四种典型环境图。

图3是实施例中四种典型环境下六个邻居基站信号强度对比图。

图4是实施例中采用Orange进行分类的示意图

图5是实施例中不同数量基站环境识别精度识别对比图

图6是实施例中不同时间窗口分类精度图

具体实施方式

为了测试本发明一种基于GSM信号的环境感知方法的有效性，将环境分为四类，分别是开阔室外，受限室外，轻度室内，深度室内。开阔室外是指天空可视条件较好，能够接收到足够数量的导航卫星信号实现定位，如图2(a)所示；受限室外是指天空被遮挡的室外环境，无法收到足够导航卫星数量实现定位，如图2(b)所示；轻度室内是指有通向外界窗户的环境，具有一定的天空可视条件，但是可接收到的导航卫星数量不足以实现定位，如图2(c)所示；深度室内是指没有任何天空可视的室内，如图2(d)所示。

首先利用android智能手机在上述四种环境中采集GSM信号，图3是采集到的接收到六个或者以上基站的实例，绘制信号强度最大的六个基站信号强度，图3给出了不同环境下六个基站信号强度对比情况。

从图3可以看出，不同环境信号强度呈现不同特征，这种差异有可能为我们提供环境识别依据。将采集到的数据进行分组，采用机器学习工具Orange进行数据分类，如图4所示：

图5是使用信号强度最大的1-6个基站信号强度进行环境识别的精度识别对比图，从图5中可以看出，采用四个基站就能够100％的区分出开阔室外、受限室外，轻度室内和深度室内四种环境。但是有时候并不能收到四个基站信号，图6是基于信号最大的一个基站信号，采用不同算法、使用不同窗口时间内的特征值进行分类时的精度对比：

从图6可以看出，除了逻辑回归算法，其他分类算法随着窗口时间长度的增加，分类精度有上升趋势。其中，k近邻算法最佳，接下来是决策树和随机森林，逻辑回归分类精度最差。使用一个基站8秒中时间窗口进行识别，精度可达100％。

由此，验证了本发明的有效性。

Claims

1.一种基于GSM信号的环境感知方法，其特征在于，包括以下步骤：

S1.数据获取

S1.1数据采集

利用GSM芯片获取相邻基站信号强度，对每个时刻获取到的所有相邻基站信号强度按照从大到小排列；

假设在数据获取时，采样时间间隔是τ秒，则采样频率就是1/τHz，将不同时刻测量到的基站信号强度按照时间顺序排列，构成采样数据集合；

其中，n_i为该时刻可接收到的基站数量，i是指时刻点，分别是指在某个时刻点测量到的第1,2，...，n_i个基站信号强度；

S1.2数据预处理

将步骤S1.1中得到的测量数据S进行分组，按照一定时间窗口长度，对数据进行分组，分析每组信号特征，再进行分类与识别，其中分组方式如下：

W＝{w_i|i＝0,1,…T}

第t个时间窗口内数据w_t为：

S1.3特征提取，提取S1.2中得到的每组数据的均值、标准差、最大值、最小值以及峰差；

S2.训练数据

S2.1采用多种机器学习分类算法分别对S1.1中的得到的采样数据集合S和经S1.2预处理之后的分组数据进行分类，得到多个不同的分类器；

S3.测试数据

2.根据权利要求1所述的基于GSM信号的环境感知方法，其特征在于，步骤S1.3中：

1)均值

mean(w_t)＝∑w_t/|w_t|

其中，丨·丨是求集合中元素个数的运算符；

2)标准差

3)最大值以及最小值

4)峰差

Peak(w_t)＝Max(w_t)-Min(w_t)。

3.根据权利要求1所述的基于GSM信号的环境感知方法，其特征在于，步骤S2中采用决策树、随机森林、支持向量机、K近邻、逻辑回归、朴素贝叶斯和人工神经网络算法这七种机器学习分类算法分别对S1.1中采集的测量数据S和S1.2中预处理之后的分组数据进行分类，得到多个不同的分类器。

4.根据权利要求3所述的基于GSM信号的环境感知方法，其特征在于，步骤S2.2中，通过混淆矩阵评价不同机器学习分类算法的分类效果，混淆矩阵越接近于对角矩阵，该机器学习分类算法分类效果越好。

5.根据权利要求4所述的基于GSM信号的环境感知方法，其特征在于，混淆矩阵中的每行表示真实类别，每列表示预测的类别，第i行和第j列元素n_ij表示类型i被识别为类型j的次数；假设总的识别次数是n，类型i的识别次数为n_i；

TP是指被正确识别的数量，对应于混淆矩阵中的对角元素：

TP_i＝n_ii

TN就是正确拒绝的数量，即本来不属于某个类别，识别后也不属于该类别的数量：

FP被称为第一类错误，即本来不属于某类，却被错误的识别为该类的数量：

FN被称为第二类错误，即本来属于某一类数据，却被错误的识别为其他类的数据：

基于混淆矩阵的评价指标包括：

1)正确率

正确率是指被正确分类的样本比例：

2)精度

精度就是指被归为该类中真正属于该类的比例：

3)错误率

错误率是指被错误分类的比例：

从而有ErrorRate_i＝1-Accuracy_i；

4)灵敏度

灵敏度是被正确识别分类的概率：

5)特效率

特效率是反例中被正确分类的概率：

6)F测度

F测度也就是灵敏度和精度的调和平均值：