CN112887902B - 一种基于高斯聚类与混合度量的WiFi指纹的室内定位方法 - Google Patents

Abstract

本发明公开一种基于高斯聚类与混合度量的WiFi指纹的室内定位方法，包括离线数据模型训练和在线位置预测，离线模型训练过程包括：1)指纹数据库预处理；2)使用高斯聚类在定位空间划分子区域；3)训练一个高准确率的随机森林分类器；在线位置预测阶段包括：4)通过随机森林分类器得到指纹所在的子区域；5)依据混合度量标准计算指纹点之间的差异度；6)在子区域中使用自适应KNN算法得到用户的位置预测结果。该方法可快速准确的进行室内定位，通过高斯聚类划分子区间，有效地解决RSS的空间歧义性，使用随机森林分类器减少指纹预测所需的数据匹配次数，提高预测速度，以指纹的混合度量作为指纹间差异度的评判标准，更具鲁棒性和稳定性，提高定位精度。

Description

一种基于高斯聚类与混合度量的WiFi指纹的室内定位方法

技术领域

本发明涉及室内定位技术领域，具体是一种基于高斯聚类与混合度量的WiFi指纹的室内定位方法。

背景技术

如今，由于信息技术、人工智能和物联网技术的发展，室内位置服务(ILBS)已经成为我们日常生活当中不可或缺的一部分。室内定位对于物联网应用起到至关重要的作用，例如行人导航、环境感知、智能制造及智慧城市等。目前民用的室外位置服务一般是利用卫星定位系统，如GPS定位系统，以达到米级的定位精度。但是用于卫星信号自身的穿透能力有限和视距传播条件NLOS，不适用于室内定位。因此近些年，许多研究人员开始着重于室内定位技术的研究。一些基于无线网络(如WiFi、蓝牙、超宽带等)和传感器(如惯性传感器、地磁传感器)的方法已被研究者们提出来。其中，WiFi作为无线网络的信源，具有硬件成本低、部署方便、覆盖范围广与易于测量的优势，也因此被认为是最有发展前景的室内定位技术之一。

位置指纹定位法作为WiFi室内定位方法之一，通常利用WiFi信号作为位置唯一且可识别的特征，以表征位置信息。该方法无需布置额外的硬件设备，是目前WiFi室内定位领域的研究热点，也是室内定位最简单且广泛使用的方法之一。在基于WiFi位置指纹的定位技术中，通常将信号强度RSS、信噪比及信道状态信息作为指纹特征，由于信噪比及信道状态信息在大多数普通商用WiFi设备上无法直接获取，适用范围受限，而且室内环境下信道状态不够稳定，所以大部分研究的指纹特征都是基于信号强度即RSS值的。

近年来，由于计算机和移动设备的计算能力大幅提升，机器学习技术得到了广泛的关注和深入的发展。越来越多人将机器学习的方法引入到室内定位技术当中。基于机器学习的定位方法的过程如下：首先，在离线阶段使用RSS指纹训练一个分类器，然后在在线阶段，根据训练好的分类器估计用户的位置。以较早时间提出的RADAR系统为例，其使用KNN算法作为定位方法，通过计算测试RSS信号和离线指纹信号之间的相似度，使用相似度最高的几个指纹的位置坐标均值来估计位置。使用KWNN方法进行定位，相较于直接对指纹取平均，KWNN采用了加权平均的方式。针对传统KNN算法K值固定的问题，一些自适应的KNN算法被提出。此外，一些其它的机器学习方法例如随机森林、支持向量机、高斯过程等也被提出。

传统的WiFi指纹法的问题在于：由于室内环境因素(包括噪声、同频干扰、多径效应、物体遮挡等)，即使用户的位置是固定的，但是RSS的测量值却是不断变化的，因而直接使用RSS作为指纹特征会严重削弱机器学习算法的定位性能。

发明内容

本发明的目的是针对现有技术的不足，而提供了一种基于高斯聚类与混合度量的WiFi指纹的室内定位方法。这种方法能够快速准确的进行室内定位，通过高斯聚类划分子区间，有效地解决RSS的空间歧义性，使用随机森林分类器来减少指纹预测所需的数据匹配次数，提高预测速度，以指纹的混合度量作为指纹间差异度的评判标准，更具鲁棒性和稳定性，能够提高定位精度。

为了实现上述目的，本发明所提供的技术方案为以下步骤：一种基于高斯聚类与混合度量的WiFi指纹的室内定位方法，包括离线数据模型训练和在线位置预测，其中，离线数据模型训练过程包括：

1.一种基于高斯聚类与混合度量的WiFi指纹的室内定位方法，该方法包括离线数据模型训练和在线位置预测，其中，离线数据模型训练过程包括：

1)指纹数据库预处理：

将室内实验环境中的定位区域离散化为L个网格点，其中每个点都有其固定的点标签l，l＝1,2,…,L，假设定位区域中用于定位的AP个数为M，则对于一个网格点l，其位置坐标表示为z_l＝(x_l,y_l)，l处采集到的对应场地内所有AP的信号强度向量以及所有AP组成的向量可以写作：

ap_l＝[ap₁,ap₂,…,ap_M]

其中，

表示第m个AP在点l处所辐射的信号强度RSS的值，ap_m表示第m个AP，对于那些未能采集到的RSS，设定默认最小RSS为-90dBm，m＝1,2,…,M，离线数据采集阶段，对L个点进行离线指纹数据库的构建，相应的所有指纹组成的指纹库D^L×M可以表示为：

2)使用高斯聚类在定位空间划分子区域：

将训练用的所有指纹数据定义为K个高斯分布的线性组合：

其中，N_i(r_l,μ_i,∑i)是均值为μ_i，协方差为∑_i的高斯分布，π_i是混合参数，为第i个高斯分布的权重，表征先验概率，并且

高斯分布的参数估计通过期望最大化EM算法确定。具体而言，假设聚类个数为K，这意味着有K个均值μ₁,μ₂,…,μ_K，协方差矩阵∑₁,∑₂,…,∑_K和权重π₁,π₂,…,π_K；

首先，随机分配均值、协方差和权重，然后执行E步：对于每个指纹r_j，j＝1,2,…,L，计算其属于分布c的概率，c_i,c_k∈[c₁,c₂,…,c_K]：

在执行完E步后，执行M步更新均值、协方差和权重：

其中，L_i表示第i个簇中的指纹数量，基于此步骤生成的更新参数，计算每个指纹点的新概率，并迭代更新参数，以此反复使得对数似然函数最大化，对数似然函数如下：

最终得到了K个指纹簇，将点l处的指纹数据对应存在于第K个指纹簇的情形记为t_l＝K，得到标签向量可以写作：

T＝[t₁,t₂,…,t_L]。

3)训练一个高准确率的随机森林分类器：

在对指纹聚类之后，利用差值指纹和其对应的子区域标签训练一个随机森林分类器，也称子区域判别模型。由于指纹聚类后每个子区域(簇)中的指纹个数通常是不同的，使用随机森林能较好地解决样本不平衡的问题，因此我们使用随机森林作为子区域判别模型。为了增加训练样本数，对定位区域中的每个参考点都采集N次，指纹库的数据量就从D^L×M变为D^L×N×M，用来训练的指纹样本数为N_train＝L×N。

将训练样本的指纹数据r_l及高斯聚类所得到的标签向量T带入到随机森林中进行训练，目的是训练一个能够预测每一个指纹最大可能存在于哪一个簇中的随机森林分类器。为了防止过拟合问题，我们采用了交叉验证的思想，将样本划分训练集和验证集，比例为7：3。最终，使用一定数量的测试集测试判别模型的精度。

在线位置预测过程包括：

4)通过随机森林分类器得到指纹所在的子区域：

我们将在线阶段随机采集的待预测位置的点的指纹数据记为待查询RSS指纹r_q，

将r_q输入到训练好的子区域判别模型内预测r_q所在的子区域S。

5)依据混合度量标准计算指纹点之间的差异度：

对于一个待查询RSS指纹r_q，为了减小RSS的波动性影响，我们从AP集、AP强度顺序和RSS 3个角度来表征该指纹：

1-5)信号有效的AP集：

对待查询点q能进行有效信号辐射的ap保留，保留标准为ap_j对l所辐射的信号强度大于-90dBm，有效AP集可记为：

2-5)对有效AP集中的ap按其对r_q辐射的信号强度值进行降序排序得到AP强度顺序向量:

3-5)混合指纹：

对于待查询指纹r_q和子区域中的离线指纹r_i，r_i∈S，先计算得到r_q的混合指纹

并通过同样的计算步骤得到离线指纹r_i的混合指纹

然后计算两者的AP集距离、AP强度顺序距离以及RSS距离：

4-5)AP集距离：

对于样本的有效AP集，采用Jaccard相似度来计算两个样本的AP集距离：

5-5)AP强度顺序距离：

对于样本的AP强度顺序向量，采用最长公共子序列计算两个样本的AP强度顺序距离：

6-5)RSS距离：

对于样本的RSS向量，采用欧式距离计算两个样本的RSS差值距离：

d_rss＝||r_q-r_i||₂

由于d_set和d_rank都是用来衡量样本间的相似程度，当d_set和d_rank越大，两个指纹就越相似。因此，我们使用函数n(d)＝1-d²对距离d_set和d_rank进行归一化，又因为0≤d_set,d_rank≤1，我们有0≤n(d_set),n(d_set)≤1。最终，两个指纹的差异度计算为：

其中，α,β>0为权重，其满足α+β＝1。

6)在子区域中使用自适应KNN算法得到用户的位置预测结果：

在计算了待查询指纹和子区域中的离线指纹的差异度后，通过设置差异度阈值d_res＝σ*d_min来动态地筛选前K个近邻，其中d_min表示最小差异度，σ为阈值系数。

在使用自适应KNN算法对r_q所在子区域S内的指纹数据进行匹配，并筛选得到K个候选参考点后，对其进行加权平均的方式得到r_q的最终位置估计，其中∈是为了防止分母等于0设定的一个常量：

附图说明

图1为本发明离线和在线阶段流程示意图；

图2为实施例中测试环境示意图。

具体实施方式

下面将结合实施例及附图对本发明做进一步阐述，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例：

一种基于高斯聚类与混合度量的WiFi指纹的室内定位方法，包括离线数据模型训练和在线位置预测，其中，离线数据模型训练过程包括：

1)指纹数据库预处理：

将室内实验环境中的定位区域离散化为L个网格点，其中每个点都有其固定的点标签l，l＝1,2,…,l，假设定位区域中用于定位的AP个数为M，则对于一个网格点l，其位置坐标表示为z_l＝(x_l,y_l)，l处采集到的对应场地内所有AP的信号强度向量以及所有AP组成的向量可以写作：

ap_l＝[ap₁,ap₂,…,ap_M]

其中，

表示第m个AP在点l处所辐射的信号强度RSS的值，ap_m表示第m个AP，对于那些未能采集到的RSS，设定默认最小RSS为-90dBm，m＝1,2,…,M，离线数据采集阶段，对L个点进行离线指纹数据库的构建，相应的所有指纹组成的指纹库D^L×M可以表示为：

为了验证算法的有效性和鲁棒性，我们在一个真实的复杂室内场景中进行实验。在该环境中分开放置了12个AP，以确保每个参考点都至少能检测到3个AP信号，如图2所示。离线阶段，我们将整个区域分为L＝366个网格点，相邻网格点的距离在1.6m。对于每个网格点，我们使用8GB RAM的手提电脑采集了N＝15个RSS样本以构建离线数据库D。在线阶段，我们在70个不同的网格点位置采集了共630个样本。

2)使用高斯聚类在定位空间划分子区域：

将训练用的所有指纹数据定义为K个高斯分布的线性组合：

其中，N_i(r_l,μ_i,∑_i)是均值为μ_i，协方差为∑_i的高斯分布，π_i是混合参数，为第i个高斯分布的权重，表征先验概率，并且

高斯分布的参数估计通过期望最大化EM算法确定。具体而言，假设聚类个数为K，这意味着有K个均值μ₁,μ₂,…,μ_K，协方差矩阵∑₁,∑₂,…,∑_K和权重π₁,π₂,…,π_K；

首先，随机分配均值、协方差和权重，然后执行E步：对于每个指纹r_j，j＝1,2,…,L，计算其属于分布c的概率，c_i,c_k∈[c₁,c₂,…,c_K]：

在执行完E步后，执行M步更新均值、协方差和权重：

其中，L_i表示第i个簇中的指纹数量，基于此步骤生成的更新参数，计算每个指纹点的新概率，并迭代更新参数，以此反复使得对数似然函数最大化，对数似然函数如下：

最终得到了K个指纹簇，将点l处的指纹数据对应存在于第K个指纹簇的情形记为t_l＝K，得到标签向量可以写作：

T＝[t₁,t₂,…,t_L]。

3)训练一个高准确率的随机森林分类器：

在对指纹聚类之后，利用差值指纹和其对应的子区域标签训练一个随机森林分类器，也称子区域判别模型。由于指纹聚类后每个子区域(簇)中的指纹个数通常是不同的，使用随机森林能较好地解决样本不平衡的问题，因此我们使用随机森林作为子区域判别模型。为了增加训练样本数，对定位区域中的每个参考点都采集N次，指纹库的数据量就从D^L×M变为D^L×N×M，用来训练的指纹样本数为N_train＝L×N。

将训练样本的指纹数据r_l及高斯聚类所得到的标签向量T带入到随机森林中进行训练，目的是训练一个能够预测每一个指纹最大可能存在于哪一个簇中的随机森林分类器。为了防止过拟合问题，我们采用了交叉验证的思想，将样本划分训练集和验证集，比例为7：3。最终，使用一定数量的测试集测试判别模型的精度。

在线位置预测过程包括：

4)通过随机森林分类器得到指纹所在的子区域：

我们将在线阶段随机采集的待预测位置的点的指纹数据记为待查询RSS指纹r_q，

将r_q输入到训练好的子区域判别模型内预测r_q所在的子区域S。

5)依据混合度量标准计算指纹点之间的差异度：

对于一个待查询RSS指纹r_q，为了减小RSS的波动性影响，我们从AP集、AP强度顺序和RSS 3个角度来表征该指纹：

1-5)信号有效的AP集：

对待查询点q能进行有效信号辐射的ap保留，保留标准为ap_j对l所辐射的信号强度大于-90dBm，有效AP集可记为：

2-5)对有效AP集中的ap按其对r_q辐射的信号强度值进行降序排序得到AP强度顺序向量:

3-5)混合指纹：

对于待查询指纹r_q和子区域中的离线指纹r_i，r_i∈S，先计算得到r_q的混合指纹

并通过同样的计算步骤得到离线指纹r_i的混合指纹

然后计算两者的AP集距离、AP强度顺序距离以及RSS距离：

4-5)AP集距离：

对于样本的有效AP集，采用Jaccard相似度来计算两个样本的AP集距离：

5-5)AP强度顺序距离：

对于样本的AP强度顺序向量，采用最长公共子序列计算两个样本的AP强度顺序距离：

6-5)RSS距离：

对于样本的RSS向量，采用欧式距离计算两个样本的RSS差值距离：

d_rss＝||r_q-r_i||₂

由于d_set和d_rank都是用来衡量样本间的相似程度，当d_set和d_rank越大，两个指纹就越相似。因此，我们使用函数n(d)＝1-d²对距离d_set和d_rank进行归一化，又因为0≤d_set,d_rank≤1，我们有0≤n(d_set),n(d_set)≤1。最终，两个指纹的差异度计算为：

其中，α,β>0为权重，其满足α+β＝1。

具体而言，我们取了不同的(α,β)进行定位估计，通过比较RMSE来确定最佳的权重对，通过比对测试结果可知，我们发现不同的权重对于定位性能的影响不是很大，我们选择其中最好的一组作为定位权重。

6)在子区域中使用自适应KNN算法得到用户的位置预测结果：

在计算了待查询指纹和子区域中的离线指纹的差异度后，通过设置差异度阈值d_res＝σ*d_min来动态地筛选前K个近邻，其中d_min表示最小差异度，σ为阈值系数。

在使用自适应KNN算法对r_q所在子区域S内的指纹数据进行匹配，并筛选得到K个候选参考点后，对其进行加权平均的方式得到r_q的最终位置估计，其中∈是为了防止分母等于0设定的一个常量：

Claims (1)

1.一种基于高斯聚类与混合度量的WiFi指纹的室内定位方法，其特征在于，该方法包括离线数据模型训练和在线位置预测，其中，离线数据模型训练过程包括：

1)指纹数据库预处理：

将室内实验环境中的定位区域离散化为L个网格点，其中每个点都有其固定的点标签l，l＝1，2，...，L，假设定位区域中用于定位的AP个数为M，则对于一个网格点l，其位置坐标表示为z_l＝(x_l，y_l)，l处采集到的对应场地内所有AP的信号强度向量以及所有AP组成的向量可以写作：

ap_l＝[ap₁，ap₂，...，ap_M]

其中，

表示第m个AP在点l处所辐射的信号强度RSS的值，ap_m表示第m个AP，对于那些未能采集到的RSS，设定默认最小RSS为-90dBm，m＝1，2，...，M，离线数据采集阶段，对L个点进行离线指纹数据库的构建，相应的所有指纹组成的指纹库D^L×M可以表示为：

2)使用高斯聚类在定位空间划分子区域：

将训练用的所有指纹数据定义为K个高斯分布的线性组合：

其中，N_i(r_l，μ_i，∑_i)是均值为μ_i，协方差为∑_i的高斯分布，π_i是混合参数，为第i个高斯分布的权重，表征先验概率，并且

高斯分布的参数估计通过期望最大化EM算法确定； 具体而言，假设聚类个数为K，这意味着有K个均值μ₁，μ₂，...，μ_K，协方差矩阵∑₁，∑₂，...，∑_K和权重π₁，π₂，…，π_K；

首先，随机分配均值、协方差和权重，然后执行E步：对于每个指纹r_j，j＝1，2，...，L，计算其属于分布c的概率，c_i，c_k∈[c₁，c₂，…，c_K]：

在执行完E步后，执行M步更新均值、协方差和权重：

其中，L_i表示第i个簇中的指纹数量，基于此步骤生成的更新参数，计算每个指纹点的新概率，并迭代更新参数，以此反复使得对数似然函数最大化，对数似然函数如下：

最终得到了K个指纹簇，将点l处的指纹数据对应存在于第K个指纹簇的情形记为t_l＝K，得到标签向量可以写作：

T＝[t₁，t₂，…，t_L]；

3)训练一个高准确率的随机森林分类器：

在对指纹聚类之后，利用差值指纹和其对应的子区域标签训练一个随机森林分类器，也称子区域判别模型； 由于指纹聚类后每个子区域(簇)中的指纹个数通常是不同的，使用随机森林能较好地解决样本不平衡的问题，因此我们使用随机森林作为子区域判别模型；为了增加训练样本数，对定位区域中的每个参考点都采集N次，指纹库的数据量就从D^L×M变为D^L×N×M，用来训练的指纹样本数为N_train＝L×N；

将训练样本的指纹数据r_l及高斯聚类所得到的标签向量T带入到随机森林中进行训练，目的是训练一个能够预测每一个指纹最大可能存在于哪一个簇中的随机森林分类器； 为了防止过拟合问题，我们采用了交叉验证的思想，将样本划分训练集和验证集，比例为7∶3；最终，使用一定数量的测试集测试判别模型的精度；

在线位置预测过程包括：

4)通过随机森林分类器得到指纹所在的子区域：

我们将在线阶段随机采集的待预测位置的点的指纹数据记为待查询RSS指纹r_q，

将r_q输入到训练好的子区域判别模型内预测r_q所在的子区域S；

5)依据混合度量标准计算指纹点之间的差异度：

对于一个待查询RSS指纹r_q，为了减小RSS的波动性影响，我们从AP集、AP强度顺序和RSS3个角度来表征该指纹：

1-5)信号有效的AP集：

对待查询点q能进行有效信号辐射的ap保留，保留标准为ap_j对l所辐射的信号强度大于-90dBm，有效AP集可记为：

2-5)对有效AP集中的ap按其对r_q辐射的信号强度值进行降序排序得到AP强度顺序向量：

3-5)混合指纹：

对于待查询指纹r_q和子区域中的离线指纹r_i，ri∈S，先计算得到r_q的混合指纹

并通过同样的计算步骤得到离线指纹r_i的混合指纹

然后计算两者的AP集距离、AP强度顺序距离以及RSS距离：

4-5)AP集距离：

对于样本的有效AP集，采用Jaccard相似度来计算两个样本的AP集距离：

5-5)AP强度顺序距离：

对于样本的AP强度顺序向量，采用最长公共子序列计算两个样本的AP强度顺序距离：

6-5)RSS距离：

对于样本的RSS向量，采用欧式距离计算两个样本的RSS差值距离：

d_rss＝||r_q-r_i||₂

由于d_set和d_rank都是用来衡量样本间的相似程度，当d_set和d_rank越大，两个指纹就越相似； 因此，我们使用函数n(d)＝1-d²对距离d_set和d_rank进行归一化，又因为0≤d_set，d_rank≤1，我们有0≤n(d_set)，n(d_set)≤1； 最终，两个指纹的差异度计算为：

其中，α，β＞0为权重，其满足α+β＝1；

6)在子区域中使用自适应KNN算法得到用户的位置预测结果：

在计算了待查询指纹和子区域中的离线指纹的差异度后，通过设置差异度阈值d_res＝σ*d_min来动态地筛选前K个近邻，其中d_min表示最小差异度，σ为阈值系数；

在使用自适应KNN算法对r_q所在子区域S内的指纹数据进行匹配，并筛选得到K个候选参考点后，对其进行加权平均的方式得到r_q的最终位置估计，其中∈是为了防止分母等于0设定的一个常量：

Images