CN113347559A - 一种基于深度学习的强鲁棒性无线定位方法 - Google Patents

Abstract

本发明提出了一种基于深度学习的强鲁棒性无线定位方法。机器人采集多个时刻的轨迹位置和无线信号强度，并通过计算得到差分无线信号强度。将无线信号强度、差分无线信号强度依次根据一定时刻窗口分别划分为不同数据集，进一步构建批次训练样本；构建LSTM网络，将训练样本依次输入至LSTM网络得到预测位置，结合真实位置构建损失函数，并通过BPTT算法优化网络参数。本发明将无线信号强度和差分无线信号强度进行融合再定位，有效缓解传统无线定位方案中由于硬件差异性问题导致的测量偏差和信号强度随时间不稳定性导致的定位误差，此外由于LSTM网络内部使用了，其序列匹配提升了定位精度，且在一定程度上消除了定位指纹的空间歧义性。

Description

一种基于深度学习的强鲁棒性无线定位方法

技术领域

本发明涉及深度学习和无线定位领域，尤其是一种基于深度学习的强鲁棒性无线定位方法。

背景技术

随着城市化进程推进，人们对基于位置服务(location-based service,LBS)的需求日益强烈，北斗全球组网虽已完成，但其信号容易被城市高楼、掩体遮盖，无法覆盖城市峡谷、室内等复杂环境。特别是现代化建设中，城市高楼、大型室内广场等大型建筑与日俱增，一方面阻挡了(Global Navigation Satellite System)GNSS的信号，出现城市峡谷等遮挡比较严重的环境，此时GNSS定位误差较大，已经无法满足人们日常需求；另一方面由于大型建筑例如火车站、商场等的出现也扩大了人们对室内定位的需求，因此众多的其他信号源被挖掘、研究以满足人们对导航与定位的需求。

现有的室内定位技术信号源种类繁多，其中常见包括Wi-Fi、移动蜂窝网络、射频识别RFID(Radio frequency Identification)、蓝牙、超宽带UWB(ultra-wide band)、声音、可见光、磁场、惯性导航IMU(inertial measurement unit)、激光雷达以及基于视觉的定位导航技术；其中所用到的技术包括传统的基于角AOA(Angle of Arrival)、基于到达时间(Time of Arrival)、基于到达时间差TDOA(Time difference of Arrival)、基于RSSI(Received Signal Strength Indicator)指纹、基于CSI(Channel State Information)信道状态信息、和基于无线信号传播模型等方法。近年因计算机硬件处理能力的迅速提升，复杂的模型得以在短时间内迅速求解，许多人工智能方法被用于室内定位，例如图像识别、深度学习、SLAM(Simultaneous Localization and Mapping)等。

在以上所有技术之中，基于Wi-Fi等无线指纹技术因为其低成本、普适性等优良特性而被广泛接受，而且各种Wi-Fi信号在室内场景随处可见，是实现低成本定位方案的首选。以上各种优势使众多研究者和公司热衷于此，但是仍然有许多问题存在：(1)指纹随时间不稳定性，隔一段时间后重新测试相同路径上的RSSI，数值会有很大差异，所以为了保持精度不得不耗费大量财力物力频繁更新指纹库；(2)如果同时用不同型号的智能设备去测量相同地点的RSSI，结果也会有较大差异，这就是指纹匹配中的硬件差异性问题，而且市面上的智能手持设备种类繁多，这个导致用某一种设备建立的无线信号RSS指纹库不具有普适性，实际环境下的定位精较实验环境下出入较大，这是另外一个亟待解决的问题。

发明内容

发明目的：本发明利用一种基于深度学习的强鲁棒性无线定位方法，有效缓解了困扰传统方法多年的问题：指纹的硬件多样性和随时间不稳定性问题，可以有效遏制为保持较好定位精度而花费大量财力物力去不断更新指纹数据库造成的浪费。并且通过序列匹配提和一些技巧升导航精度，为大规模部署无线指纹定位系统提供了一个低成本、相对较高精度的企业级解决方案。

步骤1：机器人采集多个时刻的轨迹位置，并采集多个时刻的无线信号强度，并划分为不同窗口；

步骤2：根据多个时刻的无线信号强度通过差分计算得到多个时刻的差分无线信号强度，将多个时刻的无线信号强度、多个时刻的差分无线信号强度依次根据一定时刻窗口分别划分为多组时序无线信号强度数据集、多组差分时序无线信号强度数据集，进一步构建批次训练样本，结合多个时刻的轨迹位置构建每个批次训练样本对应的真实位置标签；

步骤3：构建LSTM网络，将每个批次训练样本依次输入至LSTM网络通过预测得到每个批次训练样本对应的预测位置标签，结合每个批次训练样本的真实位置标签构建LSTM网络的损失函数，并通过BPTT算法优化网络参数得到优化后LSTM网络；

作为优选，步骤1所述多个时刻的轨迹位置为：

(x_t,y_t),t∈[1,K]

其中，K表示采集时刻的数量，(x_t,y_t)表示第t个时刻采集的坐标，x_t表示第t个时刻采集的横坐标，y_t表示第t个时刻采集的纵坐标；

步骤1所述多个时刻的无线信号强度为：

其中，K表示采集时刻的数量，M表示无线基站的数量，

表示第t个时刻采集到第j个基站的无线信号强度,RSSI_t表示第t个时刻采集的所有基站无线信号强度集合；

作为优选，步骤2所述计算得到多个时刻的差分无线信号强度，具体为：

其中，K表示采集时刻的数量，M表示无线基站的数量，L表示窗口长度，

表示在第t时刻来自第j个基站的信号强度，

表示下一个窗口的第一个时刻的信号接收强度，DRSSI_t表示t时刻所有差分信号强度的集合；

步骤2所述多组时序无线信号强度数据集，定义为：

Adata_i＝{RSSI_(i-1)*L+1,RSSI_(i-1)*L+2,...,RSSI_(i-1)*L+L}

i∈[1,K/L]

其中，Adata_i表示第i组时序无线信号强度数据集，K表示采集时刻的数量，L表示时刻窗口的长度，K/L表示时序无线信号强度数据的组数，RSSI_(i-1)*L+j表示第i组时序无线信号强度数据集中第j个无线信号强度，j∈[1,L]；

步骤2所述多组差分时序无线信号强度数据集，定义为：

Bdata_i＝{DRSSI_(i-1)*L+1,DRSSI_(i-1)*L+2,....,DRSSI_(i-1)*L+L}

i∈[1,K/L]

其中，Bdata_i表示第i组时序差分无线信号强度数据集，K表示采集时刻的数量，L表示时刻窗口的长度，K/L表示时序差分无线信号强度数据的组数，DRSSI_(i-1)*L+j表示第i组时序差分无线信号强度数据集中第j个差分无线信号强度，j∈[1,L]；

步骤2所述批次训练样本，定义为：

Data_i＝{Aata_i,Bata_i}

i∈[1,K/L]

其中，Data_i表示第i批次训练样本，K表示采集时刻的数量，L表示时刻窗口的长度，K/L表示批次的数量；

步骤2所述每个批次训练样本对应的真实位置标签，定义为：

(x_i*L,y_i*L)

作为优选，步骤3所述构建LSTM网络为：

通过编码器、解码器、注意力模块、预测模块依次构建LSTM网络；

步骤3所述训练样本为：

所述编码器，将每个批次训练样本的差分无线信号强度数据集通过特征提取得到每个批次训练样本的差分无线信号强度序列特征，并且将每个批次训练样本中差分无线信号强度序列特征分别输出到所述的解码器、注意力模块；

所述解码器，将每个批次训练样本无线信号强度数据集结合编码器输入的差分无线信号强度序列特征，提取出无线信号强度的序列特征，并将抽取的无线信号强度的序列特征输入到所述的所述注意力模块、预测模块；

所述注意力模块，指将无线信号强度数据集的序列特征和差分的无线信号强度数据集的序列特征进行对齐操作，生成对差分无线信号强序列特征的不同权值，最后将加权后差分无线信号强度序列特征输入到预测模块。

所述预测模块，指由加权后的差分无线信号强度序列特征和无线信号强度序列特征融合，以及前一刻的位置估计信息，来预测当前批次所对应的位置

步骤3所述损失函数模型为：

其中N代表样本点的数目，

代表预测的坐标。

本发明的主要优势在于：

在编码-解码(Encode-Decode)框架下，将指纹梯度和指纹信息进行融合再定位，突破传统无线定位方案中硬件差异性问题，使得大规模部署无线指纹技术成为可能。由于市面智能手持设备种类繁多而且传统的无线指纹定位方案虽然在实验环境下的智能设备上获得较高的定位精度，但是在不同智能设备下由于硬件差异性原因，性能往往会大幅度下降，很难部署到实际场景中，而本发明通过融合指纹梯度序列和指纹序列使得该问题在一定程度下得以缓解。

在一定程度下缓解无线指纹随时间不稳定性问题，传统方法因时间不稳定性问题，需要不断更新指纹数据库造成的大量财力物力花费，本方法在一定程度上缓解该问题。

使用神经网络抽取序列信息，通过序列匹配，能够缓解指纹存在的空间歧义性问题，并将历史信息融入当前定位中，有效提高定位精度。

引入Attention模块，根据当前位置的指纹信息，对抽取不同时间片的指纹梯度序列特征赋予不同权重，能够将序列匹配优势发挥到极致，提升模型的性能。

预测阶段，采用了一种路径搜索的方案，使定位结果尽可能达到最优，而且训练过程使用上一刻真实位置作为输入，有效提升算法的收敛时间。

本发明的有益效果为：本发明创新性的将无线指纹信号和无线指纹梯度信号融合再定位，大幅度缓解了传统无线匹配模型存在的硬件差异性问题和指纹随时间不稳定性问题，整体而言，本专利突破传统方法的限制，为大规模部署无线指纹定位系统提供了一个低成本、相对较高精度的企业级解决方案。

附图说明

图1：为本发明方法的数据流程图。

图2：为本发明中指纹窗口划分模块的示意图。

图3：为本发明方法的算法框架图。

图4：为本发明中指纹梯度计算模块示意图。

图5：为本发明中编码解码算法框架示意图。

图6：为本发明中的结构示意图。

图7：为本发明中路径搜索示意图。

图8：方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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。

下面结合图1至图8介绍本发明的具体实施方式如下。

本发明第一实施例为一种基于深度学习的强鲁棒性无线定位方法，具体如下：

步骤1：机器人采集多个时刻的轨迹位置，并采集多个时刻的无线信号强度，并划分为不同窗口；

步骤1所述多个时刻的轨迹位置为：

(x_t,y_t),t∈[1,K]

其中，假设所有路径划分为s个指纹点，本文指纹使用连续的方式采集，即每次匀速走完路径，每当经过提前标记好的指纹位置点时记录当前时间，并且扫描一次信号强度。本发明一共采集了40条轨迹，(x_t,y_t)表示第t个时刻采集的坐标，x_t表示第t个时刻采集的横坐标，y_t表示第t个时刻采集的纵坐标；

步骤1所述多个时刻的无线信号强度为：

其中，K＝5572表示采集时刻的数量，M＝807表示无线基站的数量。

表示第t个时刻采集到第j个基站的无线信号强度。RSSI_t表示第t个时刻采集的所有基站无线信号强度集合；

步骤2：根据多个时刻的无线信号强度通过差分计算得到多个时刻的差分无线信号强度，将多个时刻的无线信号强度、多个时刻的差分无线信号强度依次根据一定时刻窗口分别划分为多组时序无线信号强度数据集、多组差分时序无线信号强度数据集，进一步构建批次训练样本，结合多个时刻的轨迹位置构建每个批次训练样本对应的真实位置标签；

步骤2所述计算得到多个时刻的差分无线信号强度，具体为：

其中，K＝5572表示采集时刻的数量，M＝807表示无线基站的数量，L＝4表示窗口长度，

表示在第t时刻来自第j个基站的信号强度，

表示下一个窗口的第一个时刻的信号接收强度，DRSSI_t表示t时刻所有差分信号强度的集合；

步骤2所述多组时序无线信号强度数据集，定义为：

Adata_i＝{RSSI_(i-1)*L+1,RSSI_(i-1)*L+2,...,RSSI_(i-1)*L+L}

i∈[1,K/L]

其中，Adata_i表示第i组时序无线信号强度数据集，K＝5572表示采集时刻的数量，L＝4表示窗口的长度，K/L表示时序无线信号强度数据的组数，RSSI_(i-1)*L+j表示第i组时序无线信号强度数据集中第j个无线信号强度，j∈[1,L]；

步骤2所述多组差分时序无线信号强度数据集，定义为：

Bdata_i＝{DRSSI_(i-1)*L+1,DRSSI_(i-1)*L+2,....,DRSSI_(i-1)*L+L}

i∈[1,K/L]

其中，Bdata_i表示第i组时序差分无线信号强度数据集，K＝5572表示采集时刻的数量，L＝4表示时刻窗口的长度，K/L表示时序差分无线信号强度数据的组数，DRSSI_(i-1)*L+j表示第i组时序差分无线信号强度数据集中第j个差分无线信号强度，j∈[1,L]；

步骤2所述批次训练样本，定义为：

Data_i＝{Aata_i,Bata_i}

i∈[1,K/L]

其中，Data_i表示第i批次训练样本，K＝5572表示采集时刻的数量，L＝4表示窗口的长度，K/L表示批次的数量；

步骤2所述每个批次训练样本对应的真实位置标签，定义为：

(x_i*L,y_i*L)

步骤3：构建LSTM网络，将每个批次训练样本依次输入至LSTM网络通过预测得到每个批次训练样本对应的预测位置标签，结合每个批次训练样本的真实位置标签构建LSTM网络的损失函数，并通过BPTT算法优化网络参数得到优化后LSTM网络；

步骤3所述构建LSTM网络为：

通过编码器、解码器、注意力模块、预测模块依次构建LSTM网络；

步骤3所述训练样本为：

所述编码器，由网络组成，将每个批次训练样本的差分无线信号强度数据集通过特征提取得到每个批次训练样本的差分无线信号强度序列特征，并且将每个批次训练样本中差分无线信号强度序列特征分别输出到所述的解码器、注意力模块；

所述解码器，由网络组成，将每个批次训练样本无线信号强度数据集结合编码器输入的差分无线信号强度序列特征，提取出无线信号强度的序列特征，并将抽取的无线信号强度的序列特征输入到所述的所述注意力模块、预测模块；

所述注意力模块，由MLP网络组成，指将无线信号强度数据集的序列特征和差分的无线信号强度数据集的序列特征进行对齐操作，生成对差分无线信号强序列特征的不同权值，最后将加权后差分无线信号强度序列特征输入到预测模块。

所述预测模块，由MLP网络组成指由加权后的差分无线信号强度序列特征和无线信号强度序列特征融合，以及前一刻的位置估计信息，来预测当前批次所对应的位置

步骤3所述损失函数模型为：

其中N代表样本点的数目，

代表预测的坐标。

步骤4：在线阶段，用户手机收集到数据之后，将待测的数据按照步骤二中，整理成差分无线信号强度数据集和无线信号强度数据集，然后送入到训练好的LSTM网络，得到预测的用户当前位置。

本发明第二实施例具体如下：

数据处理阶段的流程如图1所示，分为离线和在线两个阶段。离线阶段(在图1中用黑色箭头表示)主要将采集的数据形成指纹库并且训练好模型的参数。生成指纹库后开始训练模型参数，首先数据经过一个窗口划分模块(Windows Split Module)形成指纹序列，再分别进入Decoder模块和梯度计算模块(Gradient Module)，在梯度计算模块中形成指纹空间梯度，指纹空间梯度最终进入Encode模块被抽取出序列信息并生成隐藏状态，再经过attention模块加权后，一起进入Decoder模块。然后通过prediction预测位置并与真实位置标签对比，作为一个分类问题，本文使用交叉熵损失函数(cross-entropy)，并通过BPTT(back-propagation through time)算法将误差反向传播，更新网络参数；在线阶段(在图1中使用灰色箭头表示)，当用户收集到数据后，数据流程与离线阶段类似，通过窗口划分模块(Windows Split Module)后，分别进入到梯度计算模块和Decoder模块，然后指纹梯度进入Encode生成隐藏状态，并经过attention模块后一起Decoder模块，与训练阶段区别在于，最终通过prediction模块后直接把定位结果返回给用户而训练阶段则是通过计算损失函数，然后反向传播误差，更新网络参数。注意在第一次扫描指纹信号进行定位的时候无法生成序列，模型退化为简单的单点指纹匹配，但是随着用户经过的指纹点增加，形成序列，定位精度会有明显的改善。

在数据预处理阶段已经得到了如图1中的表格所示指纹库，在特征抽取阶段主要是窗口的划分和指纹梯度的计算。

特征抽取阶段包括窗口划分模块、计算指纹梯度模块；

所述窗口划分模块，就是将数据划分为一个个窗口，假设窗口的大小(WindowsSize)为k,具体划分方法如图2所示，在一条轨迹中，当本发明在t_p的时候得到当前位置指纹f_p，再按顺序从前面指纹数据中抽取出k-1项，一共是k项组成了w_p,即w_p＝{f_p-k+1,...,f_p}。所有划分结果表示为W＝{w_k,w_k+1,...,w_n}，因为第k项才能开始形成指纹，所有w_k开始，第p个指纹点的窗口表示为w_p，其中f_p-k+i根据之前描述，由时间、位置和当前接收到的所有AP指纹信号强度组成，即f_p-k+i＝{t_p-k+i，pos_p-k+i，RSSI_p-k+i}。

所述计算指纹梯度模块，尽管单个地点指纹会随时间改变，但是相邻指纹点之间的指纹差会比较稳定，不随时间快速变化。并且相同设备接受到的指纹强度相减，能够消除设备之间的差异性。梯度计算模块具体如下图4所示，由前面定义可知

表示在某次指纹采集过程中，第i个时间点接受到第j个AP的信号强度，本发明假设两次走相同的路径第一次在t_i点接收到第j个AP指纹为

经过一段时间后第2次在相同位置接收到相同AP指纹为

两次的信号强度之差

较大，因此说明直接的指纹匹配被时间较大。但是相邻点之间的差异即

与

基本稳定。同理

表示设备1在第i个时间点接受到第j个AP的信号强度，

表示相同时间地点第2个设备接收到的信号强，

差异很大，造成直接的指纹匹配的效果不好，但是

与

之间差异会比较稳定。由上分析，本发明引入指纹梯度，用dw_p表示某次轨迹中第t_p时刻的指纹梯度，在经过窗口划分模块后本发明已经得到w_p，因此本发明可以直接由w_p产生dw_p，具体计算方式如图4所示，在f_p-k+i产生df_p-k+i过程中，如图时间t和位置pos不变，只是里面的指纹强度RSSI_p-k+i变成指纹梯度DRSSI_p-k+i。指纹梯度定义为

其中

即当前时刻的信号强度与窗口末端的相同AP的信号强度差。所有可以得到df_p-k+i＝{t_p-k+i,pos_p-k+i,DRSSI_p-k+i}，但注意dw_p＝{df_p-k+1df_p-k+2,…,f_p}，即一个窗口中，末端指纹梯度与指纹相同df_p＝f_p，最后所有指纹梯度可以表示为W＝{dw_k,dw_k+1,...dw_n}。

深度学习算法框架为Encode-Decoder[25](编码-解码)框架，是深度学习中常见的一种模型框架，具体结构如图5所示，其在众多的应用场景中都有非常出色的表现，近几年涌现的大量基于编码解码框架的网络。其分为编码和解码两部分，在编码阶段通常基于数据选取相应的特征提取网络，生成中间语义C，在解码阶段能够充分利用C进行预测与分类；(Long Short-Term Memory)又称为长短记忆网络结构[26]如图6所示，是循环神经网络的一种，其主要能力在于通过三个逻辑门(忘记门，选择门，记忆门)实现非常出色的“记忆力”,即在网络结构比较深的时候依然能够有很好的记忆能力，不会出现梯度消失[27]无法更新网络权值的问题。本文创新性的通过Encoder-Decoder框架将指纹梯度和指纹融合进行定位，有效缓解硬件设备之间的差异和指纹随时间的不稳定性问题。并且考虑到相邻指纹梯度之间、相邻指纹之间分别都存在顺序关系，所以在编码阶段和解码阶段都使用了抽取隐藏在数据之间的顺序结构，进行序列匹配定位，有效缓解空间歧义问题，提升定位精度。具体操作如下，首先由图1流程可以知道，指纹库F经过窗口化分模块和梯度处理模块后，得到序列化的指纹库W和序列化的指纹梯度库DW，然后分别将W指纹库中w_i和DW指纹库中相同时间段的dw_i输入到解码和编码网络中即网络组成的编码器和解码器，网络抽取出隐藏序列信息后，每个cell都会输出两个相同维度的中间状态(细胞状态c和隐藏状态h)传给下一个cell。为了方便本文对于编码网络中间状态全部使用h_i,i＝0,1,2..,k表示，解码网络中间状态全部使用s_i,i＝0,1,…,k表示,其中h₀和s₀是初始化状态，h₀设为全零的矩阵，而s₀＝h_k于是有：

H＝Encoder(DRSSI_p,…DRSSI_p-k+i,…,DRRI_p)

(1)

H＝{h_k,…,h_k}表示编码网络抽取序列信息后总结成的隐藏状态；Encoder表示编码网络，即由k个cell组成的非线性映射函数，之间通过h_i传递信息；DRSSI_i是dw_i中的指纹梯度序列。在解码阶段有

s_i表示这一时刻解码网络隐藏状态；decoder表示解码网络，即由k个cell组成的非线性映射函数，之间通过s_i传递信息；C_i是由attention模块加权后的H；

是上一时刻预测位置，会影响当前时刻的位置的预测；s_i-1是解码网络中上一时刻隐藏状态；RSSI_i是该时刻指纹。在s₁时，因为仅有一个指纹点，网络退化为普通的指纹匹配。最后的预测结果表示为

表示这一时刻的预测的位置，g表示预测模块即图1中(prediction模块)，一个非线性映射函数，即由全连接层和一个softmax层组成。这里本发明需要讨论一下，编码和解码部分的输入的数据，本发明知道，网络输入包括两个部分dw_i和w_i。在解码阶段，输入的是w_i，即直接的指纹信息这是因为指纹与位置的关系更加直接和简单所以放在解码阶段，而指纹梯度与位置的关系比较难以挖掘但有决定性的作用，特别是在环境比较复杂的情况下(硬件差异和时间不稳定情况下)，所以本文使用一个组成的编码网络对其中隐含的特征进以及序列信息进行挖掘与提取，并且通过一个attention模块加权，在实验部分本发明通过实验验证了，这样的输入结构比调换w_i和dw_i位置效果更加好。

本发明注意力机制，Encoder-Decoder框架在encode阶段，dw_p中每个值{DRSSI_i，i＝p-k+1,…,p}输入到Encoder产生的中间转态h_i传递到decoder的时候都是相等权值，即H中每个元素对预测当前位置作用一样，这其实是非常不合理的，在实际定位过程中，很明显DRSSI_p-k+i对于第t_i个位置的预测更加有决定性作用，因此本文引入attention模块，在求解s_i和

的时候对H中不同元素进行权值分配，得到C_i。具体而言，在编码部分本发明数据dw_i通过编码网络后得到H＝{h_k,…,h_k}，同样解码阶段在求解

的时候，本发明已知前面cell的隐藏状态s_i-1,于是本发明可以定义：

e_ij＝grade(h_j,s_i-1)

(4)

grade是打分函数，可以根据数据特性有不同的定义方式，本文采用如图1所示的一个全连接层。

e_ij＝v^T tanh(w₁h_j+w₂s_i-1)

(5)

w₁，w₂和v是全连接层的权值参数。然后通过一个softmax函数进行归一化处理，即

最后通过加权得到，C_i

这样C_i,

s_i-1,RSSI_i全部已知，本发明可以前向传播求s_i，然后进一步求解

本发明深度学习模块求解，对于模型求解部分，本发明使用常见的BPTT算法如图1所示当本发明得到

y_i其实是点所对应的地标编号，因此是一个分类问题，损失函数使用常见的交叉熵损失：

其中c代表预测位置标签，M是标签数目，i代表样本，N是样本总数，y_ic是指示变量:如果样本i真实位置标签与c一样则等于1否则为0；p_ic代表预测样本i为位置标签c的概率。但在模型训练阶段，为了加速模型的训练过程，而且各个点的真实位置编号是已知的，所以在公式2和公式3中本发明直接使用前一步真实的标签当做输入，于是公式变成如下形式：

s_i＝Decoder(C_i,y_i-1 s_i-1 RSSI_i)

(9)

和

但是在预测阶段，因为没有前一时刻的真实位置，所以本文使用的是前一时刻的预测值，即公式2与公式3所示。

此外本发明专利还创造性的使用了另外两个小技巧去提升定位精度和训练速度：

其中一个是在解码模块中，需要将前一单元的步的预测值作为下一步预测的输入。此处在训练阶段的时候，本专利创新性的放弃使用前一步预测模块的输入，而是改为前一步的真实位置，这样有利于加速模型的收敛速度：一方面能够在数据量不充分的情况下，任然能将模型的参数训练到一定程度，而实现精准定位；另一方面，在模型训练节省大量时间，快速得到不错的参数。另外一个技巧是在预测模块中，本专利使用一个beam搜索算法，尽量使模型达到全局最优。具体而言，在预测模块可以得到当前位置的预测值和结果得分，本专利在预测模块中保留得分最高的前n个结果，然后将这n个结果当前窗口的下一步预测中，形成一颗满二叉树，假设窗口大小为k，最终结果是在n^k个结果中，找到整体分数最高的那条路径作为结果而不是每次去当前分数最高的局部最优。

全局最优解的求解，为了进一步提高定位精度，模型在预测阶段对于每一步预测保留前n个最优解，然后通过一个路径搜索的方式，尽可能寻找全局最优解，而非局部最优。例如，假如每次保留前n个解，且序列数为k则最终结果是在kⁿ个结果里面寻找最优解。具体如下，本发明在每次softmax求出

的时候同时观察

所对应的概率值，保留概率最高的前n个解，然后将这n个解分别带入下一步的预测Encoder编码中，每个解又保留最优的n个解，最后会形成n个k层的满n叉树如图7所示，每个节点都代表着一个位置的预测结果，包含两个值：预测标签

和概率score。

表示预测的位置编号，而score表示由softmax函数得到的该预测值的概率。一共k层，每一层都代表一个位置所有的可能值，最后本发明需要从叶子节点出发，顺着树的结构找到根节点，然后将路过的所有节点的分数score累加；最终将总的得分最高的路径作为最终的结果，如图7所示灰色部分。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (4)

1.一种基于深度学习的强鲁棒性无线定位方法，其特征在于，包括以下步骤：

步骤1：机器人采集多个时刻的轨迹位置，并采集多个时刻的无线信号强度，并划分为不同窗口；

步骤2：根据多个时刻的无线信号强度通过差分计算得到多个时刻的差分无线信号强度，将多个时刻的无线信号强度、多个时刻的差分无线信号强度依次根据一定时刻窗口分别划分为多组时序无线信号强度数据集、多组差分时序无线信号强度数据集，进一步构建批次训练样本，结合多个时刻的轨迹位置构建每个批次训练样本对应的真实位置标签；

步骤3：构建LSTM网络，将每个批次训练样本依次输入至LSTM网络通过预测得到每个批次训练样本对应的预测位置标签，结合每个批次训练样本的真实位置标签构建LSTM网络的损失函数，并通过BPTT算法优化网络参数得到优化后LSTM网络。

2.根据权利要求1所述的基于深度学习的强鲁棒性无线定位方法，其特征在于，

步骤1所述多个时刻的轨迹位置为：

(x_t,y_t),t∈[1,K]

其中，K表示采集时刻的数量，(x_t,y_t)表示第t个时刻采集的坐标，x_t表示第t个时刻采集的横坐标，y_t表示第t个时刻采集的纵坐标；

步骤1所述多个时刻的无线信号强度为：

其中，K表示采集时刻的数量，M表示无线基站的数量，

表示第t个时刻采集到第j个基站的无线信号强度,RSSI_t表示第t个时刻采集的所有基站无线信号强度集合。

3.根据权利要求1所述的基于深度学习的强鲁棒性无线定位方法，其特征在于，

步骤2所述计算得到多个时刻的差分无线信号强度，具体为：

其中，K表示采集时刻的数量，M表示无线基站的数量，L表示窗口长度，

表示在第t时刻来自第j个基站的信号强度，

表示下一个窗口的第一个时刻的信号接收强度，DRSSI_t表示t时刻所有差分信号强度的集合；

步骤2所述多组时序无线信号强度数据集，定义为：

Adata_i＝{RSSI_(i-1)*L+1,RSSI_(i-1)*L+2,...,RSSI_(i-1)*L+L}

i∈[1,K/L]

其中，Adata_i表示第i组时序无线信号强度数据集，K表示采集时刻的数量，L表示时刻窗口的长度，K/L表示时序无线信号强度数据的组数，RSSI_(i-1)*L+j表示第i组时序无线信号强度数据集中第j个无线信号强度，j∈[1,L]；

步骤2所述多组差分时序无线信号强度数据集，定义为：

Bdata_i＝{DRSSI_(i-1)*L+1,DRSSI_(i-1)*L+2,....,DRSSI_(i-1)*L+L}

i∈[1,K/L]

其中，Bdata_i表示第i组时序差分无线信号强度数据集，K表示采集时刻的数量，L表示时刻窗口的长度，K/L表示时序差分无线信号强度数据的组数，DRSSI_(i-1)*L+j表示第i组时序差分无线信号强度数据集中第j个差分无线信号强度，j∈[1,L]；

步骤2所述批次训练样本，定义为：

Data_i＝{Aata_i,Bata_i}

i∈[1,K/L]

其中，Data_i表示第i批次训练样本，K表示采集时刻的数量，L表示时刻窗口的长度，K/L表示批次的数量；

步骤2所述每个批次训练样本对应的真实位置标签，定义为：

(x_i*L,y_i*L)。

4.根据权利要求1所述的基于深度学习的强鲁棒性无线定位方法，其特征在于，

步骤3所述构建LSTM网络为：

通过编码器、解码器、注意力模块、预测模块依次构建LSTM网络；

步骤3所述训练样本为：

所述编码器，将每个批次训练样本的差分无线信号强度数据集通过特征提取得到每个批次训练样本的差分无线信号强度序列特征，并且将每个批次训练样本中差分无线信号强度序列特征分别输出到所述的解码器、注意力模块；

所述解码器，将每个批次训练样本无线信号强度数据集结合编码器输入的差分无线信号强度序列特征，提取出无线信号强度的序列特征，并将抽取的无线信号强度的序列特征输入到所述的所述注意力模块、预测模块；

所述注意力模块，指将无线信号强度数据集的序列特征和差分的无线信号强度数据集的序列特征进行对齐操作，生成对差分无线信号强序列特征的不同权值，最后将加权后差分无线信号强度序列特征输入到预测模块；

所述预测模块，指由加权后的差分无线信号强度序列特征和无线信号强度序列特征融合，以及前一刻的位置估计信息，来预测当前批次所对应的位置

步骤3所述损失函数模型为：

其中，N代表样本点的数目，

代表预测的坐标。

Images