基于Wi-Fi信號(hào)SLR的AP選取算法

莫永強(qiáng)

(廣州市城市規(guī)劃勘測(cè)設(shè)計(jì)研究院，廣東 廣州 510060)

1 引 言

近年來基于位置的服務(wù)(LBS，Location Based Service)需求已經(jīng)呈現(xiàn)井噴式增長(zhǎng)，LBS應(yīng)用市場(chǎng)空前巨大，已經(jīng)覆蓋到了人們生活中的各個(gè)領(lǐng)域。室外衛(wèi)星導(dǎo)航定位系統(tǒng)為用戶提供高精度、高穩(wěn)定性和全天候定位導(dǎo)航服務(wù)。由于人們80%的活動(dòng)都發(fā)生在室內(nèi)，衛(wèi)星導(dǎo)航系統(tǒng)[1]無法在室內(nèi)提供有效的位置服務(wù)，因而室內(nèi)環(huán)境下的位置服務(wù)需求變得越來越大。如商場(chǎng)內(nèi)的位置服務(wù)能提升用戶的購(gòu)物體驗(yàn)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。礦井下的位置服務(wù)能為井下安全管理、災(zāi)害救援提供技術(shù)支撐。在國(guó)內(nèi)外學(xué)者的共同努力下，以WiFi[2]、藍(lán)牙低功耗[3]、超寬帶[4](UWB)、RFID[5]等代表的多種室內(nèi)定位技術(shù)實(shí)現(xiàn)了快速的發(fā)展。隨著移動(dòng)智能設(shè)備的快速普及以及無線局域網(wǎng)的廣泛部署，WiFi因無須部署基礎(chǔ)設(shè)施，成本低且方便快捷成為室內(nèi)定位主流方式之一?；赪i-Fi的定位技術(shù)主要分為基于位置指紋和衰減模型[6]兩種方法，其中，基于位置指紋的方法因其精度和穩(wěn)定性都高于基于信號(hào)衰減模型方法而成為主流。

基于位置指紋的方法主要分為兩個(gè)階段。離線階段，在每個(gè)指紋點(diǎn)上采集多個(gè)AP的RSSI信號(hào)并關(guān)聯(lián)指紋點(diǎn)的位置坐標(biāo)組成位置指紋庫；在線階段，將待定點(diǎn)處接收到的各AP的RSSI信號(hào)與指紋庫進(jìn)行匹配來求出待定點(diǎn)的近似位置。定位精度和效率與參與定位的AP密切有關(guān)，AP的個(gè)數(shù)越多，計(jì)算任務(wù)增加導(dǎo)致計(jì)算效率降低。而不同的AP對(duì)定位精度的影響不同，有的AP參與定位能提升精度，有的AP反而會(huì)降低定位精度。因此，如何選取最優(yōu)的AP[7]成為WiFi室內(nèi)定位技術(shù)關(guān)鍵的一步。

基于最大均值(MaxMean)的AP選取算法[8]的主要思想是首先計(jì)算出每個(gè)AP的RSSI信號(hào)強(qiáng)度均值，選取信號(hào)強(qiáng)度均值最大的K個(gè)AP集合。這種方法雖然能保證選取AP的信號(hào)強(qiáng)度最大，但是沒有考慮AP的信號(hào)丟失以及信號(hào)的穩(wěn)定性?；诨バ畔?MI)的AP選取方法[9]是計(jì)算AP之間的互信息，根據(jù)互信息越低，信息冗余越少來選取互信息最小的AP組合。這種方法雖然能有效降低AP整體的信息冗余，但是無法對(duì)單個(gè)AP進(jìn)行區(qū)分?；谧钚?biāo)準(zhǔn)偏差(LSTD)的AP選取算法的主要思想是利用RSSI信號(hào)序列的標(biāo)準(zhǔn)差來評(píng)估RSSI信號(hào)的穩(wěn)定性，標(biāo)準(zhǔn)差越小，信號(hào)越穩(wěn)定。但該方法沒有考慮RSSI的信號(hào)丟失，可能導(dǎo)致信號(hào)非常弱的AP因其RSSI值變化很小而被選取，降低定位精度。因此，本文提出了一種基于信號(hào)丟失率SLR的AP選取算法。此算法的特點(diǎn)是：

(1)信號(hào)丟失率能有效反映信號(hào)抵抗環(huán)境影響的能力，丟失率越低，信號(hào)對(duì)環(huán)境影響越不敏感。

(2)選取信號(hào)丟失率低的AP能有效保證樣本數(shù)據(jù)的豐富性，為定位提供充足的原始數(shù)據(jù)。

(3)信號(hào)丟失率能綜合最大均值和最小標(biāo)準(zhǔn)差等指標(biāo)的特點(diǎn)，比互信息方法能更有效地對(duì)AP進(jìn)行區(qū)分。

2 SLR算法原理

由于室內(nèi)環(huán)境的復(fù)雜性，無線信號(hào)經(jīng)發(fā)射端在傳輸過程中會(huì)經(jīng)歷多種反射，折射，再傳到接收端。因此，AP信號(hào)強(qiáng)度不僅與距離有關(guān)，還與各種環(huán)境因素以及AP的發(fā)射功率有關(guān)。因此，接收端接收到的某個(gè)AP的信號(hào)強(qiáng)度是隨時(shí)間變化的，當(dāng)某時(shí)刻某AP的信號(hào)強(qiáng)度過低時(shí)接收端檢測(cè)不到就會(huì)出現(xiàn)缺失。當(dāng)某個(gè)AP的信號(hào)缺失次數(shù)過多時(shí)，已接收到的該AP信號(hào)序列無法反映整體的統(tǒng)計(jì)特征，這樣的AP對(duì)定位精度會(huì)產(chǎn)生消極影響。因此，需要對(duì)這類AP進(jìn)行過濾，通過設(shè)定一個(gè)丟失率閾值α，只選擇低于設(shè)定丟失率閾值的AP。信號(hào)丟失率(SLR)的計(jì)算公式是：

(1)

式中，n表示移動(dòng)設(shè)備在定位點(diǎn)處的總掃描次數(shù)，nsi表示APi在定位點(diǎn)處被掃描到的次數(shù)。

3 基于SLR的定位算法流程

圖1基于SLR的定位算法流程

(2)

4 實(shí)驗(yàn)設(shè)計(jì)及分析

4.1 實(shí)驗(yàn)設(shè)計(jì)

為了驗(yàn)證本文提出算法的有效性，我們?cè)趶V州市城市規(guī)劃勘測(cè)設(shè)計(jì)研究院的測(cè)量部門某辦公室內(nèi)開展了實(shí)驗(yàn)。如圖2所示，紅色點(diǎn)表示指紋點(diǎn)，藍(lán)色的點(diǎn)表示測(cè)試點(diǎn)。點(diǎn)間距為 1.5 m。均勻地分布在室內(nèi)空間，為消除收集差異性的影響，本實(shí)驗(yàn)過程中都使用同一臺(tái)智能手機(jī)進(jìn)行數(shù)據(jù)采集。在每個(gè)指紋點(diǎn)和待定點(diǎn)處的信號(hào)采集時(shí)間為 2 min，采樣頻率為 1 s。同時(shí)設(shè)備采集了室內(nèi)所有能掃描到的WiFi熱點(diǎn)(AP)的信息，共20個(gè)AP被掃描到。

圖2 室內(nèi)定位實(shí)驗(yàn)圖

4.2 實(shí)驗(yàn)分析

由于不同環(huán)境下，信號(hào)缺失率的閾值α可能不同，表1給出了當(dāng)前實(shí)驗(yàn)環(huán)境下，閾值分別為0%～60%之間SLR算法的定位精度。從表1中可以看出，當(dāng)信息丟失率閾值設(shè)置為10%時(shí)，此時(shí)的定位精度最高，對(duì)應(yīng)的AP個(gè)數(shù)為6個(gè)。再對(duì)比不同AP選取算法之間的定位精度(如圖3所示)。圖3縱軸表示平均定位精度，橫軸表示AP的個(gè)數(shù)變化。在圖中，MaxMean算法，互信息算法，最小標(biāo)準(zhǔn)差算法和SLR算法的精度變化曲線分別是藍(lán)色帶菱形線、橙色帶正方形線、灰色帶三角形線和黃色帶十字線。圖3可以看出當(dāng)AP個(gè)數(shù)從2個(gè)增加到6個(gè)時(shí)，定位精度不斷增強(qiáng)；AP個(gè)數(shù)從6個(gè)增加到13個(gè)時(shí)，定位精度基本保持穩(wěn)定；AP從14～20變化時(shí)，定位精度下降，總體趨于平穩(wěn)。結(jié)合圖3和表1可知當(dāng)閾值越高，篩選出的AP數(shù)目越多，SLR算法當(dāng)閾值從0%～10%變化時(shí)，篩選的AP數(shù)目增加，定位精度改善明顯。SLR算法在AP個(gè)數(shù)為6時(shí)定位精度取得最優(yōu)，值為1.73，而AP為6時(shí)，MaxMean算法，互信息算法和最小標(biāo)準(zhǔn)差算法三種算法對(duì)應(yīng)的平均定位誤差分別為3.09，2.97和2.38。圖4表示AP=6時(shí)，四種算法的測(cè)試點(diǎn)定位誤差對(duì)比。WiFi信號(hào)對(duì)人體具有不可穿透性，當(dāng)辦公室人員較多，來回走動(dòng)等環(huán)境因素的變化會(huì)對(duì)信號(hào)傳輸和接收效果產(chǎn)生影響，基于SLR算法在每個(gè)測(cè)試點(diǎn)的定位誤差會(huì)上下波動(dòng)，但大部分測(cè)試點(diǎn)的定位誤差都比其余算法要好。再結(jié)合4種算法的概率累計(jì)密度函數(shù)進(jìn)行分析，其數(shù)值如表2所示。從表中可以看出SLR算法在各個(gè)精度段的密度概率都高于其他三種算法，進(jìn)一步說明此算法的穩(wěn)健性。

不同閾值下SLR算法定位精度 表1

圖3 不同AP選取算法之間的定位精度比較

圖4AP=6時(shí)，四種算法的測(cè)試點(diǎn)定位誤差對(duì)比

四種算法的概率累計(jì)密度函數(shù)值 表2

5 結(jié) 論

本文針對(duì)WiFi室內(nèi)定位技術(shù)中AP選取問題進(jìn)行了研究，通過分析現(xiàn)有算法的不足，提出了一種新的基于信號(hào)缺失率(SLR)的AP選取算法。通過在廣州市城市規(guī)劃勘測(cè)設(shè)計(jì)研究院測(cè)量部門的辦公室內(nèi)進(jìn)行實(shí)驗(yàn)將本文算法與現(xiàn)有算法進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果表明：本文算法的平均定位精度比最大均值、互信息(MI)和最小標(biāo)準(zhǔn)差(LSTD)等AP選取算法分別提高了44.0%，41.8%和27.3%。同時(shí)研究發(fā)現(xiàn)同一個(gè)路由器的信號(hào)強(qiáng)度在其他條件相同的情況下，用不同的手機(jī)采集時(shí)，信號(hào)的大小會(huì)有差異，導(dǎo)致在信號(hào)傳輸過程中能量損耗不一樣，所以不同終端設(shè)備掃描AP的次數(shù)會(huì)有差異。因此，不同的手機(jī)使用此算法選取AP時(shí)，結(jié)果有可能是不同的。這種差異性是系統(tǒng)存在的，所以在將來的工作中，我們會(huì)針對(duì)這個(gè)問題進(jìn)行實(shí)驗(yàn)論證。