基于移動眾包的地磁傳感器陣列室內(nèi)指紋定位技術(shù)*

章裕潤, 吳 飛, 毛萬葵

(上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院,上海 201600)

0 引 言

近年來,智能終端普及程度越來越高,其集成的傳感器種類也越來越豐富,芯片計算能力也越來越強(qiáng),室內(nèi)定位通過多種多樣的物理環(huán)境特征實現(xiàn),包括GSM、FM、聲音和磁場等[1]。Chung J,Donahoe M等人于2011年設(shè)計了利用地磁場特征定位的系統(tǒng)[2],定位精度達(dá)到1 m左右,而且能夠判斷用戶方向;但該系統(tǒng)嚴(yán)重依賴于專用的硬件設(shè)備,且對定位終端的運動軌跡提出了要求,需要在用戶移動相當(dāng)長的一段軌跡。在一定允許差異性條件下采樣點同一方向不同采集設(shè)備檢測到的地磁矢量具有高相關(guān)性,Mendoza-Silva G M等人提出了將無線信號通過Procrustes分析標(biāo)準(zhǔn)化,通過異構(gòu)設(shè)備的歸一化處理,統(tǒng)一指紋向量保存在指紋數(shù)據(jù)庫中以解決異構(gòu)設(shè)備獲取的信號強(qiáng)度差異性大的問題[3]。但是該方法線處理,服務(wù)階段難以滿足精度和實時性的要求。

為了考慮異構(gòu)設(shè)備的影響,本文提出了一種基于移動眾包的地磁傳感器陣列室內(nèi)指紋定位技術(shù),將直接測量的地磁強(qiáng)度信息轉(zhuǎn)換為相對的信號強(qiáng)度差(signal strength difference,SSD)作為指紋,相比于WiFi指紋定位、射頻識別(radio frequency identification,RFID)測距等傳統(tǒng)室內(nèi)定位方法,由于移動眾包室內(nèi)定位方法無須專業(yè)人工勘測,通過大量普通用戶實現(xiàn)實時、魯棒、精確的室內(nèi)定位,大大提升了系統(tǒng)工作效率以及穩(wěn)定性,基于眾包的地磁指紋定位方法無需額外布置無線傳感器,適用范圍廣、定位效果較好,將成為今后室內(nèi)定位的有效解決方案。

1 基于信號指紋眾包的定位方法

1.1 基于指紋的定位技術(shù)

通常不同地點的地磁矢量是不同的,而同一地點的地磁信號是穩(wěn)定的[4]。因此,地磁信號可以用來區(qū)分不同位置,成為表征特定位置的無線信號特征。傳統(tǒng)的指紋定位方法包含兩個階段：訓(xùn)練階段和服務(wù)階段。在訓(xùn)練階段,專業(yè)人士對定位區(qū)域進(jìn)行位置采樣,通過在定位區(qū)域劃分網(wǎng)格,并在每一個網(wǎng)格的采樣位置上收集無線信號特征,存入“位置—指紋”數(shù)據(jù)庫。這個過程也稱為現(xiàn)場勘測。在服務(wù)階段,也就是實際運行階段,用戶發(fā)送其所在位置上的無線信號指紋到定位服務(wù)器,服務(wù)器將該查詢指紋與數(shù)據(jù)庫進(jìn)行匹配,一般通過遍歷指紋與待測點的歐氏距離,找出最佳的位置估計。

基于信號指紋的定位原理被認(rèn)為是對信號特征進(jìn)行分類匹配的過程[5]：訓(xùn)練階段就是訓(xùn)練分類器模型的過程,將待匹配區(qū)域所采集的指紋數(shù)據(jù)當(dāng)作分類器的輸入,采樣點的位置作為分類器的輸出,進(jìn)而得到適應(yīng)帶匹配區(qū)域無線環(huán)境的分類器模型;服務(wù)階段是通過應(yīng)用分類器模型進(jìn)行匹配,將實時采樣的指紋信息輸入到訓(xùn)練好的分類器,輸出的結(jié)果即為目標(biāo)估計坐標(biāo)。

1.2 眾包異構(gòu)指紋校準(zhǔn)

由于設(shè)備的硬件結(jié)構(gòu)不同,采集時間不同,眾包用戶的采集的數(shù)據(jù)具有明顯的差異性[6]。為了保證訓(xùn)練階段的數(shù)據(jù)有效性,提升定位精度,本文采用定義和替代的手段來替換原來的絕對的地磁信號強(qiáng)度值,利用同一位置,不同方向的地磁強(qiáng)度不同,計算磁場強(qiáng)度的相對值來表征當(dāng)前位置。

對于室內(nèi)無線定位系統(tǒng),每個信號采樣點(sample point,SP)采集到一組各方向上地磁矢量為RPi,其物理位置為di。定義位置di正北方向的地磁矢量為基準(zhǔn)矢量Fi,定義上di其他方向的地磁矢量強(qiáng)度為δij,其中j為位置方向信息。利用異構(gòu)設(shè)備在同一位置具有穩(wěn)定的指紋差異性,而在不同的位置上不具有該特點[7]。由此本文提出的位置指紋信息以地磁偏量為計算指紋,地磁偏量計算

Ri={(δi1-Fi),(δi2-Fi),…,(δij-Fi)}

(1)

式中Ri為服務(wù)器中保存的指紋數(shù)據(jù)信息,移動眾包用戶在待定位區(qū)域采集的原始數(shù)據(jù)需進(jìn)行濾波處理,降低各種因素帶來的噪聲影響,提高數(shù)據(jù)代表性,獲得盡可能反映數(shù)據(jù)真實情況的集合。本文采用限幅濾波法,根據(jù)實際情況,確定出兩次采樣值間的最大允許偏差值的絕對值ΔM,每次檢測到新值時,如果小于或等于ΔM,取此處采樣值,反之取上一次采樣值

(2)

2 地磁定位方法

2.1 異構(gòu)設(shè)備地磁場的觀察特性

不同于室外,室內(nèi)的地磁場分布是沒有規(guī)律的,不同位置甚至相同位置不同方向的地磁場畸變在室內(nèi)環(huán)境下都是不同的,科研人員利用這些磁場畸變作為定位指紋信息,可以定位出用戶所在位置[8]。華為、小米以及三星三種手機(jī)在實訓(xùn)樓4樓走廊采集的指紋。

圖1 異構(gòu)設(shè)備地磁場的觀察特性

由圖1所示,三種異構(gòu)設(shè)備采樣得到的樣本序列曲線具有明顯一致的變化曲線,不同位置則不具有該特點,利用數(shù)據(jù)平滑方法和剔除臟數(shù)據(jù)方法,從而進(jìn)一步減少觀測誤差對匹配算法的影響,將異構(gòu)設(shè)備的觀測因素降低到了最小,從而提升移動眾包用戶觀測數(shù)據(jù)的有效性[9]。

2.2 地磁矢量的方向觀測特性

本文通過4個Hmc6343—3地磁傳感器模塊構(gòu)成環(huán)形傳感器陣列,如圖2所示進(jìn)行地磁矢量方向特性的觀測。

圖2 地磁矢量的方向觀測示意

在實訓(xùn)樓4樓的走廊進(jìn)行地磁信息采集分析實驗,采集模塊位于1 m高的位置,其采集方向間隔90°,每間隔0.6 m設(shè)置一個采樣點,在實驗區(qū)域22 m的走廊38個采樣點進(jìn)行地磁信息采集,如圖3所示。

圖3 地磁矢量觀測

地磁場隨走廊的位置而變化很大,推測磁場異常是與附近的建筑結(jié)構(gòu)有關(guān)。而且注意到磁場4個方向之間的變化也不相等,這意味著在構(gòu)建地磁基準(zhǔn)圖需要考慮方向性。將sensor2,sensor3,sensor4與sensor1求偏差分析,如圖4所示,定量觀測磁場的方向性。

結(jié)合實驗結(jié)果,磁場強(qiáng)度與其地理方位強(qiáng)相關(guān),磁場信號具有明顯位置差異性,差異性與隨位置方位的不同而變化,滿足指紋定位的2個基礎(chǔ)假設(shè)：1)無線信號特征與地理位置相關(guān);2)不同指紋間的相似度程度與其所處的空間物理距離具有強(qiáng)相關(guān)性。

圖4 與sensor1偏差分析

2.3 Kriging地磁空間插值算法

構(gòu)建指紋數(shù)據(jù)庫精度高低與否是關(guān)系定位與導(dǎo)航的精度的重要原因,然而室內(nèi)環(huán)境復(fù)雜、易受人為因素影響,精準(zhǔn)地采集室內(nèi)各位置上的地磁強(qiáng)度并不現(xiàn)實。Kriging插值法被稱為空間自協(xié)方差最佳插值法,主要應(yīng)用在對待測的目標(biāo)提供一種最佳線性無偏估計的數(shù)學(xué)方法,地磁空間插值算法兼顧數(shù)學(xué)模型和統(tǒng)計模型,在地磁強(qiáng)度采樣點較多時,內(nèi)插的結(jié)果光滑而且可信度較高。

假設(shè)區(qū)域內(nèi)的采樣點為Pi和地磁強(qiáng)度觀測值Z(Pi),則區(qū)域內(nèi)的待插值點X0的地磁強(qiáng)度估計值(X0),可以通過區(qū)域內(nèi)n個采樣點的組合得到

(3)

式中λi為各采樣點所對應(yīng)的權(quán)重值,其權(quán)重系數(shù)i與待插值點和采樣點距離有關(guān),同時也和區(qū)域內(nèi)的采樣點空間分布聯(lián)系密切?？死锝鸩逯邓惴ㄒ话阈枰蠠o偏估計及方差最小的2個假設(shè)條件

(4)

式中γ(Xi,Xj)為采樣點Xi和Xj兩者的半變異值,γ(Xi,X0)為采樣點X0和Xj兩者的半變異值,μ為滿足估計方差最小化條件的拉格朗日常數(shù)。

3 基于移動眾包的地磁傳感器陣列室內(nèi)指紋方法

3.1 基于核模糊C均值地磁指紋聚類算法

(5)

式中n為樣本容量,k為聚類數(shù)量,m為聚類模糊度,d(φ(xi),φ(θj))為第i個樣本在希爾伯特空間中與第j個聚類中心的核距離度量。

3.2 加權(quán)K近鄰匹配算法

通常K近鄰(K-nearest neighbor,KNN)方法中使用K條指紋的幾何質(zhì)心作為位置估計[12],但在實際實驗當(dāng)中發(fā)現(xiàn)K條指紋分布不勻,數(shù)據(jù)擬合結(jié)果與實際結(jié)果偏差較大,因此,本文采用加權(quán)K近鄰匹配算法,根據(jù)K條指紋的距離其幾何質(zhì)心的遠(yuǎn)近進(jìn)行綜合加權(quán)平均計算,距離越近的指紋賦予其權(quán)值越重,在K取不同的數(shù)值時,加權(quán)K近鄰匹配的預(yù)測結(jié)果也有明顯差異。

在線定位階段,待測點處的信號強(qiáng)度為S=(s1,s2,…,sn),計算S與第i點指紋信號fi=(f1,f2,…,fm)的歐氏距離[11]

(6)

(7)

式中α為一極小值。

4 實驗結(jié)果及分析

實驗場地選擇在上海工程技術(shù)大學(xué)實訓(xùn)樓4樓的實驗室241及走廊的區(qū)域進(jìn)行室內(nèi)定位實驗。

4.1 地磁指紋數(shù)據(jù)庫的建立

在進(jìn)行定位實驗之前,需要提前完成離線采集實驗區(qū)域的地磁強(qiáng)度信息制作地磁指紋基準(zhǔn)圖。如圖5(a)在實驗區(qū)域通過劃分網(wǎng)格的方式劃分1.8 m×1.8 m的正方形網(wǎng)格,地磁指紋采集設(shè)備為Hmc6343—3地磁傳感器陣列,在網(wǎng)格中心采集地磁強(qiáng)度信息,總計70個采集點,每個網(wǎng)格采集50組地磁強(qiáng)度值。如圖5(b)將實驗區(qū)域分為2個區(qū)域,由2組人員分別完成,將數(shù)據(jù)上傳到服務(wù)器中。通過Kriging插值法對數(shù)據(jù)進(jìn)行0.2 m間隔的空間差值[13],差值后的形成測試區(qū)域的地磁信息基準(zhǔn)圖。

圖5 地磁指紋數(shù)據(jù)庫建立

4.2 室內(nèi)定位結(jié)果分析

實驗過程中,通過劃分2組采集區(qū)域進(jìn)行眾包方式采集地磁指紋信息并且將區(qū)域內(nèi)的采集點編號并設(shè)定位置坐標(biāo),總計70個采集點。例如區(qū)域1內(nèi)某采樣點坐標(biāo)是(1,2),該位置上采集地磁指紋,存入數(shù)據(jù)庫形式為：fi=(1,2,D1,D2,D3,D4)前2列表示坐標(biāo),后4列表示在該位置探測的4個方向上的地磁強(qiáng)度值。

基于核模糊C均值地磁指紋聚類算法將指紋數(shù)據(jù)庫進(jìn)行聚類,經(jīng)驗上按照采樣點數(shù)目合理選擇k值,本次實驗令k=5進(jìn)行KFCM聚類。聚類結(jié)果如圖6(a)所示,其中各聚類的對象與其類中心直線連接,類中心通過用星形標(biāo)記。

聚類完成后,在待測區(qū)域隨機(jī)選擇20個測試點,通過WKNN算法進(jìn)行定位實驗,并與實際真實位置比較其定位誤差。圖6(b)為20次隨機(jī)點的定位誤差分布圖,從圖中可以看出地磁指紋陣列方法的定位誤差在3 m以內(nèi)的概率達(dá)到了90 %,20次重復(fù)定位實驗計算其誤差平均值為1.87 m,幾乎滿足絕大多數(shù)室內(nèi)定位需求。

圖6 實驗結(jié)果

5 結(jié) 論

本文提出的基于移動眾包方式的地磁指紋陣列定位方法,有效降低了指紋匹配計算量,提升了指紋基準(zhǔn)圖建立效率,拓展了更多室內(nèi)定位可能性。指紋定位在位置匹配的過程需要遍歷系統(tǒng)中的70個參考點,本文提出了地磁指紋聚類算法,首先在遍歷5個聚類中心確定與待測點最近的聚類中心,然后遍歷該類間10個采樣點找到最佳的k條指紋,總計進(jìn)行了15次計算,對系統(tǒng)的運算負(fù)荷減少了78 %,這表明本文所提聚類算法優(yōu)化了傳統(tǒng)的指紋定位方式,提高了定位系統(tǒng)的工作效率。

接下來研究工作可以通過結(jié)合WIFI、BLE等泛在無線信號[14],探究基于泛在無線信號的融合組合定位方式,吸收其他可靠的定位方式,進(jìn)一步提升系統(tǒng)可靠性。