基于多元线性回归快速迭代的室内定位方法研究

基于多元线性回归快速迭代的室内定位 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 研究 3 基于多元线性回归快速迭代的室内定位方法研究 1 , 2 1 1袁正午, 邓思兵, 李恭伟 ( 1. 重庆邮电大学 计算机科学与技术学院 中韩合作 G IS研究所 , 重庆 400065; 2. 重庆大学 土木工程学博士后 )流动站 , 重庆 400045 摘 要 : 主要研究一种新的室内定位方法。该方法采用传统的信号 —传播模型 ,利用多元线性回归法求出该模型中的相应参数 ,从而利用该模型求出初始各移动终端的位置 ; 再采用快速迭代法和各移动终端相互校正从而 提高定位的精度。实验结果表明 ,该算法时间复杂度小、收敛速度快 ,且具有较高的估计精度。 关键词 : 室内定位 ; 信号 —传播模型 ; 多元回归 ; 快速迭代 ( ) 文章编号 : 1001 23695 200712 20121 202 中图分类号 : TP39文献标志码 : A N ew indoo r po sition ing m e thod ba sed on m u ltip le linea r regre ssion ite ra tion 1, 2 1 1YUAN Zheng2wu, D EN G Si2b ing, L I Gong2we i ( 1. S ino2Korea Chongqing G IS R esea rch Cen ter, College of Com pu ter S cience & Technology, C hongqing U n iversity of Posts & Telecomm un ica2 )tions, Chongqing 400065, Ch ina; 2. C ivil Eng ineering M obile S ta tion for Postdoctors, C hongqing U n iversity, Chongqing 400045, Ch ina A b stra c t: Th is p ap e r p ropo seda new indoo r loca tion m e thod. Th is m e thod adop ted trad itiona l indoo r p rop aga tion lo ss mode l, go t and the p a ram e te rs of mode l by linea r regre ssion m e thod. Mo re, th is m e thod ca lcu la ted the in itia l loca tion s of a ll mob ile te rm ina ls rough ly and imp roved the accu racy by fa st ite ra tive m e thod. The sim u la tion show s tha t the a lgo rithm ’s tim e comp lex2 ity is lowe r and it can conve rge a t the fina l e stim a tion qu ick ly and accu ra te ly. Key word s: indoo r loca tion; signa l’s p rop aga tion lo ss mode l; m u ltip le regre ssion s; fa st ite ra tive m e thod 内定位的方法主要有光跟踪系统、室内 GPS技术、超声波定位 引言技术、蓝牙技术。但这些技术均有各自的缺点 ,如光跟踪技术的 设备复杂 ;室内 GPS要受到室内环境的严重影响 ,精度和时延 随着移动通信和无线网络的发展 ,移动通信的应用越来越( 均比室外相差很大等。目前其他的定位技术如 R F ID radio fre2 广泛 ,同时也对基于移动通信的位置服务提供了巨大的商机 ;随 ) quency iden tification,它的定位精度在很大程度上与设备的多 [ 5, 6 ] 着计算机处理速度的飞速发展 ,也对位置服务提供了极大的便 少和分布有关 ,并要求有与之相配套的设备和基础设施 ; ( )利。基于位置服务 loca tion based se rvice, LB S与地理信息系统 ( ) PL T p rec ision loca tion techno logy,精确定位技术 是基于 W i2Fi [ 1 ] ( )geograp hy info rm ation system , G IS和 In te rne t技术紧密结合 , 无线网络接入点的精确定位技术 ,它利用到达时间进行定位 ,需 ( )定位方法也有许多种 ,如 E. A. M artinez等人的基于后向传播 要精确的时间同步 ; UWB ultra w ide band是利用纳秒级窄脉冲 [ 2 ] ( 发射无线信号的技术 ,也是基于时间的 ; R PT ro sum po sition ing (神经网的移动定位方法 、ML P mob ile loca tion p ro toco l,基于移 [ 3 ] [ 4 ] )techno logy是利用电视信号进行定位 ;以及 Gp sO ne技术。另一 )动位置协议 的定位方法 、基于射线跟踪的定位技术 。但 种可供选择的定位方法是基于信号强度的解决 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 ,它并不测 这些多数是针对室外定位的研究 ,并且室外定位的技术也比较 () 量到达信号的时间或角度 ,而是利用移动站 mob ile sta tion, M S成熟 ,定位精度也达到了 1 m 以内 ;相对室外定位 ,室内定位发 ( )( 感测来自参考基站 ba se sta tion, B S或接入点 A P IEEE 802111 展就比较缓慢一点 ,从事研究的人也比较少 ,但人们对室内定位 )术语中的 access po in t的信号功率。本文就是对该技术的研究。 的需求却是非常大 ,如地下停车场、博物馆等。由于室内外环境 本文基于接收信号强度的测量来估计室内无线用户的位 ( 的差别 ,目前大多数的无线定位技术都是基于到达时间 time of 置 。由于环境的影响 ,测量到的功率与真实值之间存在很大的 ) ( )a rriva l, TOA 、到达时间差 tim e diffe rence of a rriva l, TDOA 和到 误差 ,这样就使得只利用简单的信号 —传播模型把测量到的接 ( ) 达角度 arrival of angle, AOA 。基于这些技术的定位结果只能 收功率换算成距离来定位 ,会引入极大的误差而不能使用 。本 在视距传播信号占支配地位的情况下才是可靠的 ,但室内环境 文提出了利用多元线性回归来求 B ah l和 Padm anabhan 的信号 复杂 ,因而无法适用于室内环境。此外 , TOA 或 TDOA 信息需要 传播经验模型中的相关参数 ,从而改善它的误差 ,并利用快速 发射机与接收机之间的准确同步 ,这些要求在许多场合均很难 自适应迭代的方法来进一步减少误差 ,使误差减少到最小 。由 达到 ;而 AOA 需要智能天线 ,价格昂贵且有定位盲点。目前室 ( ) 收稿日期 : 2006 210 213; 修返日期 : 2006 212 222 : 国家“863 ”计划资助项目 2005AA123730 ; 重庆教育委员会科技资助项目基金项目 ( ) ( ) KJ060516 ; 中韩国际合作项目 C2003 21 。 ( ) 作者简介 :袁正午 1968 2,男 ,湖南人 ,副教授 ,硕导 ,博士 ,主要研究方向为空间移动定位、空间信息移动服务、空间信息集成应用、移动定位 ( ) 服务 ;邓思兵 1976 2,男 ,四川广安人 ,硕士研究生 ,主要研究方向为 LB S应用、空间位置信息、空间移动定位、空间移动信息服务、空间信息集成应 ( ) ( ) 用 dengsi1976 @163. com ; 李恭伟 1983 2,男 ,湖北洪湖人 ,硕士研究生 ,主要研究方向为空间定位、LB S应用. ?122?计 算 机 应 用 研 究第 24 卷 ( ) ( )kk + 1p 表示在第 k 次迭代中第 i个终端的位置 , P 可由 于功率测量易于实现 ,本算法有很大的实用价值 。i i ( ) 式 5计算得( )( )k k + 1 基于信号强度的定位算法α( )( )= p+A ip 5 i i ( ) i由式 α(α ) 其中 :是一个恰当小的值 一般可取 = 0. 05 ; A 由于环境的影响 ,接收信号的强度受到干扰 ,有时表现为( )6 定义 : 信号强度加大 ,有时则是减弱 。通过对某一个环境进行多次实 n 测得到这一环境下的传播距离与路径损耗的关系 ,并且归纳出 ( )6 )( ) ( j A i= ?u i, j ?f i,[ 7, 8 ] j = 0 距离 —损耗模型 。一般形式如下 : ( )( )k k u 是从p到p的单位向量 ; f 是第 i 和第 j个设 其中 : i, j ( ) j i i, j( )) 1 ( P = P+ 10 n lg d / d- l ×w 0 0 备间的测量距离值 d 与当前估计距离值 l 之间的差值 。ui, j i, j i, j 其中 : d是参考距离 ; P是距离为 d时接收到的信号强度 ; d 0 0 0 和f 由以下方程定义 :( )i, j 是真实距离 ; P 是距离为 d时接收到的信号强度 , l是发射机与 ( )( )( )( )k k k k ( ) = | p- p| lu = p- p/ l; i, j i j i, j i j i, j接收机之间的障碍物数 ; w 是物体的衰减因子 。 d - l i和 j相邻i, j i, j ( ) 在定位过程中要利用测得的信号强度 P 根据式 1 来求i和 j不相邻且 l> d i, j m ax) 0 ( = jf i, ( )出相应的距离 d ,就需要先求出式 1 中的其他相关参数 。本 i和 j不相邻且 l?d i, j m axd- l文就是利用多元线性回归来求它的参数 。 m ax i, j ( )在式 1中先假设参考距离 d的值 , 然后利用一组实测 0 () 其中 : d是典型无线电传播范围 一般为 100 m 。 m ax得的 P和 d以及 l的值 ,采用多元线性回归就可求得上式中 i i ( ) (γγ 当 A i的模的最大值小于 恰当的取值时 一般 =的 P和 n以及 w 的值 。假设采用 N 个独立样本构建此多元 0 ) 0101,迭代结束 。 ( ) 回归模型 ,则用下面的矩阵方程式代替式 1: 实验结果和 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 ( )P = GA 2 p 1 实验一共使用了 16个终端和 4 个 A P进行实验 。先利用) ( 1 10 log d/ d- l p 1 0 10p ( ) 实测的数据 ,根据式 2 计算出在实验环境中 p= 78. 966 4, 20 。; G = ; A = 其中 : P =n n = - 1. 438 0, w = 41031 0 ,然后再进行初始化的位置估算 ,得 ( ) 1 10 log d/ d- l w n 0 n()到初始位置 。它们的误差如表 1 单位 m 所示 。 p n- 1 ( ) 未知参数 A 的最小二乘法估计为 A = G ′G G ′P。利 表 1初始坐标的误差统计表 用上式求出相关的参数 P、n、w。 该算法利用无线终端收到0 坐标均误差最大误差最小误差误差 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差 ()各接入点 A P及其他终端的信 X 2. 329 5 3. 800 5 0. 074 0 1. 125 1 号强度 ,根据上面的传播模型以及所求得各参数求出该终端与 Y 1. 691 8 3. 741 9 0. 039 4 1. 364 6 (A P及其他终端的距离 。如果它的相邻移动终端 即能收到信 ) 号的终端和 A P的已知位置多于三个时 ,就可以利用 Chan 算 距离3. 108 0 5. 333 4 0. 083 9 3. 349 8 [ 9, 10 ]() 法 以及最小二乘得到每一个移动终端 M S的初始位置 由表 1可看出初始坐标误差在 3 m 左右 。其误差点分布( ) X , Y。 ()如图 1 单位 m 所示 。其中 : X 表示 X 坐标间的误差 , Y表示 Y 坐标间的误差 。 经过迭代计算后得到各移动终端的最后位置2 2 2 2 2 2 - 1 - d + x + y - x - y dx - x y - y x i i + 1 i + 1 i + 1 i i i + 1 i i + 1 i 坐标 ,与其真 = 2 2 2 2 2 2 y x - x y - y d- d + x + y - x - y i + 2 i i + 2 i i i + 2 i + 2 i + 2 i i ()实坐标间的误差如表 2 单位 m 所示 。其中 : x, y表示第 i个相邻终端的位置坐标 ; d表示该终端与 i i i 迭代后的坐标误差统计表表 2第 i个相邻终端的距离。这样利用与该终端相邻每三个终端 坐标均误差最大误差最小误差误差标准差就可求得一组 x, y; 再利用最小二乘法就可得到该终端的初始 X 1. 217 1 2. 910 3 0. 713 9 0. 604 6 ( ) ( ) 坐标 X , Y ,使式 3的结果最小 。 j Y 0. 615 4 3. 288 3 0. 095 6 1. 025 6 2 2 ( )( ( 3 ) )? x- X + y- Y m m m = 1 2. 094 9 4. 275 9 1. 428 5 2. 411 4 距离其中 : x、y表示由第 m 组的三个相邻点求出的坐标 , 如果一 m m 从表 1、2可看出迭代后 ,使精度提高了约 30% ,最后误差j j 3 ( ( ) ) 共有 n个相邻点 , j = C, 即 X = 1 / j? x ; Y = 1 / j? y 。()n m m 在 2 m 左右 。其误差点分布如图 2 单位 m 所示。 m = 1 m = 1 ( ) 利用最快速下降法使式 4的值最小化 ,从而达到优化移 动终端位置的目的 。 n n - 1( ) 4 ?? | | p- p| - d | i j i, j i = 0 j = i + 1 其中 : p、p 表示第 i个和第 j个终端的估计的位置坐标 ; | P- iji P|表示这两个点之间的距离 ; d表示它们相互收到的信号强 j i, j 度而计算出来的距离 。 () 其具体过程如下 :当设备的总数量 无线终端和 A P为 n j时 , P表示第 i个终端的位置 , di, j表示第 i和第 个终端间的测 i 量距离 。 随着终端数目的增多 ,由于迭代 ,定位的精 () 下转第 125 页 [ 6 ] WA STSON I, PER ERA S. Ca se2ba sed de sign: a review and ana lysis 和群体智能中的蚁群算法集成于一体的智能化计算机辅助概 念 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 环境的同时 ,也适时地对原有的蚁群算法进行了理论创 of bu ild ing de sign app lica tion s [ J ]. A rtific ia l In te llige n ce fo r E n g i2 新 。实验表明 ,该环境中改进后的算法使得蚂蚁个体大幅度降 ( ) n e e ring D e s ign , A n a ly s is a n d M a n ufa c tu rin g , 1997 , 1 1 1 : 59 2 低行动盲目性 ,有效提高成功几率进而使其显得更聪明的过程 87. 中可设计出许多构思新颖 、富有美感的建筑样例 。 [ 7 ] JOHN H F. A n evo lu tiona ry arch itec tu re [ M ]. London: A rch itec tu ral A ssoc ia tion Pub lica tion s, 1995. GERO J S. R ecen t advance s in comp u ta tiona l models of c rea tive de2 [ 8 ] sign [ C ] / / PAH I P, W ERN ER H. Comp u ting in C ivil and B u ild ing Enginee ring. B a lkem a: [ s. n. ] , 1995: 21 230. [ 9 ] GERO J S. C rea tivity, em e rgence and evo lu tion in de sign: concep ts ( ) and fram ewo rk [ J ]. Know le d g e B a se d S y s tem s , 1996 , 9 7 : 435 2 448. [ 10 ] SODDU C. F rom fo rm ing to tran sfo rm ing[ C ] / / P roc of the 3 rd In ter2 na tiona l Confe rence on Gene rative A rt. M ilan: [ s. n. ] , 2002: 1 26. [ 11 ] 刘弘 ,刘希玉 ,唐明晰 ,等. 支持外观造型创新设计的计算机辅助 ( ) 设计环境 [ J ]. 计算机辅助设计与图形学报 , 2003 , 1 5 10 : 1258 2 1262. [ 12 ] 刘弘 ,刘希玉 ,马丽娜. 支持进化的计算机辅助设计环境 [ J ]. 计 ( ) 算机辅助设计与图形学报 , 2003 , 1 5 2 : 167 2173. 参考文献 :[ 13 ] 刘弘 ,郑明春 ,冯梅. 设计环境中共享学习机制的研究 [ J ]. 计算 ( ) 机辅助设计与图形学报 , 2001 , 13 11 : 1029 21034. [ 1 ] 孙守迁 ,黄琦 ,潘云鹤. 计算机辅助概念设计研究进展 [ J ]. 计算 ( ) 机辅助设计与图形学报 , 2003 , 1 5 6 : 643 2650. [ 14 ] DOR IGO M , MAN IEZZO V , COLORN I A. The an t system: op tim iza2 [ 2 ] 孙守迁 ,包恩伟 ,潘云鹤. 基于组合原理的概念创新设计 [ J ]. 计算 tion by a co lony of coop e ra ting agen ts [ J ]. IE EE T ra n s S y s tem s , ( ) 机辅助设计与图形学报 , 1999 , 1 1 3 : 262 2265. ( ) M a n , a n d C ybe rn e tic s: P a rt B , 1996 , 2 6 1 : 29 241. [ 3 ] FORD K, HA YES P. O n comp u ta tiona l w ings: reth ink ing the goa ls of [ 15 ] WAN G Gang, GON G W en2ru i, KA STN ER R. A new app roach fo r ta sk a rtific ia l in te lligence [ J ]. S c ie n tific Am e rica n P re se n ts , 1998 , 9 leve l comp u ta tiona l resou rce b i2p artition ing [ C ] / / GON ZAL EZ T F. ( ) 4 : 78 283. P roc of the IA STED In t’l Conf on Pa ra lle l and D istribu ted Comp u ting [ 4 ] H EAR ST M , H IR SH H. A I’s grea te st trend s and con trove rsies[ J ]. ( ) and System s PDCS. [ S. l. ]ACTA P re ss, 2003: 434 2444. ( ) IEE E In te llige n t S y s tem s , 2000 , 1 5 1 : 8 217. [ 16 ] STU TZL E T, HOO S H H. MAX2M IN an t system [ J ]. F u tu re G e n e ra 2 [ 5 ] HALL R P. Comp u ta tiona l app roache s to ana logica l rea son ing: a com 2 ( ) tio n C om p u te r S y s tem , 2000 , 1 6 8 : 889 2914. ( ) p a ra tive ana lysis[ J ]. A rtific ia l In g e llige n c e , 1989 , 3 9 1 : 39 2120. ( ) 计算机应用研究 , 2006 , 2 3 7 : 232 2233. () 度也会随之提高 , 但迭代的次数却不会增加 。 上接第 122 页 () 当 n表示设备总数 即 A P 和移动终端 时 , 迭代的复杂度为 [ 4 ] YUAN G Zheng2wu, YE W e i. A ray2trac ing ba sed po sition ing ap 2 2 2 ) )( ( O n, 那么所有移动终端一次估算的复杂度则为 O n或者 p roach fo r u rban m ic roce lls [ C ] / / P roc of ICSCA 2006. Chongq ing: 更小 。另外 ,本算法的迭代复杂度还与初始化后得到的位置信 [ s. n. ] , 2006: 3937 23942. ()息和其他已知 或已先于该定位终端计算出 位置信息终端的 CHON H D , JUN S, JUN G H , et a l. U sing R F ID fo r accu ra te po si2 [ 5 ] 位置精确度有关 ,若以上两者的位置信息均相对精确 ,该算法 tion ing[ C ] / / Poc of GN SS 2004. Sydeny: [ s. n. ] , 2004: 6 28. 的迭代次数将明显减少 ,所以其时间复杂度也不大 。 FR EN ZEL L E. Low 2powe r W i2F i b reak th rough offers ac tive R F ID [ 6 ] and loca tion se rvice s[ EB /OL ]. [ 2006 205 212 ]. h ttp: / /www. ed2ch i2 na. com /AR T_8800015065 _400001 _500003 _O T. H TM. 结束语 [ 7 ] 石鹏 ,徐凤燕 ,王宗欣. 基于传播损耗模型的最大似然估计室内定 结果表明本文提出的算法能较准确地估计出室内用户的位算法 [ J ]. 信号处理 , 2005 , 21 : 502 2504. 位置 ,并且算法的复杂度也不大 ,利用多元线性回归和最小二 FRA IHA S G C, RODR IGU ES J C, BARBO SA R N S, et a l. A n [ 8 ] 乘估计终端的初始位置 。通过快速迭代法 ,能进一步减少误 emp irica l mode l fo r p rop aga tion2lo ss p red iction in indoo r mob ile com 2 差 ,从而得到较高的估计精度 。 m un ica tion s u sing the p ad app roxim an t[ J ]. M ic row a ve a nd O p tic a l 参考文献 ( ) Te c h no lo g y L e tte rs , 2006 , 48 2 : 255 2261. [ 1 ] 胡圣 ,袁正午 ,夏英 ,等. 一种智能选择多维位置数据的移动定位 CHAN Y T, HO K C. A simp le and efficien t e stim a to r fo r hyp e rbo lic [ 9 ] ( ) 体系结构 [ J ]. 计算机应用研究 , 2006 , 23 7 : 226 2228. ( ) loca tion [ J ]. IEE E T ra n s o n S ig na l P ro c e s s in g , 1994 , 4 2 8 : [ 2 ] MAR T IN EZ E A , CRU Z R , FAV ELA J. E stim a ting u se r loca tion in 1905 21915. a WLAN u sing backp roga tin neu ral ne two rk s [ M ]. B e rlin: Sp ringe r, 2line2of2sigh t e rro r m itiga tion algo rithm in loca tion [ 10 ] CH EN P C. A non2004: 737 2746. [ 3 ] 毛斐巧 ,吴一民. 一种基于 ML P 的移动终端定位实现方法 [ J ]. e stim a tion [ C ] / / P roc of IEEE W ire less Comm un ica tion s and N e two r2 k ing Conference. N ew O rlean s: [ s. n. ] , 1999: 316 2320.