专利名称：无线定位系统的信号强度的转换装置及其方法
技术领域：
本发明涉及一种无线定位系统的信号强度的修正装置及其方法，更具体 地，涉及一种可以消除不同无线装置、网络卡或环境不同时的信号强度差异 的无线定位系统的信号强度的修正装置及其方法。
背景技术：
目前已经有很多的定位技术用于航海、汽车与救援工作上。而无线通信 技术的发展，使得定位技术可利用无线电波的信号强度来达到定位的目的。 一般来说，无线移动装置所收集到的无线信号强度分布可以用于跟信号强度
分布模型利用信号指纹(Fingerprinting)的方式计算可能的位置机率分布。
请参照图1，图l是无线定位系统10的系统架构与定位方法示意图。无 线定位系统10包括多个无线接入装置100 ~ 102(Wireless Access Point)与移 动通信装置110。移动通信装置110包括无线定位装置111，无线定位装置 111用以执行步骤S120~S122的流程来完成定位的目的。
在步骤S120,移动通信装置110收集无线接入装置100~ 102所发送的 无线信号，无线定位装置111对无线接入装置100- 102所发送的无线信号 的强度作计算，以获得收集到的无线信号强度分布。在步骤S121,将收集 到的无线信号强度分布与信号强度分布模型对比，并利用信号指紋的方式计 算可能的位置机率分布，其中信号强度分布模型，为移动通信装置事先所收 集的整个空间的训练信号强度分布。最后，在步骤S122,根据步骤S121所 计算的可能的位置机率分布来决定移动通信装置110的位置。
另外，无线定位技术可以利用隐藏式马尔可夫^t型(Hidden Markov Model)来4是升准确度。首先，由先前可能位置的机率分布(又称事前可能位置 的机率分布)估计现在可能位置的机率分布并利用收到的信号强度来计算最 后可能位置的机率分布(又称事后可能位置的机率分布)。
请参照图2，图2是利用隐藏式马尔可夫模型20计算最后可能位置的机 率分布的定位方法概念示意图。此隐藏式马尔可夫模型20包括事前可能位置的机率分布L(t-l)、L(t)、L(t+l)、计算后可能位置的机率分布0(Ot.,)、0(Ot)、 0(0+1)、以及事后可能位置的机率分布P(t-l)、 P(t)、 P(t+1)。其中，P(t-l)表 示t-l秒时位置机率分布的事后机率分布，而t秒时事前机率分布L(t)则是会 依据前一秒(t—i )时的事后机率分布P(t-l)按照人类可能移动的模式转换得 来，亦即在事后机率分布P(t-l)较高位置附近L(t)机率分布也会较高。
每秒移动装置收集到的信号强度分布Ot为独立事件不受前一秒的信号 强度分布影响，只跟位置有关。另外，计算后可能位置的机率分布O(Ot)则 是指将收集到的信号强度分布Ot放入信号强度分布机率模型利用信号指紋 方式获得计算后可能位置的机率分布。由事前可能位置的机率分布L(t)、计 算后可能位置的机率分布O(Ot)则可计算出事后可能位置的机率分布P(t)， 并由此判断最后位置。
事后可能位置的机率分布P(t)会影响下一秒的事前可能位置的机率分布 L(t+1)，如图2所示，下一秒的事前可能位置的机率分布L(t+1)是利用事后 可能位置的机率分布P(t)经过马尔可夫程序计算而得到的。由于空间中可能 有多处地点信号强度分布类似，因此将隐藏式马尔可夫模型应用在无线定位 技术则可淘汰一些机率较低的位置，并由此增加定位的准确度。
收集到的信号强度分布Ot是主要影响定位的因素，假设训练信号强度 分布模型与定位时所使用的移动通信装置不同，那么不同的移动通信装置所
收集的信号强度分布就会有所差异，因此利用信号指紋的方式来定位便会产 生误差，导致定位的准确度下降。另外，目前无线兼容认证(Wireless Fidelity, WiFi)定位技术多采用信号指紋方式，且需要信号强度分布模型，所以移动 通信装置必须先收集整个空间的训练信号强度分布。
假设空间中有k个无线接入装置，手持装置H在空间中某位置L「{x，y}， 收到的信号质量数值分布可以看成是一个DS(H, Lj)。信号质量数值分布 Ds(H，Li)是由手持装置H在位置Li收到的k个无线接入装置的信号强度所组 成，因此信号质量数值分布Ds(H,Li)又可以表示成Ds(H,Li)^s,， s2, ... ,sk}, 通常信号质量数值分布Ds(H,Li)是由信号强度来衡量，因此信号质量数值Sj 可以视为接收信号强度(Received Signal Strength, RSS)的一种表示方式，信 号质量数值分布Ds(H,Lj)亦可视为信号强度分布。
理想状况下，在收集整个空间的信号强度分布时所收集的信号强度分布 应该会与定位时收到的信号强度分布十分接近，信号指紋的方法便是在收集信号强度分布模型时对空间中所有的位置进行信号收集或推估出信号强度
分布Ds(H，Li)，而整个空间的信号特征就是空间内所有位置Lj的信号质量数 值分布DS(H, L,)的集合(也就是DS(H, Lj)， V Li in space)。
在定位时，某个时间点t所收到未知实际位置的信号强度分布Ot-(s',， s，2, ... ，s，k)可以对照信号质量分布D"H，Lj)来算出对某个位置Li的机率 P(Ds(H，Li)|Ot),并接着求出时间点t利用信号强度分布Ot计算的计算后可能 位置机率分布集合O(OtXP(Ds(H，Li)IOt), V Li in space }。然后根据计算后 可能位置机率分布集合O(Ot)与事前可能位置的机率L(t)分布便可以求出事 后可能位置的机率分布P(t)，并以事后可能位置的机率分布P(t)来考虑实际 位置。
上述的方法有一个基本假设，就是收集信号强度分布模型与定位时所使 用的移动通信装置必须相同。在这样的假设下，信号指紋的方法运作良好， 大约都有小于三公尺的误差值表现。然而一旦收集信号强度分布模型与定位 时所使用的移动通信装置不同，则定位的准确度就会下降。
令收集信号强度分布模型时所使用的移动通信装置为He，而定位时所使 用的移动通信装置为Hx,若所在的位置为L，那么Ds(He,L)与Ds(Hx,L)不再 有高度的相似性。因此若Ot为移动通信装置Hx于时间点t所收到的信号强 度分布，则会造成较大的误差。
参照美国公开专利第2005/0181804 Al号，Misikangas et al.使用转换模 块/,使得Ds(H"L)与DS(HX，L)可以有良好的相似性，也就是说尽量使 DS(HC，L)=XDS(HX,L))。参照图3,图3是Misikangas et al.提出的具有转换模 块的无线定位系统30的系统方块图。如图3所示，无线定位系统30包括多
个无线接入装置301、 302.....30k、多个移动通信装置311、 312.....31n
与转换与定位模块320。转换与定位模块320包括转换模块电路321、位置 计算模块322、选择电路323与对照表324。
其中，移动通信装置311 ~31n是不同的移动通信装置，其对应的模块
型号分别为H,、 H2.....Hn,而对照表324内的数据模型DM,、 DM2.....
DMn是不同移动通信装置311 31n之间收到信号强度分布的转换模块。转
换模块电路321有多个转换模块DM，,、 DM，2.....DM，n，用以将接收到的
信号强度分布根据对应的转换模块DM，, ~ DM、作转换。位置计算模块322 用以根据转换后的信号强度分布作位置的计算，以决定位置。选择电路323根据移动通信装置型号在对照表324中找一个相符的转换模块DMj来决定使 用转换模块电路321内所使用的转换模块DM，i,这个方法非常简单，其实 就是对所有的移动通信装置311 -31n建立一个转换模块。要计算位置之前， 先按照移动通信装置的型号在对照表324找出相符的转换模块，再将收到的 信号强度利用所选择的转换模块转成收集信号强度分布模型的装置的对应 值，再用转换后的值套用原来的计算方式求出位置。
但是，这个方法需要耗时地产生庞大的对照表324，而且是必须将所有 可能的配对都考虑到。另外，无线定位系统还必须知道目前的移动通信装置 311 31n所使用的装置型号为何，才有办法查表。这在某些情形的下会有问 题，因为有时候没有办法透过软件或操作系统确切地拿到移动通信装置 311 31n型号H, ~Hn,就算拿到了，名称的格式也不见得可以和对照表324 里面的相应。
关于这一点，此篇专利有一个替代性的做法，就是如果拿不到确切的型 号巧 H。或者是型号H, Hn没有相应，就会根据一些容易判断的地点当作 基准参考点，例如空间的入口。转换与定位模块320有机会判断使用者正 在入口的位置，自动在对照表324中找一个计算效果最好的转换模块DM, 来替代DM'i。
"i青参照Haeberlen et al.所发表的i仑文A. Haeberlen, E. Flannery, A. M. Ladd, A. Rudys， D. S. Wallach, and L E. Kavraki，"尸racf/ca/ ra6usf /oca/fea"on over Aarge-環/e柳."vt^/咖we詢nb，" in Proceedings of ACM MOBICOM, 2004。 Haeberlen et al.的方法其实^艮Misik肌gas et al.的方法相去不远，但是 因为Haeberlen etal.有实际的实验与较为详细的探讨，所以比较值得参考。
参照图4与图5，图4是三组不同WiFi模块芯片与转换关系的对照表， 图5是不同移动通信装置所收到的信号强度经过实际的转换与实地实验的信 号强度对应曲线图。图4的对照表示Haeberlen et al.实际的实验所得到的， 对于不同的模块，由其对应的关系式可以看到对应的系数C,与C2。经过实 际的转换与实地实验。在图5中，X轴是使用移动通信装置Hc收集信号强 度的信号强度，Y轴则是使用未知装置Hx所收到的信号强度分布的信号强
度。其中，用X标记的点是没有经过转换时相对应的信号强度，用〇的点则 是经过线性转换以后的结果，很显然的，用O的点与理想的曲线很接近，因 此Haeberlen et al.所^是出的线性转换相当成功。.还讨论到一个很有趣的现象，就是发现环境变动 造成的信号强度的差异也是线性的。参照图6，图6不同环境下所收到的信 号强度经过实际的转换与实地实验的信号强度对应曲线图。其中，X轴代表 的是某天早上收到的信号强度分布的信号强度，Y轴则是到了深夜收到的信 号强度分布的信号强度，由于日夜在空间中人们活动的情形有相当的差异， 而且各无线接入装置的开关情形与数量也不同，因此信号上就会存在着不 同。用X标记的点是没有经过转换时相对应的信号强度，用O的点则是经过 线性转换以后的结果，很显然的，用O的点与理想的曲线很接近，因此 Haeberlen et al.所4是出的线性转换相当成功。
若使用预先建立好的转换模块并配合Haeberlen et al.所推出的线性关 系，则其定位的精确度有不错的表现。但是，Haeberlen et al.所发表的论文中， 其转换模块必须要用手动或半手动的方式去建立。虽然，在Haeberlen et al. 的论文有提到使用最大期望法(Expectation-Maximization)来自动训练转换模 块，但是，Haeberlen etal.却坦承定位的结果却表现得不好，尚无法与手动方 法相提并论。另外，Haeberlen etal.仅提出了使用最大期望法来自动训练转换 模块，但是并没有说明如何使用最大期望法的流程步骤与细节。
简言之，上述的多个方法虽然都提供了无线定位系统在训练与定位时移 动通信装置不同所产生的问题。但是，这些方法都存在着一个可能会不实用 的问题，就是需要事先将各种配对的关系找出来。虽然WiFi芯片模块的制 造商数量可能不多，要找出所有的芯片模块与芯片模块之间的配对或许有机 会，但是同样的芯片模块装在不同的移动通信装置上时，所搭配的天线就可 能有所不同。例如，不同厂牌的笔记型计算机，采用相同的芯片模块，但是 天线的设计就很可能会不一样，并因此造成信号的差异。要把所有的移动通 信装置之间都的转换模块做完，且又要常常更新对照表中的数据，似乎是不 可行的做法，而由Haeberlen所提出的自动办法也并未揭露出详细可行的作 法流程
发明内容
本发明提供一种无线定位系统的信号强度转换装置及其转换方法，此转 换装置及其转换方法能实时地且在未知地点、未知移动通信装置Hx的情况
下实时求出两移动通信装置Hx与He间的转换模块。
10本发明提出 一种无线定位系统的信号强度的转换装置，包括位置估测电 路。此位置估测电路用以将未知地点、未知型号的移动通信装置所接收到的 信号强度分布利用正相关指标来计算出估测坐标。
在本发明的实施例中，上述的无线定位系统的信号强度的转换装置，还 包括训练转换模块电路、转换模块电路与定位电路。训练转换模块电路耦接 于位置估测电路，用以根据训练数据来训练出转换模块。转换模块电路耦接 于训练转换模块电路，用以根据转换模块转换接收到的信号强度分布。其中， 位置估测电路根据估测坐标产生训练数据给训练转换模块电路，使得训练转 换模块电路根据此训练数据训练出转换模块，此训练数据是估测坐标的信号 强部分布及无线装置所收集的信号强度分布。定位电路耦接于转换模块电 路，用以根据转换后的信号强度分布来决定定位坐标，其中，未知的该移动 通信装置的接收信号强度分布经转换模块转换后，定位电路于任一时间点都 能根据接收信号强度分布模型与转换后的信号强度分布计算出移动通信装 置的定位坐标，且转换后的接收信号强度分布与接收信号强度分布模型于定 位坐标上的信号强度分布近似。
在本发明的实施例中，上述的训练转换模块电路根据位置估测电路产生 的训练数据是采用近似算法来产生该转换模块。其中近似算法包括在线回归
分片斤法(Online Regression)、最大期望法(Expectation-Maximization)或类神经 网络算法(Neural Network)或蚁群算法(Ant Colony Optimization, ACO)、模 拟退火(Simulated Annealing)、 粒子群最佳化算法(Particle Swarm Optimization, PSO)或基因算法(Genetic Algorithm, GA)等，但不限定上述 方法。
本发明提出一种无线定位系统的信号强度的转换方法，包括以下步骤 (a)接收未知地点、未知型号的移动通信装置所接收到的信号强度分布；(b) 根据接收信号强度分布利用正相关指标在实时动态情境下产生估测坐标。
在本发明的实施例中，上述的无线定位系统的信号强度的转换方法还包 括以下的步骤(c)根据估测坐标产生训练数据，其中，此训练数据是估测坐 标的信号强度分布以及通信装置所接收到的接收信号强度分布；(d)根据训练 数据来训练出转换模块；(e)根据转换模块转换接收到的信号强度分布；(f) 根据转换后的信号强度分布来决定定位坐标，其中，未知的移动通信装置的 接收信号强度分布经转换模块转换后，移动通信装置在任一时间点都能根据
ii接收信号强度分布模型上与转换后的该信号强度分布计算出定位坐标，且转 换后的接收信号强度分布与接收信号强度分布模型在定位坐标上的信号强 度分布近似。
在本发明的实施例中，上述的根据训练数据来训练出转换模块是采用近 似算法来产生该转换模块。其中近似算法包括在线回归分析法、最大期望法 或类神经网络算法或蚁群算法、仿真退火、粒子群最佳化算法或基因算法 等，但不限定上述方法。
本发明采用正相关指标并利用近似算法将未知位置与型号的移动通信 装置的转换模块自动训练出来，因此不像传统的方法与装置需要庞大的对照 表。
为使本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合
所附图示，作详细说明如下，其中
图1是无线定位系统10的系统架构与定位方法示意图2是利用隐藏式马尔可夫模型20计算最后可能位置之机率分布
的定位方法概念示意图3是Misikangas et al.提出的具有转换模块的无线定位系统30的
系统方块图4是三组不同WiFi模块芯片与转换关系的对照表；
图5是不同移动通信装置所收到的信号强度经过实际的转换与实 地实验的信号强度对应曲线图6不同环境下所收到的信号强度经过实际的转换与实地实验的 信号强度对应曲线图7是信号强度分布的曲线图8是本发明实施例提供的信号强度的转换装置820应用于无线定 位系统80中的系统方块图9是转换装置820与定位电路830采用在线回归分析算法的方法流程图IO是每个时间点未知移动通信装置H,在可能的位置所记录的信 号强度分布和接收到的信号强度分布〇t数据的曲线图11是转换装置820与定位电路830采用最大期望法的方法流程
图12是转换装置820与定位电路830采用类神经网络算法的方法 流程图；以及
图13是使用本发明实施例的方法定出的位置与实际位置的误差表。
主要组件符号说明 10:无线定位系统 100 ~ 102:无线接入装置 110:移动通信装置 111:无线定位装置 S120 S122:步骤流程 20:隐藏式马尔可夫模型 30:无线定^立系统 301 ~ 30k:无线接入装置
311 --31n:动通信装置
320:转换与定位模块
321:转换模块电路
322:位置计算模块
323:选择电路
324:对照表
801 --80k:无线接入装置811~81n:动通信装置
80:无线定位系统
820:转换装置
821:决策电路
822:位置估测电路
823:训练转换模块电路
824:转换模块电路
830:定位电路
S90-S95:步骤流程
S80~ S86:步骤流程
S60~ S67:步骤流程
具体实施例方式
若空间中信号强度分布模型是由移动通信装置Hc所测得，而定位时是 由不同移动通信装置Hx所测得，则其信号强度之间会有所差异。因此，移 动通信装置Hx欲利用移动通信装置He所测得信号强度分布模型来进行定位 便会有较高的误差。不同移动通信装置间所收集的信号强度间有高度线性相 关的特性，所以可以用转换模块将移动通信装置H、所侦测的信号强度转换
为类似移动通信装置He所测得的信号强度。
本发明的实施例提供一种无线定位系统的信号强度的转换装置及其方
法，使得未知的移动通信装置Hx也可以自动地找出与收集信号强度分布模 型的移动通信装置Hc的转换模块/。转换模块/使得移动通信装置Hx的信号 强度分布模型经过转换后会近似于的移动通信装置He的信号强度分布模型 移动通信装置，也就是找出尽量达到Ds(He,L^/(D"Hx，Li)的转换模块/:
先前技术中，位置Li必须是已知的假设条件，也就是必须有一个训练转 换模块的过程，让移动通信装置He与K在同一个地点收集的信号强度分布 并回报给无线定位系统，如此无线定位系统就可以很容易地算出转换模块/， 不然就是要知道装置的型号利用查表方式得知其转换模块。
而本发明实施例提供的转换方法与装置，可以在位置Li未知的情况下，且也不知移动通信装置Hx为何的状况下，自动找到一个转换模块/,使得预 测的位置Le可以满足
并可以由此估测到正确的位置。如同前面所述不同移动通信装置间在相同地 点所测得的信号强度存在正相关关系，故可利用转换模块/让移动通信装置 Hx侦测的信号强度经由转换后逼近移动通信装置He所测得的信号强度值。
欲在实时且无移动通信装置的信息与正确位置的信息的情况下自动训
练出转换模块，则所能利用的信息只有环境信号强度分布模型Ds(He，Li), V Li in space与移动通信装置Hx所观察到的信号强度值Ot。若转换后的信号 0'产/(Ot)，使得信号强度分布O，,近似移动通信装置He所收到的信号强度分 布，则在排除信号不稳定的情况，任何时间点t应该都能在环境信号强度分 布模型利用信号指紋的方式找寻出信号强度分布与信号强度分布O，t相近似 的位置。
因此，所训练出的转换模块应能使得在训练时期中转换出来的信号强度 分布能够有极大的机率在环境信号强度分布模型找出信号分布类似的位置。 换句话说，每个时间点所接收到的信号强度分布Ot若经由转换模块转换为 O，t后，利用信号指紋的方式于环境信号强度分布模型中算出的最大机率 max{P(Ds(Hc,Li) |0，t )， V Li in space }在训练时期相加的总和应为最高，也就
会是最大值，其中，train—time表示训练时间的长短。但是上述的方法 运算的复杂度关系到训练时间train—time、空间大小(Li)、无线接入装置的数 量等，而训练时间的长短会影响训练出的转换模块的准确度，此为一高复杂 度的问题。因此若要在多使用者且实时的情况下求得最佳解势必要利用一些 近似算法，以期能在实时情况下求得近似最佳的转换模块来消除移动通信装 置间的差异。
因为不同移动通信装置间所测得的信号会有差距，如果单纯使用 P[Ds(H,Li) I Ot ]作为机率的计算必定有一定的误差。所以实施例中的转换装 置与方法使用正相关指标来判断可能位置，以解决上述的复杂度的问题。参 照图7,图7是信号强度分布的曲线图。如图7所示，AP1 AP4表示无线 接入装置，若在某个未知的位置量到了用*标记的信号强度分布，而训练数
A = z# 尸丄，0/ > i5丄,O,' V,' # 7',
J] max(i^.，丄,)I (7, )， V L, in space}据库中相近的第一组信号强度分布与第二组信号强度分布分别用A与B标 记。纯粹以机率来算，第二组信号强度分布显然会高于第一组信号强度分布， 但事实上，第一组信号强度分布较像是观察到的信号正相关偏移的结果，比 较可能是正确的相似信号强度分布，而于本发明实施例正相关指标为采用相 关系数
,其中，n表示信号强分布的数据^的个数 乂与x,分别表示数据库中的第/ 个信号强度分布的数据与第/个量测到的强度分布数据，i与，分别表示x,与 _y,的平均值，而5",与^分别表示x,与乂的标准差(Standard deviation)。另外， 上述采用相关系数来估算正相关指标，仅是本发明的一种实施方式，并非用 以限定本发明。
请参照图8,图8是本发明实施例提供的信号强度的转换装置820应用 于无线定位系统80中的系统方块图。无线定位系统80包括多个无线接入装
置801、 802..... 80k、多个移动通信装置811、 812..... 81n、转换装置
820与定位电路830。其中，转换装置820包括决策电路S21、位置估测电路 822、训练转换模块电路823与转换模块电路824。决策电路821耦接于转换 模块电路824与位置估测电路822，训练转换模块电路823耦接于位置估测 电路822与转换;漢块电路824，转换模块电路S24与定位电路830耦接。
首先，决策电路821会判断是否已经产生转换模块，如果没有，则位置 估测电路822根据所搜集到的信号强度分布来估测可能的位置，位置估测电 路822主要是利用正相关指标(亦可以同时搭配机率指标)来判断每个时间点 可能的位置，这些时间点的可能位置的信号强度分布及移动通信装置(810 81n中任一个，但未知其型号数据)所收集的信号强度分布Ot的数据可以作 为训练转换模块电路823的训练数据。转换模块电路824则为在转换模块训 练完成后根据转换模块将移动通信装置收集的信号强度分布Ot转换成转换 后的信号强度分布O，t。然后，定位电路830根据环境信号强度分布模型 Ds(Hc,Li)， V Li in space与转换后的信号强度分布O，t来定位。另外，若是已 经产生了转换模块，则转换模块电路824直接根据转换模块将移动通信装置 收集的信号强度分布Ot转换成转换后的信号强度分布O，p且此时位置估测 电路822便不再将收集的信号强度分布Ot的数据提供给训练转换模块电路 823做为训练数据。另外，要值得注意的是上述的位置估测电路822亦可以直接拿来定位， 因为位置估测电路822可以是利用正相关指标来判断每个时间点可能的位 置，所以在某一个时间点可能的位置自然可以被拿来视为定位坐标。
除此以外，如上所述，位置估测电路822可以同时使用正相关指标与机 率指标来计算可能的位置与提供训练数据，其中一种实施方式就是对正相关 指标与机率指标设定权重，再根据这两个指标来计算可能的位置与提供训练 数据。而上述的机率指标可以假想成高斯分布，此时机率指标为
卡"
，其中，《.表示来自于第i个移动通信装置的信号跳动的标准差，而X,表示 自第i个移动通信装置接收到信号强度与记录的信号强度的差值，m表示移 动通信装置的数量。
转换装置820与定位电路830可以搭配多种人工智能的近似算法来实 施。在此，提出三种相关的算法来说明与实施，然而这三个例子仅是用以说 明的实施例，并非用以限定本发明。根据利用正相关指标来估测可能位置与 产生训练转换模块的数据的观念亦可以搭配其它的人工智能算法来实施本 发明，其它的人工智能算法可以是蚁群算法(Ant Colony Optimization, ACO)、模拟退火(Simulated Annealing)、粒子群最佳化算法(Particle Swarm Optimization, PSO)或基因算法(Genetic Algorithm, GA)。
参照图9，图9是转换装置820与定位电路830采用在线回归分析算法 (Online Regression)的方法流程图。首先，在步骤S90,未知的移动通信装置 Hx接收信号强度分布Ot进来。在步骤S91,决策电路821判断是否已经有 转换模块建立，若有，则执行步骤S97，若无，则执行步骤S92。在步骤S92, 位置估测电路822利用正相关指标判断未知移动通信装置Hx可能的位置， 取此时间点可能位置的信号强度分布和接收到的信号强度分布Ot数据做配 对。接着，在步骤S93，记录信号强度分布Ot数据与正相关指标最高的可能 位置。在步骤S94，判断是否收集够多的信号强度分布Ot数据，若足够，则 进行步骤S96，否则，仅执行步骤S95。在步骤S96，因为收集的信号强度 分布Ot数据已经足够，因此训练转换模块电路823可以利用如最小平方误 差法(Least Minimum Square Error)等方式计算出转换模块。在步骤S95 ，定位 电路830传回配对的正相关指标最大的可能位置给移动通信装置Hx。参照图10,图10是每个时间点未知移动通信装置Hx于可能的位置所记 录的信号强度分布和接收到的信号强度分布Ot数据的曲线图。如图10所示， 时间点t=l，可能位置所记录的无线接入装置AP,的信号强度(用A标记的点) 和位置会与移动通信装置Hx在此时间点收到的无线接入装置AP,的信号强 度(用參标记的点)做配对。强度分布模型中，可能位置的所记录的无线接入 装置AP2的信号强度何位置会与未知的移动通信装置K在此时间点收到的 无线接入装置AP2的信号强度配对。以此类推收集n个时间点，最后，再使 用最小平方法求这些配对之间关系的转换模块(也就是已知技术所提及的线 性关系的中的系数C,、 C2)，此方法主要概念为假设前n笔位置判断误差可 能有高有低，但数据量大的情况下最后训练结果还是会趋向正确。
继续回到图9，在步骤S97,使用转换模块转换接收到的信号强度分布 数据，转换后的信号强度分布数据会近似于可能位置所记录的信号强度分布 数据。在步骤S98，使用转换后的信号强度分布数据决定移动通信装置Hx 所在的位置。在步骤S99，将决定的位置传回给移动通信装置Hx。
接着，请参照图11,图11是转换装置820与定位电路830采用最大期 望法(Expectation-Maximization)的方法流程图。首先，在步骤S80，未知移动 通信装置Hx接收信号强度分布Ot进来。在步骤S81，决策电路821检视是 否第一次训练，若是，则需要执行步骤S82让训练转换模块电路823初始化 转换模块(C产1、 C2=0)，若否，则直接进入步骤S83。在步骤S83,使用转 换模块转换接收到的信号强度分布数据。在步骤S84，使用步骤S83已转换 的信号强度分布来决定可能位置，在步骤S85使用步骤S84所决定的位置与 收到的信号强度分布数据(未转换前)来修正与训练转换模块。最后在步骤 S86,将决定的位置传回给移动通信装置Hp
不同于在线回归分析法，此方法主要是利用为渐进式的训练方式，每次 寻求可能位置后(也就是步骤S84),都会修正转换模块(也就是步骤S85),并 于下一次定位时利用新修正的转换模块来转换信号强度分布数据(也就是步 骤S83)。其目的是希望接收到的信号强度分布能够更接近收集环境信号强度 分布时所使用的装置所会侦测到的值，以期求出更精确的可能位置，并利用 所得可能更精确的位置信息再用来修正转换模块，由此不断反复修正转换模 块以期能增加可能位置的正确率。
此方法求可能位置的计算会同时考虑正相关指标和信号指紋方式计算的机率(依照收集到的信号和记录的信号的相似度来计算器率)，因为数值经 过线性转换并不会影响相关系数的值。所以不论转换模块如何修正，都不会 影响正相关指标的计算结果，是故每次转换模块的修正是让收集的信号强度 分布能更接近猜测位置上所记录的信号强度分布，以由此提升信号指紋方式 计算的机率。
接着，参照图12,图12是转换装置820与定位电路830采用类神经网 络(NeuralNetwork)算法的方法流程图。首先，在步骤S60,未知的移动通信 装置Hx接收信号强度分布O,进来。在步骤S61,决策电路821判断转换模 块是否收敛，若是，则执行步骤S61,若否，则执行步骤S62。在步骤S62， 位置估测电路822利用正相关指标判断未知移动通信装置Hx可能的位置， 取此时时间点可能位置的信号强度分布和接收到的信号强度分布Ot数据做
配对。在步骤S63，训练转换模块电路823使用可能位置所记录的信号强度 分布数据与原始的信号强度分布数据来修正与训练转换模块(此处的转换模
块并非线性关系)。在步骤S64,定位电路830将移动通信装置Hx所在的可
能的位置传回给移动通信装置Hx。
在步骤S65,使用转换模块转换接收到的信号强度分布数据。在步骤 S66，定位电路830使用转换后的信号强度分布数据决定移动通信装置Hx所 在的位置。在步骤S67，定位电路830将决定的位置传回给移动通信装置Hx。
此方法开始同样是以正相关指标来寻找可能位置，并利用可能位置及所 收集到信号强度分布数据做配对。每一笔信号强度分布数据进来都会丢进类 神经网络中做运算直至收敛为止，收敛后便用产生的转换模块来转换信号， 并做定位运算。此方法跟上述不同方法的地方在于此方法不假设不同移动通 信装置信号间有成线性的关系，换言之，类神经网络方法不限定于转换模块 是线性的函数。
参照图13,图13是使用本发明实施例的方法定出的位置与实际位置的 误差表。其中，情况A表示使用全部的无线接入装置来测量，情况B表示 只采用室内的无线装取装置，情况C表示筛选部分室内的无线接入装置，情 况D表示根据情况A、 B与C的假设来取平均值。
先使用移动通信装置Hc于测试地点训练出信号强度的机率分布模型， 再使用移动通信装置Hx收集测试路径(约20公尺)上各坐标的信号强度分布。 然后采用模拟方式测试不同方法的效果，并筛选无线接入装置来测试不同无线接入装置密度的环境(情况A、 B或C),仿真方式为于测试路径上来回走 五遍测误差值，速率为20cm/s，实验数据为平均每秒误差(公尺)。如同图13 的实验结果所示，可以知道使用本发明实施例所提供的方法来定位，则其误 差不会超过3公尺。且本发明实施例所提供的方法在任何控制变因转换的环 境中，相对于没有转换前都有明显的改善，由于寻找线性关系仰赖各无线接 入装置之间的强弱比例，无线接入装置数量越多，线索就越多，出错的机率 就越小。
综上所述，本发明的实施例所提供的转换装置与方法不像先前技术需要 针对不同移动通信装置事先建立转换模块及装置之间的对照表。如果移动通 信装置非常多，则对照表必须有很大的空间来记录每一个对应关系，另外， 若有新的移动通信装置出来势必就要建立新的对照表。且先前技术中，未必 可以抓到移动通信装置的信息。但是，本发明的实施例所提供的转换装置与 方法则能够自动训练出转换模块并避免上述的问题。
除了上述的优点的外，本发明的实施例所提供的转换装置与方法在不知 道移动通信装置的信息与所在位置时，本发明的实施例所提供的转换装置与 方法可自动训练转换模块。另外，本发明的实施例所提供的转换装置与方法 亦可考虑到环境变动的情况，因为在环境变动的情况下，其转换关系亦为线 性，因此可利用正相关指标先找出估测位置并训练转换模块，接着利用转换 模块来转换接收到的信号强度分布，并根据转换后的信号强度分布便能够决 定定位位置。因此，本发明的范例对于环境变动下的信号强度差异，亦能同 步解决。
虽然本发明已以实施例揭露如上，然其并非用以限定本发明，任何所属 技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作些许 的更动与润饰，因此本发明的保护范围当视后附的权利要求所界定者为准。
权利要求
1.一种无线定位系统的信号强度的转换装置，包括一位置估测电路，用以将未知地点、未知型号的移动通信装置所接收到的信号强度分布利用一正相关指标来计算出一估测坐标。
2. 如权利要求1所述的无线定位系统的信号强度的转换装置，其中，该 估测坐标是一定位坐标。
3. 如权利要求1所述的无线定位系统的信号强度的转换装置，还包括 一训练转换模块电路，耦接于该位置估测电路，用以根据训练数据来训练出转换模块；一转换模块电路，耦接于该训练转换模块电路，用以根据该转换模块转 换接收到的该信号强度分布；其中，该位置估测电路根据该估测坐标产生该训练数据给该训练转换模 块电路，使得该训练转换模块电路根据该训练数据训练出该转换模块，该训 练数据是该估测坐标的信号强度分布以及一移动通信装置所接收到的信号 强度分布。
4. 如权利要求3所述的无线定位系统的信号强度的转换装置，还包括 一定位电路，耦接于该转换模块电路，用以根据转换后的该信号强度分布来决定一定位坐标，其中，未知的该移动通信装置的该接收信号强度分布 经该转换模块转换后，定位电路在任一时间点都能根据一接收信号强度分布 模型与转换后的该信号强度分布计算出该定位坐标，且转换后的该接收信号强度分布与该接收信号强度分布模型在该定位坐标上的信号强度分布近似。
5. 如权利要求3所述的无线定位系统的信号强度的转换装置，还包括 一决策电路，耦接于该位置估测电路与该转换模块电路，用以判断该转换模块是否已经被训练完成，若是，则不让该位置估测电路产生该笔训练数 据给该训练转换模块电路来训练该转换模块，若否，则该位置估测电路产生 该笔训练数据给该训练转换模块电路来训练该转换模块。
6. 如权利要求5所述的无线定位系统的信号强度的转换装置，其中，该 训练转换模块电路利用该位置估测电路产生的该训练数据并使用 一近似算 法来产生该转换模块。
7. 如权利要求6所述的无线定位系统的信号强度的转换装置，其中，该近似算法是在线回归分析法、最大期望法、类神经网络算法、蚁群算法、仿 真退火、粒子群最佳化算法或基因算法。
8. 如权利要求7所述的无线定位系统的信号强度的转换装置，该近似算法是在线回归分析法时，若该决策电路判断该转换模块未被建立，则该位置 估测电路利用该正相关指标根据该接收信号强度分布计算该估测位置，记录 该接收信号强度分布与该估测位置，并判断收集的该接收信号强度分布的样 本数是否足够，若收集的该接收信号强度分布的样本数足够，则该训练转换 模块电路使用最小平方误差法算出该转换模块，并将该估测坐标设为该定位 坐标，若收集的该接收信号强度分布的样本数不够，则直接将该估测坐标设为该定位坐标；若该决策电路判断该转换模块已被建立，则该转换模块电路 根据该转换模块转换未知的该移动通信装置的该接收信号强度分布，该定位 电路根据转换后的该接收信号强度分布与该接收信号强度分布模型上计算 出该定位坐标。
9. 如权利要求7所述的无线定位系统的信号强度的转换装置，该近似算 法是最大期望法时，若该决策电路判断不是处于第一次训练的状态，则该转 换模块电路根据该转换模块转换未知的该移动通信装置的该接收信号强度 分布，该定位电路根据转换后的该接收信号强度分布与该接收信号强度分布 模型上计算出该定位坐标，且该训练转换模块电路根据该定位坐标与该接收 信号强度分布修正该转换模块；若该决策电路判断是处于第一次训练的状 态，则该训练转换模块电路初始化该转换模块，该转换模块电路则根据该转 换模块转换未知的该移动通信装置的该接收信号强度分布，该定位电路根据转换后的该接收信号强度分布与该接收信号强度分布模型上计算出该定位 坐标，且该训练转换模块电路根据该定位坐标与该接收信号强度分布修正该 转换模块。
10. 如权利要求7所述的无线定位系统的信号强度的转换装置，该近似 算法是类神经网络算法时，若该决策电路判断该转换模块收敛，则该转换模 块电路根据该转换模块转换未知的该移动通信装置的该接收信号强度分布， 该定位电路根据转换后的该接收信号强度分布与该接收信号强度分布模型 上计算出该定位坐标；若该决策电路判断该转换模块未收敛，则该位置估测 电路利用该正相关指标根据该接收信号强度分布计算该估测位置，该训练转 换模块电路则根据该估测位置与该接收信号强度分布来训练该转换模块，并将该估测位置设定为该定位坐标。
11. 一种无线定位系统的信号强度的转换方法，包括接收未知地点、未知型号的一移动通信装置所接收到的一接收信号强度分布；以及根据该接收信号强度分布利用一正相关指标于实时动态情境下产生一 估测坐标。
12. 如权利要求11所述的无线定位系统的信号强度的转换方法，其中， 该估测坐标是一定位坐标。
13. 如权利要求11所述的无线定位系统的信号强度的转换方法，还包括 根据该估测坐标产生训练资料，其中，该训练资料是该估测坐标的信号强度分布及移动通信装置所接收到的 一接收信号强度分布； 根据该训练数据来训练该转换模块；以及 根据该转换模块转换接收到的该信号强度分布。
14. 如权利要求13所述的无线定位系统的信号强度的转换方法，还包括 根据转换后的该信号强度分布来决定一定位坐标，其中，未知的该移动通信装置的该接收信号强度分布经该转换模块转换后，该移动通信装置于任 一时间点都能根据一接收信号强度分布模型上与转换后的该信号强度分布 计算出该定位坐标，且转换后的该接收信号强度分布与该接收信号强度分布 模型于该定位坐标上的信号强度分布近似。
15. 如权利要求13所述的无线定位系统的信号强度的转换方法，还包括 判断该转换模块是否已经被训练完成，若是，则不产生该训练数据来训练该转换模块，若否，则产生该训练数据来训练该转换模块。
16. 如权利要求15所述的无线定位系统的信号强度的转换方法，其中， 根据该训练数据产生该转换模块是使用 一近似算法。
17. 如权利要求16所述的无线定位系统的信号强度的转换方法，其中， 该近似算法是在线回归分析法、最大期望法、类神经网络算法、蚁群算法、 仿真退火、粒子群最佳化算法或基因算法。
18. 如权利要求17所述的无线定位系统的信号强度的转换方法，该近似 算法是在线回归分析法时，若该转换模块未被建立，则利用该正相关指标根 据该接收信号强度分布计算该估测位置，记录该接收信号强度分布与该估测 位置，并判断收集的该接收信号强度分布的样本数是否足够，若是，则使用最小平方误差法算出该转换模块，并将该估测坐标设为该定位坐标，否则直接将该估测坐标设为该定位坐标；若该转换模块已被建立，则根据该转换模 块转换该接收信号强度分布，并根据转换后的该接收信号强度分布与该接收 信号强度分布模型上计算出该定位坐标。
19. 如权利要求17所述的无线定位系统的信号强度的转换方法，该近似 算法是最大期望法时，若该转换模块不是处于第一次训练的状态，则根据该 转换模块转换该接收信号强度分布，并根据转换后的该接收信号强度分布与 该接收信号强度分布模型上计算出该定位坐标，且该转换模块根据该定位坐 标与该接收信号强度分布做修正；若该转换模块是处于第一次训练的状态， 则初始化该转换模块，根据该转换模块转换该接收信号强度分布，并根据转 换后的该接收信号强度分布与该接收信号强度分布模型上计算出该定位坐 标，且该转换模块根据该定位坐标与该接收信号强度分布做修正。
20. 如权利要求17所述的无线定位系统的信号强度的转换方法，该近似 算法是类神经网络算法时，若该转换模块收敛，则根据该转换模块转换该接 收信号强度分布，根据转换后的该接收信号强度分布与该接收信号强度分布 模型上计算出该定位坐标；若该转换模块未收敛，则利用该正相关指标根据 该接收信号强度分布计算该估测位置，根据该估测位置与该接收信号强度分 布来训练该转换模块，并将该估测位置设定为该定位坐标。
全文摘要
本发明提出一种无线定位系统的信号强度的转换装置用以消除不同无线装置或环境不同时的信号强度差异。此转换装置包括位置估测电路，此位置估测电路用以将未知地点、未知型号的移动通信装置所接收到的信号强度分布利用正相关指标来计算出估测坐标。并利用估测坐标及移动通信装置所接收到的信号强度分布作为训练数据，利用近似算法训练出转换模块。本发明因采用正相关指标产生训练数据并用近似算法的方式将未知位置与型号的移动通信装置的转换模块自动训练出来，因此不像传统的方法与装置需要庞大的对照表。
文档编号G01S5/02GK101526604SQ20081008317
公开日2009年9月9日 申请日期2008年3月7日 优先权日2008年3月7日
发明者文 崔, 庄育祥, 蒋是文, 许文昌 申请人:财团法人工业技术研究院