专利名称：基于贝叶斯压缩感知的室内无线终端定位方法
技术领域：
本发明涉及一种贝叶斯压缩感知技术和室内无线终端定位方法。
背景技术：
随着无线通信技术的日趋成熟和快速发展，基于位置的无线定位服务显得越来越重要。由于用户对信息的及时性和就地性的需求越来越强烈，特别是在军事、医疗等出现紧急情况时更需要较为准确的位置信息。因此，各种定位服务系统如雨后春笋般快速发展起来。目前的无线定位服务系统主要有全球定位系统(GPS)和蜂窝无线定位两种。GPS利用多卫星信号的方位和距离，实现室外无遮挡环境下全球位置的定位，但对于室内环境和高楼密布的城市，GPS系统因为卫星信号被阻隔，其定位精度明显下降，且如果要给每个用户增加GPS功能，则由于过于昂贵而不切实际。蜂窝无线定位是利用移动通讯基站的定向信号接入信息，利用多基站对终端的定向信号的识别、蜂窝覆盖的区分、覆盖区域的交叉叠加等手段，实现对无线终端的定位。但是该种定位技术受限于定向信号较大的覆盖角度，因此难以达到较高的精度。这两种定位技术都无法满足室内用户的定位需求，于是人们又开始研究室内无线定位系统，用以弥补定位精度不足的问题。对于室内环境，无线局域网以其高速通信、设备简单、部署方便的特点，得到广泛的应用。各种运用在室内的无线定位技术纷纷出现，例如(I)光跟踪技术该技术要求所跟踪目标和探测器之间线性可视，这就局限了应用范围，并且配备要求比较复杂。(2)超声波定位技术超声波定位系统由若干个应答器和一个主测距器组成，当同时有三个或三个以上不在同一直线上的应答器做出回应时，可以根据相关计算确定出被测物体所在的二维坐标系下的位置。但是这类系统需要大量的底层硬件设施投资，成本太高，无法大面积推广。(3)蓝牙技术该技术是一种短距离低功耗的无线传输技术，支持点到点的话音和数据业务。在室内安装适当的蓝牙局域网接入点，把网络配置成基于多用户的基础网络连接模式，就可以获得用户的位置信息，实现蓝牙技术定位的目的。采用该技术作室内短距离定位，其优点是容易发现设备，且信号传输不受视距的影响，缺点是目前蓝牙设备比较昂
虫
贝o(4)基于信号强度的无线局域网定位技术相比以上技术，它不需要添加额外的硬件设备，充分利用了现有的无线网络设备，将定位系统的应用范围扩大到了楼群和室内，降低了定位成本，因此成为室内定位技术的研究热点。现有的基于信号强度的室内定位算法，首先要假设无线信号强度与距离符合一定的无线信号传播损耗模型，通过建立传播损耗模型，根据信号强度估算移动节点与信标节点间的距离，通过代入相应的数学模型得出移动节点的估计位置。无线信号传播损耗模型的建立对定位精度有直接影响。信号强度的非线性时变特性同时，无线电波的多径传播和衰落也对无线信号的传播质量造成有很大的影响。这些都造成了基于信号强度定位方式的不准确。并且由于定位过程都是在无线终端进行，而无线终端通常都是电池供电，处理速度不高，因此定位会造成耗电很快，需要寻求更准确更节能的定位方式。压缩感知(Compressed Sensing),也称为压缩采样,是近几年来的一项新兴信号处理技术，其核心思想是将数据采样和压缩合并进行，首先采集信号的非自适应线性投影(测量值)，然后根据相应的重构算法由测量值复原信号。压缩感知有两个方面的基本要求信号的稀疏性，观测基(观测矩阵)与变换基(变换矩阵)的非相关性。对于自然界的任何信号，均存在一个特定的表示空间，使得该信号在此空间具有稀疏性。经相关理论证明，随机矩阵，即元素为随机数的矩阵，与固定的变换基具有很好的非相关性。
压缩感知的数学原理为设长度为N的矢量信号X在正交变换基Ψ上的变换系数是稀疏的，即原始信息X为一维NX I向量，X e Rn，存在一个NXN变换矩阵Ψ，Χ = ΨΡ，其中P亦为一维NX I向量，使得P具有稀疏性。信号的稀疏性是指若向量中非零项的个数为K，K < N，则称该向量是K-稀疏。用与变换基Ψ不相关的观测矩阵φ对原始信息进行线性变换，观测矩阵Φ为一个MXN的矩阵，Φ e Rmxn (M << N),并得到观测信号集合Y，即Y = ΦΧ,Y = φχ = ΦΨΡ=ΦΡ ,故Y为一维MX I向量。在已知φ的条件下，可利用优化求解方法从Y中精确地或高概率地重构信号P，继而恢复出原始信号X。压缩感知技术的最大优点在于能以远低于奈奎斯特采样率的采样速率进行采样，大大减少信号在数据采集和传输过程中消耗的资源和能量。相对于常规的先采样后压缩的分布式信源编码方法，压缩感知的优势在于不需要被处理信号的任何先验信息，且不需要控制信息交换。贝叶斯压缩感知算法是从用贝叶斯方法来处理压缩感知的信号重构问题，从统计的角度分析恢复问题，给原始信号赋予一个先验分布，由观测信号Y、稀疏基Ψ和观测矩阵Φ恢复出原始稀疏信号X的一个后验分布。相比传统的压缩感知恢复算法有更高的恢复精度和更快的计算速度，并且同等恢复精度条件下需要的观测数更少。针对现有的定位系统计算复杂度高,定位准确率不高,设备成本高,可以将贝叶斯压缩感知算法用于基于信号强度的无线定位系统，将空间定位问题描述为稀疏信号的重构问题，运用压缩感知的重构来实现位置估计，同时利用多任务贝叶斯压缩感知重构算法，对多个无线接入点的信号强度进行联合处理，消除了信号传播中多径效应和阴影效应等带来的不利影响。
发明内容
本发明的目的是提供一种基于贝叶斯压缩感知的室内无线终端定位方法。为实现上述目的，本发明所采取的技术方案是基于贝叶斯压缩感知的室内无线终端定位方法包括如下步骤(I)对需要定位的无线终端所在的室内区域划分网格，每个网格的大小为需要定位的无线终端的所需定位精度的大小；分别在每个网格点处采集来自所述室内区域的各个无线接入点的信号强度，将采集到的所有信号强度数据上传至所述室内区域的中心服务器；中心服务器将在所有网格点处采集到的同一个无线接入点的所有信号强度数据与相应的网格点的位置进行对应，分别得到每一个无线接入点的位置指纹图；并且，在每个需定位的无线终端处实时采集来自每个所述无线接入点的信号强度，并将所采集到的所有信号强度数据上传至所述中心服务器；(2)所述中心服务器分别利用各无线接入点的位置指纹图，相应地对接收到的在各需定位的无线终端处采集的信号强度数据进行压缩采样 ；分别对各个无线接入点的压缩采样后的信号强度数据运行多任务贝叶斯联合压缩重构算法，得到各需要定位的无线终端对应于各无线接入点的各初步位置信息；依据所述各初步位置信息，得到各需要定位的无线终端的最终位置信息。进一步地，本发明所述步骤⑵的压缩采样方法为所述中心服务器利用各无线接入点的位置指纹矩阵和对应的高斯采样矩阵相应地对接收到的在所述需定位的无线终端处采集的信号强度数据进行非相关映射。进一步地，本发明所述高斯采样矩阵为一个M行N列的随机高斯矩阵；其中，N表示在每个需定位的无线终端处对同一个无线接入点的信号强度进行采集的次数；M表示从每个需定位的无线终端处所采集的来自同一个无线接入点的信号强度的N个采样值中随机选择的采样值的数量；并且，1^D^N,K^M< N，K表示室内区域中需定位的无线终端的数目，D表示对室内区域进行划分的网格数量。进一步地，本发明所述非相关映射的过程如下式所示Y = O ^ X其中，Y表示对在需定位的无线终端处采集到的同一个无线接入点的信号强度进行非相关映射后得到的压缩采样后的信号强度数据，O表示随机高斯矩阵，^表示无线接入点的位置指纹图，X表示由室内区域中的所有网格点的位置信息构成的向量，且X= [X1,X2. . . Xr. . . XD]，X中的每一个元素的值取I或者0以分别表示所对应的网格点处存在或不存在无线终端 X表示中心服务器接收到的在需定位的无线终端处所采集到的同一个无线接入点的所有信号强度。进一步地，本发明在分别对各个无线接入点的压缩采样后的信号强度数据运行多任务贝叶斯联合压缩重构算法之前，利用下式对所述压缩采样后的信号强度数据Y进行修正Y1 = O ^ X+E上式中，Y'表述修正后的信号强度数据，E为高斯白噪声，且E G(0，O2);其中，G(0, O 2)表示均值为O、方差为O 2的高斯分布,且I彡O 2彡O。进一步地，本发明所述各无线接入点的位置指纹图如下式所示
权利要求
1.一种基于贝叶斯压缩感知的室内无线终端定位方法，其特征是，包括如下步骤 (1)对需要定位的无线终端所在的室内区域划分网格，每个网格的大小为需要定位的无线终端的所需定位精度的大小； 分别在每个网格点处采集来自所述室内区域的各个无线接入点的信号强度，将采集到的所有信号强度数据上传至所述室内区域的中心服务器；中心服务器将在所有网格点处采集到的同一个无线接入点的所有信号强度数据与相应的网格点的位置进行对应，分别得到每一个无线接入点的位置指纹图； 并且，在每个需定位的无线终端处实时采集来自每个所述无线接入点的信号强度，并将所采集到的所有信号强度数据上传至所述中心服务器； (2)所述中心服务器分别利用各无线接入点的位置指纹图，相应地对接收到的在各需定位的无线终端处采集的信号强度数据进行压缩采样；分别对各个无线接入点的压缩采样后的信号强度数据运行多任务贝叶斯联合压缩重构算法，得到各需要定位的无线终端对应于各无线接入点的各初步位置信息；依据所述各初步位置信息，得到各需要定位的无线终端的最终位置信息。
2.根据权利要求I所述的基于贝叶斯压缩感知的室内无线终端定位方法，其特征在于所述步骤(2)的压缩采样方法为所述中心服务器利用各无线接入点的位置指纹矩阵和对应的高斯采样矩阵相应地对接收到的在所述需定位的无线终端处采集的信号强度数据进行非相关映射。
3.根据权利要求2所述的基于贝叶斯压缩感知的室内无线终端定位方法，其特征在于所述高斯采样矩阵为一个M行N列的随机高斯矩阵；其中，N表示在每个需定位的无线终端处对同一个无线接入点的信号强度进行采集的次数…表示从每个需定位的无线终端处所采集的来自同一个无线接入点的信号强度的N个采样值中随机选择的采样值的数量；并且,1 ^D^N, K^M< N，K表示室内区域中需定位的无线终端的数目，D表示对室内区域进行划分的网格数量。
4.根据权利要求3所述的基于贝叶斯压缩感知的室内无线终端定位方法，其特征在于，所述非相关映射的过程如下式所示Y = O ^ X 其中，Y表示对在需定位的无线终端处采集到的同一个无线接入点的信号强度进行非相关映射后得到的压缩采样后的信号强度数据，O表示随机高斯矩阵，W表示无线接入点的位置指纹图，X表示由室内区域中的所有网格点的位置信息构成的向量，且X= [X1,X2. . . Xr. . . XD]，X中的每一个元素的值取I或者O以分别表示所对应的网格点处存在或不存在无线终端 X表示中心服务器接收到的在需定位的无线终端处所采集到的同一个无线接入点的所有信号强度。
5.根据权利要求4所述的基于贝叶斯压缩感知的室内无线终端定位方法，其特征在于在分别对各个无线接入点的压缩采样后的信号强度数据运行多任务贝叶斯联合压缩重构算法之前，利用下式对所述压缩采样后的信号强度数据Y进行修正Y1 = O ^ X+E 上式中，Y'表述修正后的信号强度数据，E为高斯白噪声，且E G(0，O2);其中，G(0，.0 2)表示均值为O、方差为0 2的高斯分布,且I彡0 2彡O。
6.根据权利要求I至5中任一项所述的基于贝叶斯压缩感知的室内无线终端定位方法，其特征在于，所述各无线接入点的位置指纹图如下式所示
全文摘要
本发明公开一种基于贝叶斯压缩感知的室内无线终端定位方法，其步骤为对需定位无线终端所在的室内区域划分网格，各网格大小为所需定位精度大小；分别在各网格点处采集来自各无线接入点的信号强度并上传至中心服务器；中心服务器将在所有网格点处采集到的同一个无线接入点的所有信号强度数据与相应网格点的位置对应，分别得到每个无线接入点的位置指纹图；在需定位无线终端处实时采集来自每个无线接入点的信号强度并上传至中心服务器；中心服务器利用位置指纹图，对接收到的在需定位无线终端处采集的实时信号强度数据压缩采样，并对压缩采样后的信号强度运行多任务贝叶斯联合压缩重构算法，得到需要定位各无线终端的真实位置。
文档编号H04W64/00GK102638889SQ20121007754
公开日2012年8月15日 申请日期2012年3月21日 优先权日2012年3月21日
发明者张媛, 张宏纲, 李荣鹏, 赵志峰, 靳建雄 申请人:浙江大学