基于信息熵的WLAN室内定位Radio Map更新方法
【专利摘要】基于信息熵的WLAN室内定位Radio?Map更新方法，涉及WLAN室内定位方法。解决了现有WLAN室内定位Radio?Map更新方法存在的定位精度差、定位复杂以及更新的工作量大等问题。本发明通过在各参考点测量到的AP信号强度RSS值存储在Radio?Map中，选择其中信息熵增益较大的AP并计算两两之间的互信息熵，依次选择互信息熵较大的AP后，利用隐马尔科夫模型对离线阶段的Radio?Map进行更新，使用KNN算法分别对比离线阶段的Radio?Map和更新后的Radio?Map对在线阶段测得的RSS向量的定位准确度，更新后的Radio?Map较更新前的Radio?Map有助于提高定位精度。本发明适用于WLAN室内定位。
【专利说明】基于信息熵的WLAN室内定位Radio Map更新方法
【技术领域】
[0001]本发明涉及一种信息论领域WLAN室内定位的Radio Map更新方法，具体涉及WLAN室内定位方法。
【背景技术】
[0002]随着智能手机的普及，位置定位服务越来越受到人们的重视。而现如今的卫星定位只解决了室外定位的问题，室内定位仍未得到统一。IEEE802.11标准的提出，使得无线局域网(Wireless Local Area Networks)的部署越来越广泛。而基于WLAN的室内定位方法由于其部署方便，无需添加其他硬件设备而得到广泛的关注。
[0003]WLAN室内定位技术通过测量来自接入点AP(Access Point)的接收信号强度RSS(Received Signal Strength)估计出移动设备的位置。通常该定位系统分为两步即建立Radio Map的离线阶段和在线的定位估计阶段。Radio Map是由测量环境中的每个点接收到来自该环境中各个AP的信号强度值向量组成。由于无线电在室内传播易受到门的开启及闭合，人的走动，墙壁的阻挡等多重因素影响，为提高室内定位精度，需要在参考点处多次测量并定期更新来自各AP的信号强度弥补由于随机噪声对Radio Map产生的影响。然而为获得该信号向量，对信号向量进行位置标注是一件很耗时的工作。因而本发明提出一种基于隐马尔科夫模型(Hidden Markov Model, HMM)的Radio Map更新方法，即在已知一连串的接收信号强度下，通过训练隐马尔科夫模型得到该信号的位置坐标。
[0004]同时，在实际观测环境中，我们注意到在不同的区域不同的AP具有不同的定位能力，特别是在一个较大环境中，某些区域接收不到与该区域距离较远的一些AP的辐射信号。因为我们引出一些原则来区分不同AP的定位能力，若在该区域中AP的定位能力强，则在更新Radio Map阶段也将主要更新这些定位能力较强的AP。传统方法一般选择均值最大的AP作为定位AP，在Radio Map更新时也只更新这些AP的值，该方法未能考虑AP的对于各个参考点的区分能力。
【发明内容】
[0005]本发明为了解决现有WLAN室内定位Radio Map更新方法存在定位精度差、定位复杂以及更新的工作量大等问题，进而提供了一种基于隐马尔科夫模型(HMM)的RadioMap更新方法。
[0006]本发明的基于信息熵的WLAN室内定位Radio Map更新方法的过程为:
[0007]步骤1:根据无线电在室内传播的有关特点及AP能使用的频段合理部署AP，保证环境中任意位置均可采集到来自至少2个AP的信号强度，且信号功率大于或等于_95dBm ；
[0008]步骤2:根据需要定位的室内环境，选择合适的坐标原点以建立二维直角坐标系，均匀设置参考点并根据该直角坐标系标定各参考点坐标，在每个参考点处测量来自各AP的辐射信号强度并将该参考点的二维坐标及测量到的AP信号强度保存在Radio Map中；
[0009]步骤3:对预更新的区域引入信息熵增益模型，选择其中r个信息熵增益较大的AP用于后续定位及更新操作；
[0010]步骤4:在选择r个信息熵增益较大的AP后，对r个AP计算两两之间的互信息熵，依次选择互信息熵较大的两AP作为定位及更新操作直到AP数量达到需求值m为止；
[0011]步骤5:利用测得的RSS值使用隐马尔科夫模型更新Radio Map。
[0012]本发明提出引入信息熵增益及互信息熵模型对Radio Map进行化简，然后使用机器学习领域中的隐马尔科夫模型对测量得到的数据应用到原始数据从而更新Radio Map。
[0013]本发明的意义在于利用隐马尔科夫模型模拟用户行为，从而能够利用未标记位置的更新阶段测得数据更新原有的Radio Map，减少Radio Map更新的工作量。同时引入信息熵模型选取对定位贡献大的AP进行更新操作，并利用这些AP进行定位，可以减少定位复杂度。使用KNN算法分别对比离线阶段的Radio Map和更新后的Radio Map，本方法定位精度可以提闻7%以上。
【专利附图】
【附图说明】
[0014]图1为具体实施例的定位实验场景，其中，面积为66.4X24.9m2,层高3m,砖质墙面，铝合金窗户和金属门，27个AP放置在同一楼层，AP选择为Linksys WAP54G，固定在2m高度，支持IEEE802.llb/g标准，传输速率54Mbps，接收端采用装有Intel PRO/Wireless3945ABG无线网卡的ASUS A8F笔记本电脑，距地面1.2m;
[0015]图2为具体实施例的更新Radio Map区域,其中，包括40个参考点；
[0016]图3 (a)为实验场景中各AP的自信息熵；
[0017]图3 (b)为实验场景中部分AP组合的互信息熵；
[0018]图4为使用隐马尔科夫模型更新前与更新后的Radio Map对定位误差的影响的对比；
[0019]图5为2m内改变使用AP数量即m值对定位误差的影响的对比图。
【具体实施方式】
[0020]【具体实施方式】一:基于信息熵的WLAN室内定位Radio Map更新及定位方法。它包括下述步骤:
[0021]步骤1:根据无线电在室内传播的有关特点及AP能使用的频段合理部署AP，保证环境中任意位置均可采集到来自至少2个AP的信号强度，且信号功率大于或等于_95dBm ；
[0022]步骤2:根据需要定位的室内环境，选择合适的坐标原点以建立二维直角坐标系，均匀设置参考点并根据该直角坐标系标定各参考点坐标，在每个参考点处测量来自各AP的辐射信号强度并将该参考点的二维坐标及测量到的AP信号强度保存在Radio Map中；
[0023]步骤3:对预更新的区域引入信息熵增益模型，选择其中r，r < M个信息熵增益较大的AP用于后续定位及更新操作；
[0024]步骤4:在选择r个信息熵增益较大的AP后，对r个AP计算两两之间的互信息熵，依次选择互信息熵较大的两AP作为定位及更新操作直到AP数量达到需求值m，m<r为止；
[0025]步骤5:利用测得的RSS值使用隐马尔科夫模型更新Radio Map ；
[0026]步骤6:依据在各参考点处测得的RSS值使用离线阶段的Radio Map和更新后的RadioMap分别计算该测量数据的二维坐标，并计算该二维坐标与实际位置的误差。使用KNN算法分别对比离线阶段的Radio Map和更新后的Radio Map对在线阶段测得的RSS向量(在同一位置处测得的接收到多个AP的RSS值组成)的定位准确度；分别对比更新不同数量的AP对定位准确度的影响。
[0027]【具体实施方式】二:本实施方式的步骤2中“在每个参考点处测量来自各AP的辐射信号强度并将该参考点的二维坐标及测量到的AP信号强度保存在Radio Map中”的具体操作步骤为:
[0028]在待更新区域中的每个参考点处利用信号接收机采集并记录来自每一个AP的接收信号强度RSS值η次并记录该参考点的二维坐标，形成NXnX (Μ+2)矩阵，其中N为待更新区域中参考点个数，η为在每一个参考点处采集信号的次数，Μ+2中M代表该环境中AP的数量，2代表二维坐标，保存在Radio Map中。
[0029]其它 实施方式与【具体实施方式】一相同。
[0030]【具体实施方式】三:本实施方式的步骤3中“选择其中r个信息熵增益较大的AP”的具体操作步骤为:
[0031]步骤3.1:计算待更新区域中每个AP的信息熵增益(Information Gain, IG),根据公式(I)计算，其中H(I)代表用户位置的信息熵，如公式(2)所示，其中P(Ig)表示在用户在位置lg，g = {I, 2，…N}处的概率，为使用方便认为用户在各参考点处的概率相等即
为厂从而公式⑵如公式(4)所示，当测试点获得的来自第i个AP(APi)的信.1y
号强度RSS值已知时，测试点实际位置的不确定度，即条件熵值H(IlAPi)的计算如式(4)所示，其中PdgIAPi = ve)代表在APi = Ve的条件下,测试点在Ig处的条件概率，其计算如式(5)所示,式中P (APi = Ve I Ig)表示在位置Ig处测得APi的RSS值为Ne的概率(ye ={O, -1, -2，…-100})，该概率值可通过离线阶段测得的Radio Map统计结果得知，即在同一位置处通过η次测量统计出在该位置处APi = Ve的概率。ρ (APi = ve)表示在所有参考点
处测得 APi 的 RSS 值为 Ve 的概率
【权利要求】
1.基于信息熵的WLAN室内定位RadioMap更新方法，其特征在于它包括下述步骤: 步骤1:根据无线电在室内传播的有关特点及AP能使用的频段合理部署AP，保证环境中任意位置均可采集到来自至少2个AP的信号强度，且信号功率大于或等于_95dBm ； 步骤2:根据需要定位的室内环境，选择合适的坐标原点以建立二维直角坐标系，均匀设置参考点并根据该直角坐标系标定各参考点坐标，在每个参考点处测量来自各AP的辐射信号强度并将该参考点的二维坐标及测量到的AP信号强度保存在Radio Map中； 步骤3:对预更新的区域引入信息熵增益模型，选择其中r个信息熵增益较大的AP用于后续定位及更新操作； 步骤4:在选择r个信息熵增益较大的AP后，对r个AP计算两两之间的互信息熵，依次选择互信息熵较大的两AP作为定位及更新操作直到AP数量达到需求值m为止； 步骤5:利用测得的RSS值使用隐马尔科夫模型更新Radio Map。
2.根据权利要求1所述的基于信息熵的WLAN室内定位RadioMap更新方法，其特征在于，步骤2中的“在每个参考点处测量来自各AP的辐射信号强度并将该参考点的二维坐标及测量到的AP信号强度保存在Radio Map中”的实现过程为: 在待更新区域中的每个参考点处利用信号接收机采集并记录来自每一个AP的接收信号强度RSS值η次并记录该参考点的二维坐标，形成NXnX (Μ+2)矩阵，其中N为待更新区域中参考点个数，η为在每一个参考点处采集信号的次数，Μ+2中M代表该环境中AP的数量，2代表二维坐标，保存在Radio Map中。
3.根据权利要求2所述的基于信息熵的WLAN室内定位RadioMap更新方法，其特征在于，步骤3中“选择其中信息熵增益较大的AP”的实现过程为: 步骤3.1:计算待更新区域中每个AP的信息熵增益Information Gain, IG,根据公式(I)计算，其中H(I)代表用户位置的信息熵，如公式(2)所示，其中P(Ig)表示在用户在位置lg，g= {1,2，…N}处的概率,为使用方便认为用户在各参考点处的概率相等即为从而公式(2)如公式(3)所示，当测试点获得的来自第i个AP(APi)的信号强度RSS值已知时，测试点实际位置的不确定度，即条件熵值H(1 IAPi)的计算如式(4)所示，其中PdgIAPi = ve)代表在APi = Ve的条件下,测试点在Ig处的条件概率，其计算如式(5)所示，式中P (APi = Ve I Ig)表示在位置Ig处测得APi的RSS值为Ne的概率，Ve ={O, -1, -2，…-100} dBm，该概率值可通过离线阶段测得的Radio Map统计结果得知，即在同一位置处通过η次测量统计出在该位置处APi = Ve的概率，P (APi = ve)表示在所有参考点处测得APjRSS值为Ve的概率，即/?(蝴== ，公式⑷中PQgMPi=ve) = P (APi = ve Ig)P (Ig)代表测试点在Ig处的同时APi = Ve的联合概率；
4.根据权利要求3所述的基于信息熵的WLAN室内定位RadioMap更新方法，其特征在于，步骤4的实现过程为: 步骤4.1:对选取出的r个AP进行两两互信息熵Mutual Information Entropy, MIE的计算，计算公式如式(6)所示，其中H(I)如式(3)所示，在已知APi, i = (1,2,…M)和APj, j=(I, 2，-Μ), j幸i的RSS值用户位置的不确定度H(1 IAPi, APj)的计算如式(7)所示，其中Pa = ρ (lg, APi = ve, APj = ve, ) = p (APi = ve, APj = ve, | lg) p (Ig)代表测试点在 Ig 处的同时测量到的 APi WRSS 值为 ve，APj 的 RSS 值为 V 的概率 v = {0,-1,-2, --100} dBm, p (APi =ve, APj = ve, I Ig)代表在测试点在Ig测得APi的RSS值为ve，APj的RSS值为V的概率，该概率可由离线阶段测得的Radio Map的统计结果得知,Pb = p (IjAPi = ve, APj = ve,)代表测量得到APi的RSS值为VyAP^的RSS值为的位置在Ig处的概率，其计算公式如式⑶所示，其中V与ve取值集合相同，式中
5.根据权利要求4所述的基于信息熵的WLAN室内定位RadioMap更新方法，其特征在于，步骤5的实现过程为: 步骤5.1 =Radio Map更新第一阶段为隐马尔科夫过程建立，隐马尔科夫过程是马尔科夫过程的一种，具有有限状态并且每个状态都与观测值之间有一套随机概率密度函数，隐马尔科夫过程由如下五部分组成: (1)模型中的状态数L= (I1, I2,…1N}，I1, I2,…In代表用户位置数，即N个参考点； (2)从一个状态可能输出的不同的符号数V= Iv1, V2，…v1(ll} ,V1, V2，…Vltll代表在某一参考点处接收到的某个AP的RSS信号值，取值范围为(0，-1，-2，…-100) dBm;
(3)状态转移概率A = {acd = ρ (qt+1 = Ic | qt = ld)}, I ^ c, d ^ N, acd 代表用户位置转移概率即表示从t时刻在位置Id处到t+Ι时刻到达位置I。处的概率，acd满足a。，^ O,
【文档编号】H04W64/00GK103945531SQ201410198645
【公开日】2014年7月23日 申请日期:2014年5月12日 优先权日:2014年5月12日
【发明者】马琳, 邹贵, 张中兆, 莫云, 夏颖, 徐玉滨 申请人:哈尔滨工业大学