论文部分内容阅读
随着经济的快速发展,人们对位置信息的需求越来越强,位置服务LBS(Location Based Service)也因此成为业界和学术界关注的重点。位置服务又称定位服务,是由移动通信网络和卫星定位系统结合在一起提供的一种增值业务,通过一组定位技术获得移动终端的位置信息(如经纬度坐标数据)并提供给移动用户本人或他人以及通信系统,从而实现各种与位置相关的业务。其实质是一种较为宽泛的与空间位置有关的新型服务业务。美国学者Schilit提出了位置服务的三个目标(3W),即你在哪里—Where(空间信息),你和谁在一起—Who(社会信息)、周围有什么—What(查询信息),构成了基于地理位置服务最基础的内容。LBS分为室外位置服务与室内位置服务,室外定位技术起源于现代军事技术,现代军事行动对卫星的依赖已经达到空前的高度,从侦查,预警,遥感,监视,指挥通信,到精确制导都离不开卫星系统提供的定位技术,因此美国率先在1958年成立了GPS项目,并于1964年投入使用。目前,全球共有四套定位系统,分别是美国的全球定位系统(GPS),俄罗斯“格洛纳斯”系统(GLONASS),欧洲的伽利略”系统(GALILEO),以及中国的北斗系统。而室内位置服务随着互联网的普及以及智能设备的大众化也越来越流行,目前室内位置服务主要用于商品推送,社交应用,周边搜索,室内导航,用户签到等应用。除通讯网络的蜂窝定位技术外,常见的室内无线定位技术还有：WiFi、蓝牙、红外线、超宽带、RFID(射频识别)、ZigBee和超声波。但红外线、超宽带、RFID(射频识别)、ZigBee和超声波等定位技术需要额外的接收和发射装备,增加了使用成本,且普及度不高,不利于便捷性。随着智能手机以及室内WiFi的普及,利用智能手机以及室内WiFi定位成为越来越多商家的首选。但WiFi信号是一种长波,信号频率较低,抗干扰性较差,并且衰减较快,因此信号传播距离有限,尤其是室内存在很多障碍物,对信号影响较大,会对定位效果造成较大影响。目前,针对室内定位算法的研究可以分类两类,一种是基于传统定位算法,其特点就是利用信号的距离衰减公式,将信号强度转化成目标到ap之间的距离,并结合几何定位算法进行定位。石鹏提出利用信号传播的衰减公式,采用极大似然估计相应的参数,最后利用三角定位算法进行定位。这种方法最大的问题在于由于室内环境的复杂性与时变性(主要是存在干扰),导致信号距离衰减公式不再适用,这直接导致由信号到距离的转化失效,影响定位效果。第二类定位算法主要基于机器学习,将定位问题转化为分类问题,其绕开了距离衰减公式,直接训练信号强度与采样点之间的对应关系。MYoussef提出了著名的horus系统,其主要采用朴素贝叶斯算法,用实时接收的WiFi信号中最强的几个进行分类。在布置密集的ap情况下,horus系统可以达到很高的定位精度,其实质是利用了密集的ap并采用最强的几个信号缓解干扰问题。但是出于成本的考虑,若减少ap的数量,则定位精度会大打折扣。这些算法都是直接采集数据训练模型的,混合了有干扰和无干扰的情况。针对上述情况,本文提出了一种新的算法,算法对场地进行了两次划分,先划分为区域,再在区域中划分采样点。利用朴素贝叶斯算法采用最大的几个信号对区域进行定位,放宽了定位精度。其次再对部分信号进行过滤,并结合稳健的支持向量机算法对区域内的采样点进行定位,并取得不错的效果。其优点在于：1、速度快。在较大场地上,采用分层定位速度会有明显提升。2、精度高。相对于传统的支持向量机我们的准确率可以提升4%。3、稳健性。相对于朴素贝叶斯算法,我们对信号进行了过滤,并利用了支持向量机,增加了算法的稳健性。