CN112911528A - 基于压缩感知的dtmb与fm信号室内指纹定位***方法 - Google Patents

基于压缩感知的dtmb与fm信号室内指纹定位***方法 Download PDF

Info

Publication number
CN112911528A
CN112911528A CN201911137849.2A CN201911137849A CN112911528A CN 112911528 A CN112911528 A CN 112911528A CN 201911137849 A CN201911137849 A CN 201911137849A CN 112911528 A CN112911528 A CN 112911528A
Authority
CN
China
Prior art keywords
dtmb
compressed sensing
point
fingerprint
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911137849.2A
Other languages
English (en)
Inventor
吴虹
杨梦焕
陈琢
彭鸿钊
乔红玉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nankai University
Original Assignee
Nankai University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nankai University filed Critical Nankai University
Priority to CN201911137849.2A priority Critical patent/CN112911528A/zh
Publication of CN112911528A publication Critical patent/CN112911528A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)

Abstract

本发明公开了一种基于压缩感知的DTMB与FM信号室内指纹定位方法，包括步骤：离线阶段根据室内环境随机选取参考点，采集DTMB与FM信号，根据压缩感知技术，重构出全体参考点的信号强度，作为参考点的特征指纹信息构成指纹信息数据库；获取待测点的DTMB与FM信号的指纹信息，利用压缩感知算法在粗定位基础上精确定位出位置信息，完成待测点和参考点指纹数据库的匹配。本发明利用DTMB与FM信号联合定位，覆盖范围广，抗干扰性能优越；本发明采用压缩感知技术，能减少位置信息的采集量，并能提准确高效的完成定位。

Description

基于压缩感知的DTMB与FM信号室内指纹定位***方法
技术领域
本发明涉及一种基于压缩感知的DTMB与FM信号的利用指纹信息进行室内定位的方法。
背景技术
随着社会经济的快速发展和信息化进程的不断深入，人们越来越迫切地需要获取位置信息。全球导航卫星***(GNSS)能够较好地解决室外定位问题，而室内定位则成为亟待解决的问题。
Wi-Fi定位技术是当前室内定位领域的研究热点，在良好的情况下，Wi-Fi定位的平均误差可以达到3米。然而，Wi-Fi信号易受环境干扰，在存在干扰的情况下，定位精度会迅速恶化。Wi-Fi信号使用自由许可的ISM 2.4GHz频段，易受其它同频信号的干扰。同时，水分子在2.4GHz频段存在吸收峰，这意味着Wi-Fi信号强度会受到空气湿度的影响。更重要的是，人体70％的成份是水，Wi-Fi信号极易受室内行人的影响。总而言之，Wi-Fi信号是不稳定的、时变的。当Wi-Fi用于室内定位时，存在定位精度低、抗外界干扰能力弱等问题。
公共调频广播(FM)信号与Wi-Fi信号相比，具有发射功率大、覆盖范围广、信号稳定等特点。但是，FM信号的波长约为3米，与门窗、墙壁等室内障碍物尺寸相当，这意味着FM信号会产生明显的衍射现象，削弱其描绘不同位置的能力。
数字电视地面广播(DTMB)信号的引入，能提高FM信号定位的精度。DTMB信号的频率为470-860MHz，波长为0.34-0.64m，与波长3m的FM信号相结合，能够很好地提高定位精度。
然而，在位置指纹匹配定位***中，离线阶段数据采集的巨大工作量也是指纹定位***的一大难题。压缩感知(Compressive Sensing，CS)理论指出，当信号是稀疏或可压缩的，可以以某个线性投影的方式来得到信号的压缩后表示，得到的数据能够大概率地重建出原始数字信号。考虑到位置信息的天然稀疏性，即同一时刻，待定位点的位置具有唯一性，压缩感知能够很好的应用于室内定位领域。
发明内容
鉴于上述各种方法的缺陷和难度，本发明提出一种基于压缩感知的DTMB与FM信号的室内指纹定位的方法，DTMB与FM信号的联合定位克服了传统上利用Wi-Fi信号进行定位的不稳定性和FM信号进行定位的精度偏低的缺点，提高了定位精度；采用的压缩感知技术解决了数据采集巨大工作量的难题，提高了方案的可实用性。
实现本发明的技术方案如下：
1)离线阶段根据室内环境随机选取参考点，采集DTMB与FM信号，储存信号强度，作为参考点的特征指纹信息；
2)根据压缩感知理论，重构出全体参考点的信号强度，构成指纹信息数据库；
3)在线阶段利用天线接收待测点的DTMB与FM信号，获取待测点的DTMB与FM信号的指纹信息；
4)根据KWNN算法完成待测点的粗定位，然后利用压缩感知重构算法精确重构出位置信息，完成待测点和参考点指纹数据库的匹配。
进一步地，本发明所述的信号的指纹信息，是指DTMB与FM的联合定位所得的信号强度。
进一步地，本发明所述的步骤(2)中的压缩感知重构方法，能够从少量参考点的RSS值重构出全部参考点的位置指纹数据库，降低了离线阶段信号采集的数据量，从而加快离线阶段位置指纹数据库的构建。
进一步地，本发明所述的步骤(4)中的压缩感知重构算法包括迭代贪心算法和凸优化算法，如正交匹配追踪(Orthogonal Matching Pursuit，OMP)、压缩采样匹配追踪(Compressive Sampling Matching Pursuit，CoSaMP)、基追踪(Basic Pursuit，BP)、迭代硬阈值(Iterative Hard Threshold，IHT)等等。
本发明提出的室内定位方法与已有的技术相比，有以下优点：
1)本发明所采用的基于压缩感知的DTMB与FM信号室内指纹定位***方法，所利用的压缩感知技术，可以将少量随机选取的参考点的RSS值重构出全部参考点的RSS位置信息，降低了离线阶段信号采集的数据量。
2)本发明所采用的基于压缩感知的DTMB与FM信号室内指纹定位***方法，所利用的压缩感知恢复算法，可在粗定位的基础上精确重构出待测点的指纹信息，进一步提高定位的精确度。
附图说明
图1为本发明基于压缩感知的DTMB与FM信号的利用指纹信息进行室内定位的方法方法的流程图；
图2为实验环境内参考点与待定位点的分布图；
图3为使用压缩感知与KWNN算法定位误差的CDF曲线对比图。
具体实施方式
结合附图及实施例，对本发明所述的方法作详细阐述。
(1)离线阶段根据室内环境随机选取参考点，采集DTMB与FM信号，储存信号强度，作为参考点的特征指纹信息。
离线阶段，如图2所示，在室内区域内设置N个参考点，每个参考点的位置坐标均为已知的。在参考点i处，位置坐标向量为Pi，RSS均值向量为Φi。位置指纹数据库可表示为如下的映射关系：
f：Φi→Pi Φi∈RM，i＝1，2，...，N (1)
上式中，M代表信号维度，也就是接收到的信号数目。
(2)根据压缩感知理论，重构出全体参考点的信号强度，构成指纹信息数据库。
不失一般性，对于某一频点，所有参考点的信号强度按照特定的顺序排列形成矢量r，r可以表示为
Figure BSA0000194833820000031
事实上，r不是稀疏的，需要经过稀疏变换矩阵转换为稀疏向量，鉴于信号的RSS值在空间中的分布可视为图像，而离散小波变换(Discrete Wavelet Transform，DWT)在图像稀疏处理中的巨大成功，本发明采用DWT实现对空间中RSS信号的稀疏化，如下式所示，
R＝W·r (3)
其中，W为小波变化矩阵，R为稀疏向量。为了从全部的N个参考点中选择K个参考点(K＜N)，定义随机选择矩阵G，G是一个K×N的矩阵。G的每一行中，只有被选中的参考点的值设为1，其他值为0。若y表示随机选择的K个参考点的RSS值，则有，
y＝Gr＝GW-1R＝ΨR (4)
其中，Ψ＝GW-1，Ψ为压缩感知理论中的传感矩阵。当Ψ为近似正交时，能够以很高的概率从y中重构出R。为了将传感矩阵Ψ转换为正交矩阵，定义正交化因子T为
T＝QΨ+ (5)
Q＝orth(ΨT)T (6)
其中，Ψ+为Ψ的伪逆，orth(·)是矩阵列向量张成的线性空间的标准正交基。因此，公式(4)可以转化为
z＝Ty＝QΨ+ΨR≈QR (7)
其中，Q为近似正交的。通过求解下列l1优化问题，即可从观测量z中求解出稀疏向量R。
R＝arg min||R||1，s.t.z＝QR (8)
通过压缩感知重构算法，即可求解上述问题。对重构出的R做离散小波逆变换，即可求解出全体参考点的信号强度r。
通过采用上述压缩感知重构方法，能够从K个随机选取的参考点RSS值重构出全体N个参考点的RSS，从而降低了离线阶段信号采集的数据量，提高了位置指纹定位方案的实用性。
(3)在线阶段利用天线接收待测点的DTMB与FM信号，获取待测点的DTMB与FM信号的指纹信息。
利用KWNN算法，计算待定位点RSS信号强度与每个参考点指纹数据的欧氏距离。欧式距离的计算公式可以表示为
di＝||y0-Φi||2，i＝1，2，...，N (9)
其中di表示第i个参考点与待测点的欧式距离，||·||2为向量的二范数。取距离最小的K个参考点，组成集合A，A可以表示为
Figure BSA0000194833820000041
取集合A中参考点坐标的加权平均，即为定位结果。各个参考点坐标的权重为
Figure BSA0000194833820000042
其中p为权重调节因子，在本文的实验中，p＝0.5。定位结果可以表示为
Figure BSA0000194833820000043
(4)根据KWNN算法完成待测点的粗定位，然后利用压缩感知重构算法精确重构出位置信息，完成待测点和参考点指纹数据库的匹配。
空间中待定位点的位置是唯一的，这意味着位置信息在某个线性空间的投影是稀的。假设待定位区域内存在N个参考点且待定位点恰好位于参考点i处，则待定位点的位置可以表示为一个稀疏向量θ。θ是一个稀疏度为1的稀疏向量，除了θ(i)＝1外，θ的其他值均为0.
θ＝[0，0，...，0，1，0，...，0]T (13)
***的观测方程可以表示为
y0＝Φθ+ε (14)
其中，y0为待测点处采集的信号强度，Φ的列向量为参考点的RSS均值向量，ε为观测噪声。由于Φ不满足压缩感知重构的有限等距性质(Restricted Isometry Property，RIP)，需要对其进行预正交化处理。预正交化因子可以表示为
T0＝HΦ+ (15)
H＝orth(ΦT)T (16)
公式(14)等号左右同时乘以T0，变为
z0＝T0y0＝T0Φθ+T0ε≈Hθ+ε′ (17)
此时，H为近似正交矩阵，满足RIP性质。求解下述l1优化问题，即可重构出θ。
Figure BSA0000194833820000044
根据压缩感知理论，θ可以以很高的概率从观测量z0中重构出来。
在大多数情况下，待定位的点并不完全在某个参考点处，此时，θ的稀疏度大于1。θ具有多个非零系数，它们表示相应参考点作为位置估计的概率。因此，在实际应用中，设定阈值τ，超过阈值的系数用于位置估计，即用于位置估计的参考点集合B
Figure BSA0000194833820000051
然后将这些被选中的系数进行归一化以获得相应参考点的权重，然后对集合B内的参考点进行加权平均求解出精确的位置估计
Figure BSA0000194833820000052
如公式(20)所示。
Figure BSA0000194833820000053
以上只是对本发明作进一步的说明，并非用以限制本专利的实施应用，凡为本发明等效实施，均应包含于本专利的权利要求范围之内。

Claims (3)

1.基于压缩感知的DTMB与FM信号室内指纹定位***方法，其特征在于，根据压缩感知理论，通过接收DTMB与FM联合信号的强度信息，确定室内环境待定位点的空间位置，包括以下步骤：
1)离线阶段根据室内环境随机选取参考点，采集DTMB与FM信号，储存信号强度，作为参考点的特征指纹信息；
2)根据压缩感知理论，重构出全体参考点的信号强度，构成指纹信息数据库；
3)在线阶段利用天线接收待测点的DTMB与FM信号，获取待测点的DTMB与FM信号的指纹信息；
4)根据KWNN算法完成待测点的粗定位，然后利用压缩感知重构算法精确重构出位置信息，完成待测点和参考点指纹数据库的匹配。
2.如权利要求1所述的基于压缩感知的DTMB与FM信号室内指纹定位***方法，其特征在于，所述的压缩感知技术，可以将少量随机选取的参考点的RSS值重构出全部参考点的RSS位置信息，降低了离线阶段信号采集的数据量。
3.如权利要求1所述的基于压缩感知的DTMB与FM信号室内指纹定位***方法，其特征在于，所述的压缩感知恢复算法，可在粗定位的基础上精确重构出待测点的指纹信息，进一步提高定位的精确度。
CN201911137849.2A 2019-11-18 2019-11-18 基于压缩感知的dtmb与fm信号室内指纹定位***方法 Pending CN112911528A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911137849.2A CN112911528A (zh) 2019-11-18 2019-11-18 基于压缩感知的dtmb与fm信号室内指纹定位***方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911137849.2A CN112911528A (zh) 2019-11-18 2019-11-18 基于压缩感知的dtmb与fm信号室内指纹定位***方法

Publications (1)

Publication Number Publication Date
CN112911528A true CN112911528A (zh) 2021-06-04

Family

ID=76104242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911137849.2A Pending CN112911528A (zh) 2019-11-18 2019-11-18 基于压缩感知的dtmb与fm信号室内指纹定位***方法

Country Status (1)

Country Link
CN (1) CN112911528A (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106888504A (zh) * 2015-12-11 2017-06-23 南开大学 基于fm与dtmb信号的室内位置指纹定位方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106888504A (zh) * 2015-12-11 2017-06-23 南开大学 基于fm与dtmb信号的室内位置指纹定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MENGHUAN YANG: ""Indoor Positioning Using Public FM and DTMB Signals Based on Compressive Sensing"", 《CHINA COMMUNICATIONS》 *

Similar Documents

Publication Publication Date Title
CN107817465B (zh) 超高斯噪声背景下的基于无网格压缩感知的doa估计方法
CN106941718B (zh) 一种基于信号子空间指纹库的混合室内定位方法
Gao et al. Toward 5G NR high-precision indoor positioning via channel frequency response: A new paradigm and dataset generation method
Zagouras et al. Determination of measuring sites for solar irradiance, based on cluster analysis of satellite-derived cloud estimations
JP2002319024A (ja) 色と質感との組み合わせに基づく映像検索方法
CN100370486C (zh) 基于嵌入式隐马尔可夫模型与交叉熵的台风中心定位方法
US20140327571A1 (en) Systems And Methods For Direct Emitter Geolocation
Angling et al. Comparative study of two assimilative models of the ionosphere
CN105205114B (zh) 一种基于图像处理的Wi-Fi定位指纹数据库构建方法
CN107743296A (zh) 一种基于压缩感知的rssi区域分段式定位方法
CN112616184B (zh) 基于多基站信道状态信息融合的移动设备位置估计方法
CN103150577A (zh) 基于粒子群优化的高光谱遥感影像自适应波段选择方法
CN109341723B (zh) 一种基于地磁信息熵和相似性度量的综合地磁匹配方法
CN108834041B (zh) 基于张量重建的室内位置指纹定位Radio Map建立方法
Aishwarya et al. An image fusion framework using novel dictionary based sparse representation
CN115267724A (zh) 一种基于激光雷达可估位姿的移动机器人位置重识别方法
CN104732504A (zh) 基于压缩感知和wbct变换的图像融合方法
Zhang et al. Dual-band wi-fi based indoor localization via stacked denosing autoencoder
CN112911528A (zh) 基于压缩感知的dtmb与fm信号室内指纹定位***方法
CN108111973B (zh) 一种基于实时指纹获取的室内定位方法与装置
CN109547936A (zh) 基于Wi-Fi信号和环境背景声的室内定位方法
CN109738852A (zh) 基于低秩矩阵重建的分布式源二维空间谱估计方法
CN113347705B (zh) 基于ica和cs的超宽带aoa室内定位方法
CN114972460A (zh) 一种结合图特征上下文匹配的点云配准方法
CN113645565B (zh) 一种基于六方最密堆积结构的室内定位方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210604