江春冬，惠 慧，陳云飛，杜太行，2(.河北工業(yè)大學(xué)控制科學(xué)與工程學(xué)院,天津30030;2.河北省控制工程研究中心,天津30030)

?

與強(qiáng)度無關(guān)的位置指紋在線定位改進(jìn)算法*

江春冬**1，2，惠 慧1，陳云飛1，杜太行1，2
(1.河北工業(yè)大學(xué)控制科學(xué)與工程學(xué)院,天津300130;2.河北省控制工程研究中心,天津300130)

Foundation Item:The MIIT Topic(12-MC-KY-14)

**通信作者:chundong_j@163. com Corresponding author:chundong_j@163. com

摘 要:將現(xiàn)有的研究較熱的固定發(fā)射端、定位接收端的室內(nèi)位置指紋定位系統(tǒng)應(yīng)用到固定接收端、定位發(fā)射端的室內(nèi)無線電干擾源定位中,研究了一種考慮干擾源發(fā)射強(qiáng)度的在線定位算法,以克服直接使用以一固定發(fā)射強(qiáng)度信號(hào)源建立的指紋數(shù)據(jù)庫和現(xiàn)有的在線定位方法無法實(shí)現(xiàn)對(duì)不同發(fā)射強(qiáng)度干擾源定位問題。在分析信號(hào)傳播模型和現(xiàn)有在線定位方法的基礎(chǔ)上,利用強(qiáng)度差的均方差進(jìn)行定位計(jì)算。給出了算法實(shí)現(xiàn)依據(jù)和流程,對(duì)改進(jìn)的算法進(jìn)行了仿真和實(shí)驗(yàn)驗(yàn)證,結(jié)果證明了改進(jìn)算法的實(shí)用性。同時(shí),改進(jìn)算法的思想對(duì)現(xiàn)有的考慮接收端異質(zhì)的位置指紋定位系統(tǒng)也有一定的指導(dǎo)意義。

關(guān)鍵詞:位置指紋定位；干擾源強(qiáng)度；在線定位方法

1 引 言

位置指紋定位算法是當(dāng)前研究較熱的室內(nèi)無線電定位方法,它一般利用特定場(chǎng)所現(xiàn)有的無線局域網(wǎng)(Wireless Local Area Network,WLAN)中的固定接入點(diǎn)(Access Point,AP),建立以場(chǎng)強(qiáng)(Radio Signal Strength,RSS)為參考點(diǎn)(Reference Point,RP)處的特征參數(shù)的指紋數(shù)據(jù)庫,再用相應(yīng)的定位算法對(duì)移動(dòng)終端進(jìn)行定位。系統(tǒng)中固定接入點(diǎn)是發(fā)射端,被定位的移動(dòng)終端是接收端[1-2]。位置指紋定位算法概念清晰,定位精度受定位環(huán)境、特征參數(shù)測(cè)量、參考點(diǎn)稀疏程度、在線定位時(shí)的定位算法等因素的影響有所不同,但都有初步的研究結(jié)果且定位結(jié)果基本上能達(dá)到要求[3]。

考慮到位置指紋定位算法的優(yōu)點(diǎn),期望將其用于固定接收端、定位發(fā)射端的室內(nèi)無線電干擾源的定位查找上。兩者看似僅僅將接收裝置和發(fā)射裝置的位置進(jìn)行了調(diào)換,但實(shí)際上會(huì)引起較多的問題。問題之一就是被定位的干擾源發(fā)射信號(hào)的強(qiáng)度不同,使用以某一固定發(fā)射強(qiáng)度的信號(hào)源建立的指紋數(shù)據(jù)庫和常用的在線定位方法在線定位時(shí),定位結(jié)果是不可靠的?，F(xiàn)有文獻(xiàn)中的位置指紋定位系統(tǒng)由于固定的是發(fā)射端,其發(fā)射功率是不變的,接收端使用的手機(jī)、PAD等設(shè)備接收差異不大,所以考慮建庫時(shí)的信號(hào)強(qiáng)度和定位時(shí)的信號(hào)強(qiáng)度的情況較少。文獻(xiàn)[1,4-5]提出了接收端異質(zhì)情況下的位置指紋定位系統(tǒng),給出了場(chǎng)強(qiáng)差作為指紋特征建立指紋數(shù)據(jù)庫的定位方法,改變的是指紋數(shù)據(jù)庫的特征量。這種方法對(duì)固定點(diǎn)AP個(gè)數(shù)較多的情況下比較有效,而在無線電干擾源位置指紋定位系統(tǒng)中,由于固定的接收端需要額外配置,價(jià)格不菲,安裝的個(gè)數(shù)有限,使用場(chǎng)強(qiáng)差建立數(shù)據(jù)庫會(huì)減少數(shù)據(jù)庫中矢量的個(gè)數(shù)而影響定位結(jié)果。

鑒于此,本文研究了無線電干擾源位置指紋定位系統(tǒng)中不改變指紋庫特征量時(shí)的在線定位方法,在原有近鄰法(Nearest Neighbor,NN)、K近鄰法(K Nearest Neighbor KNN)和加權(quán)K近鄰法(Weighted K Nearest Neighbor,WKNN)的基礎(chǔ)上,提出了改進(jìn)的定位方法,討論了方法的思想和可行性,并用實(shí)驗(yàn)進(jìn)行了驗(yàn)證,所得的結(jié)果證明了方法的可靠性,同時(shí)也可為類似問題提供一定的參考。

2 改進(jìn)算法理論依據(jù)

改進(jìn)算法是在信號(hào)傳播模型及位置指紋定位算法中常用的在線定位方法的基礎(chǔ)上想到并加以改進(jìn)的。

2. 1 信號(hào)傳播模型

在自由空間中,無線信號(hào)的場(chǎng)強(qiáng)傳播模型可表示為

式中:PR、PT分別為接收信號(hào)和發(fā)射信號(hào)的功率; GR、GT分別為信號(hào)接收增益和發(fā)射增益;λ為信號(hào)的波長;d為發(fā)射端到接收端的距離[1,6]。

信號(hào)功率與以dB為單位的場(chǎng)強(qiáng)表達(dá)關(guān)系為

在復(fù)雜室內(nèi)空間中,由于環(huán)境對(duì)無線電信號(hào)的傳播影響很大,往往通過計(jì)算路徑損耗再計(jì)算接收端接收到的場(chǎng)強(qiáng)值,即

式中:各量的單位均為dB或dBm; RSS [ PR]、RSS[PT]分別為接收信號(hào)和發(fā)射信號(hào)的強(qiáng)度;PL為路徑損耗;Xσ高斯噪聲,為正態(tài)分布的隨機(jī)數(shù)。

室內(nèi)環(huán)境中路徑損耗的計(jì)算模型主要使用對(duì)數(shù)距離損耗模型,其表達(dá)式為

式中,PL( d0)表示自由空間中d0處接收信號(hào)的路徑損耗;d0為參考距離,通常取1 m;d為接收端到發(fā)射端的距離,單位為m;n為傳播損耗系數(shù),它與傳播環(huán)境密切相關(guān),不同環(huán)境下,該值取不同值,針對(duì)具體環(huán)境,該值可由測(cè)量的值整定,自由環(huán)境中,該值取2[7-8]。

2. 2 位置指紋定位系統(tǒng)常用在線定位方法

以場(chǎng)強(qiáng)為特征量建立的指紋數(shù)據(jù)庫在線階段常用的匹配算法有最近鄰法、K近鄰法和加權(quán)K近鄰法[9-11]。

(1)最近鄰算法(NN)

當(dāng)測(cè)試點(diǎn)測(cè)得的場(chǎng)強(qiáng)信息為x=(x1,x2,x3,…, xm)時(shí),針對(duì)每一個(gè)參考點(diǎn),由公式(5)求取測(cè)試點(diǎn)和參考點(diǎn)關(guān)于場(chǎng)強(qiáng)的矢量歐幾里德距離:

取最小距離所對(duì)應(yīng)的參考點(diǎn)的坐標(biāo)作為定位結(jié)果的輸出坐標(biāo)。

(2)K近鄰算法(KNN)

K近鄰法是在最近鄰法的改進(jìn)。它在利用式(5)求取距離后,不是取最小的一個(gè)距離,而是依次取從小到大的K個(gè)最小距離,對(duì)這K個(gè)距離所對(duì)應(yīng)的坐標(biāo),求其平均值作為輸出,具體K取多大的值,文獻(xiàn)[2,5]中都進(jìn)行了研究,綜合考慮運(yùn)算復(fù)雜度和定位準(zhǔn)確度情況,K值取3或4較好。

(3)加權(quán)K近鄰法(WKNN)

加權(quán)K近鄰法又是對(duì)K近鄰法的一種改進(jìn)。K近鄰法選取的K個(gè)最小距離對(duì)最后的定位結(jié)果貢獻(xiàn)相同,取的是平均值,但距離越小應(yīng)該對(duì)定位結(jié)果坐標(biāo)貢獻(xiàn)越大。因此,對(duì)所取的K個(gè)最小距離進(jìn)行權(quán)值分配,距離越小,權(quán)值越大。K個(gè)權(quán)值wk之和為1。至于wk如何給定,可自行設(shè)定,也可由式(6)算出:

3 改進(jìn)算法的思想與實(shí)現(xiàn)

從式(3)信號(hào)傳播的模型可以看出,接收的信號(hào)強(qiáng)度不僅與環(huán)境有關(guān),還與發(fā)射信號(hào)強(qiáng)度、發(fā)射模塊增益、接收模塊增益都有關(guān)系。而在對(duì)信號(hào)源進(jìn)行位置指紋定位時(shí),接收端的增益可以固定,發(fā)射端的增益和發(fā)射源功率均不確定,也是未知的。當(dāng)以固定的發(fā)射源獲得參考點(diǎn)的指紋信息后,對(duì)范圍內(nèi)的不同發(fā)射源進(jìn)行在線定位時(shí),直接采用近鄰法、K近鄰法或者加權(quán)K近鄰法進(jìn)行定位就會(huì)出現(xiàn)很大問題。以近鄰法為例,由于接收端接收不同發(fā)射源得到的場(chǎng)強(qiáng)不同,最近距離的未必是真實(shí)發(fā)射源的位置。因此,要對(duì)在線定位算法進(jìn)行改進(jìn)。

前已論及,在固定接收端對(duì)發(fā)射源進(jìn)行定位時(shí)直接用場(chǎng)強(qiáng)差作為特征參數(shù)是不合適的,因?yàn)榻邮斩藬?shù)目有限。因此,我們?nèi)耘f選擇針對(duì)某一固定發(fā)射端獲得參考點(diǎn)指紋數(shù)據(jù)庫信息,特征量仍舊為接收的場(chǎng)強(qiáng)。

根據(jù)式(3)和式(4)可以得出,式(3)中等號(hào)右側(cè)的第二項(xiàng)與發(fā)射端的發(fā)射強(qiáng)度無關(guān),只與距離有關(guān)。當(dāng)參考點(diǎn)的坐標(biāo)固定時(shí),PL項(xiàng)理論上可認(rèn)為是確定的。而發(fā)射源的強(qiáng)度不僅與發(fā)射源的功率有關(guān),還與發(fā)射模塊和發(fā)射天線相關(guān),這個(gè)強(qiáng)度就包含了發(fā)射端的這些因素。

這樣,針對(duì)一種發(fā)射源確定的參考點(diǎn)i處,即使x和xi矢量距離最小,但由于兩個(gè)發(fā)射源的強(qiáng)度不同,也不能說明x位于xi附近,或者認(rèn)為xi所在的位置就是x的位置。根據(jù)式(3)和式(4),對(duì)于同一位置處強(qiáng)度不同的兩個(gè)發(fā)射源,由于同一接收端接收到的場(chǎng)強(qiáng)差由于只包含發(fā)射源強(qiáng)度信息和噪聲,故不同接收端接收到的場(chǎng)強(qiáng)的強(qiáng)度差理論上是相近的,于是對(duì)在線定位階段的定位算法進(jìn)行了改進(jìn),將矢量距離的計(jì)算公式式(5)改寫為

算法實(shí)現(xiàn)由圖1所示的流程圖來表示。

圖1 改進(jìn)定位算法流程圖Fig. 1 Flowchart of the improved location algorithm

改進(jìn)算法具體步驟描述如下:

(1)將各固定的接收端檢測(cè)到的針對(duì)某一測(cè)試點(diǎn)處的無線信號(hào)場(chǎng)強(qiáng)信息傳送到服務(wù)器,形成檢測(cè)強(qiáng)度矢量;

(2)用指紋數(shù)據(jù)庫中每一參考點(diǎn)處指紋矢量與檢測(cè)的強(qiáng)度矢量作差,形成新的數(shù)據(jù)庫;

(3)對(duì)每一個(gè)矢量差矢量求取均方差;

(4)對(duì)均方差進(jìn)行排序;

(5)利用改進(jìn)最近鄰法、K近鄰法或加權(quán)K近鄰法對(duì)檢測(cè)的矢量進(jìn)行定位。最近鄰法就是均方差最小的那個(gè)矢量點(diǎn)所在的位置就是測(cè)試點(diǎn)的位置, K近鄰法、加權(quán)K近鄰法與前面一樣就不難理解了。

4 改進(jìn)算法仿真驗(yàn)證

4. 1 仿真條件

為驗(yàn)證改進(jìn)算法合理性,進(jìn)行了仿真驗(yàn)證。選擇100 m×100 m正方形區(qū)域?yàn)榉抡鎱^(qū)域,以橫縱坐標(biāo)均為5 m的間距將其離散化為二維坐標(biāo)圖,參考點(diǎn)的個(gè)數(shù)為441個(gè);實(shí)驗(yàn)區(qū)域內(nèi)依次安放8個(gè)AP點(diǎn)接收端并編號(hào),其二維坐標(biāo)為分別(2,2)、(22, 98)、(42,2)、(62,98)、(82,2)、(98,98)、(2,52)、(98,52),同時(shí)選擇22個(gè)測(cè)試點(diǎn)進(jìn)行了相關(guān)的定位測(cè)試。數(shù)據(jù)庫的建立在考慮環(huán)境噪聲的情況下,選取發(fā)射信號(hào)源強(qiáng)度為10 dB,利用信號(hào)傳播模型計(jì)算各AP點(diǎn)測(cè)量的參考點(diǎn)處的強(qiáng)度信息,并按AP點(diǎn)排好的順序存儲(chǔ)在指紋數(shù)據(jù)庫中。參考點(diǎn)與測(cè)試點(diǎn)的位置關(guān)系見圖2,圖2中橫軸為定義的X坐標(biāo),單位為m;縱軸為定義的Y坐標(biāo),單位為m;橫縱坐標(biāo)范圍代表仿真區(qū)域大小。

圖2 參考點(diǎn)與測(cè)試點(diǎn)關(guān)系Fig. 2 Relationship between the reference and test points

4. 2 改進(jìn)前算法針對(duì)一個(gè)測(cè)試點(diǎn)的定位結(jié)果

發(fā)射源發(fā)射功率選擇5 dB、10 dB和20 dB,分別對(duì)上述3種定位方法進(jìn)行了實(shí)驗(yàn),限于篇幅,只給出針對(duì)一個(gè)測(cè)試點(diǎn)(24,27)的3種算法的定位結(jié)果和誤差(誤差單位為m),見表1。

表1 測(cè)試點(diǎn)(24,27)改進(jìn)前算法定位結(jié)果Tab. 1 Positioning results of the test point(24,27) before the algorithm is improved

從表1中可以看出,由于建立數(shù)據(jù)庫時(shí)發(fā)射源強(qiáng)度為10 dB,故針對(duì)10 dB的發(fā)射信號(hào)定位結(jié)果較準(zhǔn),說明了算法的正確性。其他兩種強(qiáng)度的發(fā)射源定位結(jié)果誤差過大,定位結(jié)果是完全不符合實(shí)際要求的。因此,直接應(yīng)用此算法定位是錯(cuò)誤的。

4. 3 改進(jìn)后算法針對(duì)相同測(cè)試點(diǎn)的定位結(jié)果

針對(duì)發(fā)射功率分別為5 dB、10 dB和20 dB的發(fā)射源,用改進(jìn)的定位算法對(duì)各測(cè)試點(diǎn)進(jìn)行定位實(shí)驗(yàn),對(duì)前面的測(cè)試點(diǎn)(24,27)定位結(jié)果和誤差見表2。

表2 測(cè)試點(diǎn)(24,27)改進(jìn)后算法定位結(jié)果Table 2 Positioning results of the test point(24,27) after the algorithm is improved

表2數(shù)據(jù)說明,改進(jìn)后的算法無論對(duì)與參考點(diǎn)測(cè)試強(qiáng)度相同還是不同的發(fā)射源都能實(shí)現(xiàn)較好的定位,定位精度亦可接受。

4. 4 改進(jìn)后算法針對(duì)所有測(cè)試點(diǎn)的仿真定位測(cè)試

圖3(a)～(c)分別給出了使用改進(jìn)后的算法對(duì)發(fā)射強(qiáng)度分別為5 dB、10 dB和20 dB發(fā)射源使用3種定位算法進(jìn)行定位的誤差曲線,橫坐標(biāo)為誤差值,單位為m;縱坐標(biāo)表示誤差在對(duì)應(yīng)值下的測(cè)試點(diǎn)的百分?jǐn)?shù)。

圖3 強(qiáng)度分別為5 dB、10 dB和20 dB時(shí)的誤差曲線Fig. 3 Error curves for 5 dB,10 dB and 20 dB strength

從圖3可以看出,改進(jìn)的算法仿真時(shí)能夠?qū)崿F(xiàn)對(duì)不同發(fā)射源強(qiáng)度的干擾源進(jìn)行定位,定位誤差絕大多數(shù)在4 m以下的占95%以上,只有個(gè)別幾個(gè)點(diǎn)的定位誤差大于5 m。從圖3中還可以看到,3種算法的誤差最近鄰法誤差較大,K近鄰法和加權(quán)K近鄰法在K取相同值時(shí)誤差差別不大。

5 改進(jìn)算法實(shí)驗(yàn)驗(yàn)證

5. 1 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)條件

為進(jìn)一步驗(yàn)證改進(jìn)算法合理性,在實(shí)際環(huán)境中進(jìn)行了指紋數(shù)據(jù)庫的測(cè)試建立并選擇一定的測(cè)試點(diǎn)進(jìn)行了定位計(jì)算。以實(shí)驗(yàn)室所在樓層的一部分為定位區(qū)域進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)區(qū)域大概為20 m× 10 m,包括3間實(shí)驗(yàn)室和對(duì)應(yīng)的走廊。以Z字型安放4個(gè)SA44B測(cè)量接收機(jī),以約1. 5 m的間距設(shè)置54個(gè)參考點(diǎn),并且在區(qū)域內(nèi)選擇20個(gè)測(cè)試點(diǎn)進(jìn)行了定位測(cè)試。AP點(diǎn)、參考點(diǎn)、測(cè)試點(diǎn)在定位區(qū)域內(nèi)的示意圖如圖4所示。

圖4 實(shí)驗(yàn)區(qū)域AP點(diǎn)、參考點(diǎn)、測(cè)試點(diǎn)位置圖Fig. 4 The location map of AP point,the reference point and the test point in the experimental area

實(shí)驗(yàn)所用的發(fā)射源為頻率和強(qiáng)度均可調(diào)的TFG6300信號(hào)發(fā)生裝置,指紋數(shù)據(jù)庫建立時(shí)發(fā)射源的發(fā)射功率選擇為最大的13 dB。測(cè)試點(diǎn)進(jìn)行測(cè)試時(shí)分別在不同時(shí)間段選擇發(fā)射源的強(qiáng)度為13 dB和7 dB進(jìn)行了數(shù)據(jù)采集。坐標(biāo)原點(diǎn)選擇在實(shí)驗(yàn)區(qū)域的左下角,以1. 14 m為間隔將其離散化為二維坐標(biāo)區(qū)域。

5. 2 改進(jìn)后算法針對(duì)所有測(cè)試點(diǎn)的實(shí)驗(yàn)定位測(cè)試

圖5(a)和(b)分別給出了使用改進(jìn)后的算法對(duì)發(fā)射強(qiáng)度分別為7 dB和13 dB發(fā)射源使用3種定位算法進(jìn)行定位的誤差曲線,曲線含義與仿真時(shí)相同。

圖5 強(qiáng)度分別為7 dB和13 dB時(shí)的誤差曲線Fig. 5 Error curves for 7 dB and 13 dB strength

從圖5中可以看出,針對(duì)具體的實(shí)驗(yàn)區(qū)域,算法對(duì)不同強(qiáng)度的發(fā)射源仍舊能夠?qū)崿F(xiàn)定位。定位精度在4 m以內(nèi)的達(dá)到60%,對(duì)兩種強(qiáng)度的信號(hào)源定位精度基本相同,但定位精度比仿真時(shí)差一些。從圖5中還可以看出,最近鄰法定位精度最差,K近鄰法定位精度較好,加權(quán)K近鄰法在兩者之間。

5. 3 定位誤差產(chǎn)生原因分析

無論仿真過程還是實(shí)驗(yàn)過程都會(huì)產(chǎn)生定位誤差,且實(shí)驗(yàn)時(shí)誤差較大,具體誤差產(chǎn)生原因包括:

(1)仿真時(shí)在強(qiáng)度測(cè)量時(shí)只加了固定的隨機(jī)噪聲,實(shí)際實(shí)驗(yàn)環(huán)境要復(fù)雜得多,故實(shí)際誤差較大;

(2)特征量檢測(cè)時(shí)由于干擾的存在,需要進(jìn)行多次數(shù)據(jù)采集并利用一定的算法進(jìn)行處理,數(shù)據(jù)個(gè)數(shù)和處理方法也會(huì)影響到定位精度;

(3)參考點(diǎn)的稀疏對(duì)最近鄰法的精度影響較大;

(4)K值的選取對(duì)K近鄰法和加權(quán)K近鄰法的定位精度也有一定的影響。

上述這些影響因素在其他論文中會(huì)進(jìn)一步加以研究。

6 結(jié)束語

本文研究的位置指紋定位系統(tǒng)與文獻(xiàn)中的發(fā)射端和接收端位置不同,由此引起一系列問題。本文對(duì)實(shí)現(xiàn)不同強(qiáng)度干擾源進(jìn)行定位的在線定位算法進(jìn)行了改進(jìn),給出了改進(jìn)算法的思想、原理和實(shí)現(xiàn)流程;分別通過仿真和實(shí)驗(yàn)對(duì)改進(jìn)的算法進(jìn)行了驗(yàn)證,說明改進(jìn)算法對(duì)發(fā)射信號(hào)強(qiáng)度不敏感,證明了算法的可行性;并用多個(gè)測(cè)試點(diǎn)驗(yàn)證了改進(jìn)后算法對(duì)不同強(qiáng)度信號(hào)源的定位精確度。仿真和實(shí)驗(yàn)結(jié)果表明,改進(jìn)的算法對(duì)不同強(qiáng)度的信號(hào)源使用最近鄰法、K近鄰法和加權(quán)K近鄰法都能夠?qū)崿F(xiàn)定位。此外,該算法不僅對(duì)強(qiáng)度不同的信號(hào)源能夠定位,而且,如果信號(hào)源發(fā)射模塊增益不同,發(fā)射源頻率不同(但需要在同頻段范圍),把這些因素歸至發(fā)射源強(qiáng)度上,改進(jìn)的算法一樣可以實(shí)現(xiàn)較好的定位;該定位算法的思想可以應(yīng)用到現(xiàn)有的結(jié)接收端進(jìn)行位置指紋定位系統(tǒng)中,可以避免接收端接收模塊增益不同的影響。

參考文獻(xiàn):

[1] 謝代軍.無線局域網(wǎng)室內(nèi)定位技術(shù)研究[D].鄭州:解放軍信息工程大學(xué),2013.

XIE Daijun. Research on WLAN indoor location estimation technology[D]. Zhengzhou:PLA Information Engineering University,2013. (in Chinese)

[2] ZHOU M,XU Y B,MA L. Adaptive autocorrelation approach for fingerprint-based distance dependent positioning algorithms in WLAN indoor areas [J]. Journal of Network,2011,6(10):1475-1482.

[3] 劉洺辛,孫建利.基于能效的WLAN室內(nèi)定位系統(tǒng)模型設(shè)計(jì)與實(shí)現(xiàn)[J].儀器儀表學(xué)報(bào),2014,35(5):1169-1178.

LIU Mingxin,SUN Jianli. Design and implementation of WLAN indoor positioning system model based on energy efficiency[J]. Chinese Journal of Scientific Instrument, 2014,35(5):1169-1178. (in Chinese)

[4] 張維,李文濤,王力.基于接收信號(hào)強(qiáng)度的不同移動(dòng)終端定位方法研究[J].西北工業(yè)大學(xué)學(xué)報(bào),2014,32 (3):481-485.

ZHANG Wei,LI Wentao,WANG Li. Research on RSS(received signal strength) positioning method when mobile terminals are different[J]. Journal of Northwestern Polytechnical University,2014,32(3):481-485. (in Chinese)

[5] 謝代軍,孔范增,胡捍英.終端異質(zhì)下位置指紋的魯棒性研究[J].計(jì)算機(jī)工程,2014,40(5):81-85.

XIE Daijun,KONG Fanzeng,HU Hanying. Research onrobustness of location fingerprint under terminal heterogeneity[J]. Computer Engineering,2014,40(5):81-85. (in Chinese)

[6] RATANA P,PANARAT C. A comparative study on indoor localization based on RSSI measurement in wireless sensor network[C] / / Proceedings of the 8th International Joint Conference on Computer Science and Software Engineering. Nakhon Pathom,Thailand:IEEE,2011:1-6.

[7] XIE L. A new indoor localization method based on inversion propagation model[C] / / Proceedings of the 6th International Conference on Wireless Communications Networking and Mobile Computing. Chengdu:IEEE,2010:1-4.

[8] 張興. WLAN室內(nèi)定位信號(hào)特征提取算法研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2013.

ZHANG Xing. Signal feature extraction algorithm in WLAN indoor localization[D]. Harbin:Harbin Institute of Technology,2013. (in Chinese)

[9] CARLOS F,JOSE L,INMACULADA M. Time - space sampling and mobile device calibration for WIFI indoor location systems[J]. IEEE Transactions on Mobile Computing,2011,10(7):913-926.

[10] 李論,丁恩杰,郝麗娜,等.一種改進(jìn)的煤礦井下指紋定位匹配算法[J].傳感技術(shù)學(xué)報(bào),2014,27(3):388-393.

LI Lun,DING Enjie,HAO Lina,et al. An improved location fingerprint localization matching algorithm in coal mine[ J]. Chinese Journal of Sensors and Actuators, 2014,27(3):388-393. (in Chinese)

[11] SUROSO D J, CHERNTANOMWONG P, SOORAKSA P,et al. Fingerprint-based technique for indoor localization in wireless sensor networks using fuzzy C-means clustering algorithm[J]. International Symposium on Intelligent Signal Processing and Communication system, 2011,2(2):1288-1294.

[12] JAIN V, TAPASWI S, SHUKLA A. RSS fingerprints based distributedsemi-supervised locally linear embedding location estimation system for indoorWLAN [J]. Wireless Personal Communications,2012(1):1-18.

[13] ZHOU M,XU Y,TANG L. Multilayer ANN indoor location system with area division in WLAN environment [J]. Systems Engineering and Electronics, 2010, 21 (5):914-926.

[14] 徐鳳燕,李樑賓,王宗欣.一種新的基于區(qū)域劃分的距離-損耗模型室內(nèi)WLAN定位系統(tǒng)[J].電子與信息學(xué)報(bào),2008,30(6):1405-1408.

XU Fengyan, LI Liangbin, WANG Zongxin. A new WLAN indoor localization system based on distance-loss model with area partition[J]. Journal of Electronics & Information Technology, 2008, 30 (6): 1405 - 1408. (in Chinese)

[15] 周牧,張巧,邱楓.基于物理鄰近點(diǎn)輔助的無線局域網(wǎng)指紋定位方法[J].計(jì)算機(jī)應(yīng)用,2014,34(6):1563-1566.

ZHOU Mu,ZHANG Qiao,QIU Feng. Fingerprinting location method for WLAN using physical neighbor points information[J]. Journal of Computer Applications,2014, 34(6):1563-1566. (in Chinese)

江春冬(1974—),女,吉林鎮(zhèn)賚人,2013年于河北工業(yè)大學(xué)獲工學(xué)博士學(xué)位,現(xiàn)為講師,主要研究方向?yàn)樾畔z測(cè)與智能算法;

JIANG Chundong was born in Zhenlai,Jilin Province,in 1974. She received the Ph. D. degree from Hebei University of Technology in 2013. She is now a lecturer. Her research concerns information detection and intelligent algorithms.

Email:chundong_j@163. com

惠 慧(1991—),女,河北滄州人,碩士研究生,主要研究方向計(jì)算機(jī)控制與工程應(yīng)用;

HUI Hui was born in Cangzhou,Hebei Province,in 1991. She is now a graduate student. Her research concerns computer control and engineering applications.

陳云飛(1979—),男,河北邢臺(tái)人,講師,博士研究生,主要研究方向?yàn)橛?jì)算機(jī)檢測(cè)技術(shù);

CHEN Yunfei was born in Xingtai, Hebei Province, in 1979. He is now a lecturer and currently working toward the Ph. D. degree. His research concerns computer detection technology.

杜太行(1963—),男,天津人,教授、博士生導(dǎo)師,主要研究方向?yàn)殡娖鳈z測(cè)和計(jì)算機(jī)應(yīng)用。

DU Taihang was born in Tainjin,in 1963. He is now a professor and also the Ph. D. supervisor. His research concerns electrical testing and computer applications.

An Improved Online Position Fingerprint Algorithm for Strength-independent Interference Source Location

JIANG Chundong1,2,HUI Hui1,CHEN Yunfei1,DU Taihang1,2
(1. School of Control Science and Engineering,Hebei University of Technology,Tianjin 300130,China; 2. Control Engineering Research Center of Hebei,Tianjin 300130,China)

Abstract:The existing hotter indoor location fingerprint positioning system that fixes the transmitter and positions the receiver is applied to the indoor radio interference source location that fixes the receiver and positions the transmitter. And an online locating method considering interference source signal strength is studied in order to overcome the problem that using directly the established fingerprint database with constant emission intensity and existing online positioning methods couldn't position when interference sources are from different emission intensities. According to the analysis of signal propagation model and the existing online positioning method,the presented method uses the variance of intensity differences to perform positioning calculation. The algorithm basis and procedures are given,and the improved algorithm's practicability is verified by simulation and experiment. At the same time,the idea of the improved algorithm also has a certain guiding significance to fingerprint positioning systems considering the receiver heterogeneity position.

Key words:location fingerprint position;interference source intensity;online position method

doi:10. 3969/ j. issn. 1001-893x. 2016. 02. 004引用格式:鐘德安,茅永興,劉揚(yáng),等.船載雷達(dá)光軸晃動(dòng)對(duì)修正參數(shù)標(biāo)定的影響[J].電訊技術(shù),2016,56(2):135-139. [ZHONG Dean,MAO Yongxing,LIU Yang,et al. Influence of ship-borne radar optical axis jitters on calibration of correction parameters[J]. Telecommunication Engineering,2016,56(2):135-139. ]

作者簡介:

中圖分類號(hào):TN966. 3

文獻(xiàn)標(biāo)志碼:A

文章編號(hào):1001-893X(2016)02-0128-07

基金項(xiàng)目:工業(yè)和信息化部課題(12-MC-KY-14)

*收稿日期:2015-07-13;修回日期:2015-09-22 Received date:2015-07-13;Revised date:2015-09-22