尹 露，鄧中亮，朱 棣，胡恩文

(北京郵電大學(xué) 電子工程學(xué)院，北京 100876)

一種多源組合定位系統(tǒng)中信息質(zhì)量評(píng)估方法

尹 露，鄧中亮，朱 棣，胡恩文

(北京郵電大學(xué) 電子工程學(xué)院，北京 100876)

多源組合定位系統(tǒng)可有效提高定位精度及定位魯棒性。但更多的信息源提高了引入低質(zhì)量信號(hào)的可能性，從而影響組合系統(tǒng)的定位性能。針對(duì)該問題，提出了一種多源組合定位系統(tǒng)中信息質(zhì)量評(píng)估方法。在單系統(tǒng)信息質(zhì)量評(píng)估的基礎(chǔ)上，分析了其虛警率與漏警率，發(fā)現(xiàn)了二者的影響因素，利用多系統(tǒng)擁有更多冗余信息的特點(diǎn)，通過一致性檢驗(yàn)，實(shí)現(xiàn)了多源組合導(dǎo)航系統(tǒng)的信息質(zhì)量評(píng)估。仿真實(shí)驗(yàn)結(jié)果表明，該方法可以同時(shí)降低信息質(zhì)量評(píng)估的虛警率與漏警率，且隨著組合定位系統(tǒng)數(shù)量的增大，虛警率與漏警率呈持續(xù)下降趨勢(shì)，擁有較好的信息質(zhì)量評(píng)估效果。

多源組合定位；信息質(zhì)量評(píng)估；一致性檢驗(yàn)；虛警率；漏警率

0 引言

隨著位置服務(wù)(Location Based Service, LBS)的快速發(fā)展，人們對(duì)定位精度的要求越來越高[1]。傳統(tǒng)的衛(wèi)星定位系統(tǒng)，如全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System, GNSS)，由于易受干擾、信號(hào)弱等缺點(diǎn)[2]，很難滿足當(dāng)前對(duì)定位魯棒性和定位精度的需求。因此，近年來出現(xiàn)了很多新的定位系統(tǒng)，如基站定位系統(tǒng)、Wi-Fi定位系統(tǒng)、超寬帶(Ultra Wideband, UWB)定位系統(tǒng)等[3-5]。但是，各個(gè)定位系統(tǒng)各有優(yōu)缺點(diǎn)，單一定位系統(tǒng)仍很難同時(shí)滿足定位精度和定位魯棒性的需求[6]。因此，多源組合定位成為了近些年的研究熱點(diǎn)[7]。

多源組合定位系統(tǒng)往往存在一定數(shù)量的冗余信息，尤其當(dāng)系統(tǒng)數(shù)量較多時(shí)，觀測(cè)方程的維度會(huì)大幅增加，從而導(dǎo)致野值剔除的難度增加。如果不對(duì)定位信息進(jìn)行質(zhì)量評(píng)估，野值或不精確的定位信息可能會(huì)對(duì)組合定位結(jié)果產(chǎn)生很大影響，從而導(dǎo)致較低的組合定位精度。

針對(duì)該問題，已有一些學(xué)者進(jìn)行了研究。文獻(xiàn)[8]與文獻(xiàn)[9]分別提出了針對(duì)GNSS系統(tǒng)的野值判斷方法；文獻(xiàn)[10]提出了一種基于似然的野值檢測(cè)與剔除方法。但它們無法直接應(yīng)用到多源組合定位系統(tǒng)中。文獻(xiàn)[11]提出了一種基于歸一化新息平方(Normalized Innovation Squared，NIS)的定位傳感器信息質(zhì)量評(píng)估方法；文獻(xiàn)[12]提出一種基于H∞濾波器的組合導(dǎo)航系統(tǒng)抗野值濾波方法，但它們的漏警率與虛警率有待提高。文獻(xiàn)[13]與文獻(xiàn)[14]提出了WSN定位中的野值剔除方法，文獻(xiàn)[13]利用范數(shù)正則化矩陣檢測(cè)并剔除野值噪聲，文獻(xiàn)[14]利用魯棒區(qū)域合并操作剔除野值；但它們計(jì)算復(fù)雜度較高。

針對(duì)上述問題，本文提出了一種多源組合定位系統(tǒng)信息質(zhì)量評(píng)估方法，該方法利用所有系統(tǒng)的信息，共同評(píng)估某一系統(tǒng)的信息質(zhì)量。仿真實(shí)驗(yàn)表明，本文提出的方法可同時(shí)減小漏警率與虛警率，擁有更加精確可靠的信息評(píng)估結(jié)果。

1 組合定位方式

在多源組合定位系統(tǒng)中，定位信息一般有兩種組合方式[15-16]：1)通過測(cè)量值組合，即利用各個(gè)系統(tǒng)測(cè)量的距離、信號(hào)角度、信號(hào)強(qiáng)度等信息，通過一定的模型直接計(jì)算定位結(jié)果；2)通過定位結(jié)果組合，即將每個(gè)定位系統(tǒng)輸出的定位結(jié)果，通過一定的算法融合為一個(gè)精度更高的結(jié)果。第一種組合方式中，由于每種定位系統(tǒng)的測(cè)量值類型不一、更新速率不同等原因，需尋找適當(dāng)?shù)亩ㄎ荒Ｐ瓦M(jìn)行組合，算法復(fù)雜度較高，甚至有時(shí)無法組合。第二種組合方式中，每個(gè)定位系統(tǒng)均會(huì)產(chǎn)生本次定位結(jié)果，只要將其轉(zhuǎn)換到同一坐標(biāo)系中(如GNSS定位結(jié)果一般為地固地心坐標(biāo)(Earth-Centered, Earth-Fixed, ECEF)，Wi-Fi定位結(jié)果一般為建筑物相對(duì)坐標(biāo))，就可以利用一定算法進(jìn)行組合定位，算法復(fù)雜度相較第一種大幅下降。

本文針對(duì)第二種組合方式，進(jìn)行信息質(zhì)量評(píng)估方法的研究，在單系統(tǒng)評(píng)估方法的基礎(chǔ)上，提出基于一致性檢驗(yàn)的多系統(tǒng)信息質(zhì)量評(píng)估方法。

2 多源組合定位系統(tǒng)信息質(zhì)量評(píng)估方法

2.1 單系統(tǒng)信息質(zhì)量評(píng)估方法

設(shè)變量α符合標(biāo)準(zhǔn)正態(tài)分布，若|α|gt;T，其中T是由顯著性水平確定的門限值，則認(rèn)為α為野值。

多源組合導(dǎo)航系統(tǒng)中，定義第i個(gè)系統(tǒng)的新息為該系統(tǒng)的定位結(jié)果與一步預(yù)測(cè)之間的差值，即

(1)

(2)

其中，A表示狀態(tài)轉(zhuǎn)移矩陣，xk-1表示上一時(shí)刻狀態(tài)。設(shè)新息的方差為

(3)

(4)

2.2 信息質(zhì)量評(píng)估中虛警率與漏警率分析

由于一步預(yù)測(cè)值存在誤差，其誤差大小會(huì)影響信息質(zhì)量評(píng)估結(jié)果。設(shè)x0,k表示k時(shí)刻真實(shí)狀態(tài)，則可將第i個(gè)系統(tǒng)的定位結(jié)果寫為

zk,i=x0,k±ak,iTσz,i

(5)

其中，比例因子ak,i≥0。因此有

(6)

設(shè)事件A表示定位結(jié)果zk,i是野值，事件B表示新息sk,i被判斷為野值，“1”表示事件為“真”，“0”表示事件為“假”，則有4種情況如表1所示。

(7)

(8)

表1 信息質(zhì)量評(píng)估的4種情況

漏檢率與虛警率(表1中的p10,k,i和p01,k,i)是信息質(zhì)量評(píng)估的重要指標(biāo)之一，更高的漏檢率與誤檢率一般均會(huì)導(dǎo)致更大的組合定位誤差。通過表1及式(8)可以看出，由于參考系統(tǒng)存在誤差，即βi存在上界，導(dǎo)致漏警率與虛警率的存在。為了降低漏檢率與虛警率，除了利用一步預(yù)測(cè)值，本文還利用其他定位系統(tǒng)的定位結(jié)果，進(jìn)行信息質(zhì)量評(píng)估的一致性檢驗(yàn)。

2.3 基于一致性檢驗(yàn)的多系統(tǒng)信息質(zhì)量評(píng)估

定義第i個(gè)系統(tǒng)和第j個(gè)系統(tǒng)的相對(duì)新息如式(9)所示

sk,ij=zk,i-zk,j

(9)

則其歸一化相對(duì)新息為

(10)

(11)

其中，βij表示第i個(gè)系統(tǒng)和第j個(gè)系統(tǒng)測(cè)量值標(biāo)準(zhǔn)差的比值。當(dāng)存在N個(gè)系統(tǒng)時(shí)，對(duì)于某一個(gè)系統(tǒng)的定位信息，一共有N個(gè)質(zhì)量評(píng)估結(jié)果(N-1個(gè)結(jié)果由其他系統(tǒng)給出，1個(gè)結(jié)果由一步預(yù)測(cè)給出)，當(dāng)N個(gè)結(jié)果中判斷該系統(tǒng)信息為野值的比例達(dá)到一定門限(本文設(shè)為50%)后，即判斷該值為野值，否則該值為正常值，如表2所示(以1號(hào)系統(tǒng)出現(xiàn)野值為例)。

表2 信息評(píng)估一致性檢測(cè)

p1,k,ij與βij有關(guān)，其關(guān)系如圖1所示。注意到當(dāng)βij較小時(shí)，p1,k,ij較大，此時(shí)無論zk,i是否為野值(即無論ak,i為多少)，均有很大可能將其判斷為野值，即虛警率過高。因此在實(shí)際應(yīng)用中，若參照系統(tǒng)誤差遠(yuǎn)大于被評(píng)估系統(tǒng)，則不以其為參照對(duì)象。

圖1 p1,k,ij與βij關(guān)系(T=1.28)Fig.1 The relationship between p1,k,ijand βij (T=1.28)

3 性能分析

圖2與圖3所示分別為不同算法下漏警率與虛警率的對(duì)比(系統(tǒng)個(gè)數(shù)為3時(shí))。從圖中可以看出，本文所示方法在漏警率與虛警率角度均好于傳統(tǒng)方法。另一方面，隨著a0的增加，漏警率進(jìn)一步降低，當(dāng)a0=2時(shí)，本文方法的漏警率下降到1%附近，可近似認(rèn)為此時(shí)信息質(zhì)量評(píng)估中不存在漏警；而隨著a0的降低，虛警率也進(jìn)一步降低，當(dāng)a0=0.5時(shí)虛警率僅為2%左右。

圖2 不同算法下漏警率對(duì)比Fig.2 Comparison of false dismissal rate in different algorithms

圖3 不同算法下虛警率對(duì)比Fig.3 Comparison of false alarm rate in different algorithms

圖4所示為a0分別為0.5與1.5時(shí)，本文方法漏警率、虛警率與系統(tǒng)個(gè)數(shù)的關(guān)系(N=1表示單系統(tǒng)定位，沒有其他系統(tǒng)輔助評(píng)估信息質(zhì)量)。從圖4中可以看出，漏警率和漏警率均隨系統(tǒng)個(gè)數(shù)的增大明顯下降。特別地，漏警率由單系統(tǒng)時(shí)的28.4%下降到10系統(tǒng)時(shí)的8.2%；當(dāng)系統(tǒng)數(shù)大于5時(shí)，虛警率下降到1%以下，可近似認(rèn)為此時(shí)信息質(zhì)量評(píng)估中不存在虛警。

圖4 漏警率、虛警率與系統(tǒng)個(gè)數(shù)的關(guān)系Fig.4 The relationship between false dismissal/alarm rate and system amount

綜上可以看出，本文提出的信息質(zhì)量評(píng)估方法，無論漏警率還是虛警率，均優(yōu)于傳統(tǒng)方法。同時(shí)，隨組合導(dǎo)航系統(tǒng)中的系統(tǒng)個(gè)數(shù)的增大，虛警率與漏警率均呈現(xiàn)下降趨勢(shì)。因此，本文提出的信息質(zhì)量評(píng)估方法具有很好的準(zhǔn)確性與魯棒性。

4 結(jié)論

針對(duì)多源組合導(dǎo)航系統(tǒng)中容易引入低質(zhì)量信息的問題，分析了虛警率與漏警率的影響因素，提出了一種基于一致性檢驗(yàn)的多源組合導(dǎo)航系統(tǒng)信息質(zhì)量評(píng)估方法。該方法比傳統(tǒng)方法具有更低的虛警率與漏警率；同時(shí)隨著組合導(dǎo)航系統(tǒng)數(shù)量的增加，虛警率與漏警率均呈現(xiàn)持續(xù)下降趨勢(shì)。仿真實(shí)驗(yàn)結(jié)果表明了該方法的有效性。

[1] 陳空,宋春雷,陳家斌,等. 基于改進(jìn)WKNN的位置指紋室內(nèi)定位算法[J]. 導(dǎo)航定位與授時(shí), 2016, 3(4):58-64.

[2] He Z, Petovello M. Performance comparison of Kalman filter and maximum likelihood carrier phase tracking for weak GNSS signals[C]//2015 International Conference on Indoor Positioning and Indoor Navigation (IPIN). IEEE, 2015: 1-8.

[3] Deng Z, Yu Y, Yuan X, et al. Situation and development tendency of indoor positioning[J]. China Communications, 2013, 10(3): 42-55.

[4] Zhuang Y, Syed Z, Li Y, et al. Evaluation of two WiFi positioning systems based on autonomous crowdsourcing of handheld devices for indoor navigation[J]. IEEE Transactions on Mobile Computing, 2016, 15(8): 1982-1995.

[5] 肖竹, 于全, 易克初, 等. 適用于 NLOS 環(huán)境的UWB定位方案研究[J]. 通信學(xué)報(bào), 2008, 29(4): 1-7.

[6] Kawai Y, Yokokura Y, Ohishi K, et al. High-robust acceleration control using force and position sensors integrated disturbance observer[C]//IECON 2016-42ndAnnual Conference of the IEEE Industrial Electronics Society. IEEE, 2016: 5802-5807.

[7] 尹明新,武勇,冀華. 多傳感器對(duì)編隊(duì)目標(biāo)無源定位的數(shù)據(jù)關(guān)聯(lián)技術(shù)研究[J]. 導(dǎo)航定位與授時(shí), 2016, 3(6):12-16.

[8] Innac A, Bhuiyan M Z H, S?derholm S, et al. Reliability testing for multiple GNSS measurement outlier detection[C]//2016 European Navigation Conference (ENC). IEEE, 2016: 1-8.

[9] 梁洪寶, 顧煥杰, 王友. GNSS 觀測(cè)數(shù)據(jù)質(zhì)量對(duì)坐標(biāo)解算精度的影響分析[J]. 測(cè)繪科學(xué), 2016, 41(5): 5-9.

[10] 楊軍玲. 無源定位跟蹤中野值的檢測(cè)與剔除方法[J]. 電子科技, 2016, 29(6): 51-53.

[11] Ger M, van Ommeren C, Westenkirchner M, et al. Multiple model concepts in navigational applications[C]//2016 DGON Intertial Sensors and Systems (ISS). IEEE, 2016: 1-20.

[12] 張磊, 汪渤. 抗野值H∞濾波在組合導(dǎo)航中的應(yīng)用[J]. 北京理工大學(xué)學(xué)報(bào), 2009, 29(7): 600-604.

[13] 肖甫, 沙朝恒, 陳蕾,等. 基于范數(shù)正則化矩陣補(bǔ)全的無線傳感網(wǎng)定位算法[J]. 計(jì)算機(jī)研究與發(fā)展, 2016, 53(1): 216-227.

[14] Xiao Q, Bu K, Wang Z, et al. Robust localization against outliers in wireless sensor networks[J]. ACM Transactions on Sensor Networks (TOSN), 2013, 9(2): 24.

[15] 何偉, 廉保旺, 張玲玲. 模糊控制輔助的 GNSS/INS 深耦合跟蹤算法[J]. 西北工業(yè)大學(xué)學(xué)報(bào), 2016(1): 98-105.

[16] Chen C, Han Y, Chen Y, et al. Indoor GPS with centimeter accuracy using WiFi[C]//2016 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA). IEEE, 2016: 1-4.

[17] 鄧中亮, 余彥培, 徐連明, 等. 室內(nèi)外無線定位與導(dǎo)航[M]. 北京: 北京郵電大學(xué)出版社, 2014.

AnInformationQualityAssessmentMethodforMulti-sourceIntegratedPositioningSystem

YIN Lu, DENG Zhong-liang, ZHU Di, HU En-wen

(School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China)

Multi-source integrated positioning system can provide more accurate and robust positioning. However, it might introduce more low-quality signals as there are more systems. A new information quality assessment method for multi-source integrated positioning system has been proposed for the aforementioned problem. The influence factors of false alarm rate and false dismissal rate have been analyzed based on the information quality assessment method for single positioning system. Because more systems have more redundant information, the proposed information quality assessment method uses all of those information by employing the consistency check. According the simulation and experiment results, both the false alarm rate and false dismissal rate have been reduced by using the proposed method. Moreover, with the increasing of the system amount, the two rates have reduced continuously which means the proposed method has an excellent performance.

Multi-source integrated positioning; Information quality assessment; Consistency check; False alarm rate; False dismissal rate

10.19306/j.cnki.2095-8110.2017.06.012

TN967.2

A

2095-8110(2017)06-0075-05

2017-07-02；

2017-09-13

國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)(2015AA124101)

尹露(1987-)，男，博士，講師，主要從事衛(wèi)星定位、組合導(dǎo)航方面的研究。E-mail: inlu_mail@bupt.edu.cn