張?zhí)旆f, 史明泉, 崔麗珍, 秦嶺

(內(nèi)蒙古科技大學(xué)信息工程學(xué)院, 包頭 014010)

隨著現(xiàn)代通信技術(shù)的飛速發(fā)展,移動(dòng)設(shè)備方便了人們的日常生活,定位技術(shù)也得到了進(jìn)一步的發(fā)展。定位技術(shù)分為室內(nèi)定位和室外定位兩種。室外定位有全球定位系統(tǒng)和蜂窩無線網(wǎng)絡(luò)的定位系統(tǒng)等[1],并已經(jīng)應(yīng)用到了人們的日常生活中,如:快遞和外賣的智能配送車、車載導(dǎo)航、位置共享等。但在室內(nèi)中,它們的信號(hào)會(huì)因建筑物的遮擋發(fā)生反射、折射和散射等現(xiàn)象,導(dǎo)致信號(hào)變?nèi)?定位效果變差。藍(lán)牙[2-4]、超寬帶[5-7]、可見光[8-10]、無線局域網(wǎng)(wireless fidelity, WIFI)[11-13]等技術(shù)已經(jīng)在室內(nèi)定位的領(lǐng)域得到應(yīng)用。其中,基于接受信號(hào)強(qiáng)度(received signal strength indicator,RSSI)的WIFI的室內(nèi)定位技術(shù),通過現(xiàn)有的基礎(chǔ)設(shè)施和移動(dòng)終端就可實(shí)現(xiàn)定位,不需要部署額外的設(shè)備而受研究學(xué)者們的喜愛。

Hoang等[14]使用遞歸神經(jīng)網(wǎng)絡(luò)來解決WIFI指紋室內(nèi)定位,使用軌跡作為定位目標(biāo),并考慮軌跡中RSSI測(cè)量值之間的相關(guān)性,提出一種對(duì)輸入RSSI數(shù)據(jù)和連續(xù)輸出位置進(jìn)行加權(quán)平均濾波的方法。Song等[15]將堆疊自動(dòng)編碼器和一維卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合,利用堆疊自動(dòng)編碼器從RSSI中提取關(guān)鍵特征,同時(shí)使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行訓(xùn)練,在定位階段達(dá)到了高成功率。薛敏等[16]提出一種層級(jí)學(xué)習(xí)室內(nèi)定位系統(tǒng),通過變分自編碼中的特征提取模塊來挖掘訓(xùn)練數(shù)據(jù)的潛在信息,通過多層神經(jīng)網(wǎng)絡(luò)以及Softmax分類器來預(yù)測(cè)移動(dòng)設(shè)備的位置。Chen等[17]使用信道狀態(tài)信息和卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)進(jìn)行WIFI定位,將信道狀態(tài)信息組織成與圖像相似的時(shí)頻矩陣作為定位特征,再使用CNN進(jìn)行特征學(xué)習(xí)從而定位。用來訓(xùn)練學(xué)習(xí)模型的網(wǎng)絡(luò)有很多,其中CNN在圖像領(lǐng)域和定位領(lǐng)域都備受歡迎,選擇該網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)模型。

現(xiàn)通過實(shí)現(xiàn)圖像分類從而解決室內(nèi)定位問題,每一個(gè)采集數(shù)據(jù)的定位點(diǎn)都對(duì)應(yīng)一類圖像,使用WIFI的RSSI作為基礎(chǔ)的特征信息,根據(jù)RSSI數(shù)據(jù)計(jì)算的峰值提供全局信息,二者相結(jié)合后的數(shù)據(jù)構(gòu)成位置指紋圖像。再使用在圖像領(lǐng)域十分出色的CNN來訓(xùn)練學(xué)習(xí)這些圖像,以減少數(shù)據(jù)處理時(shí)的工作量,減少各種附帶信息之間的相互影響,從而得到更簡(jiǎn)單、準(zhǔn)確的室內(nèi)定位算法。

1 基于2D-CNN的WIFI定位系統(tǒng)架構(gòu)

系統(tǒng)模型整體架構(gòu)如圖1所示,主要包含離線階段和在線階段,離線階段中,根據(jù)所需定位的區(qū)域?qū)⑵鋭澐譃橐粋€(gè)個(gè)的小區(qū)域也就是文中所說的類,在每個(gè)小區(qū)域進(jìn)行RSSI數(shù)據(jù)的采集,并根據(jù)RSSI計(jì)算對(duì)應(yīng)的峰值,使用滑動(dòng)窗口分割二者組合后的新數(shù)據(jù),形成位置指紋圖像數(shù)據(jù)集。數(shù)據(jù)集通過CNN進(jìn)行訓(xùn)練學(xué)習(xí),得到最佳模型,通過該模型即可對(duì)目標(biāo)區(qū)域進(jìn)行定位。

圖1 定位系統(tǒng)整體架構(gòu)圖Fig.1 Overall architecture of the positioning system

1.1 數(shù)據(jù)的采集

進(jìn)行數(shù)據(jù)采集的實(shí)驗(yàn)區(qū)域是一個(gè)空曠的長(zhǎng)廊,如圖2所示。其中共有50個(gè)采集點(diǎn),每?jī)蓚€(gè)采集點(diǎn)之間間隔1.6 m?？紤]到人在行走站立的過程中,手持手機(jī)的平均高度約為1.5 m,因此,將移動(dòng)終端放置高度為1.5 m的手機(jī)支架上,分別在各采集點(diǎn)處進(jìn)行采集,移動(dòng)終端約2 s可對(duì)所有檢測(cè)到的AP進(jìn)行一次RSSI數(shù)據(jù)的采集,因此選擇在每個(gè)采集點(diǎn)處采集約90 min,可得到2 700次數(shù)據(jù)。采集到的RSSI的取值分布在-35～-100 dBm范圍內(nèi)。

使用A～Y和1、2區(qū)分50個(gè)不同數(shù)據(jù)采集點(diǎn);第一行數(shù)據(jù)采集點(diǎn)可表示為(1,A),(1,B),…,(1,Y);第二行數(shù)據(jù)采集點(diǎn)可表示為(2,A),(2,B),…,(2,Y)圖2 數(shù)據(jù)采集區(qū)域平面圖Fig.2 Data acquisition area plan

1.2 特征圖像的構(gòu)建

采集的數(shù)據(jù)結(jié)構(gòu)如圖3所示,其中,T為從接入點(diǎn)(access point,AP)接收到RSSI的次數(shù),M為AP的數(shù)量。對(duì)于每個(gè)采集點(diǎn)均可以得到圖3所示的數(shù)據(jù)結(jié)構(gòu),50個(gè)采集點(diǎn),即采集到50組數(shù)據(jù)。圖4為由RSSI數(shù)據(jù)構(gòu)成的位置指紋圖像部分樣點(diǎn)圖。

圖3 RSSI數(shù)據(jù)結(jié)構(gòu)圖Fig.3 RSSI data structure diagram

圖4 位置指紋圖像Fig.4 Location fingerprint feature map

為了提高系統(tǒng)整體的效率,在圖像構(gòu)建時(shí),引入了峰值,使用峰值做張量的第3個(gè)維度,通過采集得到的RSSI信息,計(jì)算其峰值,由RSSI數(shù)據(jù)提供基礎(chǔ)的特征信息,由峰值提供全局信息。峰值的計(jì)算公式為

(1)

式(1)中:μk為k=t時(shí)刻通過M個(gè)AP所對(duì)應(yīng)RSSI值計(jì)算得到的均值;σk為k=t時(shí)刻通過M個(gè)AP所對(duì)應(yīng)RSSI值計(jì)算得到的方差。

(2)

(3)

式中:kurmk為k=t時(shí)刻與第M個(gè)AP所對(duì)應(yīng)的峰值;Rmt為t時(shí)刻從APm中接收到的RSSI值(1≤m≤M,1≤t≤T)。

1.3 數(shù)據(jù)庫(kù)的構(gòu)建

根據(jù)在每個(gè)采集點(diǎn)采集到的RSSI數(shù)據(jù)和通過計(jì)算得到的峰值構(gòu)建三維位置指紋特征圖,其特征圖構(gòu)建過程如圖5所示,M個(gè)AP在T個(gè)時(shí)間點(diǎn)采集到的RSSI數(shù)據(jù)構(gòu)成一個(gè)二維特征圖,再將計(jì)算得到的峰度值添加在第3個(gè)維度。構(gòu)成大小為M×T×2的三維位置指紋特征圖。

圖5 位置指紋特征圖的構(gòu)建過程Fig.5 Construction process of location fingerprint feature map

在機(jī)器學(xué)習(xí)中,絕大部分模型都需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí),使用CNN來對(duì)特征圖像進(jìn)行學(xué)習(xí)分類也需要大量的訓(xùn)練數(shù)據(jù)。通常遇到訓(xùn)練數(shù)據(jù)不足的問題時(shí),會(huì)對(duì)訓(xùn)練數(shù)據(jù)中的圖像做旋轉(zhuǎn)、平移、縮放、填充、左右反轉(zhuǎn)等變換。這些變化都是對(duì)同一個(gè)目標(biāo)在不同角度的觀察結(jié)果。但考慮到特征圖都是使用RSSI的值來構(gòu)建的圖像,每個(gè)像素點(diǎn)都有著特定的含義,若使用上述方法對(duì)特征圖進(jìn)行變換,會(huì)破壞RSSI中包含的信息。因此,使用滑動(dòng)窗口的方法來擴(kuò)展訓(xùn)練集。

如圖6(a)所示,RSSI特征圖像的總測(cè)量次數(shù)為T,當(dāng)測(cè)量次數(shù)為t時(shí)就可對(duì)圖像進(jìn)行分割,得到T/t個(gè)特征圖。如圖6(b)所示,當(dāng)對(duì)圖像使用滑動(dòng)窗口進(jìn)行分割時(shí),每隔t/2次生成一個(gè)特征圖,因此每?jī)蓚€(gè)相鄰的特征圖之間會(huì)有t/2的RSSI數(shù)據(jù)重合。即允許相鄰的RSSI特征圖像在時(shí)域內(nèi)重疊,利用此分割方法可得到2(T/t)-1個(gè)特征圖。

圖6 滑動(dòng)窗口分割數(shù)據(jù)對(duì)比圖Fig.6 Sliding window segmentation data comparison diagram

2 卷積神經(jīng)網(wǎng)絡(luò)系統(tǒng)架構(gòu)

神經(jīng)網(wǎng)絡(luò)是一種模仿生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能的數(shù)學(xué)模型或計(jì)算模型。神經(jīng)網(wǎng)絡(luò)由大量的人工神經(jīng)元組成,按不同的連接方式構(gòu)建不同的網(wǎng)絡(luò),CNN就是其中一種,其架構(gòu)如圖7所示,神經(jīng)網(wǎng)絡(luò)能夠類似人一樣,具有簡(jiǎn)單的決定能力和簡(jiǎn)單的判斷能力,在圖像和語音識(shí)別方面能夠給出很好的結(jié)果。CNN被廣泛應(yīng)用在圖像識(shí)別領(lǐng)域,CNN結(jié)構(gòu)主要分為三層:卷積層(主要用于特征提取)、池化層(主要作用是下采樣,但不會(huì)損壞識(shí)別結(jié)果)和全連接層(主要用于分類)。

Input為輸入;Convolutional為卷積;Max-Pooling為最大值池化;Fully connected為全連接;output為輸出圖7 CNN網(wǎng)絡(luò)整體結(jié)構(gòu)Fig.7 Architecture of CNN network

2.1 卷積層

卷積是兩個(gè)函數(shù)的疊加,應(yīng)用在圖像上可以理解為將一個(gè)固定大小的濾鏡放在圖像上,通過濾鏡找出圖像的某些特征,通常物體都存在多個(gè)特征,因此需要很多濾鏡,通過這些濾鏡得到多個(gè)特征信息。

圖像在計(jì)算機(jī)中的存儲(chǔ)方式為一個(gè)個(gè)的像素,如一張長(zhǎng)度為28,寬度為28的圖像,共包含了28×28個(gè)像素,通過使用一個(gè)矩陣來表示。如果圖像為3種顏色疊加而成的RGB圖像,則需要28×28×3的數(shù)組來表示。

如圖8所示,對(duì)大小為5×5的圖像進(jìn)行提取其特征,使用大小為3×3的濾波器(Filter),從圖像的左上角開始移動(dòng)Filter,移動(dòng)步長(zhǎng)為1,從左到右,從上至下,依次移動(dòng),直至移動(dòng)到矩陣的末尾結(jié)束。

圖8 卷積運(yùn)算過程Fig.8 Convolutional layer operation procedure

當(dāng)輸入的像素值通過卷積的濾波器后,每個(gè)卷積的輸出都會(huì)經(jīng)過一個(gè)激活函數(shù),即線性整流函數(shù)(rectified linear unit,Relu)。Relu是人工神經(jīng)網(wǎng)絡(luò)中常用的激活函數(shù),其函數(shù)表達(dá)式為

(4)

2.2 池化層

通過卷積層進(jìn)行處理后的圖像數(shù)據(jù)依然是十分龐大的,(如使用50個(gè)Filter對(duì)大小為28×28的圖像進(jìn)行特征提取,得到的結(jié)果為28×28×50)。因此需要池化層對(duì)卷積層的輸出做下采樣,通過池化層減小原卷積層輸出張量的維度,降低計(jì)算量和時(shí)間復(fù)雜度。使用最大池化(Max-polling)函數(shù),選擇保留當(dāng)前池化窗口中所覆蓋的最大值,其原理圖如圖9所示。這一操作并不會(huì)對(duì)結(jié)果產(chǎn)生影響,因?yàn)槌鼗僮魇菍o用的信息丟棄,并未丟失圖像的顯著特征。

圖9 最大池化層運(yùn)算過程Fig.9 Max-pooling layer operation procedure

2.3 全連接層

可以將全連接層理解為一個(gè)簡(jiǎn)單的多分類神經(jīng)網(wǎng)絡(luò),將卷積層和池化層處理過的數(shù)據(jù)輸入全連接層中,由全連接層以及Softmax函數(shù)進(jìn)行分類。

若全連接層之前的神經(jīng)元數(shù)目過大,通常會(huì)使網(wǎng)絡(luò)的學(xué)習(xí)能力過強(qiáng),導(dǎo)致過擬合的情況發(fā)生。常常加入Dropout層來隨機(jī)刪除神經(jīng)網(wǎng)絡(luò)中的部分神經(jīng)元,讓一定數(shù)量的卷積停止工作,提高網(wǎng)絡(luò)的泛化能力,其工作原理如圖10所示。

圖10 全連接層與加入Dropout層Fig.10 FC layer with addition of Dropout layer

3 實(shí)驗(yàn)結(jié)論與分析

3.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)環(huán)境設(shè)置如表1所示。

表1 實(shí)驗(yàn)環(huán)境配置Table 1 Experimental environment configuration

3.2 峰值

在位置指紋圖像的構(gòu)建過程中引入峰值,通過使用峰值提供了輸入圖像的全局信息,如表2所示,分別使用了帶峰值和不帶峰值的兩種數(shù)據(jù)集對(duì)其進(jìn)行訓(xùn)練?？梢杂^察到使用峰值信息提升了近1.6%的定位精度,由此可見合理地利用峰值可有效提高定位精度。

表2 峰值參數(shù)對(duì)定位精度的影響Table 2 Influence of peak value on positioning accuracy

3.3 圖像的大小

每個(gè)采集點(diǎn)均會(huì)采集到一個(gè)由RSSI數(shù)據(jù)構(gòu)成的大小為M×T的數(shù)據(jù)結(jié)構(gòu),計(jì)算并結(jié)合其峰值形成一個(gè)大小為M×T×2的數(shù)據(jù)結(jié)構(gòu),使用滑動(dòng)窗口將該數(shù)據(jù)結(jié)構(gòu)以M×t×2的大小進(jìn)行分割,數(shù)據(jù)切割時(shí)切割尺寸的大小也尤為重要,使用t=20和t=45兩種尺寸的數(shù)據(jù)進(jìn)行了對(duì)比實(shí)驗(yàn),由表3可知,t為20時(shí)準(zhǔn)確率高于t為45時(shí)的準(zhǔn)確率。因此t大小也十分重要,過大的t值不僅會(huì)減少數(shù)據(jù)集中數(shù)據(jù)量的大小,還會(huì)增加其他噪聲干擾位置指紋圖像中的特征信息。

表3 t值對(duì)定位精度的影響Table 3 Influence of t on positioning accuracy

3.4 CNN架構(gòu):卷積層數(shù)的影響

分析不同架構(gòu)的CNN對(duì)數(shù)據(jù)特征提取學(xué)習(xí)的能力,對(duì)不同架構(gòu)的CNN進(jìn)行了對(duì)比,其中size=200,經(jīng)過CNN的特征提取模塊后,使用了具有120個(gè)神經(jīng)元的全連接層和0.2比率的Dropout層,輸出層由輸出神經(jīng)元組成(50個(gè)類)。

為確保數(shù)據(jù)的可靠性,以下涉及到的CNN網(wǎng)絡(luò)架構(gòu)均進(jìn)行了三次實(shí)驗(yàn),最終CNN架構(gòu)性能的評(píng)估參考三次實(shí)驗(yàn)的平均值和最大值。由表4可以看出,第3種CNN架構(gòu)在平均值和最大值均優(yōu)于其他網(wǎng)絡(luò)架構(gòu),性能更優(yōu)越。

表4 不同架構(gòu)CNN對(duì)定位系統(tǒng)精度的影響Table 4 Influence of CNN with different structures on positioning accuracy

3.5 優(yōu)化算法

在訓(xùn)練階段,CNN模型使用了反向傳播算法,為減少估計(jì)值和真實(shí)值之間的損失函數(shù),權(quán)重值w進(jìn)行迭代更新,最有效的方法是使用隨機(jī)梯度下降法(SGD)[18]、均方根傳播(RMSProp)[19]和自適應(yīng)矩估計(jì)(Adam)[20]。

研究3種優(yōu)化算法在定位精度方面的性能,對(duì)使用SGD、RMSProp和Adam 3種優(yōu)化算法的定位系統(tǒng)進(jìn)行性能測(cè)試。圖11顯示了隨著訓(xùn)練次數(shù)不斷增加系統(tǒng)定位精度的變化趨勢(shì),表5為最終的訓(xùn)練結(jié)果?？梢钥闯?SGD算法的定位精度最低,并且收斂速度是最慢的,RMSProp的性能雖然接近于Adam優(yōu)化算法的性能,但其收斂速度與Adam相比仍有一定差距。因此,Adam承擔(dān)本文的優(yōu)化算法。

表5 不同優(yōu)化算法對(duì)定位精度的影響Table 5 Influence of different optimization algorithms on positioning accuracy

圖11 3種優(yōu)化算法定位精度變化趨勢(shì)Fig.11 Three optimization algorithms position the trend of accuracy change

4 結(jié)論

本文算法是一種基于CNN的RSSI時(shí)間序列室內(nèi)定位算法,該算法與其他算法相比不需要復(fù)雜的數(shù)據(jù)處理過程,沒有AP的選擇與刪減,更具有廣泛適用性。該方法不僅使用了RSSI數(shù)據(jù)的測(cè)量值,還研究了基于RSSI計(jì)算的相應(yīng)的峰值,目的是為網(wǎng)絡(luò)提供全局信息。將RSSI數(shù)據(jù)和峰值信息結(jié)合構(gòu)建位置指紋圖像數(shù)據(jù)集,將室內(nèi)定位問題轉(zhuǎn)化為圖像分類問題,使用三層CNN網(wǎng)絡(luò)對(duì)該數(shù)據(jù)集進(jìn)行訓(xùn)練,得到高定位精度定位算法。在實(shí)驗(yàn)過程中,證明了使用峰值提供全局信息的必要性,圖像數(shù)據(jù)大小t和優(yōu)化算法的選擇以及不同CNN網(wǎng)絡(luò)架構(gòu)對(duì)數(shù)據(jù)特征提取的性能。仿真結(jié)果表明,在當(dāng)前室內(nèi)環(huán)境中,本算法的平均定位精度達(dá)99.58%,該定位算法提高了定位精度,降低了計(jì)算復(fù)雜度,具有較好的魯棒性。