[發明專利]一種室內定位中的魯棒用戶軌跡估計的方法、裝置及智能通訊設備有效
| 申請號: | 201210434579.3 | 申請日: | 2012-11-01 |
| 公開(公告)號: | CN102928815B | 公開(公告)日: | 2017-11-03 |
| 發明(設計)人: | 張幸林;楊錚;劉云浩 | 申請(專利權)人: | 無錫清華信息科學與技術國家實驗室物聯網技術中心 |
| 主分類號: | G01S5/02 | 分類號: | G01S5/02 |
| 代理公司: | 北京品源專利代理有限公司11332 | 代理人: | 馬曉亞 |
| 地址: | 214135 江蘇省無錫市新*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 室內 定位 中的 用戶 軌跡 估計 方法 裝置 智能 通訊設備 | ||
技術領域
本發明涉及用戶軌跡估計領域,尤其涉及一種室內定位中的魯棒用戶軌跡估計的方法、裝置及智能通訊設備。
背景技術
近年來,智能手機裝備了各種功能的傳感器,并且具有強大的計算和通信功能,智能手機的流形吸引了很多研究人員的關注,他們致力于利用手機上的傳感器來改善基于指紋的室內定位方法。在傳統方法中,基于指紋的定位包括兩個階段:標定階段和實施階段。在標定階段中,我們需要采集在感興趣的地點的指紋數據(通常是RSS值(Received Signal Strength,是指接收信號強度)),來構建一個指紋數據庫;然后在實施階段,當用戶查詢他的位置時,系統會在指紋數據庫中匹配他的手機傳感器讀數,并估計他的位置。標定階段對于基于指紋的定位方法來說是非常昂貴的但又不可避免的,因此成為這些定位方法的關鍵瓶頸。
在最新的研究中,研究人員探索了用戶移動軌跡與指紋的關系,并提出了聯系原來離散的指紋的方法。這些最新的方法的共同點在于利用了眾包采集的數據來取代昂貴的現場標定,眾包獲得的指紋數據以及用戶軌跡足以進行指紋數據庫的構建。雖然這些新方法有效的節省了顯式的構建指紋數據庫的花費,極大的推動了室內定位方法在現實中部署的進度,然而在實際場景中,搭建的系統應該能夠對異常數據有魯棒性,這恰恰在最新的研究文獻中被忽略了,因此這些新的算法在遇到異常值時很可能會失效。具體來說,眾包獲得的軌跡數據中,由于各種各樣的因素,比如用戶的異常行為或者設備故障,很可能會包含傳感器的異常讀數,這些異常讀數會導致錯誤的軌跡估計,使得軌跡估計與平面圖錯誤匹配,因此接下去的定位步驟變會全部錯誤。
發明內容
本發明的目的在于提出一種室內定位中的魯棒用戶軌跡估計的方法、裝置以及設備,能夠使得基于眾包數據采集的室內定位算法變得魯棒,該方法不僅引入了距離測量的魯棒性,而且基于眾包的實際情形,提出了用戶級別的魯棒性,從而解決了眾包采集的數據中用戶軌跡空間分布不規則的問題,使得該方法具備了兩個層面的魯棒性,很好的應對了眾包數據中存在異常值的情況。
為達此目的,本發明采用以下技術方案:
本發明公開了一種室內定位中的魯棒用戶軌跡估計的方法,包括:
S1.將用戶軌跡劃分為M個部分,每個部分分成K個分段,每個分段具有N個采樣點;其中,如果所述用戶軌跡的一部分軌跡中包括了所有用戶的數據,則該部分軌跡為主軌跡,其余部分為邊緣軌跡;
S2.抓取所述主軌跡中每個分段所具有的全部N個采樣點的信息,采用最小協方差行列式的方法來估計所述主軌跡包含的所有采樣點之間的距離,并區分用戶類別;
S3.抓取所述邊緣軌跡上連續采樣點的信息,結合所述用戶類別,采用加權平均的方法來估計所述邊緣軌跡包含的所有采樣點間的距離值;其中,M,K,N均為正整數。
在本發明所述的室內定位中的魯棒用戶軌跡估計的方法中,所述用戶類別,具體包括:正常用戶以及異常用戶。
在本發明所述的室內定位中的魯棒用戶軌跡估計的方法中,所述的正常用戶與異常用戶區分在于:通過計算主軌跡來獲得每個用戶的權重,權重大于預設值則為正常用戶,權重低于預設值則為異常用戶。
在本發明所述的室內定位中的魯棒用戶軌跡估計的方法中,所述的用戶軌跡包括:用戶行走的步數以及從開始點到結束點的RSS值的記錄。
本發明公開了一種室內定位中的魯棒用戶軌跡估計的裝置,包括:
軌跡分段單元,用于將用戶軌跡劃分為M個部分,每個部分分成K個分段,每個分段具有N個采樣點;其中,如果所述用戶軌跡的一部分軌跡中包括了所有用戶的數據,則該部分軌跡為主軌跡,其余部分為邊緣軌跡;
距離估計單元,用于抓取所述主軌跡每個分段所具有的全部N個采樣點的信息,采用最小協方差行列式的方法來估計所述主軌跡包含的所有采樣點之間的距離,并區分用戶類別;
用戶區分單元,抓取所述邊緣軌跡上連續采樣點的信息,結合所述用戶類別,采用加權平均的方法來估計所述邊緣軌跡包含的所有采樣點間的距離值;其中,M,K,N均為正整數。
在本發明所述的室內定位中的魯棒用戶軌跡估計的裝置中,所述用戶類別,具體包括:正常用戶以及異常用戶。
在本發明所述的室內定位中的魯棒用戶軌跡估計的裝置中,所述的正常用戶與異常用戶區分在于:通過計算主軌跡來獲得每個用戶的權重,權重大于預設值則為正常用戶,權重低于預設值則為異常用戶。
在本發明所述的室內定位中的魯棒用戶軌跡估計的裝置中,所述的用戶軌跡包括:用戶行走的步數以及從開始點到結束點的RSS值的記錄。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于無錫清華信息科學與技術國家實驗室物聯網技術中心,未經無錫清華信息科學與技術國家實驗室物聯網技術中心許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210434579.3/2.html,轉載請聲明來源鉆瓜專利網。





