[發明專利]應用于UWB室內定位中遮擋物類別識別的特征選擇方法

有效

• 申請號: 202010114879.8
• 申請日: 2020-02-25
• 公開（公告）號: CN111356227B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 陳張平;李闖;張帆;趙曉東;孔亞廣;鄒洪波;陳云;孫偉華
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: H04W64/00
• 分類號: H04W64/00;H04W4/33;G06K9/62
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 周希良

本發明公開了一種應用于UWB室內定位中遮擋物類別識別的特征選擇方法。本發明設計了一種基于最大相關、最小冗余與最大計算代價特征評價指標的雙向搜索特征選擇算法。本發明采用雙向搜索策略可以有效保證選取的首個特征為整體貢獻度最大的特征，同時考慮了計算代價與特征冗余性，可以有效保證所選取的特征具有類別相關性大、特征冗余性小且計算代價小的特點。另外通過設定最小相關性約束、最大計算代價約束和最大評價指標約束三個約束閾值，提高系統的時效性與魯棒性。該發明相比于傳統的其他特征選擇方法綜合考慮了系統的計算能力，具有更好的時效性與普適性。

技術領域

本發明涉及UWB室內定位領域，涉及一種應用于UWB室內定位中遮擋物類別識別的特征選擇方法。

背景技術

隨著科技的迅速發展，尤其5G時代的到來，智能機器人以及無人車的普及，促使了更多依賴定位的應用服務的產生，然而相比于室外定位技術日趨成熟，如GPS等技術在室外定位可達到很好的效果，室內定位由于難以穿透建筑而達不到理想效果。

在現有的室內定位系統中，超寬帶(UWB)技術以其精度高、延時分辨率好、功耗低、復雜室內環境下的魯棒性高成為目前最具有發展前景的室內定位技術之一，尤其是其在精度方面相比其他室內定位技術有著顯著的優勢。但是阻礙UWB室內定位發展最大原因就是室內復雜環境下由于遮擋物種類繁多導致的非視距NLOS狀態，UWB在非視距NLOS下傳播會導致BS與MS測量距離大于實際距離，最終的定位精度急劇下降。

NLOS狀態的識別是UWB室內定位精度提升的關鍵之一，然而現有的方法存在以下的問題：首先，傳統的方法僅僅區分非視距NLOS狀態與視距LOS狀態，忽略了遮擋物類別對室內空間信息感知的貢獻，遮擋物的類別可以很好的提供室內先驗信息，輔助提高UWB室內定位精度。其次采用信道沖激響應(CIR)的特征識別UWB的NLOS狀態與LOS狀態時，傳統的特征選擇方法選取的第一個特征往往是與類別的相關性最大的特征，而忽略了特征的組合效應導致選取的第一個特征不一定是對整體貢獻度最大的特征。除此之外，傳統的方法往往忽略了特征本身的計算代價，往往有些特征需要很高的計算代價，導致在實際應用中造成識別延時，無法做到實時識別。在實際的UWB室內定位應用中，往往需要選擇出與類別相關性大，特征之間冗余度小，計算代價小的最優的特征集合來作為識別特征，保證系統檢測的高準確性與高實時性。

發明內容

為解決上述問題，本發明提出了一種應用于UWB室內定位中遮擋物類別識別的特征選擇方法。

本發明包括以下步驟：

步驟一：建立基于CIR信號特征的特征選擇模型

給定一個含有k個樣本的數據集D，D＝{d₁,d₂,...,d_k}，數據集D中每類樣本d_i＝{X_i,L_i}均有特征集合X_i＝{x_i1,x_i2,...,x_in}，其中n＝1,2,...,8分別表示第一條路徑能量、最大幅值、上升時間、標準差、平均超額延遲、均方根延遲擴展、峰度和偏度8個CIR信號特征。

針對多分類問題，每個樣本存在標簽集合L_i＝{l_i¹,l_i²,...,l_i^m}，其中m為遮擋物種類數量。l_i^m＝{1，-1}，如果l_i^m＝1，表示被標記為m類樣本，否則為-1。