[發明專利]基于CSI的雙循環神經網絡的船載環境室內定位方法

有效

• 申請號: 202011269279.5
• 申請日: 2020-11-13
• 公開（公告）號: CN112423265B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 劉克中;陳默子;楊穩;馬杰;曾旭明;王國宇;馬玉亭;李春伸
• 申請（專利權）人: 武漢理工大學
• 主分類號: H04W4/42
• 分類號: H04W4/42;H04W8/02;H04W64/00;H04L25/02;G06N3/04
• 代理公司: 武漢市首臻知識產權代理有限公司 42229
• 代理人: 章輝

一種基于CSI的雙循環神經網絡的船載環境室內定位方法，包括以下步驟：分別在船舶室內環境和普通室內環境中，采集人行走時的CSI數據；將船舶室內環境CSI數據輸入CSI去噪循環神經網絡，之后，輸入到CSI清洗模塊，消除采樣時間偏移、載波頻率偏移和靜態多徑的影響，并輸入到CSI參數估計模型，得到各路徑信道參數；將各路徑信道參數輸入到基于LSTM的參數匹配循環神經網絡中，得到由人反射的信號的路徑信道參數，并輸入到定位算法模型，得到人的實時位置；在船舶室內環境下，人在行走時，采集CSI數據，將CSI數據按上述步驟處理即可得到人的實時位置。本設計不僅降低了成本，而且提高了定位精度、減少了定位計算量。

技術領域

本發明涉及智能交通的船舶環境室內定位領域，尤其涉及一種基于CSI的雙循環神經網絡的船載環境室內定位方法，主要適用于在高噪聲的船舶動態鋼鐵環境中，利用低成本的商業WIFI網卡，進行高精度、計算量小的室內人員定位。

背景技術

船舶作為一種重要的水上交通運輸工具，其自身安全保障和信息的捕獲受到越來越多的關注，人們積極利用各種各樣的手段提高船舶自身信息精細化程度，但是艙室眾多、結構復雜、金屬干擾嚴重的船載環境給傳統位置信息監測手段帶來了一系列困境和約束。2020年2月，轟動一時的鉆石公主號事件，更是對船舶上人員的定位跟蹤、位置管理提出了迫切的要求。目前，無線室內定位方法眾多，根據無線信號在室內定位中的應用方式，可將現有定位方法分為基于模型計算的室內定位和基于特征庫匹配的室內定位方法。

基于模型計算的室內定位方法主要是根據無線信號傳輸模型，利用無線鏈路信號強度，結合部署設備的物理空間信息，構建目標與部署設備之間的測距、測向以及測速模型，進而實現目標位置計算。這類定位方式通常依賴于多徑效應較小的理想室內環境，無線信號受噪聲影響較大，一般用軟件無線電等專用設備獲取無線信號，以保證信號的精確性。此外，當應用于船舶室內，往往面臨巨大的精度下降，無法在大規模船舶環境下部署使用。

基于特征庫匹配的無線室內定位方法核心思想是利用無線信號在不同位置上的空間差異性，將無線信號作為物理位置的特征(或稱為“位置指紋”)，通過構建一個目標位置與信號特征關系的定位特征庫，以特征識別和匹配的方式實現對目標位置的估計。特征庫匹配定位方法所需定位的參考測量節點少，可在非視距路徑下工作，降低了定位硬件成本且可保證較高定位精度，但其問題是定位特征庫會隨環境變化而失效，人工采集定位特征的部署成本和特征庫定期更新的維護成本過高，每次采集更新特征庫需要耗費巨大的時間、人力，限制了其普適化和規模化應用。

綜上所述，盡管目前一些普通室內定位算法已經相當成熟，但是較為復雜的船載環境對這些算法產生了極大的約束作用。

發明內容

本發明的目的是克服現有技術中存在的成本高、定位精度低、定位計算量大的缺陷與問題，提供一種成本低、定位精度高、定位計算量小的基于CSI的雙循環神經網絡的船載環境室內定位方法。

為實現以上目的，本發明的技術解決方案是：一種基于CSI的雙循環神經網絡的船載環境室內定位方法，該方法包括離線訓練階段與在線定位階段；

離線訓練階段包括以下步驟：

A、分別在船舶室內環境和普通室內環境中，在設備部署和人行走路線相同的情況下，采集人行走時的CSI數據；

B、將船舶室內環境下采集的CSI數據輸入到基于LSTM的CSI去噪循環神經網絡；

C、將去噪后的船舶室內環境CSI數據輸入到CSI清洗模塊，利用共軛相乘法消除數據中存在的采樣時間偏移和載波頻率偏移，并使用一個帶通濾波器消除靜態多徑的影響；

D、將步驟C處理后的CSI數據輸入到CSI參數估計模型，得到各路徑信道參數；

E、將各路徑信道參數輸入到基于LSTM的參數匹配循環神經網絡中；