位置指纹提取基于磁场大小的室内定位

文摘

基于智能手机的室内定位极大地帮助人们找到他们的位置在复杂和不熟悉的建筑。一个流行的定位方法是利用室内磁场,因为这个功能是稳定和infrastructure-free。在这种方法中,智能手机上的磁力仪嵌入式测量室内磁场和查询它的位置。然而,磁强计的环境相当恶劣。这个严酷主要由粗粒度的硬/软铁校准和传感器电子噪声。两种干扰磁场的位置分辨率降低。因此,重要的是要从磁场中提取位置特性来减少这些干扰。分析了磁强计的主要干扰源嵌入式智能手机。此外,我们提出一个可区别性特征测量技术来评估不同的特征提取方法的性能。实验显示,选择指纹将会改善位置分辨率。

1。介绍

基于位置的服务(LBS)在智能手机近年来吸引了极大的关注,由于方便、高精度定位服务显著改善人们的日常生活。这些服务包括一个司机导航目的地在一个陌生的地方,寻找一本书在一个大的图书馆,或者找到一个朋友在一个复杂的机场。

然而,传统的定位技术,GPS,例如,仅可在户外场景。他们变得无效时室内区域,因为墙壁和屋顶显著减弱GPS卫星的信号。

因此,许多已被研究人员提出了室内定位技术。这些技术包括WiFi (1- - - - - -4],回声[5,6),和调频(7- - - - - -9)为基础的方法。然而,基于无线定位方法是能源昂贵的智能手机。回波的方法太敏感位置的变化,这使得它们大面积连续定位不当。调频方法往往成为无效的射频(RF)信号衰减的障碍。

随着传感系统安装在智能手机的发展,基于传感室内定位方法。感觉到关于位置的信号,然后根据这些信号估计用户的位置。室内磁场是一种基于位置的重要信号,可以感觉到,磁力计嵌入式智能手机上。

室内磁场是一个普遍的地磁场引起的异常场。因为它的位置相关,infrastructure-free和节能特性,许多研究人员都集中在利用室内地磁场的室内定位的目的。一些专家(10)利用室内磁异常作为地标性建筑,因为这些异常由铁磁对象,也就是说,柱子和门,是相对稳定的。其他研究人员(11)构建一个室内磁级模型,使用概率方法来估计用户位置。为了提高定位的可行性,专家(10,12]介绍了粒子滤波框架,它可以融合多位置的方法,包括WiFi,蓝牙,和行人航迹推算(PDR)。

智能手机收集室内磁场磁力仪的信号;然而,这个过程是由硬/软铁干涉效应,手抖和电子噪声,这不是关于位置的。这些干扰降低分辨率基于磁场的位置指纹定位系统。

本文的主要目的是提取关于位置的只有室内磁场对室内定位的特点。虽然室内磁场包含位置信息,这些信息是由硬/软铁干涉效应,手颤,电子噪声。因此,拒绝干扰信号并保持关于位置的信号是很有利于提高室内定位性能。

有两个主要挑战磁场大小(MFM)基于位置特征提取。第一个是确定干扰源磁力计嵌入式的智能手机。本文首先探讨了磁强计测量的模型,然后逆模型来估计室内磁场来自磁强计测量。与这个逆模型以及相关的实验中,发现真正的基本干扰源MFM估计是粗粒度的软/硬铁校准和传感器电子噪声。

其次,有各种磁场指纹提取方法;因此,有必要选择一个高明显的其中之一。然而,一些研究人员已经研究了这个问题。Galvan-Tejada等人时间相比,频谱和能量特性的室内磁场(13]。但他们的工作集中在房间级别分类。虽然定位精度可以反映指纹性能在某种程度上,这是定位算法的影响。因此,衡量指纹分辨率,本文提出了一种新颖和轻量级分辨率测量方法(爵士)。这种方法提供了一个独立的方法资格指纹分辨率,它有低的开销相比以前的作品。

总之,我们的贡献三个方面:(我)我们进行深入研究室内磁场属性和磁强计测量。然后,我们现在认为粗粒度软/硬铁校准和传感器噪声的根本原因是设备异构性和用户的多样性。(2)我们提出一种新的指纹分辨率测量方法,夫人,这是特别适合低分辨率MFM指纹。(3)夫人,我们对各种指纹提取方法进行研究,发现巴特沃斯低通滤波器(LPF)是一种高明显指纹提取方法的实验。

本文在商用智能手机进行广泛的实验评价研究。实验结果表明,粗粒度软/硬铁校准和传感器电子噪声是普遍的在各种各样的智能手机。巴特沃斯滤波器指纹很明显的指纹提取方法。混淆矩阵及其定位错误也计算显示高的定位精度提高明显的指纹。

本文组织如下。部分2描述了相关工作。部分3检查室内磁场形成的背景以及它的优势和挑战在室内定位。部分4介绍了嵌入式磁力仪在智能手机的主要干扰来源。部分5介绍了指纹爵士研究寻找一个高分辨率测量方法和明显的指纹。部分6描述了实验。最后,部分7总结了论文讨论。

2。相关工作

定位技术是实现普适计算领域的技术,它提供了一个上下文感知服务的基础。许多努力都致力于这一领域,已经有很多商用定位技术。近年来,各种基于室内MFM的定位方法已经被提出;然而,很少有研究涉及MFM位置特征提取。

Chavez-Romero等人提出了一个基于机器人轮椅的室内定位方法利用视觉标记和粒子滤波(14]。他们的系统是安装在轮椅上,车轮可以提供测程法数据,不能用于行人拿着智能手机用户。

李等人解决可靠和精确的室内定位的商品上使用惯性传感器常见的智能手机(15]。他们利用基于室内磁场罗盘为他们提供定向粒子滤波定位系统。

舒等人描述一种融合的室内定位系统与普遍的磁场和投机取巧的WiFi (16]。他们注意到的现象不同的设备和不同的智能手机的态度引起磁场测量偏移量。他们删除MFM序列的均值来克服这个偏移量。此外,系统使用这些序列来更新粒子体重每一步的事件。

Frassl等人研究了磁场的室内环境地图(17]。他们研究了磁场强度和方向分布特性。根据他们的分析,他们实现了一个使用脚安装高精度室内定位系统惯性传感器以及磁强计。

Angermann等人的特性进行了深入研究室内磁场(18]。他们利用一个校准传感器包安装在测量设备与代码量距收集和评估室内磁场。在他们的工作,他们提出了多个测量沿着路径显示很强的调制。

勒等人研究了磁场映射和融合方法,室内定位(11]。他们的算法证明了地磁扰动携带足够的信息来定位没有帮助从其他传感器。他们建立了一个磁强计测量概率模型来更新粒子重量在他们基于粒子滤波定位算法。

谢等人建立MaLoc,基于磁指纹的室内定位系统(12]。他们提出了这一想法,磁力仪的灵敏度是不同的在不同的智能手机。因此,他们使用磁性大小差异比较与训练数据实时采样数据。

Galvan-Tejada等人提出了一个扩展和改进他们的之前的室内定位模式13]。模型测试许多磁场信号特性,包括峰度,意思是,和斜率。然而,他们的模型是专为房间级别分类。

虽然有各种磁场特征提取方法利用不同的室内定位系统,他们把主要精力集中于本地化用户通过原始磁级指纹。然而,原始的指纹由粗粒度软/硬校准和干涉传感器电子噪声。因此,本文深入研究了如何减少磁强计干扰和现在的爵士算法评估不同MFM特征提取方法的性能。

3所示。了解室内磁场

现代建筑一般采用钢筋混凝土结构。然而,这些铁磁材料扭曲的磁场在各种礼仪在不同的地区。尽管这种扭曲是负方向估计行人航迹推算(PDR),它可以用作室内位置特性。

在本地室内磁场扭曲,因为柱子,自动扶梯和大型铁家具。这些铁磁对象变化磁场线的传播,所以室内MFM揭示不同强度在不同的位置。图1说明了这种扭曲:大小不同位置的变化。

室内磁场畸变模式是静态的,因为地球磁场变化而缓慢。此外,室内磁异常主要是由建筑铁磁结构。因此,只要结构不变,磁异常将不变。例如,图1演示了这种稳定。一个走廊的MFM收集两次50天。虽然有两个信号之间的温度校正,异常的两个是相似的。校准抵消部分的解释5.2。

磁场分辨率较低。地磁在地球表面的大小范围从25到65T (19]。因为室内磁场主要是由对地磁场的扭曲,这种狭窄的范围也近似级室内磁场的范围。因此,类似的变形模式的数量将增加的扩大搜索范围。红线图1作为一个例子;只有一个位置的大小,等于50当第一个计的搜索范围是有限的。但位置数增加到3时,搜索范围增加到10米。因此,可以推断,搜索范围的时间越长,越令人困惑的地方。

作为一个简短的总结,室内磁场局部扭曲和位置稳定,室内定位的优势,但该领域的低分辨率带来挑战位置特征比较。

4所示。室内磁场干扰

在本节中,我们讨论的过程中磁强计测量地磁场和磁力仪噪音。此外,我们分析干扰源的磁强计测量。

4.1。磁力计在智能手机的特点

内心复杂电磁环境的智能手机和用户行为的多样性使它很难精确测量环境磁场。

磁强计测量室内磁场的位置相对于价值取向的电话。这个值与每个元素代表一个三重沿着三维磁场的大小的手机的框架。此外,考虑到矢量的表达式在坐标系是,那么磁强计测量可以表示如下(20.]:

智能手机磁力仪是由加性干扰和干扰乘法当测量地磁场干扰。

添加剂的干扰在磁强计测量由两部分组成:硬铁效应和传感器偏移(1)所示。此外,硬铁效果是永久磁化铁磁部件在印刷电路板(pcb)添加一个偏移量字段当磁强计测量地磁场。传感器偏置是零磁场抵消磁强计的工厂校准。

乘性干扰在磁强计测量由三部分组成:软铁效应,磁强计的非正交性,和不平等的收益(2)显示。首先,软铁效果外领域,例如,地磁和演讲者,在垂直入射铁磁元件PCB,引起干扰磁场时,磁强计是测量地磁场。其次,磁强计传感器之间的非正交性是缺乏完美的正交轴相对于手机的坐标系统和传感器。最后,不平等的收益是不同的在三轴磁强计。

方程(3)演示了整个过程的智能手机磁强计测量地磁场。首先,真正的地磁场表示在北,东,(NED)框架。然而,磁强计测量是在手机内,所以电话帧的地磁场,代表从地球坐标系电话坐标系变换矩阵。此外,考虑所有可能的电话帧,地磁场的通用集电话帧可以红色球体,如图所示2。其次,磁强计是由乘性干扰,干扰使磁场获得不同的沿着不同的轴。因此,普遍设置成为一个椭球体。最后,加性干扰使通用集椭球离开原来的电话,如蓝色的球体所示。换句话说,一个磁强计测量是一个向量的从原始点蓝色的椭球体。

方程(3)表明,磁强计测量严重干扰,不能用于本地化。然而,一个可行的方法是估计从。从(3),估计可以很容易地推导出:

此外,考虑到是一个单元坐标系变换矩阵,的大小可以从(4):

在(5),和估计乘法和加法干扰参数。解决和实际上是计算蓝色椭球中心及其椭球参数在图吗2。解决这些问题,一个智能手机商品的一般方式是旋转设备在图8的小空间。因此,磁强计收集全向数据。这些数据是分布在蓝色的椭球图2。因此,使用柯列斯基分解(21),椭球中心和椭球参数可以派生,即和。作为一个结果,计算。

(5)显示的精度估计依赖于估计的精度和。尽管智能手机总是运行背景磁力仪校准,它是一个复杂的问题。结果,只有粗校正参数计算。因此,磁场大小变化的旋转装置。图3清楚地显示这些属性,磁信号收集在一个小立方体,15厘米边缘:红色虚线信号收集与平行运动。蓝色的整车信号收集全向旋转运动。在实验结果中,并行信号波动范围是3.7波动范围为13.3 T,而转动信号t .相比之下,一个典型道路的波动范围大约是30T,如图1描述,类似与全方位旋转情况。因此,随机全向设备旋转干扰足以污染位置特性,如图4表明:磁信号沿着走廊直走,期间收集的4种不同的态度和最后一个收集与旋转设备。显然,尽管信号级不同的态度有不同的平均值,其交流电(AC)组件的信号是相似的。但是,旋转幅度信号,他们已经变得模糊。

因此,粗粒度的加法和乘法参数在智能手机上可以用测量磁场大小被敏感的旋转运动。换句话说,磁场大小只有当设备保持在一个相对稳定的局面。

4.2。磁强计测量

智能手机磁强计遭受随机波动信号,包括励磁电流、反馈电路和信号调节从传感器内部22,电流在线圈传感器(外23]。因此,这些信号会使磁力仪输出信号与噪声相结合。

图5揭示了直方图的统计结果吵了MFM信号收集的一个静态的智能手机。显然,信号服从正态分布,意味着等于54.16T和标准偏差为0.72t .因此,室内磁场测量方程(3)应该被更新(6),是高斯噪声。因此,

因此,更新估计地磁级(7),是高斯噪声。因此,

总之,本节分析干扰源的磁力仪,包括手运动和先生噪音,有害的室内定位。

5。室内磁指纹提取

本节提出了几种室内MFM指纹提取方法。为了比较这些方法,首先,提出了一种指纹分辨率评价模型。其次,进行了一系列的评价找到高明显提取指纹。

5.1。指纹段可区别性评价方法

室内磁场是一个关于位置的磁场引起地磁场不断扭曲的钢筋混凝土建筑结构。因此,它可以作为室内位置特性,利用位置指纹。位置指纹是一个静态位置空间和功能空间之间的映射,可以确定一个位置,从观察到的特性。换句话说,一个合格的指纹有两个特点:时间稳定性和空间分辨率。室内MFM的时间稳定性主要取决于稳定的地磁场和建筑结构一节中讨论的。空间分辨率,专家们提供了一些见解(17,18];然而,据我们所知,没有研究量化分辨率。在这一部分中,本文首先介绍了MFM的分辨率,然后它的计算方法。

基于室内磁场定位一般有两个阶段:训练阶段和指纹定位阶段模型。在模型训练阶段,运动鞋收集指纹空间信号,然后马克他们提供位置信息,最后生成定位模型。在指纹定位阶段,用户收集实时指纹信号,然后通过比较实时估计用户位置指纹信号和定位模型。例如,给定一个定位模型(表示为在图6),假设用户已经收集了目标段(表示为在图6)。本地化用户找到最可能的目标片段的位置定位模型。实现这一过程通常是通过比较目标段和所有候选片段之间的相似性与滑动窗口模型技术。然而,错误的位置(和)有时会比真实更相似的位置在上一节由于干扰分析。本文定义的能力目标指纹段区别定位模型作为指纹段分辨率。

指纹段分辨率正比于段长度虽然模型指纹长度成反比。图6清楚地显示这些关系:(一)表明,在第一个20米模型的指纹,只有两个候选人段,但数量上升到3当模型指纹延伸至55米。然而,当目标区段长度增加到4米,候选人从3比1段数量下降。

信号之间的相似性可以测量目标段和一个候选人段意味着它们之间的欧氏距离。此外,目标段之间的相似之处和所有可能的候选片段通过滑动窗口模型可以计算指纹。例如,目标段之间的相似之处和可能的候选人段在图6可以如图7,红色恒星地面真理目标段的位置。在(a),峰值最高的三个代表三个最相似的候选人在指纹2段的位置,和(b)也是一样。

为了测量MFM指纹段对模型的分辨率指纹,段分辨率需要量化。虽然距离是一个常见的错误方法测量定位算法的性能,认为错误是不可行的距离代表分辨率,因为MFM的低分辨率。因此,本文提出了一种分辨率测量方法(爵士)基于类似的片段的数量和信号相似的欧几里得距离交流信号组件,这是总结了算法1。

段分辨率随目标指纹比较长度延伸。分辨率范围在于(]。当目标段分辨率= 1时,它将代表认为,与相应的比较长,部分可以在给定的局部指纹。图8揭示这种关系在图的指纹6:当目标区段长度增加了2.6米,部分可区别性上升到最大,因此可以确认它的位置。因此,为了找到一个指纹段从给定的定位模型,比较这段的长度应大于该值的分辨率等于1。

5.2。关于位置指纹提取

室内磁场信号是关于位置;然而,很难准确地收集这个信号的磁强计的智能手机,因为粗粒度的校准参数和传感器电子噪声,作为讨论的部分4。因此,这些干扰降低磁级分辨率,导致定位精度衰减。

为了提高定位性能,重要的是要过滤信号收集的磁强计和从这些信号中提取关于位置的只有指纹。MFM收藏有三个主要影响因素:时间和设备影响的态度,身体颤抖,传感器电子噪声。对时序的影响,用户将不可避免地铁磁材料的方法,包括铁椅子和汽车,智能手机在日常生活中。这些材料将会改变内部磁环境内的设备。虽然智能手机将自动校准的校准程序这一变化,这一过程是粗粒度的,将导致校准信号向上或向下转移。这种转变将保持稳定,直到另一个校准发生,如图1。设备的态度类似的效果与时间的影响,如图4。因此,有必要把直流电(DC)组件的磁信号。然而,左边的交流分量仍将由手颤抖和传感器电子噪声干扰。

身体颤抖的因素是轻微的随机颤当用户携带移动设备。通过粗粒度的硬/软铁效果的影响,这颤抖将扭曲的磁强计输出。最后,传感器电子噪声因素是磁力仪输出的加性噪声。因为这些因素与位置没有关系,它应该是移除这些信号组件可提高定位性能。

几种指纹提取方法研究了拒绝location-unrelated信号组件:小波变换,Savitzky-Golay过滤器,移动平均滤波器、小波去噪和巴特沃斯滤波器。小波的小波变换方法计算一系列不同尺度与给定的小波(24]。在数字信号的小波变换1表示为图9。换句话说,该方法将时域信号转换为频域信号,并预计这个变换可能拒绝location-unrelated信号组件。在这一变化中,不同的小波系数需要不同的空间延迟;因此,1米是选为马克斯。容忍延迟,如蓝色线所示。因此,指纹如图10和垂直的正面和反面是过渡区域应该被丢弃。

Savitzky-Golay过滤方法适合连续相邻数据点的子集与低度多项式的线性最小二乘方法,也称为卷积(25]。这种方法应该增加没有大大扭曲了信号的信噪比。因此,由此产生的指纹如图11。

移动平均滤波方法使用移动平均滤波器平滑数据,也就是说,去噪MFM信号平均相邻测量,牺牲一些相邻的差别。由此产生的指纹是显示如图12。

小波去噪方法执行使用给定的小波去噪(26]。一般来说,有三个步骤的过程:原始信号分解的细节系数,细节系数修改阈值的基础上,根据修改的细节系数和信号重建。随之而来的指纹如图13。

巴特沃斯滤波器是一种最大限度地平级过滤器,目的是尽可能平坦的频率响应在通频带27]。考虑到室内MFM主要由建筑结构扭曲比用户更大的运动,低通滤波器(LPF)适用于指纹提取。滤波器的幅度响应中使用的系统是描绘在图14从0到0.9赫兹,通频带。由此产生的指纹如图15。

为了比较不同的分辨率指纹提取方法,实验收集数据意味着分辨率爵士的每个方法在不同长度进行比较,如图16。很明显,实验显示,除了小波变换方法,其他指纹提取方法改进的指纹分辨率比原始的指纹,特别是当指纹段的长度比较短。这种改善欠原始信号的去噪。此外,巴特沃斯滤波器指纹最高分辨率在所有这些提取的指纹,因为它拒绝噪音基于信号的频率,而不是简单的平均相邻测量。

总之,本节提出了一种指纹分辨率测量方法,夫人;此外,使用此方法,巴特沃斯滤波器是发现高明显指纹提取方法对于室内磁场的研究。

6。实验

这部分首先介绍了软/硬铁标定的实验结果在不同的智能手机。然后,本文比较和评估室内MFM的指纹提取方法从不同的方面。

6.1。实现

但是。设备

这些设备用于我们的实验三个商用智能手机:HTC一个X,三星S4,和华为Mate7,主要CPU和传感器参数中指定的表1。算法在Matlab中实现2016,运行在PC与英特尔i5双核CPU、16 G内存,Win10 64位操作系统。

6.1.2。测试区域

这些实验在一个大型建筑,测试面积约1500²。这是一个典型的办公室环境。

6.1.3。指纹采集

路上用于我们的实验是大约50米长。测试者被要求速度自然沿着路走,电话在他们的手。

6.2。干扰的来源室内磁场

这一部分评估磁强计干扰源来自两个方面:磁力仪标定误差的硬/软铁和磁强计电子噪声。

6.2.1。无处不在的硬/软铁标定误差在智能手机上

测试人员选择一个小的自由空间(0.001米³在实验室大约)。然后,三个测试设备,测试人员先后拿起其中一个进行一分钟的两个动作:首先,测试人员随机parallel-moved小空间内的电话保持其静态的态度。然后,测试人员随机旋转电话与全向运动。磁场的空间太小了,在这个空间可以被看作是一个常数。因此,第一个平行运动有点硬/软铁的影响效果;相比之下,第二旋转运动收集MFM从多个方向的智能手机,这表现出各向异性磁强计,如图17揭示了。

6.2.2。相对稳定的硬/软铁校准抵消在相同的智能手机

测试人员随机选择三个小空间(0.001米³在实验室大约为每个)。然后,测试人员进行了两次运动最后一个实验一样在每一个空间和一个设备。显然,这三个空间的磁场是不同的。图18表明,尽管事实上收集空间是不同的,导致不同程度平均值,标准差之间的差异平行运动和旋转运动相似,这说明相对稳定的硬/软铁校准的设备。

6.2.3。普遍的磁强计噪声智能手机上

为了测量磁强计噪声不同的智能手机,测试人员先后把三个智能手机在同一个地方,然后收集MFM一分钟。如图19显示,所有样本数据符合正态分布的三个集群,这表明一个常见的高斯电子噪声。此外,MFM的平均值和标准偏差的三个智能手机是不同的:首先,说明了不同的硬/软铁标定误差不同的智能手机,而标准差揭示普遍但不同传感器噪声水平。

6.2.4。相对稳定的磁强计噪声相同的智能手机上

为了研究磁力仪噪音水平在不同的地方,相同的智能手机在实验室测试人员随机挑选的三个地方,然后把手机在每个地方,让智能手机静态抽样一分钟。如图20.揭示了三个,分布有不同的大小,但是他们的标准差是相似的,这说明相对稳定的传感器噪声相同的设备上。

总之,作为实验而言,软/硬校准偏移和磁力仪噪音水平在不同的智能手机是不同的;然而,这些偏移量和噪声水平相对稳定在同一设备。这两个因素是磁强计干扰的主要来源。

6.3。指纹提取评价

在这一部分中,测试人员首先检查MFM的分辨率指纹提取的不同的方法。然后,他们评估由混淆矩阵最优指纹。

评估可区别性,测试人员计算意味着爵士分辨率不同提取方法之间的两个指纹如图1。此外,分辨率是影响指纹比较长,所以测试人员需要评估分辨率在不同长度进行比较。因此,意味着爵士分辨率序列计算每个提取的指纹包含以下步骤。

步骤1。分配一个比较长和指纹提取方法。

步骤2。与,提取两个指纹和从两个原始指纹在图1。

步骤3。随机选择一个指纹比较长从指纹。

步骤4。计算分辨率爵士的指纹针对指纹。

第5步。重复步骤2- - - - - -4一百乘以100爵士分辨率值,然后计算平均分辨率爵士。

步骤6。分配一个新的比较长度和重复步骤1- - - - - -5得到一个爵士分辨率序列具有不同长度进行比较。

对于每一个实验,两个原始指纹是参照群体。此外,为了使实验精确,指纹段步中选择3对于不同的指纹提取方法是相同的。

6.3.1。由不同的小波分析小波提取的指纹

测试人员使用不同的小波分析指纹提取得到不同的指纹和计算他们的意思是爵士分辨率序列。统计结果如图21:morl小波表现最好的,Haar小波有一个小进步,甚至其他3小波比原始的指纹。这个结果表明,小波指纹提取的性能取决于小波的选择。

再。Savitzky-Golay指纹提取不同多项式订单

测试人员改变了多项式顺序Savitzky-Golay过滤器指纹提取得到不同的指纹和计算他们的意思是爵士分辨率序列。图22显示,低阶滤波器具有更高的分辨率。

6.3.3。平均移动指纹提取不同的平均长度

测试人员改变了光滑长度平均移动指纹提取得到不同的指纹和计算他们的意思是爵士分辨率序列。图23只显示移动平均滤波器提高分辨率时比较长度很短。

6.3.4。小波去噪的指纹由不同的小波分析提取

测试人员使用不同的小波分析指纹提取得到不同的指纹和计算他们的意思是爵士分辨率序列。统计结果如图24:所有分析小波有能力改善指纹分辨率,特别是rbio2.2。

6.3.5。由不同的低通巴特沃斯滤波器指纹提取频率

在这个实验中,测试人员改变了低通频率指纹提取得到不同的指纹,然后计算出他们的意思是爵士分辨率序列。统计结果如图25:低频率,例如,0.5赫兹和1.0赫兹,改善比更高的频率分辨率。

6.3.6。多样性指纹提取

在这个实验中,测试者选择所有最明显的指纹在每一个以前一起实验和比较他们的分辨率。如图26所示,当比较长度小于7米,巴特沃斯滤波器整体最好的分辨率;然而,当比较长度大于7米,没有很大的区别不同的指纹提取方法。

6.3.7。混淆矩阵的巴特沃斯滤波器指纹

为了直观地说明了改进原始指纹和巴特沃斯滤波器提取指纹,测试人员利用混淆矩阵。矩阵的每个元素之间的相似度是两个指纹的两个位置。相似性是指两个指纹的欧几里得距离段从这些位置。段5米长。原始信号对测试人员计算混淆矩阵,巴特沃斯指纹配对,减去指纹对。三对指纹的关系如下:

三个混淆矩阵图所示27,28,29日。显然,如图27显示,虽然同一位置id的片段相似(突出主对角线),有许多困惑点错位置(突出点在主对角线外)。图28显示之间的相似部分相同的位置提高,同时段不同位置的相似性。在图29日,测试人员可以看到,没有突出主对角线。这意味着一个段在指纹中减去1减去指纹2中类似于所有领域。换句话说,减去指纹没有位置信息。

如果测试人员使用最相似的点作为定位结果,第三四分位数的原始指纹定位误差是0.78 m和巴特沃斯指纹是0.47米,40%的改善。

因此,这个实验表明,巴特沃斯指纹指纹分辨率,改善和减去信号对本地化是有害的。

7所示。结论

本文首先论述了主要干扰来源智能手机的数据收集;也就是说,由于粗粒度的硬/软铁校准,轻微的手颤抖带来干涉磁强计测量。传感器电子噪声是磁强计干扰的另一个来源。

然后,我们现在的夫人,一个可区别性评价模型基于MFM指纹。在这个模型中,一个指纹的分辨率可以代表段对另一个指纹。此外,鉴于比较长,可以量化两个指纹之间的分辨率意味着分辨率爵士。

最后,利用分辨率爵士,我们比较几种提取方法基于MFM指纹。因此,我们发现巴特沃斯滤波器指纹是最明显的一个是我们的实验而言。

此外,实验证实了分辨率测量方法的有效性,爵士,以及巴特沃斯滤波器的优越性指纹。

相互竞争的利益

作者宣称没有利益冲突有关出版的手稿。

确认

这项工作是支持部分由中国国家自然科学基金(61374214),重大项目的工业和信息化部(2014 zx03006003 - 002),深圳的发展特殊项目战略性新兴产业([1787),863年的成果转化项目天津(14 rchzgx00857),以及中国的国际科技合作项目(2015 dfg12520)。

引用

1. 杨和H.-R。基于wifi室内定位,“邵IEEE通讯杂志,53卷,不。3、150 - 157年,2015页。视图:出版商的网站|谷歌学术搜索
2. x徐、l .谢和l .彭”设计的室内定位系统基于无线信号强度特点,“计算机工程41卷,第91 - 87页,2015年。视图:谷歌学术搜索
3. 方舟子x, z田,m .周,l·李”分享服务室内综合WiFi / MEMS定位算法在多层环境中,“机器》第六卷,没有。3、347 - 363年,2015页。视图:出版商的网站|谷歌学术搜索
4. 梁m . f . Yu江,j . et al .,“基于分支界限的室内无线定位算法”学报信息科学国际会议、电子和电气工程(ISEEE 14),1 - 3卷,第1307 - 1305页,2014年4月,日本札幌。视图:谷歌学术搜索
5. 研究。“东和k . g . Shin EchoTag:准确infrastructure-free室内位置与智能手机标签,”诉讼21年的移动计算和网络国际会议(MobiCom 15),页525 - 536年,巴黎,法国,2015年9月。视图:出版商的网站|谷歌学术搜索
6. k·刘,刘x, x,”她:通过智能手机,支持细粒度的室内定位”《第11届国际会议在移动系统中,应用程序和服务(MobiSys 13),页235 - 248,台北,台湾,2013年6月。视图:出版商的网站|谷歌学术搜索
7. 答:Popleteev t·恩格尔,“Device-free室内定位环境调频广播信号的基础上,“国际环境计算和情报杂志》上》第六卷,没有。1,35-44,2014页。视图:出版商的网站|谷歌学术搜索
8. 诉Moghtadaiee和a·g·Dempstera”室内位置指纹使用调频广播信号,”IEEE广播,60卷,不。2、336 - 346年,2014页。视图:出版商的网站|谷歌学术搜索
9. d . y . Chen Lymberopoulos, j·刘,b .标“室内定位使用调频信号,”IEEE移动计算,12卷,不。8,1502 - 1517年,2013页。视图:出版商的网站|谷歌学术搜索
10. k . p . Subbu b Gozick, r·丹“LocateMe: magnetic-fields-based室内定位使用智能手机,”ACM智能交易系统和技术,4卷,不。4、第73条,2013年。视图:出版商的网站|谷歌学术搜索
11. 大肠Le Grand和杜伦,“硬件磁场映射和融合对于室内定位,”《IEEE国际会议上多传感器融合和集成智能系统(MFI的12)2012年9月,页358 - 364。视图:出版商的网站|谷歌学术搜索
12. h·谢,t·顾x道,h .你们和j . Lv”MaLoc:实际磁指纹识别方法对室内定位使用智能手机,”诉讼的ACM国际联合会议上普遍的和无处不在的计算(主要的14)2014年9月美国,西雅图,洗。视图:出版商的网站|谷歌学术搜索
13. c . e . Galvan-Tejada j·巴勃罗Garcia-Vazquez, r·f·Brena”磁场特征提取和选择室内位置估计,“传感器,14卷,不。6,11001 - 11015年,2014页。视图:出版商的网站|谷歌学术搜索
14. r . Chavez-Romero a . Cardenas m .玛雅a·桑切斯和d . Piovesan”摄像机空间粒子滤波的健壮的和精确的室内定位轮椅,“杂志上的传感器卷,2016篇文章ID 8729895, 11页,2016年。视图:出版商的网站|谷歌学术搜索
15. f·李,赵c、g .叮,j .龚c . Liu和f .赵,”一个可靠的和精确的室内定位方法使用电话惯性传感器,”学报》第14届国际会议上无处不在的计算(主要的12),页421 - 430,宾夕法尼亚州匹兹堡,美国,2012年9月。视图:出版商的网站|谷歌学术搜索
16. y, c . Bo g .沈c .赵l·李和f .赵”Magicol:室内定位使用普遍的磁场和投机取巧的无线传感、”IEEE在选定地区通讯》杂志上,33卷,不。7,1443 - 1457年,2015页。视图:出版商的网站|谷歌学术搜索
17. m . Frassl m . Angermann m . Lichtenstern·罗伯逊b·j·朱利安和m . Doniec“磁场的室内环境地图腿的精确定位和non-legged运动”《IEEE / RSJ智能机器人和系统国际会议(——“13),页913 - 920,东京,日本,2013年。视图:谷歌学术搜索
18. m . Angermann m . Frassl m . Doniec b·j·朱利安·p·罗伯逊,“室内磁场的描述应用程序本地化和映射,”学报》国际会议室内定位和室内导航(IPIN 12)2012年11月,悉尼,澳大利亚,。视图:出版商的网站|谷歌学术搜索
19. a . Wahdan j .格奥尔基·a . Noureldin,“三维磁强计校准与行人、小空间覆盖率”IEEE传感器杂志,15卷,不。1,第609 - 598页,2015。视图:出版商的网站|谷歌学术搜索
20. t . Ozyagcilar校准的eCompass硬和软铁的存在干扰飞思卡尔半导体,2015。
21. j·m·g . Merayo·布劳尔f . Primdahl j·r·彼得森和o . v .尼尔森,“标量向量磁力计的校准,”测量科学与技术,11卷,不。2、120 - 132年,2000页。视图:出版商的网站|谷歌学术搜索
22. m . Butta和i Sasada噪音来源基于正交磁通门磁强计在基本模式,”IEEE磁学,48卷,不。4、1508 - 1511年,2012页。视图:出版商的网站|谷歌学术搜索
23. t . Ozyagcilar使用磁力计传感器布局建议多氯联苯飞思卡尔半导体,2015。
24. b . Vidakovic p·穆勒,介绍小波施普林格,柏林,德国,1999年。
25. a . Savitzky和m . j . e .戈利平滑和分化的数据简化的最小二乘法程序,”分析化学,36卷,不。8,1627 - 1639年,1964页。视图:出版商的网站|谷歌学术搜索
26. d . l . Donoho”通过对振动去噪,“IEEE信息理论第41卷。。3、613 - 627年,1995页。视图:出版商的网站|谷歌学术搜索|MathSciNet
27. s .巴特沃斯滤波器放大器,理论”无线网络工程师7卷,第541 - 536页,1930年。视图:谷歌学术搜索

版权

版权©2016“邵等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。