文摘
最近定位服务越来越关注不仅在科研界也从服务提供者。从服务提供者的角度定位服务,能够无缝地运行在所有环境中,例如,室内,密集的城市和农村,打开新市场有巨大的潜力。然而,这样的系统不仅需要提供精确位置估计,但必须是可伸缩的和对假定位请求。在前面的工作,我们提出了一种模块化的系统,这是能够提供无缝定位在不同的环境中。系统自动选择最优定位模块根据可用的无线电信号。目前系统包括三个定位modules-GPS,基于GSM的定位和基于无线定位。在本文中,我们将提出算法将减少位置估计所需的时间,从而允许更高的模块化系统的可伸缩性,从而允许提供定位服务的用户。这样的改进是非常重要的,真实世界的应用程序,其中大量的用户需要位置估计,由于定位误差是影响定位服务器的响应时间。
1。介绍
在过去的几年中,移动设备的定位成为重要课题不仅对研究人员还对服务提供者。服务提供者可以受益主要来自小说室内定位系统和系统能够估计位置的用户无缝地在各种环境中。然而,大多数这些系统仍然只在开发和测试阶段(1]。现在几乎所有的移动设备都集成至少一个全球导航卫星系统(GNSS)接收机,最常见的是全球定位系统(GPS)。gnss主要在室外环境中可以使用估计移动用户的位置。然而,基于GNSS的定位精度并不总是足够高的基于位置的服务提供可靠的位置估计(2]。定位误差user-grade GPS接收器可以很容易地高于100年城市环境主要是由于信号阻塞和多路径传播。因此,重要的是要介绍备份解决方案基于其他技术甚至对户外环境。
另一方面,在室内环境更为苛刻的定位精度和GNSS接收器通常无法估计的位置在这些环境中。目前已经有很多不同的室内定位系统提出解决问题,基于无线网络(3- - - - - -6[],惯性测量7,8),图像处理9),或磁测量10]。
室内定位基于惯性测量似乎是很有前途的;然而,惯性测量单元(IMU)传感器集成在移动设备遭受更高的错误。这是由于这样的事实:集成艾莫斯的低成本和低质量。也广为人知,随着惯性定位估计的准确性降低由于集成噪声测量的时间8]。这可能导致非常不准确的估计位置。
定位用磁强计测量可以提供准确的结果,但需要校准测量执行在不同的方向上定位区域,由于磁场定向依赖(11]。另一个问题是处理的测量,因为在基于磁定位不能使用静态测量和各种用户的运动速度的差异必须被淘汰12]。最重要的是,处理庞大的数据库的测量目前有问题的,因为它可以引入延迟位置估计(13]。
结果通过光学定位系统很有趣;然而相对较高的图像处理算法所需的计算能力的估计位置和实现光学标记通常需要领域的定位(14,15]。实现光标记可以是有问题的,甚至不可能在某些领域。
相反,无线网络被广泛部署在室内和室外环境中,因此可以提供信号,可用于位置估计。在我们的论文,我们决定使用基于GSM和wi - fi信号定位,因为目前大部分用于这些网络设备实现了接收器。此外,这些网络的信号在室内和室外环境中几乎无处不在。
我们以前提出的模块化的定位系统16)能够自动切换各种定位模块(GNSS、GSM和wi - fi)根据测量信号的质量。发达模块化定位系统的移动设备的位置估计的定位服务器,以防GPS信号不是或测量质量低。当需要选择定位测量从wi - fi和GSM网络在移动应用程序收集和预处理和发送到本地化服务器估计位置的移动设备。在本文中,我们将介绍的算法,使部署模块化系统通过减少定位服务器的响应时间。
在本文中,我们将提出优化算法,它允许更好的模块化的定位系统的可伸缩性,从而允许通过减少复杂性为更多的用户提供定位服务的位置估计过程和响应时间。该算法将系统中发挥着重要的作用,因为定位服务的响应时间是至关重要的参数。本文的主要贡献是发射机减少算法的建议和测试。从本文中给出的结果很明显,提出的算法具有积极影响的复杂性系统,大量的发射机检测。此外,较低的删除发射器RSS没有负面影响定位精度。
剩下的纸是组织如下:开发了模块化系统与相关工作提出了部分2。部分3描述了该优化算法。测试场景将在部分4,部分5实现的重点是讨论结果,部分6将结束。
2。相关工作和模块化的定位系统
在本节中模块化的定位系统将被描述在一起已经实现的原理和算法。系统是基于指纹定位,因为它是最常见的和可靠的定位框架用于GSM和wi - fi网络。指纹似乎明显优于其他定位框架,特别是在环境与非线性的仿真结果)和强大的多路径传播。因此,我们将首先描述指纹识别框架。
所有基于指纹定位系统需要校正阶段为了创建radiomap区域定位将被执行。校正阶段,可以在一些文学称为离线阶段,代表了一种指纹识别框架的必要步骤。在这一阶段radiomap创建数据库和存储在本地化服务器。
原则上,本地化区域可分为小面积,这是由一个参考点(17]。radiomap施工期间收集RSS样本在每个参考点。RSS的矢量测量,指纹,包括RSS测量所有发射机的通信距离和可以定义如下: 在哪里发射机检测到的数量吗j参考点,米参考点的数量,RSS的价值观,代表的坐标j参考点,和参数向量可以包含额外的信息,这可能是用于位置估计。的想法radiomap数据库建设是描绘在图1。
在网上或本地化阶段移动设备的位置估计基于RSS测量向量。原则上,指纹是衡量移动设备和发送到本地化服务器。定位服务器使用算法来实现比较从移动设备接收指纹与指纹存储在radiomap。
在我们的系统中我们实现了确定性算法从最近邻的家庭。我们家庭决定使用神经网络算法,这些算法可以执行在同一水平统计算法和在某些情况下甚至可以比其他方法(18]。此外,他们的性能不受精度影响的统计模型是很重要的,以防当定位系统被认为是实现在异构环境中,也就是说,户外和室内环境。
确定性算法,基于假设RSS值在接收方不是随机的,取决于位置的移动设备19]。从这个假设很明显,移动设备的位置可以通过寻找相似性最高的估计从移动设备接收到的指纹和指纹存储在radiomap。在这种情况下是由位置估计 在哪里是一个非负权重因子(17]。权重计算之间的欧氏距离作为倒值从移动设备接收指纹和指纹存储在radiomap数据库。因为欧氏距离是使用最广泛的指标在神经网络算法,它也将被用于我们的实验。
的估计公式(2),这使最高权重和其他设置为零,称为WKNN(加权K最近的邻居)方法(19]。WKNN所有重量被称为资讯(K最近的邻居)方法。最简单的方法,被称为神经网络(最近邻)方法(20.]。在[21)发现WKNN和资讯的方法通常比神经网络方法,特别是在情况设置为3或4。
模块化的定位系统,提出了逻辑上高一个档次标准定位系统的结构。这意味着,所有的组件必须被开发系统的目标和需求。
模块化定位系统(16)可以表示成一组集成的组件,为其用户提供本地化服务。系统应该能够同时为多个用户提供访问服务为了商业有趣。模块化定位系统开发集中,因此所有位置估计计算定位服务器。系统是全自动的,因为所有通信是由现有的电信网络和没有需要实现新的基础设施。
模块化的理念定位系统是假设开发的GPS(全球定位系统),GSM,无线网络可以提供无缝定位在异构环境中,可以看到图2。系统提出了用这些定位模块,因为所有必需的技术通常在标准实施移动设备。系统成为一个开放的平台和开发新的定位模块可以实现根据需求,例如,蓝牙,Zig-Bee等等。
原则上模块化的定位系统可以分为三个部分,即移动设备,现有的网络基础设施,和定位服务器,相互交流,有自己的责任。系统可分为个体层次与不同的功能。这些层分为三个层次。原则上,每一层只允许交流与邻近层。然而,安全性和管理各级层必须提出,因此可以与任何三层通信。系统中所有层如图3。
最高的表示层可以被描述为应用程序接口。层负责用户交互和可视化位置估计的各种模式。
模块化的核心定位系统可以在逻辑层包含的应用程序。这一层是由模块化的定位算法(MLA),负责处理与所有必要的信号信息的定位请求从GPS, GSM, wi - fi。它还负责选择最合适的平台与移动通信设备。算法流程图如图中所示4。
最低层,服务层,由定位和优化算法在定位服务器,还负责实现本地化服务器和移动设备之间的通信。
MLA检查GPS可用性的想法是,如果GPS信号可用,它返回从GPS测量位置的移动设备。然而,很明显,全球定位系统(GPS)不会在所有环境中或由于缺少GPS硬件或没有足够的可见的卫星。在这种情况下wi - fi或将用于GSM测量位置估计。在这一步中发射器上面的算法计算数量的最小可测信号电平的wi - fi ()和GSM ()网络。如果高于或等于3,基于无线定位选择。3发射器(APs或bts)的阈值选择,因为我们假设信号至少3发射器需要清晰地定义在二维空间中位置。低数量的发射器可以用于定位;然而,据推测这可能负面影响定位精度。这种假设是基于事实,少于3发射器的参考点类似RSS指纹将会增加。这可能对定位性能有负面影响;因此当不到三发射机检测对于一个给定的网络类型选择应该使用定位解决方案。
如果GPS信号不能用于定位和wi - fi和GSM测量提供足够的数据来估计位置,基于无线定位优先。这是由于这样的事实,以前的实验结果表明,基于无线定位可以实现更好的准确性与GSM相比。
在服务层的位置估计算法实现。这些算法是神经网络,然而,WKNN算法和优化算法。因为模块化定位系统将覆盖明显增大面积与传统的基于指纹定位系统相比,它是至关重要的减少位置估计过程的复杂性。另一个重要原因,减少定位过程的复杂性能够为更多的用户提供定位服务(16]。
在第一步的二段式减少算法实现映射到系统。算法的思想是减少的区域从radiomap数据库选择参考点。算法可分为两个阶段;在第一阶段的相关区域发现基于RSS数据指纹的移动设备。在第二阶段参考点选择的相关领域,为了减少位置估计过程的复杂性。定位算法的流程图如图5。
算法的权重计算作为倒值测量RSS样本之间的欧氏距离和RSS样本存储在radiomap数据库。在第一阶段的算法向量包含至少一个发射器的指纹来衡量一个移动设备。这个操作可以很容易地通过执行SQL语言和初始过滤减少了radiomap。这减少radiomap是描绘在图6。
在图6这种情况当移动设备不检测信号从BTS 1所示。地区由第一阶段的算法选择标有对角线模式。可以看出,在这个阶段也从BTS1应该检测信号的地方选择。
在第二阶段的地图减少算法选择最合适的地区有关地区选择在第一阶段,基于比较的发射机radiomap指纹匹配发射机检测到移动设备。在这一步中只有参考点最多的匹配radiomap选择发射器。第二阶段的输出的算法如图7。
算法中选择最多的匹配,因此算法可以处理功率的波动会导致测量的指纹从移动设备到含有更多(或更少)比在参考点在检测到发射机radiomap建设。
3所示。建议降低发射机的优化算法
通常指纹向量组件包含各种RSS值从所有发射机的通信范围。这些值可以实现可衡量的最小值和最大值之间的任何值特别是无线网络。已经证明在wi - fi网络中最弱的信号对实现定位精度(可以有负面影响22]。算法的主要思想是过滤RSS样本对精度低或负面影响,从而降低服务器所需的计算能力比较RSS向量和估计位置的移动设备。
一般来说,灵敏度阈值的下行GSM900网络−113 dBm (23];然而最小信号强度检测到无线网络在不同的设备上可能会有所不同。在我们之前的实验,设备从不同的制造商,最低检测能力水平−−之间113 dBm的GSM网络和100 dBm和110−dBm wi - fi网络,这证明了理论的正确性在先前的判决。实验进行了消声室有3种不同的智能手机,也就是说,索尼Xperia Z3、三星S4, HTC野火s测量集中检测接收机灵敏度的差异和特点。在该算法降低发射机我们决定设置阈值10 dB以上最小检测到的功率水平,也就是说,103 dBm和90 dBm−−GSM和wi - fi,分别。在wi - fi网络,我们假定最低检测功率100−dBm,这个值以来报告的所有设备我们已经测试了。然而,引入这样的阈值可能会导致一些指纹测量远离发射机没有足够用于位置估计的数据量。
假设,类似于基于三边测量定位,信息从至少RSS发射机是必要的为了估计位置维空间。因为我们的模块化定位系统估计位置在二维空间中,RSS测量至少3发射器需要估计移动设备的位置。因此3发射器代表所需的最低数量的操作系统。显然,如果有更多的发射器使用RSS值高于阈值则将使用所有这些位置估计,由于使用更多的发射器可能对定位精度有积极的影响,使在3 d环境中定位。该算法必须尽可能简单以来的主要目标是减少位置估计过程的复杂性。该算法的流程图减少发射器可以看到图8。
在第一步算法从指纹中除去所有的RSS测量低于阈值向量。在第二步中算法检查如果减少向量包含足够的发射器,以执行定位。如果减少向量不包含足够的发射机算法将选择三个最强的发射器从原始指纹向量。这一步介绍由于假设仍然是更好的估计位置较低的精度要比没有位置估计。这减少了RSS向量之后用于位置估计的过程。算法过程RSS样本单网络(GSM或wi - fi)是基于选择定位模块。目前系统不使用异构的组合信号;然而,可能的信号组合将在未来的研究工作。
4所示。实验场景
该算法的性能进行了测试在现实世界条件下GSM和wi - fi网络。模块化的定位系统部署在该地区Žilina大学的室内和室外环境。
实验期间,我们决定测量更多的RSS样本对于每个指纹,所以我们可以减少定位误差信号波动造成的利用当地的意思是RSS位置估计的值。测量的数量来实现稳定的地方意味着RSS是20和更多;然而,价值5提供了非常相似的结果,从结果可以看到图9每次迭代的时间快4倍。结果通过实验测量和收集RSS数据估计在50独立地位。
定位误差计算平均值的平均值的独立审判。从图9很明显,更多的测量极大地提高了定位精度。然而,它还可以看到不是很戏剧性的变化当测量的数量用于计算本地RSS是超过5。
在实验期间估计地面真理的位置,精确的GPS接收器(如参考价值)。模块化的定位系统GPS模块的残疾,所以我们能够评估定位解决方案基于无线网络的性能。创建radiomap使用HTC智能手机野火S在晚上,当有较少的移动反射镜,也就是说,人,汽车,等等。测量进行了动态在大学校园散步。最后radiomap描绘在图10。
可以看出是有区别的存储在GSM和wi - fi radiomaps参考点。这种差异是由参考点的事实没有足够的wi - fi接入点通信范围;因此,这些参考点被排除在radiomap数据库。
Radiomap由总937参考点的GSM和547无线定位的参考点。平均5 bts 15 APs探测到在这些点。
在第一个场景中该算法对定位精度的影响系统调查。在定位阶段移动设备的位置大约在177位置随机选择的区域定位地图创建。
在第二个实验场景中,我们决定测试该算法如何影响定位服务器的响应时间。在测试建立了本地化服务器作为虚拟机在笔记本电脑与英特尔i3处理器和4 GB RAM运行Windows 8.1操作系统。这个实现是足够的测试,因为这个测试主要关注行为和特征的定位系统。这些都被认为是独立的硬件设备。唯一的区别造成的硬件和软件设备的差异被认为是在绝对数字。在实验中,定位请求生成和发送到本地化服务器响应时间测量。定位请求生成测试可分为有效和无效的请求。
有效的定位请求包含测量数据收集在定位区域和本地化服务器能够从这些数据估计位置的移动设备。另一方面,无效的定位请求包含测量在radiomap发射器没有了。因此,定位服务器不是测量发射机之间能够找到匹配的指纹与发射机radiomap数据库中。
5。取得的结果与讨论
在本节中成果在实验场景将介绍和讨论。成果在第一次测试场景,旨在评估降低发射机算法对定位精度的影响,提出了在桌子上1。
从表1可以看出,系统没有实现优化算法标记为基本的指纹识别成果极度贫穷的准确性。需要注意的是,基于无线定位取得了更糟糕的结果相比,GSM定位,这可能是由于这样的事实,大量的APs RSS极低功率检测参考点远离对方。也可以看到,在地图的应用减少了定位精度明显提高。这是由于这样的事实:信号最强的发射器被用来从数据库radiomap预选点。
另外可以看出,算法的实现没有对定位精度的影响。这证明了我们的假设,即最高的发射机RSS值对系统的性能影响最显著,如果大量的发射器可以检测到,因此可以把测量从弱发射机不牺牲定位精度。在我们测量平均15 APs和5 bts被发现在每个测量wi - fi和GSM网络,分别。这些数字是发射机的应用程序后去除算法。
的成果在第二个场景中有效和无效请求基于GSM和wi - fi的定位提出了表2和3,分别。定位服务器上请求是由应用程序生成的请求数量,将并行发送到服务器(同时)改变。在表中2和3结果1、10和100并行请求。定位请求被发送到本地化服务器100次,每组间隔时间请求最后定位服务器响应测量。基于测量时间,平均响应时间和其标准偏差计算,提出了在表2和3。
从表2可以看出,算法没有任何显著影响响应时间的基于GSM定位。它甚至可以表示,额外的延迟算法相比,提出的指纹与地图的限制。这可能是造成主要由事实的发射机检测指纹向量是相当低的GSM指纹。这是由于频率的网络基础设施和重用在GSM网络。在我们的测量发现bts的最多是7,这是由所使用的网络设计和智能手机才能够发现bts从一个网络提供商。
重要的是要注意,无效的请求,那就是,请求数据只能从发射机radiomap数据库中不存在,加工快得多。这是由于这样的事实,实现优化算法减少radiomap无法找到任何地区从给定的发射器的信号,因此定位过程是不成功的。在基本指纹,没有优化,服务器接收的数据与数据存储在radiomap相比较。然而,由于测量数据不包含已知发射机的位置移动设备将无法估计。因此优化算法可能有助于提高定位系统的性能明显的情况下,一些用户发送定位请求从区域定位服务是不可用的。
相反,成果与基于无线定位模块显示显著提高定位系统的响应时间。从表3可以看出,算法降低响应时间的三倍相比,只有减少地图定位算法。这是由指纹向量用wi - fi网络包含更多的RSS值低于阈值。这是由大多数APs放置在室内,因此无线信号衰减的墙壁建筑。此外,通信范围在wi - fi网络和GSM网络相比小得多。
类似于基于GSM定位为wi - fi定位无效请求的处理时间后显著降低优化算法的实现。在这种情况下甚至降低发射机有助于减少服务器的响应时间,这是由于这一事实更少的数据传输和处理。基于无线定位的成果可以表示,降低发射机的负面影响在GSM网络的响应时间是由低检测发射器的数量。因此应该使用算法减少发射机只在当检测到发射机的数量被认为是高。在基于GSM定位这可以通过扫描信号bts各种服务提供商。
在下一步我们决定找到的平行定位请求数量的依赖本地化服务器的响应时间。因为这个原因我们决定使用小增量的有效并行请求的数量。实现结果如图11。
从图11可以看出,依赖定位服务器的响应时间的平行有效请求数量几乎是线性的。小偏离线性特征可以由进程在后台运行的操作系统。重要的是要注意,这个测试是最坏的情况;当所有请求是平行的实际实现定位请求被认为是更随机。
此外,重要的是要注意,在测试阶段定位服务器作为虚拟机实现运行在一台笔记本电脑,没有高计算能力和进一步改善响应时间可以预计如果系统实现在一个专用的服务器。
6。结论
摘要小说的发射机的优化算法来减少响应时间定位服务器的模块化的定位系统。算法背后的主要思想是减少位置估计的复杂性,从而提供服务,最低的延迟,因为高延时的位置估计可以显著降低用户体验的质量。该算法在现实世界条件下进行了测试。
从结果可以看出,算法实现不影响位置估计的准确性。也可以得出结论,提出优化算法有可能减少定位系统的复杂性,尤其是大量的发射机RSS值在较低区域的定位可以看出时间测量基于无线定位。另一方面,它可以表示,算法对定位系统的复杂性可能负面影响如果删除发射器的数量很低,可以看到从时间测量基于GSM定位。在这种情况下,响应时间增加。这是由于这样的事实,在GSM网络检测发射器数量不能超过7,如果设备允许扫描仅从一个网络运营商。从只有一个执行测量信号的发射器被删除算法。
可以得出结论,该算法的发射器可以提高定位服务的响应时间,如果应用正确,也就是说,当大量的较低的发射机RSS中可以检测到定位区域。因为大多数当前使用的设备只能扫描RSS样本一个服务提供者,基于GSM定位实现的算法不应该像对定位系统的响应时间产生负面影响。
从结果可以看出,小说提供算法从发射机删除有积极影响的复杂性系统,在实现基于无线定位。基于无线定位系统,移动设备可能会大量不同的APs的RSS样本。这些样本可能被移除的一部分没有显著影响定位精度特别是RSS低。算法的另一个积极的影响,通过去除低RSS的发射器,较少的数据必须是移动设备之间转移和本地化服务器。进一步改善的实现结果可能实现本地化服务器的专用服务器或云。
相互竞争的利益
作者宣称没有利益冲突。
确认
这项工作已经部分支持的斯洛伐克织女星授予机构,项目没有。1/0263/16,项目代理航空运输中心的技术转让和知识转化为运输和交通基础设施,itm 26220220156,和卓越中心智能交通系统和服务的二世,itm 26220120050,支持的研发运营ERDF资助的项目。