張?zhí)旆f, 史明泉, 崔麗珍, 秦嶺

(內(nèi)蒙古科技大學信息工程學院, 包頭 014010)

隨著現(xiàn)代通信技術(shù)的飛速發(fā)展,移動設備方便了人們的日常生活,定位技術(shù)也得到了進一步的發(fā)展。定位技術(shù)分為室內(nèi)定位和室外定位兩種。室外定位有全球定位系統(tǒng)和蜂窩無線網(wǎng)絡的定位系統(tǒng)等[1],并已經(jīng)應用到了人們的日常生活中,如:快遞和外賣的智能配送車、車載導航、位置共享等。但在室內(nèi)中,它們的信號會因建筑物的遮擋發(fā)生反射、折射和散射等現(xiàn)象,導致信號變?nèi)?定位效果變差。藍牙[2-4]、超寬帶[5-7]、可見光[8-10]、無線局域網(wǎng)(wireless fidelity, WIFI)[11-13]等技術(shù)已經(jīng)在室內(nèi)定位的領(lǐng)域得到應用。其中,基于接受信號強度(received signal strength indicator,RSSI)的WIFI的室內(nèi)定位技術(shù),通過現(xiàn)有的基礎設施和移動終端就可實現(xiàn)定位,不需要部署額外的設備而受研究學者們的喜愛。

Hoang等[14]使用遞歸神經(jīng)網(wǎng)絡來解決WIFI指紋室內(nèi)定位,使用軌跡作為定位目標,并考慮軌跡中RSSI測量值之間的相關(guān)性,提出一種對輸入RSSI數(shù)據(jù)和連續(xù)輸出位置進行加權(quán)平均濾波的方法。Song等[15]將堆疊自動編碼器和一維卷積神經(jīng)網(wǎng)絡相結(jié)合,利用堆疊自動編碼器從RSSI中提取關(guān)鍵特征,同時使用卷積神經(jīng)網(wǎng)絡對其進行訓練,在定位階段達到了高成功率。薛敏等[16]提出一種層級學習室內(nèi)定位系統(tǒng),通過變分自編碼中的特征提取模塊來挖掘訓練數(shù)據(jù)的潛在信息,通過多層神經(jīng)網(wǎng)絡以及Softmax分類器來預測移動設備的位置。Chen等[17]使用信道狀態(tài)信息和卷積神經(jīng)網(wǎng)絡(convolutional neural network,CNN)進行WIFI定位,將信道狀態(tài)信息組織成與圖像相似的時頻矩陣作為定位特征,再使用CNN進行特征學習從而定位。用來訓練學習模型的網(wǎng)絡有很多,其中CNN在圖像領(lǐng)域和定位領(lǐng)域都備受歡迎,選擇該網(wǎng)絡進行訓練學習模型。

現(xiàn)通過實現(xiàn)圖像分類從而解決室內(nèi)定位問題,每一個采集數(shù)據(jù)的定位點都對應一類圖像,使用WIFI的RSSI作為基礎的特征信息,根據(jù)RSSI數(shù)據(jù)計算的峰值提供全局信息,二者相結(jié)合后的數(shù)據(jù)構(gòu)成位置指紋圖像。再使用在圖像領(lǐng)域十分出色的CNN來訓練學習這些圖像,以減少數(shù)據(jù)處理時的工作量,減少各種附帶信息之間的相互影響,從而得到更簡單、準確的室內(nèi)定位算法。

1 基于2D-CNN的WIFI定位系統(tǒng)架構(gòu)

系統(tǒng)模型整體架構(gòu)如圖1所示,主要包含離線階段和在線階段,離線階段中,根據(jù)所需定位的區(qū)域?qū)⑵鋭澐譃橐粋€個的小區(qū)域也就是文中所說的類,在每個小區(qū)域進行RSSI數(shù)據(jù)的采集,并根據(jù)RSSI計算對應的峰值,使用滑動窗口分割二者組合后的新數(shù)據(jù),形成位置指紋圖像數(shù)據(jù)集。數(shù)據(jù)集通過CNN進行訓練學習,得到最佳模型,通過該模型即可對目標區(qū)域進行定位。

圖1 定位系統(tǒng)整體架構(gòu)圖Fig.1 Overall architecture of the positioning system

1.1 數(shù)據(jù)的采集

進行數(shù)據(jù)采集的實驗區(qū)域是一個空曠的長廊,如圖2所示。其中共有50個采集點,每兩個采集點之間間隔1.6 m。考慮到人在行走站立的過程中,手持手機的平均高度約為1.5 m,因此,將移動終端放置高度為1.5 m的手機支架上,分別在各采集點處進行采集,移動終端約2 s可對所有檢測到的AP進行一次RSSI數(shù)據(jù)的采集,因此選擇在每個采集點處采集約90 min,可得到2 700次數(shù)據(jù)。采集到的RSSI的取值分布在-35～-100 dBm范圍內(nèi)。

使用A～Y和1、2區(qū)分50個不同數(shù)據(jù)采集點;第一行數(shù)據(jù)采集點可表示為(1,A),(1,B),…,(1,Y);第二行數(shù)據(jù)采集點可表示為(2,A),(2,B),…,(2,Y)圖2 數(shù)據(jù)采集區(qū)域平面圖Fig.2 Data acquisition area plan

1.2 特征圖像的構(gòu)建

采集的數(shù)據(jù)結(jié)構(gòu)如圖3所示,其中,T為從接入點(access point,AP)接收到RSSI的次數(shù),M為AP的數(shù)量。對于每個采集點均可以得到圖3所示的數(shù)據(jù)結(jié)構(gòu),50個采集點,即采集到50組數(shù)據(jù)。圖4為由RSSI數(shù)據(jù)構(gòu)成的位置指紋圖像部分樣點圖。

圖3 RSSI數(shù)據(jù)結(jié)構(gòu)圖Fig.3 RSSI data structure diagram

圖4 位置指紋圖像Fig.4 Location fingerprint feature map

為了提高系統(tǒng)整體的效率,在圖像構(gòu)建時,引入了峰值,使用峰值做張量的第3個維度,通過采集得到的RSSI信息,計算其峰值,由RSSI數(shù)據(jù)提供基礎的特征信息,由峰值提供全局信息。峰值的計算公式為

(1)

式(1)中:μk為k=t時刻通過M個AP所對應RSSI值計算得到的均值;σk為k=t時刻通過M個AP所對應RSSI值計算得到的方差。

(2)

(3)

式中:kurmk為k=t時刻與第M個AP所對應的峰值;Rmt為t時刻從APm中接收到的RSSI值(1≤m≤M,1≤t≤T)。

1.3 數(shù)據(jù)庫的構(gòu)建

根據(jù)在每個采集點采集到的RSSI數(shù)據(jù)和通過計算得到的峰值構(gòu)建三維位置指紋特征圖,其特征圖構(gòu)建過程如圖5所示,M個AP在T個時間點采集到的RSSI數(shù)據(jù)構(gòu)成一個二維特征圖,再將計算得到的峰度值添加在第3個維度。構(gòu)成大小為M×T×2的三維位置指紋特征圖。

圖5 位置指紋特征圖的構(gòu)建過程Fig.5 Construction process of location fingerprint feature map

在機器學習中,絕大部分模型都需要大量的數(shù)據(jù)進行訓練和學習,使用CNN來對特征圖像進行學習分類也需要大量的訓練數(shù)據(jù)。通常遇到訓練數(shù)據(jù)不足的問題時,會對訓練數(shù)據(jù)中的圖像做旋轉(zhuǎn)、平移、縮放、填充、左右反轉(zhuǎn)等變換。這些變化都是對同一個目標在不同角度的觀察結(jié)果。但考慮到特征圖都是使用RSSI的值來構(gòu)建的圖像,每個像素點都有著特定的含義,若使用上述方法對特征圖進行變換,會破壞RSSI中包含的信息。因此,使用滑動窗口的方法來擴展訓練集。

如圖6(a)所示,RSSI特征圖像的總測量次數(shù)為T,當測量次數(shù)為t時就可對圖像進行分割,得到T/t個特征圖。如圖6(b)所示,當對圖像使用滑動窗口進行分割時,每隔t/2次生成一個特征圖,因此每兩個相鄰的特征圖之間會有t/2的RSSI數(shù)據(jù)重合。即允許相鄰的RSSI特征圖像在時域內(nèi)重疊,利用此分割方法可得到2(T/t)-1個特征圖。

圖6 滑動窗口分割數(shù)據(jù)對比圖Fig.6 Sliding window segmentation data comparison diagram

2 卷積神經(jīng)網(wǎng)絡系統(tǒng)架構(gòu)

神經(jīng)網(wǎng)絡是一種模仿生物神經(jīng)網(wǎng)絡結(jié)構(gòu)和功能的數(shù)學模型或計算模型。神經(jīng)網(wǎng)絡由大量的人工神經(jīng)元組成,按不同的連接方式構(gòu)建不同的網(wǎng)絡,CNN就是其中一種,其架構(gòu)如圖7所示,神經(jīng)網(wǎng)絡能夠類似人一樣,具有簡單的決定能力和簡單的判斷能力,在圖像和語音識別方面能夠給出很好的結(jié)果。CNN被廣泛應用在圖像識別領(lǐng)域,CNN結(jié)構(gòu)主要分為三層:卷積層(主要用于特征提取)、池化層(主要作用是下采樣,但不會損壞識別結(jié)果)和全連接層(主要用于分類)。

Input為輸入;Convolutional為卷積;Max-Pooling為最大值池化;Fully connected為全連接;output為輸出圖7 CNN網(wǎng)絡整體結(jié)構(gòu)Fig.7 Architecture of CNN network

2.1 卷積層

卷積是兩個函數(shù)的疊加,應用在圖像上可以理解為將一個固定大小的濾鏡放在圖像上,通過濾鏡找出圖像的某些特征,通常物體都存在多個特征,因此需要很多濾鏡,通過這些濾鏡得到多個特征信息。

圖像在計算機中的存儲方式為一個個的像素,如一張長度為28,寬度為28的圖像,共包含了28×28個像素,通過使用一個矩陣來表示。如果圖像為3種顏色疊加而成的RGB圖像,則需要28×28×3的數(shù)組來表示。

如圖8所示,對大小為5×5的圖像進行提取其特征,使用大小為3×3的濾波器(Filter),從圖像的左上角開始移動Filter,移動步長為1,從左到右,從上至下,依次移動,直至移動到矩陣的末尾結(jié)束。

圖8 卷積運算過程Fig.8 Convolutional layer operation procedure

當輸入的像素值通過卷積的濾波器后,每個卷積的輸出都會經(jīng)過一個激活函數(shù),即線性整流函數(shù)(rectified linear unit,Relu)。Relu是人工神經(jīng)網(wǎng)絡中常用的激活函數(shù),其函數(shù)表達式為

(4)

2.2 池化層

通過卷積層進行處理后的圖像數(shù)據(jù)依然是十分龐大的,(如使用50個Filter對大小為28×28的圖像進行特征提取,得到的結(jié)果為28×28×50)。因此需要池化層對卷積層的輸出做下采樣,通過池化層減小原卷積層輸出張量的維度,降低計算量和時間復雜度。使用最大池化(Max-polling)函數(shù),選擇保留當前池化窗口中所覆蓋的最大值,其原理圖如圖9所示。這一操作并不會對結(jié)果產(chǎn)生影響,因為池化操作是將無用的信息丟棄,并未丟失圖像的顯著特征。

圖9 最大池化層運算過程Fig.9 Max-pooling layer operation procedure

2.3 全連接層

可以將全連接層理解為一個簡單的多分類神經(jīng)網(wǎng)絡,將卷積層和池化層處理過的數(shù)據(jù)輸入全連接層中,由全連接層以及Softmax函數(shù)進行分類。

若全連接層之前的神經(jīng)元數(shù)目過大,通常會使網(wǎng)絡的學習能力過強,導致過擬合的情況發(fā)生。常常加入Dropout層來隨機刪除神經(jīng)網(wǎng)絡中的部分神經(jīng)元,讓一定數(shù)量的卷積停止工作,提高網(wǎng)絡的泛化能力,其工作原理如圖10所示。

圖10 全連接層與加入Dropout層Fig.10 FC layer with addition of Dropout layer

3 實驗結(jié)論與分析

3.1 實驗環(huán)境

實驗環(huán)境設置如表1所示。

表1 實驗環(huán)境配置Table 1 Experimental environment configuration

3.2 峰值

在位置指紋圖像的構(gòu)建過程中引入峰值,通過使用峰值提供了輸入圖像的全局信息,如表2所示,分別使用了帶峰值和不帶峰值的兩種數(shù)據(jù)集對其進行訓練。可以觀察到使用峰值信息提升了近1.6%的定位精度,由此可見合理地利用峰值可有效提高定位精度。

表2 峰值參數(shù)對定位精度的影響Table 2 Influence of peak value on positioning accuracy

3.3 圖像的大小

每個采集點均會采集到一個由RSSI數(shù)據(jù)構(gòu)成的大小為M×T的數(shù)據(jù)結(jié)構(gòu),計算并結(jié)合其峰值形成一個大小為M×T×2的數(shù)據(jù)結(jié)構(gòu),使用滑動窗口將該數(shù)據(jù)結(jié)構(gòu)以M×t×2的大小進行分割,數(shù)據(jù)切割時切割尺寸的大小也尤為重要,使用t=20和t=45兩種尺寸的數(shù)據(jù)進行了對比實驗,由表3可知,t為20時準確率高于t為45時的準確率。因此t大小也十分重要,過大的t值不僅會減少數(shù)據(jù)集中數(shù)據(jù)量的大小,還會增加其他噪聲干擾位置指紋圖像中的特征信息。

表3 t值對定位精度的影響Table 3 Influence of t on positioning accuracy

3.4 CNN架構(gòu):卷積層數(shù)的影響

分析不同架構(gòu)的CNN對數(shù)據(jù)特征提取學習的能力,對不同架構(gòu)的CNN進行了對比,其中size=200,經(jīng)過CNN的特征提取模塊后,使用了具有120個神經(jīng)元的全連接層和0.2比率的Dropout層,輸出層由輸出神經(jīng)元組成(50個類)。

為確保數(shù)據(jù)的可靠性,以下涉及到的CNN網(wǎng)絡架構(gòu)均進行了三次實驗,最終CNN架構(gòu)性能的評估參考三次實驗的平均值和最大值。由表4可以看出,第3種CNN架構(gòu)在平均值和最大值均優(yōu)于其他網(wǎng)絡架構(gòu),性能更優(yōu)越。

表4 不同架構(gòu)CNN對定位系統(tǒng)精度的影響Table 4 Influence of CNN with different structures on positioning accuracy

3.5 優(yōu)化算法

在訓練階段,CNN模型使用了反向傳播算法,為減少估計值和真實值之間的損失函數(shù),權(quán)重值w進行迭代更新,最有效的方法是使用隨機梯度下降法(SGD)[18]、均方根傳播(RMSProp)[19]和自適應矩估計(Adam)[20]。

研究3種優(yōu)化算法在定位精度方面的性能,對使用SGD、RMSProp和Adam 3種優(yōu)化算法的定位系統(tǒng)進行性能測試。圖11顯示了隨著訓練次數(shù)不斷增加系統(tǒng)定位精度的變化趨勢,表5為最終的訓練結(jié)果?？梢钥闯?SGD算法的定位精度最低,并且收斂速度是最慢的,RMSProp的性能雖然接近于Adam優(yōu)化算法的性能,但其收斂速度與Adam相比仍有一定差距。因此,Adam承擔本文的優(yōu)化算法。

表5 不同優(yōu)化算法對定位精度的影響Table 5 Influence of different optimization algorithms on positioning accuracy

圖11 3種優(yōu)化算法定位精度變化趨勢Fig.11 Three optimization algorithms position the trend of accuracy change

4 結(jié)論

本文算法是一種基于CNN的RSSI時間序列室內(nèi)定位算法,該算法與其他算法相比不需要復雜的數(shù)據(jù)處理過程,沒有AP的選擇與刪減,更具有廣泛適用性。該方法不僅使用了RSSI數(shù)據(jù)的測量值,還研究了基于RSSI計算的相應的峰值,目的是為網(wǎng)絡提供全局信息。將RSSI數(shù)據(jù)和峰值信息結(jié)合構(gòu)建位置指紋圖像數(shù)據(jù)集,將室內(nèi)定位問題轉(zhuǎn)化為圖像分類問題,使用三層CNN網(wǎng)絡對該數(shù)據(jù)集進行訓練,得到高定位精度定位算法。在實驗過程中,證明了使用峰值提供全局信息的必要性,圖像數(shù)據(jù)大小t和優(yōu)化算法的選擇以及不同CNN網(wǎng)絡架構(gòu)對數(shù)據(jù)特征提取的性能。仿真結(jié)果表明,在當前室內(nèi)環(huán)境中,本算法的平均定位精度達99.58%,該定位算法提高了定位精度,降低了計算復雜度,具有較好的魯棒性。