一種基于地磁強度特征的室內(nèi)定位方法

【摘要】 研究了基于地磁強度特征的智能手機室內(nèi)定位技術(shù)，利用智能手機的傳感器獲得每個位置多個方位的地磁強度特征，通過坐標變換和均值濾波對初始特征進行了處理，提取了每個位置的地磁特征量，并以實際室內(nèi)環(huán)境為例進行了驗證評估。

【關(guān)鍵詞】 智能手機 傳感器 地磁 室內(nèi)定位

一、引言

室內(nèi)定位技術(shù)的商業(yè)化已經(jīng)帶來一波創(chuàng)新高潮，各種基于此技術(shù)的應(yīng)用將出現(xiàn)在我們的面前，其影響和規(guī)模絕不會亞于GPS（Global Positioning System，全球定位系統(tǒng)）。以手機為載體的LBS（Location based Service，基于位置的服務(wù)）發(fā)展迅猛[1]。

GPS在室內(nèi)無法進行準確定位。大多數(shù)利用基站進行無線定位技術(shù)都是基于到達時間TOA（time of arrival）、到達時間差TDOA（Time Difference of Arrival）和到達角AOA（Angle of Arrival）等這些信息[2]，實際上，基于這些技術(shù)的定位結(jié)果只有在視距信號占支配地位的情況下才是可靠的，因而無法用于非視距傳輸?shù)氖覂?nèi)定位。基于RSS（Received Signal Strength）的室內(nèi)定位方法[3]，為了獲得定位的精度，該方法需要采集大量數(shù)據(jù)和部署高密度的接入點，并估計接入點到終端的傳播模型，復(fù)雜度高。文獻【4】中提出了一種基于磁傳感器進行室內(nèi)定位的方法，定位精度小于5米。但該方法要求指紋庫和測試集采集相同方位的磁場強度值特征量，而且需要較大的存儲空間和信號采集時間。

本文提出了一種利用智能手機測量的地磁強度特征量進行室內(nèi)定位的方法。

二、定位原理與方法

根據(jù)地磁場理論，地磁場是地球的基本物理場，處在地球近地空間內(nèi)任意一點都具有磁場強度，且其強度和方向會隨著不同的經(jīng)、緯度和高度而不同。同時，根據(jù)磁場理論，磁性物質(zhì)對磁場會有影響?，F(xiàn)代的建筑大都是鋼筋混凝土或鋼結(jié)構(gòu)，它們會在局部空間上彎曲地磁場，但在時間上是穩(wěn)定的，且具有一定的獨特性，這樣就可以利用不同空間磁場差異性來定位[4]。

2.1 傳感器的坐標變換

對于安卓系統(tǒng)傳感器的應(yīng)用程序接口（Application Programming Interface，API）而言，采用的坐標系統(tǒng)是相對與設(shè)備被保持在默認方向時的設(shè)備屏幕來定義的，如圖1所示[5]。當設(shè)備被保持在默認方向時，X軸是水平向右、Y軸是垂直向上、Z軸是指向屏幕面板的外部。

利用智能手機進行地磁測量時，不同地理位置的不同方位下測量的地磁特征由于坐標體系不一樣而無法直接對比匹配，因此需要根據(jù)公式（1）～（4）進行坐標變換：

其中，、、分別表示繞X、Y、Z軸旋轉(zhuǎn)的矩陣；分別表示繞Z、X、Y軸的旋轉(zhuǎn)角度，可以通過磁傳感器和加速度傳感器的原始數(shù)據(jù)計算得到[5]；表示智能手機磁傳感器測量的X、Y、Z軸磁場強度，其中表示轉(zhuǎn)置運算；表示坐標變換后的X、Y、Z軸磁場強度。

2.2 地磁定位方法

基于地磁的定位方法可以描述為：利用智能手機測量得到X、Y、Z軸的三維地磁強度值和對應(yīng)的旋轉(zhuǎn)角度，經(jīng)過公式（1）～（4）進行坐標變換后，得到新的地磁強度值，然后基于最近鄰方法進行指紋匹配，獲得定位結(jié)果。具體步驟如下：

1）數(shù)據(jù)采集與預(yù)處理

1.1）獲取訓(xùn)練樣本的初始數(shù)據(jù)：在室內(nèi)選擇一段過道，以間隔距離為d，按順序選取N個位置，記錄該位置下P個不同方位對應(yīng)的地磁強度測量值；

1.2）獲取測試樣本的初始數(shù)據(jù)：在不同于這N個位置的地方，選取M個位置，記錄每個位置下Q個不同方位對應(yīng)的地磁強度測量值；

1.3）均值計算：對于所有數(shù)據(jù)中，分別計算同一個位置同一個方位中多次測量的地磁強度和方位角的平均值，并作為該位置、該方位的角度和地磁強度值。

2）建立指紋庫

對于作為訓(xùn)練樣本采集的N個位置、P個方位的數(shù)據(jù)，根據(jù)以下處理過程建立指紋庫：對第i個位置、第j個方位（i=0，1，...N-1，j=0，1，...P-1）的地磁測量值，結(jié)合對應(yīng)的旋轉(zhuǎn)角度值，利用公式（4），可以得到進行坐標變換后的三維地磁強度值；然后根據(jù)公式（5），對同一個位置多個方位的地磁強度值進行平均計算，得到該方位的地磁指紋特征；

其中，作為集合ω是指選擇P個方位中的L1個方位組成的集合；表示第i個位置的地磁特征量。

3）建立測試集

對于作為測試樣本采集的M個位置、Q個方位的數(shù)據(jù)，基于與前一步類似的處理過程，建立測試集。

4）進行指紋匹配

指紋匹配算法采用最近鄰法的思路，具體描述如下：

4.1）將指紋庫中N個已知位置的地磁特征量分N-1為組，相鄰兩個位置的地磁特征量組成一組，記為，其中i=0，1，...N-2；

4.2）計算待定位位置j的地磁特征量VTestj與Ki組中兩個地磁特征量的歐式距離之和dji，i=0，1，...N-2；

4.3）查找距離集合中的最小值{dji}，記為djk，則將待確定位置j判斷為介于位置和之間。

三、仿真結(jié)果

以軟件園某大廈內(nèi)部16層的一段直線走廊為測試環(huán)境，利用華為麥芒手機配置的傳感器，進行仿真驗證。走廊長度為9.60米，以0.60米為間隔設(shè)置17位置作為訓(xùn)練點，用智能手機測量每個位置4個不同方位（對應(yīng)0°、90°、180°和270°）的三維地磁強度值，并根據(jù)前文所述的方法獲得每個位置的地磁指紋特征，建立指紋庫；在這些訓(xùn)練點的位置之外，選擇了6個位置，測量每個位置5個方位（按順序?qū)?yīng)0°、90°、180°、270°和300°）的地磁強度值，建立測試集；利用前一節(jié)描述的最近鄰方法進行指紋識別。定位結(jié)果如表1～表2所示，其中，測試集特征是指獲得測試點地磁特征量的方位數(shù)，平均誤差和最大誤差的單位是1倍間距（即0.60米）。

表1中基于1個方位生成指紋庫特征的定位結(jié)果，測試集用的方位數(shù)越多，則正確定位的概率由0.67提升到0.75，最大誤差由10倍間距減小到5倍間距，平均誤差在0.80～1.16倍間距之間；表2中基于4個方位生成指紋庫特征的定位結(jié)果說明，測試集用的方位數(shù)越多，則正確定位的概率由0.73提升到0.83，最大誤差由5倍間距減小到1倍間距，平均誤差在0.33～0.80倍間距之間。

四、結(jié)論

對比表1和表2可以發(fā)現(xiàn)，如果測試集特征用的方位數(shù)越多，則從正確定位概率、平均誤差和最大誤差來綜合看，對應(yīng)的定位性能越好。同時，本文提出方法在建立指紋庫時，每個參考位置的地磁特征經(jīng)處理后只需要存儲一個三維特征量，數(shù)據(jù)存儲量很??；指紋庫和測試集對應(yīng)的方位不一樣時仍可以定位。另外，智能手機越來越普及，而且智能手機一般配置有磁傳感器和加速度傳感器。所以，本文的定位方法易于實際應(yīng)用。

參 考 文 獻

[1]婁路.面向移動LBS的智能手機室內(nèi)定位技術(shù)探討 .電信科學(xué)，2012（6）：98～103

[2] Gustafsson F， Gunnarsson F. Mobile positioning using wireless network： Possibilies and fundamental limitions based on available wireless network measurements[J]. IEEE Signal Process. Mag. Vol. 22， No.4， pp 41～53， Jul. 2005.

[3] Mazuelas S， Bahillo A， Lorenzo R.M， et al. Robust indoor positioning provided by real-time RSSI values in unmodified WLAN networks. IEEE Journal of selected topics in Signal Processing， Vol. 3， No. 5， Oct. 2009.

[4] Chung J， Donahoe M， Schmandt C， et al. Indoor location sensing using geo-magnetism[J]. Proceedings of the 9th international conference on Mobile systems， applications， and services， 2011， Bethesda， Maryland， USA.

[5] http：//developer.android.com/guide/topics/sensors/sensors_overview.html#sensors-coords