428. 智能系统学报 第12卷 1.0 0.9 4 总结 0.8 0.7 本文讨论了设备异构和室内环境变化情形下的 0.6 室内定位问题，提出了基于层次Levenshtein距离的 0.5 0.4 -◆-RADAR WF指纹距离计算算法。在无校准情形下，将不同 0.3 -HED 0.2 -.-FreeLoc 移动设备采集的RSSI信息转化为AP序列，以解决 -HLD 0.1 不同设备获取的RSSI信息的量纲一致性问题。根 04 345 78 据AP对应的RSSI值的差异性计算其层次能级，结 定位误差m 合Levenshtein距离计算WiFi指纹之间的距离，提供 图6实验室环境下的4种方法累计定位误差比较 一种适应异构设备和动态环境下计算各RP间指纹 Fig.6 Cumulative localization error comparison of four 距离的鲁棒性方法。对于需定位的WFi指纹RSSI methods in laboratory 表33种实验场景下4种方法的平均误差对比 信息，采用WKNN算法进行预测定位。实验中，为 Tab 3 The average error comparison of four methods in 了验证算法的鲁棒性和有效性，在3种不同类型的 three experiment scenarios m 室内环境中用5种不同的移动设备来采集Wi的 RSSI信息，其定位的平均精度达1.5m,2m内误差 场景 RADAR FreeLoc HED HLD 准确度在70%~80%，对空间维度敏感度较低。 实验室 4.25 3.11 3.57 1.46 图书馆 5.70 2.97 3.27 1.35 参考文献： 教室 9.56 5.02 6.78 1.45 [1]GU Y,LO A,NIEMEGEERS I.A survey of indoor positioning 1.0 systems for wireless personal networks[J].IEEE commun. 0.9 surveys and tutorials,2009,11(1):13-32 0.8 0.7 [2]HARLE R.A survey of indoor inertial positioning systems for 0.6 pedestrians[]].IEEE commun.surveys tutorials,2013, 15(3):1281-1293 0.4 -RADAR 0.3 -HED [3]SUBBU K P.Analysis and status quo of smart-phone-based 0.2 ---FreeLoc --HLD indoor localization systems J].IEEE wireless commun, 0.1 2014.21(4)：106-112. 0 2 345 6 78 「41石柯.陈洪生，张仁同.一种基于支持向量回归的802.11 定位误差m 图7 图书馆环境下的4种方法累计定位误差比较 无线室内定位方法[J].软件学报，2014,25(11)： 2636-2651. Fig.7 Cumulative localization error comparison of four SHI Ke,CHEN Hongsheng,ZHANG Rentong.Indoor location methods in library method based on support vector regression in 802.11 wireless environments[]].Journal of software,2014,25 (11 ) 1.0 2636-2651 0.8 [5]BAHL P,PADMANABHAN V.RADAR:an in-building rf- 0.7 based user location and tracking system[C]//Proc.Nineteenth 0.6 0.5 Annual Joint Conference of the IEEE Computer and 0.4 Communications Societies.Tel Aviv,Israel,2000:775-784. 0.3 RADAR HED [6]YOUSSEF M,AGRAWALA A The horus wlan location 0.2 FreeLoc HLD determination system[C]//Proceedings of the 3 International 2 3 6 78 Conferenceon Mobile Systems,Applications,and Services, 定位误差m Washington,USA,2005:205-218. 图83层教室环境下的4种方法累计定位误差比较 [7]WANG B,CHEN Q,YANG L T,et al.Indoor smartphone Fig.8 Cumulative localization error comparison of four localization via fingerprint crowdsourcing:challenges and methods in three floors classroom approaches[J].IEEE wireless communication,2016(6):图 ６ 实验室环境下的 ４ 种方法累计定位误差比较 Ｆｉｇ．６ Ｃｕｍｕｌａｔｉｖｅ ｌｏｃａｌｉｚａｔｉｏｎ ｅｒｒｏｒ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｆｏｕｒ ｍｅｔｈｏｄｓ ｉｎ ｌａｂｏｒａｔｏｒｙ 表 ３ ３ 种实验场景下 ４ 种方法的平均误差对比 Ｔａｂ ３ Ｔｈｅ ａｖｅｒａｇｅ ｅｒｒｏｒ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｆｏｕｒ ｍｅｔｈｏｄｓ ｉｎ ｔｈｒｅｅ ｅｘｐｅｒｉｍｅｎｔ ｓｃｅｎａｒｉｏｓ ｍ 场景 ＲＡＤＡＲ ＦｒｅｅＬｏｃ ＨＥＤ ＨＬＤ 实验室 ４．２５ ３．１１ ３．５７ １．４６ 图书馆 ５．７０ ２．９７ ３．２７ １．３５ 教室 ９．５６ ５．０２ ６．７８ １．４５ 图 ７ 图书馆环境下的 ４ 种方法累计定位误差比较 Ｆｉｇ．７ Ｃｕｍｕｌａｔｉｖｅ ｌｏｃａｌｉｚａｔｉｏｎ ｅｒｒｏｒ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｆｏｕｒ ｍｅｔｈｏｄｓ ｉｎ ｌｉｂｒａｒｙ 图 ８ ３ 层教室环境下的 ４ 种方法累计定位误差比较 Ｆｉｇ．８ Ｃｕｍｕｌａｔｉｖｅ ｌｏｃａｌｉｚａｔｉｏｎ ｅｒｒｏｒ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｆｏｕｒ ｍｅｔｈｏｄｓ ｉｎ ｔｈｒｅｅ ｆｌｏｏｒｓ ｃｌａｓｓｒｏｏｍ ４ 总结 本文讨论了设备异构和室内环境变化情形下的 室内定位问题，提出了基于层次 Ｌｅｖｅｎｓｈｔｅｉｎ 距离的 ＷｉＦｉ 指纹距离计算算法。 在无校准情形下，将不同 移动设备采集的 ＲＳＳＩ 信息转化为 ＡＰ 序列，以解决 不同设备获取的 ＲＳＳＩ 信息的量纲一致性问题。 根 据 ＡＰ 对应的 ＲＳＳＩ 值的差异性计算其层次能级，结 合 Ｌｅｖｅｎｓｈｔｅｉｎ 距离计算 ＷｉＦｉ 指纹之间的距离，提供 一种适应异构设备和动态环境下计算各 ＲＰ 间指纹 距离的鲁棒性方法。 对于需定位的 ＷｉＦｉ 指纹 ＲＳＳＩ 信息，采用 ＷＫＮＮ 算法进行预测定位。 实验中，为 了验证算法的鲁棒性和有效性，在 ３ 种不同类型的 室内环境中用 ５ 种不同的移动设备来采集 ＷｉＦｉ 的 ＲＳＳＩ 信息，其定位的平均精度达 １．５ ｍ，２ ｍ 内误差 准确度在 ７０％ ～８０％，对空间维度敏感度较低。 参考文献： ［１］ＧＵ Ｙ， ＬＯ Ａ， ＮＩＥＭＥＧＥＥＲＳ Ｉ． Ａ ｓｕｒｖｅｙ ｏｆ ｉｎｄｏｏｒ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍｓ ｆｏｒ ｗｉｒｅｌｅｓｓ ｐｅｒｓｏｎａｌ ｎｅｔｗｏｒｋｓ ［ Ｊ ］． ＩＥＥＥ ｃｏｍｍｕｎ． ｓｕｒｖｅｙｓ ａｎｄ ｔｕｔｏｒｉａｌｓ， ２００９，１１（１）： １３－３２． ［２］ＨＡＲＬＥ Ｒ． Ａ ｓｕｒｖｅｙ ｏｆ ｉｎｄｏｏｒ ｉｎｅｒｔｉａｌ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍｓ ｆｏｒ ｐｅｄｅｓｔｒｉａｎｓ［Ｊ］． ＩＥＥＥ ｃｏｍｍｕｎ． ｓｕｒｖｅｙｓ ＆ ｔｕｔｏｒｉａｌｓ， ２０１３， １５（３）： １２８１－１２９３． ［３］ＳＵＢＢＵ Ｋ Ｐ． Ａｎａｌｙｓｉｓ ａｎｄ ｓｔａｔｕｓ ｑｕｏ ｏｆ ｓｍａｒｔ⁃ｐｈｏｎｅ⁃ｂａｓｅｄ ｉｎｄｏｏｒ ｌｏｃａｌｉｚａｔｉｏｎ ｓｙｓｔｅｍｓ ［ Ｊ ］． ＩＥＥＥ ｗｉｒｅｌｅｓｓ ｃｏｍｍｕｎ， ２０１４，２１（４）： １０６－１１２． ［４］石柯，陈洪生，张仁同．一种基于支持向量回归的 ８０２．１１ 无线室 内 定 位 方 法 ［ Ｊ ］． 软 件 学 报， ２０１４， ２５ （ １１ ）： ２６３６－２６５１． ＳＨＩ Ｋｅ， ＣＨＥＮ Ｈｏｎｇｓｈｅｎｇ， ＺＨＡＮＧ Ｒｅｎｔｏｎｇ． Ｉｎｄｏｏｒ ｌｏｃａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｒｅｇｒｅｓｓｉｏｎ ｉｎ ８０２．１１ ｗｉｒｅｌｅｓｓ ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｓｏｆｔｗａｒｅ， ２０１４， ２５ （ １１ ）： ２６３６－２６５１． ［５］ ＢＡＨＬ Ｐ， ＰＡＤＭＡＮＡＢＨＡＮ Ｖ． ＲＡＤＡＲ： ａｎ ｉｎ⁃ｂｕｉｌｄｉｎｇ ｒｆ⁃ ｂａｓｅｄ ｕｓｅｒ ｌｏｃａｔｉｏｎ ａｎｄ ｔｒａｃｋｉｎｇ ｓｙｓｔｅｍ［Ｃ］ ／ ／ Ｐｒｏｃ． Ｎｉｎｅｔｅｅｎｔｈ Ａｎｎｕａｌ Ｊｏｉｎｔ Ｃｏｎｆｅｒｅｎｃｅ ｏｆ ｔｈｅ ＩＥＥＥ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｏｃｉｅｔｉｅｓ． Ｔｅｌ Ａｖｉｖ， Ｉｓｒａｅｌ， ２０００：７７５－７８４． ［６ ］ ＹＯＵＳＳＥＦ Ｍ， ＡＧＲＡＷＡＬＡ Ａ ． Ｔｈｅ ｈｏｒｕｓ ｗｌａｎ ｌｏｃａｔｉｏｎ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｓｙｓｔｅｍ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ３ ｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅｏｎ Ｍｏｂｉｌｅ Ｓｙｓｔｅｍｓ， Ａｐｐｌｉｃａｔｉｏｎｓ， ａｎｄ Ｓｅｒｖｉｃｅｓ， Ｗａｓｈｉｎｇｔｏｎ， ＵＳＡ， ２００５： ２０５－２１８． ［７］ＷＡＮＧ Ｂ， ＣＨＥＮ Ｑ， ＹＡＮＧ Ｌ Ｔ， ｅｔ ａｌ． Ｉｎｄｏｏｒ ｓｍａｒｔｐｈｏｎｅ ｌｏｃａｌｉｚａｔｉｏｎ ｖｉａ ｆｉｎｇｅｒｐｒｉｎｔ ｃｒｏｗｄｓｏｕｒｃｉｎｇ： ｃｈａｌｌｅｎｇｅｓ ａｎｄ ａｐｐｒｏａｃｈｅｓ［ Ｊ］． ＩＥＥＥ ｗｉｒｅｌｅｓｓ ｃｏｍｍｕｎｉｃａｔｉｏｎ， ２０１６（ ６）： ·４２８· 智 能 系 统 学 报 第 １２ 卷