Ranknet方法在移動終端定位中的應用

張寶旭 李飛

摘要：本文設計的針對移動應用終端位置服務的精準定位由WI-FI指紋部分和Ranknet算法定位部分組成。WI-FI指紋部分利用位置指紋信息，分析指紋數(shù)據(jù)采集的相關工作量，最后通過應用程序來估計出測試指紋的位置。而Ranknet 算法定位部分，經(jīng)過提取有效定位特征并激勵于神經(jīng)網(wǎng)絡中進行準確的排序，得到的位置坐標信息將作為結果反饋給用戶。

關鍵詞：WI-FI指紋;神經(jīng)網(wǎng)絡;Ranknet算法定位

一.前言

針對位置定位的精準性，GPS進行定位處理，這只是個方便的辦法。在實際應用中，對基Ranknet神經(jīng)網(wǎng)絡的精準定位算法。這種定位算法可以有效的解決系統(tǒng)響應時間短等問題，已得到相關的處理，可以很大程度上提 高定位的精準度。讓使用者有著更好的體驗。

二.WI-FI指紋的提取及定位

WI-FI指紋的提取過程如下：

首先，考慮利用位置指紋信息，分析指紋數(shù)據(jù)采集的相關工作量，在使用位置指紋定位時，主要經(jīng)過離線階段部分和在線階段部分。一個移動終端的大概位置實際是很不確定的，也可能根本不在那個區(qū)域。如果可以選擇其中一個樣本進行測試，將最終的測試值輸入到網(wǎng)絡中。想要找到移動終端的位置信息，就必須從指紋特性中找到最匹配的信息特征。最后，通過算法計算得出結果，移動終端最終就會被確認下來。

WI-FI指紋的定位過程如下：

移動終端會接收測試的數(shù)據(jù)并開始傳達相關的定位請求信息，最后通過應用程序估計出測試指紋的位置。

三.Ranknet算法介紹

首先，主要執(zhí)行收集采集數(shù)據(jù)和應用準確定位反饋時間的特征。在指紋算法粗定位階段，由提取的信息指紋特征，計算出相應的定向位置的相關特性，再計算出粗定位的最終結果。在神經(jīng)網(wǎng)絡精定位階段，將經(jīng)過上述粗定位的提取階段的有效定位特征激勵于神經(jīng)網(wǎng)絡模型中進行準確的排序，得到的位置坐標信息將作為定位結果。

該系統(tǒng)的算法框圖如下：

四.Ranknet網(wǎng)絡結構

用于神經(jīng)網(wǎng)絡的方法學習，主要包括：輸入層、隱藏層和輸出層。輸入層中每個位置的特征由相應神經(jīng)信息表示，在設備使用中將有效的特征進行排列處理，將其設置為神經(jīng)網(wǎng)絡結構的激勵信息。而虛部代表隱藏層，這是不可缺少的一部分，最后響應為完整的神經(jīng)元。這種方法看起來會很清晰，更直觀。

該系統(tǒng)的網(wǎng)絡結構圖如下：

五.算法的實現(xiàn)過程

獲取無線定位的有效空間的信息過程，然后根據(jù)定位的相關精度以及速率等信息。把采集的有效信息數(shù)據(jù)作用于指紋特征庫，從中獲取結果并記錄處理，最終用于實驗檢測。

在有效定位階段，所獲取的相應值，而后計算真實定位坐標點，坐標的距離應當不超過初始狀態(tài)的預定值。在有效時間，過程中依次進行算法處理，對應時間作為指標的值。如果部分時間使用算法過程所消耗時間占比都要大于有效定位值，那么應用程序就會做出提示響應。

六.Ranknet定位算法的特色

定位精度值在很大程度上超于傳統(tǒng)定位算法，其定位的成功率也是略勝一籌的。

做出了相關的定位算法以及設計規(guī)則模型定位功能等，有效的處理了網(wǎng)絡服務器響應時間短的問題。

使位置的定向處理技術進一步的提升，未來對移動終端應用的方面還會加大相關的研究，使用戶在使用方面達到最高期望值。

參考文獻：

[1]吳爭.RankLib基于大數(shù)據(jù)的移動終端定位的方法[J].2019廣東通信青年論壇優(yōu)秀論文專刊刊.2019

[2]Learning to Rank簡介[J].

[3]Tie-yan Liu.Learning to Rank for Information Retrieval[J].

基金項目：本文為2020年山東英才學院大學生專項科研項目：Ranknet方法在移動終端的應用（項目編號：20YCKYXS11）的研究成果。