基于二維卷積神經網絡的無線局域網室內定位系統

張天穎, 史明泉, 崔麗珍, 秦嶺

(內蒙古科技大學信息工程學院, 包頭 014010)

隨著現代通信技術的飛速發展,移動設備方便了人們的日常生活,定位技術也得到了進一步的發展。定位技術分為室內定位和室外定位兩種。室外定位有全球定位系統和蜂窩無線網絡的定位系統等[1],并已經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。但在室內中,它們的信號會因建筑物的遮擋發生反射、折射和散射等現象,導致信號變弱,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(wireless fidelity, WIFI)[11-13]等技術已經在室內定位的領域得到應用。其中,基于接受信號強度(received signal strength indicator,RSSI)的WIFI的室內定位技術,通過現有的基礎設施和移動終端就可實現定位,不需要部署額外的設備而受研究學者們的喜愛。

Hoang等[14]使用遞歸神經網絡來解決WIFI指紋室內定位,使用軌跡作為定位目標,并考慮軌跡中RSSI測量值之間的相關性,提出一種對輸入RSSI數據和連續輸出位置進行加權平均濾波的方法。Song等[15]將堆疊自動編碼器和一維卷積神經網絡相結合,利用堆疊自動編碼器從RSSI中提取關鍵特征,同時使用卷積神經網絡對其進行訓練,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定位系統,通過變分自編碼中的特征提取模塊來挖掘訓練數據的潛在信息,通過多層神經網絡以及Softmax分類器來預測移動設備的位置。Chen等[17]使用信道狀態信息和卷積神經網絡(convolutional neural network,CNN)進行WIFI定位,將信道狀態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絡有很多,其中CNN在圖像領域和定位領域都備受歡迎,選擇該網絡進行訓練學習模型。

現通過實現圖像分類從而解決室內定位問題,每一個采集數據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RSSI數據計算的峰值提供全局信息,二者相結合后的數據構成位置指紋圖像。再使用在圖像領域十分出色的CNN來訓練學習這些圖像,以減少數據處理時的工作量,減少各種附帶信息之間的相互影響,從而得到更簡單、準確的室內定位算法。

1 基于2D-CNN的WIFI定位系統架構

系統模型整體架構如圖1所示,主要包含離線階段和在線階段,離線階段中,根據所需定位的區域將其劃分為一個個的小區域也就是文中所說的類,在每個小區域進行RSSI數據的采集,并根據RSSI計算對應的峰值,使用滑動窗口分割二者組合后的新數據,形成位置指紋圖像數據集。數據集通過CNN進行訓練學習,得到最佳模型,通過該模型即可對目標區域進行定位。

圖1 定位系統整體架構圖Fig.1 Overall architecture of the positioning system

1.1 數據的采集

進行數據采集的實驗區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數據的采集,因此選擇在每個采集點處采集約90 min,可得到2 700次數據。采集到的RSSI的取值分布在-35～-100 dBm范圍內。

使用A～Y和1、2區分50個不同數據采集點;第一行數據采集點可表示為(1,A),(1,B),…,(1,Y);第二行數據采集點可表示為(2,A),(2,B),…,(2,Y)圖2 數據采集區域平面圖Fig.2 Data acquisition area plan

1.2 特征圖像的構建

采集的數據結構如圖3所示,其中,T為從接入點(access point,AP)接收到RSSI的次數,M為AP的數量。對于每個采集點均可以得到圖3所示的數據結構,50個采集點,即采集到50組數據。圖4為由RSSI數據構成的位置指紋圖像部分樣點圖。

圖3 RSSI數據結構圖Fig.3 RSSI data structure diagram

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

為了提高系統整體的效率,在圖像構建時,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數據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 數據庫的構建

根據在每個采集點采集到的RSSI數據和通過計算得到的峰值構建三維位置指紋特征圖,其特征圖構建過程如圖5所示,M個AP在T個時間點采集到的RSSI數據構成一個二維特征圖,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據進行訓練和學習,使用CNN來對特征圖像進行學習分類也需要大量的訓練數據。通常遇到訓練數據不足的問題時,會對訓練數據中的圖像做旋轉、平移、縮放、填充、左右反轉等變換。這些變化都是對同一個目標在不同角度的觀察結果。但考慮到特征圖都是使用RSSI的值來構建的圖像,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為T,當測量次數為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數據重合。即允許相鄰的RSSI特征圖像在時域內重疊,利用此分割方法可得到2(T/t)-1個特征圖。

圖6 滑動窗口分割數據對比圖Fig.6 Sliding window segmentation data comparison diagram

2 卷積神經網絡系統架構

神經網絡是一種模仿生物神經網絡結構和功能的數學模型或計算模型。神經網絡由大量的人工神經元組成,按不同的連接方式構建不同的網絡,CNN就是其中一種,其架構如圖7所示,神經網絡能夠類似人一樣,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果。CNN被廣泛應用在圖像識別領域,CNN結構主要分為三層: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網絡整體結構Fig.7 Architecture of CNN network

2.1 卷積層

卷積是兩個函數的疊加,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過一個激活函數,即線性整流函數(rectified linear unit,Relu)。Relu是人工神經網絡中常用的激活函數,其函數表達式為

(4)

2.2 池化層

通過卷積層進行處理后的圖像數據依然是十分龐大的,(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,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果產生影響,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網絡,將卷積層和池化層處理過的數據輸入全連接層中,由全連接層以及Softmax函數進行分類。

若全連接層之前的神經元數目過大,通常會使網絡的學習能力過強,導致過擬合的情況發生。常常加入Dropout層來隨機刪除神經網絡中的部分神經元,讓一定數量的卷積停止工作,提高網絡的泛化能力,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 實驗結論與分析

3.1 實驗環境

實驗環境設置如表1所示。

表1 實驗環境配置Table 1 Experimental environment configuration

3.2 峰值

在位置指紋圖像的構建過程中引入峰值,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據集對其進行訓練。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數據構成的大小為M×T的數據結構,計算并結合其峰值形成一個大小為M×T×2的數據結構,使用滑動窗口將該數據結構以M×t×2的大小進行分割,數據切割時切割尺寸的大小也尤為重要,使用t=20和t=45兩種尺寸的數據進行了對比實驗,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值不僅會減少數據集中數據量的大小,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:卷積層數的影響

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

為確保數據的可靠性,以下涉及到的CNN網絡架構均進行了三次實驗,最終CNN架構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架構在平均值和最大值均優于其他網絡架構,性能更優越。

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

3.5 優化算法

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,權重值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種優化算法在定位精度方面的性能,對使用SGD、RMSProp和Adam 3種優化算法的定位系統進行性能測試。圖11顯示了隨著訓練次數不斷增加系統定位精度的變化趨勢,表5為最終的訓練結果。可以看出,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承擔本文的優化算法。

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

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

4 結論

本文算法是一種基于CNN的RSSI時間序列室內定位算法,該算法與其他算法相比不需要復雜的數據處理過程,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數據的測量值,還研究了基于RSSI計算的相應的峰值,目的是為網絡提供全局信息。將RSSI數據和峰值信息結合構建位置指紋圖像數據集,將室內定位問題轉化為圖像分類問題,使用三層CNN網絡對該數據集進行訓練,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,圖像數據大小t和優化算法的選擇以及不同CNN網絡架構對數據特征提取的性能。仿真結果表明,在當前室內環境中,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。