利用无线信号强度的设备位置测量系统的定标的制作方法

专利名称：利用无线信号强度的设备位置测量系统的定标的制作方法
技术领域：
本发明涉及IEEE802.11设备，更特别地，涉及使用无线信号强度定位无线设备。
背景技术：
了解大楼中用户和设备的位置，对于基于位置的服务和无所不在的计算的各方面是重要的先决条件。一种有前途的确定位置的方法是通过三角测量法，通过测量IEEE802.11无线信号强度。基于IEEE802.11定位的系统的最有吸引力的特征之一是除了许多大楼中已有的无线网络之外它不需要任何额外的基础设施。这与其它使用主动/被动的证件和摄像机的个人跟踪系统大不相同，该系统反过来需要安装和维护额外的设备。
使用802.11无线客户作为位置传感器(例如，便携计算机作为接收器)，正在成为支持基于位置服务的日益流行的方法。来自多个接入点(AP)的信号强度的三角测量法可用来精确地确定接收设备的位置直至几米。但是，这种准确等级的获得，其代价是需要繁重而耗时的体力劳动，以便获得信号强度的空间高密度定标数据作为位置函数。
在一网络客户上从几个不同AP知道了无线信号强度测量值之后，研究者们已示出了如何计算位置直到几米。这种类型的位置测量特别有吸引力，因为它使用大楼及其用户的现有设备，而且因为它在室内起作用，而室内全球定位系统(GPS)和蜂窝电话位置信号常常中断。然而，这类系统的精度通常依赖于极度细致的定标过程，包括物理移动无线客户接收器至大楼内部许多各不相同的已知位置和不同的方向。期望任何人都花费财力在这种工作上常常是不切实际的——当将这种期望作为新产品一部分提出时，软件产品规划者常常拒绝，抱怨系统管理员甚至不愿意保持更新打印机的位置，更不用说创建和维护高分辨率的IEEE802.11信号强度表。
对于手工定标的一种替换方案是基于大楼的大楼平面图、射频(RF)传播的物理仿真以及无线接入点的位置的资料，通过分析来预测信号强度。对于所选仿真方法，已发现物理仿真信号强度比由手工定标获得的值增加将近46％(从2.94米到4.3米)的中值位置误差。此外，好的物理仿真通常需要大楼更详细的模型而不是一般可用的那种。
在IEEE802.11定位领域中，一种出版著作是基于RADAR系统，一种大楼内基于RF定位和跟踪系统。RADAR根据室内位置和相应信号强度的表工作。使用手工定标的表，最近邻近值算法给出大约2.94米的中值空间误差。另一基于仿真无线电波传播的表以增加中值误差到4.3米的代价来允许避免大多数定标工作。RADAR工作还考虑了减少定标工作量的问题。发现定标点数量从七十减少到四十在准确性上只有很小的负面影响。在后继的工作中，在通过大楼的短路径上使用类似维特比(Viterbi)算法增强了RADAR。这进一步减少中值误差至大约2.37米。
作为Carnegie Mello的Andrew系统的部分，使用走廊中八个离散位置进行了IEEE802.11定位系统的有限研究。建立了信号强度相对于位置的表。确定了在返回到八个位置时，系统87.5％的时间推断出正确位置。
另一位置服务使用信噪比，取代了较常用的原始信号强度。位置算法是在两座大楼中的离散位置手工地训练的贝叶斯定理(Bayesian)网络。贝叶斯公式允许包括个人位置的先验概率(a priori probability)，以及位置之间的转移概率(transition probability)。关于走廊中十二个位置的一次测试中，服务能够识别最高概率达到97％时间的正确位置，不计算它是不确定的15％的时间。
在另一个研究中，IEEE802.11用于计算无线PocketPC的位置，既在室内又在室外。取代手工定标，使用了近似到无线接入点的距离作为信号强度的函数的公式。使用爬山(hill-climbing)算法，系统使用来自多个接入点的信号强度计算位置直至大约十米(近似三十五英尺)。
还有IEEE802.11定位系统的另一个研究中，使用了贝叶斯定理推理和隐藏的马尔可夫(Markov)模型。不仅考虑了信号强度，而且考虑了从给定位置看到接入点的概率。象其它操作一样，它基于手工定标。系统明确地模仿方向，并达到近似一米的中值空间误差，使用走廊中每大约1.5米取得的定标样本。尽管按照准确性，这可能是最好的结果，但研究也承认定标工作量的问题，并建议定标的位置能通过为定标器配备加速计表和磁罗盘来自动推断。
在上文所述的一些传统系统明确地朝着更准确努力，但以增加定标工作量为代价。
概述为了提供本发明一些方面的基本理解，以下给出本发明的简要概述。本概述不是本发明大范围的综述。它不打算确定本发明的关键/重要的元素或者描绘本发明的范围。它唯一的目的是以简化的方式提出本发明的一些概念，作为稍后提出的更详细描述的前序。
在此所揭示和声明的本发明，在其一个方面，包括一种IEEE802.11基于位置的技术，用于粗略地定标一个系统，使用该技术考虑给定位置的无线信号强度来确定精确三角测量的位置。定标技术基于一个回归函数，它产生足够准确的位置信息作为信号强度的函数，不管定标数据或最小可用数据中的间隔。
由于房间是大楼中自然空间基准(spatial fiducial)，并假设手工定标在有些时候是主要方法，本发明的体系结构揭示了一种新的IEEE802.11定位系统，它基于相对容易的记录信号强度直到房间分辨率的定标过程(例如，从大楼的每个房间中的任一点或一组点或者每个房间内更精确的位置)。所揭示的定位算法设计为尽管未得到数据仍工作，即，由于一个房间、一组房间或者甚至大楼侧楼不可到达，所以数据是难以获得的。回归算法从大楼中已知位置处取得一组信号强度，并生成将信号强度映射到(x，y)位置的函数。然后可使用这个函数估计新位置。易于表示和计算的基于径向的函数用于回归。
算法在信号强度上回归以提供定位的事实使有可能在定标期间跳过房间，但仍估算那些房间中的位置。这对于最常规的IEEE802.11定位算法更为困难，这种替代必须将信号强度分类至只有先前看到过的位置。尽管准确性随着减少的定标数据而降低，但它降得出乎意料得少。这个结果量化了精度和工作量之间的权衡，并建议了一种用于手工定标这类系统的规定。
一个实施例提供了更精确的位置测量方法，其中通过将接收器放在要测量的位置的一个点上并且根据单一接收器位置测量信号特性来完成定标。用户在示出相对于要测量位置的接收器位置的地图上选择接收器的近似位置。此外，提供平均最后十个计算出的(x，y)位置的平均函数来进一步减少噪声。
在精确性较差的第二实施例中，用户将接收器绕着位置移动，例如在房间中，同时在几个定标点上进行测量。这样接收器的准确位置是不知道的。为了定标，取接收器的位置为房间的(x，y)矩心，当进行测量时不管接收器位于房间中的什么地方。
为了前述和相关目标的完成，在此将结合下列描述和附图描述本发明某些例示性方面。然而，这些方面是表似性的，但具有使用本发明原理的一些不同的方法，但本发明旨在包括全部这些方面及其等价物。本发明的其它优点和新颖性当结合附图考虑时，从以下详细的描述中可变得显而易见。


图1示出用于根据信号特性确定新位置的一个系统的定标过程的几何结构。
图2示出本发明的通用定标过程的流程图。
图3示出一个过程的流程图，用于确定新位置信息。
图4示出用于按照本发明确定从信号强度到(x，y)位置的映射的过程的更详细的流程图。
图5示出典型的办公楼层房间平面图，用于本发明定标过程的实例应用。
图6示出示例性图形用户界面的屏幕快照，用于方便定标数据的信号强度登录。
图7示出可用于执行所揭示的体系结构的计算机的方框图。
图8示出按照本发明的示例性计算环境的示意性方框图。
详细说明现在参考附图描述本发明，其中相同的参考数字用于表示通篇的相同部件。在以下描述中，为说明起见，提供了大量特定的细节以便提供本发明的完整理解。然而，很显然，本发明没有这些特定细节也可实施。在其它的实例中，众所周知的结构和设备以方框图形式示出，以便于描述本发明。
如本应用中所使用的，术语“组件”和“系统”是要指计算机相关的实体，或者硬件、硬件和软件的结合、软件，或者执行中的软件。例如，组件可以是，但不限于，运行在处理器上的进程、处理器、对象、可执行码、执行的线程、程序和/或计算机。作为例示，运行在服务器上的应用和该服务器都可以是一个组件。一个或多个组件可驻留在进程和/或执行的线程内，且组件可本地化在一个计算机上和/或分布在两个或多个计算机之间。
如在此使用的，术语“推断(inference)”通常指从通过事件和/或数据捕捉的一组观测中推理或推断系统、环境和/或用户的状态。推断能用于识别特定的环境或动作，或者能生成状态的概率分布，例如。推断可以是概率-即基于考虑数据和事件计算在感兴趣的状态上概率分布。推断也能指从一组事件和/或数据中组成更高级事件所使用的技术。这个的推断导致从一组观测到的事件和/或存储的事件数据建立新的事件或动作，无论这些事件是否与紧密的时间接近(close temporal proximity)相关，以及无论这些事件和数据是来自一个或几个事件和数据源。
所揭示的定标体系结构支持这个前提，即只在空间准确性中少量减少的情况下能显著减少定标工作量。这有效地减少更广泛采用IEEE802.11基于位置测量技术所最恨的实施障碍之一。
现在参考图1，示出了用于本发明的一个系统的定标过程的几何结构，所述系统根据信号特性确定新位置。期望这些新位置在区域100内。区域100可以是由一个或多个发送器110覆盖的一大楼、一个楼层或任何其它区域。发送器110可以位于区域100的内部或外部。为了定位系统能够确定至少一个(x，y)位置，至少必须有三个发送器110，其信号特性能在区域100中测量。这些发送器110可以是，但不要求是，例如，部署在网络上的接入点(AP)收发器。但是，为了本说明，短语“发送设备(transmitting device)”和术语“发送器(transmitter)”应该理解为包括任何可部署在或者可不部署在网络上的并且发送信号的设备。
区域100划分为部分120，部分120可包括，例如，大楼中的房间、走廊或休息室，且因此可以是不同大小的。可供选择地，部分120可以是房间内特定的位置。发送器110不必位于部分120中。而且，可以有不划入部分120的附加区100。
部分120可包含一或多个定标点130。在定标期间，将接收器140顺序地放在每个定标点130。对于每个定标点130，记录每个可接收的发送器110的一个或多个信号特性。在一个实施例中，发送器110是服从IEEE802.11标准的收发器，且信号特性是在定标点130测量的发送器110的信号强度。而且，对于每个定标点130，记录相应部分120的身份。相应部分120的身份能通过例如用户从地图上选择一个部分来指出。所有部分120的空间位置都需要定标。这些空间位置可以是每个部分120空间范围的矩心。
在另一实施例中，对于每个部分只有一个定标点130。定标点130位于每个部分120内的已知位置。然后在单个定标点130处原地旋转接收器140的同时，多次测量信号特性。取部分120的空间位置为定标点130的空间位置。
在另一个实施例中，对于每个部分有多个定标点130。选择的这些定标点130散布在部分120各处。对于每个定标点130，可测量一次或多次信号特性。取部分120的空间位置为部分120的矩心。
在任何实施例中，在行动作150，由接收器140在所有定标点130测量信号特性，并收集所有部分120的空间位置。在行动160，然后在这个数据上执行回归。对所收集的数据进行回归操作以产生回归函数，如在行动作170所指出的，随后可用回归函数来根据新测量的信号特性估算遍及区域100的新位置。这些新位置不约束于定标点130上。事实上，甚至它们不约束于部分120内；它们能出现在定标时不可访问的位置上。
现在参考图2，示出依照本发明的通用定标过程的流程图。为了简化说明，以例如流程图的形式的图2的方法以及任何随后的方法在此示出和描述为一系列行动，要理解和意识到本发明不受到行动顺序的限制，如有些行动可能依照本发明以不同的顺序发生，和/或与来自在此所示和所述的其它行动同时发生。例如，在本领域中那些熟练技术人员将理解和意识到，能可替换地将方法表示为一系列相互关连的状态或事件，诸如在状态图中。而且，可能不要求所有示出的行动以实现依照本发明的方法。
在200，将接收器带到定标点130。在202，随后记录接收器的空间位置。注意，空间位置信息的记录不必在每个定标点上执行，但可在部分120的定标期间只记录一次。然后接收器测量并记录位置的一个或多个发送器的信号强度，如在204所指出的。在206，如果必须在更多的定标点130测量信号强度，则流程回至200，将接收器带到下一个定标点130，并继续对那个定标点130测量和记录过程。如果没有其它定标点130必须测量，则流程从206前进到208，以创建回归函数。通过回归训练这个回归函数。训练组(training set)包括在定标点130测得的信号强度和部分120的空间位置。然后确定回归函数，它提供(x，y)坐标位置作为整个区域100上信号强度的函数。可供选择地，回归函数可提供(x，y，z)坐标，如果区域100延伸到大楼的多个层。
现在参考图3，示出了用于确定新位置的进程的流程图。在300，将接收器带到新位置的一般区。这个位置可能是一个以前访问过的位置或者第一次访问的位置。然后测量和记录信号强度，如在302指出的。可从任何关联于区域100的发送器接收信号。在304，使用回归函数，根据由接收器在302测得的信号强度估计区域100内的新位置。进程然后到达停止框。
算法现在参考图4，示出了用于依照本发明确定从信号强度到(x，y)位置映射的进程的更详细的流程图。在400，将来自每个部分120的信号强度向量群集成为K个簇(cluster)。在402，将所有信号强度向量分成向量的训练组和测试组(test set)。在404，选择的未试验值西格马(σ)。在406，从训练组创建核心矩阵。在408，求出线性系统的系数阿尔法(α)和贝塔(β)。在410，保存西格马(σ)、阿尔法(α)和贝塔(β)的值。在412，利用公式(2)和(3)在测试组上估算西格马(σ)、阿尔法(α)和贝塔(β)。在414，确定是否已经达到最后的西格马(σ)。如果否，则流程返回404的输入以选择另一个未试验过的西格马(σ)。如果是，则流程到416，保存最佳的西格马(σ)、阿尔法(α)和贝塔(β)。
以下是算法和相关公式的详细描述。
为了便于理解在下文中所述的数学，infra，每组定标信号强度读数用向量si指示，其中i是在实质上全部房间位置中实质上全部定标向量上的索引。每个定标向量具有相应的(xi，yi)给出取得它的位置。这可能是部分120的空间范围的矩心或者放置接收器的任何地方。每个信号强度向量si具有多个元素，一个元素对应每个在区域100中可接收的发送器。在si中相应于在定标点130未检测到的发送器的元素，给它一个比整个试验中看到的最小信号强度更小的值。从WRAPI(无线研究应用编程接口)库返回的信号强度作为以dBm为单位的整数，其中dBm＝10log10(毫瓦)。
许多常规的基于IEEE802.11的位置研究已经将位置测量任务用公式表示为分类问题，其中目标是将信号强度向量分类成离散的位置组。这包括概率公式化，其中分类结果作为在所有可能位置上的一组概率而给出。然而，分类公式化不适合于在定标阶段完全跳过某些房间的目的。如果训练过的分类器从没有看到某个房间，它将永远不把来自那个房间的数据分类。
本发明代之以使用回归形成回归函数，它将信号强度向量映射到位置。因此，本发明能将信号强度向量映射到从没有定标过的一个新位置。如果分类(而不是回归)仍是想要的，则能进行后处理检查以确定哪个房间，如果有的话，包含所估算的位置。
以下是依照图1的实施例如何测量信号强度的描述，被用于产生回归函数，回归函数给出作为信号强度向量的函数的位置，之后以有原则的方法减少定标向量的数量，以了解减少定标数据的数量如何影响位置测量的准确性。
回归将一个函数拟合定标向量si和相应的房间坐标(xi，yi)。本发明利用核回归(kernal regression)，它通过下列公式估算新的位置x(s)=cx+Σj=0M-1αjK(||s-sj*||),and----(1)]]>y(s)=cy+Σj=0M-1βjK(||s-sj*||);]]>其中K(r)是所选择的核心函数(kernel function)，s*j是所选择的核心函数中心，以及αj和βj是基于定标数据的计算的权重。观测的信号强度向量s与存储的信号强度向量s*j之间的欧几里德距离r由 表示。能以多种方法计算偏移(cx，cy)，如在本领域已知的机器学习。在一个实施例中，偏移只是训练数据的矩心，即，(cx,cy)=1N(Σi=0N-1xi,Σi=0N-1yi);----(2)]]>其中N是定标向量的数量(在这里提供的应用中，这个数量是28，144)。
在图1的实施例中，选择核心函数为各向同性的高斯(Gaussian)核心函数K(r)=exp(-r22σ2).----(3)]]>其中σ是半径，以及r是欧几里德距离 核心函数的这种选择还需要选择比例参数西格马(σ)，这在下面描述。另外，M个核中心(kernel center)S*j的选择也在下面描述。
本发明使用最小二乘法(least-squares)拟合，根据定标数据计算权重αj和βj。要计算αj(对于x坐标)，在定标数据与x(si)之间最小化均方误差，即，err=Σi=0N-1(xi-cx-Σj=0M-1αjKij)2,----(4)]]>其中Kij=K(||s-s*j||)]]>公式。 相对于αj的最小化给出能求出向量a＝(α0，α1，...，αM-2，αM-1)T的线性方程KTKa＝KTX (5)这里K是NxM矩阵Kij，以及x＝(x0-cx，x1-cx，...，xN-2-cx，xN-1-cx)T。类似地，从KTKβ＝KTy得到βj。
注意KTK具有MxM大小，其中M是存储的信号强度向量的选择数量。KTK是一个核矩阵(kernel matrix)。一个可能的选择是令每个定标点si用作存储的信号强度向量，给出M＝N。求解具有M大于27,000的方程(5)(如在图1的实施例中使用的)将是非常计算密集的。此外，当M＝N时产生的回归函数可能不平滑地在定标点130之间统一化。代之以在每个位置中群集成信号强度定标向量，以及使用簇中心作为核中心。使用标准的k-平均值算法，在每个房间中计算k＝5信号强度簇，产生小于700个核中心以表示在测试层上的所有118个房间。
如果定标点130的位置的不确定性是已知的，可用方程(4)中的每个项相应的定标点的不确定性的变化量的倒数，加权在方程(4)中的每个项。在本领域中，这被称为异方差回归(heteroscedastic regression)。
唯一保留的选择是比例参数σ。在可能的σ值上执行简单的线性搜索。对于每个候选σ，首先使用定标数据的70％计算权重α和β。使用剩余不相交(disjoint)的30％估算候选。系统选择在(x，y)给出最小均方根距离误差的σ。虽然使用70/30分割用于计算σ，但使用100％的定标数据用于核中心群集。
如前面指出的，一个可选的步骤是将最后几个位置的结果一起平均以减少噪声。最后十个(x，y)结果被一起平均。
如前所述，在与训练数据隔开一些日子取第二组测试向量。使用每部分120取一个定标点130的实施例，第二组数量为25,457的读数作为测试数据。当测试这个数据时，核回归(kernel regression)方法产生均方根误差约3.75米。均方根误差的计算在本领域中是已知的，并且因而在此不说明了。
应用示例如上面指出的，本发明的定位算法是基于从已知房间位置取得的信号强度训练数据的回归来工作的。
现在参考图5，示出由房间502组成的典型办公楼层500的平面图，用于本发明的定标过程的实例应用。楼层500包括132个房间502，其中118个是可到达的。楼层500的面积近似2,680平方米。取这个楼层为区域100。楼层的大楼地图被提取为多边形表示和位图两者。将所有地图的坐标表示为以米为单位的实际楼层坐标。在具有118个不同房间的楼层500上估算这个算法。
为研究定标工作量的问题，减少定标数据的数量，好象在每个房间花费更少的时间并且好象已经跳过某些房间。将118个房间分成137个部分，因为在更大的房间例如会议室中，使用更多的接收器位置。通过使用地图通过图6的界面进行位置选择记录接收器的位置，在下文描述。这些结果指出每个19.5平方米的定标位置。为了定标，带一个无线连接的接收器例如运行登录程序(logging program)的便携式PC进入每个可到达的部分。登录程序使用WRAPI接口以从所有可见的IEEE802.11发送器获得信号强度。接收器在每个位置测量信号约60秒。另外，将接收器朝向许多不同的方向以析出方向效果因数。使用3.4Hz的扫描速率为每个位置提供约200个扫描。每个扫描产生信号强度与无线接入点的MAC(介质访问控制器)地址的组。平均起来，无线通信接口在任何给定时间能“看见”3.9个AP。如前面指出的，第一组信号强度读数数量为27,796，以及在稍后一些日子取得的第二组用作测试数据，数量为25,457。
作为减少噪声和增加准确性的方法，将一个移动平均滤波器(runningaverage filter)应用于所计算的位置向量。这个滤波器是十个样本长，它在3.4Hz的扫描速率时引起约2.9秒的延时。
要测试减少时间的效果，用相同的训练算法处理最先的s秒定标数据，以及然后用整个测试组测试。当在每个位置所花费的时间只是十秒时，准确性没有明显地受到损害。在十秒时，均方根误差只从在60秒时的均方根误差增加大约12％(或0.45米)。在3.4Hz的数据速率时，十秒数据只产生三十四个信号强度向量。这表示在定标期间不必在每个位置上花费更多时间。
减少定标位置的数量从原来137个位置的完全组到原来的10％的效果进行测试。为了要从原来的定标组中选择k个位置，在原来的位置上进行k-平均值群集算法(k-means clustering algorithm)以产生k个簇。选择最靠近k个簇矩心的k原来的位置作为用于定标的位置。如确定的，均方根误差随着位置数量的减少而增加。然而，甚至在50％时，均方根误差具有只增加20％(0.74米)，以及在20％时，增加42％(1.59米)。在10％的原来位置，均方根误差是9.19米，这在100％时的最佳结果上145％的增加(5.44米)。因此，这对于移动至定标点更密集的组示出显著减小的回报。这个试验还提议一个方法通过以一个密集组开始的距离选择定标点，例如，在每个房间的矩心，并且使用k-平均值将组群集成代表性的子样本。
此外，在准确性中只有少量降级的情况下，既能显著减少在每个位置花费的时间又显著减少位置的数量。例如，在40％的位置中花费三十秒增加均方根误差仅约21％(从3.75米至4.55米)，还减少超过一半的定标工作量。
现在参考图6，示出图形用户界面(GUI)600的示例性屏幕快照，用于方便定标数据的信号强度登录。GUI 600简化楼层500的楼层图形表示602及其房间的显示。用户通过经鼠标、键盘或其它常规输入设备从楼层表示602中选择一个房间来表示接收器的位置。另外，提供一个信号强度子窗口604用于提供信号强度指示图605，它显示从附近的发送器测量的信号强度的表示法。例如，第一个条606包括第一色彩或填充图案，表示从在当前正在定标的楼层上的一个发送器接收的信号。与条606相关联的是数据608，表示信号强度数据，房间所在的楼层以及发送器的房间号码(即，113/3/3327)。在这个特定的例子中，发送器是在大楼号码(113)、第三层(3)的房间号码3327(也在610图形表示的)中。
第二个条标识(bar identification)612可用于表示从不是正在定标的当前楼层上的发送器接收的测量。条612与房间113/4/4327相关联，这是在大楼113的第四层上的房间4327。应该意识到GUI能编程以给测量信号提供多种多样的图形响应，包括闪烁条以及文本、音频输出信号等，一般能用于提供这样的界面特征。
界面600还包括一个位置输入(Location Input)子窗口614，允许用户经地图缩放(Map Zoom)子窗口在楼层地图中缩放，并且经楼层选择器(MapChooser)子窗口选择一个楼层用于定标。
界面600还包括扫描控制子窗口616用于为信号检测选择扫描速率。用户还能经登录路径栏位(loggin path field)618直接将数据登录到接收设备的位置。用户也可通过在路径栏位618中进入相应的网络路径选择一个远程网络存储位置。一旦输入，所有数据被自动存储到指定的文件位置中。
乍一看，约3.75米的均方根误差用于定位系统，好象比在第一个常规试验中获得约2.94米的中值误差或者第二常规试验中获得约一米的先前常规研究要差得多。然而，这两个常规需要多得多的定标工作量。第一常规试验用七十个定标点覆盖在大约五十四个房间外面的走廊。第二个常规试验用相距约1.5米(五英尺)定标点覆盖走廊。相比之下，所揭示的例子使用每房间一个定标点，平均的中心至中心距离约2.85米。其它工作量也要更加注意保证定标点的位置是已知的。尽管上述第一和第二常规试验示出仔细的定标可完成什么，但是所揭示的方法示出用一个实用的方法可完成什么。
部署基于IEEE802.11的定位系统的一个障碍是定标工作量。在所揭示的例子中，约花费四小时定标大楼的一个楼层的118个房间。令人想要知道的是这个定标的数量是否真正地必需。特别地，令人想要的是估算减少在每个房间中花费的时间和减少访问房间的数量的效果。通过在原来的训练数据的子集上训练，仿真减少时间和房间数量的效果。
总之，用于基于IEEE802.11的定位的定标可以是非常繁重的。在所揭示的应用例子中，定标一个办公楼的一个楼层直到房间分辨率，这近似于对于一个大规模部署的IEEE802.11定位系统所能期望的。使用径向基函数(radialbasis function)插入位置作为信号强度的函数，在平均距离(mean spacing)约3.27米的房间上实现约3.75米的均方根误差。通过将问题用公式表示为一个插值问题，有可能通过跳过相当部分的房间而使定标过程更容易。另外，不必在每个房间中花费更多时间，因为在超出很短的最小值之外的更多时间并不会提高准确性很多。
在一个可替换的实现中，代替在各个定标位置从单个接收器测量多个发送器的强度，所揭示的发明可同样应用于通过在已知位置固定许多接收器和在各个定标位置测量单个发送器的强度来确定发送器的位置。后者可应用于发送器是音频源(例如人)的情况，而接收器是一组音频话筒。
在另一个可替换的实施例中，定标和回归不必对信号强度操作。能使用各种信号特性，诸如相位、自相关(autocorrelation)或频谱。回归能同样很好地应用于这些可替换的信号特性，甚至每个特性本身不是标量。于是核回归系统的输入将由包括拼接在一起的多个信号特性的多个向量的向量组成。
现在参考图7，示出一个可用于执行所揭示的体系结构的计算机的方框图。为了提供附加的环境用于本发明的各种方面，图7和下列讨论是想要提供一个合适的计算环境700的一般描述，在这个环境中可实现本发明的各种方面。尽管上面已经在可在一个或多个计算机上运行的计算机可执行指令的一般环境中描述了本发明，在本领域中那些熟练技术人员将认识到，也可结合其它程序模块和/或硬件与软件的组合来实现本发明。一般而言，程序模块包括例程、程序、组件、数据结构等，它们执行特定的任务或实现特定的抽象数据类型。而且，在本领域中那些熟练技术人员将意识到，可用其它计算机系统配置实施本发明的方法，包括单处理器或多处理器计算机系统，小型机，大型计算机以及个人计算机，手持计算机设备，基于微处理器或可编程的消费电子产品等等，它们每一个可有效地连接至一个或多个相关联的设备。还可在分布式计算环境中实施本发明的例示方面，在分布式计算机环境中可由通过通信网络连接的远程处理设备执行某些任务。在分布式计算环境中，程序模块可位于本地或远程两者的存储器设备中。
再参考图7，示出用于实现本发明的各种方面的示例性环境700，包括计算机702，计算机702包括处理单元704、系统存储器706和系统总线708。系统总线708连接系统组件，包括但不限于系统存储器706至处理单元704。处理单元704可以是任何各种商业上可用的处理器。双微处理器和其它多处理器体系结构也能被用作处理单元704。
系统总线708可以是任何几种总线结构，包括存储器总线或存储器控制器，外设总线和使用任何各种各样商业上可用的总线体系结构的局部总线。系统存储器706包括只读存储器(ROM)710和随机存取存储器(RAM)712。基本输入/输出系统(BIOS)存储在ROM 710中，包含诸如在起动时帮助在计算机702内的部件传送信息的基本例程。
计算机702还包括硬盘驱动器714、磁盘驱动器716，(例如，从可移动磁盘718读或写到可移动磁盘718)和光盘驱动器720，(例如，读CD-ROM盘722或者从其它光介质读或写到其它光介质)。硬盘驱动器714、磁盘驱动器716和光盘驱动器720能分别通过硬盘驱动器接口724、磁盘驱动器接口726和光盘驱动器接口728连接至系统总线708。驱动器及其相关联的计算机可读介质提供数据、数据结构、计算机指令等的非易失性存储。对于计算机702，驱动器和介质提供以合适的数字格式广播编程的存储。尽管上面计算机可读介质的描述指硬盘、可移动磁盘和CD，但本领域那些熟练技术人员应该意识到，计算机可读的其它类型的介质，诸如zip驱动器、磁带、闪存卡、数字视频盘、录音带盒等等，也可在示例性操作环境中使用，并且此外任何这样的介质可包含计算机可执行指令用于执行本发明的方法。
能将许多程序模块存储在驱动器和RAM 712中，包括操作系统730，一个或多个应用程序732，其它程序模块734和程序数据736。要意识到，本发明能用各种商业上可用的操作系统或操作系统的组合来实现。
用户能通过键盘738和定点设备诸如鼠标740将信息输入到计算机702中。其它输入设备(未示出)可包括话筒，红外线遥控器，操纵杆，游戏垫，卫星天线，扫描仪等等。这些和其它输入设备常常通过连接到系统总线708的串行口接口742连接到处理单元704，但可通过其它接口诸如并行口、游戏口、通用串行总线(“USB”)，红外线接口等连接。监视器744或其它类型的显示设备也通过接口诸如视频适配器连接到系统总线708。除监示器744之外，计算机一般包括其它外部输出设备(未示出)，诸如扬声器、打印机等。
计算机702可在网络化环境中运行，使用逻辑连接至一个或多个远程计算机诸如远程计算机748。远程计算机748可能是工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐器具、对等设备或其它普通网络节点，以及一般包括许多或全部相对于计算机702所述的部件，尽管为了简短，只示出一个存储器设备750。所述的逻辑连接包括局域网(LAN)752和广域网(WAN)754。这样的网络环境在办公室、企业级计算机网络、企业内部互联网和因特网中是很普通的。
当在LAN网络环境中使用时，计算机702通过网络接口或适配器756连接至局域网752。适配器756可方便与LAN 752的有线或无线通信，LAN 752可能还包括在其上部署的无线接入点用于与无线适配器756通信。当在WAN网络环境中使用时，计算机702一般包括调制解调器758，或者连接到LAN上的通信服务器，或者具有在WAN 754诸如因特网上建立通信的其它装置。可以是内置的或者外置的调制解调器758，通过串行口接口742连接至系统总线708。在网络化环境中，相对于计算机702所述的程序模块或者其部分，可存储在远程存储器设备750中。将意识到，所示的网络连接是示例性，并且可使用在计算机之间建立通信连接的其它装置。
现在参考图8，示出依照本发明的示例性计算环境800的示意性方框图。系统800包括一个或多个客户802。客户802可以是硬件和/或软件(例如，线程，过程，计算设备)。客户802能通过使用本发明提供点心文件(cookie)和/或相关联的上下文信息，例如。在客户802与服务器804之间一个可能的通信可以用适合于在两个或多个计算机过程之间传输的数据包形式。可通过有线(包括光纤)和/或无线技术方便通信。客户802有效地连接至一个或多个客户数据存储器808，能用它(们)存储客户802本地的信息(例如，点心文件和/或相关联的上下文信息)。同样，服务器804有效地连接至一个或多个服务器数据存储器810，能使用它(们)存储服务器804本地的信息。
上面所述的内容包括本发明的例子。当然，为了描述本发明，不可能描述每个想得到的组件或方法的组合，但在本领域的一个普通熟练技术人员认识到，本发明的许多进一步的组合和排列是可能的。因此，本发明旨在包括落在所附权利要求书的精神和范围之内的所有替换、修改和变化方案。此外，还达到术语“包括”(includes)在详细说明中或在权利要求书所所使用的程度，这样的术语以类似于术语“包含”(cemprising)的方式来规定为包括在内的(inclusive)，如当“包含”(comprising)用作为在权利要求中的一个过渡的词所解释的“包含”(comprising)。
权利要求
1.用于定标一个系统的一种方法，所述系统用于依靠观测的信号特性确定新的位置，包括测量与已确定的位置有关的信号特性；以及至少部分地基于所述信号特性产生一回归函数，所述回归函数作为一个观测的信号特性的函数估算新的位置。
2.如权利要求1所述的方法，所述回归函数包括多个核心函数，每个核心函数计算观测的信号特性的向量与存储的信号特性的向量之间的差。
3.如权利要求2所述的方法，所述核心函数是各向同性的高斯(Gaussian)核心函数。
4.如权利要求2所述的方法，通过群集多个测量的信号特性的向量来计算所述存储的特性的向量。
5.如权利要求2所述的方法，所述回归函数还包括权重和比例参数，使得每个核心函数依靠所述比例参数，通过以下步骤确定所述比例参数，选择多个比例参数值；对于每个比例参数值，使用比例参数值将所述权重拟合所述信号特性的第一子集；使用所述拟合的权重在所述信号特性的第二子集上估算回归函数，第二子集与第一子集是不相交的；当所述回归函数在所述信号特性的第二子集上获得最小位置误差时，选择一个最佳的比例参数；以及存储所述最佳参数和相应的权重。
6.如权利要求1所述的方法，所述回归函数包括权重，以及产生回归函数的行动包括通过调整所述权重将所述回归函数拟合所述测量的信号特性。
7.如权利要求6所述的方法，依照最小二乘法拟合过程调整所述权重。
8.如权利要求6所述的方法，通过计算核矩阵调整所述权重。
9.如权利要求6所述的方法，基于与每个已确定的位置相关联的位置不确定性的估算来调整所述权重。
10.如权利要求6所述的方法，所述权重包括多个权重用于计算x位置和多个权重用于计算y位置。
11.如权利要求1所述的方法，所述回归函数还包括从所述已确定的位置的矩心计算的附加参数。
12.如权利要求1所述的方法1，所述信号特性是关于从无线收发器发射的无线射频信号的，以及所述信号特性包括信号强度。
13.如权利要求12所述的方法，所述无线收发器依照IEEE802.11标准运行。
14.如权利要求1所述的方法，其特征在于，所述新位置的一子集在定标的时候是不可到达的，所述不可到达的位置包括一个房间、分布遍及一个楼层的多个房间和接近地位于一个楼层上的多个房间中的至少一个。
15.定标一无线设备位置测量系统的一种方法，包括访问至少一个无线发射设备；为每个无线发射设备记录信号强度数据；以及基于所述信号强度数据产生一回归函数，利用所述回归函数估算新位置。
16.如权利要求15所述的方法，从在所述发射设备的区域内的多个不同位置记录所述信号强度数据。
17.一定位系统，所述定位系统观测信号特性以确定新位置，包括用于测量与已确定的位置相关的信号特性的装置；以及装置，用于至少部分地基于所述信号特性产生一回归函数，所述回归函数作为一个观测的信号特性的函数估算新的位置。
18.一定位系统，所述定位系统使用观测的信号特性以确定新位置，包括一测量组件，用于测量与已确定的位置有关的信号特性；以及一回归组件，用于至少部分地基于所述信号特性产生一回归函数，所述函数基于观测的信号特性数据估算新位置。
19.如权利要求18所述的系统，所述回归函数包括多个核心函数，每个核心函数计算观测的信号特性的向量与存储的信号特性的向量之间的差。
20.如权利要求19所述的系统，所述核心函数是各向同性的高斯(Gaussian)核心函数。
21.如权利要求19所述的系统，通过群集多个测量的信号特性的向量来计算所述存储的特性的向量。
22.如权利要求18所述的系统，所述回归函数包括权重，以及所述回归组件包括一拟合组件，用于通过调整所述权重将所述回归函数拟合所述测量的信号特性。
23.如权利要求22所述的系统，所述拟合组件包括一最小二乘法拟合组件。
24.如权利要求22所述的系统，所述拟合组件包括一组件用于计算一核矩阵。
25.如权利要求22所述的系统，所述拟合组件接收与每个已确定的位置相关联的位置不确定性的估算作为输入。
26.如权利要求22所述的系统，所述权重包括多个权重用于计算x位置和多个权重用于计算y位置。
27.如权利要求22所述的系统，所述回归函数还包括从所述已确定的位置的矩心计算的附加参数。
28.如权利要求19所述的系统，所述信号是从无线收发器发射的无线信号，以及所述信号特性包括信号强度。
29.如权利要求28所述的系统，所述无线收发器依照IEEE802.11标准运行。
30.如权利要求18所述的系统，还包括所述新位置的一子集在定标的时候是不可到达的，所述不可到达的位置包括一个房间、分布遍及一个楼层的多个房间和接近地位于一个楼层上的多个房间中的至少一个。
31.一计算机，实现权利要求18的所述系统。
32.用于定标一系统的一用户界面，所述系统观测信号特性以估算新位置，包括一用户输入组件，用于接收至少与所述位置相关联的用户优选信息；以及一表现组件，用于表现所述信号特性的表示法以及用于方便用户优选信息的输入。
33.如权利要求32所述的界面，还包括所述位置的单独的表示法的楼层平面图，其特征在于，所述位置表示法是可选择的。
34.如权利要求32所述的界面，还包括绘图能力，用于绘制与选择的位置和未选择的位置相关联的信号特性。
35.如权利要求32所述的界面，所述用户输入组件包括下列各项中的至少一项用于选择与所述位置相关联的大楼的装置；用于选择所述大楼中楼层的装置；用于选择所述位置之一的装置；以及用于为取样所述信号特性选择扫描速率的装置。
36.如权利要求32所述的界面，还包括装置以显示相应于所述用户优选信息的状态的色彩和/或图案。
37.用于定标一系统的一计算机，所述系统使用信号特性以估算新位置，包括装置，用于测量与已确定的位置有关的信号特性；以及用于回归的装置，所述回归装置至少部分地基于所述信号特性产生一回归函数，使用所述回归函数估算新位置。
38.如权利要求37所述的计算机，所述用于回归的装置还包括，用于为回归算法使用而群集所述信号特性。
39.如权利要求37所述的计算机，所述用于回归的装置还包括装置以将所述测量的信号特性分成训练组和测试组。
40.如权利要求37所述的计算机，所述用于回归的装置还包括，用于从所述训练组产生一核矩阵的装置。
41.如权利要求37所述的计算机，所述测量的信号特性包括信号强度。
全文摘要
用于在IEEE802.11设备位置测量系统中最小化定标工作量的体系结构。定标技术以回归函数为基础，所述回归函数作为信号强度的函数产生足够准确的位置信息，不管定标数据或最低程度可用数据中的间隔。算法从大楼中已知房间位置取得一组信号强度并生成给出(x，y)的函数作为信号强度的函数，这个函数随后可用于新位置的估算。为回归使用便于表达与计算的基于径向的函数。算法将信号强度映射到连续位置的事实，使得有可能在定标期间跳过房间但仍估算在那些房间中的位置。
文档编号H04L12/28GK1570664SQ20041004340
公开日2005年1月26日 申请日期2004年4月26日 优先权日2003年4月25日
发明者J·C·克鲁姆, J·C·普拉特 申请人:微软公司