[发明专利]基于神经网络和粒子滤波多源融合的室内定位方法

摘要

本发明公开了一种基于神经网络和粒子滤波多源融合的室内定位方法，主要解决现有的室内定位技术精确度低和定位耗时长的问题。其实现步骤是：(1)生成样本集；(2)构建并训练深度置信网络DBN；(3)构建并训练循环神经网络RNN；(4)进行一台室内通信移动设备的在线初定位；(5)获取一台室内通信移动设备的最终定位结果。本发明通过采集样本集训练神经网络，实现一台室内通信移动设备的在线初定位，通过粒子滤波融合两种初定位结果，提高了定位精确度，缩短了定位耗时。

主权项

1.一种基于神经网络和粒子滤波多源融合的室内定位方法，其特征在于，构建并训练深度置信网络DBN，构建并训练循环神经网络RNN，分别利用训练好的深度置信网络DBN和循环神经网络RNN对一台室内通信移动设备进行初定位，得到两个预测位置，该方法的具体步骤包括如下：(1)生成样本集：(1a)在待定位室内通信移动设备所处的室内区域中布设至少5个ZigBee路由接入点AP，将待定位室内通信移动设备所处的室内区域空间均分成至少300个方形网格组成样本采集点，将每个样本采集点的位置和其采集的每个AP的信号强度指示RSSI组成样本集A；(1b)手持室内通信移动设备，在待定位室内通信移动设备所处的室内区域中采集每次的行走位置和连续两次行走位置之间的运动偏转角，将每次行走位置x和下次行走位置y以及两次位置间的运动偏转角θ以(x,θ,y)的形式组成样本集B；(2)构建深度置信网络DBN：搭建一个6层的深度置信网络DBN，其整体结构依次为，输入层→第一隐藏层→第二隐藏层→第三隐藏层→第四隐藏层→BP层，每层的神经元数量分别为95，20,15,10，2，2；输入层为第1个受限玻尔兹曼机RBM的可见层，第一隐藏层为第1个受限玻尔兹曼机RBM的隐藏层；第一隐藏层和第二隐藏层分别为第2个受限玻尔兹曼机RBM的可见层和隐藏层；第二隐藏层和第三隐藏层分别为第3个受限玻尔兹曼机RBM的可见层和隐藏层，第三隐藏层和第三四隐藏层分别为第4个受限玻尔兹曼机RBM的可见层和隐藏层；反向传播BP层作为输出层；(3)训练深度置信网络DBN:(3a)将样本集A输入到深度置信网络DBN中，将样本集A中的信号强度指示RSSI作为受限玻尔兹曼机RBM可见层v的初始值，利用对比散度法CD‑1，对深度置信网络DBN中的受限玻尔兹曼机RBM逐个进行正向训练，得到深度置信神经网络DBN的权值和偏置值；(3b)将深度置信网络DBN正向训练后输出的位置坐标与样本集A中样本采集点的位置坐标的差值作为误差信息，从反向传播BP层向下传播到深度置信网络DBN的每层网络中，采用小批量梯度下降法MBGD，对深度置信网络DBN进行反向训练，更新深度置信网络DBN的权值和偏置值，直到损失函数的值达到最小时，停止训练，得到训练好的深度置信网络DBN；(4)构建循环神经网络RNN：构建一个3层的循环神经网络RNN，其整体结构依次为，输入层→隐藏层→输出层，每层的神经元数量分别为：3，15，2，层内的神经元之间是相互独立的，层间的神经元之间是全连接的，输入层和隐藏层之间的激活函数为tanh函数，隐藏层和输出层的激活函数为softmax函数；(5)训练循环神经网络RNN：(5a)将样本集B输入到循环神经网络RNN中，将样本集B中第一个位置信息作为循环神经网络RNN隐藏层的初始状态值，将样本集B中第一个偏转角信息作为循环神经网络RNN输入层的初始状态值，对循环神经网络RNN进行正向训练；(5b)反向训练循环神经网络RNN，利用随时间反向传播算法BPTT，更新循环神经网络RNN的每个参数值，直到成立，停止更新，得到训练好的循环神经网络RNN，其中，∑表示求和操作，表示求偏导操作，表示第ρ个参数在t时刻更新前的值，表示第ρ个参数在t时刻更新前的值；(6)进行一台室内通信移动设备的在线初定位：(6a)将一台室内通信移动设备实时测量的信号强度指示RSSI信息，输入到训练好的深度置信网络DBN中，输出一台室内通信移动设备的第一个预测位置；(6b)分别将一台室内通信移动设备的初始位置和由室内通信移动设备中的惯性测量单元IMU采集的运动偏转角，输入到训练好的循环神经网络RNN中，输出一台室内通信移动设备的第二个预测位置；(7)获取一台室内通信移动设备的最终定位结果：(7a)将一台室内通信移动设备的第一个预测位置和第二个预测位置，分别输入到粒子滤波器中，在第二个预测位置处，随机生成服从正太分布的300个粒子；(7b)按照下式，计算每个粒子的权值：其中，表示第ζ个粒子的权值，ζ＝1,2,...,300，表示平方根操作，x₁和y₁分别表示深度置信网络输出的一台室内通信移动设备第一个预测位置坐标的横坐标和纵坐标，x_ζ和y_ζ分别表示第ζ个粒子位置坐标中的横坐标和纵坐标；(7c)按照下式，计算一台室内通信移动设备的室内位置：其中，和分别表示一台室内通信移动设备室内位置的横坐标和纵坐标。