首页 / 专利库 / 地球科学 / 地磁场 / 一种提高地磁场定位精度的方法

一种提高地磁场定位精度的方法

阅读:512发布:2020-05-14

专利汇可以提供一种提高地磁场定位精度的方法专利检索,专利查询,专利分析的服务。并且一种提高地 磁场 定位 精度 的方法,包括如下步骤:步骤1.建立基于统计学分布的 地磁场 指纹 数据库 ;步骤2测量值位于指纹数据库的各网格的 置信度 计算方法;步骤3.在定位阶段,采用路径匹配的方法来计算当前 位置 的坐标,测量和计算的步骤是:步骤4.上述定位 算法 中最关键的部分是采用贝叶斯分类器,根据历史路径数据及先验概率计算各转弯点的可能位置的概率。本 发明 通用一系列独特的方法建立地磁场的置信区间指纹数据库,在定位过程中,根据历史定位数据的先验概率,采用贝叶斯分类器来计算当前处于各个可能位置的概率,与传统的K加权近邻法等方法比,大幅度降低了定位误差,提高了地磁场定位的准确率。,下面是一种提高地磁场定位精度的方法专利的具体信息内容。

1.一种提高地磁场定位精度的方法,包括如下步骤:
步骤1.建立基于统计学分布的地磁场指纹数据库
地球磁场向量一般可以在坐标轴的三个分量方向下分解:以地理上的正北方向、正东方向以及与平面垂直向下方向,分解为总磁场的正北分量、正东分量和垂直分量;地球磁场在水平面上的投影,称为水平分量,总是指向地磁正北;水平分量的指向就是指南针北极所指的方向,通常被称为磁北;水平分量与地理正北方向形成的度,称为磁偏角;地球磁场与水平面形成的角度,称为磁倾角;
综上所述可以将地磁场的各个参数标记为:磁场总强度B,正北分量Bθ,正东分量BΦ,垂直分量Bγ,水平分量BH,磁偏角D,磁倾角I;
先将待测量的划分为i行j列的网格,网格的大小应小于地磁场测量的精度要求,然后按以下公式测量每个网格的地磁场强度:
其中 分别表示地磁场三个方向上的分量, 表示地磁场的总强度;由于
经过验算, 在统计学上基本符合正态分布,因此我们可以将其分布特征作为指纹特征来进行储存;因此指纹数据库的数据格式为:
(μAx,μAy,μAz,σAx,σAy,σAz,xA,yA)      (2)
其中μAx,μAy,μAz分别为三个方向磁场强度经过高斯滤波之后的均值,σAx,σAy,σAz分别为三个方向磁场强度的标准差,xA,yA为位置坐标;
步骤2.测量值位于指纹数据库的各网格的置信度计算方法;
当需要判断定位数据与指纹数据库中的数据的符合程度时,可以通过计算其最小置信区间对应的置信度,即:
P(θ1<θ<θ2)=1-α    (3)
当有一组随机变量X(x1,x2,x3,…,xn)为一组样本,设X~N(μ,σ2),若存在随机区间[θ1,θ2],使对于给定的α(0<α<1)满足以上公式,则称随机区间[θ1,θ2]是θ的置信水平为1-α的置信区间,θ1称为置信下限,θ2称为置信上限,概率1-α称为置信水平或置信度,置信区间的意义是它以1-α的概率包含未知参数θ;
当样本容量大于50时,可以通过用样本方差S2估计σ,进行均值的置信区间计算,此时有:
其中 为样本均值,μ为总体均值,S为样本标准差,n为样本容量;对于给定的置信度1-α,有概率:
将前式代入可得:
这样即容易得到 的值,此时便得到μ的置信度为1-α的置信区间,此时若有确定的样本能计算出,便得到置信区间的常数表达形式:
步骤3.在定位阶段,采用路径匹配的方法来计算当前位置的坐标,测量和计算的步骤是:
(1)在直行段,通过方向传感器加速度传感器测量运动方向和运动速度,并调用地磁传感器,测量10组地磁强度数据;
(2)使用惯性传感器采集方向数据,通过角度是否大幅改变,判断是否转弯;
(3)在转弯点,调用地磁传感器,测量10组地磁强度数据;
(4)根据惯性传感器数据和时间算出每条直行段长度,并将长度绘制成带有方向的向量;
(5)按顺序连接各个向量,获得路径轨迹;
(6)通过轨迹形状,得到若干条可能行走路径;
(7)联合上一步得到的行走路径,通过解算转弯点的地磁数据计算置信度,并采用贝叶斯分类器根据历史路径数据及先验概率,求得若干路径转弯点的概率;
采用贝叶斯分类器求得若干路径转弯点概率的具体方法是:
朴素贝叶斯算法的基本模型是,若事件a1,a2,a3…组成一个完备事件组,即这些事件相互独立,且P(ai)>0,那么对于任一个事件b,有全概率公式:
P(b)=∑iP(ai)P(b|ai)     (8)
若P(b)>0,则有:
在测量过程中,先验概率是指获得的历史数据,后验概率是指当前节点位于某个位置的概率,在已知先验概率P(A=a),P(B=b)和P(B=b|A=a)的情况下,计算P(A=a|B=b)的公式为:
在实际定位计算时,某一时间在某一点ε采集到的一组磁场强度数据,则计算ε点与点(i,j)的匹配概率的方法如下:
这里,事件H实际为“训练实例集中某一点是(i,j)”,属性D为训练实例集中三个方向的磁场数据分别与ε点三个方向的磁场数据近似相等;由于磁场数据符合正态分布,在这里两个数据之间近似相等的意思是,ε点某一方向的强度大小与被匹配的点数据的差值小于某置信度ξ,ξ的大小在这里设置为被匹配点对应方向数据的标准差的5%,即ξ=0.05σ;应用贝叶斯分类器分类器公式,可得到:
其中xε、yε、zε分别是在ε点测到的三个方向上的磁场强度,x、y、z分别是训练实例集中的点测量到的三个方向上的磁场强度;由于任意一点三个方向的磁场强度相互独立,使|xε-x|,|yε-y|,|zε-z|相互独立,就有:
P(|xε-x|<ξx,|yε-y|<ξy,|zε-z|<ξz)=
P(|xε-x|<ξx)×P(|yε-y|<ξy)×P(|zε-z|<ξz)  (12)
以及:
由此可以得到ε点与点(i,j)的匹配概率,再计算ε点与其他点的匹配概率,得到匹配概率最大的点,即是ε点最可能所在的位置;接着在整个测量区域中,测量在所有节点上测量磁场数据,并且进行平均值滤波,将得到的数据特征按照处理ε点方法进行定位,就得到每个节点的定位结果;
(8)通过比较若干条路径在转弯点的概率值,匹配到最可能的路径,从而获得定位位置。

说明书全文

一种提高地磁场定位精度的方法

技术领域

[0001] 本发明的主要内容是一种提高地磁场定位精度的方法,是通用一系列独特的方法建立地磁场的置信区间指纹数据库,在定位过程中,根据历史定位数据的先验概率,采用贝叶斯分类器来计算当前处于各个可能位置的概率,以提高地磁场定位的准确率,主要应用在室内定位等物联网技术领域。

背景技术

[0002] 使用地球磁场进行定位是目前众多的室内定位方案之一,这种定位方案与目前比较流行的基于多个射频信号源进行定位的方式的主要区别在于无需事先部署定位信号源的发射装置。当需定位的场所不确定,或需定位场所的数量庞大,造成无法部署定位信号源时,可以考虑采用这种定位方案。

发明内容

[0003] 本发明要克服现有技术的上述缺点,提供一种提高地磁场定位精度的方法。
[0004] 本发明通过结合置信度指纹数据库、路径匹配法和朴素贝叶斯分类器,建立了完善的地磁场定位模型,也取得了较好的定位精度,同时证明了地磁场定位具有较高的可行性和应用前景。
[0005] 一种提高地磁场定位精度的方法,包括如下步骤:
[0006] 1.建立基于统计学分布的地磁场指纹数据库。
[0007] 地球磁场向量一般可以在坐标轴的三个分量方向下分解:以地理上的正北方向、正东方向以及与平面垂直向下方向,分解为总磁场的正北分量、正东分量和垂直分量。地球磁场在水平面上的投影,称为水平分量,总是指向地磁正北。水平分量的指向就是指南针北极所指的方向,通常被称为磁北;水平分量与地理正北方向形成的度,称为磁偏角。地球磁场与水平面形成的角度,称为磁倾角。
[0008] 综上所述可以将地磁场的各个参数标记为:磁场总强度B,正北分量Bθ,正东分量BΦ,垂直分量Bγ,水平分量BH,磁偏角D,磁倾角I,如图2所示。
[0009] 先将待测量的划分为i行j列的网格,网格的大小应小于地磁场测量的精度要求,然后按以下公式测量每个网格的地磁场强度:
[0010]
[0011] 其中 分别表示地磁场三个方向上的分量, 表示地磁场的总强度。由于经过验算, 在统计学上基本符合正态分布,因此我们可以将其分布特征作
为指纹特征来进行储存。因此指纹数据库的数据格式为:
[0012] (μAx,μAy,μAz,σAx,σAy,σAz,xA,yA)  (2)
[0013] 其中μAx,μAy,μAz分别为三个方向磁场强度经过高斯滤波之后的均值,σAx,σAy,σAz分别为三个方向磁场强度的标准差,xA,yA为位置坐标。
[0014] 2.测量值位于指纹数据库的各网格的置信度计算方法。
[0015] 当需要判断定位数据与指纹数据库中的数据的符合程度时,可以通过计算其最小置信区间对应的置信度,即:
[0016] P(θ1<θ<θ2)=1-α  (3)
[0017] 当有一组随机变量X(x1,x2,x3,…,xn)为一组样本,设X~N(μ,σ2),若存在随机区间[θ1,θ2],使对于给定的α(0<α<1)满足以上公式,则称随机区间[θ1,θ2]是θ的置信水平为1-α的置信区间,θ1称为置信下限,θ2称为置信上限,概率1-α称为置信水平或置信度,置信区间的意义是它以1-α的概率包含未知参数θ。
[0018] 当样本容量大于50时,可以通过用样本方差S2估计σ,进行均值的置信区间计算,此时有:
[0019]
[0020] 其中 为样本均值,μ为总体均值,S为样本标准差,n为样本容量。对于给定的置信度1-α,有概率:
[0021]
[0022] 将前式代入可得:
[0023]
[0024] 这样即容易得到 的值,此时便得到μ的置信度为1-α的置信区间,此时若有确定的样本能计算出,便得到置信区间的常数表达形式:
[0025]
[0026] 3.在定位阶段,采用路径匹配的方法来计算当前位置的坐标,测量和计算的步骤是:
[0027] (1)在直行段,通过方向传感器加速度传感器测量运动方向和运动速度,并调用地磁传感器,测量10组地磁强度数据;
[0028] (2)使用惯性传感器采集方向数据,通过角度是否大幅改变,判断是否转弯;
[0029] (3)在转弯点,调用地磁传感器,测量10组地磁强度数据;
[0030] (4)根据惯性传感器数据和时间算出每条直行段长度,并将长度绘制成带有方向的向量;
[0031] (5)按顺序连接各个向量,获得路径轨迹;
[0032] (6)通过轨迹形状,得到若干条可能行走路径;
[0033] (7)联合上一步得到的行走路径,通过解算转弯点的地磁数据计算置信度,并采用贝叶斯分类器根据历史路径数据及先验概率,求得若干路径转弯点的概率;
[0034] 采用贝叶斯分类器求得若干路径转弯点概率的具体方法是:
[0035] 朴素贝叶斯算法的基本模型是,若事件a1,a2,a3…组成一个完备事件组,即这些事件相互独立,且P(ai)>0,那么对于任一个事件b,有全概率公式:
[0036] P(b)=∑iP(ai)P(b|ai)  (8)
[0037] 若P(b)>0,则有:
[0038]
[0039] 在测量过程中,先验概率是指获得的历史数据,后验概率是指当前节点位于某个位置的概率,在已知先验概率P(A=a),P(B=b)和P(B=b|A=a)的情况下,计算P(A=a|B=b)的公式为:
[0040]
[0041] 在实际定位计算时,某一时间在某一点ε采集到的一组磁场强度数据,则计算ε点与点(i,j)的匹配概率的方法如下:
[0042] 这里,事件H实际为“训练实例集中某一点是(i,j)”,属性D为训练实例集中三个方向的磁场数据分别与ε点三个方向的磁场数据近似相等。由于磁场数据符合正态分布,在这里两个数据之间近似相等的意思是,ε点某一方向的强度大小与被匹配的点数据的差值小于某置信度ξ,ξ的大小在这里设置为被匹配点对应方向数据的标准差的5%,即ξ=0.05σ。应用贝叶斯分类器分类器公式,可得到:
[0043]
[0044] 其中xε、yε、zε分别是在ε点测到的三个方向上的磁场强度,x、y、z分别是训练实例集中的点测量到的三个方向上的磁场强度。由于任意一点三个方向的磁场强度相互独立,使|xε-x|,|yε-y|,|zε-z|相互独立,就有:
[0045] P(|xε-x|<ξx,|yε-y|<ξy,|zε-z|<ξz)=P(|xε-x|<ξx)×P(|yε-y|<ξy)×P(|zε-z|<ξz)  (12)
[0046] 以及:
[0047]
[0048] 由此可以得到ε点与点(i,j)的匹配概率,再计算ε点与其他点的匹配概率,得到匹配概率最大的点,即是ε点最可能所在的位置。接着在整个测量区域中,测量在所有节点上测量磁场数据,并且进行平均值滤波,将得到的数据特征按照处理ε点方法进行定位,就得到每个节点的定位结果。
[0049] (8)通过比较若干条路径在转弯点的概率值,匹配到最可能的路径,从而获得定位位置。
[0050] 本发明的优点:
[0051] 本发明从地磁场定位的角度来说,它无需事先部署定位信号源的发射装置,能在某些特点的场景中达到高效的利用。相比于传统的定位方法,采用贝叶斯分类器来计算当前处于各个可能位置的概率能够大幅度降低定位误差,能够提高地磁场定位的准确性。附图说明
[0052] 图1是本发明方法的流程图
[0053] 图2是地磁场各个方向上的分量参数的示意图。
[0054] 注:附图2中的变量说明,B表示磁场总强度,Bθ表示磁场强度的正北分量,BΦ表示磁场强度的正东分量,Bγ表示磁场强度的垂直分量,BH表示磁场强度的水平分量,D表示磁偏角,I表示磁倾角。

具体实施方式

[0055] 下面结合附图,进一步说明本发明的技术方案。
[0056] 一种提高地磁场定位精度的方法,包括如下步骤:
[0057] 1.建立基于统计学分布的地磁场指纹数据库。
[0058] 地球磁场向量一般可以在坐标轴的三个分量方向下分解:以地理上的正北方向、正东方向以及与水平面垂直向下方向,分解为总磁场的正北分量、正东分量和垂直分量。地球磁场在水平面上的投影,称为水平分量,总是指向地磁正北。水平分量的指向就是指南针北极所指的方向,通常被称为磁北;水平分量与地理正北方向形成的角度,称为磁偏角。地球磁场与水平面形成的角度,称为磁倾角。
[0059] 综上所述可以将地磁场的各个参数标记为:磁场总强度B,正北分量Bθ,正东分量BΦ,垂直分量Bγ,水平分量BH,磁偏角D,磁倾角I,如图2所示。
[0060] 先将待测量的地块划分为i行j列的网格,网格的大小应小于地磁场测量的精度要求,然后按以下公式测量每个网格的地磁场强度:
[0061]
[0062] 其中 分别表示地磁场三个方向上的分量, 表示地磁场的总强度。由于经过验算, 在统计学上基本符合正态分布,因此我们可以将其分布特征作
为指纹特征来进行储存。因此指纹数据库的数据格式为:
[0063] (μAx,μAy,μAz,σAx,σAy,σAz,xA,yA)  (2)
[0064] 其中μAx,μAy,μAz分别为三个方向磁场强度经过高斯滤波之后的均值,σAx,σAy,σAz分别为三个方向磁场强度的标准差,xA,yA为位置坐标。
[0065] 2.测量值位于指纹数据库的各网格的置信度计算方法。
[0066] 当需要判断定位数据与指纹数据库中的数据的符合程度时,可以通过计算其最小置信区间对应的置信度,即:
[0067] P(θ1<θ<θ2)=1-α  (3)
[0068] 当有一组随机变量X(x1,x2,x3,…,xn)为一组样本,设X~N(μ,σ2),若存在随机区间[θ1,θ2],使对于给定的α(0<α<1)满足以上公式,则称随机区间[θ1,θ2]是θ的置信水平为1-α的置信区间,θ1称为置信下限,θ2称为置信上限,概率1-α称为置信水平或置信度,置信区间的意义是它以1-α的概率包含未知参数θ。
[0069] 当样本容量大于50时,可以通过用样本方差S2估计σ,进行均值的置信区间计算,此时有:
[0070]
[0071] 其中 为样本均值,μ为总体均值,S为样本标准差,n为样本容量。对于给定的置信度1-α,有概率:
[0072]
[0073] 将前式代入可得:
[0074]
[0075] 这样即容易得到 的值,此时便得到μ的置信度为1-α的置信区间,此时若有确定的样本能计算出,便得到置信区间的常数表达形式:
[0076]
[0077] 3.在定位阶段,采用路径匹配的方法来计算当前位置的坐标,测量和计算的步骤是:
[0078] (1)在直行段,通过方向传感器和加速度传感器测量运动方向和运动速度,并调用地磁传感器,测量10组地磁强度数据;
[0079] (2)使用惯性传感器采集方向数据,通过角度是否大幅改变,判断是否转弯;
[0080] (3)在转弯点,调用地磁传感器,测量10组地磁强度数据;
[0081] (4)根据惯性传感器数据和时间算出每条直行段长度,并将长度绘制成带有方向的向量;
[0082] (5)按顺序连接各个向量,获得路径轨迹;
[0083] (6)通过轨迹形状,得到若干条可能行走路径;
[0084] (7)联合上一步得到的行走路径,通过解算转弯点的地磁数据计算置信度,并采用贝叶斯分类器根据历史路径数据及先验概率,求得若干路径转弯点的概率;
[0085] 采用贝叶斯分类器求得若干路径转弯点概率的具体方法是:
[0086] 朴素贝叶斯算法的基本模型是,若事件a1,a2,a3…组成一个完备事件组,即这些事件相互独立,且P(ai)>0,那么对于任一个事件b,有全概率公式:
[0087] P(b)=∑iP(ai)P(b|ai)  (8)
[0088] 若P(b)>0,则有:
[0089]
[0090] 在测量过程中,先验概率是指获得的历史数据,后验概率是指当前节点位于某个位置的概率,在已知先验概率P(A=a),P(B=b)和P(B=b|A=a)的情况下,计算P(A=a|B=b)的公式为:
[0091]
[0092] 在实际定位计算时,某一时间在某一点ε采集到的一组磁场强度数据,则计算ε点与点(i,j)的匹配概率的方法如下:
[0093] 这里,事件H实际为“训练实例集中某一点是(i,j)”,属性D为训练实例集中三个方向的磁场数据分别与ε点三个方向的磁场数据近似相等。由于磁场数据符合正态分布,在这里两个数据之间近似相等的意思是,ε点某一方向的强度大小与被匹配的点数据的差值小于某置信度ξ,ξ的大小在这里设置为被匹配点对应方向数据的标准差的5%,即ξ=0.05σ。应用贝叶斯分类器分类器公式,可得到:
[0094]
[0095] 其中xε、yε、zε分别是在ε点测到的三个方向上的磁场强度,x、y、z分别是训练实例集中的点测量到的三个方向上的磁场强度。由于任意一点三个方向的磁场强度相互独立,使|xε-x|,|yε-y|,|zε-z|相互独立,就有:
[0096] P(|xε-x|<ξx,|yε-y|<ξy,|zε-z|<ξz)=P(|xε-x|<ξx)×P(|yε-y|<ξy)×P(|zε-z|<ξz)  (12)
[0097] 以及:
[0098]
[0099]
[0100] 由此可以得到ε点与点(i,j)的匹配概率,再计算ε点与其他点的匹配概率,得到匹配概率最大的点,即是ε点最可能所在的位置。接着在整个测量区域中,测量在所有节点上测量磁场数据,并且进行平均值滤波,将得到的数据特征按照处理ε点方法进行定位,就得到每个节点的定位结果。
[0101] (8)通过比较若干条路径在转弯点的概率值,匹配到最可能的路径,从而获得定位位置。
[0102] 本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈