无独有偶:两技术组简单方法,图室内定位未来
发布时间:
2022-12-08 09:24:00
来源:
网络
无独有偶:两技术组简单方法,图室内定位未来
上一期介绍《自然》的地面网络定位系统(TNPS)文章,主要强调在GNSS受阻情况下,在城市峡谷中通过有无线网络组合和通信导航融合技术来解决导航难题,摆脱了大规模建网的基建投入的限制。无独有偶,近日,在《GNSS内参(InsideGNSS)》杂志上刊登一篇文章,直言用组合两种技术的简单方法其寻求室内定位的将来(The Future of Indoor Positioning: A Simplified Method Combining Two Technologies)。而且,这两种技术也是别出心裁,不落俗套,更是不需要明显的硬设施投入。因为所用的两种技术:一是利用机会信号,以多径效应协助定位;二是利用深度神经网络(DNN)学习分析场强指纹。两种技术结合形成的简单方法,竟然实现了低复杂性和高性能。利用多径,简直是化腐朽为神奇之美事。

在具有良好天空视野的场景中,GNSS可以提供满足多种服务和应用性能要求的定位。然而,在城市峡谷中,尤其是在室内,由于被接收信号微弱,还受多径和非视距(NLoS)传播或墙壁与建筑物的阻碍,它们的定位性能会急剧下降。虽然浩若烟海的文献中有大量的室内定位方法,但目前还没有一种方法或技术真正成为未来的室内定位方式。这里重点介绍基于无线电的定位系统。这些系统的一大优势是,在人口稠密的地区,无线电信号往往非常丰富。例如,第五代(5G)或无线局域网(WLAN)信号可用于室内场景中的定位。与GNSS信号相比,它们在接收机处的功率通常明显更高。然而,如果使用标准定位方法,当使用这种信号时,多径和NLoS传播也会降低定位性能。在此,反其道而行之,恰恰利用多径协助定位,真所谓道高一尺魔高一丈。
在多路径辅助定位方案中,利用多路径传播来定位用户。散射和反射信号分量被视为来自所谓虚拟发射机的视距(LoS)信号。虽然这些虚拟发射机的位置取决于场景并且通常是未知的,但是它们可以通过同时定位和映射(SLAM)与接收机位置一起估计。最近引入了一种称为协作信道SLAM的多径辅助定位方法,其中用户通过交换估计发射机位置的地图来进行协作。这里发射机是指物理发射机和虚拟发射机的通用术语。
单用户信道SLAM分两步工作。在第一步骤中,信道估计器估计并跟踪随时间变化的接收信号的信号分量的参数。在第二步中,这些信道参数在Rao Blackwell化粒子滤波器中用于联合跟踪接收机位置,并估计发射机的位置。在协作信道SLAM中,经历相同场景的多个用户通过交换估计发射机位置的地图来协作。但是,每个用户都在本地坐标系中,相对于其他用户的坐标系具有未知的相对旋转和平移。估计这些变换参数和发射机对应关系是协作信道SLAM的关键要素,并由术语映射匹配表示。根据上下文,术语用户可以指代用户或用户配备的无线电接收器。

值得指出,定位误差和映射的熵在协作信道SLAM中收敛。然而,该方案在信道估计、粒子滤波和地图匹配方面都具有很高的复杂性。
指纹方案代表了一种不同的室内定位方法,分两个阶段工作。在离线阶段,收集已知位置的特征并将其存储在数据库中。例如,这些特征可以是无线信道上的信息或磁特征,它们被称为指纹。当使用诸如WLAN或蓝牙之类的无线无线电信号时,接收信号强度指示符(RSSI)值或信道状态信息(CSI)通常被用作指纹。在在线阶段,用户可以通过将其所在位置的指纹与数据库进行匹配来定位。
利用无线信号的指纹方法可以很容易地建立在现有基础设施(如WLAN系统)之上。关键假设是无线电信号的某些特征与某些位置相关。一方面,假设在附近地点采集的指纹在某种程度上彼此接近。另一方面,在距离彼此较远的位置采集的指纹在该度量中被假定为较远。因此,指纹是一种数据驱动的方法,不需要复杂的模型。例如,对于基于到达时间(ToA)的定位方法,发射机和接收机之间不需要同步。指纹识别方案的一个主要缺点是离线阶段的特征收集繁琐。为了获得良好的定位性能,需要在多个位置收集指纹。需要为每个指纹存储精确的位置,这需要离线阶段的精确定位能力。此外,环境的变化会显著降低定位性能。更新指纹数据库以适应这种变化可能需要很多努力。因此,需要从事某些研究,旨在在线阶段更新指纹。
最近,来自机器学习的技术已被用于提高性能并弥补指纹识别的缺点,包括k近邻(kNN)、支持向量机(SVM)和深度神经网络(DNNs)。在后一示例的离线阶段,指纹和用户位置原则上用于训练DNN。在指纹识别的在线阶段,对神经网络的评估产生用户位置。与竞争方法相比,DNN往往具有更好的泛化能力。

这里提出了一种新的混合方案,将协作信道SLAM与使用DNN的指纹识别方法相结合。该计划分两个阶段实施,将由DNN-CC-SLAM表达。在离线阶段,用户通过合作的Channel SLAM浏览场景。来自信道估计器的ToA估计连同各自的估计位置一起存储在指纹数据库中。在足够数量的ToA指纹可用后,训练DNN以根据这些估计的ToA预测用户位置。因此,指纹不是用地面实况定位系统以经典方式收集的,而是来自协作信道SLAM的干扰参数。特别是,不需要安装外部硬件或设备来收集或更新指纹。指纹采集可以被视为一种众包计划。在在线阶段,进一步的用户可以利用经过训练的DNN进行定位。为了在在线阶段估计信号分量的ToAs,存在具有低复杂性的估计器。因此,DNN-CC-SLAM的在线阶段比协作信道SLAM的复杂程度低得多。
与标准指纹方法相比,这里使用外部基础设施简化了指纹方案中繁琐的特征收集,以获得精确的定位参考。指纹数据库可以不时地或在需要时通过协作信道SLAM进行更新,例如,由一个或多个专用用户或由场景中导航的特定百分比的用户进行更新。
在这里的新方法DNN-CC-SLAM中,将SLAM方案与指纹结合。在协作信道SLAM中,多个用户使用虚拟发射机基于信道脉冲响应来估计其位置,并且信道参数被估计为干扰参数。在DNN-CC-SLAM的离线阶段,这些干扰参数和估计的用户位置用于训练DNN。在在线阶段,用户可以利用经过训练的DNN来估计他们的位置。虽然协作信道SLAM具有较高的计算复杂度,但DNN-CC-SLAM中的在线阶段的复杂度要低得多,而定位性能与协作信道SLM的数量级相同。
大家都在搜:智能打桩定位系统、智能压实度监测系统、智能路面摊铺系统、拌合站质量监管系统、智能测斜仪、智能表面沉降监测仪、地下水位监测系统、矿山预警监测系统、公路边坡监测系统、尾矿库监测系统、数字化管理平台、

北京天玑科技有限公司(以下简称天玑科技)是一家致力于北斗智慧工程应用的国家高新技术企业。

天玑科技转化中国水科院的科技创新成果,结合自身强大的研发实力,整合行业资源优势,汇聚资深创业团队,深耕行业应用需求,深入了解中国特色,为用户提供一整套智慧工程建设全流程解决方案。

天玑科技成立以来高速发展,创新性的将北斗技术应用到公路、铁路,水利、机场工程建设领域,以工程质量过程管控为核心,将隐蔽工程透明化,为业主和施工总包单位解决质量,安全、效率、管理等核心问题。已形成TJMC摊铺系统,智能压实系统,桩基信息化系统,TJ-Cloud变形边坡监测等系统产品,从终端到平台,硬件到软件,产品销售到全程技术服务为广大业主和施工总包方提供完善的北斗智慧工程方案。特别是基于北斗的道路工程质量信息化系统成熟应用于日照交发,武汉交投,中建四局,南宁绕城高速等项目中,京雄城际,江巷水库大坝,大兴机场沉降监测等项目中也已全线选用,积累了丰富的成功案例,得到业界高度肯定和赞许。

下一页
推荐新闻
智能建造在桥梁建筑中的应用有哪些智能建造作为建筑行业数字化转型的核心驱动力,正深刻改变着桥梁工程的设计、施工与运维全流程。从前期的参数化设计到施工中的自动化作业,再到后期的智慧化运维,智能技术的深度融合不仅提升了桥梁建设的效率与质量,更推动行业向更安全、更绿色、更智能的方向迈进。在这一领域,北京天玑
桥梁数字化建造与智能运维的区别和联系在现代基础设施建设领域,桥梁的数字化建造与智能运维是推动行业升级的两大核心方向,二者既有着明确的功能边界,又在全生命周期管理中紧密相连,共同为桥梁工程的高效、安全与可持续发展提供支撑。桥梁数字化建造聚焦于工程的前期规划与施工阶段,其核心是通过数字技术对传统建造流程
桥梁工程数智化施工包括哪些项目桥梁工程数智化施工涵盖的项目丰富多元,从前期规划到后期运维均有涉及,包括基于BIM技术的桥梁全生命周期数字化建模、智能监测系统的布设与数据实时分析、自动化施工设备的集成应用、施工过程中的AI风险预警与决策支持、数字化协同管理平台的搭建以及桥梁运维阶段的智能诊断与预测性维护等。
智能建造和北斗GNSS技术之间有关系吗智能建造和北斗GNSS技术之间有关系吗?答案是肯定的。作为国家战略性新兴技术,智能建造正以数字化、智能化重塑工程建设全流程,而北斗GNSS技术凭借其高精度时空感知能力,成为支撑智能建造落地的核心基础设施之一。二者的深度融合,不仅推动传统工程管理模式向数智化转型,更在提升工程
智能建造在水利大坝工程中的应用当混凝土与钢筋构筑起水利大坝的宏伟轮廓时,一项融合了北斗导航、智能感知与数字孪生的技术革命正悄然改变着传统工程的建造逻辑。北京天玑科技等企业的创新实践,让水利大坝的建设与运维驶入了智能化的新航道。作为北斗智能建造数智化领域的专业力量,成立于2017年的北京天玑科技,始终聚焦
智能建造技术在铁路施工项目中的应用随着我国铁路建设向高速度、高精度、高复杂度方向发展,传统施工管理模式已难以满足新时代工程对质量、安全与效率的要求。智能建造技术作为数字经济与工程建造深度融合的产物,正通过整合物联网、大数据、人工智能等前沿技术,为铁路施工注入全新动能。其中,以北京天玑科技为代表的专业
