Диссертация (1090554), страница 11
Текст из файла (страница 11)
2.5 и 2.6. На рис. 2.5 изображены графики ошибок дляквадратичной разностной и корреляционной меры, а на рис. 2.6 – графики ошибокмеры обобщѐнной фазовой корреляции при различных значениях параметра Lучѐта амплитуд спектров сравниваемых изображений.69Рис. 2.5. Экспериментальная оценка точности квадратичной разностной икорреляционной мерыРис. 2.6. Экспериментальная оценка точности меры обобщѐннойфазовой корреляцииХарактер полученных зависимостей напрямую связан со смысловым значением мер близости.
Квадратичная разностная мера в используемой форме, определяемой выражением (2.11), совпадает с расчѐтом квадрата Евклидова расстояния. Вид и значения кривой совпадают с данными, полученными при экспериментальном исследовании этой меры близости (п. 2.1.3). Оптимальным значением k с70точки зрения согласованных значений максимальной и средней ошибок былопризнано значение k = 7.Вид кривых ошибок для корреляционных мер близости, вычисляемых согласно выражениям (2.12) и (2.13), изображает качественно другую картину поведения.
Минимальные значения ошибок при использовании этих мер близости достигаются при малых значениях k (от 2 до 4). Это обусловлено тем, что при малыхзначениях k оценка местоположения объекта получается на основании главногоэкстремума взаимной корреляционной функции (ВКФ). При увеличении значенийk в оценке координат начинают учитываться побочные экстремумы ВКФ, чтопривносит в оценку дополнительную погрешность.Наиболее точные результаты с точки зрения выбранных критериев былиполучены при использовании меры обобщѐнной фазовой корреляции с параметром L = 0,4. При этом величина средней ошибки составила 1,43 м, а величинамаксимальной – 4,61 м.Важно отметить, что точность позиционирования при использовании мерблизости, учитывающих корреляцию сравниваемых величин (корреляционная мера и мера обобщѐнной фазовой корреляции), оказалась выше точности квадратичной разностной меры, которая, по сути, не является корреляционной [79].
Приэтом полученные значения средней и максимальной ошибок меры обобщѐннойфазовой корреляции оказались ниже аналогичных значений существующих некорреляционных мер близости, исследованных в п. 2.1.3. Данные о точности позиционирования при использовании разных мер близости сведены в таблицу 2.4.Так как выбранному в п.2.1.3 эмпирическому критерию «минимальнаясредняя ошибка при условии, что максимальная ошибка не превышает значения 5м», соответствует только метрика городских кварталов, то для других существующих мер близости допустимая граница максимальной ошибки увеличена до 5,5метров.71Таблица 2.4Ошибки позиционирования при использовании разных мер близостиЧислоСредняясоседей, kошибка, мошибка, мошибка, мЕвклидово расстояние51,560,225,345,12Расстояние городских кварталов71,510,194,974,78Метрика Чебышева91,770,255,465,21Расстояние Махаланобиса51,650,235,435,2021,430,164,614,45Мера близостиМера обобщѐнной фазовойкорреляцииМинимальная МаксимальнаяРазброс, мПолученные результаты свидетельствуют об эффективности применения разработанной меры обобщѐнной фазовой корреляции при решении задачи локального Wi-Fi позиционирования с высокой точностью.722.3.
Разработка комплексного метода позиционирования по даннымбеспроводных сетей Wi-Fi и устройств BLEКлючевым вопросом систем локального позиционирования объектов является вопрос о точности позиционирования и способах ее повышения. В данномразделе этот вопрос рассматривается со следующих позиций:1. Экспериментально исследована возможность повышения точности локализации объекта путем совместного применения нескольких методов обработки информации.2. Для повышения точности позиционирования предложено одновременноиспользовать несколько беспроводных технологий, и исследована эффективность такого подхода.3.
На базе полученных результатов осуществлѐн синтез комплексного метода локального позиционирования объектов, предназначенного для позиционирования одиночных объектов, а также их групп.2.3.1. Совместное применение методов позиционированияВ ходе экспериментального исследования существующих методов Wi-Fi позиционирования (п. 2.1) было установлено, что ошибки в определении положенияобъекта для разных методов обработки изменяются по-разному в тех или иныхобластях территории позиционирования, причем более точным оказывается тоодин, то другой метод.
Подобная картина также имеет место, если используетсяодин и тот же метод, но с разными параметрами настройки. В частности, этонаблюдалось, например, для модифицированного метода k-ближайших соседейпри вариации используемой меры близости.Для иллюстрации сказанного на рис. 2.7 изображены области ошибок модифицированного метода k-ближайших соседей с манхэттенской метрикой (расстояние городских кварталов) и наивного байесовского классификатора. На рис.2.7 использованы следующие цветовые обозначения: зелѐный – ошибка не превышает одного метра, салатовый – ошибка от одного до двух метров, жѐлтый –ошибка от двух до трѐх метров, оранжевый – ошибка более трѐх метров.73Рис. 2.7. Области ошибок разных методов позиционированияВыявленная особенность позволила предположить, что совместное использование различных методов или одного метода с измененными параметрами даствозможность увеличить точность позиционирования.В соответствие с этим предположением было произведено экспериментальное исследование системы позиционирования, в которой одновременно используются следующие методы позиционирования:1.
Модифицированный метод k-ближайших соседей с параметрами: Мера близости: расстояние городских кварталов (манхэттенская метрика). Количество ближайших соседей: k = 7.2. Наивный байесовский классификатор.3. Модифицированный метод k-ближайших соседей с параметрами: Мера близости: мера обобщѐнной фазовой корреляции, параметр L =0,4. Количество ближайших соседей: k = 2.74Конечный результат определялся как взвешенное среднее из результатовлокализации положения объекта, полученных каждым из перечисленных методов⃗⃗где ⃗⃗∑⃗⃗ ⁄ ∑(2.18)– итоговая оценка местоположения объекта по данным Wi-Fi сети, ⃗⃗–оценка местоположения, полученная h-ым методом, H – общее число методов, wh– вес h-ого метода.В рамках исследования рассматривались различные варианты комбинацийзначений весовых коэффициентов, а именно их совместное использование с одинаковыми весами, равными 1/3, и с преимуществом одного из методов, при котором вес одного из методов назначался равным 0,5 (веса двух других методовустанавливались равными 0,25).Результаты проведенного исследования приведены в таблице 2.5.
В качестве базовых показателей точности, по сравнению с которым производиласьоценка эффективности применения предложенного подхода, были взяты средняяи максимальная ошибки модифицированного метода k-ближайших соседей приего одиночном использовании с манхэттенской метрикой (расстояние городскихкварталов) и количестве ближайших соседей k = 7.Данные, представленные в таблице 2.5, свидетельствуют о том, что совместное использование нескольких методов позиционирования позволяет добиться снижения значений средней ошибки позиционирования без увеличения значений максимальной. В рамках проведѐнного эксперимента значение среднейошибки уменьшилось на 15% (с 1,51 м до 1,28 м).
Сохранение значений максимальной ошибки может быть объяснено тем, что на территории объекта испытаний имеются области, в которых приѐм Wi-Fi сигнала затруднѐн в связи с наличием посторонних предметов.75Таблица 2.5Результаты совместного использования методов локального позиционированияВариант комбинацииСредняяМинимальнаяМаксимальнаявесовых коэффициентовошибка, мошибка, мошибка, м1,510,194,974,781,450,184,724,541,410,244,634,391,470,214,544,331,280,174,584,41Разброс, мМодифицированный метод k-ближайшихсоседей, расстояние городских кварталов(одиночное использование)Равные веса каждого из методовпозиционированияПреимущество модифицированногометода k-ближайших соседей,расстояние городских кварталовПреимущество наивногобайесовского классификатораПреимущество модифицированногометода k-ближайших соседей,мера обобщѐнной фазовой корреляцииОчевидно, что совместное использование разных методов позиционирования или одинаковых методов, но с разными настройками, позволяет достичь бóльшей точности по сравнению с их раздельным использованием.762.3.2.
Совокупное использование беспроводных технологийНаличие на территории позиционирования областей, в которых значенияошибки определения местоположения объекта превышают аналогичные значениядля других областей, чаще всего вызвано несоблюдением требований по количеству точек доступа, находящихся в прямой видимости [80]. Возникающие в такихслучаях ошибки не зависят от того, какой метод (или набор методов) позиционирования используется.На практике требования к Wi-Fi покрытию могут быть не выполнены в силудействия объективных ограничений.
Причиной наличия областей со значениямиошибок, значительно превышающими средние показатели, помимо невыполнениятребований к Wi-Fi покрытию, может также явиться скопление групп близкорасположенных объектов (людей, техники и т.д.) на ограниченной части контролируемой территории. Такая ситуация имеет место, например, при решении задачи локального позиционирования в музеях или других местах с большим скоплениемлюдей (торговые центры, поликлиники и т.д.).Эффективным решением данной проблемы является размещение дополнительных стационарных источников – «маяков», задачей которых является коррекция определения местоположения объектов в некоторой области [81]. Основнымитребованиями к таким «маякам» являются:1) Малые геометрические размеры, поскольку, как правило, устройстванеобходимо располагать в тех местах, где размещение сколь-нибудь габаритного оборудования не представляется возможным.2) Высокая автономность: желательно использовать устройства, работающие автономно без подзарядки в течение длительного времени, позволяяразмещать их в местах, где подведение стационарного питания невозможно или недопустимо.3) Определения расстояния до объекта с высокой точностью; без выполнения этого требования компенсация ошибок исходной системы позиционирования становится невозможной.774) Низкая стоимость: применение дополнительных источников сигнала недолжно оказывать значительного влияния на итоговую стоимость всейсистемы позиционирования.Решением, удовлетворяющим всем вышеперечисленным требованиям, являются источники сигнала, использующие беспроводную технологию BLE (Bluetooth Low Energy).