英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

GPS/HPS和Wi-Fi指纹识别定位基于

LBS云应用程序在智能手机中的应用

Igor Bisio, Member, IEEE, Fabio Lavagetto, Mario Marchese, Senior Member, IEEE, and Andrea Sciarrone

摘要：本文提出了一种新的位置识别自动签到应用算法（LRACI），适合于智能手机，集成在云平台和代表服务的云终端用户。本文提出，这个算法，其性能是独立于所采用的设备，使用全球和混合定位系统（GPS/HPS）的技术，以随机方式的Wi-Fi存在接入点（APS），通过Wi-Fi指纹的新定义（FP）的算法。这个FP定义考虑到接收信号强度（RSS）之间的顺序关系比绝对值。这是本文主要贡献之一。LRACI的设计是采用传统的方法，通常只基于GPS/HPS，失误，并努力找到用户的位置，与房间的水平分辨率，以估计在定位花费的全部时间，称为持久性，而不是简单的存在。LRACI允许自动签到在给定的位置，只有当用户的持久性大于最小的时间，称为停留长度（SL），才可能运用在云上。例如，如果许多人入住特定位置（例如，超市或邮局），它意味着地点拥挤。使用LRACI基础资料，收集通过智能手机在云和在云中提供的信息，最终用户可以管理他们的日常活动（例如，购买食物）或以更有效的方式支付帐单）。实际的建议基于Android操作系统的智能手机，已被广泛测试。实验结果表明位置识别精度约90%，打开了LRACI推广使用的大门。从这个意义上说，它在云计算中的应用的初步研究，通过仿真实验得到，已经让LRACI显现突出的优势特点。

1.介绍

基于位置服务（LBS）是一种信息服务，通过移动设备访问，如智能手机，它提供了识别和物体位置。LBS可用于许多应用场景，如健康，对象搜索、娱乐、工作和个人生活。LBS应用可能包括包裹和车辆跟踪服务和移动商务采取以客户为导向的广告形式，并依赖于其当前位置。其中最受欢迎的LBS应用程序，其目的是让人们检查在特定地点，如酒吧，超市和邮局。两个著名的检查应用Foursquare和Gowalla，它已经迅速蔓延。使用这些应用程序，用户可以在一个位置检查，与其他人共享信息，留下评论和选票，检索建议和享受利益的“常客”，花一些时间在位置。另一方面，这些应用程序的日益普及，揭示了他们的一些弱点。例如，它很难保证业主的一个酒吧（检查的地方），客户实际上停留在位置给定的时间。有些用户可能会在不需要真正停留的情况下，在附近的位置进行检查，以获得可能的商业利益。为了避免这种可能性，检查验证，不仅考虑正确的用户位置，但也花费了一段时间，用户在一个给定的位置。这一时期被称为停留长度（SL），它通常由一个企业所有者。在实践中，一个签入请求被认为是有效的，只有当用户永久性的位置（即，整个时间花费在该位置的用户）是较大的（或等）和SL相比。

这是通过在应用程序自动检查定位识别算法采取的方向（LRACI）介绍。LRACI实现了智能手机，是独立的设备，利用GPS定位信息和HPS与WI-FI接入点，当接收到的数据，通过Wi-Fi指纹的新定义剥削（FP），以保持长度SL的概念）来验证检查。

云计算的成功（CC）提供了进一步的机会，LBS，可以利用云计算和基于云的LBS起源。CC范式明确定义^[3]。云模型是由：1）五个基本特征：按需自助服务、广泛的网络访问、资源池、快速的弹性和测量服务；2）三种服务模式：软件即服务（SaaS），平台即服务PaaS）、基础设施即服务（IaaS）；3）四部署型号：私有云、社区云，公有云，混合云。服务模型的细节是重要的，以证据的LBS通过云的开发。从^[3]：SaaS代表提供给消费者使用在云基础设施上运行的应用程序的应用程序的能力。应用程序可以通过客户端接口（如Web浏览器和/或程序接口）从各种客户端设备访问。PaaS主要提供给消费者的功能部署到云计算基础设施的消费者建立或收购的应用程序开发使用的编程工具提供商支持的。IaaS的证据提供给消费者的能力有关的处理，存储，网络，和其他计算资源，用户能够部署和运行任意软件，包括操作系统和应用程序。另一种模式，在^[4]详细，不得不说的是：数据即服务（DaaS），专注于提供给消费者的能力来访问云数据共享。

充分有效的利用LBS和LRACI尤其是严格与云计算的发展，也由几个商业项目认证等，其中。详细说明：一）智能手机，GPS/HPS，和Wi-Fi接入点的云平台和基础设施的一部分，工具的使用：平台和LBS应用的基础设施是LBS应用，这与PaaS和IaaS模型服务。B）LRACI实施，比如说，是独立于具体的智能手机技术：它是在云实施，不属于它的一部分；所以它是一个软件服务，SaaS模式的云后。C）的位置数据（或者，更具体的文章，检查数据）代表服务云的用户（如在DaaS模式）；此功能的特点是基于云的LBS，清楚地证明在^[4]，是一种相对于传统磅这一观点明确的区分因素可以解释不只有LRACI也是平台功能，面向浮动车的交通数据为基础的交通信息，以兴趣点（POI）搜索，并寻找路径，在^[7]，其中位置的数据是一个服务在云中。D）数据LRACI/检查位置之间共享的云用户和代表一个资源池的访问。

2.目前技术水平

近年来，许多室内和室外的位置识别方法已被开发。对于室内环境，红外，超声波，GSM，Wi-Fi和RFID是常用的技术，而在室外情况下，全球定位系统和细胞塔定位是实用最多的^[8]，即使如此Wi-Fi使用也到达[都市]规模。

GPS是最受欢迎和广泛使用的定位系统，它由美国政府维护，并提供由卫星发送的信号获得的位置信息。GPS可以提供用户的位置非常准确，但其信号往往堵塞和吸收的墙壁或其他障碍^[11]。因此，GPS不适合室内环境。罗瑟姆的gps是一个增强的定位技术，它包括室内和室外。它使用的到达时间（TDOA）的方法应用到电视信号的时间估计的位置。正如在^[12]中所说，它需要额外的硬件为电视发射机塔，以实现精确的时间同步。得到的定位误差在23.3 3.2–[M]范围。另一个有趣的定位方法是日本的室内通信系统（时代），这是区域准天顶卫星系统（QZSS）项目的重要组成部分，它使用GPS信号，因为它采用地面发射设备和信标协助整个定位过程[13]精确定位提供了。

上述所有的定位系统都不适合集成在云计算平台上的智能手机平台，这是本文的参考技术环境。动机与两个主要因素：一）为大都市规模覆盖的网络基础设施的成本高；ii）额外的模块，为移动设备，这增加了智能手机的实施成本的必要性。在过去的几年中，定位技术，提供良好的用户的位置，无需额外的硬件和高成本的需要，因此，可以有效地实现在智能手机，满足的方法（称为混合定位系统HPS）联合使用GPS、Wi-Fi接入点，蓝牙设备和手机信号塔的信号强度。HPS的一个例子是英特尔的实验室[8]的方法，它采用无线信标（802.11aps，GSM和蓝牙）中已存在的环境和独特的或半唯一ID等，例如MAC地址。移动设备通过检测一个或多个IDS计算自己的位置，查找相关的信标在本地缓存的地图中的位置，并估计自己的位置相对于信标的位置[8]。总是在运动，家庭的另一种方法，采用天棚，是X定位系统（XPS）^[14]。它是第一个商业大都市规模的定位系统和雇用

其中一集建立一个Wi-Fi接入点的位置的参考数据库。为了提高定位精度，XPS检测Wi-Fi接入点通过扫描算法，使用Wi-Fi接入点GPS定位信息（反向）进行检测APS的位置，并存储在一个参考数据库的位置，Wi-Fi接入点的位置精度的扫描方案采用移动设备的影响，可有一个误差大于10[M].。类似于XPS，是一个基于位置的网络Wi-Fi，索尼计算机科学实验室和东京大学共同开发的，其中包括日本的许多城市，包括东京的大都会区，并使用一个数据库，包含约500000 APS^[15]数据。

另一个有趣的方法，用于估计移动用户的位置，是计数的信标（COB）^[16]。COB是一种无线电定位技术在非视距（NLOS）存在传播不降低定位的精度明显。在更多的技术词汇，一种概率密度函数，通过使用一些信标的接收功率，相关联的可能的用户位置，并估计当前位置

Wi-Fi指纹（FP）为基础的位置识别方法，最初设计和采用室内定位的目的，通过使用Wi-Fi和蓝牙，是一个非常有趣的方法也为户外定位。在文献中有针对利用Wi-Fi FPS可以手动建立家提前，所以可用或，更实际的识别位置的许多科学论文，自动建立。[21]提出了一个众包的方法在城市环境建设的位置识别，其主要思想是基于这样的事实，它并不总是手动建立一个收集Wi-Fi FPS可行（即aradiomap）为每个位置/兴趣点（POI），特别是在大型城市环境。为了解决这个问题，^[21]提出了一种算法，其中的Wi-Fi功能的移动设备的用户有助于建立一个集体和自动的FP。FPS也可以收集，计算，并比较彼此动态地随着时间的推移透明地使用接收到的信号强度（RSS）的用户。FP为基础的方法中，一个知名的平台，在^[22]，是生活地图。它是基于一个个性化POI地图自主建设，为先进的移动服务提供位置信息。关键概念是使用加速度计来跟踪用户的位置，并确定兴趣点。解决方案逐步建立用户的兴趣点通过个性化的地图的从Wi-Fi接入点的性能所产生的（例如，从RSS）。^[23]描述其他有趣的位置估计方法，实现在智能手机平台，采用RSS接收到周围的APS，即使他们不建立任何FP。

共同点，其中提到的许多技术是就业的绝对值的测量RSS。FPS是通过测量RSS，在第一步，称为训练阶段。RSS绝对值也采用在识别阶段。此操作，独立于所采用的方法的鲁棒性，提出了一些缺点。测量的绝对值：一个RSS）是多径衰落的敏感，对设备的方向，和其他重要的因素–^[24]深入研究；b）强烈地依赖于所采用的装置（即，两个不同的智能手机，在同一方向，同一位置通常会提供不同的RSS的措施）这些缺陷的存在，不仅在性能，但影响，尤其是后者，对位置识别解决方案的实用性在云SaaS和云计算的部署模型，介绍中提到的。一个特定的，不明显的，该设备的可靠性的含义是，如果在识别阶段，所采用的设备是不同的，在训练过程中使用的设备，位置识别方法的准确性降低。本文提出了一个可能的解决方案，这个问题的基础上“相对”RSS措施，即对就业的测量RSS之间的顺序关系，从不同的APS发送，而不是RSS绝对值。

总之，我们引入一个新的检查应用定位识别算法，其缩写是LRACI，那里的识别作用是基于：我）的信息过滤和加权gps巧开发（Wi-Fi稳定性条件误差校正滤波器）；ii）新的自动、机会主义和设备无关的FP建设和匹配方法。

3.在应用程序的自动检测识别算法（LRACI）定位

A.LRACI的行动和LRACI采用流程图的定位信息。

通过智能手机操作系统提供，从GPS/HPS收购，和FP以下的新定义。

LRACI基于滑动时间窗口秒的定位数据中（经度和纬度）和Wi-Fi扫描，用来定义FP，同时获得。它们表示窗口的可用信息元素。元素存储在窗口。存储的元素的数目可以是不同的每个窗口，因为定位数据和Wi-Fi扫描所提供的智能手机OS在不规则的时间间隔独立于时间窗口。

LRACI定义了一个通用的位置，由三个不同的特点：我）为代表的，表明纬度和经度位置的中心坐标；ii）在[M]表示半径；III）的位置的Wi-Fi FP通过。并完全确定的位置，从几何角度作为一个简单的圆圈，应该是已知的先验，存储在一个参考数据库（DB），总是可以访问和可用的直接在智能手机在需要时。指纹并不总是可用的分贝内，因为它不能计算，因为没有Wi-Fi信号覆盖的位置，因为它是在本地计算下的智能手机（通过算法解释的文件），并没有上传在数据库。LRACI不需要FP强制的，然而，实际的实验，其结果已在绩效评估报告，指出FP开发大大提高了识别的准确位置。

图1代表LRACI流程图。对于每一秒的时间窗口，一个位置可以通过专用的程序确认（下文详述），其就业取决于对一个给定的位置在参考数据库的可用性。特别是，如果是不可用的数据库，位置识别和随之而来的检查主要是基于GPS/HPS数据。所收购的Wi-Fi信号，扫描期间雇用，如果智能手机检查，计算一个FP将上载在数据库。这意味着，连续识别/检查在该位置将可在数据库。如果FP是可用的位置识别的基础上。这两个程序被称为不可用FP和可用FP，分别。

值得注意的是，即使是可用的，一个FP是由智能手机本地识别的位置，并检查后，在参考数据库升级存储的FP。在实践中，提供了一个连续的和机会主义LRACI学习过程的位置的FP。

LRACI实现所谓的待检测，它提供了强大的检查。所谓持久性，是指在给定的位置被智能手机连续识别的时间（即用户所花费的时间）。它可以利用滑动窗口机制LRACI测量（详见第四节）。如果是比一个预定义的停留长度，对于一个位置，得出的结论是，一个用户已经真正停留在不只是通过它附近。在这种情况下，用户被认为是自动检查。

B.Wi-Fi扫描定义

一些初步的定义是必要的更详细地描述LRACI。在上一小节说，使用一个智能手机LRACI循环无线扫描位置寻找Wi-Fi信号环境的方法。对每个检测到的三个重要特征：在每个扫描获得的AP I）AP MAC地址，II）服务集标识符和III）测量接收信号强度（RSS）在[数据库]。矩阵，其元素是，计算每个通用的 Wi-Fi扫描：

识别特征（关于本文的MAC地址、SSID和RSS）和标识检测AP在扫描。执行定义FP的扫描总数。检测到的APS的总数明显不同，可以改变不同的扫描。

LRACI采用矩阵（的元素）定义为下矩阵的行排序。这种作用是通

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[25566]，资料为PDF文档或Word文档，PDF文档可免费转换为Word