基于室內(nèi)WiFi環(huán)境的用戶自激發(fā)式弱定位方法研究

室內(nèi)定位技術(shù)的研究發(fā)展近年來呈現(xiàn)出“定位更精準(zhǔn)”與“部署更簡單”的趨勢。從“定位更精準(zhǔn)”角度進行的技術(shù)研究已經(jīng)較為成熟；而從“部署更簡單”角度進行的技術(shù)研究才剛剛起步?，F(xiàn)有室內(nèi)定位技術(shù)往往對定位精準(zhǔn)度給予了足夠的關(guān)注，然而僅有部分近期的工作研究如何降低系統(tǒng)開銷，更鮮有工作能夠系統(tǒng)性地在兩者間進行權(quán)衡。在很多現(xiàn)實生活的應(yīng)用場景，現(xiàn)有室內(nèi)定位系統(tǒng)的部署代價仍然過高而難以適用。本項目針對低代價的室內(nèi)定位該較新的研究領(lǐng)域中亟需解決的理論和關(guān)鍵技術(shù)問題，研究基于WiFi 環(huán)境的用戶自激發(fā)式弱定位方法、與結(jié)合傳感器信息的用戶自激發(fā)式若定位優(yōu)化方法?，F(xiàn)有的室內(nèi)定位指紋技術(shù)，為現(xiàn)有的WLAN基礎(chǔ)設(shè)施提供了增值的本地化服務(wù)，而不需要任何專門的硬件?；谥讣y定位系統(tǒng)的部署需要對接收到的信號強度信息進行大量的測量，以生成位置指紋數(shù)據(jù)庫。然而，這一要求在大多數(shù)室內(nèi)環(huán)境中很少能得到滿足。在這個項目中，我們針對上述普遍存在的問題，即當(dāng)收集到的測量信號強度信息不足時，論證了現(xiàn)有的位置指紋方法在處理不足的位置指紋的局限性。本項目研究了一種基于最大似然估計的接收信號強度測量中降低噪聲的新方法，并利用隨機梯度下降算法計算位置指紋不足的位置。實驗結(jié)果表明，即使只有少量的RSS測量數(shù)據(jù)，該方法也能獲得較好的定位性能。特別是當(dāng)每個位置的觀測值較少時，該方法在定位精度上具有明顯的優(yōu)越性?，F(xiàn)有的室內(nèi)導(dǎo)航系統(tǒng)，大部分依賴于足夠的無線信號和信號源。盡管如此，部署這樣一個系統(tǒng)需要定期進行現(xiàn)場調(diào)查，這是一項耗時和勞動密集的工作。為了解決這個問題，在這個項目中，我們提出了“獨木舟”（Canoe），一個考慮購物中心場景的室內(nèi)導(dǎo)航系統(tǒng)。在Canoe系統(tǒng)中，我們不假設(shè)任何先驗知識，例如樓層平面圖或店鋪位置、接入點位置或電源設(shè)置、歷史RSS測量或指紋等，Canoe只要求店主在其店鋪的入口處收集并發(fā)布RSS值，并且可以通過比較觀察到的RSS值將消費者引導(dǎo)到這些店鋪中的任何一個。消費者和商店的位置估計最大似然估計。這樣，可以精確計算目標(biāo)商店相對于消費者當(dāng)前方向的方向，從而確定消費者應(yīng)該移動的方向。我們使用真實世界的數(shù)據(jù)集進行了廣泛的模擬。我們在一個真實的購物中心進行的實驗表明，如果50%的商店發(fā)布RSS值，Canoe可以在30秒內(nèi)精確地導(dǎo)航消費者，錯誤率低于9%。 2100433B

室內(nèi)定位技術(shù)的研究發(fā)展近年來呈現(xiàn)出“定位更精準(zhǔn)”與“部署更簡單”的趨勢。從“定位更精準(zhǔn)”角度進行的技術(shù)研究已經(jīng)較為成熟；而從“部署更簡單”角度進行的技術(shù)研究才剛剛起步?，F(xiàn)有室內(nèi)定位技術(shù)往往對定位精準(zhǔn)度給予了足夠的關(guān)注，然而僅有部分近期的工作研究如何降低系統(tǒng)開銷，更鮮有工作能夠系統(tǒng)性地在兩者間進行權(quán)衡。在很多現(xiàn)實生活的應(yīng)用場景，現(xiàn)有室內(nèi)定位系統(tǒng)的部署代價仍然過高而難以適用。.本項目以低代價為目標(biāo)，研究基于室內(nèi)WiFi環(huán)境的用戶自激發(fā)式弱定位方法，以權(quán)衡定位的精準(zhǔn)度與開銷。該方法使用室內(nèi)環(huán)境現(xiàn)有的WiFi信號，無需部署額外的基礎(chǔ)設(shè)施，只基于少量接收信號強度（RSS）等普通用戶可輕易獲取的信息，即可完成定位系統(tǒng)部署。本項目擬解決由RSS信息少量高噪導(dǎo)致的維度不匹配問題與過擬合問題，并結(jié)合用戶智能手機集成的傳感器，對定位結(jié)果進行優(yōu)化。該方法可應(yīng)用于如場館導(dǎo)航、商場購物、醫(yī)院就診、商務(wù)辦公等場景。

隨著VLSI芯片功能越來越復(fù)雜，大量的時間消耗在功能驗證上，而目前錯誤定位仍主要依賴于手工勞動，效率低下且易于引入新的錯誤，因此錯誤自動定位方法成為新的研究熱點。但是現(xiàn)有方法存在抽象層次低、運算復(fù)雜度高、處理電路規(guī)模有限等問題。.針對這些問題，研究基于字級求解的電路錯誤自動定位理論與方法；研究基于約束依賴圖的高層HDL程序切片算法，以抽取有效電路；研究基于等價約簡與蘊含消除的斷言精化方法，以減小斷言規(guī)模；研究融合字級不可滿足子式與Craig插值的錯誤蹤跡優(yōu)化方法，以提高定位精度；研究基于否證分析與增量式求解的錯誤敏感向量壓縮方法，以剔除冗余輸入；面向RTL級和行為級電路描述，設(shè)計實現(xiàn)錯誤自動定位的原型系統(tǒng)。.本項目的研究成果，能夠顯著提高VLSI芯片驗證的效率，有助于縮短設(shè)計周期，突破制約芯片驗證的瓶頸，具有重要理論意義與實際應(yīng)用價值。

針對VLSI芯片的設(shè)計與驗證流程中，診斷與定位錯誤依賴于手工勞動且效率低下的問題，項目重點研究如何自動、高效地定位RTL級和行為級電路描述中的錯誤，通過設(shè)計與實現(xiàn)一系列形式化方法與技術(shù)，大大提高錯誤定位的效率與精度，從而加速芯片的設(shè)計與驗證流程。項目的主要研究成果包括： （1）針對近年來出現(xiàn)的許多電路錯誤定位方法，深入研究與分析了基于位級與字級的錯誤定位方法的基本原理，并對各種算法進行了評估與分析；并針對不可滿足子式能夠顯著提高錯誤定位效率與精度進行了深入分析。 （2）針對求解不可滿足子式可以顯著提高電路定位錯誤的效率，提出了悖論證明與悖論解析樹的概念，并提出一種啟發(fā)式局部搜索算法，從布爾公式的悖論證明中求解不可滿足子式?；趯嶋H測試集進行了實驗對比，結(jié)果表明該算法優(yōu)于同類最優(yōu)算法。 （3）針對布爾不可滿足子式能夠幫助自動化工具迅速定位電路錯誤，提出了求解布爾不可滿足子式的消解悖論算法。它屬于一種非完全算法，對于業(yè)界常見的3-SAT和2-SAT問題非常高效?；陔S機測試集進行了實驗對比，結(jié)果表明消解悖論算法優(yōu)于其他同類算法。 （4）隨著硬件設(shè)計與驗證的抽象層次越來越高，基于一階邏輯的可滿足性模逐漸成為研究熱點。針對極小可滿足性模的不可滿足子式的求解問題，提出了基于深度優(yōu)先搜索與增量式求解的算法。與目前最優(yōu)算法對比，該算法能夠有效地求解極小不可滿足子式，并且隨著公式的規(guī)模增大，算法更加高效。 （5）高速緩沖存儲器（Cache）的錯誤定位是驗證領(lǐng)域的研究熱點與難點，對此提出了一種面向Cache的可綜合偽隨機驗證與錯誤定位方法。與業(yè)界常用的方法對比，該方法的處理速度快約3個數(shù)量級，并且能夠精確地定位更多的功能錯誤。 （6）謂詞抽象技術(shù)是解決錯誤定位中狀態(tài)空間組合爆炸問題的重要途徑，而不可滿足子式能夠減少謂詞抽象過程中精化迭代的次數(shù)。因此將兩種最小不可滿足子式的求解算法進行了集成與對比，并深入分析了不可滿足子式在硬件謂詞抽象中的作用，以及如何加速電路的錯誤定位過程。