一种用于估计在环境中的目标对象（ＴＯ）特征（ＳＰ）的方法，所述特征包括位置。拓扑模型（ＴＭ）指示可允许的位置和转移，且数据模型（ＤＡＭ）建模由目标对象的传感设备观测的位置相关物理量（ＰＱ）。运动模型（ＭＭ）建模特定目标对象类型，服从所述可允许的位置和转移。向目标对象分配一组点（Ｐ；１１２，１２２，…），每个点具有一组属性（ＡＳ），包括有关所述拓扑模型的位置。由所述属性估计所述目标对象特征（ＳＰ；１１１，１２１，…）。点的更新周期包括：确定每个点估计所述目标对象特征（ＳＰ）的可信度（１１３，１２３，…）；至少基于所确定的可信度为每个点确定权重（１１５，１２５，…）并且以进化的过程产生更新周期ｎ＋１的新点。
【技术实现步骤摘要】
本专利技术涉及用于确定目标对象在环境中的一组特征的方法、装置和软件产品。目标对象的示意实例包括人、动物、车辆、工具、购物车或项目文件夹。目标对象特征组的示意实例包括位置。本专利技术的示意性而非限制性的应用包括在无线通信环境中——比如在无线局域网(WLAN)或蜂窝网中——定位无线移动终端。
技术介绍
Luis Perez-Breva等的美国专利US6393294公开了一种用于在无线通信系统中定位移动单元的代表性现有技术。远程移动单元的位置是通过将移动单元所拍摄的射频频谱的预定部分的快照(snapshot)与包含有在各种位置处拍摄的多个快照的参考数据库进行比较而确定的。因此象许多其它技术一样，该技术基于比较在移动设备位置处的信号参数观测与在多个已知位置的校准或仿真参数的数据库。传统技术在对目标对象的运动建模中存在问题。很多传统技术通过若干状态来建模目标对象的运动。增加可能状态的数量迅速增加了状态转换的数量，其消耗存储器并且造成高计算负载。
技术实现思路
本专利技术的一个目的是提供一种方法和用于实施该方法的装置从而缓解以上缺陷。本专利技术的目的通过方法、装置和软件产品来实现，其特征在于独立权利要求中所阐明的。本专利技术的优选实施例在从属权利要求中公开。本专利技术基于以下思想，在定位环境中通过多个点循环确定目标对象的位置，其中每个点与一组属性相关联，从而使得分配给所述目标对象的点的属性共同对所述目标对象的特征建模。点在稍微类似于自然选择的过程中进化。其属性以高可信度建模所述目标对象的特征的点，在下一个更新周期中具有子点的可能性较高，并且反之亦然。在位置估计应用中，如果点很好地解释了在目标对象的位置处做出的观测，那么该点具有很高的关联可信度。如果点很好地解释了观测，则大体上类似于自然基因的该点的属性，有可能继续存在到下一周期。子点的特征，比如位置和/或速度，是通过使用适当算法从它们的父点中导出的。例如，算法可以对从父点继承的特征做出随机改变。本专利技术的一个方面是用于估计在环境中的目标对象的一组特征的方法，其中所述特征组包括位置。该方法包括-用拓扑模型和数据模型对所述环境建模，其中所述拓扑模型指示在所述环境中可允许的位置和转移，并且所述数据模型为所述拓扑模型所指示的多个可允许位置中的每一个指示至少一个位置相关物理量；-用一个或多个运动模型建模所述目标对象的位置改变特性，其中每一运动模型建模特定类型的目标对象并且服从所述拓扑模型所指示的可允许位置和转移；-将所述目标对象关联于一个或多个并置传感设备，所述并置传感设备中的每一个都能够对一个或多个位置相关物理量做出观测；-为所述目标对象分配一组点，所述点组中的每一个都具有一组属性，其中所述属性组至少包括与所述拓扑模型相关的位置；-用分配给所述目标对象的点的属性组估计所述目标对象的特征组；以及-在多个更新周期中更新点组，其中每一更新周期包括以下步骤a)到c)a)使用所述数据模型和来自与所述目标对象相关联的至少一个传感设备的观测，确定每个点的可信度，以精确地估计所述目标对象的特征组； b)至少基于所确定的可信度来为每个点确定权重；以及c)为更新周期n+1产生一组新点，其中-所述新点中的至少一些基于更新周期n的一个或多个父点，其中-更新周期n的点被选择作为更新周期n+1中的新点的父点的可能性是所述更新周期n的点的权重非减函数；以及-通过使用所述一个或多个运动模型中的至少一个以及预定算法，从更新周期n的一个或多个父点的属性组中，导出更新周期n+1的新点的属性组。本专利技术的其它方面包括用于执行以上方法的特征估计装置和当被执行在数据处理器中时致使执行以上方法的计算机程序产品。本专利技术的一个优点是确定的鲁棒性，其至少部分地源于这样的事实，即相对于尝试对目标对象匹配单个运动模型的大多现有技术，多个点能够更好地处理意外的目标对象运动。本专利技术基于以下思想，用于估计目标对象位置的现有技术是确定性的，并且这种确定性的方式在未预见到的或不可能的情况下面临严重的问题。本专利技术的技术基于多个点的使用，所述多个点共同地估计目标对象特征，比如位置。当目标对象做出不大可能的运动或转动时，确定性的技术往往变得困惑。然而，根据本专利技术的点以大体上等同于自然进化的方式来发展进化。对目标对象的特征建模最好的点在下一周期中具有子点的可能性往往较高，由此匹配性较差的点将趋向消失。甚至在高度不可能的情况下，当大多点都被消灭时，少数几个点存活到下一个周期。在本专利技术的典型实施方式中，目标对象的特征组包括目标对象的位置或目标对象的位置相关特征。位置相关特征的例子包括位置的时间导数，比如速度和加速度。在典型实施方式中，目标对象位置或位置相关特征至少是被临时确定的。目标对象位置的临时确定意味着，例如，目标对象的位置被确定但是仅用作确定一个或多个其它位置相关量的临时量，之后该位置将被丢弃或对外部实体隐藏。为了使得本专利技术的以下描述更加易于理解，所述描述基于这样的假设，即本专利技术将被用于至少确定目标对象的位置。然而，需要注意的是，可以不用在任何坐标系统中展现或者甚至内部地确定目标对象位置，而提供有用的位置相关服务。换句话说，位置并不必包括任何度量，并且任何或一些位置可由抽象术语表述——比如在拓扑模型中的任意节点标识符，或通过一些命名约定的方式表述——比如“123房间”。在本专利技术的以上定义中，传感设备意味着能够对环境中的一个或多个位置相关物理量进行观测的设备。可应用的物理量的非穷举列表包括-辐射测量信号质量值，比如信号强度、信噪比、误码率/比特差错率、定时提前，等等；这些信号质量值，如果被使用，则优选地为多个频带、信道、小区、基站等中的每一个单独确定；-大气物理量，比如气压、温度、湿度等；-声学量，比如噪音等级，优选为多个频带中的每一个单独确定；-光学量，比如光强、颜色、频谱等；-在静止或活动图像中的识别形状或识别声音。目标对象指的是其特征组将被确定的实体。在本专利技术的典型实施例中，不需要特定的举动来实施目标对象或其物理特征。目标对象可以是人、动物、装置、车辆、购物车、项目文件夹等。所述特征组可以包括位置和/或位置相关物理特征，比如速度或加速度。此外，所述特征组可以包括其它特征，甚至可以是独立于位置或位置相关特征而确定的特征，以及可映射到位置或位置相关特征的特征。这意味着，例如，第一组位置相关物理量被用于确定目标对象位置或位置相关特征，而独立于所述第一组量而确定的第二组量被映射到所述目标对象的位置。在本专利技术的内容中，术语“量”、“特征”以及“属性”旨在如下使用。“量”，如在位置相关物理量的上下文中，指的是由一个或多个传感设备检测的物理值。“特征”，在目标对象特征组的上下文中，指的是将被确定的真实信息项的值。“属性”是用于估计目标对象特征组的每个点的值。在示意性而非限制性的实例中，目标对象可以是携带无线通信终端的医生。该医生的位置和速度是目标对象特征的例子。信号值(比如信号强度或比特差错率)是由传感设备观测的位置相关物理量的例子，其中所述传感设备是所述通信终端的射频单元。目标对象的特征组是通过点组来估计的，在该实例中所述点组中的每个点都至少具有位置属性和速度属性。目标对象位置的确定基于这样的假设，即目标对象接近于一个或多个传感设备，或与一个或多个传感设备共处于本文档来自技高网...
【技术保护点】
一种用于估计在环境（ＥＮ，ＲＮ）中的目标对象（ＴＯ）的特征组（ＳＰ）的方法，其中所述特征组包括位置； 所述方法包括： －用拓扑模型（ＴＭ）和数据模型（ＤＡＭ）对所述环境进行建模，其中所述拓扑模型（ＴＭ）指示在所述环境中的可允许位置和转移，并且所述数据模型指示对于所述拓扑模型（ＴＭ）所指示的多个可允许位置中的每一个的至少一个位置相关物理量（ＰＱ）； －用一个或多个运动模型（ＭＭ）建模所述目标对象（ＴＯ）的位置改变特性，其中每个运动模型建模特定类型的目标对象并且服从由所述拓扑模型（ＴＭ）指示的可允许位置和转移； －将所述目标对象（ＴＯ）与一个或多个并置传感设备（ＳＤ）相关联，每个传感设备能够对所述位置相关物理量（ＰＱ）中的一个或多个进行观测（ＯＳ）； －为所述目标对象分配点组（Ｐ，１１２，１２２，…），所述点组中的每一个点都具有属性组（ＡＳ），其中所述属性组至少包括与所述拓扑模型（ＴＭ）相关的位置； －利用分配给所述目标对象的点（Ｐ）的属性组（ＡＳ；１１２，１２２，…），来估计所述目标对象（ＴＯ）的特征组（ＳＰ；１１１，１２１，１３１，１４１）；以及 －在多个更新周期中更新所述点组，其中每个更新周期包括以下阶段ａ）到ｃ）： ａ）使用所述数据模型（ＤＡＭ）和来自与所述目标对象（ＴＯ）相关联的至少一个传感设备（ＳＤ）的观测（ＯＳ），确定每个点（Ｐ）精确地估计所述目标对象的特征组（ＳＰ）的可信度（１１３，１２３，…）； ｂ）至少基于所确定的可信度来为每个点确定权重（１１５，１２５，…）；以及 ｃ）产生更新周期ｎ＋１的新点组，其中： －所述新点组中的至少一些点（１２２，１３２，１４２；６１２）基于更新周期ｎ（１１２，１２２，１３２；６０２）的一个或多个父点，其中 －更新周期ｎ的点被选择作为更新周期ｎ＋１中新点的父点的可能性是所述更新周期ｎ的点的权重的非减函数；以及 －通过使用所述一个或多个运动模型（ＭＭ）中的至少一个以及预定算法（６００），来从更新周期ｎ的一个或多个父点的属性组中，导出更新周期ｎ＋１的新点的属性组。...
【技术特征摘要】
...
【专利技术属性】
技术研发人员：P米西坎加斯，
申请(专利权)人：埃卡豪股份有限公司，
类型：发明
国别省市：FI[芬兰]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。