近年来，室内位置服务受到广泛关注。由于室内复杂的物理环境，全球导航定位系统(global navigation satellite system, GNSS)等传统定位技术无法发挥有效作用，如何低成本、高精度地推广实现室内定位是亟待解决的问题。许多学者基于智能手机研究室内定位方法，如射频信号、传感器、GNSS等^[1]。其中，基于WiFi位置指纹的定位方法具有覆盖范围广、不需要额外硬件成本、不需要明确的接入点(access point, AP)位置、较强的鲁棒性以及可观的定位精度等优点，是目前规模化应用中最可行的方法之一^{[2, 3]}。

基于WiFi位置指纹的室内定位方法通常采用确定性方法^[4]，学者们也基于此在AP赋权、AP筛选、指纹库质量等方面进行了改进优化^[5-7]。基于机器学习的方法也被用于室内定位并取得良好效果^{[8, 9]}，Lucker等^[10]第一次使用XGBoost(eXtreme Gradient Boosting)算法解决WiFi指纹定位问题，实验证明, XGBoost比传统的K最近邻(K-nearest neighbor, KNN)算法具有更好的效果且在模型维护方面具有极大的优势。虽然基于机器学习的WiFi位置指纹定位方法在局部室内区域取得了良好的效果，但在规模化应用中，大量、分散的建筑定位模型仍互相独立。而目前通过空间分区和分级定位优化计算效率的方法^{[11, 12]}，其本质仍是为每个子区域维护一个定位模型，不易推广。

基于以上问题，本文以在商场中定位所在店铺为应用场景，提出了基于机器学习的室内定位方法。该方法引入XGBoost算法实现定位准确率的提高，通过特征工程实现多建筑共用一个模型，易于规模化推广和维护。

1 多建筑室内WiFi定位方法 1.1 WiFi位置指纹定位

在室内环境中，区域内各参考点(reference point, RP)可接收到WiFi(AP)的信号强度值(RSS)以向量形式x_i=(r₁ⁱ, r₂ⁱ, …, r_mⁱ)表示，即WiFi指纹，其中r_jⁱr_j表示第j个WiFi的强度，m为WiFi信号源的数量。区域内所有离散参考点的WiFi指纹{x₁, x₂, …, x_n}组成指纹库，{x₁, x₂, …, x_n}可反映出该室内环境WiFi信号的空间分布特征，其中n为指纹数量。

对于室内环境中任意位置的目标观测点S可测得其位置指纹x_s=(r₁^s, r₂^s, …, r_m^s)，该指纹与指纹库中某一参考点的指纹越相似，则其位置越相近，以此作为定位依据，即位置指纹匹配。计算时，通常采用m维空间l距离值作为观测点S与参考点i之间的WiFi指纹距离，即：

$ {\rm{dis}}({x_s}, {x_i}) = {\left( {\sum\limits_{j = 1}^m {|r_j^s - r_j^i{|^l}} } \right)^{\frac{1}{l}}} $

(1)

在线定位阶段通常采用KNN方法，即从指纹库中寻找与观测点指纹距离最近的K个参考点来确定观测点的位置。对将观测点定位到若干固定参考点上的任务，则选择距离观测点最近的K个指纹，通过类别投票的方式来判定观测点所属区域或参考点，即多分类的问题。KNN方法计算简单，而基于机器学习的方法则在定位速度和精度方面更具优势。XGBoost由文献[13]提出并开源，可用于分类和回归问题。具有精度高、适用范围广、训练速度快等优点。XGBoost通过构建一系列的回归树模型并集成以得到更优的结果，其基本流程与传统基于KNN的方式一致，如图 1所示。

1.2 面向多建筑的二分类方法

多分类方法需要维护定位模型集，不易推广。本文针对匹配到参考点的定位问题，提出将多分类问题转化为二分类的解决方案，其基本思想是将室内定位“匹配至哪个参考点？”的多分类问题转化为“是否在某个参考点？”的二分类问题，从而实现多栋建筑定位模型的统一，如图 2所示。

对室内场景的参考点集合R_egion={R_P1, R_P2, …, R_Pn}，转化为二分类问题包括以下步骤：

1) 构建候选集C。对每条指纹记录{row_id:r₁, r₂, …, r_m, R_P}按照一定的规则选出最匹配的一部分参考点，即C_k$ \subseteq $R_egion，不做筛选时，C_k=R_egion；

2) 样本标注。对C_k中每个候选R_P标注，若为正确R_P标注1，否则标注0，即{row_id, R_P:label}, label∈{0, 1}；

3) 特征工程。通过对指纹库数据的挖掘统计，以row_id和R_P为关键字构造特征；

4) 数据集合并。：将所有建筑的数据集合并，组成统一的训练数据集；

5) 模型训练。选择合适的分类算法学习训练，如XGBoost，得到二分类定位模型；

6) 预测与结果。对测试数据执行步骤1)、步骤3)，模型预测得到每个候选R_P的概率，取最大概率的R_P点作为定位结果。

2 实验及分析 2.1 数据描述

为测试上述算法的有效性，本文采用天池平台上“商场中精确定位用户所在店铺”竞赛中提供的基于支付宝交易行为采集的WiFi数据集，由店铺ID及在相应店铺采集的WiFi信息组成。数据集包括了2017年8月共31天的真实交易数据，总计97个商场、8 477个商铺、113.8万余条指纹信息，数据均已脱敏处理。

2.2 实验设计

为了验证XGBoost进行指纹定位及其转化为二分类方法的有效性，本文设计了以下3组实验：①不同K值下的KNN方法；②XGBoost多分类方法；③XGBoost二分类方法。通过实验①与实验②对比，验证XGBoost方法的定位效果；通过实验②与实验③对比，验证转化为二分类方法的定位效果。在模型训练方面，实验①采用欧氏距离作为距离度量；实验②与实验③通过调整超参数至得到最优结果；实验③共设计特征37个，主要包括AP与商铺的共现次数及其在AP或商铺的占比、信号强度值的统计等^{[14, 15]}。

数据集的时间跨度为31天，取前28天作为训练数据集，后3天作为测试集评价定位效果，共计95 027条待测数据，在对数据进行简单的低频AP剔除后，平均每个商场AP数量为664个。最后，采用店铺位置正确匹配数与定位总数的比值作为匹配准确率(accurary, ACC)来评价各方法的效果。

2.3 实验结果与分析

实验①中，本文分别取K值为5、10、15、20进行实验，如表 1所示。

取K=10时具有最高的综合准确率(所有待测点的匹配正确率)80.74%。以K=10作为KNN方法的代表，图 3表示在不同商场中，3种方法的准确率对比(商场编号顺序按XGBoost多分类准确率升序)，图 4表示商场错误率的累积分布图。结合表 1可以看出，与传统KNN多分类的方法相比，基于XGBoost多分类(XGBoost-multi)方法的准确率具有明显的提升，综合准确率提升8.3%；XGBoost二分类(XGBoost-binary)方法的匹配准确率进一步提升，综合准确率达到了90.88%。

模型在不同商场的准确率取决于商场的固有环境。图 5展示了3种方法对97个商场定位准确率的稳定性统计，基于XGBoost的多分类和二分类方法准确率和稳定性均比KNN方法高。

定位时长指标反映在线定位阶段的定位速度的快慢，上述方法均在搭载Intel Core i7-6700处理器、24 GB内存、64位Windows10操作系统的计算机上运行。平均每次定位耗时如图 6所示，基于XGBoost的方法具有明显的优势，传统KNN方法的定位时长约为XGBoost二分类方法的2.5倍，约为XGBoost多分类方法的27倍。其原因主要是XGBoost方法离线训练好定位模型后，只需要根据模型参数对观测点进行系列计算即可输出结果，KNN方法则需要与大量的数据进行实时的距离计算和匹配；本文中XGBoost二分类方法以候选集构造、特征构造及预测阶段的总时间和作为定位时长。

综上所述，XGBoost方法比KNN方法在室内定位中可获得更高的定位精度和效率，而XGBoost二分类方法在保证稳定性的前提下，可进一步提高定位精度，并实现多个商场定位模型统一，更便于训练和维护。

3 结束语

本文以解决WiFi位置指纹室内定位方法在规模化应用中多栋建筑的室内定位模型难以统一、维护等问题为目标，提出了一种基于XGBoost的面向多建筑的WiFi位置指纹室内定位方法。通过设计的3组实验验证，得出以下结论：

1) 与传统KNN方法相比，XGBoost方法具有精度高、稳定性好、定位速度快等优势；

2) 通过将“匹配至哪个参考点”的多分类问题转化为“是否在某个参考点”的二分类问题可以实现多栋建筑的模型统一，且能提高一定定位精度。

本文方法还需从以下方面进行研究改进：①模型中学习特征的优化，提高模型质量；②众源数据中模式挖掘，如筛选稳定热点提高计算速度和精度等。