定位服务的研究

隆益民

（广东女子职业技术学院计算机系，广东广州 511450）

0 引言

位置服务（Location Services，LCS）又称定位服务，是通过移动通信网，获取移动用户的位置信息（经纬度坐标数据），然后提供相应服务的一种增值业务。开通这项服务，手机用户可以方便地获知自己目前所处的位置，并用手机查询或收取他附近各种场所的资讯。位置服务的巨大魅力正是在于能在准确的时间、地点把正确的信息发送给正确的人。同时它还可以对手机用户进行定位，并对手机用户的位置进行实时监测和跟踪，使所有被控对象都显示在监控中心的电子地图上，一目了然。因此位置服务在无线移动的领域内具有广泛的应用前景［1］。

国内正在开展的应急联动系统的建设，是以政府为核心，整合政府相关部门的资源，为应对各种自然灾害等突发紧急事件，建立的一套信息系统。通过这套系统，政府将在第一时间应对突发紧急事件、实现快速反应、减少损失，从而进一步提高政府的执政能力。除应对灾难之外，还在公共服务和社会管理方面与人们的生活息息相关。完整的应急联动系统将公安、交警、消防、急救、防洪、防火、防震、甚至工商、税务、城管、救助等公共服务部门纳入一个统一的指挥调度系统，进而加速了城市的社会现代化建设。定位服务系统是为“应急联动中心”提供移动报警电话位置信息的专业系统［2］。

定位服务系统在智能手机平台上实现。通过使用本系统，市民可以向警察报告自己的位置和处于何种危险之中，这些操作无需通过打电话的方式，只需按下几个手机键就能实现，因此安全快捷。同时，该系统还实现巡逻警力和指挥中心共享信息，使得指挥中心可以调动离案发现场最近的警力赶到案发现场［3］。

课题研究并设计实现了定位服务系统，系统采用B/S和 C/S相结合的开发模式，开发选择 eclipse，android2.5，后台数据库选用 SQL Server 2005。

系统测试表明，能够实现报警电话快速定位的功能，并通过地图或文字描述等方式展示位置信息，达到接警、处警对位置信息的要求。

1 移动定位服务的研究

1.1 研究内容

本课题主要从定位服务在无线移动的领域内具有的应用前景，给系统的设计和进一步开发奠定了理论基础［4］。最后，在理论分析的可行性基础上，系统的目标是设计一种精确安全的报警系统。

1.2 研究目标以及关键问题

构建“定位服务平台”，就是向移动目标用户提供适用移动、联通等各类无线通讯网络，兼容各种定位移动目标终端和定位技术的报警、求助、跟踪、导航等定位预警安全保障综合服务，帮助用户稳妥、便捷、高效完成报警，从而更安全及时地获得救助［5］。

为了实现该目标，使用如下技术：首先，系统必须是高度机动灵活的，并且方便使用，因此选用智能手机作为载体;其次，本系统的作用是将案情和案发地点快捷地报告给指挥中心，因此需要系统自动获取位置信息，因此带有GPS系统的智能手机是本系统的最佳选择。GPS系统在本系统的作用是自动获取案发地点的位置信息［6］。研究重点是：① 建立定位服务的数据模型;②定位服务管理机制和体系结构;③ 实现定位服务系统体系中相关算法。在此基础上建立原型系统。

1.3 系统实现

1.3.1 定位系统的基本结构模式

用户使用移动目标向平台提交定位报警服务请求，由移动目标或无线网络定位服务器向服务平台连续发送定位数据;服务平台接到请求后启动服务、接收定位数据并生成定位预警信息，随即向110、120等的GIS系统及搜索导航终端发布定位预警信息，辅助救助单位快速反应、指挥决策，确保及时到场施救。服务平台的网络架构应由定位预警手机终端、PDA搜索导航终端，无线通讯网络，核心系统，相关单位GIS系统等五部分组成（见图 1）［7］。

1.3.2 有效利用相关领域大量数据的算法

通过定义领域弱相似性的概念，将相似性的约束与目标分类器联系起来，通过改进算法在定位服务中有效利用相关领域的大量数据［8］。

（1）定义。给定目标领域数据集T和源领域数据集S，其样本的特征空间相同，x为特征向量，y为类标号，记 T={（xi，yi）|i=1，2，…，m}，S={（xj，yj）|j=m+1，m+2，…，m+n}，m 和 n 为样本数量，m＜＜n，利用S与T训练适用于分布PT（X，Y）的分类器L。

定义：对分布 PS（X，Y）和 PT（X，Y），X为样本变量，Y为类标号，取值为－1或+1，e为小于1的正数.若存在分类器L：X→{－1，+1}，使L在PT上的泛化误差小于 e，且能以1－υ的概率推断，对（x，y）～PS（X，Y），有L（x）=y成立，则称 PS以1－υ的概率e－弱相似 PT，称 v为负相似度，记为 v（L，PS，PT）.设判别函数为f（x）=wTx+b.对目标领域中的f（x），其分类决策函数为L（x）=sign（f（x））.设L（x）在目标领域的泛化误差e足够小，得到负相似度v（sign（f），PS，PT）（简记为 υ（f，PS，PT））如下［9］：

利用代理损失函数优化如下：

（2）算法。设目标领域的训练样本数目为m，为避免f（x）有较大的泛化误差，引入松弛变量得到如下优化问题［10］：

其中CS为平衡参数。

通过这种方式，使尽量多的源领域样本被f正确分类，保证领域弱相似性较大，而弱化其在分布上要与目标领域一致的过高限制，体现源领域在采集过程的辅助作用。

引入记号 Ci及 δi，

最优解：

b可由式（4）直接得到

从而求得f（x）。至此，给出领域相关性直观的衡量方法，能够充分利用相关领域的大量数据来采集系统需要的数据，并在采集数据过程中予以优化。优化目标综合考虑3方面因素：① 控制模型复杂度;② 控制分类器在目标领域的经验风险;③控制分类器在源领域的负相似度。

1.3.3 图像聚类算法

该算法对图像进行聚类，压缩了样本的信息，又保留特征信息。实验结果表明，提出的方法具有良好的聚类效果，在定位服务系统应用良好。

假设对于给定图像的先验概率为p（x），图像特征分布用条件密度函数p（y|x）描述，其中p（y|x）是一个高斯混合模型，这样可得到图像-特征联合分布p（xy）。因为p（y|x）是个高斯混合模型分布，每个聚类c的密度函数p（y|c）为p（y|x）的线性组合，因此也是一个高斯混合模型。设fi和fj是和图像类ci和cj相关联的高斯混合模型，则ci和cj合并后的高斯混合模型表示如下：

设f（y|ci）和f（y|cj）分别为图像聚类ci和cj的高斯混合模型［11］，则ci和cj合并后的高斯混合模型为：

根据式（10）和式（12）聚类ci和cj之间的距离表示如下：

式中N表示图像的数目，d（cicj）表示合并两个聚类所造成的信息损失。聚类时，每次选择信息损失最小的两个图像类进行合并，直到达到规定的聚类个数为止［12］。

1.3.4 系统实现

图2 定位服务系统

（1）定位服务系统的实现。系统架构如图2所示。具体流程是：①手机通过接收卫星信息计算位置;②巡警定期将自己的位置信息报告给指挥中心;③受害者将案情和案发地点报告给指挥中心;④ 指挥中心搜索最近的警员，并向该警员发出赶往案发现场的指令;⑤警察赶往案发现场处理案情。

核心系统如图3所示［13］。

图3 核心系统

定位运算框图如图4所示。

图4 定位运算

（2）数据结构。案情信息的数据结构如下，主要包括案发时间，案发地点的经度和纬度信息，以及案件类型［14］：

（3）系统实现界面（图5）

图5（a）是报警客户端界面，包括案件的类型以及一个按钮向指挥中心报告案情，同时可以将罪犯的相片拍下上传到指挥中心。图5（b）是警察收到的案情信息，包括时间，位置，报警人的手机号码，案件类型［15］。如果系统不能辨别该位置的地名，将显示该位置的经度和纬度。图5（c）是警察端参数设置，包括警员电话号码，警号，向指挥中心报告自己位置的周期，以及处理案情的半径范围，定义半径范围的意义在于，警员只处理自己管辖范围的案件。图5（d）是案情地图。警员可以看到他接收到的案件的位置。图5（e）是警员视图，警员可以在地图上看到他附近的警员。

图5 各种界面图

2 结语

移动位置服务系统性能稳定可靠。兼容中/英文短消息报警功能，移动中接警和布、撤防。可通过异地打入电话或发短信指令进行远程布防，撤防，监听，遥控输出，主机功能设置等。特别适用于车库，仓库等有线网络不能到达的地方［16］。

本文创新点：课题研究并设计实现了移动位置服务信息系统，系统采用B/S和C/S相结合的开发模式，开发选择eclipse，android2.3，后台数据库选用SQL Server 2005。

根据上述方案，设计了试验系统，并进行了多次现场测试，开发的定位系统能够正确收到报警信息，未出现虚报警及漏报警。系统测试表明，能够实现报警电话快速定位的功能，并通过地图或文字描述等方式展示位置信息，达到接警、处警对位置信息的要求。系统将大量分散的、数据格式各异的信息，集中管理和分析，界面友好，实现多个系统的集成，实验证明，该系统易于维护和扩展，具有较高的实用性和通用性。

（References）：

［1］ Al Khalifa S，J agadish H V，Koudas N.St ructural joins：a primitive foreffi2cientXML query pattern matching［C］ ∥Proceedings of the 2002 InternationalConference on Data Engineering.San Jose，California，USA，2002：141-154.

［2］ Lv Jian-hua，Wang Guo-ren，Yu Jeff rey Xu.A new pat h expression computing approach forXML data［C］∥ Proceedings of 1st VLDB Workshop on Efficiency and Effectiveness of XML Tools and Techniques（LNCS2590）.HongKong，China，2002：35-46.

［3］ Jiang Hai-feng，Lu Hong-jun，Wang Wei，et al.XR-tree：Indexing XML data for efficient structural joins［C］∥ Processings of the 19th IEEE ICDE International Conference on Data Engineering.Bangalore，India，2003：253-264.

［4］ Burges C J C.A tutorial on support vector machines for pattern recognition ［J］.Data Mining and Knowledge Discovery，1998，2（2）：121-167.

［5］ Pun C M，Lee M C.Log-polar wavelet energy signatures for rotation and scale invariant texture classification［J］.IEEE Transon PAMI，2003，25（5）：590-603.

［6］ Filler R，Ganop S，Olson P，et al.Positioning，navigation and timing：the foundation of command and control［R］.US Army Command and Control Directorate（C2D），Fort Monmouth，2004.

［7］ Schneider W.The future of the global positioning system［R］.Office of the Under Secretary of Defense For Acquisition，Technology，and Logistics，Washington，D.C.，2005.

［8］ 孙 进，初海彬，董海青，等.导航卫星系统功率增强技术与覆盖范围研究［J］.测绘学报，2011（40）：80-84.

［9］ Kaplan E D，Hegarty C J.Understanding GPS：Principles and applications，second edition［M］.Norwood：Artech House Inc.，2006.

［10］ Misra P，Enge P.Global positioning system：Signals，measurements，and performance，second edition［M］.Lincoln：Ganga-Jamuna Press，2006.

［11］ 彭 竞，聂俊伟，王飞雪.关闭部分导航信号实现区域定位阻断对全球定位性能的影响分析［J］.中国科学（物理学力学天文学），2011，41（5）：547-555.

［12］ 余 涛，余 彬.位置服务［M］.北京：机械工业出版社，2005：2-15.

［13］ 王 晖，廖建新，周俊峰.无线智能网中基于位置业务的关键技术［J］.北京邮电大学学报，2004，27（1）：70-74.

［14］ 都志辉.网格计算［M］.北京：清华大学出版社，2002：6-28.

［15］ Foster I，Kesselma n C.The grid：blueprint for a new computing infrastructure［EB/OL］.［2004-08-20］.Http：//gridforum.org/.

［16］ Wolfgang H，Javier J M，Asad S，et al.Data management in an international data grid project［C］//Proceeding of IEEE/ACM InternationalWorkshop on Grid Computing.India：IEEE Communication Society，2000：17-20.