一种周期时变马尔可夫室内位置预测模型  

A periodic time-varying Markov model for indoor location prediction

作　　者：王志良[1] 杨溢[1] 杨扬[1,2] 张琼[1] 

机构地区：[1]北京科技大学信息工程学院,北京100083 [2]北方工业大学信息工程学院,北京100144

出　　处：《智能系统学报》2009年第6期521-527,共7页CAAI Transactions on Intelligent Systems

基　　金：国家"863"高技术发展计划资助项目(2007AA01Z160);北京市重点学科建设资助项目(XK100080537)

摘　　要：根据在家庭环境中居住者的行为习惯具有周期性和时变性的特点,设计了一种智能数字家庭环境中的基于位置信息上下文的周期时变马尔可夫预测模型(PTVMM),用于预测居住者的下一个出现位置(房间).另外还构建了一个三维虚拟的智能数字家庭实验仿真环境(virtual smart home)用于模型的仿真对比研究.利用模拟行为数据的仿真结果表明,和其他的预测模型相比,周期时变马尔可夫位置预测模型具有较小的时间复杂度、较高的预测精度和较快的预测精度收敛速度,能够在智能数字家庭环境中进行实时、高精度的位置预测.A location-based time-varying Markov model was designed to predict the next location（or room） of the inhabitants of a smart home environment.The model used periodic characteristics of inhabitant behavior in a three-dimensional simulation environment,or ＂virtual smart home＂.This was established in order to simulate and compare different predictive models.The simulation results showed the proposed method decreased time complexity,increased predictive accuracy and improved convergences rates compared to other models.This method can be used to implement real-time and highly accurate predictions of location in a smart home environment.

关 键 词：马尔可夫模型 位置感知 人工智能 数字家庭 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TM925[自动化与计算机技术—控制科学与工程]