室内无线定位技术

室内无线定位技术

一. 研究目的和意义

随着数据业务和多媒体业务的快速增加，人们对定位与导航的需求日益增大，尤其在复杂的室内环境，如机场大厅、展厅、仓库、超市、图书馆、地下停车场、矿井等环境中，常常需要确定移动终端或其持有者、设施与物品在室内的位置信息。但是受定位时间、定位精度以及复杂室内环境等条件的限制，比较完善的定位技术目前还无法很好地利用。因此，专家学者提出了许多室内定位技术解决方案，如A-GPS定位技术、超声波定位技术、蓝牙技术、红外线技术、射频识别技术、超宽带技术、无线局域网络、光跟踪定位技术，以及图像分析、信标定位、计算机视觉定位技术等等。这些室内定位技术从总体上可归纳为几类，即GNSS技术(如伪卫星等)，无线定位技术(无线通信信号、射频无线标签、超声波、光跟踪、无线传感器定位技术等)，其它定位技术(计算机视觉、航位推算等)，以及GNSS和无线定位组合的定位技术(A-GPS或A-GNSS)。

由于在室内环境下对于不同的建筑物而言，室内布置，材料结构，建筑物尺度的不同导致了信号的路径损耗很大，与此同时，建筑物的内在结构会引起信号的反射，绕射，折射和散射，形成多径现象，使得接收信号的幅度，相位和到达时间发生变化，造成信号的损失，定位的难度大。虽然室内定位是定位技术的一种，和室外的无线定位技术相比有一定的共性，但是室内环境的复杂性和对定位精度和安全性的特殊要求，使得室内无线定位技术有着不同于普通定位系统的鲜明特点，而且这些特点是户外定位技术所不具备的。因此，两者区域的标识和划分标准是不同的。基于室内定位的诸多特点，室内定位技术和定位算法已成为各国科技工作者研究的热点。如何提高定位精度仍将是今后研究的重点。

二. 国内外发展趋势

室内GPS定位技术

GPS是目前应用最为广泛的定位技术。当GPS接收机在室内工作时，由于信号受建筑物的影响而大大衰减，定位精度也很低，要想达到室外一样直接从卫星广播中提取导航数据和时间信息是不可能的。为了得到较高的信号灵敏度，就需要延长在每个码延迟上的停留时间，A-GPS技术为这个问题的解决提供了可能性[7]。室内GPS技术采用大量的相关器并行地搜索可能的延迟码，同时也有助于实现快速定位。

利用GPS进行定位的优势是卫星有效覆盖范围大，且定位导航信号免费。缺点是定位信号到达地面时较弱，不能穿透建筑物，而且定位器终端的成本较高。

室内无线定位技术

随着无线通信技术的发展，新兴的无线网络技术，例如WiFi、ZigBee、蓝牙和超宽带等，在办公室、家庭、工厂等得到了广泛应用。

——红外线室内定位技术。红外线室内定位技术定位的原理是，红外线IR 标识发射调制的红外射线，通过安装在室内的光学传感器接收进行定位。虽然红外线具有相对较高的室内定位精度，但是由于光线不能穿过障碍物，使得红外射线仅能视距传播。直线视距和传输距离较短这两大主要缺点使其室内定位的效果很差。当标识放在口袋里或者有墙壁及其他遮挡时就不能正常工作，需要在每个房间、走廊安装接收天线，造价较高。因此，红外线只适合短距离传播，而且容易被荧光灯或者房间内的灯光干扰，在精确定位上有局限性。

——超声波定位技术。超声波测距主要采用反射式测距法，通过三角定位等算法确定物体的位置，即发射超声波并接收由被测物产生的回波，根据回波与发射波的时间差计算出待测距离，有的则采用单向测距法。超声波定位系统可由若干个应答器和一个主测距器组成，主测距器放置在被测物体上，在微机指令信号的作用下向位置固定的应答器发射同频率的无线电信号，应答器在收到无线电信号后同时向主测距器发射超声波信号，得到主测距器与各个应答器之间的距离。当同时有3个或3个以上不在同一直线上的应答器做出回应时，可以根据相关计算确定出被测物体所在的二维坐标系下的位置。超声波定位整体定位精度较高，结构简单，但超声波受多径效应和非视距传播影响很大，同时需要大量的底层硬件设施投资，成本太高。

——蓝牙技术。蓝牙技术通过测量信号强度进行定位。这是一种短距离低功耗的无线传输技术，在室内安装适当的蓝牙局域网接入点，把网络配置成基于多用户的基础网络连接模式，并保证蓝牙局域网接入点始终是这个微微网(piconet)的主设备，就可以获得用户的位置信息。蓝牙技术主要应用于小范围定位，例如单层大厅或仓库。蓝牙室内定位技术最大的优点是设备体积小、易于集成在PDA、PC以及手机中，因此很容易推广普及。理论上，对于持有集成了蓝牙功能移动终端设备的用户，只要设备的蓝牙功能开启，蓝牙室内定位系统就能够对其进行位置判断。采用该技术作室内短距离定位时容易发现设备且信号传输不受视距的影响。其不足在于蓝牙器件和设备的价格比较昂贵，而且对于复杂的空间环境，蓝牙系统的稳定性稍差，受噪声信号干扰大。

——射频识别技术。射频识别技术利用射频方式进行非接触式双向通信交换数据以达到识别和定位的目的。这种技术作用距离短，一般最长为几十米。但它可以在几毫秒内得到厘米级定位精度的信息，且传输范围很大，成本较低。同时由于其非接触和非视距等优点，可望成为优选的室内定位技术。目前，射频识别研究的热点和难点在于理论传播模型的建立、用户的安全隐私和国际标准化等问题。优点是标识的体积比较小，造价比较低，但是作用距离近，不具有通信能力，而且不便于整合到其他系统之中。

——超宽带技术。超宽带技术是一种全新的、与传统通信技术有极大差异的通信新技术。它不需要使用传统通信体制中的载波，而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据，从而具有GHz量级的带宽。超宽带可用于室内精确定位，例如战场士兵的位置发现、机器人运动跟踪等。超宽带系统与传统的窄带系统相比，具有穿透力强、功耗低、抗多径效果好、安全性高、系统复杂度低、能提供精确定位精度等优点。因此，超宽带技术可以应用于室内静止或者移动物体以及人的定位跟踪与导航，且能提供十分精确的定位精度。

—— Wi-Fi技术。无线局域网络(WLAN)是一种全新的信息获取平台，可以在广泛的应用领域内实现复杂的大范围定位、监测和追踪任务，而网络节点自身定位是大多数应用的基础和前提。当前比较流行的Wi-Fi定位是无线局域网络系

列标准之IEEE802.11的一种定位解决方案。该系统采用经验测试和信号传播模型相结合的方式，易于安装，需要很少基站，能采用相同的底层无线网络结构，系统总精度高。芬兰的Ekahau公司开发了能够利用Wi-Fi进行室内定位的软件。Wi-Fi绘图的精确度大约在1米至20米的范围内，总体而言，它比蜂窝网络三角测量定位方法更精确。但是，如果定位的测算仅仅依赖于哪个Wi-Fi的接入点最近，而不是依赖于合成的信号强度图，那么在楼层定位上很容易出错。目前，它应用于小范围的室内定位，成本较低。但无论是用于室内还是室外定位，Wi-Fi 收发器都只能覆盖半径90米以内的区域，而且很容易受到其他信号的干扰，从而影响其精度，定位器的能耗也较高。

——ZigBee技术。ZigBee是一种新兴的短距离、低速率无线网络技术，它介于射频识别和蓝牙之间，也可以用于室内定位。它有自己的无线电标准，在数千个微小的传感器之间相互协调通信以实现定位。这些传感器只需要很少的能量，以接力的方式通过无线电波将数据从一个传感器传到另一个传感器，所以它们的通信效率非常高。ZigBee最显著的技术特点是它的低功耗和低成本。

除了以上提及的定位技术，还有基于计算机视觉、光跟踪定位、基于图像分析、磁场以及信标定位等。此外，还有基于图像分析的定位技术、信标定位、三角定位等。目前很多技术还处于研究试验阶段，如基于磁场压力感应进行定位的技术。

三. 定位算法

传感器节点的定位算法根据定位过程中所需信息的不同可分为两大类：

? 基于测距(range —based)

? 测距无关(range —free)

测距无关(range —free)

无需确定距离和角度信息，仅根据网络对通性等信息加以实现。主要算法有：

1. 质心算法;

2. APIT(approximate point-in-triangulation teat) 近似三角形内点测试法

3. DV-Hop

基于测距(range —based)

测量节点问点到点的距离或角度信息，使用三边测量法、三角测量法或最大似然估计法计算节点位置。主要算法有：

TOA(time of arrival)

TDOA(Time Difference 0f Arrival)

AOA(Angle of Arrival )

RSSI(Received Signal Strength Indication)

RSSI (Radio Signal Strength Indicator)

无线电信号强度，又称RSSI(Radio Signal Strength Indicator)。已知发射功率，接受节点通过接收功率，计算传播损耗，再通过理论或者经验的传播模型将传播损耗转换为距离。在自由空间中，距发射d 处的天线接收到的信号强度由下面的公式(1)给出:

dBm dBm dBm X d d n d d +-=)lg(10)][Pr(])Pr([00 （1）

式中，d 为接收端与发射端之间的距离( m)；d0为参考距离( m)，一般取1 m ；Pr(d)是接收端的接收信号功率(dBm)；Pr(d0)是参考距离d0点对应的接收信号功率(dBm)； X dBm 是一个平均值为0的高斯随机变量(dBm)，反映了当距离一定时，接收信号功率的变化； n 为路径损耗指数，是一个与环境相关的值。通过测量接收信号的强度，利用这个公式即可计算收发节点之间的大概距离[31]。一旦可以得到参考节点与未知节点之间的距离信息，就可以采用三边测量法或者最大似然估计法计算出未知节点的位置。在三维空间中，三边测量法指的己知一个未知节点到三个以上参考节点的距离，就可以确定该点的坐标;三边测量法在二维空间里可以用几何图形表示为:当得到未知节点到一个参考节点的距离时，就可以确定，此未知节点在以此参考节点为圆心，以距离为半径的圆上;如果得到未知节点到3个参考节点的距离，则3个圆的交点就是该未知节点的位置。

RSSI值采集

由于无线信号的非线性时变特性,在同一个点不同时刻采集到的信号强度值是不同的，并且无法判断哪一个值较为准确。在距离发射端1m远处的接受端采集100次信号，对结果进行分析，见图1。

图1 在距离发射端1m处的接受端采集100个RRSI值的结果比较

由图1可见，即使在同一点，采集到的RSSI值也有很大的不同。但基本都在一个范围内波动。由于采集信号的随机性，采集的RSSI参数并不能直接用于运算，需要对其进行处理。方法有：

1.均值法

2.高斯分布法

节点定位计算方法（可以参考的算法）

1) 最小二乘法

用最小二乘法来估算节点位置坐标也是无线定位中一种经常采用的方法。最小二乘法的突出优点是只需要一个假定的信号传播模型和信号观测值，计算简单，易于实现。

已知1，2，3等n 个节点的坐标分别为(x 1，y 1)，(x 2，y 2)，(x 3，y 3)…(x n ，y n )，它们到节点D 的距离分别为d 1，d 2，d 3···d n ，假设节点D 的坐标为(x ，y)。

从第一行开始分别减去最后一行，得：

使用最小二乘法得：

这里的向量X 就是移动节点的坐标。

2）三角质心法

在圆周定位模型中，三角质心法是一种较易实现、便于理解的算法。三角质心法的原理如下：在圆周定位模型中，理论上如果知道移动节点到三个信标节点的物理距离，用这三个信标节点做三个圆的圆心，到移动节点的物理距离为半 径，画三个圆，这三个圆与移动节点都应该是相交的，即三个圆的公共交点就是移动节点MS 的位置。但在实际中，由于噪声的影响，信号遇到障碍物以后的急剧衰落，测量工具带来的误差等原因，在圆周模型中的三个圆是不可能相交于一点的。由于在室内环境下，周围的障碍物等对电磁波信号的吸收，一般使得接收机接收到的信号强度值会小于预计的信号强度值，反映到推导出来的移动节点到信标节点的估计距离上，结果就是所画的三个圆的半径都偏大。这一种情况应该算是最为常见的情况，如下图2所示：

图2中画出来的三个圆一共有三个交点，形成一个三角形区域。所求的移动节点MS 的位置就在这三个圆的公共交集区域内。通过取三角形的质心，作为移动节点MS 的估计位置。

()()()()?????=-+-=-+-2

22212121n n n

d y y x x d y y x x ()()()()?????-=--------=------------2

2112211221221122112212222n n n n n n n n n

n n n n n n d d y y y y y x x x x x d d y y y y y x x x x x ()()()()，??????????----=--n n n n n n y y x x y y x x A 11112222 ，????

??????-+-+--+-+-=---212221221212221221b n n n n n n n n n d d y y x x d d y y x x ??????=y x X b

AX =()

b A A A X T T 1?-=

图2 基于圆周模型的三角质心法

3）加权三角质心算法

通过对无线电传播路径损耗模型的分析, 可以发现利用普通质心算法, 没有反映出信标节点对节点位置的影响力的大小, 影响了定位精度. 文中设计了加权质心算法, 它的基本思想是: 在质心算法中, 通过加权因子来体现信标节点对质心坐标决定权的大小, 利用加权因子体现各信标节点对质心位置的影响程度, 反映它们之间的内在关系. 通过下式中的加权因子来体现这种约束力。

13322113332221

11

3322113332221

1111111d d d d d d d d y d d y d d y y d d d d d d d d x d d x d d x x i i ++++++++++=++++++++++=

4）加权质心算法

普通的质心算法同上面所描述的三角质心算法有所不同，它不需要知道未知节点到锚节点的距离。加权质心算法就是质心算法的基础上加上一个权值，提高定位精度。公式如下：

∑∑==?=n j ij

n j j ij i w

y x B w

y x P 11))

,((),(

其中，),(y x P i 为未知节点估计位置的坐标，),(y x B j 为锚节点j 的坐标，ij w 为权值。

g ij ij d w )

(1

= ij d 为未知节点i 与锚节点之间的距离，g 是一个可以根据实际环境进行调节的参数。

5）改进的加权质心算法

此方法对上面的ij w 的表达式进行了改进。

如图所示，RN i (i=1~9)是任意放置的锚节点。未知节点j 能够接收到RN m (m=1~4)的数据包。我们把其中一个接收信号强度最大的锚节点定义为RN max ，其信号强度为P maxj (d)，再将它与其他信号进行相减，得

0max 000max lg 10lg

10)()(d d n P d d n P d P d P i ij j +--=- n d P d P i ij ij j d d w 10)()(max max 10-==