一种基于传播模型和位置指纹的混合室内定位方法

2016-01-26赵西安

测绘通报 2015年6期

关键词：室内定位信号强度

崔　斌，赵西安

(北京建筑大学测绘与城市空间信息学院，北京 100044)

A Hybrid Indoor Positioning Method Based on Propagation Model

and Location Fingerprint

CUI Bin，ZHAO Xi’an

一种基于传播模型和位置指纹的混合室内定位方法

崔斌，赵西安

(北京建筑大学测绘与城市空间信息学院，北京 100044)

A Hybrid Indoor Positioning Method Based on Propagation Model

and Location Fingerprint

CUI Bin，ZHAO Xi’an

摘要：提出了一种结合传播模型的位置指纹室内定位方法。首先利用无线信号传播模型公式建立定位环境中已测定位置坐标的参考点距离各AP的理论距离的指纹数据库；然后再根据传播模型公式确定待定点到AP的理论距离；最后通过匹配待定点和匹配度最大的3个参考点之间的欧氏距离的倒数作为计算待定点坐标的权值，计算待定点坐标。试验结果表明，相对于传统的单独使用传播模型法或位置指纹法，本方法通过对两种方法结合进行室内定位，取得了更高的精度。

关键词：信号强度；传播模型法；位置指纹法；室内定位

一、引言

如今GPS已经被广大民众所认可与接受，广泛地应用于各种移动终端的许多软件上，例如手机端带有LBS功能的相关软件等。尽管其在精度与定位的实时性方面已经有了很大的提高，但随着高层建筑物的不断增多，GPS的定位缺点也逐渐显现出来，即在建筑物内和信号遮挡严重的地方，定位精度较差甚至无法进行定位。据经验显示，用户在室内的时间远多于室外。而室内是GPS信号无法到达的地方。针对室内定位这一问题，国内外都进行了大量的研究，也有了一些初步成型的室内定位系统。微软Radar系统采取记录采样点4个方向的RSS取均值作为采样点的信号强度值建立指纹数据库，采用K邻近算法选取与实时信号强度最匹配的基准位置与方向。MIT的Cricket系统根据TDOA原理估计出自身到各个已知位置的Beacon点的距离完成对自身位置的估计。香港科技大学的LANDMARC系统采用RFID技术思想，用活性参考标签来代替大量的采样点测量参考数据[1]。

本文根据现有的利用RSS的位置指纹原理，再结合传播模型法中RSS与距离之间的数学关系，实现了一种利用待定点与AP之间的距离作为指纹信息的方法，并以北京建筑大学科研楼一层测绘实验室部分为试验区域，对其精度进行了分析与评价，取得了一定的效果。

二、室内定位

室内定位技术是指在室内环境下确定某一时刻接收终端在某种参考坐标系中的位置。在室内环境中大多采用的是无线传感器网络来估计待测点的位置坐标信息，在典型的无线传感器网络中，AP相当于通信网络中的基站，通过测定信号的强度与到达时间或到达的角度，根据相关的定位算法结合AP的位置坐标信息或建立的信号指纹信息图来确定待测点的位置坐标信息。

1. 室内定位技术

根据定位技术来分类，应用于室内定位中的技术目前主要有7种：①红外线技术；②超声波技术[2]；③射频识别(RFID)技术；④蓝牙技术；⑤超宽带室内定位技术；⑥ZigBee技术；⑦WiFi室内定位技术。

2. 室内定位原理

无论基于何种室内定位技术，其原理大概分为4个类型。

(1) 到达时间定位(TOA)

TOA为电波到达时间的定位技术。只要可以精确测定待定点到信号发出点的信号传播时间就可以确定出两点之间的距离，当有3个信号发出点时，便可以根据理论上3个圆交于一点的公式解算出待定点的位置信息。但时间精确测定的不易造成了较大的精度误差。原理如图1所示。

图1

(2) 到达时间差定位(TDOA)

TDOA为电波到达时间差定位技术。通过测定不同AP发出的信号到达待定点的时间差乘以电波在空间中的传播速度来确定空间中的点到两AP的固定距离值(此时的两个AP点相当于双曲线的两个焦点)，当理论上存在3个AP时，即可以由3条双曲线交于一点，此点即为待定点的位置。原理如图2所示。

图2

(3) 到达角度定位(AOA)

AOA为到达角度定位技术。通过测定两个AP发出的信号到达待定点的角度来确定待定点位置的方法。但此种方法对接收端的天线阵列及精度要求都比较高，对普遍的定位终端不具备一般的可行性。原理如图3所示。

图3

(4) 到达信号强度定位(RSSI)

RSSI为到达信号强度定位方法。主要有传播模型法与位置指纹法，下面将进行详述[3-5]。

三、算法分析

1. 传播模型法

无线信号在传播过程中一定会有衰减，当AP与待定点位置距离较近时，信号的强度会比较强。但是随着传播距离的增加，尤其是在有障碍物阻挡的情况下，衰减的效果会更加明显，此时可以采用基于传播模型的方法根据在室内环境下信号衰减与距离的信号传播距离模型公式，确定待定点到AP的距离，若存在3个以上的已知位置的AP点，就可以根据三角定位法解算出待定点的位置信息。

Rd=A-10·n·lgd

(1)

式中，Rd为距AP为d时的接收信号强度；A为距离发射器为1 m时的接收信号强度；n为路径损耗指数；d为距AP的距离。

2. 位置指纹法

位置指纹法是通过预先测定好布置在室内的各个参考点可以接收到的AP无线信号的强度信息，建立位置指纹信息库，当扫描到待定点时，通过将待定点接收到的各AP的信号强度信息与指纹信息库中的数据作比对，再根据K最邻近算法解算出待定点的位置信息。

位置指纹即在某一点处接收到的信号强度是唯一的，与其余所有的地方都不同。因此，当某一参考点只能接收到来自于1个AP的信号时，理论上处于距这一AP点相同距离的参考点的信号强度值都会是这个值，即以AP为圆心，以此距离为半径的圆上。当AP个数变为2个，即某一参考点可以接收到来自于两个AP的信号，同理，可以确定2个点具有相同的可以接收到AP信号强度的能力，即说明两个圆的交点都对那两个AP具有相同的接收信号强度能力。当有3个以上AP时，理论上3个圆会交于一点，那么这个点能接收到3个AP信号的参考点都只在此空间具有唯一的3个(或以上)信号强度集合。

位置指纹法分为两个阶段：第一阶段是离线阶段，通过离线采集不同参考点处的信号样本，建立数据库；第二阶段是在线阶段，通过对比新采集到的信号强度样本值，通过与信号强度数据库中的信号强度值按照一定算法匹配，根据匹配度确定不同的权值，再确定待定点在参考坐标系中的估计位置[6]。

3. K最邻近算法

KNN算法的核心思想是如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。将KNN算法应用于位置指纹法中，一般采取将与待定点位置接收到的信号强度的欧氏距离最近的k个参考点按欧氏距离平方的倒数定权的方式，假设参考点i(i≥3)可以接收到来自于APa、APb、APc的信号强度为Ra、Rb、Rc，其中参考点i在坐标系中的坐标为(xi，yi)。则有欧氏距离

(2)

取其中欧氏距离最小的3个点作为可用加权信号点。根据附加权值得KNN算法，其中权值

(3)

因此，根据K最邻近算法求得坐标为[7]

4. 结合传播模型的位置指纹法

在传统的位置指纹法中，记录的是参考点接收到的信号强度信息，只能凭借经验根据信号强度值的大小，粗略地估计出参考点与AP的距离。因此在本文中试验了一种将位置指纹法与传播模型法结合起来的方式，可以较直观地反映出参考点和待定点与AP之间的距离，也可以利用位置指纹法无须计算门、窗和墙壁等阻碍系数的优势。

在离线阶段，根据信号与距离传播公式，测定此环境中传播模型公式中未知因子A和n，在一个相对稳定的试验环境，如同一房间内，信号传播的影响因素较为稳定，可视为不变量。故在此环境中读取到的任一参考点位置的信号强度信息都可以稳定地转化为一个距离信息。读取参考点j(Xj，Yj)的接收信号强度Rij，其中i表示接收到的来自第i个AP的信号强度，如在参考点位置1接收到来自AP1的信号强度值即为R11，参考点位置2接收到来自AP3的信号强度值即为R32。根据信号与距离公式(1)可知R11，得出相应的d11。将每个参考点与不同AP之间的距离信息dij作为数据信息，作为定位阶段的匹配因子储存在数据库中，其中每个参考点接收到AP的信号至少为3个，即参考点1储存的AP信息为(d11，d21，d31)。

在在线阶段，即实时定位阶段，通过测定待定点的信号强度信息，将待定点的信号强度信息转化为到不同AP之间的距离Dix，某待定点的距离信息即为(D1x，D2x，D3x)。通过KNN算法，对比数据库中与待定点来自相同的3个AP的信号的距离信息dij，再计算Dij与dij之间的欧氏距离

(4)

然后将待定点与3个参考点之间的欧氏距离的倒数作为权重，如式(3)，由以上公式可得求解待定点坐标的公式

(5)

四、试验与分析

1. 试验准备

本文的试验区域是北京建筑大学科研楼一层测绘实验室部分，测试区域如图4所示。

图4

试验所采用信号接收端为三星Galaxy S4手机，无线路由AP选择的是TP-LINK，型号为TL-WR842N。在无线路由的位置布设上，完全采取现实中实际AP的布置，并没有刻意地改变AP的位置或者增加AP以提高精度，因此在现实应用中更有实际意义。

2. 试验流程

1) 确定试验环境中环境对信号传播的影响因子，确定试验环境中的A和n。先测定几段距AP一定距离的参考点位置处的信号强度值，结合此处距AP位置的长度，根据信号传播模型公式，求得A和n。试验区域测得的A为-38 dbm，n为2.7。由式(1)结合本环境中信号传播模型，得出

Rd=-38-10×2.7×lgd

(6)

2) 在试验区域布置参考点并采样在参考点处所能接收到的来自于各AP的信号强度，并选择其中信号强度最高的3个，记录以便后期计算。参考点如图4中圆圈部分所示。由于本次的试验区域为一中间走廊，两边实验室部分，属狭长型区域，故将参考点布置为近似折线形，以确定待测点都可以置于参考点所组成的三角形网内，避免出现3个及以上参考点处于一条直线上影响平差精度的情况。

3) 随机选取2个待定点，并测得在这个待定点处试验区域参考系中的实际位置坐标，方便以后进行精度评定。本次试验中测试任意选取的两个随机点的位置信息，经过实际测定，得到待定点1在本试验环境坐标系中的坐标为(29 550,14 070)，待定点2在本试验环境中的坐标为(26 420,14 070)。

4) 记录参考点信息。图5为参考点处测得的AP的信号强度值，由于信号的不稳定，本次试验中测量了22组数据，间隔为20 s，在记录中去掉一个最大值和一个最小值之后取平均数作为参考AP信号强度值，图中黑色标注为最大值，灰色标注为最小值，图中所有数值取实际信号强度值的相反数。根据本次试验中的方法，先将参考点接收到AP的信号强度信息根据式(4)转化为距离信息存入数据库。

图5

5) 测定待定点的信号强度值并转化为距离信息，与数据库中的参考点信息按照KNN方法作匹配，每一个待定点选取欧氏距离最小的3个参考点为相关点，根据其欧氏距离的倒数作为定权的因子，用来解算最后待定点的坐标。

3. 试验数据

待定点1和待定点2可以接收到来自不同AP的信号强度见表1，通过式(4)计算出用于作为匹配因子的到不同AP的理论距离，见表2。

表1　dbm

表2　m

通过对待定点1、待定点2的信息与数据库中的信息按照欧氏距离的方法进行匹配，选出的3个参考点分别为参考点5、参考点6和参考点8，信息见表3、表4。

表3　dbm

表4　m

由式(5)可求得待定点1和待定点2坐标，见表5，并与真实坐标进行了对比。

4. 试验分析

由表5看出，试验数据相比于原始的KNN法已

经有了一定的改进，但仍有某些位置存在较大误差，如待定点1的X值，这与参考点的布设和人员的走动都有一定的关系，但由单点相对误差来看，已经有了一定的改进。

表5　mm

五、结束语

本文在介绍了室内定位的技术方法与原理的基础上，针对基于WiFi信号强度的现有的室内定位方法，提出了一种结合位置指纹和传播模型的方法，可以比较直观地显示出待定点距离AP的位置，方便进行定位精度的确定，也在一定程度上减少了在线阶段的匹配时间，提高了定位的实时性。如何进一步提高传播模型公式中影响因子A和n的精度且减小参考点的间隔，分析其是否能对定位精度有明显改进，将是今后的研究方向。

参考文献：

[1]赵军，李鸿斌，王智.无线网络室内定位系统研究[J].信息与控制，2008，37(4)：465-471.

[2]韩霜，罗海勇，陈颖，等.基于TDOA 的超声波室内定位系统的设计与实现[J].传感技术学报，2010，23(3)：347-353.

[3]冯伟，王玉文.位置指纹室内无源定位技术[J].通信技术，2013， 46(12):46-48.

[4]崔逊学，江涛.地面无线定位技术[M].北京:电子工业出版社，2012.

[5]刘聪锋.无源定位与追踪[M].西安:西安电子科技大学出版社，2011.

[6]张明华.基于WLAN的室内定位技术研究[D].上海:上海交通大学，2009.

[7]张晓亮，赵平，徐冠青，等. 基于一种优化的 KNN 算法在室内定位中的应用研究[J].电子设计工程，2013，21(7):44-46.

[8]郎听培,许可,赵明.基于无线局域网的位置定位技术研究和发展[J].计算机科学，2006，33(6):21-24.

[9]雷地球,罗海勇,刘晓明.一种基于WiFi的室内定位系统设计与实现[C]∥第5届全国普适计算学术会议(PCC2010)论文集.[S.l.]：RFID世界网，2012.

[10]周建国,张鹏,冯欣.自适应无线传感器网络室内定位算法研究[J].大地测量与地球动力学，2012,32(2)：74-77.

作者简介：崔斌(1989—)，男，硕士生，研究方向为摄影测量与遥感、室内定位。E-mail：358792224@qq.com