同构设备之间RSSI系统偏差对WiFi定位的影响及修正研究

吴　帮，花向红，邱卫宁，冯　健，许　利

(1. 武汉大学测绘学院,湖北 武汉 430079； 2. 武汉大学灾害监测与

防治研究中心，湖北 武汉 430079； 3. 慈利县国土资源局国土测绘队，湖南 张家界 427200)



同构设备之间RSSI系统偏差对WiFi定位的影响及修正研究

吴帮1,2，花向红1,2，邱卫宁1,2，冯健1,2，许利3

(1. 武汉大学测绘学院,湖北 武汉 430079； 2. 武汉大学灾害监测与

防治研究中心，湖北 武汉 430079； 3. 慈利县国土资源局国土测绘队，湖南 张家界 427200)

Effect of Isomorphic Devices’ RSSI System Deviation to WiFi Positioning and Modification Research

WU Bang，HUA Xianghong，QIU Weining，FENG Jian，XU Li

摘要：对同构设备之间的RSSI系统偏差进行了研究。通过对室内外环境下同构设备RSSI采集试验的分析，说明了同构设备之间RSSI系统偏差的存在和大小。在此基础上，给出了指纹点均值修正同构设备之间RSSI系统偏差对WiFi定位影响的方法。试验表明，本文的RSSI系统偏差修正方法是可行的，能够改善和提高WiFi定位精度。

关键词：WiFi定位；同构设备；RSSI系统偏差；偏差修正

目前以GPS为主的GNSS的室外定位技术应用已很成熟，但GNSS在室内和室外复杂环境下的定位效果却很不佳。随着室内定位技术研究的不断推进，室内定位技术得到快速的发展。目前室内定位技术有很多种，包括基于超声定位、红外定位、UWB、RFID、ZigBee、BlueTooth、WiFi等。WiFi以其覆盖范围广、传输速度快、无需布线等优势成为当前室内定位技术的主流[1-9]。

不少学者研究了异构设备对基于RSSI指纹定位技术的影响[10]，而考虑到设备生产厂商的集成芯片制作工艺，可能导致同构设备也会存在RSSI系统偏差。为了说明同构设备RSSI系统偏差的存在和大小，分别在室内和室外环境下进行了同构设备的RSSI数据采集试验；最后又利用同构设备进行WiFi定位试验，对同构设备间的RSSI系统偏差进行修正，以改善WiFi定位的精度。

一、同构设备之间RSSI系统偏差及试验分析

1. RSSI系统偏差

同构设备之间RSSI系统偏差是指同种结构设备在同一个物理位置接收到的同一AP的RSSI值的差异[11-15]。假设同构手机g、h在同一位置接收的同一AP信号强度特征值分别为RSSIg和RSSIh，则同构设备之间单个AP的RSSI系统偏差数学表达为

ΔRSSIgh=RSSIh-RSSIg

(1)

若在某一位置，接收到M个AP的信号值，则RSSI系统偏差为

(2)

2. 试验及数据分析

为了说明同构设备之间RSSI系统偏差的存在和大小，分别在室外和室内进行了多组RSSI采集试验。试验设备见表1。

表1　设备参数

室外试验：选用3部同构红米手机，1部MI2S手机，1个FWR310无线路由器，1个TL-MR13U无线路由器。试验地点在武汉大学测绘学院院楼顶，环境空旷，无遮挡物。试验时将4部手机同时放在与路由器距离分别为0.3、0.5、0.8、1、1.5、2、2.5、5、10、15、20 m的位置点上采集并排放置的2个路由器发射的RSSI数据。采样率设置为1 s,采样时间为5 min。

室内试验：选用5部同构红米手机，1个FWR310无线路由器，2个TL-MR13U无线路由器，1个AC930无线路由器，1个TL-WR710N无线路由器。试验地点在武汉大学测绘学院实验室内，考虑到室内的宽度，试验时任意选取了不在同一直线上的5个位置，5部手机同时在5个位置上逐一采集，路由器位置分布在试验室四周。采样率和采样时间与室外保持一致。

考虑到多组试验结果相近，限于篇幅，图1和图2给出了室外其中一组与室内其中一组试验的结果。

图1　室外RSSI采集结果

图2　室内RSSI采集结果

由图1可以看出，异构手机(MI2S与红米手机)之间RSSI值差异很明显，这符合异构设备之间系统误差的一般规律。同构手机之间的RSSI值发现在距离值为5、15、20 m处RSSI值差异较大，达到5 dB以上。从图2可以看出，同构手机在接收路由器2、4、5的信号时，它们之间RSSI的值差异非常明显，达到10 dB以上。即试验结果表明同构设备之间RSSI系统偏差确实存在，且在室内复杂场景中能达到10 dB以上。

二、RSSI系统偏差对WiFi定位影响的修正及试验分析

1. 修正方法

本文采用指纹点均值修正方法对WiFi定位影响进行修正[16-18]。其修正的思想是指以某一个设备g为参考，将其与另一个同构设备h在各个指纹点上接收到的某个AP的RSSI系统偏差的均值作为修正标准值,然后利用此修正标准值对同构设备h在定位点处接收到的对应AP的RSSI值进行修正，再进行定位计算[5-10]。

根据式(1)—式(2)可得，同构手机g、h在第i个指纹点处接收的第j个AP之间的RSSI系统偏差为

(3)

取同构手机g、h的第j个AP在M个指纹点处的RSSI系统偏差均值作为修正标准值，则修正标准值的表达式为

(4)

利用式(4)中修正标准值对同构设备h的定位信号进行纠正，得

(5)

然后利用K加权近邻(WKNN)指纹定位算法，计算出定位点的位置坐标[19-20]，即

(6)

式中，(x,y)是定位点的坐标；(xi,yi)是第i个指纹点的坐标。

为便于分析比较，采用点位误差ds作为本文的定位精度分析指标，即

(7)

式中，(xi,yi)是定位点的定位坐标；(xi0,yi0)是定位点的真实坐标。

2. 试验及数据分析

为了验证RSSI系统偏差修正对WiFi定位精度的提高和改善，在室内环境中进行了多组同构手机指纹点位试验。试验的点位设计、网格大小，以及定位点和指纹点的实际位置数据如图3所示。指纹点数量为4个，用正方形标记，定位点数量为4个，用小圆点标记。利用两个同构手机同时采集5个AP的RSSI值，采样频率为1 s，各个点上的采样时间为2 min。

图3　指纹点与定位点分布

试验时两个同构手机在各个指纹点和定位点上(各手机位置保持一致)进行同步采集。图4为某组试验中同构手机在各点上RSSI信号空间分布，从图4可以看出， 由于同构手机RSSI系统偏差的存在，导致同构手机之间信号分布互有差异，影响着WiFi定位的精度。

图4　同构手机RSSI信号空间分布

为此，本试验采用指纹点均值修正方法对同构手机的RSSI偏差进行修正。任选1部试验手机作为参考，将2部手机在4个指纹点上每个对应AP的RSSI偏差的均值作为修正标准值，并对另1部试验手机的定位数据进行修正。位置解算时将非参考手机的修正定位数据和未修正定位数据分别进行定位解算，并用定位误差指标进行对比分析。多组试验的结果相近，选取的某一组试验结果见表2。

由表2可以看出，经过对RSSI系统偏差进行修正后其定位精度比修正前的定位精度有不同程度的提高和改善，在定位点1位置处，精度提高达69.1%；在定位点2位置处，精度提高达71.4%；在定位点3位置处，精度提高达76.2%；在定位点4位置处，精度提高达40.4%；这说明同构设备之间的RSSI系统偏差修正能够改善和提高WiFi定位精度。

三、结束语

通过同构设备间室内和室外环境下进行RSSI采集试验，结果表明同构设备之间RSSI系统偏差确实存在，且在室内复杂场景中能达到10 dB以上。为了对这种系统偏差进行修正以改善WiFi定位的精度，本文给出了指纹点均值修正同构设备之间RSSI系统偏差对WiFi定位影响的方法。试验结果表明，采用指纹点均值修正方法是可行的，经过对RSSI系统偏差进行修正，其定位精度比修正前的定位精度有明显的提高和改善。

参考文献：

[1]田辉,夏林元,莫志明,等.泛在无线信号辅助的室内外无缝定位方法与关键技术[J].武汉大学学报(信息科学版),2009,34(11)：1372-1376.

[2]陈俊勇.GPS现代化和Galileo运行准备的进展[J].测绘通报,2005(3):1-5.

[3]汪苑,林锦国.几种常用室内定位技术的探讨[J].中国仪器仪表，2011(2)：54-57.

[4]张砚炳，沈嘉琪，岳岱安，等.基于手机内置传感器的无外源信号室内定位方案[J].测绘通报，2014(10)：60-62.

[5]肖建飞.WiFi定位的应用和实现[J].计算机光盘软件与应用，2011(17)：77-77.

[6]张威奕,陈秀万,李颖,等.基于GPS和Zigbee融合的无缝定位方法研究[J].宁夏大学学报(自然科学版),2013，34(1):40-44.

[7]孙瑜,范平治.射频识别技术及其在室内定位中的应用[J].计算机应用,2005,25(5):1205-1208.

[8]李华蓉,赵一.室内定位导航地图一体化设计[J].测绘通报,2015(9):32-35．

[9]谭兴龙,王坚,赵长胜.神经网络辅助的GPS/INS组合导航自适应UKF算法[J].测绘学报,2015,44(4):384-391.

[10]LUI Gough, GALLAGHER T, LI Binghao, et al. Differences in RSSI Readings Made by Different Wi-Fi Chipsets_ A Limitation of WLAN Localization[J]. 2011 IEEE International Conference on Localization and GNSS (ICL-GNSS),2011(9):53-57.

[11]张兴. WLAN室内定位信号特征提取算法研究[D].哈尔滨:哈尔滨工业大学,2013.

[12]SHARMA C，WONG Y，FAI S. Access Point Placement for Fingerprint-based Localization[C]∥12th IEEE International Conference on Communication Systems. [S.l.]: IEEE 2010:238-243.

[13]PARK D, PARK J G. An Enhanced Ranging Scheme Using WIFI RSSI Measurementsfor Ubiquitous Location[C]∥2011 First ACIS/JNU International Conference on Computers. Networks: Systems,and Industrial Engineering,2011:296-301.

[14]KAEMARUNGSI K，KRISHNAMURTHY P. Analysis of WLAN’s Received Signal Strength Indication for Indoor Location Fingerprinting[J].Pervasive and Mobile Computing,2012(8):292-316.

[15]陈永光，李修和.基于信号强度的室内定位技术[J].电子学报,2004,32(9)：456-458.

[16]LUO J.Range Error Correction in RSSI-based Wireless Sensor Node Localization[C]∥IEEE International Conference on Mechatronics and Automation(ICMA).[S.l.]: IEEE, 2014：379 - 383.

[17]CAROBBI C F M.Note on the Expected Value and Standard Deviation of the Mismatch Correction[J].IEEE International Conference on Electromagnetic Compatibility,2011,53(4):1098-1099.

[18]ZHANG Zhenghua,DAI Lei,LI Jiawen,et al.Research of Optimizing Weighted Centroid Distance Correction Localization Algorithm Based on RSSI[C]∥The 11th IEEE International Conference on Electronic Measurement & Instruments.[S.l.]: IEEE, 2013:552 - 556.

[19]郑学伟.基于权值参数的WIFI定位算法研究理论与方法[J].国外电子测量技术,2014,33(3):35-37,50.

[20]魏雷.WiFi位置指纹定位技术研究及仿真器设计[D].成都：西南交通大学,2012.

中图分类号：P228

文献标识码：B

文章编号：0494-0911(2016)02-0069-03

作者简介：吴帮(1991—),男，硕士，研究方向为多传感器信息融合无缝导航定位技术。E-mail：278622917@qq.com

基金项目：国家自然科学基金(41374011；41174010)；精密工程与工业测量国家测绘地理信息局重点实验室开放基金(PF2013-9)

收稿日期：2015-01-26； 修回日期： 2015-12-04

引文格式： 吴帮，花向红，邱卫宁,等. 同构设备之间RSSI系统偏差对WiFi定位的影响及修正研究[J].测绘通报，2016(2)：69-71.DOI:10.13474/j.cnki.11-2246.2016.0051.