移动网络质量室内测试系统的研究与实现

赵　瑾，张　琳

(北京邮电大学 信息与通信工程学院，北京　100876)

移动网络质量室内测试系统的研究与实现

赵瑾，张琳

(北京邮电大学 信息与通信工程学院，北京100876)

目前4G无线网络的整体覆盖范围的扩大，越来越多的人使用移动网络进行上网，用户的感知度也随着移动网络改善慢慢变好的同时对网络的要求也越来要高。在这种前提下，室内场所移动网络的服务质量也就成为运营商和用户关注的主要区域。本文研究实现了室内网络质量分布测试的系统，研究了基于Android的移动网络测试的实现以及行人航迹推算实现室内定位的技术，对室内网络质量进行评估和实现。使用设计的系统准确测试室内环境的移动网络质量，并且收集测试数据，对数据进行处理分析，得到室内网络质量分布情况。

移动网络速度；室内定位；行人航迹推算

本文著录格式：赵瑾，张琳. 移动网络质量室内测试系统的研究与实现[J]. 软件，2016，37（9）：12-16

0　引言

目前，伴随着4G网络的普及，移动互联网的发展十分迅速，用户对使用移动网络进行上网的体验的要求也在逐步提升。人们在室内度过大量时间，所以室内移动网络服务质量也成为人们关心的主要区域。国内外也出现了各式各样的测试软件，包括国外的SpeedTest[1]国内UNOtest[2]，这些都是测速方面比较成熟的软件，在国内外都有比较大的使用量。它们评价网络服务质量的指标主要包括上下行速率和时延指标.网络服务质量的呈现与地理位置息息相关，但是这些软件针对室外场所GPS定位。也有人提出针对移动网络测试开放性的平台Mobilyzer[3]，搜集用户测试网速的数据信息，结合Google地图给出网络质量分布图。相比较之前的研究课题研究方向室内移动网络覆盖相关的研究，创新地提出在室内这一特殊的不容易获得地理位置的场所对移动网络质量的覆盖进行研究。

在本文中，实现基于智能手机的可控室内网络测试平台，并提供直观室内移动网络速度的分布。采用航位推算算法来解决室内由于没有GPS信号和其它室内定位基础设施造成的室内定位问题。提出通过广泛的实验分析提出系统的可能性和局限性。通过多次实验，证明该系统是实用和有效的在室内环境中提供用户的位置信息。

1　可控室内网络测试平台实现

可控室内网络测试平台是基于Android平台开发的网络测试和行人航位推算的室内定位技术的结合。在本节中，给出系统实现框架。如图1所示，Android客户端程序包括两部分：移动网络速度测试和室内定位。两部分与服务器合作，分别完成测试任务和室内定位任务。基于学习的大量的标准化文件和成熟的网速测试软件，选择了三个最有代表性的参数作为评价移动网络质量指标，其中包括平均上行网络速度，平均下行网络速度，网络延迟。为了模拟用户上网过程，选择HTTP协议作为测试方案设计Android客户端应用程序；选择行人航位推算（PDR）算法作为解决室内定位方案。智能手机通常装备有惯性传感器，其中用于定位的最重要的是三轴加速度计，三轴磁力计和三轴陀螺仪。利用传感器的原始数据，并将其应用到的步伐检测和航向估计算法中。

图1　室内移动网络测试系统框架Fig.1　framework of indoor network measurement

2　行人航迹推算研究

2.1行人航迹推算室内定位算法概述

行人航位推算（PDR）算法是基于对用户所确定的初始位置的相对定位的一种方法。利用传感器的原始数据，并直接将其应用到我们的步骤检测和航向估计算法。文章中，通过手机加速度传感器提供的数据进行对行人步伐和步长的检测，此外，采用融合算法处理由磁力和积累陀螺仪数据获得的数据，以确定行人行走的方向，图2是算法整体实现框架。

图2　行人航迹推算室内定位框架Fig.2　framework of pedestrians dead reckoning

2.2行人航迹推算算法实现

2.2.1坐标系转换

旋转的数学表达式是许多技术应用的一个关键课题。特别是在物理学模拟，游戏编程或几何传感器数据的处理。由于手机有不同的坐标系。为了描述相对于手机局部坐系（LCS）标在地理坐标系（GCS）传感器任意方向的矢量的分量，必须进行坐标变换。

2.2.2步伐检测

根据前文提到的内容，行人在行走过程中，加速度计三轴的输出波形具有周期性。并且加速度波形的周期性与当加速度计所在的坐标系的行人行进方向有关。具体来说,假设加速度计的Y轴是行人运动的正方向，X轴是垂直行人运动方向,也就是行人的侧面方向，Z轴是重力加速度的方向，那么X，Y， Z轴的波形在行人运动的过程中都具有周期性。且Z轴的波形周期性最明显。步频可以基于行走期间垂直加速度的周期性信号来检测。但是由于手机姿态的不确定性，Z轴的加速度分量会被分散到加速度的其他三个轴上所以有必要将手机局部坐标系（LCS）下的加速度投射到地理坐标系（GCS）下的加速度，以获得Z轴的加速度。

其中常数分量g表示地球重力加速度（9.8m/s2）。在实际情况中，加速度的原始数据噪声很大。因此，我们对原始数据进行低通滤波:

图3　加速度预处理效果Fig.3　Acceleration pretreatment

为了检测步频，使用峰值检测算法，如下判断集来检测用户步频使用如下判断集（5）（6）（7）三个判断条件来检测用户步频：

2.2.3步长估计

不同行人的步长不是完全相同的，即使是相同的人，步长行走过程中显着地变化。采用动态模型表示加速度幅度和步长之间的关系：

2.2.4方向估计

在没有GPS信号的环境中，方向估计已被识别的方向上的最大的问题。手机上的惯性测量单元IMU可以帮助解决这个问题，但受制于在室内环境中的各种干扰，例如，周围的磁场的干扰，磁力不能提供精确的方向估算；当使用者行走或在拐角转弯后陀螺的累加错误。因此，分析的方向是该系统中的最重要的功能和模块。融合磁力计和陀螺仪测量的方向角度来估算最终的行人行走方向。为了获得可靠的前进方向，提出的融合算法，算法关键概念是在不同的条件下选择按磁力计和陀螺仪或者是陀螺仪提供的航向，从而提供准确的行人行走方向提出。在估计航向方向的四个判断条件如下，根据在不同条件下来计算当前方向：

图4　方向估计Fig.4　Heading estimation

2.2.5位置估计

根据2, 3，4小节得到的步频事件，步长估计和行人行走方向的判断，行人下一个位置可以依据已经确定位置来计算，表示如下：

其中tX是t时刻的位置,stepl是步长，tθ是t时刻的方向。

3　测试平台性能分析

在本节中，将介绍该方案中的平台设计，其中提出了系统的性能与高德室内定位技术进行比较。系统基于Android平台实现。智能手机配有各种内置的传感器，诸如加速计，磁力计，陀螺仪，GPS和WiFi模块。测试场所选取在北京的双安商场，双安商场的地图位置信息可以通过高德地图SDK获得。结合地图将双安商场的移动网络速度进行很好的展现。热力图能够很好地表现整体的网络状况，也利于运营商全面地掌握网络状况。

在双安商场，选择一层楼作为测试范围来测试移动网络的速度。为了评估系统的的准确性和设计的合理性，基于Android系统设计测试系统，并且记录测试数据，用matlab处理数据结果，呈现该层楼的网络状况。基于高德地图js sdk以及测试路线，可以的到行人初始测试位置的地理经纬度，将通过行人航迹推算得到的相对位置转化成地理经纬度，并且标记在楼层地图上。图5给出的是依据行人航位推测算法的定位轨迹，通过比较实际的步行轨迹和行人航位推算提供的轨迹，可以验证，该算法是可行的。

图5　基于高德和PDR上行网速测试质量分布图Fig.5　Uplink network test result comparison between Gaode SDK and PDR

使用Android测试app围绕既定路线在商场内行走，记录测试点的上行网速和下行网速，测试点的位置。路径上不同颜色的点代表网速大小，其中红点代表的高的网络速度和蓝点代表的网络速度较低。图5图6给出在双安商场二楼4G移动网络的覆盖性能，分为上行网络覆盖和下行网络覆盖。由于实际情况的限制测试点并不能够覆盖整个测试区域，使用空间插值算法估计没有进行网络测试的区域。不同颜色代表不同大小的网络吞吐量，红色区域代表网速较高蓝色区域代表该区域的网速比较低。

图6　基于高德和PDR下行网速测试质量分布图Fig.6　Downlink network test result comparison between Gaode SDK and PDR

4　结论

文章提出可靠的室内网络测试方案并且在此基础上实现了室内网络测试系统。研究了包括基于Android客户端的测试系统和利用智能手机自带的传感器得到了可靠的室内地理位置信息，结合这两种研究，提供4G移动网络室内状况，并以热图的形式展示了网络的覆盖情况，提供运营商以室内网络质量覆盖情况，做出更好地改善。文章中对系统进行了评估，以及对该方案的可信性进行了验证。

[1] speedtest. http://www.speedtest.net.

[2] Zhang L, Wang Y, Deng X, et al. UNOTest: An efficient traffic performance test platform in heterogeneous networks[C]. Wireless Personal Multimedia Communications (WPMC), 2013 16th International Symposium on. IEEE, 2013: 1-5.

[3] Nikravesh A, Yao H, Xu S, et al. Mobilyzer: An open platform for controllable mobile network measurements[C]. Proceedings of the 13th Annual International Conference on Mobile Systems, Applications, and Services. ACM, 2015: 389-404.

[4] Kang W, Han Y. SmartPDR: smartphone-based pedestrian dead reckoning for indoor localization[J]. Sensors Journal, IEEE, 2015, 15(5): 2906-2916.

[5] Kang W, Nam S, Han Y, et al. Improved heading estimation for smartphone-based indoor positioning systems[C]//Personal Indoor and Mobile Radio Communications (PIMRC), 2012 IEEE 23rd International Symposium on. IEEE, 2012: 2449-2453.

[6] Chen Z, Zou H, Jiang H, et al. Fusion of WiFi, smartphone sensors and landmarks using the Kalman filter for indoor localization[J]. Sensors, 2015, 15(1): 715-732.

[7] Saeedi S, El-Sheimy N. Activity Recognition Using Fusion of Low-Cost Sensors on a Smartphone for Mobile Navigation Application[J]. Micromachines, 2015, 6(8): 1100-1134.

[8] Taniuchi D, Maekawa T. Automatic Update of Indoor Location Fingerprints with Pedestrian Dead Reckoning[J]. ACM Transactions on Embedded Computing Systems (TECS), 2015, 14(2): 27.

[9] Android indoor positioning SDK 5.5[OL]. http://lbs.amap. com/api/android-indoorlocation-sdk-2/summary/

[10] 张乐玫, 罗涛. 室内定位特征选择算法研究[J]. 软件, 2015, 36(1): 38-46.

Smartphone-based Indoor Pedestrian Platform for Network Measurement

ZHAO Jin, WANG Yu
(School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China)

With the expansion of the overall coverage of the 4G wireless network, the user's perception of the mobile network has getting better. User’s requirements on mobile network are increasingly higher. As a result, the quality of service of indoor mobile network and has become the main concern to the user and the operator of the telecommunication. Indoor network speed of rendering is closely related to geographical location. We develop propose a system to measurement indoor mobile network, and a practical indoor pedestrian dead reckoning approach to track pedestrian position providing the network speed test position. Based on the indoor position acquired by the above mentioned algorithm, we process the network quality related data to obtain distribution of the indoor network speed. The research of the paper will provide some insights for the operators and users.

Mobile network speed; Indoor positioning; Pedestrians dead reckoning

TP311

A

10.3969/j.issn.1003-6970.2016.09.003

国家自然科学基金资助项目(61201149，61171098)

赵瑾(1992-)，女，硕士研究生，主要研究方向：移动互联网。

通讯联系人: 张琳，教授，主要研究方向：车联网，移动互联网。