基于IBeacon的室内定位技术发展综述

刘恺 张仕斌

摘 要：随着基于BLE（Bluetooth Low Energy）4.0协议的低功耗，高精度的新一代蓝牙技术的发展，尤其是苹果公司提出的IBeacon近场通信技术，使得高精度的室内定位技术主键成为了室内精准定位领域中的研究热点。本文当前室内定位进行了总结，指出了基于IBeacon的室内定位技术的两大方式。其中，一种称为距离测算定位法，另外一种称为非距离测算定位法。同时，重点分析了距离测算定位法的技术难点和技术重点。题。

关键词：IBeacon；BLE蓝牙技术；指纹算法；噪声处理；RSSI信号强度；最小二乘法

随着移动互联网快速的发展，无论是在室外还是在室内的环境下，准确而迅速的取得移动终端设备的位置信息以及提供相应位置服务的需求变得日益迫切。

目前，室外定位发展相对比较成熟，主要采用的技术是以GPS定位技术为核心的一系列技术，精度较高，定位速度快。

室内定位系统采用的技术按照信号类别分为射频识别，ZigBee[ 1 ]，超声波，蓝牙等，定而位算法按照是否对距离进行测定分为基于测距和非测距两类。其中，测距算法主要有TOA（Time of Arrive）[ 3 ]、AOA（Angle ofArrive）、TDOA（Time Difference of Arrive）等方法。而非测距算法主要通过接受到的信号强度RSSI（Received Signal Strength Indicator）[ 2 ]来判定位置。

易部署、低功耗、轻量级、高精度成为室内定位技术领域中的四大核心问题。室内定位技术主要是通过智能设备上的传感器以及传感器的无线发射器所搭建的位置网络，计算获取用户实时坐标的实现。

随着近场通信技术逐渐迈向成熟，基于蓝牙.4.0低功耗的室内定位技术己经开始逐渐进入人们的日常生活中，尤其是苹果公司提出的iBeacon[8]近场通信技术。基于BLE（Bluetooth Low Energy）4.0协议的高精度室内定位技术逐渐成为室内定位领域中研究的新热点。

自从BLE4.0协议推出之后，低功耗以及50米覆盖范围将蓝牙应用推向新一轮高潮，其中最主要的就是基于iBeacon技术的低功耗、高精度、易部署、轻量级的室内定位技术研究。

一、室内定位技术研究基础

（一）基于指纹的定位算法

基于指纹的定位算法主要分为确定型算法和概率型算法两类。主要方式就是首先针对定位环境进行格子化采样，然后进行数据处理后建立此环境下的指纹库，实时定位阶段，便可以采用确定型或者概率型算法进行样本匹配便可以得到坐标。这两类型算法都把定位过程分为离线采样阶段和在线定位阶段。

在离线采样阶段，系统通过对特定样本数据的采集、分析、处理，训练所需的模型，确定相关的参数和配置，为后续阶段提供数据基础。

在在线定位阶段，系统通过对特定信号特征进行观测，并采用特定的方法，使用离线采样阶段生成的模型进行匹配计算，从而提供位置估计。

常见的方法包括：基于传播模型、基于贝叶斯概率模型、基于粒子滤波框架、基于神经网络等等。其中，对于不同的信号特征，研究其分布特征，并以其分布特性为基础，构建相关的模型也是常见的研究方法。如无线定位方法中，对于无线信号强度分布的拟合问题即可使用高斯分布、混合高斯分布来完成，而其他的诸如KNN技术、核方法、指纹排序方法，都极大的丰富了定位理论，提供了很多可能性。

（二）基于测距的定位算法

基于测距的定位算法，主要是根据近场射频所发射的RSSI建立距离转化模型。在实时定位的过程中，可以根据实时RSSI得到实时距离，然后根据实时距离采用相应的定位算法获得实时坐标。

常用的RSSI定位方法包括基于距离（range-based）的定位算法和距离无关（range-free）的定位算法，本文讨论基于RSSI的测距定位算法。在采用RSSI进行测距定位的方法中，通常是利用相关的模型建立RSSI和距离之间的关系曲线，得到RSSI和距离之间的函数关系式，或者是采用一定的方法建立RSSI和距离之间的映射关系数据库，在实际测距阶段再将测得的RS SI值代入相应的关系式或映射关系數据库得到其对应的距离，然后利用多个距离值或者距离值之间的角度和大小差异计算移动或静止目标的位置。

二、基于IBeacon的室内定位技术

在基于IBeacon的RSSI模型定位算法中，将定位过程分为三个阶段：

第一个阶段就是IBeacon的RSSI模型指纹库形成阶段，目的在于训练出经过处理后的精确指纹库；

第二个阶段则是对实时信号的处理、优化过程，即通过过滤得到可靠的实时距离值；

第三个阶段是最终定位过程，即通过相应算法模型来获取坐标值。

（一）IBeacon信号源节点的RSSI模型指纹库

RSSI是接收信号强度，随着距离的增加，RSSI值将会对应发生改变，通常在信号通过滤波器后才采集这个值。在计算RSSI损耗过程中，利用RSSI的发射强度和接收强度，这样便可以获得理论上信号在传播过程中的损耗，通常这是针对自由空间来讨论。常用的理论信号传播模型主要有：两径模型[ 4 ]、对数距离路径损耗模型[ 5 ]、自由空间传播模型[ 6 ]、对数常态分布模型[ 7 ]。其中，自由空间传播模型是建立在无干扰和障碍的假设下测量取得；两径模型（Two-Ray ground）则是包含了地面发射波，接收的信号是由直接接收加上地面反射两部分组成；对数常态分布是经过分析以及经验而总结出来的一种模型，更加适用于实际传播路径损耗上。

传播路径损耗模型选择非常重要，因为对于室内环境来说传播过程中传播的路径损耗非常大。室内环境中的传播损耗预测很复杂，主要研究方向则是需要针对特定场景的实现模拟环境，然后针对于模拟环境根据输入输出来建立一个传播预测模型。在实际问题可以采用BP（Back Propagation）神经网络作为训练模型。

近几年的论文课题中大多数采用的是基于对数传播模型的经验公式。所谓的经验公式是指在实验室环境下将信号发射器与接收器分别放置在不同的距离与位置下，然后分别记录相应的信号强度与距离数值，然后經过大量实验大量环境下测试而拟合出来一种距离与信号强度的函数关系。

（二）实时信号强度RSSI的处理及优化

IBeacon的 RSSI值在某一个点服从高斯分布，大小不稳定，统计分析其最大波动值可达12个单位，这给基于RSSI在实时定位系统的高精度实现增加了较大困难。为了降低实时信号的随机波动性，对实时接收到的信号通常进行加权滑动窗口的平滑处理和高斯拟合处理，消除RSSI极端跳动。这些极端跳动往往是因为房间内突然的环境变化所导致，例如室内温度差异大、室内大量人员活动导致，对于这种跳变较大的RSSI信号通常采用卡尔曼滤波器来进一步对实时信号做处理，改良实时信号。

基于加权滑动窗口的平滑处理机制有以下几个优点：

1）计算简单，窗口大小灵活控制，能满足实时性要求。许多研究中使用高斯滤波等来处理实时信号，需要一定量的累积数据，在目标实时移动的情况下，难以满足实时性要求，或者由于过多考虑了历史信息造成定位误差；

2）通过控制滑动窗口中各个权值，既使用了历史信息来预测，防止产生较大波动，又能较好的反映当前值。

（三）基于最小二乘的线性求解

在最终定位过程中，本文介绍一种比较有效的算法模型，最小二乘法[ 6 ]，又称最小平方法，是一种常用的数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。在实际环境中，IBeacon信号传输范围在超过一定距离后，衰减速度将会越来越快，对模型的拟合程度会逐渐下降，此时，对信号强度计算的微小偏差会造成距离上较大的误差。因此，为了提高测距性能的准确性和鲁棒性，减小信号随机性带来的误差，最好对RSSI传播曲线进行分段拟合。

三、结语

基于低功耗蓝牙的定位技术会变得越来越重要，尤其是对零售领域的应用。该技术需要布局IBeacon网络，每个IBeacon创建一个信号区域，定位精度可以做到区域定位，也可以通过RSSI与距离的关系公式计算出设备与IBeacon之间的距离，另外还可以利用加权滑动窗口、最小二乘法等增加定位精度。多个IBeacon，并且拓扑合理，能达到比较好的室内定位效果。现在的局限是需要布局专用的IBeacon设施，其覆盖范围不广，并且很多移动用户不经常开启蓝牙设备。但是，随着IBeacon技术以及定位技术的发展，室内定位的应用范围也会越来越广。

参考文献：

[1] Zigbee： "Wireless Control That Simply Works".

[2] Junjun Xu，Haiyong Luo，Fang Zhao，Rui Tao， Miming Lin."Dynamic indoor localization techniques based on Rssi in environment，" Pervasive and Applications（ICPCA），2011 6th International Conference.

[3] 赵方，罗海勇，马严，徐俊俊.基于公共信标集的高精度射频指纹定位算法.计算机研究与发展，ISSN 1000-1239/CN 11-1777/TP，2012， 49（2）：243-252.

[4] 倪巍，王宗欣.基于接收信号强度测量的室内定位算法[J].复旦学报（自然科学版）.Vol.43 No.1 Feb.2014.