基于室内位置服务的多源组合精确定位研究*

赵 娜

（中国移动通信集团山西有限公司，山西 太原 030006）

0 引 言

现今，导航与位置服务已经成为全球发展的热点。但是，北斗、GPS等卫星导航系统均无法室内定位。从国际形势来看，世界通信/IT巨擎纷纷抢占室内位置服务市场，如三星、索尼、高通联盟，苹果并购WiFiSLAM，Google不断强化室内地图与定位，思科、MOTO、Aruba抢占商业地产等WiFi市场。从中国现状来看，科技部连续3个五年计划持续支持位置服务技术研究。目前，中国已拥有世界上最领先的室内定位技术能力，形成了室外亚米级厘米级、室内优于3 m的无缝定位导航能力，成为世界上最大的室内位置服务的商业市场和室内定位先进技术拥有者。虽然如此，WiFi室内精准定位技术还需要产业链条的配合与孵化，即需要通信网络配合，打造WiFi网络承载感知数据（物联网）和3G、4G网络承载业务数据（移动互联网）融合的智能服务体系。

1 定位技术比较

现今主流的定位技术有射频识别、红外线、超声波、蓝牙、Zigbee、WiFi、计算机视觉、超宽带等，综合其特性进行比较的结果，如表1所示[1]。

表1 主流定位技术比较

通过以上比较综合选择WiFi定位技术，其特点如下：

①高精度：水平精度3 m以内，垂直方向可区分楼层；

②快速跟踪：实时跟踪每秒1次；

③抗干扰：解决了人体对WiFi定位影响较大的问题；

④大用户量：高效的缓存策略和负载均衡机制，支持海量用户并发访问；

⑤室内外一体：支持室内外无缝定位，无缝定位延迟优于2 s；

⑥低成本：基于已有WiFi网络，无需部署专用设备；

⑦跨平台：灵活的位置服务接口，提供跨平台的位置服务，支持Android、iOS、WP8、Windows、Linux、Windows CE等平台。

可见，WiFi定位技术综合优势明显，且建设成本具有绝对优势。

2 室内位置服务概述

现阶段，商场室内位置服务相关技术及应用已成为实体店零售业务提供精细服务、差异化电子商务的必要基础服务项目。全国多家大型购物中心、商业中心已开始或计划部署商场室内位置服务。室内位置服务的主要功能结构，如图1所示。

图1 室内位置服务主要功能结构

室内位置服务采用云端服务形式，部署快、易维护、成本低、可扩展性高。云端服务将为企业节省组建专业IT团队而产生的巨额日常开销。

通常，卫星信号遮挡定位误差大，楼宇密集区卫星捕获时间数秒至数十秒，难以保障室内外无缝切换时延。室内外边界区易来回切换，易产生严重的乒乓效应；室内外小区切换，将导致定位业务时延等感知受影响。因此，需构建WiFi与卫星导航融合定位系统，在室内外边界区通过多重信号的交叉感知与认知捕获室内外无线特征，建立无缝定位模型[2]。

3 基于泛在位置感知的多业态大数据融合服务产品平台

3.1 平台硬件总体架构

平台硬件总体架构包括云端与广场端两部分，其通过互联网和专网互联，拓扑如图2所示。

图2 平台硬件总体架构拓扑

云端由4个主要部分和相关网络系统组成。

（1）数据分析集群：大数据平台，负责存储、分析搜集上来的数据；

（2）地图引擎集群：存储矢量地图，处理地图数据。地图测绘的源数据为客户提供的Autocad数据与Poi详情数据。具体流程包括地图投影重建与坐标系转换、坐标转换、地图矢量化、构建拓扑、数据关联、建立地图数据库和现场调绘。

（3）Portal认证中心：进行Portal认证。

（4）数据上传接收：定义数据接口，获取各无线厂商设备上传的数据。

广场端建设了无线网络系统进行无线网络接入、无线定位、Portal及上网审计、实时定位查询与上传等服务。

3.2 WLAN网络优化设计与建设

无线网络系统结构利用或新建WLAN网络，采用AP+AP汇聚交换机+AC的方案实现网络覆盖，如图3所示。

无线网络建设中遵循以下规范。

无线覆盖：采用2.4 GHz为主、5.8 GHz为辅的覆盖方式，20 MHz频宽、802.11agn方式进行全覆盖。2.4 GHz覆盖边缘场强在Intel 6200agn网卡和inSSID软件测试下不小于-65 dBm，信号重叠率不低于10%，不高于20%。在无其他无线干扰情况下，覆盖区域SNR不小于-20 dB。

无线空口接入控制：无线网络可以屏蔽802.11b或自定义无线空口允许的接入速率。无线网络可以提供基于用户数、用户流量、频点和频段的负载均衡。

有线网络：有线网络采用接入/核心两层架构。接入层采用802.3af供电方式的POE交换机，核心层必须可以提供线速3层交换能力。此外，需要详细描述核心层3层交换机与无线控制器之间的物理连接与逻辑备份关系。

高精度无线定位系统建设：平台以实现“建设智能广场，创建大型零售业模式”为目的，推广建设广场WLAN网络，为智能广场各创新业务应用提供基础环境，为传统零售与移动互联技术相结合提供平台保障。

位置信息服务是整个系统的核心功能之一。为保证精确定位，网络建设要求AP部署满足高精度定位需求，即任意一点手机可同时被多个AP检测。

图3 无线网络系统结构

4 采用多源组合精确定位

建立了多种形式的定位模型和不同定位模型的无缝切换机制，实现了异构信源下的“三边+指纹+信标”的融合定位。

4.1 基于网格特征匹配融合时延差与场强特征参数的室内定位技术

针对室内环境复杂性，建立一种融合TDOA（Time Difference of Arrival，达到时间差）、RSSI（Received Signal Strength Indication，接收信号的强度指示）的室内定位模型。采用自适应权值网格匹配技术，有效抑制了多径干扰和视距误差，定位精度达1～2 m，较其他方法至少提升了50%。此外，针对指纹数据库冗余，提出了一种基于GDOP（Geometric Dilution of Precision，精密长的几何削弱）的冗余定位库无损降维建模方法，在分析定位过程中信号强度变化斜率与有效定位贡献度的关系后，采取减少指纹库内部贡献度较小的冗余信息，只保留定位贡献度高的信息，在保证不损失定位精度的前提下减少匹配计算量，缩短匹配计算时间，减少指纹库的信息存储量，提高系统效能，每个指纹点AP个数平均减少70%[3-4]。

4.2 基于卡尔曼滤波滑动窗的粒子滤波技术

针对室内行走模型，基于卡尔曼滤波及滑动窗口复杂运动速度估计技术，对定位信息进行修正。结果显示，实时动态定位精度达1～2 m，较其他方法至少提升了60%。同时，针对位置服务分类精度低、速度慢等问题，提出了一种基于最小圆覆盖的位置指纹离线聚类方法。利用指纹点之间的空间相邻关系，将定位区域缩小至一个或多个最具相似度的类中，在提高定位速度的同时降低定位误差，使定位速度提高了3倍以上，精度至少提升30%[5]。

5 应用

移动互联改变生活模式，微位置服务改变消费习惯，人们能更准确、更便捷地接收、找到有效生活资讯。移动通信能更有效地把有效生活资讯传递到精准的目标人群。就近区域（微位置服务）提供生活全配套资讯，如最适“我”的消费指南、生活优惠的服务等，实现便民、惠民，提升客户满意度和忠诚度，是带动新经济增长的基本举措。

WiFi室内精准定位的位置服务在实体商业中的应用，建立导购导售一体化服务产品，为实体商场商户与顾客间建立互动桥梁，把整个零售商业视为一个“大集客”，实现了WiFi网络资源的再增值。盘活WiFi资产，利用OTT互联网模式，打造客户的O2O电子商务平台。同时、医院、展厅、写字楼、仓库、地下停车场等都需要使用准确的空间定位信息。可见，它具有广阔的应用前景。

6 结 语

构建WiFi与卫星导航融合定位系统，在室内外边界区通过多重信号的交叉感知与认知，捕获室内外无线特征，建立无缝定位模型。通过建立多种形式的定位模型和不同定位模型的无缝切换机制，实现了异构信源下的“三边+指纹+信标”的融合定位，有效提高了定位精度。

参考文献：

[1] 刘蔚,康永.室内定位技术应用分析研究[J].现代导航,2016(02):86-93.LIU Wei,KANG Yong.Analysis and Research on Indoor Positioning Technology[J].Modern Navigation,2016(02):86-93.

[2] 刘春燕.基于多源信息融合的行人航位推算室内定位方法[J].中国惯性技术学报,2016,24(02):208-214.LIU Chun-yan.Indoor Localization Method Based on Pedestrian Dead Reckoning Aided by Multisource Fusion[J].Journal of Chinese Inertial Technology,2016,24(02):208-214.

[3] 龚福祥,王庆,张小国.NLOS环境下无线通信网络中的TDOA/AOA混合定位算法[J].东南大学学报:自然科学版,2010,40(05):905-910.GONG Fu-xiang,WANG Qing,ZHANG Xiao-guo.TDOA/AOA Hybrid Localization Algorithm in Wireless Communication Networks in NLOS Environment[J].Journal of Southeast University(Natural Science),2010,40(05):905-910.

[4] 曹轶超,方建安,罗贤云.一个基于TDOA的无线定位新算法[J].电波科学学报,2008,23(05):841-846.CAO Yi-chao,FANG Jian-an,LUO Xian-yun.A New Wireless Positioning Algorithm Based on TDOA[J].Chinese Journal of Radio Science,2008,23(05):841-846.

[5] 蔡艳辉,程鹏飞,李夕银.用卡尔曼滤波进行GPS动态定位[J].测绘通报,2006(07):6-8.CAI Yan-hui,CHENG Peng-fei,LI Xi-yin.Kinematic Point Positioning with Kalman Filtering[J].Bulletin of Surveying and Mapping,2006(07):6-8.