蓝牙连接模式对室内定位性能的影响*

李 芳 ，徐光明 ，刘 成 ，相恒永 ，施浒立 ，江 娟 ，宁永科 ，钱小龙

（1.中国科学院国家天文台，北京 100012；2.太原卫星发射中心，山西 太原 030000；3.北京跟踪与通信技术研究所，北京 100094；4.中国科学院微电子研究所，北京 100029；5.北京空间技术信息研究所，北京 100094；6.桂林电子科技大学 信息与通信学院，广西 桂林 541004）

0 引言

随着物联网和位置大数据时代的来临，室内定位技术受到广泛研究和重点关注，室内位置服务（Location Based Service，LBS）产业也已迅速规模化成长。距统计，都市人群80%以上的时间在室内环境中度过。室内LBS可为消费者提供商场导购、停车场泊车/寻车、防走失、社交交友、展厅/景区自主导游等服务，为企业提供人流监控分析、智慧仓储物流、智能制造、人员资产管理等应用，打破线下人与物的边界，是实现万物互联的基础。此外，大量的位置数据得以产生和积累，通过数据的挖掘和分析，将促进行业效率提升与转型，并带动新型产业生成[1-2]。

蓝牙无线定位是当前室内定位技术中最常用的解决方案之一[3-4]，它最早由诺基亚发起和使用。2013 年，苹果发布了基于蓝牙4.0 低功耗（Bluetooth Low Energy，BLE）协议的iBeacon 协议[5]，主要针对零售业应用，引起了市场的广泛关注。同时，由于智能手机等设备中开始普遍集成BLE模块，使得开发者们能够直接基于手机开发各种场景下的室内LBS 应用，而人们通过手机APP即能享受便捷的室内LBS 服务，这使得蓝牙室内定位方案更具性价比。然而，BLE 设备及其协议仍是通信传输为首要设计目的，它并非专门为导航定位开发，也不具备卫星导航系统信号中的伪随机码精确测距功能[6]。因此，只能通过测量蓝牙信号的接收信号强度指示（Received Signal Strength Indication，RSSI）估算用户至BLE热点接入设备（Access Point，AP）的几何距离，从而完成定位。

在实际应用中，发现不同通信连接方式下的BLE 测距性能具有很大差异，从而会显著影响系统最终定位服务性能。针对这一关键问题，本文总结了BLE 设备的连接模式，并对不同连接模式下的BLE 测距性能进行了测试和比较。在此基础上，利用自行搭载的室内定位环境开展实验，验证和分析了其对用户实际定位性能的影响。本文相关结论能够为室内BLE 定位系统的开发和应用提供有益参考。

1 蓝牙Beacon 定位方法

1.1 三边交会方法

三边交会是导航定位中最常见的数学模型，GPS、北斗等卫星导航系统是其最具代表性的应用。在蓝牙三边交会定位中，用户终端通过测量得到周围最少3 个Beacon 热点模块（对于2 维定位应用而言最少为2 个）的RSSI 值，利用信号路径衰减模型估算自身至各个Beacon热点模块之间的传输距离[7]。常用的路径衰减模型主要有线性模型、经典对数模型等。其中，线性衰减模型假设信号强度r（d）（单位：dBm）与传输距离d（单位：m）之间呈线性分布关系：

式中，p 为装置发射能量（单 位：dBm），α0、α1为衰减系数。该模型已写入电气与电子工程师协会（Institute of Electrical and Electronic Engineers，IEEE）802.15a 信道模型标准中，适用于短距离传输环境[8]。

对数模型有时也称为阴影模型，它假设信号在传输过程中的信号强度与距离呈对数变化关系，适用于大部分的无线局域传输环境。对数模型接收信号强度r（d）与其对应传输距离d 之间的关系也由对数函数模型表达为：

式中，βi（i=0，1）为衰减系数，通常在2～5 之间取值。

通过测量终端P 至多个Beacon 热点模块之间的距离，即能利用三边交会法构造测量方程组并求解得到终端空间坐标位置。如图1 所示，设三个Beacon 热点AP1、AP2、AP3的已知坐标分别为（x1，y1，z1）、（x2，y2，z2）、（x3，y3，z3），终端P 至节点的测量距离分别为d1、d2、d3，则可得到距离观测方程：

图1 三边交会原理示意图

对式（3）进行泰勒级数线性化展开后，即可利用高斯迭代求解得到用户终端P 的坐标位置（x，y，z）。

1.2 位置指纹匹配方法

三边交会方法原理简单直观，但其最大问题在于，受复杂室内环境下信号遮挡、反射、多径等影响，利用信号传输衰减模型估算用户至AP 之间的几何距离容易产生较大误差[9]；此外，采用交会方式进行定位，还必须事先测定得到各个蓝牙模块在局域坐标系下的准确坐标[10]，这在实际应用中是不易实现的。

鉴于上述原因，基于RSSI 的位置指纹匹配方法（Fingerprinting）成为室内定位中更为常见与实用的方法。Fingerprinting 基本原理是定位环境进行抽象和形式化描述，使用环境中各个无线传感器AP 的RSSI 描述位置信息，并通过采集这些RSSI 测量值建立参考位置指纹数据库（Dataset）。用户在线定位时，将自身实时测量得到的RSSI 测量值与位置指纹数据库中的RSSI 参考值匹配，选取出与自身RSSI 测量值具有最佳相似度的若干个参考点，并利用K 邻近（K-Nearest Neighbor，KNN）、加权K邻近（Weight K-Nearest Neighbor，WKNN）等算法估计自身位置坐标[11]。

RSSI Dataset 的预先采集，一般需要工作人员携带装有专门软件的设备或智能手机，以一定的步长遍历室内空间，如图2 所示。

图2 RSSI Database 的采集与建立

2 BLE 广播类型与连接模式

BLE模块布设并运行时，需为其选择设置一种广播类型。BLE 共有四种广播类型，分别是：可连接非定向广播（Connectable Undirected Event Type）、可连接定向广播（Connectable Directed Event Type）、不可连接非定向广播（Non-connectable Undirected Event Type）以及可扫描非定向广播（Scannable Undirected Event Type）[12]。

其中，“可连接非定向广播”类型包括广播数据和扫描响应数据的功能，它表示当前设备可以接受其他任何设备的连接请求。“可连接定向广播”类型是为了尽可能快地建立连接，其广播报文中包含了广播者地址与发起者地址，发起者接收到发送给自己的定向广播报文后，可立即响应并发送连接请求。“不可连接非定向广播”类型仅发送广播数据，不接受连接请求。“可扫描非定向广播”类型不能发起连接，但允许其他设备扫描该广播设备；换言之，设备既可以发送广播数据，也可以响应扫描并发送回应数据，但不能建立连接。四种不同的广播类型对扫描请求和连接请求的不同响应情况见表1 所示。

表1 不同广播类型对扫描请求和连接请求的响应

综上，若仅需定时传输一些固定的简单数据，可使用“不可连接非定向”广播类型，此时广播者与接收者之间不进行任何额外的数据交互。如果除广播数据之外，还有一些额外数据需要传输，则可使用“可扫描非定向”广播类型；此时广播者在周期性广播的同时会监听扫描请求，接收者在收到广播数据之后可以发送扫描请求并获得更多数据。如果后续需要建立点对点的连接，则可以使用“可连接非定向”广播类型；此时广播者在周期性广播的同时会监听连接请求，接收者在收到广播数据之后可以发送请求以建立连接。进一步地，如果发起者已知广播者的地址（如通过扫描方式获得），则可通过“可连接定向”广播类型快速建立与广播者之间的连接。

3 实验与分析

如上文所述，BLE 具有四种不同广播类型，具体又可分为“可连接”和“不可连接”两种模式。当BLE 设备仅用内定位时，通常设置为“不可连接”模式即可，此时设备仅需定时发送通用唯一识别码（Universally Unique Identifier，UUID）、媒体存取控制位址（Media Access Control Address，MAC）等基本数 据。然而，当该BLE 设备需要同时用于其他点对点的数据传输应用时，则需要设置为“可连接模式”。本节对两种不同连接模式下的BLE测距性能进行测试，进而比较和分析其对用户定位精度的影响。

3.1 测距性能

为分析不同连接模式下的测距性能，对同一个BLE模块分别设置为“可连接模式”与“不可连接模式”并进行数据广播（模块广播频率100 ms、发射功率-59 dBm），并通过APP 分别测量和采集两种模式下的无线信号RSSI 值。其中，设备在可连接模式下的测量采集结果如图3 所示，在不可连接模式下的测量采集结果如图4所示。

从图3 和图4 可以看出，BLE模块在可连接模式下的RSSI 测量值波动范围在±10 dB 左右；相比之下，BLE模块在不可连接模式下的RSSI 测量值波动范围明显减小至±4 dB 左右，减少了约60%，有效提高了测距稳定度。

图3 BLE模块在可连接模式下的RSSI 测量值

图4 BLE模块在不可连接模式下的RSSI 测量值

值得指出的是，对于三边交会定位而言，BLE模块的绝对测距精度是十分重要的；但对于Fingerprinting 定位而言，由于并不关心BLE模块与用户之间的真实距离，而是更加重视RSSI Database 与用户在线RSSI 测量值之间的匹配一致性，因此BLE模块的测距稳定度显得更为重要。

3.2 定位精度

为进一步考察对定位精度的影响，在北京某大型写字楼地下停车场内布置了基于BLE 的室内定位环境。其中，BLE模块的安装间距约3～5 m，地面位置指纹参考点的采样步长为1 m，如图5 所示。

图5 某地下停车场BLE 室内定位环境布设

在图5 所示区域内，先后将各BLE模块分别设置为“可连接模式”和“不可连接模式”进行RSSI 位置指纹数据采样，并使用装有自研APP 软件的智能手机，利用WKNN 算法进行Fingerprinting 在线定位（频率1 Hz），所得到的定位结果如图6 所示。

图6 不同连接模式下的定位结果

从图6 中可以看出，当各BLE模块设置为“不可连接模式”进行指纹数据采集和用户在线定位时，系统能够获得明显更优的定位精度，用户运动轨迹更加接近真实轨迹。统计可知，用户在BLE“可连接模式”下的二维位置坐标均方根误差（RMS）为1.40 m，在BLE“不可连接模式”下的二维位置坐标RMS 误差为0.58 m。

4 结论

基于蓝牙RSSI 测量的位置指纹定位是当前室内定位技术中最常见的方法之一。本文研究发现，不同通信连接方式下的蓝牙设备测距性能具有很大差异，进而会对系统最终定位性能造成显著影响。针对这一关键问题，本文针对不同连接模式下的蓝牙BLE 测距性能进行了测试和分析。在此基础上，利用自行搭建的室内定位环境开展实验，验证和分析了其对用户实际定位精度的影响。实验结果表明，当各BLE模块设置为“不可连接模式”进行指纹数据采集和用户在线定位时，系统能够获得明显更优的定位精度，是室内蓝牙定位的优选通信连接方式。