杜 鋒，田世偉，李廣俠

（解放軍理工大學(xué) 通信工程學(xué)院，南京 210007）

1 引言

隨著無線網(wǎng)絡(luò)技術(shù)和普適計(jì)算的快速發(fā)展，基于位置識(shí)別的服務(wù)（location based services，LBS）正越來越多的受到工業(yè)界和學(xué)術(shù)界的關(guān)注。其中，定位技術(shù)是實(shí)現(xiàn)LBS的關(guān)鍵，它被運(yùn)用于旅游導(dǎo)航、目標(biāo)識(shí)別和個(gè)性化信息傳遞等許多方面［1－2］。

全球定位系統(tǒng)（global positioning system，GPS）是當(dāng)今最流行的定位技術(shù)，它通過GPS衛(wèi)星信號(hào)接收機(jī)捕獲、測(cè)量來自至少4顆在軌衛(wèi)星的廣播信號(hào)到達(dá)延遲時(shí)間來估算終端位置，可以提供覆蓋全球范圍以及高精度、全天候的連續(xù)定位能力。但是在室內(nèi)和樓宇林立的復(fù)雜城市環(huán)境中，微弱的GPS無線電信號(hào)無法穿透建筑物，因此在這種環(huán)境下GPS定位效果并不理想［3－4］。而當(dāng)今日益普及的無線網(wǎng)絡(luò)技術(shù)被認(rèn)為是解決這一問題的關(guān)鍵［3］。

IEEE 802.11協(xié)議是無線局域網(wǎng)絡(luò)（wireless local area networks，WLAN）領(lǐng)域的國(guó)際通用協(xié)議。該協(xié)議于1997年被首次提出，兩年后提出的802.11b主要對(duì)原協(xié)議在物理層上進(jìn)行改動(dòng)，加入了高速數(shù)字傳輸?shù)奶匦院瓦B接的穩(wěn)定性，后來又提出的802.11g是802.11b在同一頻段上的擴(kuò)展，它們是當(dāng)今使用最為廣泛的WLAN通信協(xié)議。802.11b協(xié)議［5］規(guī)定的工作頻段為2.4GHz，最高傳輸速率為11Mbit／s，支持的范圍是在室外為300m，在辦公環(huán)境中最長(zhǎng)為100m。同時(shí)，在802.11b協(xié)議信號(hào)傳輸幀結(jié)構(gòu)中，包含同步頭（synchronization header，SHR）、物 理 層 報(bào) 頭（physical layer header，PHR）和物理層服務(wù)數(shù)據(jù)單元（PHY service data unit，PSDU）。其中同步頭由兩部分組成——測(cè)距前導(dǎo)碼（synchronization，SYNC）和幀分隔符（synchronization frame delimiter，SFD）。SYNC借助擾碼可以判定接收信號(hào)是否為WLAN信號(hào)，SFD通過發(fā)送一長(zhǎng)串同步碼來確定接受信息的起始時(shí)刻，在同步與測(cè)距中，借助于這兩點(diǎn)信息可以實(shí)現(xiàn)定位［6］。

室內(nèi)定位技術(shù)的研究方法主要包括基于超聲波定位技術(shù)、基于紅外定位技術(shù)、基于超寬帶定位技術(shù)、射頻識(shí)別定位技術(shù)（WLAN、ZigBee）等［7］。

考慮將WLAN技術(shù)運(yùn)用于定位主要有三個(gè)方面的原因［8］：首先，無需專門的硬件，因?yàn)楫?dāng)今幾乎所有的手機(jī)都能支持802.11b／g網(wǎng)絡(luò)協(xié)議架構(gòu)；第二，由于WLAN覆蓋范圍不斷擴(kuò)大，在大多數(shù)工作和生活環(huán)境下人們都能很方便地通過接入點(diǎn)（access point，AP）接入802.11b／g網(wǎng)絡(luò)；第三，在大多數(shù)情況下，WLAN都能為L(zhǎng)BS提供較為準(zhǔn)確的室內(nèi)定位。

本文首先介紹了WLAN定位系統(tǒng)的結(jié)構(gòu)。其次借助于測(cè)距原理對(duì)三種WLAN定位技術(shù)進(jìn)行綜述。然后根據(jù)WLAN定位技術(shù)的難點(diǎn)，結(jié)合最新研究成果描述WLAN技術(shù)在定位方面的發(fā)展歷程和研究方向。最后對(duì)全文進(jìn)行了歸納與總結(jié)。

2 WLAN定位技術(shù)

2.1 WLAN定位技術(shù)的原理

WLAN定位系統(tǒng)主要分為三個(gè)模塊，如圖1所示。數(shù)據(jù)采集模塊是指用戶終端網(wǎng)卡主動(dòng)掃描或被動(dòng)監(jiān)聽其接收范圍內(nèi)各WLAN信道上的AP信號(hào)，根據(jù)不同定位算法使用度量指標(biāo)不同，可以提取AP信號(hào)的傳輸時(shí)間、到達(dá)角度和信號(hào)強(qiáng)度等信息。這些信息傳遞給定位模塊，根據(jù)不同算法選用不同信息進(jìn)行定位計(jì)算。最后，顯示模塊將計(jì)算結(jié)果顯示出來，表達(dá)方式分為位置坐標(biāo)和符號(hào)表達(dá)。

圖1 基于無線局域網(wǎng)絡(luò)定位系統(tǒng)的功能模塊

2.2 定位方法

近似感知、幾何測(cè)量和場(chǎng)景分析是求解位置的三種基本方法。在WLAN中，近似感知方法為最強(qiáng)基站法，幾何測(cè)量方法包括到達(dá)時(shí)間（time of arrival，TOA）、到達(dá)時(shí)間差（time difference of arrival，TDOA）和到達(dá)角（arrival of angle，AOA），場(chǎng)景分析方法包括指紋識(shí)別法和信號(hào)傳播模型方法。

2.2.1 近似感知

最強(qiáng)基站法是將無線設(shè)備接入點(diǎn)AP的位置近似為用戶所在位置，這是一種最簡(jiǎn)單的定位方法。該方法受限于AP的覆蓋范圍，難以實(shí)現(xiàn)精確定位［1］。

2.2.2 幾何測(cè)量

在二維平面上，TOA方法通過選取三個(gè)參考點(diǎn)分別與待測(cè)目標(biāo)的連線作為半徑，各自畫出一個(gè)圓，三圓的公共區(qū)域即為待測(cè)目標(biāo)的可能位置（如圖2所示），在三維空間中則需要4個(gè)參考點(diǎn)作球面相交來定位。

圖2 TOA的測(cè)距定位模型

WLAN通過TOA，即測(cè)量無線信號(hào)到達(dá)用戶終端的時(shí)間來測(cè)量距離。該方法能實(shí)現(xiàn)精準(zhǔn)定位，但由于無線信號(hào)在空氣中以光速傳播，1μs的時(shí)間誤差將導(dǎo)致300m的誤差，因此要求收發(fā)雙方有非常精準(zhǔn)的時(shí)鐘同步，硬件要求高，所以目前在WLAN定位中運(yùn)用不多。

TDOA是對(duì)TOA的一種改進(jìn)方法。它通過測(cè)量信號(hào)到達(dá)兩個(gè)參考點(diǎn)的時(shí)間差，而不是絕對(duì)時(shí)間來估計(jì)待測(cè)點(diǎn)的位置，降低了時(shí)間同步要求。但由于需要配置測(cè)量時(shí)間的硬件，這種方法主要應(yīng)用在蜂窩網(wǎng)定位，在WLAN定位中應(yīng)用不多［4］。

AOA在二維平面中是通過已知的兩個(gè)參考點(diǎn)位置分別到達(dá)待測(cè)目標(biāo)的角度進(jìn)行位置估計(jì)（如圖3），角度的測(cè)量主要借助于陣列天線實(shí)現(xiàn)。在室內(nèi)環(huán)境下由于墻壁、桌子等遮擋，測(cè)量角度會(huì)存在誤差［4］。

圖3 AOA的測(cè)距定位模型

2.2.3 場(chǎng)景分析

場(chǎng)景分析是利用在某一有利地點(diǎn)觀察到場(chǎng)景中的特征來推斷待測(cè)目標(biāo)的位置，它分為靜態(tài)場(chǎng)景分析和差動(dòng)場(chǎng)景分析兩種。在靜態(tài)場(chǎng)景分析中，待觀測(cè)的特征用來在一個(gè)數(shù)據(jù)庫中查詢，并將其映射為場(chǎng)景中的位置。相對(duì)的，差動(dòng)場(chǎng)景分析通過追蹤連續(xù)的場(chǎng)景間的差異來估計(jì)位置［4］。

場(chǎng)景分析方法包括指紋識(shí)別法和信號(hào)傳播模型方法。指紋識(shí)別法由于算法靈活、定位相對(duì)準(zhǔn)確，因而成為研究的熱門方向［9－10］，這部分內(nèi)容將在下一小節(jié)詳細(xì)介紹。

傳播模型方法是對(duì)無線信號(hào)在室內(nèi)傳播衰減模型進(jìn)行的研究，該方法可以減輕實(shí)際采樣的工作量。考慮墻壁影響的無線信號(hào)模型可以表示為

式（1 中，Pd0表示在參考距離d0處的信號(hào)強(qiáng)度，n表示信號(hào)強(qiáng)度隨距離增加的衰減速度，d表示信號(hào)發(fā)送方和接收方之間的距離，nW表示信號(hào)發(fā)送方和接收方之間的墻壁數(shù)，c表示衰減因子能夠分辨出的最大墻壁數(shù)，WAF指信號(hào)經(jīng)過墻壁的衰減因子。

但是，發(fā)射機(jī)和接收機(jī)之間的障礙對(duì)信號(hào)傳輸?shù)挠绊懯孪群茈y確定，文獻(xiàn) ［8］給出了一個(gè)經(jīng)驗(yàn)值OAF取代障礙影響的經(jīng)驗(yàn)?zāi)Ｐ?，使得上面的模型可以?jiǎn)化為

式（2）中，OAF取為15dBm。雖然這個(gè)模型不是很精確，但能滿足實(shí)際應(yīng)用。

2.3 WLAN定位技術(shù)的難點(diǎn)

利用RSS的進(jìn)行場(chǎng)景分析的重要前提是接收信號(hào)強(qiáng)度隨著AP與待測(cè)目標(biāo)距離的增大而減小，由于室內(nèi)環(huán)境復(fù)雜，會(huì)對(duì)RSS產(chǎn)生干擾，主要表現(xiàn)在以下三個(gè)方面：

（1）室內(nèi)環(huán)境復(fù)雜。信號(hào)在傳播過程中會(huì)受到墻壁、天花板等的干擾，使得信號(hào)發(fā)生發(fā)射、折射、衍射等現(xiàn)象，使信號(hào)傳播產(chǎn)生多徑效應(yīng)。

（2）IEEE 802.11b／g工作在2.4GHz條件下，信號(hào)傳播過程中容易受到其他使用相近頻段電器的干擾，比如微波爐。

（3）室內(nèi)環(huán)境的復(fù)雜還表現(xiàn)在人和物的移動(dòng)使得室內(nèi)定位系統(tǒng)必須適應(yīng)環(huán)境變換，不斷修正參數(shù)，保證定位的準(zhǔn)確性。

2.4 基于指紋識(shí)別的WLAN定位技術(shù)

2.4.1 基本原理

指紋識(shí)別算法是一種基于聯(lián)合AP集的定位技術(shù)，觀測(cè)者通過在場(chǎng)景一些點(diǎn)測(cè)得來自各AP信號(hào)的強(qiáng)度。指紋識(shí)別分為兩個(gè)部分：離線勘測(cè)階段和在線定位階段。離線勘測(cè)階段主要是記錄場(chǎng)景選取的特定點(diǎn)的指紋信息，并建立RSS與場(chǎng)景中位置的對(duì)應(yīng)關(guān)系數(shù)據(jù)庫；接下來，基于無線設(shè)備的待測(cè)目標(biāo)在場(chǎng)景中通過AP接收到的信號(hào)強(qiáng)度，借助特定算法進(jìn)行處理，然后在數(shù)據(jù)庫中尋找與計(jì)算結(jié)果最相近點(diǎn)對(duì)應(yīng)的位置坐標(biāo)，就可估計(jì)為該點(diǎn)位置坐標(biāo)，從而完成在線定位。

2.4.2 離線勘測(cè)階段

離線勘測(cè)的目的是建立一個(gè)特定場(chǎng)景特征信息與移動(dòng)設(shè)備之間的對(duì)應(yīng)關(guān)系的數(shù)據(jù)庫。在場(chǎng)景中，任一點(diǎn)所測(cè)得AP信號(hào)的個(gè)數(shù)和強(qiáng)度都是唯一的，因此可以通過在場(chǎng)景中設(shè)定特定采樣點(diǎn)的方法測(cè)量RSS。在這個(gè)階段，需要完成的工作是手持移動(dòng)設(shè)備在目標(biāo)場(chǎng)景中進(jìn)行逐個(gè)采樣點(diǎn)信息測(cè)量，測(cè)量點(diǎn)一般以網(wǎng)格形式進(jìn)行分布，并且要求盡可能多的覆蓋整個(gè)場(chǎng)景。

在采集AP信號(hào)方面，并不是所有信號(hào)都對(duì)定位產(chǎn)生積極影響。根據(jù)不同的定位方法，提取合適的AP點(diǎn)信號(hào)值進(jìn)行計(jì)算，可以提高定位的準(zhǔn)確度，并減小計(jì)算冗余［2，11］。

由于存在信號(hào)衰落和其他干擾，被觀測(cè)點(diǎn)接收到的信號(hào)強(qiáng)度會(huì)隨時(shí)間而變化，因此必須對(duì)每個(gè)測(cè)量點(diǎn)進(jìn)行多次采樣。而文獻(xiàn) ［1］將相鄰AP之間的距離縮小，即采用更小的單元網(wǎng)格同樣獲取更好的適應(yīng)了環(huán)境的變換。此外，由于環(huán)境變換也會(huì)影響RSS的值，所以每次環(huán)境變換后都需要重新測(cè)量，使得該階段計(jì)算成本高，并且會(huì)產(chǎn)生定位時(shí)延［11］，基于此，文獻(xiàn) ［12］提出了將RSS轉(zhuǎn)化為首要原件（principal components，PCs）并進(jìn)行分析，增強(qiáng)了對(duì)RSS信號(hào)變化的穩(wěn)定性。

2.4.3 在線定位階段

借助于離線勘測(cè)階段建立的數(shù)據(jù)庫，在線定位技術(shù)是通過特定算法對(duì)當(dāng)前位置觀測(cè)到的RSS進(jìn)行計(jì)算得出待測(cè)目標(biāo)的估計(jì)位置。

根據(jù)離線勘測(cè)階段對(duì)獲取到的RSS的不同處理算法，定位方法可以分為確定性方法和概率性方法。

確定性方法是一種比較簡(jiǎn)單的位置指紋定位技術(shù)。位置指紋數(shù)據(jù)庫針對(duì)每個(gè)采樣點(diǎn)保存相應(yīng)位置處各可見AP的信號(hào)強(qiáng)度平均值。通過采用歐氏幾何距離或其他類型距離（如Manhattan距離）度量測(cè)量值與位置指紋之間的差異，并取差異值最小的指紋位置作為估計(jì)位置?？梢悦枋龀蔀?/p>

式（3）中，RSSi和FPi為實(shí)測(cè)數(shù)據(jù)或位置數(shù)據(jù)庫中第i個(gè)AP的信號(hào)強(qiáng)度。

由于確定性方法只計(jì)算了信號(hào)的均值，而忽視了方差、條件分布等內(nèi)容，因此該方法未能充分利用RSS信號(hào)的信息。概率性方法是在實(shí)測(cè)信號(hào)強(qiáng)度的基礎(chǔ)上，借助于概率與統(tǒng)計(jì)的知識(shí)，計(jì)算得出待測(cè)目標(biāo)在各點(diǎn)處的條件概率和后驗(yàn)概率，最終得出條件概率最大的一個(gè)對(duì)應(yīng)位置處后驗(yàn)概率估計(jì)值XMAP。設(shè)采樣位置和實(shí)測(cè)AP信號(hào)強(qiáng)度對(duì)應(yīng)符號(hào)分別表示為x，y，則概率性方法可用公式表示為

為計(jì)算py｜x（y｜x），現(xiàn)有兩種方法：核方法、直方圖方法［12］。

另外還有其他基于概率性方法的指紋識(shí)別定位技術(shù)為：貝葉斯算法、粒子濾波器法和馬爾可夫方法。文獻(xiàn) ［13］引入一種改進(jìn)的貝葉斯回歸算法，能動(dòng)態(tài)地估算和校準(zhǔn)數(shù)據(jù)庫，從而省去了離線勘測(cè)階段；文獻(xiàn) ［10］將粒子濾波器與似然函數(shù)相結(jié)合組建適應(yīng)性似然函數(shù)粒子濾波器（adaptive likelihood particle filter，ALPA）運(yùn)用于惡劣環(huán)境，解決了隨時(shí)間推移傳播信號(hào)產(chǎn)生的非線性問題，并且達(dá)到了比傳統(tǒng)方法更好的準(zhǔn)確度；文獻(xiàn) ［9］提出了一種基于馬爾可夫—蒙特卡洛方法實(shí)現(xiàn)可放在口袋里的智能手機(jī)定位方法，該方法的平均誤差在4m左右。

2.5 最新定位技術(shù)介紹

以上所介紹的是基于測(cè)距原理分類的定位方法，但隨著越來越多的學(xué)者在這一領(lǐng)域的不斷探索，基于其他方法和系統(tǒng)的定位研究不斷涌現(xiàn)。

2.5.1 定位算法

在定位算法方面，可以分為兩類，第一類是運(yùn)用多種定位算法結(jié)合進(jìn)行定位，這種方法將至少兩種算法進(jìn)行結(jié)合，提高定位精度。第二類是創(chuàng)新定位算法，這類方法具有指導(dǎo)意義，是提出的新算法。

在多種定位算法結(jié)合方面，文獻(xiàn) ［2］將不同網(wǎng)絡(luò)定位信息智能地融合在一起，提出了分兩步實(shí)現(xiàn)定位的多無線電信號(hào)直接融合（direct multiradio fusion，DMRF）和本征無線電信號(hào)協(xié)同定位（cooperative eigen－radio positioning，CERP）算法［14］，首先DMRP對(duì)多種無線網(wǎng)絡(luò)信息進(jìn)行空間相關(guān)性分析，并去除冗余信息，然后借助于CERP對(duì)各信號(hào)特性進(jìn)行有效組合以實(shí)現(xiàn)高精度定位，在現(xiàn)實(shí)環(huán)境下與單一的全球移動(dòng)通信系統(tǒng)（global system for mobile communications，GSM）、數(shù)字視頻廣播（digital video broadcasting，DVB）、頻率調(diào)制（frequency modulation，F(xiàn)M）和 WLAN相比，定位誤差減小了44.19%～48.88%。文獻(xiàn) ［15］將室內(nèi)定位和壓縮感知相結(jié)合，提高了定位精度，RSS信號(hào)借助于壓縮感知理論進(jìn)行重構(gòu)，通過粗定位和精定位兩個(gè)階段，實(shí)驗(yàn)結(jié)果表明此定位方法比傳統(tǒng)指紋識(shí)別方法提高了定位精度，并降低了計(jì)算復(fù)雜度。文獻(xiàn) ［16］根據(jù)RSS模型設(shè)計(jì)出的定位算法無需離線勘測(cè)即可實(shí)現(xiàn)定位，這種算法無需知道包括AP布局在內(nèi)的室內(nèi)環(huán)境，移動(dòng)設(shè)備記錄其接受范圍內(nèi)AP接收信號(hào)強(qiáng)度，并發(fā)給定位服務(wù)器，所有報(bào)告的測(cè)量值受到無線傳播物理現(xiàn)象的約束，借助于EZ定位算法對(duì)這種約束進(jìn)行模擬，并采用遺傳算法進(jìn)行計(jì)算，實(shí)驗(yàn)結(jié)果表明定位效果良好，并且誤差可控［16］。

在創(chuàng)新定位算法方面，文獻(xiàn) ［17］采用聲學(xué)背景光譜（acoustic background spectrum，ABS）指紋識(shí)別技術(shù)進(jìn)行定位，這種方法的優(yōu)點(diǎn)在于緊密、便于計(jì)算、對(duì)短暫聲音干擾具有很好的魯棒性，該方法同樣需要進(jìn)行離線勘測(cè)，并與數(shù)據(jù)庫中的指紋進(jìn)行匹配，從而尋找最相近的點(diǎn)進(jìn)行定位，實(shí)驗(yàn)中與只用WLAN進(jìn)行定位結(jié)果相比，該方法定位精度更高。文獻(xiàn) ［18］指出室內(nèi)定位過程中有很多干擾信號(hào)和誤差，提出基于遺傳（genetic algorithms，GA）的定位算法，該算法優(yōu)勢(shì)在于無需太多節(jié)點(diǎn)信息。文獻(xiàn) ［2］采用基于判別適 應(yīng) 性 神 經(jīng) 網(wǎng) 絡(luò)（discriminant－adaptive neural network，DANN）不斷地將有效信息插入判別元件并遞歸更新網(wǎng)絡(luò)中數(shù)據(jù)權(quán)重的方法，準(zhǔn)確地構(gòu)建了RSS信號(hào)和位置之間的非線性關(guān)系。

可以看出，目前研究者的主要目標(biāo)是改善復(fù)雜環(huán)境下的定位精度和誤差，如何能夠提高精度并且減少代價(jià)，兩者之間存在一個(gè)平衡問題。

2.5.2 定位系統(tǒng)

國(guó)外關(guān)于室內(nèi)定位系統(tǒng)的研究比較成熟，其測(cè)量信號(hào)包括無線電信號(hào)、紅外信號(hào)、射頻信號(hào)和超寬帶信號(hào)等，根據(jù)不同的測(cè)距方法和指紋識(shí)別算法，研究者們制作出一些主要的定位系統(tǒng)如下：

Olivetti實(shí)驗(yàn)室研發(fā)的Active Badage室內(nèi)定位感知系統(tǒng)是最早的室內(nèi)定位系統(tǒng)之一［19］。該系統(tǒng)采用紅外定位技術(shù)，對(duì)每個(gè)帶定位目標(biāo)使用紅外發(fā)射機(jī)定期發(fā)送惟一識(shí)別碼。

麻省理工學(xué)院研制的Cricket室內(nèi)超聲波無線射頻定位系統(tǒng)，是基于TOA測(cè)距的三邊定位系統(tǒng)［20］。Cricket系統(tǒng)通過無線射頻信號(hào)控制參考信號(hào)，計(jì)算聲波信號(hào)的傳播時(shí)間。由于射頻信號(hào)傳播速度遠(yuǎn)大于聲波信號(hào)，因此該方法誤差較小。

微軟公司開發(fā)了RADAR室內(nèi)跟蹤定位系統(tǒng)［21］，它綜合經(jīng)驗(yàn)數(shù)據(jù)和衰減因子模型，采集大量數(shù)據(jù)進(jìn)行指紋識(shí)別來確定目標(biāo)位置，并提供定位服務(wù)和運(yùn)用。這一系統(tǒng)后來由華盛頓大學(xué)陳俊華改進(jìn)，他主要采用魯棒性的匹配模塊和向量模塊對(duì)使用者進(jìn)行定位。

哈佛大學(xué)研制的MoteTrack是基于無線傳感器網(wǎng)絡(luò)的室內(nèi)定位追蹤系統(tǒng)［22］，系統(tǒng)僅僅通過使用無線電波就能夠確定一個(gè)移動(dòng)點(diǎn)的位置，精度達(dá)到米級(jí)。這個(gè)系統(tǒng)是很多當(dāng)前研究室內(nèi)定位系統(tǒng)的原型。

2.6 不同定位算法優(yōu)缺點(diǎn)比較

本文主要討論了不同定位算法和系統(tǒng)的研究情況，表1對(duì)這些算法與系統(tǒng)從精度，造價(jià)和復(fù)雜度方面進(jìn)行了比較，并列出各自優(yōu)缺點(diǎn)表1所示：

表1 不同定位算法優(yōu)缺點(diǎn)比較

從以上對(duì)比可以看出，各定位算法和系統(tǒng)都有優(yōu)缺點(diǎn)，雖然有些沒有給出缺點(diǎn)，但并不代表沒有缺點(diǎn)。在定位精度比較高的情況下，造價(jià)和計(jì)算復(fù)雜度也比較高，而在定位精度低的系統(tǒng)中，其造價(jià)和復(fù)雜度也比較低。因此，在定位系統(tǒng)研制過程中，需考慮精度、造價(jià)和復(fù)雜度之間的平衡。

3 總結(jié)與展望

本文介紹了基于WLAN的多種定位方法，由于近似感知方法定位準(zhǔn)確度不高、基于幾何測(cè)量方法需增加額外硬件并且在室內(nèi)環(huán)境下測(cè)量受阻，而基于指紋識(shí)別的場(chǎng)景分析方法無需額外硬件、定位算法靈活、準(zhǔn)確度高，因此越來越受到研究者的青睞，其中基于概率性方法能充分利用RSS信號(hào)的信息，比確定性方法具有更好的定位效果。

在定位技術(shù)不斷改進(jìn)的同時(shí)，未來的研究方向?qū)?huì)是朝著增強(qiáng)定位系統(tǒng)易用性、對(duì)環(huán)境變換的適應(yīng)性方向發(fā)展，主要包括以下四個(gè)方面：首先，影響RSS的因素中各部分所占比例、接入點(diǎn)安放位置對(duì)定位的影響等問題還未進(jìn)行深入的研究。第二，室內(nèi)是一個(gè)人群密集的環(huán)境，如利用其他人的信息實(shí)現(xiàn)精準(zhǔn)定位也是一個(gè)有趣的研究方向。第三，基于不同網(wǎng)絡(luò)信號(hào)特點(diǎn)，如何整合異構(gòu)網(wǎng)絡(luò)，為用戶提供更加方便的服務(wù)也是一個(gè)值得思考的問題。第四，隨著云計(jì)算技術(shù)的發(fā)展，本文提出的方案是可以考慮將一些安裝固定AP的大型公共場(chǎng)所的離線勘測(cè)數(shù)據(jù)庫存儲(chǔ)在云端進(jìn)行處理，從而減小計(jì)算成本和系統(tǒng)時(shí)延。

［1］ CHENG Yu－chung，CHAWATHE Y，LAMARCA A，et al.Accuracy Characterization for Metropolitan－scale Wi－Fi Localization［EB／OL］.［2014－02－18］.http：／／research.microsoft.com／en－us／um／people／jckrumm／publications%202005／irs－tr－05－003.pdf.

［2］ FANG Shi－h(huán)au，LIN Tsung－nan.Indoor Location System Based on Discriminant－adaptive Neural Network in IEEE 802.11 Environments［J］.IEEE Transactions on Neural Networks，2008，19（11）：1973－1978.

［3］ LIU Ren－ping，HEDLEY M，YANG Xun.WLAN Location Service with TXOP［J］.IEEE Transactions on Computers，2011，62（3）：589－598.

［4］ 張明華.基于 WLAN的室內(nèi)定位技術(shù)研究［D］.上海：上海交通大學(xué)，2009.

［5］ IEEE Std 802.11b－1999，Wireless LANs［S］.

［6］ KING T，HAENSELMANN T，EFFELSBERG W：Deployment，Calibration，and Measurement Factors for Position Errors in 802.11－Based Indoor Positioning Systems［EB／OL］.［2014－02－18］.http：／／link.springer.com／chapter／10.1007%2F978－3－540－75160－1＿2＃page－1.

［7］ ATHALYE A，SAVIC V，BOLIC M，et al.A Radio Frequency Identification System for Accurate Indoor Localization［EB／OL］.［2014－02－18］.http：／／www.diva－portal.org／smash／get／diva2：552325／FULLTEXT01.pdf.

［8］ CHEN Yi－bo，LUO Rong.Design and Implementation of a WiFi－based Local Locating System［C］／／Proceedings of 2007 IEEE International Conference on Portable Information Devices（PORTABLE07）.Orlando，F(xiàn)L：IEEE，2007：1－5.

［9］ LIU Yan，WANG Qiang，LIU Jun－bin，et al.MCMC－based Indoor Localization with a Smart Phone and Sparse WiFi Access Points［C］／／Proceedings of 2012IEEE International Conference on Pervasive Computing and Communications Workshops（PERCOM Workshops）.Lugano，Switzerland：IEEE，2012：247－252.

［10］ PRIETO J，MAZUELAS S，BAHILLO A，et al.Adaptive Data Fusion for Wireless Localization in Harsh Environments［J］.IEEE Transactions on Signal Processing，2012，60（4）：1585－1596.

［11］ BOONSRIWAI S，APAVATJRUT A.Indoor WiFi Localization on Mobile Devices［C］／／Proceedings of 2013 10th International Conference on Electrical Engineering／Electronics，Computer，Telecommunications and Information Technology（ECTI－CON）.Krabi，Thailand：IEEE，2013：1－5.

［12］ FANG Shi－h(huán)au，LIN Tsung－nan.Principal Component Localization in Indoor WLAN Environments［J］.IEEE Transactions on Mobile Computing，2012，11（1）：100－110.

［13］ ABDELLATIF M，MTIBAA A，HARRAS K A.et al.An Energy Efficient Architecture for WiFi－based Indoor Localization on Mobile Phones［C］／／Proceedings of 2013IEEE International Conference on Communications（ICC）.Budapest：IEEE，2013：4425－4430.

［14］ FANG Shi－h(huán)au，LIN Tsung－nan.Cooperative Multi－radio Localization in Heterogeneous Wireless Networks［J］.IEEE Transactions on Wireless Communications，2010，9（5）：1547－1551.

［15］ FENG C，AU W S A，VALAEE S，et al.Compressive Sensing Based Positioning Using RSS of WLAN Access Points［C］／／Proceedings of IEEE INFOCOM 2010.San Diego，CA：IEEE，2010：1－9.

［16］ CHINTALAPUDI K，PADMANABHA I A，PADMANABHAN V N.Indoor Localization without the Pain［C］／／Proceedings of the 16th Annual International Conference on Mobile Computing And Networking.New York：ACM，2010：173－184.

［17］ TARZIA S P，DINDA P A，DICK R P，et al.Indoor Localization without Infrastructure Using the Acoustic Background Spectrum［EB／OL］.［2014－02－18］.http：／／stevetarzia.com／papers／ABS＿mobisys.pdf.

［18］ WU Tin－yu，LIAO I－ju，LEE Wei－tsong，et al.Enhancing Indoor Localization Accuracy of Sensor－based by Advance Genetic Algorithms［C］／／Proceedings of the 6th International Wireless Communications and Mobile Computing Conference.New York：ACM，2010：1218－1222.

［19］ WANT R，HOPPER A，F(xiàn)ALCAO V，et al.The Active Badge Location System［J］.ACM Transactions on Information Systems（TOIS），1992，10（1）：91－102.

［20］ PRIYANTHA N B，CHAKRABORTY A，BALAKRISHNAN H.The Cricket Location－support System［C］／／Proceedings of the 6th Annual International Conference on Mobile Computing and Networking.New York：ACM，2000：32－43.

［21］ BAHL P，PADMANABHAN V N.RADAR：An In－building RF－based User Location and Tracking System［EB／OL］.［2014－02－18］.http：／／www.tik.ee.ethz.ch／～beutel／projects／picopositioning／radar＿microsoft＿positioning.pdf.

［22］ LORINCZ K，WELSH M.A Robust，Decentralized Approach to RF－based Location Tracking［EB／OL］.［2014－02－18］.http：／／www.eecs.harvard.edu／～konrad／projects／motetrack／moteTrack.pdf.