北京郵電大學(xué) 北京 100876

引言

室內(nèi)定位，即室內(nèi)環(huán)境下的位置感知，通常包括室內(nèi)繪圖、軌跡追蹤、導(dǎo)航等多方面的內(nèi)涵和技術(shù)要求，在軍事、航天、商業(yè)等多個(gè)領(lǐng)域擁有廣闊的應(yīng)用前景。不同定位技術(shù)可以所依托的數(shù)據(jù)樣本類型為區(qū)分，例如以無線信號(hào)(包括Wi-Fi、紅外線、超聲波、調(diào)頻廣播信號(hào)、藍(lán)牙等)的強(qiáng)度或角度為基礎(chǔ)的射頻識(shí)別技術(shù)，以終端傳感器為基礎(chǔ)的慣性導(dǎo)航技術(shù)及以磁場環(huán)境為基礎(chǔ)的磁場定位技術(shù)等。其中，基于無線信號(hào)的定位技術(shù)發(fā)展最為迅速，尤其Wi-Fi無線局域網(wǎng)以其廣泛的設(shè)施覆蓋、優(yōu)秀的強(qiáng)度空間分辨率及無視距傳輸要求的優(yōu)勢成為眾多室內(nèi)定位算法的數(shù)據(jù)樣本基礎(chǔ)。而貝葉斯分析方法、拓?fù)鋱D等數(shù)學(xué)思想在定位算法中的應(yīng)用也使得算法性能得到大幅提高。

未來室內(nèi)定位技術(shù)的發(fā)展可分為兩個(gè)方向，一是尋找新的可用于定位技術(shù)的數(shù)據(jù)樣本類型，二是在現(xiàn)有Wi-Fi、藍(lán)牙等數(shù)據(jù)載體上創(chuàng)新定位算法。

1 室內(nèi)定位技術(shù)的歷史發(fā)展

定位技術(shù)的發(fā)展動(dòng)力來自于人們對(duì)位置信息服務(wù)的需求。由于衛(wèi)星定位系統(tǒng)精度較高且使用方便，使其成為室外定位系統(tǒng)的主要技術(shù)，而衛(wèi)星信號(hào)對(duì)建筑物等障礙的遮擋敏感導(dǎo)致室內(nèi)定位發(fā)展出與室外定位不同的技術(shù)系統(tǒng)。Wi-Fi位置指紋、慣性導(dǎo)航、粒子濾波等成為常見的室內(nèi)定位技術(shù)

1.1 早期Wi-Fi定位技術(shù)

Wi-Fi定位技術(shù)源自20世紀(jì)90年代，起初只是在地圖上標(biāo)注無線接入點(diǎn)位置以方便人們連接使用，后來發(fā)現(xiàn)此種位置信息可用于定位。此種簡易的定位技術(shù)可以看作Wi-Fi定位技術(shù)的起源，定位精度在10～20米。

1.2 Wi-Fi定位技術(shù)的發(fā)展

此后Wi-Fi定位技術(shù)迅速發(fā)展，位置指紋定位成為典型的室內(nèi)定位技術(shù)。位置指紋定位的實(shí)現(xiàn)分為兩步，即先建立指紋數(shù)據(jù)庫，再利用終端設(shè)備實(shí)時(shí)采集的信息進(jìn)行匹配從而確定位置信息。位置指紋定位已發(fā)展出多種改進(jìn)算法，例如KNN(K-Nearest Neighbor)算法等[1]。

1.3 多種室內(nèi)定位技術(shù)出現(xiàn)

進(jìn)入21世紀(jì)后，人們發(fā)現(xiàn)了更多可用于定位的信息，例如終端傳感器參數(shù)、磁場等。慣性導(dǎo)航定位是一種較為方便的定位算法，其通過監(jiān)測終端的方向、加速度等物理傳感器信息，推測目標(biāo)的運(yùn)動(dòng)特征和軌跡，從而實(shí)現(xiàn)定位。以智能手機(jī)終端為代表的嵌入式隨身電子產(chǎn)品可采集多種傳感器信息，使得慣性導(dǎo)航成為室內(nèi)定位系統(tǒng)的一個(gè)發(fā)展分支。另外Wi-Fi與藍(lán)牙信息相結(jié)合以及粒子濾波等室內(nèi)定位技術(shù)也得到了發(fā)展。室內(nèi)定位算法的精度也達(dá)到了米級(jí)，可以提供更為精確和可靠的位置信息服務(wù)。

2 前沿室內(nèi)定位技術(shù)

室內(nèi)定位技術(shù)發(fā)展至今，大致出現(xiàn)了兩個(gè)方向，一是使用新的數(shù)據(jù)樣本類型，如可見光、超寬帶、磁場等；二是結(jié)合數(shù)學(xué)物理思想創(chuàng)新定位算法，如擬合回歸、貝葉斯分析等在定位算法中的應(yīng)用。文章接下來將介紹幾種新型室內(nèi)定位技術(shù)。

2.1 基于可見光的室內(nèi)定位技術(shù)

可見光通信技術(shù)(Visible Light Communication,VLC)是新興的利用可見光波段的光作為載體的無線通信技術(shù)。該通信技術(shù)利用兼具照明與通信的LED發(fā)光二極管進(jìn)行信息廣播。IEEE無線個(gè)域網(wǎng)工作組，IEEE802.15.7第七工作組已經(jīng)為可見光通信制定了標(biāo)準(zhǔn)[2]。LED發(fā)光二極管在室內(nèi)環(huán)境中覆蓋范圍廣泛，使得以此為基礎(chǔ)的室內(nèi)定位技術(shù)發(fā)展前景廣闊。下面介紹一種以可見光為基礎(chǔ)的定位算法。此定位技術(shù)所需要的物理設(shè)備為特制圖像傳感器終端。

1) 一種基于可見光的定位算法。定位系統(tǒng)模型如圖1所示，PA、PB為LED的位置，PR為圖像傳感器的坐標(biāo)軸原點(diǎn)，u和v分別為傳感器的橫縱坐標(biāo)，(ua1，va1)、(ub1，vb1)是LED在傳感器1中的投影坐標(biāo)，(ua2，va2)、(ub2，vb2)是LED燈在傳感器2中的投影坐標(biāo)，L是兩個(gè)傳感器之間的距離，f為傳感器鏡頭長度。

圖1 VLC定位系統(tǒng)模型

定位過程將分為三步，首先每個(gè)圖像傳感器分別計(jì)算LED在z軸上的投射角度，然后計(jì)算LED與坐標(biāo)原點(diǎn)的距離，最后用以上信息計(jì)算位置。

投射角度是指兩個(gè)LED所確定的直線與兩個(gè)傳感器所確定的直線在z軸方向上的旋轉(zhuǎn)角度，如圖2所示，PA、PB為LED的位置，(ul，vl )、(uk，vk )分別是傳感器1和傳感器2所接收到的光線投影坐標(biāo)，α為投射旋轉(zhuǎn)角度。

圖2 投射旋轉(zhuǎn)角度示意圖

當(dāng)LED在傳感器上的投影坐標(biāo)已知時(shí)，可利用三角函數(shù)知識(shí)求得投射角度。

然后計(jì)算LED與原點(diǎn)距離。坐標(biāo)原點(diǎn)為兩圖像傳感器的連線中點(diǎn)，即為圖1中的點(diǎn)PR?？衫每臻g直線方程來求解LED與原點(diǎn)的距離d。以圖像傳感器1為例，投射光線方程如公式(2)所示，

圖像傳感器2的投射光線方程同理，由此可以得到方程組的解xd、yd、zd。

將得到的解與轉(zhuǎn)換矩陣相乘，PA與其相減即可得到定位結(jié)果PR。

2) 基于可見光的室內(nèi)定位誤差。以此種定位算法為例，仿真結(jié)果顯示，該算法的定位誤差均值在0.5米左右，且圖像傳感器的分辨率越高，單位面積內(nèi)的像素值越高，定位的誤差均值越低[3]。

2.2 基于超寬帶的室內(nèi)定位技術(shù)

超寬帶技術(shù)(Ultra Wide Band，UWB)是一種通過對(duì)具有很陡上升和下降時(shí)間的沖激脈沖進(jìn)行直接調(diào)制的無線通信技術(shù)，信號(hào)具有GHz量級(jí)的帶寬。使用超寬帶進(jìn)行定位可以得到很高的定位精度。

1) 一種應(yīng)用超寬帶的差分定位算法。該算法引入差分概念與終端所得到達(dá)時(shí)間(Time of Arrival，ToA)信息相結(jié)合，可獲得比傳統(tǒng)定位技術(shù)更精確的定位結(jié)果。

ToA的測量誤差主要為時(shí)鐘同步誤差、多徑傳播時(shí)延等。差分運(yùn)算可有效消除固有偏移誤差。算法有兩個(gè)源，已知位置信息的對(duì)照源和需確定位置信息的目標(biāo)源。將所得ToA信息進(jìn)行差分運(yùn)算以進(jìn)行修正，從而提高目標(biāo)源的定位精度。差分運(yùn)算將應(yīng)用在兩個(gè)地方，一是ToA的數(shù)據(jù)處理，二是最終定位結(jié)果的位置修正。

算法的第一步為應(yīng)用接收到來自至少3個(gè)傳感器的ToA信息進(jìn)行初步定位，方法為簡單的三點(diǎn)定位，有關(guān)三點(diǎn)定位的原理可參見文獻(xiàn)[4]。第二步部為差分修正。在測量數(shù)據(jù)處理方面，根據(jù)對(duì)照源所提供的數(shù)據(jù)信息來消除測量信息中的固有偏移誤差。在位置修正方面，由對(duì)照源的ToA定位結(jié)果位置信息減去已知位置信息 可以得到一個(gè)偏差e，

然后將其與根據(jù)ToA所計(jì)算得出的目標(biāo)源的位置信息相加使定位結(jié)果得到修正，如式(6)，為上述利用ToA信息進(jìn)行初步定位的結(jié)果，由此可得到最終位置信息

2) 應(yīng)用超寬帶的差分定位算法誤差。根據(jù)仿真結(jié)果，應(yīng)用超寬帶的差分定位算法誤差均值為0.5米左右[5]。

2.3 應(yīng)用物理力學(xué)模型的室內(nèi)定位技術(shù)

此類室內(nèi)定位技術(shù)屬于傳統(tǒng)定位技術(shù)在算法上的改進(jìn)。比如物理力學(xué)上的彈簧模型，可以用來對(duì)傳統(tǒng)定位技術(shù)的結(jié)果進(jìn)行修正。這一類的改進(jìn)定位算法無需特制終端，具有成本上的優(yōu)勢，且定位精度較傳統(tǒng)算法也有明顯提高。下面舉例介紹一種彈簧模型與無線信息定位相結(jié)合的定位算法。

1) 彈簧模型簡介。彈簧模型(Spring Model)是一種描述物理概念的無向圖，包括節(jié)點(diǎn)及節(jié)點(diǎn)連線之間所存在的特定剛性和長度的彈簧，可以非常方便地描述復(fù)雜的力學(xué)系統(tǒng)。每一個(gè)彈簧都有兩個(gè)屬性，當(dāng)前長度d和自然長度l。對(duì)于有彈簧相連的兩個(gè)節(jié)點(diǎn)，當(dāng)d>l時(shí)，表現(xiàn)為引力，當(dāng)d

2) 一種彈簧模型與無線信息相結(jié)合的定位算法。如前節(jié)所述，基于Wi-Fi等無線信號(hào)信息的定位算法是基礎(chǔ)的室內(nèi)定位算法。傳統(tǒng)的基于Wi-Fi信息的定位算法是應(yīng)用終端所接收到的信號(hào)強(qiáng)度信息(RSS)來定位。Wi-Fi定位主要有兩個(gè)類別，一種稱為三角測量方法，利用信號(hào)傳播模型結(jié)合建筑的幾何空間信息將接入點(diǎn)(AP)的強(qiáng)度度量轉(zhuǎn)變?yōu)榫嚯x度量。然而各種室內(nèi)障礙物的存在使這種方法受陰影衰落和多徑效應(yīng)的影響。另一種為位置指紋定位，即利用終端所接收到的強(qiáng)度信息與已知的指紋數(shù)據(jù)庫比對(duì)得到位置信息。此種方法受環(huán)境變化、電磁干擾等影響較大。本節(jié)所述算法可有效解決這些局限。算法包括三個(gè)模塊，人群檢測、置信估計(jì)和協(xié)同糾錯(cuò)[4]。圖3是算法的系統(tǒng)結(jié)構(gòu)圖，整個(gè)算法兩部分并行，分別處理終端所采集到的Wi-Fi數(shù)據(jù)和藍(lán)牙數(shù)據(jù)，最后帶入到彈簧模型中對(duì)定位結(jié)果進(jìn)行修正。

①人群檢測。人群檢測模塊感知附近的終端信息并將其作為一個(gè)人群簇(People Cluster)。在博物館等類似的公共場合，朋友或家人會(huì)自然地形成一個(gè)人群簇，這是算法的應(yīng)用基礎(chǔ)。

如圖3所示，利用Wi-Fi及藍(lán)牙的接收信號(hào)強(qiáng)度(RSS)作為定位基礎(chǔ)數(shù)據(jù)樣本。一方面終端采集當(dāng)前區(qū)域Wi-Fi接入點(diǎn)的RSS信息，另一方面采集人群簇中與其相鄰的其它終端的藍(lán)牙RSS信息。這兩部分信息將按圖3中所示的兩個(gè)不同的流程進(jìn)行處理。

圖3 彈簧模型結(jié)合無線信息的定位算法結(jié)構(gòu)圖

②基于Wi-Fi的位置估計(jì)。圖3的左側(cè)分支為基于Wi-Fi信息的位置估計(jì)，采用KNN指紋定位算法。離線部分為收集當(dāng)前區(qū)域的所有AP信息作為指紋數(shù)據(jù)庫，在有限數(shù)量范圍內(nèi)，指紋定位的誤差與AP的數(shù)量成反比。在線部分將當(dāng)前所采集到的實(shí)時(shí)RSS信息與指紋數(shù)據(jù)進(jìn)行比對(duì)，得到指紋最接近的幾個(gè)位置信息，取其中心作為定位結(jié)果，此處也可采用權(quán)重指紋定位算法進(jìn)行計(jì)算。位置估算之后將進(jìn)行置信估計(jì)以確定哪一些估計(jì)位置信息更接近真實(shí)值。一般說來，估算位置的可信度與Wi-Fi信號(hào)的穩(wěn)定度相關(guān)。Wi-Fi信號(hào)越穩(wěn)定，所計(jì)算得到的多個(gè)位置參考點(diǎn)的標(biāo)準(zhǔn)差將越小。也就是說，參考點(diǎn)的標(biāo)準(zhǔn)差反映了定位結(jié)果的可信度。因此定位結(jié)果的可信度可用式(8)來描述。

其中， 表示第x個(gè)終端的估計(jì)參考點(diǎn)的標(biāo)準(zhǔn)差，每一個(gè)終端的一系列估計(jì)值都得到之后，可得到指紋定位的置信估計(jì)值，將作為彈簧模型的備用參數(shù)。

③基于藍(lán)牙的距離估計(jì)。現(xiàn)今幾乎所有智慧型終端均安裝有藍(lán)牙模塊。藍(lán)牙是工作在2.4GHz頻段的無線傳輸協(xié)議。一般來說，日常生活中所用的藍(lán)牙設(shè)備最大功率為2.5mW，覆蓋半徑10m。設(shè)定d是傳播距離，λ為波長。因藍(lán)牙信號(hào)頻率為2.4GHz，因此λ為0.125m。利用電磁波傳輸?shù)乃p模型可將藍(lán)牙信號(hào)的強(qiáng)度度量轉(zhuǎn)變?yōu)榫嚯x度量，如式(9)，

其中，S(x, y)是藍(lán)牙設(shè)備x、y所檢測到的信號(hào)強(qiáng)度。此計(jì)算結(jié)果的可信度與藍(lán)牙信號(hào)強(qiáng)度有關(guān)。信號(hào)強(qiáng)度越強(qiáng)，可信度越高。基于藍(lán)牙信號(hào)強(qiáng)度的兩設(shè)備間距離計(jì)算結(jié)果的可信度可用式(10)衡量。

其中，-100是為將藍(lán)牙信號(hào)強(qiáng)度歸一化。同樣的此置信估計(jì)值也將作為彈簧模型的參數(shù)備用。

④協(xié)同糾錯(cuò)。利用上文中提到的彈簧模型來對(duì)定位結(jié)果進(jìn)行糾正，為此需要對(duì)傳統(tǒng)的彈簧模型進(jìn)行修改。每一個(gè)智能終端被描述為無向圖中的一個(gè)節(jié)點(diǎn)，如圖4所示。

圖 4 彈簧模型修正定位示意圖

圓形節(jié)點(diǎn)為基于Wi-Fi信號(hào)強(qiáng)度所計(jì)算得出的估計(jì)位置，方形節(jié)點(diǎn)為彈簧模型的修正位置。圓形節(jié)點(diǎn)固定，方形節(jié)點(diǎn)可自由移動(dòng)。相應(yīng)的圓形節(jié)點(diǎn)和方形節(jié)點(diǎn)之間存在一個(gè)0長度彈簧，意味著兩節(jié)點(diǎn)之間僅存在吸引力，它的彈性系數(shù)與上文所得出的定位結(jié)果置信估計(jì)值有關(guān)。兩個(gè)方形節(jié)點(diǎn)之間存在一個(gè)普通彈簧，可提供吸引力或排斥力，它的彈性系數(shù)與上文得出的距離置信估計(jì)值有關(guān)。在彈簧模型的修正過程中，方形節(jié)點(diǎn)可自由移動(dòng)直到達(dá)到平衡位置，由此將方形節(jié)點(diǎn)的位置信息作為終端的估計(jì)位置信息。

3) 彈簧模型與無線信息結(jié)合定位的誤差。仿真結(jié)果顯示，該定位算法的誤差均值可低至1m[6]。

2.4 應(yīng)用數(shù)學(xué)分析思想的室內(nèi)定位技術(shù)

大多數(shù)的定位技術(shù)均以接收測量信息為基礎(chǔ)，測量信息不可避免的帶有隨機(jī)誤差。數(shù)學(xué)分析思想，尤其是概率論與數(shù)理統(tǒng)計(jì)的相關(guān)知識(shí)，可以有效解決測量中的隨機(jī)誤差問題。貝葉斯分析方法、擬合回歸等數(shù)學(xué)思想都可以用于定位技術(shù)以提高算法性能，前文所述差分定位技術(shù)也是數(shù)學(xué)思想在定位中的應(yīng)用。

同時(shí)利用實(shí)際環(huán)境地圖與拓?fù)鋱D來進(jìn)行定位就是這一類的定位方法之一[7]，即提供了一種利用地標(biāo)與傳感器在拓?fù)鋱D上的定位方法。與之不同的是，接下來要介紹的這種算法以到達(dá)時(shí)間(TOA)傳感器所提供的距離測度為基礎(chǔ)數(shù)據(jù)樣本，將遞歸貝葉斯濾波與拓?fù)鋱D相結(jié)合來進(jìn)行室內(nèi)定位[8]。

1) 一種貝葉斯分析與拓?fù)鋱D相結(jié)合的定位算法。該算法包括建立拓?fù)鋱D與貝葉斯方法定位兩個(gè)模塊。算法的中心思想在于驅(qū)使樣本點(diǎn)在拓?fù)鋱D上運(yùn)動(dòng)，每一步運(yùn)動(dòng)的范圍都由距離測量所構(gòu)建的邊界框所界定，同時(shí)樣本僅被允許在拓?fù)鋱D上的節(jié)點(diǎn)連線之間運(yùn)動(dòng)。

①建立拓?fù)鋱D。拓?fù)鋱D是在實(shí)際環(huán)境地圖的基礎(chǔ)上建立的抽象地圖，包括必要的節(jié)點(diǎn)及連線。圖5是一個(gè)典型的室內(nèi)走廊拓?fù)鋱D。應(yīng)用拓?fù)鋱D進(jìn)行定位有三個(gè)優(yōu)點(diǎn)，一是可減少計(jì)算樣本數(shù)量，二是可降低隨機(jī)誤差，因樣本只能沿固定的連線運(yùn)動(dòng)，三是只需要TOA觀測值作為定位基礎(chǔ)數(shù)據(jù)。

圖5 室內(nèi)走廊拓?fù)鋱D

②貝葉斯濾波。貝葉斯方法很適合處理測量誤差問題，因此在室內(nèi)定位中已有廣泛的應(yīng)用。根據(jù)貝葉斯定理，給定距離測量值目標(biāo)位置Xt的后驗(yàn)概率密度為為使算法遞歸循環(huán)，假定模型為馬爾可夫過程，當(dāng)前測量值的噪聲與之前相互獨(dú)立，

積分運(yùn)算后以具備權(quán)重的N個(gè)樣本值代替，表達(dá)式如(12)，

拓?fù)鋱D可提供更精確的環(huán)境信息，因此，通過拓?fù)鋱D產(chǎn)生的粒子比隨機(jī)產(chǎn)生的粒子更準(zhǔn)確和有效。

③將拓?fù)鋱D與貝葉斯遞歸相結(jié)合。原則是應(yīng)用拓?fù)鋱D及最新的測量值來進(jìn)行遞歸運(yùn)算。與傳統(tǒng)拓?fù)鋱D定位相同，首先需要確定最適合代表目標(biāo)位置的節(jié)點(diǎn)。本算法所用拓?fù)鋱D的節(jié)點(diǎn)僅設(shè)置在可能的轉(zhuǎn)向點(diǎn)，如房間門口、走廊交叉點(diǎn)等，如圖3所示。整個(gè)拓?fù)鋱D就可以用節(jié)點(diǎn)集合和連線集合來表示。

目標(biāo)移動(dòng)速度比節(jié)點(diǎn)間平均距離小一個(gè)量級(jí)，因此可以應(yīng)用前一時(shí)刻的估計(jì)位置決定下一時(shí)刻的最佳匹配節(jié)點(diǎn)。假設(shè)前一時(shí)刻目標(biāo)位于節(jié)點(diǎn)ct-1，那么下一時(shí)刻t目標(biāo)將位于當(dāng)前節(jié)點(diǎn)或它的鄰近節(jié)點(diǎn)；因此，減少了節(jié)點(diǎn)搜索數(shù)量，降低了算法復(fù)雜度。

根據(jù)樣本計(jì)算權(quán)重，然后可以利用權(quán)重得到t時(shí)刻的位置信息，如公式(13)所示。

2) 應(yīng)用貝葉斯分析與拓?fù)鋱D的定位算法誤差。根據(jù)仿真結(jié)果，遞歸貝葉斯估計(jì)與拓?fù)鋱D相結(jié)合的室內(nèi)定位算法誤差均值為1m左右[8]。

3 不同室內(nèi)定位技術(shù)性能分析

室內(nèi)定位技術(shù)的評(píng)價(jià)標(biāo)準(zhǔn)包括精度、成本、覆蓋范圍等方面，表1列出了幾類較新的定位技術(shù)及其性能分析。

3.1 精度分析

定位精度永遠(yuǎn)是衡量定位算法性能的第一要素。由表1可以看出，相比較為傳統(tǒng)的位置指紋或慣性導(dǎo)航定位技術(shù)，新定位技術(shù)的精度有大幅提升。定位誤差均值基本能達(dá)到1m及以下，可以滿足大部分室內(nèi)條件下人們對(duì)于位置信息服務(wù)的需求。

表1 典型室內(nèi)定位技術(shù)性能分析

3.2 成本及其它分析

由于運(yùn)用物理模型或數(shù)學(xué)思想與無線信息相結(jié)合的定位算法是在傳統(tǒng)數(shù)據(jù)樣本類型(即Wi-Fi和藍(lán)牙信號(hào)信息)的基礎(chǔ)上所做的算法創(chuàng)新，因此，得益于現(xiàn)有Wi-Fi的廣泛覆蓋及藍(lán)牙的廣泛應(yīng)用，無需新的特定終端，成本較低。此類定位技術(shù)具有商業(yè)上的發(fā)展前景。而基于可見光的定位技術(shù)等使用新型數(shù)據(jù)樣本的定位技術(shù)需要特制的終端，成本比傳統(tǒng)算法較高，但其定位原理較為簡單，算法的計(jì)算復(fù)雜度較低。算法復(fù)雜度越高，對(duì)終端芯片的運(yùn)算能力要求就越高。另外，部分此類定位技術(shù)可以得到三維空間的定位結(jié)果坐標(biāo)。

4 未來室內(nèi)定位技術(shù)總結(jié)及展望

本文梳理了室內(nèi)定位技術(shù)的發(fā)展歷程，介紹了幾類目前前沿的室內(nèi)定位技術(shù)，并對(duì)其優(yōu)勢和缺陷進(jìn)行比較分析。

未來的室內(nèi)定位技術(shù)會(huì)出現(xiàn)兩個(gè)方向上的創(chuàng)新，一是在現(xiàn)有的Wi-Fi、藍(lán)牙等無線信息之外尋找新的定位數(shù)據(jù)樣本類型，本文中的可見光定位技術(shù)以及利用超聲波進(jìn)行室內(nèi)定位的技術(shù)就是此方向上的創(chuàng)新。可用于定位的數(shù)據(jù)樣本來源應(yīng)當(dāng)具有廣泛的覆蓋基礎(chǔ)或較低的普及成本，樣本信號(hào)應(yīng)當(dāng)具有較高的空間分辨率和較低的時(shí)變性。第二個(gè)方向是在現(xiàn)有的數(shù)據(jù)樣本基礎(chǔ)上創(chuàng)新定位算法，其關(guān)鍵在于將數(shù)學(xué)和物理思想融入定位算法，彈簧模型、貝葉斯估計(jì)、拓?fù)鋱D等在定位技術(shù)中的應(yīng)用就是此方向上的發(fā)展。其所應(yīng)用的依然是傳統(tǒng)的Wi-Fi信息，但也可達(dá)到較高的定位精度，并且具有成本上的優(yōu)勢。

參考文獻(xiàn)

[1] Saha S,Chaudhuri K,Sanghi D,et al.Location determination of a mobile device using IEEE 802.11 b access point signals[C]// WCNC, 2003,3:1987-1992

[2] IEEE Standard P802.15.7.Short-range Wireless Optical Communication Using Visible Light[S].2011

[3] Myoung-geun,Choi Su-il. Indoor Position Estimation Using Image Sensor Based on VLC[C]// International Conference on Advanced Technologies for Communications,2014

[4] Dae Geun Hwang,Jae Ho Hwang,Sung Jeen Jang,et al.A Fast ToA Position Estimation Technique Based on MHP pulse[C]//Communications and Information Technology,2009:1472-1476

[5] Khalaf-Allah M.Differential ultra-wideband (DUWB)for accurate indoor position estimation:Basic concept and simulation results[C]//Electronics,Communications and Photonics Conference (SIECPC),2013 Saudi International:1- 4

[6] Daisuke Taniuchi,Xiaopeng Liu,Daisuke Nakai,et al.Spring Model Based Collaborative Indoor Position Estimation With Neighbor Mobile Devices[J].IEEE Journal of Selected Topics in Signal Processing,2015,9(2):268-277

[7] Theodoros Theodoridis,Huosheng Hu,Klaus McDonald-Maier,et al.A recursive bayesian filter for landmarkbased localization of a wheelchair robot[C]//In Systems and Computer Science (ICSCS),1st International Conference on:1-6

[8] Yuan Yang,Yubin Zhao,Marcel Kyas.Recursive Bayesian Estimation using A Topological Map for Indoor Position Tracking, IEEE,2014[C]//Vehicular Technology Conference (VTC Spring),2014 IEEE 79th:1-5