齊 雙，王 奇，黎海濤，蔣 維

（1.北京工業(yè)大學(xué)電子信息與控制工程學(xué)院，北京 100124；2.青海民族大學(xué)物理與電子信息工程學(xué)院，西寧 810000）

傳感器輔助的W iFi指紋室內(nèi)定位方法

齊 雙1，王 奇1，黎海濤1，蔣 維2

（1.北京工業(yè)大學(xué)電子信息與控制工程學(xué)院，北京 100124；2.青海民族大學(xué)物理與電子信息工程學(xué)院，西寧 810000）

針對WiFi指紋室內(nèi)定位技術(shù)中信號傳播時變性大導(dǎo)致定位精度低的問題，提出一種傳感器輔助的WiFi指紋定位方法。首先根據(jù)移動終端內(nèi)置的加速度傳感器判斷用戶的走步狀態(tài)，以減少信號時變所引起的定位誤差；然后利用終端中的磁力計(jì)與陀螺儀，通過傳感器融合來計(jì)算用戶的運(yùn)動方向。最后結(jié)合所得的方向信息和歷史位置計(jì)算終端位置，以減少指紋圖中與終端反向的指紋帶來的干擾，從而減少指紋匹配計(jì)算的復(fù)雜度。實(shí)驗(yàn)結(jié)果表明，提出的傳感器輔助WiFi指紋定位技術(shù)能減小位置估計(jì)誤差并提高定位的魯棒性。

室內(nèi)定位；WiFi指紋；傳感器融合；步態(tài)

0 引 言

現(xiàn)有的室內(nèi)定位方法主要利用短距離無線信號，如藍(lán)牙，超聲波、超寬帶信號等并根據(jù)相應(yīng)算法完成定位。然而，這些定位方法雖然可實(shí)現(xiàn)高精度的定位，實(shí)施復(fù)雜度和成本也較高，并不適合大規(guī)模的應(yīng)用。目前WiFi網(wǎng)絡(luò)的接入點(diǎn)（AP）遍布于大型商廈、醫(yī)院、地鐵站等公共場所，通過WiFi技術(shù)進(jìn)行定位，在提高定位精準(zhǔn)度的同時節(jié)省了定位設(shè)備的部署成本。然而，WiFi信號的傳播時變性會導(dǎo)致定位算法的魯棒性低且精度不高。因此單獨(dú)的WiFi信號定位不能達(dá)到所需要的定位精度要求。

如今豐富的傳感器設(shè)備被置于移動終端中，如加速度傳感器，磁力計(jì)（即羅盤），陀螺儀，以及距離、溫度、壓力、光線感應(yīng)器等，其中的慣性傳感器（即加速度傳感器、磁力計(jì)，陀螺儀）在定位技術(shù)中被廣泛應(yīng)用。如基于穿戴式傳感器、智能終端的導(dǎo)航系統(tǒng)，已經(jīng)被應(yīng)用于機(jī)器人定位、醫(yī)療救援等領(lǐng)域［1］。目前應(yīng)用慣性傳感器進(jìn)行定位或追蹤時普遍采用航跡推測方法（PDR），但此方法在實(shí)際應(yīng)用時仍存在一些缺陷。文獻(xiàn)［2］在移動終端中利用航跡推測算法追蹤人行走時的位置，但由于此定位方法存在較大累計(jì)誤差，因此不能完成較長時間的定位。雖然文獻(xiàn)［3］在利用航跡推測算法的同時加入了WiFi定位，使得其位置能得到定時的修正從而減少了累計(jì)誤差，但由于此方法受人的走步特征差異影響較大，因此定位精度較低。

若在室內(nèi)定位方法中把WiFi指紋與移動終端內(nèi)置的傳感器有效結(jié)合，則既可以減少信號變化對定位效果的影響，也可以利用行走狀態(tài)信息優(yōu)化定位算法，從而提高定位精度及魯棒性?；谠摷夹g(shù)思路，本文提出了傳感器輔助的WiFi指紋定位方法。它首先通過WiFi指紋法確定用戶初始位置，然后利用加速度信號判斷用戶的運(yùn)動狀態(tài)，當(dāng)用戶走步時，結(jié)合運(yùn)動方向及指紋法計(jì)算用戶位置，從而提高WiFi指紋定位的精度及魯棒性。

1 W iFi指紋定位

WiFi指紋定位過程包括離線階段和在線階段。離線階段為前期部署階段，需要確定定位區(qū)域的所有采樣點(diǎn)，通過多次采樣建立完備的指紋庫。服務(wù)器把指紋庫中相同采樣點(diǎn)的指紋進(jìn)行平均形成指紋圖（Radio Map），并使得指紋圖盡可能準(zhǔn)確的表達(dá)每個采樣點(diǎn)的信號特征。在線階段為定位階段，終端首先從服務(wù)器下載指紋圖，并測量終端當(dāng)前位置的信號強(qiáng)度值（RSSI），然后利用合適的匹配算法確定終端位置。

（1）離線階段

定位區(qū)域內(nèi)的指紋采樣點(diǎn)記為RPi，i∈ ｛1，2，…，N｝，遍歷此N個采樣點(diǎn)，將每個AP對應(yīng)的RSSI值及MAC地址存為一個指紋，記為FPi＝（MACm，RSSIi）T，m∈｛1，2，…n｝，其中MACm表示當(dāng)前采樣點(diǎn)搜索到的第m個AP的MAC地址。對每個采樣點(diǎn)的RSSI進(jìn)行多次采樣，并與其位置坐標(biāo)（x，y）存為一組，形成指紋圖。指紋圖見表1，其中搜索不到的AP的RSSI值設(shè)置為-110 dBm。

表1 指紋圖

（2）在線階段

終端從服務(wù)器下載指紋圖，并掃描當(dāng)前位置指紋，然后利用匹配算法確定位置?，F(xiàn)有的指紋匹配算法可分為確定性匹配算法（如K-最近鄰算法，KNN）和概率性匹配算法（如最大后驗(yàn)估計(jì)MAP、最小均方根誤差MMSE）算法［4-5］。K-NN算法由于計(jì)算簡單且時間復(fù)雜度低而被普遍采用。其基本原理是通過比較終端與指紋圖中所有指紋的歐氏距離確定終端位置，具體步驟如下。

①計(jì)算當(dāng)前位置指紋FPm的RSSI向量φm與指紋圖中采樣點(diǎn)RPi的RSSI向量φi的歐式距離

②對dm進(jìn)行升序排序，選出前k個指紋并平均其平面位置坐標(biāo)（x，y），得到當(dāng)前位置坐標(biāo)。

定位時，終端每掃描一次周圍AP，則利用相應(yīng)匹配算法進(jìn)行一次位置計(jì)算，并將位置顯示在終端。然而，由于信號波動的影響，每次計(jì)算得到的位置坐標(biāo)并不相同，即使用戶并未移動時計(jì)算所得的位置也可能發(fā)生變化，導(dǎo)致定位魯棒性較差。

2 慣性傳感器輔助的指紋定位

為了克服單一WiFi指紋法在定位魯棒性和精度上的缺陷，本文提出一種傳感器輔助的指紋定位方法，它在位置計(jì)算中結(jié)合了用戶的走步狀態(tài)以及運(yùn)動方向。該定位系統(tǒng)結(jié)構(gòu)如圖1所示，離線階段與一般WiFi指紋定位方法相同，即包含指紋采集與指紋圖建立兩部分。在線階段為定位階段，利用WiFi指紋法確定終端初始位置，然后根據(jù)加速度傳感器信號判斷用戶走步狀態(tài)。若未走步，則保持原來位置，這樣避免了信號波動導(dǎo)致的位置誤差。若用戶走步，則根據(jù)磁力計(jì)與陀螺儀信號計(jì)算終端運(yùn)動方向，最后結(jié)合運(yùn)動方向計(jì)算終端位置。上述傳感器輔助定位，在定位算法中融合走步狀態(tài)判斷以提高定位的魯棒性，并且加入方向判斷來減少與終端反向的指紋點(diǎn)帶來的干擾，從而提高定位精度。

圖1 定位系統(tǒng)結(jié)構(gòu)圖

所提定位方法主要包括走步狀態(tài)檢測與位置計(jì)算，下面對此作詳細(xì)介紹。

（1）利用加速度傳感器判斷走步狀態(tài)

移動終端中，加速度傳感器y軸的正向?yàn)榻K端的水平向前方向，z軸正向?yàn)榇怪庇谄聊幌蛏戏较?，x軸與y軸在同一平面上并且滿足左手定律。人實(shí)際行走時的z方向加速度值如圖2所示，可以看出，當(dāng)終端移動時，z方向加速度值規(guī)律性地周期變化，并且運(yùn)動頻率在0.5～5 Hz之間［6］。用戶每走一步z方向加速度值都經(jīng)歷一個波谷和一個波峰，如圖3所示，z軸為z方向加速度值，t軸為時間。剛起步時，z方向加速度值等于重力加速度（約為9.8 m／s2）如圖中A點(diǎn)；當(dāng)腿懸停在空中時，z方向加速度值在C點(diǎn)；當(dāng)腿落地時用戶走完一步，z方向加速度值在E點(diǎn)，把此時刻終端的走步狀態(tài)記為走步。因此，通過對z方向加速度信號進(jìn)行處理，可以判斷用戶走步狀態(tài)，即走步或靜止。

圖2 運(yùn)動時z方向加速度值

在實(shí)際應(yīng)用中，由于不同地區(qū)的重力加速度值不同，因此本文在走步狀態(tài)檢測中用z方向加速度的動態(tài)平均值代替重力加速度值。第i時刻的z方向加速度的動態(tài)平均值mi等于前i-1個時刻的平均值

圖3 走一步時z方向加速度值的變化

在終端中實(shí)測慢速、中速、快速三種情況下的z方向加速度信號與其動態(tài)平均曲線，如圖4所示。三組曲線中波動較大的曲線為z方向加速度曲線，較平緩的曲線為z方向加速度的動態(tài)平均曲線。把兩條曲線的交點(diǎn)畫為圓圈，其中實(shí)際走步點(diǎn)畫為實(shí)心圓，反之為空心圓。由圖4可知，走步較快時z方向加速度曲線較平滑，兩條曲線的交點(diǎn)全部為走步點(diǎn)。但當(dāng)行走較慢時信號受到手臂運(yùn)動以及靜止?fàn)顟B(tài)下信號波動的影響較大，導(dǎo)致兩條曲線的交點(diǎn)有一部分為非走步點(diǎn)。

圖4 走步狀態(tài)檢測

因此，為了濾除手臂運(yùn)動及靜止?fàn)顟B(tài)下的輕微振動，需要設(shè)計(jì)功率極限濾波器濾除信號功率較低時的值。信號功率pi計(jì)算公式為

其中，zi表示當(dāng)前時刻z方向加速度值，ΔT為當(dāng)前時刻與前一個待確定點(diǎn)的間隔時間。

基于上述分析，提出的走步狀態(tài)檢測方法具體步驟如下：

①計(jì)算0至i時刻z方向加速度的平均值εi，若當(dāng)前時刻的z方向加速度值zi＝εi且zi＜zi-1，則把zi記為待確定點(diǎn)，如圖4中的實(shí)心圓與空心圓；

②把z方向加速度信號通過低通濾波器，濾除高頻信號。即濾除頻率f＞f0的信號，其中f0為行走頻率的極限值；

③把z方向加速度信號通過功率極限濾波器，濾除信號功率pi小于功率閾值pmin的信號；

④計(jì)算當(dāng)前待確定點(diǎn)與前一個待確定點(diǎn)之間的間隔時間Td，若Td取值在0.2～2 s內(nèi)，則把當(dāng)前時刻走步狀態(tài)記為走步。

通過在指紋定位方法中加入走步狀態(tài)檢測，可以減少信號波動帶來的位置跳變，從而提高定位算法的魯棒性。

（2）利用磁力計(jì)與陀螺儀計(jì)算方向并輔助定位

磁力計(jì)可以提供終端屏幕相對于正北方向的絕對角度值。由于磁信號在磁場干擾大的環(huán)境中受到影響較大，使得磁力計(jì)方向與實(shí)際方向間存在較大偏差，約為20度［7］。陀螺儀可以提供精確的旋轉(zhuǎn)角速度，但其信號存在漂移且需要定期校準(zhǔn)［8］。因此，融合磁力計(jì)與陀螺儀的優(yōu)點(diǎn)可以計(jì)算得到更精確的終端方向。

基于陀螺儀和磁力計(jì)，采用互補(bǔ)濾波方法計(jì)算終端方向θ。把磁力計(jì)獲取的地磁方向夾角α，與陀螺儀得到的當(dāng)前角速度ω通過互補(bǔ)濾波器，得到當(dāng)前運(yùn)動方向的角度為

其中，β為互補(bǔ)濾波中的補(bǔ)償參數(shù)且β＜0.5，以使得θ表達(dá)式中陀螺儀轉(zhuǎn)動角速度為主要參考值。

結(jié)合前一時刻位置與當(dāng)前運(yùn)動方向，計(jì)算并更新位置，位置坐標(biāo)系設(shè)置如圖5所示，定位區(qū)域的左上角為坐標(biāo)原點(diǎn)（0，0），實(shí)施步驟如下：

圖5 運(yùn)動方向與指紋集

①利用K-NN算法計(jì)算終端位置p；

②當(dāng)檢測到走步，則利用方向檢測方法計(jì)算終端方向θ；

③以終端位置p為坐標(biāo)原點(diǎn)，將指紋圖劃分為四個象限，如圖5所示，每個象限中的指紋點(diǎn)的集合用Ri表示，i∈｛1，2，3，4｝；

④判斷終端方向θ所在象限，如0＜θ＜90度，則計(jì)算當(dāng)前指紋與集合R1（如圖5中陰影區(qū)域）中指紋點(diǎn)的歐氏距離，計(jì)算公式如下：

⑤根據(jù)公式（6）得到的歐式距離dm，利用公式（2）計(jì)算終端當(dāng)前位置坐標(biāo)。

通過結(jié)合歷史位置與方向估計(jì)終端位置，可以減少匹配算法的計(jì)算復(fù)雜度并減少與終端反向的指紋的干擾，從而提高定位精度。

3 實(shí)驗(yàn)結(jié)果與分析

選取辦公樓的一層為實(shí)驗(yàn)場所，定位區(qū)域面積為70 m×22 m，在樓道中每隔1.5 m設(shè)置一個采樣點(diǎn)，在每個采樣點(diǎn)采集RSSI值10次。設(shè)計(jì)基于Android 4.0的定位軟件，并在魅族MX2終端中測試了定位系統(tǒng)的精度以及魯棒性。如圖6所示，圓點(diǎn)為定位系統(tǒng)實(shí)測的位置，直線為終端的實(shí)際移動軌跡。可以看到，該定位系統(tǒng)較準(zhǔn)確的描繪了用戶的行走軌跡。

圖6 定位終端運(yùn)動軌跡

為了比較現(xiàn)有方法與本文算法的魯棒性，圖7示出了平均100個測試位置，不同方法分別存在跳變的位置個數(shù)?？梢钥吹?，相對于現(xiàn)有的指紋定位算法，本文算法在魯棒性上具有明顯優(yōu)勢，并且與航跡推測算法接近，這主要在于定位計(jì)算中加入了走步狀態(tài)信息的緣故。

定位算法的誤差累計(jì)分布函數(shù)（CDF）曲線如圖8所示。可以看出，在整體誤差分布上，本文算法的定位誤差比WiFi指紋法以及航跡推測算法的誤差低。

定位算法的均方根誤差RMSE值以及系統(tǒng)時延見表2?？梢钥吹?，加入了方向輔助的指紋定位方法的平均定位精度優(yōu)于指紋定位法以及航跡推測算法，并且由于參考了方向信息與歷史位置，減少了系統(tǒng)處理時延。

圖7 定位算法魯棒性

圖8 誤差累計(jì)分布函數(shù)

表2 定位算法RMSE以及系統(tǒng)時延

4 結(jié) 語

研究分析了現(xiàn)有WiFi指紋定位方法存在的主要缺陷，為了減少信號干擾對定位精度以及魯棒性的影響，提出對終端中慣性傳感器信號進(jìn)行處理得到用戶的行走狀態(tài)，并結(jié)合行走狀態(tài)優(yōu)化定位的方法。實(shí)驗(yàn)結(jié)果表明，相比較于傳統(tǒng)的指紋定位方法，所提傳感器輔助的指紋定位算法有效地提高了定位精度及魯棒性。

［1］HARLE R.A Survey of Indoor Inertial Positioning Systems for Pedestrians［J］.IEEE Transactions on Communications Surveys＆ Tutorials.2013，15（3）：1281-1293.

［2］IBARRA B，RAMIREZ C.Pedestrian Dead Reckoning towards Indoor Location Based Applications［C］.International Conference on Electrical Engineering Computing Science and Automatic Control.2011，1（6）：26-28.

［3］LIW L，ILTIS.A Smartphone Localization Algorithm using RSSIand Inertial Sensor Measurement Fusion［C］. IEEE Global Communications Conference.2013，9（13）：3335-3340.

［4］YUNG F H，et al.Performance of an MMSE Based Indoor Localization with Wireless Sensor Networks［C］.International Conference on Networked Computing and Advanced Information Management，2010.

［5］HARA S，ANZAID.Use of a Simplified Maximum Likelihood Function in a WLAN-Based Location Estimation［C］.IEEE Conference on Wireless Communications and Networking，2009.

［6］XIANGLING Z，CHANGXU W.Modeling Pedestrian Crossing Paths at Unmarked Roadways［J］.IEEE Transactions on.Intelligent Transportation Systems.2013，1438-1448.

［7］ROBERTSON P，ANGERMANN M，KRACH B.Simultaneous Localization and Mapping for Pedestrians using Only Footmounted Inertial Sensors［C］.11th International conference on Ubiquitous computing，2009.

［8］JIMENEZ A R，SECO F，PRIETO C，et al.A Comparison of Pedestrian Dead-Reckoning Algorithms using a Low-cost MEMS IMU［C］.IEEE International conference on Intelligent Signal Processing Symposium.2009：37-42.

齊 雙（1989—），女，北京人，碩士，主要研究方向?yàn)闊o線定位方向，并已在此方向上申請三項(xiàng)國家專利；

E-mail：xiaoxin6123＠126.com

王 奇（1990—），男，河北人，碩士，主要研究方向?yàn)橐苿咏K端的定位與導(dǎo)航方向；

黎海濤（1972—），男，四川人，博士，副教授，主要研究方向?yàn)闊o線通信、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等；

蔣 維（1974—），男，青海人，博士，教授，主要研究方向?yàn)闊o線通信技術(shù)。

Inertial Sensors Assisted W iFi Indoor Positioning M ethod

QIShuang1，WANG Qi1，LIHai-tao1，JIANGWei2
（1.College of Electronic Information and Control Engineering，Beijing University of Technology，Beijing 100124，China；2.College of Physics and Electronic Information Engineering，Qinghai University for Nationalities，Xining 810000，China）

In order to improve the accuracy ofWiFi fingerprint indoor location that influenced by the time varying radio propagation，the sensor assisted WiFi indoor position scheme is proposed.Firstly，to decrease location error from variation of radio propagation，the walking state of end user is decided by the inertial acceleration sensor in mobile device.Then，themagnetometer and gyroscope are utilized to figure out terminal＇smoving direction by sensor fusion.Finally，the direction and history location are involved into positioning calculation to prevent interference from opposite direction fingerprints to the user terminal.Experimental results show that the precision and robustness of the proposed indoor position scheme outperform the WiFi fingerprinting positioningmethod.

indoor localization；WiFi fingerprint；sensor fusion；walking state

TP92

：A

：1673-5692（2015）01-102-05

10.3969／j.issn.1673-5692.2015.01.018

2014-12-30

2015-02-04

航空電子系統(tǒng)綜合技術(shù)重點(diǎn)實(shí)驗(yàn)室和航空科學(xué)基金聯(lián)合資助項(xiàng)目（2013ZC15003）；北京工業(yè)大學(xué)-青海民族大學(xué)合作基礎(chǔ)研究基金項(xiàng)目