王琪

(中國移動通信集團湖南有限公司，湖南長沙 410000)

基于WiFi信號指紋的室內(nèi)定位技術(shù)

王琪

(中國移動通信集團湖南有限公司，湖南長沙 410000)

室內(nèi)定位隨著情景感知與位置服務(wù)興起的一門新鮮科學。經(jīng)歷過數(shù)十年的研究，目前已經(jīng)有大量的針對室內(nèi)定位的技術(shù)方案,其中尤以指紋定位居多。室內(nèi)指紋定位包含一系列的利用接收信號的強度來判定接收者位置的技術(shù)。文章重點講述了基于位置指紋的定位技術(shù)，包括確定型指紋定位技術(shù)與概率型指紋定位技術(shù)，提煉出了利用指紋定位技術(shù)的數(shù)據(jù)模型，展示了利用數(shù)學模型來描述信號指紋庫以及位置估計的方法。

室內(nèi)定位 指紋 信號強度

1 引言

隨著近代通信技術(shù)的發(fā)展，基于位置服務(wù)的應用越來越多。不同商業(yè)應用的增加促進了基于位置服務(wù)的發(fā)展。由于多徑效應的存在以及信號的過度衰減，使得傳統(tǒng)的基于GPS定位的技術(shù)在室內(nèi)無法使用。因此，大量的室內(nèi)定位技術(shù)的應用應運而生。

像Active badge、Cricket、Bat和Ekahau positioning egine (EPC)需要額外的硬件支持，而且不同的方法需要的硬件差異也很大。這使得這些定位方法[1,2]非常耗成本，而且無法大范圍的部署。它們可以被規(guī)類為infrastructure based system。

時下越來越多公共場所都部署了大量的無線局域網(wǎng)設(shè)備（WLAN），它們的出現(xiàn)給室內(nèi)定位帶來了許多新的機遇[3-5]。盡管WLAN的設(shè)計初衷必不是室內(nèi)定位，但可以通過估計WLAN發(fā)射的無線信號的強度（RSSI）來粗略的估計位置。RSSI利用的是已經(jīng)存在的室內(nèi)設(shè)施，因此不需要額外的硬件。信噪比雖然同樣可以獲得，但是與RSSI相比，它與位置的相關(guān)性要小得多[5]。

室內(nèi)指紋定位與他定位方法在原理上差異很大，傳統(tǒng)的定位方法一般利用AP與用戶間的相對距離進而采用三邊定位法來確定用戶的位置，而位置指紋定位法是比較實時采集到的RSSI與指紋數(shù)據(jù)庫匹配來估計用戶位置的，這其中的指紋數(shù)據(jù)庫是在離線階段創(chuàng)建的位置與距離間的關(guān)系映射表。這樣室內(nèi)信號的傳輸特性被提取出來了，但是卻巧妙的避免了復雜的建模過程。然而，這個指紋庫的創(chuàng)建是卻是一個非常耗費人力的過程。目前，許多的定位基于指紋的定位方式都缺少一個合適的數(shù)學推導與理論分析過程。這篇文章的目的即在于展現(xiàn)指紋定位方法中的一些數(shù)學公式的指導與分析。

2 信號地圖

信號地圖的創(chuàng)建首先將定位平面分成許多小單元，然后在這些小單元內(nèi)采集相應的RSSI值并做一定的校準，最后存儲在數(shù)據(jù)庫中備用。信號地圖中的第i個成員可以用如下表達式來描述：

信號地圖在定位前可以進行一些預處理或是更新的操作。目的在于進一步的減小指紋的存儲空間或者降低定位階段的計算量。另外，不同的定位方法可能需要使用指紋的不同形式，如有的使用均值，有的使用方差等。

3 定位階段

得到信號地圖后，定位的目標在于利用實時采集到的RSSI向量y去估計目標的位置。在某些情況中，在進行位置估計前，會對某一個采集多次，這樣可以得到一個信號向量。

3.1 決定型框架

在決定型框架中，用戶的位置x被定義為一個隨機變量。目標即為在每一個計算時間點內(nèi)估計出向量x的值。通常情況下，估計值是校正點值的一個凸優(yōu)化問題。假設(shè)校正點為，那么估計位置即為：

表1 范數(shù)

在這些范數(shù)表達式中，猶以曼哈頓距離[5-7]使用得最為頻繁。由于從不同的AP處采集到的信號被認為是相互獨立的，因此的互相關(guān)矩陣是一個三角矩陣：

在式(2)中，保留最大點的K個權(quán)值而將其他的權(quán)值設(shè)置為0叫做帶權(quán)值的最鄰近K值法(WKNN)。如果所有的權(quán)值都等于1，那么叫做KNN；而當K=1時，則叫做最鄰近法NN。通常情況下KNN與WKNN要比NN的效果好，特別是當K=3或者K=4時。然后，當信號地圖的密度非常高的時候，NN與其他2種方法的效果相當[8,9]。

3.2 概率法

表2 概率分布

表3列出了幾種不同的計算概率密度間距離的方法。

表3 概率密度距離

將式(5)和式(6)代入式(4)中可以得到后驗概率：

利用后驗概率可以估計出狀態(tài)位置。一個可能的方法是最大后驗概率法(MAP)[12,13]，即概率值最大的區(qū)域為估計的位置：

另外的方法為求平均，即：

可以看到，決策法與概率法有許多的相似之處。

4 結(jié)束語

文章介紹了基于WIFI信號指紋的定位方法，從決策法與概率法2個角度介紹了各種方法的框架以及數(shù)學推導過程，在文章的最后給出了總結(jié)。通過比較可以看出，決策法與概率法在許多地方都有相似之處，比如在最后的定位階段都可以通過求平均值來估計最終狀態(tài)。

[1]Hightower J,Borriello G.Location Systems for Ubiquitous Computing[J].IEEE Computer,2001,1(34):57-66.

[2]Ekahau.[OL].Available:http://www.ekahau.com/

[3]Wallbaum M.Indoor Geolocation Using Wireless Local Area Networks[D].Germany:RWTH Aachen University,2006.

[4]Vossiek M,Wiebking L,Gulden P,et al.Wireless Local Positioning[J].IEEE Microwave magazine,2003:77-86.

[5]Bahl P,Padmanabhan V N.Radar:An in-building RF-based User Location and Tracking System[J].In INFO-COM 2000. Nineteenth Annual Joint Conference of theIEEE Computer and Communications Societies,2000,2(10):775-784.

[6]Li B,Salter J,Dempster A G,et al.Indoor Positioning Techniques based On Wireless LAN[M].Schoolof Surveying and Spatial Information Systems,2006.

[7]Prasithsangaree P,Krishnamurthy P,Chrysanthis P K.On Indoor Position Location with Wireless LANs[J]. Telecommunications Program,2002:720-724.

[8]Yeung W M,Zhou J,Ng J K.Emerging Directions in Embedded and Ubiquitous Computing.Springer[J].2007,ch. Enhanced Fingerprint-Based Location EstimationSystem in Wireless LAN Environment.2007:273 284.

[9]Saha S,Chauhuri K,Sanghi D,et al.Location Determination of A Mobile Device Using IEEE 802.11b access Point Signals[J]. Department of ComputerScience and Engineering,2003: 1987-1992.

[10]Roos T,Myllym¨aki P,Tirri H,et al.A Probabilistic Approach to WLAN User Location Estimation[J].International Journal of WirelessInformation Networks,2002,9(3):155-163. [11]Duda R O,Hart P E,Stork D G.Pattern Classification[M]. John Wiley:Sons Inc.,2001.

[12]Haeberlen A,Flannery E,Ladd A M,et al.Practical Robust Localization Over Large-Scale 802.11 Wireless Networks[J]. MobiCom’04,Tech.Rep,2004:70-84.

[13]Kaemarungsi K.Distribution of WLAN Received Signal Strength Indication for Indoor Location Determination[J]. National Electronics and Computer Technology Center,2006: 1-6.

Indoor Fingerprint Localization Technology Based on WiFi Signal

WANG Qi
(China Mobile Group Hu’nan CO.,Ltd,Changsha Hu’nan 410000,China)

The indoor localization is a new technology arisen with the development of context aware and location-based service.At present,there are numerous technical methods of indoor localization,especially fingerprint localization.The term“indoor fingerprint localization”covers a series of techniques of determining receiver position by using received signal intensity.This paper describes in detail the localization techniques based on location fingerprint,including including deterministic and probabilistic fingerprint localization techniques,design the data model based on fingerprint localization technique,and presents the method of describing signal fingerprint database and location estimation by using mathematical model.

indoor localization;fingerprint;signal intensity

TP311.5

A

1008-1739（2015）21-65-3

定稿日期：2015-10-12