張悅 喬琪

摘 要：室內(nèi)定位一直處于發(fā)展階段，由于室內(nèi)環(huán)境的復雜，基于WiFi、藍牙、ZigBee等傳統(tǒng)技術(shù)會受到電磁干擾、多徑效應(yīng)等因素的影響，存在明顯的弊端，因此研究新型室內(nèi)定位技術(shù)逐漸成為近年來的研究熱點。隨著LED技術(shù)的普及和發(fā)展，利用LED發(fā)出的可見光通信實現(xiàn)室內(nèi)定位研究備受關(guān)注。文章比較了幾種常見的定位技術(shù)，分析了各自的優(yōu)缺點，通過對比研究選擇RSSI測距定位算法，并通過MATLAB仿真驗證了RSSI定位理論在室內(nèi)導購系統(tǒng)中實現(xiàn)定位的可行性。

關(guān)鍵詞：可見光;RSSI;室內(nèi)導購

0? ? 引言

近年來，隨著經(jīng)濟發(fā)展的加快，全球自由貿(mào)易的頻繁，各大城市都出現(xiàn)了許多大型購物商場來滿足人們?nèi)找嬖鲩L的生活需求。商場的面積巨大，貨品繁多，導致人們很難在第一時間找到所需要的商品，因此設(shè)計一套適用于室內(nèi)導購的定位系統(tǒng)顯得尤為迫切。隨著對可見光通信研究的深入，利用可見光實現(xiàn)目標定位逐漸變成一個熱議課題。其原理是通過購物車上的設(shè)備接受可見光信息，通過后臺計算獲得定位信息。目前，可見光定位研究在幾何定位、指紋定位等方向取得重大突破，主流的室內(nèi)定位系統(tǒng)通過調(diào)頻編碼、解碼獲得目標物的位置[1]。

本文通過MATLAB仿真驗證RSSI幾何定位理論在室內(nèi)導購系統(tǒng)中實現(xiàn)定位功能的可行性，為下一步研究精準定位提供理論及實驗基礎(chǔ)。這套系統(tǒng)硬件設(shè)備要求較低，可以實現(xiàn)商品較為精準的定位，便于顧客找到需要的商品，收集的大數(shù)據(jù)還可用于日后的數(shù)據(jù)分析[2]。

1? ? 室內(nèi)導購系統(tǒng)的框架

室內(nèi)導購系統(tǒng)由3個部分組成：LED燈、帶PD的多媒體終端、VLID編碼設(shè)備。通過LED燈發(fā)出的可見光發(fā)射信號，裝在購物車上的多媒體終端接收信號，通過定位可以在終端顯示所在區(qū)域的商品信息[3]。

通過可見光的有效傳輸距離，對不同的光源進行編碼，理論上是可以得到較為理想的定位結(jié)果。但在實際使用過程中，由于LED光源要兼顧室內(nèi)照明，通常會出現(xiàn)相鄰的兩盞LED燈之間光源的相互干擾，還需要設(shè)計一套自適應(yīng)不同光源數(shù)量的編碼系統(tǒng)。在信號分析和轉(zhuǎn)化的過程中還需要考慮時間，因此要求我們算法盡量高效，所以考慮不用編碼方式定位，直接利用可見光定位。

2? ? 定位系統(tǒng)的常見算法

Gratham Pang等人在1999年提出可見光通信的概念，并在低速智能交通中實現(xiàn)了可見光通信[4]。在日本成立了“可見光通信聯(lián)盟”（VLCC）致力于研究可見光通信的各種應(yīng)用。2011年GIULIO COSSSU通過三邊定位算法及正交頻分復用實現(xiàn)了室內(nèi)定位，驗證了可見光定位的可行性[5]。可見光強度的定位算法通過不同的光源加載不同的載波信號，以輻射強度的衰減為基礎(chǔ)，依賴輻射強度完成定位[6]。目前適用于室內(nèi)可見光定位的算法分幾類：通過編碼定位、幾何定位、指紋定位法。以下為幾種常見的幾何定位方法。

2.1? TOA定位

TOA到達時間定位法的原理：利用可見光發(fā)射時間和到達時間的時間，結(jié)合位置算法來實現(xiàn)定位功能。由于光速太快，即使非常細微的時間誤差也會導致定位結(jié)果較大的誤差，因為要求發(fā)射端和接收端必須保持嚴格同步，這對設(shè)備硬件的要求極高[7]，TOA定位原理如圖1所示。

為了解決TOA定位的精度問題，可以使用可見光到達時間差的辦法，即利用對不同光源的時間到達差求解位置，實現(xiàn)定位功能，避免了直接求解距離造成的高誤差。

2.2? AOA定位

AOA到達角度定位原理：通過測量可見光到達的角度，推算位置信息，實現(xiàn)定位功能。通過接受不同光源發(fā)出的可見光信號，尋找兩者相交點，計算位置信息。利用AOA定位需要外部設(shè)備的輔助，因此在使用過程中比較受限制，AOA定位原理如圖2所示。

2.3? RSSI定位

RSSI定位的原理是根據(jù)發(fā)射端的信號強度以及接收端收到的信號強度，計算信號在傳遞過程中的損耗，從而估算發(fā)射端和接收端之間的距離，但在實際使用中總會受到一些不穩(wěn)定因素的干擾，在不同的應(yīng)用環(huán)境中受到干擾也不相同，定位精度還有待進一步提高，但RSSI定位對硬件要求低，響應(yīng)速度快，如果綜合考慮選用單一的定位算法，比較適合室內(nèi)導購系統(tǒng)的定位算法首選RSSI定位。其中最簡單的是三邊定位法，如圖3所示某一個RSS定位場景，假設(shè)接收端位于建筑物的底層，那么只要三個發(fā)射端不在同一條直線上，就可以計算出接收端的坐標值，而且這個坐標值是唯一的，也就實現(xiàn)了接收端的定位。

3? ? 設(shè)計適用于室內(nèi)導購系統(tǒng)的定位算法

在實現(xiàn)室內(nèi)導購系統(tǒng)的設(shè)計過程中，設(shè)計師充分考慮實際場景的建筑要求：空間面積標準、通道最小凈寬標準、照明標準等，在設(shè)計本文導購系統(tǒng)的定位算法時，照明考慮LED燈的發(fā)光強度，選擇可見光直射鏈路，使用三邊定位及最小二乘法優(yōu)化結(jié)果，研究RSSI定位理論在室內(nèi)導購系統(tǒng)中的可行性。

3.1? LED輻射模型

LED燈具有較高的壽命、較低的功耗。本系統(tǒng)中采用了白色LED燈作為信號光源，發(fā)光強度符合Lambertian輻射模型[8]：

3.2? 可見光信道模型

可見光信道模型中采用兩種模式：直射鏈路和非直射鏈路。這兩種信道模式最大的區(qū)別在于是否有折射和反射，在實際的室內(nèi)環(huán)境中，由于室內(nèi)墻壁和其他物體的存在，因此在室內(nèi)可見光通信中信號的直射鏈路和非直射鏈路均存在[9]，接收端接收到的總功率為：

由于直射鏈路的功率要遠高于非直射鏈路，PNLoS<

3.3? 定位算法

常見的定位算法有三邊定位算法，通過三個光源信息找到一組交點即完成定位，三邊定位原理如圖4所示。

通過下列方程可以計算出目標位置：

其中S1（x1，y1）、S2（x2，y2）、S3（x3，y3）為光源的坐標位置，則方程的解（x，y）為目標坐標位置。在實際過程中，由于噪聲、反射等情況得到的測量值，常常需要用最小二乘法匹配最優(yōu)解。最小二乘法具有：線性、無偏性、最小方差性。

本文通過對定點光源作為觀測站，并記錄觀測站的坐標位置，通過同一觀測站接收到目標物的RSSI信息測量? ? ? ? 10次求平均值，通過3個觀測站的RSSI信息利用三邊定位及最小二乘法計算出目標物的具體坐標。LED的光照強度模塊、傳輸信道模塊、測量的RSSI信息及計算目標物的坐標由MATLAB仿真得到，通過模擬可見光傳輸信道得到，在模擬可見光傳輸信道中除了直射鏈路的傳輸模式，還充分考慮了噪聲及誤差，增加了噪聲模塊，為了使實驗的結(jié)果更為可信。設(shè)計實驗思路如圖5所示。

4? ? 基于MATLAB的RSSI仿真定位實驗

在仿真實驗中，采用一個6m×6m×3m的長方體模擬室內(nèi)的一塊區(qū)域，在4個頂點上放置4個LED光源，即L1（1.5，1.5，3）、L2（1.5，4.5，3）、L3（4.5，4.5，3）、L4（4.5，1.5，3）。di為目標物體與各光源之間的直線距離，li為目標物體與各光源之間的水平距離。

4.1? 四盞燈的光照分布

根據(jù)Lambertian輻射模型，利用MATLAB仿真出光照半角為70°的發(fā)射機光照分布圖。圖6（a）是一個半角為70°的發(fā)射器光照分布圖，最大光照強度達到600IX;圖6（b）是4個光照半角為70°的發(fā)射器的光照分布分度圖，根據(jù)國際標準符合照明條件。

4.2? 利用RSSI定位原理的結(jié)果分析

在6m×6m×3m的空間中，以x=2、x=2.5……x=3.5和y=2.5、y=3……y=4的交點劃分出16個目標實驗點，設(shè)置觀測站（1.5，1.5）、（1.5，4.5）、（4.5，1.5）、（4.5，4.5），通過觀測站對目標探測10次，以平均值為最終的RSSI值，根據(jù)采樣的RSSI值求出觀測距離，根據(jù)觀測距離用最小二乘法估算結(jié)果[10]。實驗中目標（3.5，3.5）的測量結(jié)果為（3.6，3.6）如圖7所示。16個被測目標統(tǒng)計結(jié)果如表1所示。

5? ? 結(jié)語

通過對現(xiàn)有定位理論的研究和對比，通過MATLAB仿真驗證了RSSI定位系統(tǒng)在室內(nèi)導購系統(tǒng)中的可行性，在室內(nèi)導購系統(tǒng)中運用RSSI定位得到的探測結(jié)果，誤差在可接受范圍內(nèi)。在實際運用過程中，由于光源在整個室內(nèi)的排列，人們可以改進觀測站的選擇方法，從而得到更為精準的定位結(jié)果。本文的定位算法還存在很多改進的地方，后期可以從接收信號的去噪，RSSI算法的改進，考慮結(jié)合指紋定位算法等，研究一種算法簡單、硬件設(shè)備要求不高、定位精度較高的室內(nèi)定位算法。

[參考文獻]

[1]劉大仁.基于可見光通信的室內(nèi)定位技術(shù)研究[J].信息通信.2020（3）：79-81.

[2]馬哲東，曹新宇.基于MATLAB的可見光室內(nèi)通信定位仿真[J].信息技術(shù)與信息化，2020（4）：119-121.

[3]黃緒發(fā).基于DDC算法的可見光通信的非線性補償技術(shù)[J].軟件，2020（4）：106-110.

[4]陳詩航.基于LED可見光的室內(nèi)通信與定位系統(tǒng)研究[D].南寧：廣西大學，2019.

[5]廖舒安.基于多LED的可見光調(diào)制與定位技術(shù)的實現(xiàn)[D].大連：大連海事大學，2019.

[6]王科.基于接收信號強度的可見光室內(nèi)定位系統(tǒng)設(shè)計[D].武漢：華中科技大學，2017.

[7]喬琪.室內(nèi)可見光通信定位技術(shù)的研究[J].現(xiàn)代信息科技，2019（22）：65-67.

[8]葉子蔚.基于接收信號強度檢測的可見光定位方法研究[D].鄭州：鄭州大學，2018.

[9]王穎.基于室內(nèi)可見光的通信和定位系統(tǒng)研究[D].蘇州：蘇州大學，2018.

[10]陳道錢.基于RSSI測距及位置指紋的室內(nèi)可見光定位方法研究[D].杭州：浙江農(nóng)林大學，2018.

（編輯 王永超）