混合参数方法下的室内无线定位技术综述

宗宇雷+吕品品+李珂+赵逸

摘要：本文对混合参数下的室内无线定位技术及其方法进行了综述。首先对目前室内无线定位领域内各种定位方法的原理和局限性进行了论述，之后介绍了两种混合参数定位思想，并阐述了其优势。最后介绍了几种混合参数无线定位技术及其应用前景。

关键词：混合参数；室内无线定位；无线局域网

中图分类号：TP393.03 文献标识码：A DOI：10.3969/j.issn.1003-6970.2016.03.016

0引言

据统计，人们日常生活中超过80%的时间在室内活动，而处于陌生的室内环境，如大型医院门诊楼、地下停车场等场所时，获取个人位置信息、目标位置信息的需求就显得尤为重要。在室外环境下，全球定位系统（Global Positioning System，GPS）、北斗卫星导航系统（BeiDou Navigation Satellite System，BDS）以及移动运营商布设的通信站点都可以向用户提供高精度的位置信息。但是由于室内环境的信号屏蔽、多径干扰等问题，上述系统并不能提供满足用户需求的室内位置信息，因此需要开展有针对性的室内定位系统研究。随着智能手机的高速发展和普及，面向智能终端的室内定位技术也蓬勃发展起来，诸如利用手机蓝牙（Bluetooth）、红外线（Infrared Ray）、无线局域网（Wireless Local Area Network，WLAN）等。此外，采用紫蜂协议（ZigBee）、无线射频识别技术（Radio Frequency Identification，RFID）、超宽带技术（Ultra Wind Band，UWB）以及无线传感器网络（Wireless Sensor Networks，WSN）等的室内定位和导航系统，也在商品物流、医疗保健、治安消防等领域大放异彩。

随着多媒体服务的多样化，WLAN在大型商场、医院门诊楼、机场大厅、火车站等场所逐渐普及，基于WLAN的室内定位技术凭借着其良好的适应性、抗干扰性，在室内定位领域占有广泛应用市场。针对WLAN室内定位，研究学者提出了包括最强基站法、传播模型法和位置指纹法在内的诸多定位机制，以及三边测距法、概率法和K邻近法等位置解算算法。相比较而言位置指纹法能够提供较高精度的位置信息，但是对于数据库的建立仍有很高要求，包括同一采样点由于人员变化导致的信号强度信息（Received Signal Strength，RSS）的变化。因此，有研究学者将改进方法着眼于基于WLAN的多方法融合，以及通过与其他定位技术结合，采用混合定位参数的方法进行定位。

本文在研究了近年来国内外的室内定位技术现状的基础上，首先对多种不同的定位方法进行论述，对比分析了相应的特点和适应的定位环境；同时讨论了相关学者提出的混合定位方法，阐述了基于信息融合技术的高精度室内定位；最后对基于多技术融合应用提高定位精度的室内定位系统进行介绍，即采用混合参数定位法，通过与不同的定位技术融合，以适应不同室内定位环境需求，达到室内定位的精度要求。

1混合参数定位方法

随着信息技术的发展，各式各样的定位系统应运而生。与室外环境下的卫星定位和通信运营商节点定位不同，室内环境下信号通道更加复杂，干扰更多。室内环境信号大致可以分为视距传播（Line-of-Sight，LOS）和非视距传播（Non-Line-of-Sight，NLOS）。视距传播属于比较理想的室内环境，类似于空旷的场馆或者地下停车场等，但大多数室内环境属于非视距传播环境，甚至是人员密集区域，干扰十分严重。因此开展针对室内NLOS环境下的定位技术研究，需要根据实际场景，采用不同的定位方法。通过对多种定位方法的混合使用进行定位，可以进一步提高系统定位精度，降低系统计算复杂度，这也为室内定位提供了新的思路和发展方向。

1.1经典定位方法

所谓定位方法，即定位系统对移动台进行定位的运行机理。针对不同的定位环境和所设计的定位系统，研究学者们提出了许多不同的定位方法，可以将其归为经典定位方法，主要包括接收信号强度定位、到达时间定位、到达角定位、到达时间差定位等，下面分别予以介绍。

（1）接收信号强度定位

接收信号强度（Received Signal Strength Indi-cation，RSSI）定位方法是根据一定的无线电磁波传播损耗模型，将移动台接收的来自己知节点的信号强度值转化为距离值，进而估计出节点与移动台之间的距离。然后以移动台为圆心，估计距离值为半径作圆，二维平面上利用三个圆的交点即可判断出移动台的位置，即三边定位算法。RSSI定位方法的优点在于目前市面上大多数无线通信设备都提供了读取信号强度的功能，既可以主动进行定位，也可以被动地被探测到，应用前景比较广阔。其缺点是由于室内环境复杂多变，即便预先得到了较为精确的传播损耗模型，但在实际的工程实现中仍会出现较大偏差，精度较差。

（2）到达时间定位

到达时间（Time of Arrival，TOA）定位方法是一种非常经典的定位方法，预先布设的接入点（Access Point，AP）测量移动台发往接入点的上行信号，获得移动台到节点的传播时延，从而估计出两者之间的距离，同样利用三边定位原理确定移动台的位置。TOA定位方法对设备的时间精度要求非常高，往往需要移动台与多个节点之间进行严格的时间同步。

（3）到达角定位

到达角（Angle of Arrival，AOA）定位方法是节点通过测量移动台的上行信号的到达角度，利用多个节点测得的角度构建直角坐标系，对移动台位置进行解算。AOA定位方法对于节点布设及测量精度的要求较高，因为需要通过多个节点的精确测量才能得到移动台的精确位置，而微小的偏差往往会导致很大的估计误差。

（4）到达时间差定位

到达时间差（Time Difference of Arrival，TDOA）定位方法是一种利用信号达到检测端的时间差来进行定位的方法。多个节点利用移动台发往节点的上行信号传播时延差构建双曲线方程，并求解得出移动台的位置坐标。TDOA定位方法不需要检测端与移动台进行时间同步，同时可以保证定位精度。

在定位过程中，对上述的某一种方法进行位置解算，采用如三边定位法、质心法、最大似然估计算法、MUSIC算法等就可以确定目标位置。然而在实际使用过程中，会出现定位精度与系统成本之间存在矛盾等问题，为了改善这一情况，研究学者们又提出了混合参数定位方法。

1.2混合参数定位方法

混合参数定位方法是采用信息融合理念，在节点或检测端采用各种类型的定位参数，通过联合算法来实现对移动台位置坐标的定位。由于室内环境复杂多样，存在多径和非视距传播等问题，RSSI、TOA、AOA、TDOA的定位精度各不相同。因此，采用融合定位的方法进行定位往往可以取得更好的效果，诸如TOA/AOA、TOA/TDOA等混合参数定位方法，可以有效利用定位参数信息，提高定位性能。同时，对采用同一定位参数的多种不同系统进行联合定位，通过最优化选择，也可以达到提高定位性能的目的。

基于RSSI、AOA、TOA、TDOA的室内定位估计，目前已经提出了多种算法，可以将这类定位方法归为单一参数定位方法。采用两种或多种技术结合定位的方法则可以称为混合参数定位。混合参数定位所选用的方法会随着室内定位环境和所选模型的变化而变化。在基于时间测量的定位中，比如TOA和TDOA，计算基站（Base Station，BS）和移动台（Mobile Station，MS）之间的距离需要使用传播时间或传播时间的差值。但是，TOA方法需要BS和MS时钟高度同步，这是TOA的一个缺点，而这一缺点在NLOS条件下会更加明显。同样，不同路径产生的多信道信号会产生一个额外时延，也会造成距离误差。在TDOA中，通过对时差的处理，可以将计时的误差大大降低或可以忽略，但相较于TOA，它的算法复杂度又会提高。基于RSS的定位技术目前的研究较为完善，但是它的缺点是易于受到干扰，包括同一地点在不同时间、温度下所测量的RSS值也会不同，这对定位带来了很大的难度和工作量。因此，通过TDOA/RSS、TDOA/AOA进行混合参数定位，对系统复杂度的降低、定位精度的提高都有良好的改进效果。

另一种混合参数定位的思想是基于同一定位方法或参数的不同技术融合，如WLAN与蓝牙，RFID与惯性导航、RFID与超声波等进行混合参数定位的方法。这类方法的主要思路是通过设置阈值进行最优化选择，避免了单一定位方法在距离过远或干扰较多情况下定位精度低的问题，取得了良好的定位效果。针对WLAN系统进行混合参数定位的方法实现度高，具有良好商业前景，下文将逐一介绍与WLAN相关的混合参数室内无线定位技术。

因此，在目前已有的各种定位方法下，采用混合参数定位进行融合定位，或将为室内定位的下一步发展指出一条崭新的道路。

2混合参数方法下的室内无线定位技术

低复杂度和高精度室内定位是目前无线领域面临的主要挑战之一。研究学者提出的用于进行室内定位的技术以WLAN解决方案为主，其他一些可供选择的方案，例如红外线光、超宽带系统、蓝牙、RFID等也都有不同的应用。它们的特点是利用接收信号强度（RSS）来达到低复杂度的目的。但是目前存在的主要问题是如何利用已有的可用信号，如WLAN、RFID等来达到尽可能高的精度，这也是研究学者最为关注的问题。因此混合定位系统的尝试，已成为目前室内定位技术发展的新方向。

2.1基于WLAN-RFID的混合定位技术

无线射频识别（RFID）技术在室内环境下的追踪和定位的应用正逐渐成为研究的热点。凭借着低成本和高效率的特点，RFID系统可以轻松地应用到物体或人身上。因此，有研究学者提出了将RFID应用于WLAN环境下来获取更精确的定位效果。

2010年，有研究学者首次提出将WLAN和RFID定位混合使用进行定位。在实验室环境下，可以将一部包含WLAN信号接收器和RFID信号读取器的手机放置在布设好多个被动式RFID标签的房间内。来自标签的散射功率只会被放置在实验房间内的手机所接收，并且作为一个空间信息记录下来，位置估计则是依靠WLAN的位置指纹信息，而且位置指纹信息的采集点与被动式RFID标签位置一致，通过两者同时定位比对，来达到对高精度定位的需求。

但是这种方法并没有考虑到对WLAN信号和RFID信号的定位结果做一个最优选择的问题。芬兰坦佩雷大学的学者们在这种思路的基础上进行了进一步的改进，设计利用可穿戴式被动超高频RFID标签（Wearable Passive UHF RFID Tag）和无线终端进行定位。可穿戴式标签由于是电镀纺织物，因此可以完美地佩戴在衣服上，这使得它成为监视人体运动和追踪的极佳方案。此外，它还可以在穿戴者和天线间进行可靠高效的无线通信，方便采集信号强度（RSS），进行融合定位计算。利用无线终端接收参考点的信号强度值，构建实验室无线地图，无线终端同时可将RSS数据转换为笛卡尔坐标系以便后续位置解算使用。来自多个接人点的实际位置和信号强度值都被存储在数据库中，RFID标签同样使用这些位置。将采集到的WLAN接入点信号强度值和RFID读取器接收到的值根据高斯分布和最优化方法进行解算，得到一个最优化阈值。当RFID信号强度比WLAN信号强度高出阈值范围时，便使用RFID解算的位置坐标作为移动台的坐标，反之则使用WLAN定位的坐标。通过这样一个最优选择的方式，达到高精度定位的目的。同时，随着使用联邦滤波等方法和相关改进算法的提出，基于WLAN-RFID的信息融合定位技术也会越来越成熟。

2.2基于视觉跟踪的信息融合室内定位技术

在复杂的大型室内场所内，监视系统的覆盖越来越全面，研究学者提出了使用视觉跟踪（Visual Tracking，VT）技术来实现对室内人员的定位和追踪，以及室内人员通过携带的无线终端配合WLAN和视觉跟踪进行定位和导航。

这一概念的提出来自上海交通大学与美国俄亥俄州立大学联合研究的室内定位项目，在WLAN位置指纹法的基础上，采用视觉跟踪定位技术进行融合定位。视觉跟踪是通过图像识别技术对获取图像中的运动目标进行检测、提取、识别和跟踪的技术，获取目标的各项参数，如位置、速度、加速度等，来完成对目标运动轨迹的推算，进行检测、定位、跟踪。应用在室内定位系统中的视觉跟踪技术可以分为三步，分别是图像特征识别、坐标转换以及目标跟踪。图像特征识别在定位系统里主要是人体识别，目前人体识别技术的算法主要有差分法、光流法、梯度直方图法以及相关改进算法。其中效果较好的是使用支持向量机（Support Vector Ma-chine，SVM）和梯度直方图法的人体检测算法，通过对图像进行边缘特征提取，描述出人体轮廓，再依靠SVM进行分类，达到区分人体和非人体的目的。坐标转换是在摄像机捕捉到的目标后，将视频坐标系的坐标转换到室内定位所用的坐标系中。摄像机显示的图像通常需要经过多个参照坐标系和坐标转换，才能转换成室内定位坐标。为了辅助识别，目前的做法是在待定位的室内空间中布设一些参照物，根据已知参照物的坐标来进行参数修正，获取尽可能准确的室内定位坐标。在人的目标跟踪方面，粒子滤波技术是目前较为优秀的目标跟踪算法，通过重采样、预测和更新，实现目标跟踪。

视觉跟踪定位由于依靠图像识别定位，因此精度非常高，但是缺点也很明显，无法直接判断对象身份，因此有研究学者提出与RSSI定位进行结合，通过彼此互补，以实现高精度定位。那么这种定位方式主要面临着两种问题：当定位目标只有一个时，且摄像机捕捉到的目标也只有一个，需要一种判决方式将两者联系起来；当定位目标为多个目标时，需要一种判决方式将RSSI定位目标与图像目标匹配起来，同样也需要一种判决方式。针对RSSI，可以基于WLAN使用位置指纹法，建立无线地图坐标系，利用松耦合的方法，在处理的过程中互相不干扰，而是把结果进行比对，转化为二分图问题，利用匈牙利算法对位置信息进行求解。

2.3基于惯性导航和WLAN的室内定位技术

目前智能手机普及度已超过七成，且智能手机内装有很多先进的硬件配置，如陀螺仪、方向传感器、电子罗盘等，在给用户提供方便的同时，也让研究学者想到利用手机的惯性导航与WLAN等室内定位现有技术结合进行更高精度定位。

惯性导航系统（Inertial Navigation System，INS）属于推算导航方式，建立牛顿力学模型，根据一个已知位置的初始点，通过不间断测得的速度、加速度来推算出下一个位置点，进而得到完整的航迹。惯性导航系统中的陀螺仪用来形成一个导航坐标系，使加速度计的测量轴稳定在该坐标系中，通过不断修正航向和姿态角，得到准确的速度、偏航角和位置等信息。随着微机电系统（Micro-Electro-Mechanical-System，MEMS）等技术的进步，各类传感器逐渐向微小型和低功耗发展，所以现在的智能手机中基本都有一套完整的惯性导航系统，这也使得将WLAN和惯性导航进行融合定位成为可能。

目前针对WLAN和惯性导航系统的定位研究主要可以分为两类，一类是基于惯性传感器测量数据与WLAN的RSS值融合的定位，另一类是基于WLAN指纹定位和惯性测量进行定位。第一类方法主要是依靠智能手机内的惯性传感器推算出用户的实时位置，同时利用多个WLAN接入点的RSSI信息对用户位置进行修正，采用扩展卡尔曼滤波的算法，将两者测量结果进行融合，达到提高系统定位准确度的目的。第二类方法主要侧重于通过WLAN位置指纹信息对惯性测量进行修正，通过扩展卡尔曼滤波等方式对位置信息进行融合，对定位精度和实用性都有改善。

3结束语

室内定位不同于室外定位，由于多径等室内环境特有的因素，导致室内定位方式更加多样化，这也使得室内定位随着环境的不同而拥有不一样的定位方法。本文主要着眼于室内无线定位技术，从实用性和商业性角度考虑，讨论了通过引入其他定位系统与WLAN定位系统进行融合定位的方法，以提高定位精度。随着研究的深入，更多的新技术涌现，更高效的算法被提出，基于WLAN和相关融合技术的成熟应用，会使得人们在室内环境下享受到更加周到的服务，人们的生活也将变得更加智能、便捷。