基于WiFi的室内人员定位技术的算法和模型

张　磊



基于WiFi的室内人员定位技术的算法和模型

张磊

张　磊(1963—),男,高级工程师,从事智能建筑与智慧城市方面的工作。

(华东建筑设计研究院有限公司, 上海200002)

摘要：比较了几种基于WiFi的室内定位方法,指出基于接收信号强度(RSSI)的室内定位技术不增加额外的硬件设备,更加易于推广。分析了基于RSSI的定位模型及指纹信息预测模型,指出指纹信息预测模型法可有效地提高室内定位精度,减少障碍物造成的定位误差。

关键词：室内定位方法; 接收信号强度(RSSI); 定位模型; 指纹信息预测模型

0引言

目前,人们可以随时随地地接入到互联网中进行信息交互,这对于信息提供的及时性和原属地有了更高的要求,因此基于位置的服务(LBS,Location Based Service)被广泛应用到了各类移动网络系统中。这种基于用户实时位置的准确、迅速的信息提供,极大地方便了人们的生产生活。LBS应用的核心,就是即时提供有效的位置信息。

定位服务主要有两种提供方法,一种是使用全球卫星定位系统(Global Positioning System,GPS),另一种是基站定位方法,通过无线基站台的坐标进行定位预估。GPS定位技术以及基站定位技术具有全天候、高精度、自动测量等特点,在军事、交通、测绘等户外方面得到了广泛应用。然而,一旦进入室内环境,由于建筑物的阻挡,定位信号难以穿透建筑物,导致传统定位技术在室内环境中无法精确地使用,无法提供精准的室内LBS网络服务。

无线局域网具有易组网、易扩展、成本低、应用广泛等优势,无线保真(Wireless Fidelity,WiFi)是基于IEEE 802.116标准的无线局域网。本文介绍了基于WiFi的室内人员定位技术。

1基于WiFi的室内定位方法

基于传播过程的定位方法有很多,常用的有基于电波传播时间(Time of Arrive,TOA)、基于电波传播时间差(Time Difference of Arrival,TDOA)、基于到达角度(Arrival of Angle,AOA)和基于接收信号强度(Received Signal Strength Indication,RSSI)等。

(1) TOA方法主要测量无线信号在AP与移动终端之间的单程传播时间或收发一次的来回传播时间。前一种要求AP或移动终端台能记录信号发出的准确时间,并且接收终端对时钟要求高,才能保证单程传播时间的记录;后一种则不要求AP和移动终端间同步,是一种测量传播时间十分常见的方法,要得到单程的时间就将测得的结果除以2,但同样对时钟的精确度要求高。

若无线电波从AP到移动终端传播所需时间为t,无线电波的传播速度为C,则移动终端必在以AP所在位置为圆心,以Ct为半径的圆上。同理,在第二个、第三个AP上进行上述计算,如果传播过程以及测量等都为理想情况,则理论上3个圆会交于一点,这点就是移动终端的所在位置。

TOA方法对时间测量的精度要求非常高,在定位的技术过程中1 μs的时间测量计算误差将会导致300m左右的定位误差,因此要求AP和移动终端有非常精确的时钟,这在很大程度上增加了定位的硬件成本。

(2) TDOA通过检测无线信号到达两个AP的时间差,而不是到达的绝对时间来确定移动终端的位置,降低了对收发两端时间同步的要求以及时间测量精度的要求。采用3个不同的AP就可以测到两个TDOA值,移动终端就位于两个TDOA决定的双曲线的交点上。如果有3个以上的AP,则可以得到多个双曲线方程。如果传播过程以及测量等都为理想情况,这些双曲线方程都会交于一点,而这点就是移动终端的坐标位置。TDOA方法要求用户与基站之间达到实时同步,加大了系统的成本,大范围普及应用较为困难。

(3) 在AOA的定位机制中,AP节点通过天线阵列或多个超声波接收机感知来自待定位节点信号的到达方向,计算接收节点和发射节点之间的相对角度或方向,再通过几何法计算出节点的位置。AOA定位不仅能确定节点的坐标,还能同时得知未知终端的方位信息,但易受外界环境影响,且需要添加额外昂贵的硬件。

AOA方法利用方向性天线来判断信号源的方向,当接收到两个以上已知发射端的方向角度后,就可以利用发射端和接收端的相对角度估算出待定位移动台的位置。该方法估测精度虽然高,但由于需要额外的天线架设,所以成本偏高,难以实际应用。

(4) RSSI方法通过已知的电波传播模型由移动终端测量来自几个AP的信号强度值,利用3个或3个以上信号强度值转化成到已知基站的距离值来对移动终端进行定位,一般通过3个AP就可以确定移动终端的位置。该方法相对测量时间比较简单,无需对收发双方增加额外的硬件设备,但是由于空间中对无线信号强度影响因素较多,定位精度不理想,故在定位精度要求不高的情况下可以使用。

基于传播过程的定位方法的比较如表1所示。

表1基于传播过程的定位方法的比较

特性TOATDOAAOARSSI定位精度 高 高 较高较高 额外硬件 需要需要需要不需要实现复杂度较低较低较高低

经比较,在尽量不增加额外硬件设备的前提下,RSSI是一种更加易于推广的定位方法。

2典型的定位模型

2.1　基于RSSI的定位模型及算法

理论上,无线信号在无干扰、无阻碍物的自由空间传播时,设发射端与接收端的距离为d,则接收端的接收功率为

(1)

式中:Pt——发射功率;

Gt——发射端天线增益；

Gr——接收端天线增益；

λ——电波波长。

由式(1)可以看出,在自由空间中接收功率与d2成反比。

在实际环境中,由于存在多径、障碍物、绕射等随机因素,无线电传播损耗与式(1)相比还是有较大变化。此时,常采用对数-常态分布模型更为合理:

(2)

在一般室内定位中,考虑到环境、成本、定位精度要求等因素,使用的 RSSI 测距信号衰减模型进一步简化为

RSSI=A-10nlgd1

(3)

式中:d1——定位节点与参考点之间的距离;

A——定位节点与参考点之间的距离为1 m时测得的RSSI值;

n——信号衰减因子,取2～4。

在室内环境中,根据具体情况取A、n为适当的固定值,再根据信号强度估算设备与AP之间的距离。

定位算法一般根据几何模型建立方程,然后求解方程得到节点坐标。在理想状态下,设APn的坐标为(xi,yi),目标点到APn的距离为di。

设目标点的坐标为(X,Y),则可列出有n个等式的方程组:

(4)

从第一行开始分别减去最后一行,得

(5)

计算得出:

AX=b

使用最小二乘法得X=(ATA)-1AT,X就是移动节点的坐标。

2.2　指纹信息预测模型法

RSSI方法是利用无线信号强度在空间内随着距离的改变而呈现变化分布的特点,通过比对信号强度来确定参考位置,但是由于室内桌椅、墙壁等阻碍,通过接收信号强度来实现室内定位的方法存在误差大、不精确的缺点。

指纹信息预测模型法采集室内环境中多台接入点发出的在不同坐标的信号强度值,经过模型匹配,找出信号强度变化与距离接入点远近之间的关系,形成预测模型并记录。当定位终端进入室内环境中时,根据预测模型即可确定其具体位置。该方法收集了多台AP的记录,同时使用了预测模型进行匹配,可以有效地提高定位精度,减少障碍物所造成的误差,可以在效率与误差中平衡。

一个位置指纹通常是指一个移动站点(手机、笔记本)在某个特定位置,采集不同AP发送来的信号构成与特定位置相关的信号特征。

位置指纹法通常采用两阶段的工作模式:① 离线建库阶段,指纹信息采集阶段;② 实时定位阶段,对终端进行定位的阶段。

2.2.1离线建库阶段

指纹信息采集阶段在WiFi信号覆盖范围区域确定采样点,形成较为均匀分布的采样点网络,并在每个采样点主动扫描区域内各信道上的AP信号,通过接收信号协议帧中的MAC地址来辨识不同AP,并记录其信号强度值。每个采样点处测得的全部可见热点信号强度、MAC地址及采样点坐标等信息作为一条记录保存到数据库中,采样点所对应的数据库信息被称为位置指纹。

指纹信息采集阶段,在室内环境中多次测量多个训练点,并记录室内AP的对应信号强度值,并通过算法建立预测模型。

(1) 由服务器搜集并分析路由器传回的即时 RSSI 文件,根据指纹采集设备的 MAC 地址以及室内的测量坐标,插入到数据库中保存。

(2) 依据指纹信息数据库,进行接收信号强度与单台 AP 距离之间的拟合,并记录此定位算法建模的模型参数。

2.2.2实时定位阶段

终端定位阶段通过终端无线网卡实时测量可见的AP信号强度信息,与位置指纹数据库中所记录的数据进行比较,取信号相似度最大的采样点位置为定位结果。

终端定位阶段在终端上设计程序,可以实现终端上定位结果的实时反馈,同时也可以为终端提供基于位置的信息服务。定位过程中,服务器收到终端上安装的客户端定位请求,通过分析环境中多台AP传回的实时RSSI文件,找到相应终端的MAC,调用算法计算出坐标值回传给客户端。具体流程如下:

(1) 用户终端上开启定位服务客户端,请求与服务器 TCP通信。建立连接后传输 MAC 地址,并不停地向服务器发送定位请求。

(2) 服务器监听到TCP端口传来的客户端请求,依据路由器及时回传的RSSI文件,套用定位算法,计算出客户端当前坐标值,回传给客户端。

(3) 客户端依据响应实时、动态地更新画布,将收到的坐标位置实时显示在相应客户端地图的相应点上。同时,还可以在客户端地图上预设一些兴趣点的信息,在客户端与服务器进行交互时便可以通过这些兴趣点为用户提供多样化的位置信息服务。

3结语

随着移动互联网技术的发展,无线定位技术的应用进入了一个崭新的时代。尤其是在复杂的室内环境,常需要确定智能终端或其持有者在室内的位置信息,使采用WiFi网络进行室内定位成为可能,从而弥补了GPS及基站定位技术在室内运用方面的不足。

参考文献

[1]王宏宇,张乃灵,冯浩,等.基于无线局域网的室内定位系统的应用与实现[J].赤峰学院学报:自然科学版,2014,30(6):23-25.

[2]潘立波.基于WiFi技术的无线定位算法研究与实现[D].杭州:浙江大学,2013.

[3]张小美.基于WiFi的室内定位在美团总部的实践和应用[EB/OL].[2014-05-16]http:∥news.cnblogs.com/index.php?a=show&catid=2&id=45.

[4]梁久祯.无线定位系统[M].北京:电子工业出版社,2013.

[5]雷地球,罗海勇,刘晓明.一种基于WiFi的室内定位系统设计与实现[C]∥第六届和谐人机环境联合要求会议,2010.

[6]张凡,陈典铖,杨杰.浅析室内定位原理及应用[J].移动通信,2013,37(3):88-93.

捕捉行业热点引领行业发展

学术交流园地产品推介平台

Algorithm and Model of Indoor Positioning Technology Based on WiFiZHANGLei

(East China Architectural Design and Research Institute Co., Ltd., Shanghai 200002, China)

Abstract：This paper compared the indoor positioning methods based on WiFi.The indoor positioning technology based on received signal strength indication(RSSI) is generalized easily and doesn’t need the additional hardware devices.The positioning model based on RSSI and fingerprint information prediction model were analyzed.It is pointed out that the fingerprint information prediction model can effectively improve the accuracy of indoor positioning and reduce the positioning error caused by obstacles.

Key words:indoor positioning method; received signal strength indication(RSSI); positioning model; fingerprint information prediction model

收稿日期：2015-06-10

中图分类号：TU 855

文献标志码：A

文章编号：1674-8417(2016)01-0064-04