無線定位技術概述

無線定位技術簡介2010年05月13日星期四09:23現(xiàn)在的社會，是一個沒有隱私的社會，只要有設備和條件，別人想跟蹤你的位置實在是太簡單了，不管是你在大街上走還是在商場里逛，只要上面想，你的行蹤都很難不被暴露。好比我們看大片，罪犯在這邊打，F(xiàn)BI在那邊定位，唧唧幾聲，就把你的大概方位確定了。千萬別以為這是什么高深技術，我們天朝網(wǎng)警照樣玩的轉(zhuǎn)。而且，隨著網(wǎng)絡越來越向智能化和移動化開展，一些很有意思的應用都可能和將來的定位技術聯(lián)系起來，在一定程度上影響我們的生活，比方twitter，Aardvark，包括一些很有前途的mobilegame，等等。GoogleLatitude一出后,很多朋友都驚詫于無gps條件下其定位的準確性，也有不少人因此對通過wifi定位比擬感興趣。其實各式各樣的無線通信技術都可以用來定位，由于通信距離的不同，有的可以用來室內(nèi)定位，有的可以用來室外定位。這里，我嘗試著對一些逐漸在普及的定位技術做一些講解，考慮到GPS的普及性，GPS定位原理和優(yōu)缺點就在這里忽略了。其實無線定位的流程很簡單，大概都遵從交換信號===>數(shù)據(jù)融合===>建模求解的步驟。下面就針對不同技術的不同重點，把這個過程分割介紹?；揪W(wǎng)絡通過基站網(wǎng)絡的檢測來進行戶外定位是一個相對本錢低,成熟,但是精度不高的方法.它的工作原理是這樣的,我們都知道,要通信,就需要通過蜂窩網(wǎng)絡和一個個基站交換數(shù)據(jù)，從而實現(xiàn)和別的的通信.而考慮到雙方通信的距離和現(xiàn)實中基站的放置密度，每一個都可能被覆蓋于多個基站，如果能通過某種方法得到每個基站對于的檢測數(shù)據(jù)，通過特定的datafusion技術，就可以大致估算初當前的位置。在這里，datafusion是最關鍵的技術，事實上也是下面會介紹的大多數(shù)其他定位技術的根底，所以花多點篇幅介紹一下。為了簡化，我們只考慮二維平面情況，也就是說每個點都只有(x,y)值,不考慮z平面。以前常用的datafusion技術包括TOA—timeofarrivaldatafusion,AOA—angleofarrivaldatafusion,以及混合型技術.假設下面這張圖是一個分布示意圖,圖中出現(xiàn)的幾個基站〔BaseStation〕都能和當前,也就是MS〔MobileStation〕所在位置通信.然后我們通過這張圖對常用的datafusion技術進行分析.TOA:在TOA的場景中,假設有3個基站當前和通信,BS1,BS2和BS3，每個基站有自己的坐標，然后我們用MS來表示，大概是這樣一個結(jié)構(gòu):

r1,r2和r3分別表示MS和三個BS之間的距離,這個距離當然是可以通過計算得出的,計算方法就是

在這個公式里,c是信號傳輸速度,t0是初始時間,ti是MS的信號到達BSi的時間.很簡單吧.這樣,我們假設其中一個BS1的坐標是參照坐標,也就是(x1,y1)=(0,0),可以得到關于距離組合(r1,r2,r3)的一個方程組

然后解這個方程組就能得到MS的當前坐標。這是一個典型的overdeterminedsystem，所以具體的求解其實比擬復雜，這里就不多介紹了，有興趣的朋友可以郵件交流。AOA:如果采用AOA技術,顧名思義,我們需要得到信號到達BS時，MS相對于BS的angle的數(shù)值，就好比我們有A,B,C三個點，我們已經(jīng)知道A和B的坐標了，只需要知道C相對于A和B的角度值，就可以算出當前C的坐標。這個方法要求BS端需要有天線陣列，這樣，到達的MS信號的能通過不同天線接受信號的相位差計算出來。具體可以利用功率譜密度在天線陣列的分布來計算，這就是傳說中的beamforming。只要能得到兩個BS的AOA估計，就能推算出MS的當前地點。所以相對于其他方法，AOA對于BS數(shù)量的要求是最少的，也不需要BS和MS之間的同步。對于AOA的函數(shù)建模如下,假設我們有n個BS都對MS做出了AOA測量,對于任何的BSi,有

其中的角度就是測量出來的AOA.然后我們把所有的BS建立的方程合并,得到Hx=b,其中

對于x用最小二乘法得到的解是

AOA最大的問題在于,目前的2G通信基站沒有天線陣列(目前3G基站有沒有我不清楚)。所以之前這是一個存在于實驗室中的東西。AOA和TOA都有其各自的缺陷和優(yōu)點，所以也有系統(tǒng)將其合并使用,來得到通用性較好的方案，被稱為HYBRIDDATAFUSION。然而現(xiàn)實中，基于基站的定位始終無法做得很好，主要原因在于無線環(huán)境變化過于復雜，精度高的方案本錢也高等。通常精度在幾十米左右。*************************************************************我是分割線********************************************************WIFIWifi定位這幾年已經(jīng)不是什么新鮮話題了，目前wifi定位的介紹大多集中在室外定位，而室外定位用wifi對于很多國家都是不現(xiàn)實的，而且隨著GPS的普及，Wifi室外定位也處于比擬為難的地位，很多情況下所起的作用就是GPS定位的幫手。所以一直以來，學術界的目光都是集中在wifi室內(nèi)定位上面。不管是室外還是室內(nèi)，根本的原理是類似的，類似于下列圖:

在這里，假設有一個無線wifi環(huán)境，里面有N個AP和N個設備。前提是AP的地址都清楚，然后最顯然的做法，就是首先檢測設備收到的無線信號強度，然后和原始信號強度比擬，這些數(shù)值都是很容易獲得的。這里以802.11b舉個例子，802.11b工作在2.5GHz環(huán)境下，然后用公式

就可以算出距離。其中，S是接受信號強度的dbm值，m和c都是可調(diào)參數(shù)，根據(jù)實際測試情況的數(shù)據(jù)來train這兩個參數(shù)。有朋友看到這里會問，你這只檢測了距離，還是沒法定位阿。確實，通過AP和設備的一對一通信可以檢測距離，但這只能知道設備在AP的周圍圓內(nèi)，具體方位東南西北也不清楚，如果希望得到更精確的信息，這時候就要考慮多對一的模型了。考慮到室內(nèi)多個ap裝置,像最上面那張圖所描述的那樣,那么可能會出現(xiàn)多個AP檢測到設備的情況,同時可知道設備距離它們的遠近,綜合考慮各自的距離,就能將設備定位到一個很小的范圍內(nèi).是不是覺得原理很像基站定位?對,就是很像,只不過對于室內(nèi)定位,距離太短,計算時間或者角度都不現(xiàn)實,反而因為小范圍的特性,信號衰減還是相對有參考價值的.更有用的是，用一個設備走一圈，可以給室內(nèi)所有ap建立一張信號強度合成圖，如果分布不是很密集，還可以用一些類似于插值的方法。在室內(nèi)定位上，這幾乎就是Wifi的殺手锏，因為一旦知道室內(nèi)結(jié)構(gòu)，信號強度圖是很容易繪制比擬精確的，Wifi信號受干擾程度沒有其他幾個備選技術高，設備又普及，導致好多室內(nèi)定位系統(tǒng)都采用這種方案。當然，這只是一個例子，類似于剛剛介紹的公式,，本身精度是比擬低的。如果想看精度較高模型的paper，推薦一個Robotics-BasedLocationSensingusingWirelessEthernet。Rice這幫人也挺能折騰，用了Bayes和隱馬爾科夫模型，不僅考慮了信號強度，還考慮了在某個地點連接到某個AP的概率。后來有人更能折騰，把行人在哪里走路速度的概率，某個地點的AP轉(zhuǎn)換概率都考慮進去了。要判斷設備是否在運動中也很簡單，設備靜止和運動時，信號強度的變化趨勢是不一樣的，如圖:

紅線表示靜止，藍線表示移動?？偟膩碚f，在移動的時候，variance是更大的。然后用上在learning領域幾乎無所不能的Bayes:

這就是一個最簡單的模型。我默認看到這里的人都有一定的概率根底，如果不是很熟的話，看看Pongba的這篇文章.當然,很多時候設備的靜止和移動變換趨勢非?？?，此時需要一些平滑手段來處理對于variance的判斷。處理的根底還是概率模型，具體就不多說了，我可不想寫綜述paper。有興趣的朋友可以參考這里.Wifi定位的本錢非常低,因為幾乎所有的設備都是重用已有設備的。而Wifi的”信號強度有規(guī)律”的性質(zhì)，也讓其備受學術界寵愛，在這上面可以玩很多把戲，發(fā)很多paper，灌很多水。*************************************************************我是分割線********************************************************藍牙這個方案根本僅適用于室內(nèi)定位。原理嘛，萬變不離其宗，和基站定位以及Wifi定位都比擬像。對于藍牙方案來講，通常都是在室內(nèi)放置一些提前知道自己位置的藍牙傳感器，這些傳感器的作用就是不斷檢測周圍帶藍牙設備的globallyuniqueBluetoothdeviceaddresses，這是一個全球唯一不可能重復的藍牙設備地址。傳感器檢測到這個地址后，傳給效勞器，效勞器通過映射得到相應的MSISDN，就能知道是誰在附近。MSISDN是在公用交換網(wǎng)編號方案中唯一地識別移動地鑒約號碼，其結(jié)構(gòu)為MSISDN=CC+NDC+SN其中CC是國家碼，NDC是移動效勞訪問碼，SN是用戶號。只要能知道，你的設備在傳感器附近，知道傳感器的具體位置,就能猜到你的具體位置。如果活動范圍較小，有多個傳感器同時感知，那么定位更加精確。下面是一個通過藍牙定位來推送廣告的系統(tǒng)示意圖這種技術由于相對實現(xiàn)簡單,而且普及性高,如果有多個藍牙傳感器,組成cooperativelocationnetwork,原理那么類似于基站定位,定位精度也還不錯,所以有很多類似于博物館之類的場所的自動效勞都能采用這種技術.下面就是一個例子:可以看出，每一個藍牙基站都有一定的掃描范圍，圖中的人剛好在掃描范圍中間，就可以知道他的大概位置是在三個范圍的交集處。這個方案的問題在于,用戶并不一定愿意暴露自己或者其他設備的藍牙地址，而且藍牙的信號在復雜空間內(nèi)非常容易受干擾，不容易生成信號強度圖。*************************************************************我是分割線********************************************************其他和藍牙相似的純室內(nèi)定位還包括RFID定位。同樣的道理，UWB也是可以拿來做更精確定位的技術,想想它的工作范圍就知道了，其他幾個都是米級別的定位，這哥們是厘米級別精度的定位?？上WB目前本錢太高，所以學術界還有所關注，工業(yè)界使用的極少。超聲波定位是另一種有意思但是應用上很難推廣的技術。超聲波以前主要拿來測距，反射式測距法，通過三角定位等算法確定物體的位置，即發(fā)射超聲波并接收由被測物產(chǎn)生的回波，根據(jù)回波與發(fā)射波的時間差計算出待測距離。它的問題在于，整個系統(tǒng)要由假設干個應答器和一個主測距器組成，主測距器放置在被測物體上向應答器發(fā)射