移动定位数据

移动定位数据（共8篇）

移动定位数据 篇1

0 引言

煤矿井下人员位置监测系统是煤矿井下安全避险六大系统之一,是矿井安全生产的重要保障和应急救援必要手段。随着技术的发展,各种井下无线通信设备已广泛应用于煤矿,将这些设备接入煤矿井下人员位置监测系统是发展的必然趋势[1,2]。由于煤矿井下不能使用GPS定位,所以常用的定位方法是基于接收信号强度指示(RSSI)的基站定位法。井下为长距离且狭窄的空间环境,一般基站沿巷道线状安装分布,与地面蜂窝覆盖方式不同,所以如要在井下使用基站定位法,需对定位算法进行改进。基于RSSI技术的人员定位系统易受包括天线方向、遮挡物等外界影响,虽然定位精度高于RFID系统,但仍有较大的定位误差。因此,本文提出利用智能手机内置的三轴加速度传感器采集井下工作人员活动振动信号,通过处理3个方向的振动信号,得到工作人员的行走步数,将步数转换为行走距离,以基站为参考点实现精确定位。

1 手机定位APP程序设计

手机定位APP结构如图1所示。

1.1 采集计步程序

采集计步程序负责三轴加速度传感器信号的采集处理。 安卓系统智能手机编程时使用SensorEventListener的onSensorChanged事件,将返回SensorEvent对象,包含各传感器的最新数据,通过event.values获得长度为3的三轴加速度传感器数组float[],其中的3个值分别代表X,Y和Z方向的数值。

根据人行走步态的特点定义了如图2(a)所示的3 个方向轴,图2(b)为三轴加速度输出数据曲线。分析图2可以看出,垂直方向的轴波形有明显的周期变化,为上向轴,其他轴波形变化幅度和周期性没有上向轴明显,所以以上向轴作为计步依据。由于使用人员可将手机随意放置携带,X,Y和Z轴都可能是上向轴,所以在进行计步判断处理前应先进行轴向判断,先采集一段时间的加速度数据,将3个轴上的所有加速度数据绝对值求和,绝对值最大的轴即为上向轴。根据统计,人行走时左右脚各走一步的频率为0.5~5 Hz[3],可以此为依据滤除高频噪声。计步处理流程如图3所示。

图4(a)为没有明确上向轴的情况,各轴均有符合行走规律的数据特征,所以在此情况下运用以上的计步方法,也可实现计步。井下工作人员移动方式除步行外还可以乘坐交通工具,图4(b)为乘坐地铁的三轴加速度数据曲线,可以看出,在垂直轴上的加速度有一定的周期变化,而其他2个轴上的数据曲线没有太大波动。所以计步判断时除了对垂直方向的数据进行处理外,还要判断其他轴的数据规律,防止计步误差。

1.2 通信程序

通信程序负责移动通信装置与井上定位服务器之间的通信。Android系统与服务器主要采用Http和Socket通信方式。http连接采用“请求-响应方式”,即在请求时建立连接通道,当客户端向服务器发送请求后,服务器端才能向客户端返回数据。该方式用于BS模式的服务中。本文采用Socket通信方式和CS程序模式,终端设备与井上服务器采用不基于连接的UDP对等方式通信,定时向系统服务器的固定IP地址及端口发送设备ID及自身位置信息;也可从服务器获得井下其他人员的位置信息。地理信息和位置信息都由设备本身处理得到,不需向服务器获取。采用这种方案的优势在于当设备与服务器通信出现故障时,仍可正常显示地理信息。

1.3 显示程序

显示程序负责读取手机内置矿井地理信息并在屏幕上显示,同时根据定位程序获得的自身位置信息,在地图上相应位置显示。井下地图显示界面如图5所示。

Android系统提供了较为完善的地图相关控件,如用来显示地图的Mapview,控制地图移动、伸缩的MapController等,其他公司也提供了支持离线显示的地图引擎,如Osmdroid,GMapCatcher等。本系统使用UCMap开发组件,用Mapgis将矿用CAD工程图转换为shp格式的GIS地图文件,再使用UCMap地图配置程序将shp格式的地图配置成UCMap特定的地图格式;将生成的文件拷贝到单独的文件夹下,再将此文件夹拷贝至SD卡根目录,即可使用UCMap调取显示地图。在定位程序获取的自身位置坐标在屏幕显示的坐标区域内,则使用绘图函数DrawPolygon在相应位置绘制特定符号,在函数使用时涉及到地图坐标和屏幕坐标的转换。同理,可在地图的相应位置绘制并显示井下其他人员的位置。

1.4 定位程序

定位程序负责采集周边无线通信基站的信号场强,并根据信号场强、基站位置信息,结合佩戴人员的步长步数进行运算,得到定位装置的位置,通过通信程序上传至系统定位服务器。定位流程如图6所示。

定位步骤如下:

(1)定位终端实时检测三轴加速度传感器数据,并进行计步判断。

(2)定时检测基站信号场强,并对数据进行滤波处理。

(3)信号场强达到设定值时,认为定位终端已到达基站所在位置,对计步数清零。

(4)判断是否到达定位间隔时间,如果间隔时间已到,计算定位终端与基站的距离。设使用者的身高为T,其平均步长为N,则N =1.85(T -1.32)[4];设步数为M,定位装置与计步参考基站的距离为L,则L=MN。

(5)计算终端设备与基站之间的距离z:

式中:W为基站信号的发射功率;wz为基站信号功率密度;Lz巷道电磁波的总衰减率。

对z进行合理性判断,如果z大于两基站间距离s,则z不参与定位运算。

(6)设基站位置如图7所示,判断基站B的计步距离d的合理性,如果d不在设定范围内,则d不参与定位运算;若z和d的值都合理,则根据z和d对定位终端到基站B的距离l进行算术平均运算。若定位终端在图7中的位置2,定位终端的接入基站为基站B,则l的计算公式为式(2),基站位置示意如图8(a)所示。若定位终端在图7中的位置3,定位终端的接入基站为基站C,则l的计算公式变为式(3),基站位置示意如图8(b)所示。若z值不合理,则l=d;若d值不合理,则l=z。

(7)将基站B、基站C的坐标(x1,y1),(x2,y2)和l代入由点到直线的距离公式、两点式直线方程和线段约束条件组成的方程组,可得到终端设备的当前坐标(x,y):

2 误差分析与实验测试

基于计步的测距方法在短距离测距时较为准确,但用于长距离测距时由于计步误差的累加,会使误差逐渐增大。将RSSI测距的已知位置点作为计步测距的参考点,计步测距只需测量小于两参考点间的距离,有效避免了计步累积误差,从而实现了准确测距。表1为计步算法测试数据,可见运用在较短距离内时,不同的手机放置方向和位置均可得到较为准确的计步值。

图9为RSSI测距定位与RSSI结合计步测距定位误差比较。从图9可以看出,由于20m后信号衰减变化幅度不大,而计步测距在此距离内基本准确,在综合计算设备到基站距离时,可将误差减少一半,所以结合计步测距可有效减少RSSI的定位误差。

图9RSSI测距定位与RSSI结合计步测距定位误差比较

3 结语

基于三向加速度数据的井下移动通信设备定位方法解决了智能手机在煤矿井下无法实现GPS定位,而通过基站RSSI定位误差较大的问题;修正了天线方向、由于人体和其他物体遮挡而引起的定位坐标不稳定和跳变,稳定了坐标数据并提高了定位精度。所设计的设备程序不仅可定位并上报人员位置,还可为井下工作人员提供井下地图显示服务,同时可获取井下其他工作人员的位置信息。

参考文献

[1]孙继平.煤矿井下紧急避险与应急救援技术[J].工矿自动化,2014,40(1):1-4.

[2]孙继平.煤矿井下安全避险“六大系统”的作用和配置方案[J].工矿自动化,2010,36(11):1-4.

[3]苏丽娜,董金明,赵琦.基于加速度传感器的计步器系统[J].测控技术,2007,26(增刊1):163-165.

[4]姚力,高以群,王辉.利用步长分析身高的实验研究[J].刑事技术,1999(1):17-19.

[5]汪玉凤,李凯,张月玲.基于加速度传感器的井下电机车实时定位系统[J].计算机系统应用,2014(11):251-255.

移动定位数据 篇2

摘要：社会经济的不断发展进步，人们之间的交流日益密切和频繁，同时人们活动范围的不确定性也越来越大。于是对用户的位置信息进行定位显得愈发重要。目前，伴随着移动通信网络技术的不断发展，位置服务开始得到重视并得到应用。移动通信网络中的移动台(MS)定位则是移动通信网络中开展位置服务的重要前提。因此，文章重点就移动通信网络的移动台定位技术及应用进行略述。

关键词：移动通信网络;移动台定位技术;应用

1 无线定位的概念

无线定位主要指的是运用无线电波信号，来对移动台所处实际位置进行确定的一种技术。通常来说，位置信息主要包含了和移动台相关的坐标，诸如移动台所在位置的经纬度以及高度等相关信息。对于无线定位而言，其最为重要的质量指标就是定位系统的精度，其可以理解为位于准确区域周围的不确定区域，采用多次定位测量之后而最终得到的一个百分比值。例如67%的定位测量则表示其可以定位移动台到实际位置50m范围的距离，而95%的定位测量则可以定位移动台到实际位置150m范围的距离。实际生活中，不同的定位服务需要不同的定位精度。诸如天气预报、交通信息等需达到200km，但是导航以及设备定位则需要达到10-50m。

2 定位方法及应用

定位移动通信网络中的移动台，可以采取如下两种定位方法，也可以将二者进行混合使用。以下将详细予以论述。2.1利用无线电波信号的特征参数进行定位该定位方法主要是将已知位置基站和移动台之间所传播的无线电波信号的特征参数通过检测，以便于对移动台的实际距离、方向以及其他要素等进行确定。现阶段，蜂窝网络是移动通信网络最为常用的网络形式，对其进行移动台定位，主要包括了基于方向和基于距离两种定位方法。(1)基于方向的定位技术。到达角(AOA)定位技术主要是基站借助接收机天线阵列来对移动台发射电波的入射角进行测量，也就是信号的方向，从而构成基站到移动台的径向连线，也就是方位线。若需要测量的方向的精度为±s，则可以限定移动台的角度在2s的视线路径上。通过两个基站的AOA测量，则可以对目标移动台的位置进行确定。该定位方法原理简单，但是实际应用中还存在一些缺陷，因此较少应用到目前的移动台定位中。(2)基于距离的定位技术。估计移动台和基站之间的实际距离，可以利用接收信号的强度、到达时间、到达时间差以及信号的相位来获取。在二维空间中，对于移动台位置的的测量需要3次，在三维空间中，则需要进行4次测量。例如如果预估基站和移动台间的距离为d，则第一次测量时可以定位移动台在以基站为中心、半径为d的圆上。第二次测量则定位其在2个圆相交的圆弧里;第三次测量则可以对移动台的位置进行锁定。2.2利用移动台接收的GPS导航电文进行定位GPS测量技术的定位原理主要为三角测量。其运用多星高轨测距体制，并将接收机和GPS卫星之间的实际距离作为基本的观测量。如果地面的用户利用GPS接收机可以同时接收到3颗以上卫星的信号，再合理运用伪距测量或者是载波相位测量，则可以对卫星信号到接收机的实际时间、距离等进行测算，然后再综合考虑各个卫星所处的实际位置，相交卫星和用户等多个等距离球面后，方可准确定位用户的三维(经度、纬度、高度)坐标以及速度、时间等相关参数。现阶段，常用的移动台定位技术包括单纯的.GPS定位技术、A-GPS技术以及GAPONE定位技术。前者主要运用于专用的GPS定位终端中，例如车载台灯。后两者则应用于移动通信和联通的相关位置服务中。

3 定位误差

通常而言，定位的精度取决于多种因素，诸如电波的传播环境、接收器的具体设计状况、噪声以及干扰特性等。在目前的蜂窝信息系统之中，TDOA/TOA测量误差则包括以下两部分内容：第一，因基站自身检测设备带来的误差。诸如移动台和基站的时钟之间存在的同步误差，检测设备自身的精度，检测设备在具体检测时由于时延问题所带来的误差等。不过这部分误差因素，会随着定时技术和信号检测技术的日趋完善而不断降低。第二，来自于信道，也就是多径效应和非视距传播所造成的误差。该方面误差产生的原因在于信道自身的环境，具体可以运用相应的算法来降低其对于定位精度的不良影响。(1)多径传播。无线信号的多径传播也会干扰到移动台和基站间的实际距离和方位的直射路径信号的具体角度和时延，进而直接威胁到角度以及时间测量的定位方法。一般来说，窄带系统之中，一旦出现多径分量的相互重叠，势必导致相关峰的位置出现偏差。而在宽度系统之中，则可以有效分离多径分量，从而实现定位更为精准。不过，如果反射的分量比直达的分量大，则也会对定位精度产生不良的影响。目前通常可以采取高阶谱估计、最小均方估计等办法来有效对抗多径传播。(2)非视距传播。无线定位中最为主要的误差源当属非视距传播，即便不存在多径效应或者选用了精度较高的定时办法，其也会导致TOA或TDOA测量出现误差现象。然而由于目前尚未有一个统一的认知关于非视距传播模型以及其所能够带来的误差概率。因此目前尚不存在完全有效的办法来应对该误差源。通常可以采取如下措施来最大限度的降低该误差源带来的误差现象：第一，运用测距误差统计中的先验信息，来有效调节一段时间范围内的NLOS测量值，使其更为接近LOS的测量值;第二，将LOS测量值的权重进行适当的下调，并增加一定的约束项在LS算法中。目前，很多定位产品都选用了适宜的算法，来对多径、非视距误差等进行抵消，进而全面提升整个定位精度。

总之，位置服务已经成为当前非常时髦的一种服务类型，也成为了一动运营商新的利润增长点。其不仅更加便捷人们的生活，还能够带给人们生活中的乐趣。当然了，我们也必须看到位置服务也会在一定程度上泄漏个人的隐私，对其安全防护则是目前以致未来各大运营商需重点考虑的问题。

作者:赵明信 单位:沈阳电信工程局(有限公司)

参考文献：

[1]孙晶.基于并行计算的移动通信网络定位研究[D].北京邮电大学,.

[2]张军.基于3G网络的移动设备定位技术研究[D].南京理工大学,.

移动定位数据 篇3

随着移动通信网和IP[1]数据网技术的迅速发展以及移动互联的进一步整合, 国内移动通信市场的竞争愈演愈烈, 手机资费不断下调, 移动位置服务以其移动性、实用性、捆绑性、即时性和个性化的特点越来越受到通信服务商的青睐。基于此, 研究开发一套实现移动定位业务的代理系统, 满足用户对移动定位的需求是很有必要的。

1、系统概述

移动位置业务系统在逻辑上可以分为三个部分:业务客户终端、业务服务器、目标移动位置终端。

其中, 业务客户终端向业务服务器发出位置业务请求, 然后业务服务器通过定位技术从目标移动位置终端获取用户的位置信息, 再将目标终端的位置信息发送给业务客服终端[2]。移动位置业务系统逻辑结构如图1所示。

2、业务代理子系统数据库的设计

2.1 系统的总体设计

业务代理子系统作为手机地图业务接入服务器业务逻辑的执行代理, 主要完成用户鉴权、订购关系管理、业务信息查询、业务计费等的代理转发功能。业务代理子系统主要由数据通讯子系统、协议处理子系统、业务处理子系统和系统管理子系统构成。

2.2 系统数据库设计

根据系统需求并结合架构设计, 对BPS系统的数据库进行设计。只有对数据库进行合理的逻辑设计和有效的物理设计, 才能确保系统的完善和高效运行。

1、逻辑设计

业务代理子系统数据库需要建立以下几个表。

1) 用户鉴权信息表。该表主要用来存储Sequence ID、用户手机号、用户鉴权时的SP代码、用户鉴权时的SP代码等信息, 表的结构如表1所示。

2) 状态码匹配表。

该表存储源码、源码所属网元、目标码、业务类型等信息, 表的结构如表2所示。

3) APPID与SERVID对照表, 表结构如表3所示。

4) 验证码信息表, 表结构如表4所示。5) 话单表, 表结构如表5所示。

6) 定时任务执行日志表, 表结构如表6所示。2、物理设计

为了保证数据库具有良好的性能, 在数据库物理设计时考虑以下几点:

1) 数据库数据备份、日志文件备份等, 由于只在故障恢复时才使用, 而且数据量很大, 可以考虑存放在磁带上。

2) 如果计算机有多个磁盘, 可以考虑将表和索引分别放在不同的磁盘上, 在查询时, 由于两个磁盘驱动器分别在工作, 因而可以保证物理读写速度比较快。

3) 将比较大的表分别放在两个磁盘上, 以加快存取速度。

4) 将日志文件与数据库对象 (表、索引等) 放在不同的磁盘以改进系统的性能。另外, 通过划分合理的表空间, 充分发挥数据库的并发处理性能, 从而方便数据备份。数据库的数据最终是存储在物理磁盘上的, 对数据进行访问就是对这些物理磁盘进行读写, 因此对于这些物理存储的优化是系统优化的一个重要部分。对于物理存储结构优化, 主要是合理地分配逻辑结构的物理存储地址, 这样虽不能减少对物理存储的读写次数, 但却可以使这些读写尽量并行, 减少磁盘读写竞争, 从而提高效率。也可以通过对物理存储进行精密的计算减少不必要的物理存储结构扩充, 从而提高系统利用率。对逻辑结构和物理结构进行有效的优化设计, 创建一个规划布局合理的数据库, 可以获得最小的系统开销, 能从根本上大大提高应用系统的整体性能, 对于以后的数据库性能调整和利用都有很大的益处。

3、结束语

本文虽然阐述了移动定位业务代理子系统的数据库的物理设计与逻辑设计的架构, 但仍有很多值得改进、完善的环节, 有待于进一步研究。

摘要：建立一个移动定位业务代理平台是加速移动定位领域应用开发和集成的重要途径。本文基于系统功能及结构的基础上, 对一个性能较高的业务代理子系统中数据库系统进行了物理设计和逻辑设计。

关键词：移动定位,业务代理,逻辑设计,物理设计

参考文献

[1]蔡振华, 尹轶.电信业务系统对移动位置类业务的支撑实例研究.移动通信, 2008, (22) .

[2]蒋均牧.2013年欧洲手机定位用户将达1.3亿.中国新通信.2009, 6, (16) .

移动台混合定位方法的研究 篇4

自E-911[1]法规颁布以来, 定位服务的研究日益得到重视, 各大通信公司、大学和研究所均投入此项技术的研究。人们日常生活中, 有60%的信息与地理位置有关, 能够提供精确地理位置的移动定位技术是一个非常有意义的研究领域。

1混合移动定位技术

移动通信的移动台定位技术通常有以下几种方法:基于场强测量的定位方法、基于电波传播时间的定位方法、基于电波入射角度的定位法, 还有混合定位法。混合定位法中由于每种算法的目的不同, 所以混合方式也不尽相同。

为了得到高精度的目标用户位置信息, 在现有的移动通信系统中引入一个专门处理所有有关目标用户地理位置信息的辅助系统MPS (MobilePositionSystem) 。MPS系统由SMPC (ServingMobilePositioningCenter) 和GMPC (GatewayMobilePositioningCenter) 两部分构成。SMPC节点的主要功能是协助MS向移动网络提供目标用户的地理位置信息SMPC就像MS的一个辅助定位工具, 通过基于空中接口参数与GPS卫星定位混合的方法得到当前用户的位置信息。

在目标移动用户的地理位置定位过程中, SMPC通过分布在无线接入子系统BSS中的LMU来接收和测量目标MS的位置信息, 同时通过GPS来获取标准的参照地理位置信息。

在接收到MS、LMU和GPS传送的所有关于目标移动用户的地理位置信息以后, SMPC通过一定的算法完成具体的定位计算, 并将计算结果发送给GMPC作为一个目标移动用户的参考地理位置信息。这样GMPC不光收到从MS反馈的目标用户位置信息, 还可以从SMPC得到更多目标位置信息。大大地增加GMPC可以获得的目标位置信息量。通过使用GPS辅助工具, SMPC计算得到的MS地理位置在精度上可以达到误差100m之内, 此定位结果基本可以满足日常的需求。

GMPC是LBS功能实现的核心模块, 是定位操作处理流程的控制管理中心和位置信息的控制管理中心。它负责对其所管辖区域中全部MSC覆盖范围内的MS进行定位, 包括发起对目标用户的地理定位流程以及响应由移动用户发起的涉及位置信息的服务流程;处理和计算从MS和SMPC传送来的有关目标移动用户的地理位置信息;通过SS7信令网与MSC和HLR交互, 确定用户权限、移动台状态、移动台当前的服务等用户属性, 把得到的目标位置信息传送给MSC和HLR以供所有位置信息流程的查询和使用。同时GMPC又充当了一个网络接口, 更多辅助实现LBS功能的附加模块可以通过GMPC接入到移动网络当中。

2 定位算法

在基于电波传播时间的定位方法中, TOA (Time Of Arrival) 需要保持BS和终端之间时钟精确同步, 以保证BS到MS的测量距离足够精确近似实际距离。目前很多蜂窝网络标准只是强制要求BS时钟严格同步, 而MS则可能有几毫秒的漂移, 这种漂移会导致极大的误差, 于是引入了TDOA[2]定位算法。

考虑平面定位, 设 (x, y) 为MS的待估计位置, (Xi, Yi) 为第i个基站的位置, MS与第i个基站间的真实距离为

$d{}_i=\sqrt{(X{}_i-x){}^2+(Y{}_i-y){}^2}$。

令di, 1表示MS与基站BSi和BS1的距离差, 则

对上式进行整理, 得到

$X{}_{i,1}^{}x+Y{}_{i,1}^{}y+d{}_{i,1}^{}d{}_1=\frac{1}{2}({\rm K}{}_i-{\rm K}{}_1-d{}_{i,1}^2)$。

式中Ki=X${}_i^2$+Y${}_i^2$。而相对于测量值, 则上式两边不相等, 存在误差

$\Phi {}_i=X{}_{i,1}^{}x+Y{}_{i,1}^{}y+R{}_{i,1}^{}d{}_1-\frac{1}{2}({\rm K}{}_i-{\rm K}{}_1-R{}_{i,1}^2)=n{}_{i,1}^{}d{}_1+\frac{1}{2}n{}_{i,1}^2$

写成矩阵形式为

$\phi =B{\rm N}+\frac{1}{2}{\rm N}{\rm N}$。

则 Ψ=E[φφT]=c2BQB。

其中 B=diag{d2, d3, …, dM}, Q为TDOA协方差矩阵, c为电磁波传播速度。

令θ=[x, y, d1]T。

$A=\left[\begin{array}{ccc}X{}_{2,1}& Y{}_{2,1}& R{}_{2,1}\\ X{}_{3,1}& Y{}_{3,1}& R{}_{3,1}\\ ⋮& ⋮& ⋮\\ X{}_{{\rm M},1}& Y{}_{{\rm M},1}& R{}_{{\rm M},1}\end{array}\right]$

,

$b=\frac{1}{2}\left[\begin{array}{l}{\rm K}{}_2-{\rm K}{}_1-R{}_{2,1}^2\\ {\rm K}{}_3-{\rm K}{}_1-R{}_{3,1}^2\\ ⋮\\ {\rm K}{}_{{\rm M}}-{\rm K}{}_1-R{}_{{\rm M},1}^2\end{array}\right]$

。

利用加权LS可得θ的估计值为

$\stackrel{⌣}{\theta }=\arg \min (A\stackrel{⌣}{\theta }-b){}^{\text{Τ}}\psi {}^{-1}(A\stackrel{⌣}{\theta }-b)=$

(ATψ-1A) -1ATψ-1b。

其中:$\stackrel{⌣}{\theta }=[\stackrel{⌣}{x},\stackrel{⌣}{y},\stackrel{⌣}{d}{}_1]{}^{\text{Τ}}$为最优化估计。

这里使用拉格朗日数乘因子, 考虑到$\stackrel{⌣}{d}{}_1^2=\stackrel{⌣}{x}{}^2+\stackrel{⌣}{y}{}^2$, 则矩阵形式为

$\stackrel{⌣}{\theta }{}^{{\rm T}}{\rm P}\stackrel{⌣}{\theta }=0$ (1)

(1) 式中

${\rm P}=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& -1\end{array}\right]$

, 则

$L(\stackrel{⌣}{\theta },\lambda )=(A\stackrel{⌣}{\theta }-b){}^{\text{Τ}}\psi {}^{-1}(A\stackrel{⌣}{\theta }-b)+\lambda \stackrel{⌣}{\theta }{}^{\text{Τ}}{\rm P}\stackrel{⌣}{\theta }$。

再利用式$\frac{\partial L(\stackrel{⌣}{\theta },\lambda )}{\partial \stackrel{⌣}{\theta }}=0$, 可以解得

$\stackrel{⌣}{\theta }=(A{}^{{\rm T}}\psi {}^{-1}A+\lambda {\rm P}){}^{-1}A{}^{{\rm T}}\psi {}^{-1}b$ (2)

把式 (2) 代入式 (1) 中并整理可得

(bTψ-1A) (ATψ-1A+λP) -1P (ATψ-1A+λP) -1ATψ-1b=0 (3)

由于 (ATψ-1A) -1P可被对角化为UΛU-1, 其中

Λ=diag (γ1, γ2, γ3) , γi (i=1, 2, 3) 是 (ATψ-1A) -1P的特征值, 所以

(ATψ-1A+λP) -1=U (I+λΛ) -1U-1 (ATψ-1A) -1 (4)

把式 (4) 代入式 (3) 有

eT (I+λΛ) -1Λ (I+λΛ) -1f=0 (5)

(5) 式中: eT=bTψ-1AU=[e1, e2, e3],

f=U-1 (ATψ-1A) -1ATψ-1b=[f1, f2, f3]T

式 (5) 的代数形式为

${\displaystyle \sum _{i=1}^3\frac{e{}_{i}f{}_i\gamma {}_i}{(1+\lambda \gamma {}_i){}^2}}=0$ (6)

解出式 (6) 中的λ, 并把λ代入式 (2) 可得到$\overline{\theta }$。

对于第一次估计$\overline{\theta }{}_1=(A{}^{\text{Τ}}\psi {}^{-1}A){}^{-1}A{}^{\text{Τ}}\psi {}^{-1}b$中, $\overline{\theta }$1由真实值和误差值组成, 即

$\overline{\theta }{}_1=\theta +\Delta \theta$ (7)

代入到$\frac{\partial L(\theta ,\lambda )}{\partial \theta }=0$可得

Δθ=λ (ATψ-1A) -1Pθ (8)

把式 (8) 代入式 (7) 中

$\stackrel{⌢}{\theta }{}_1=[{\rm I}+\lambda (A{}^{\text{Τ}}\psi {}^{-1}A){}^{-1}{\rm P}]\theta$。

即$\stackrel{⌢}{\theta }{}_2=[{\rm I}+\lambda (A{}^{\text{Τ}}\psi {}^{-1}A){}^{-1}{\rm P}]{}^{-1}\stackrel{⌢}{\theta }{}_1$ (9)

如果式$\underset{n\to \infty }{{\displaystyle \lim }}(\lambda (A{}^{\text{Τ}}\psi {}^{-1}A){}^{-1}{\rm P}){}^n=0$成立, 则$\stackrel{⌢}{\theta }{}_2$可展开为诺埃曼序列, 即

$\stackrel{⌢}{\theta }{}_2=\stackrel{⌢}{\theta }{}_1+{\displaystyle \sum _{n=1}^{\infty }(}-\lambda (A{}^{\text{Τ}}\psi {}^{-1}A){}^{-1}{\rm P}){}^n\stackrel{⌢}{\theta }{}_1$。

上式中的第二项是对第一项的线性修正。说明为了不使误差很大, 拉格朗日乘数因子λ应取接近于0的很小的值。

4 性能仿真

为了验证上述算法的性能, 需在同等条件下把他和其他算法以及克拉美罗下限 (CRLB) 进行比较。另外两种算法 (即QCLS和LCLS) 在文献[3,4]中有详细阐述。假定在具有7个基站的蜂窝网络中, 参与TDOA测量的基站为服务基站和6个相邻的基站, 小区半径为5 000 m。所有结果都是1 000次独立运行后的平均值。

如图3所示画出了移动台在坐标为 (3 500, 4 500) m的位置时各种算法所得到的估计位置的均方误差在不同噪声平均功率下的比较曲线。由图3中可以看出CWLS已经基本达到了CRLB, 而且性能优于其他两种算法。图4可以看出各种算法都有一定的偏差, 在多数情况下CWLS优于其他两种算法。

5 结束语

本文提出混合定位的方法。在MPS的辅助下, 利用GPS辅助和TDOA方法, 实现快速高精的定位方法。经过仿真验证, 可以确定满足定位服务的要求, 具有一定的实际意义。

参考文献

[1]Reed J, Rappaport T.An overview of the challenges and Progress in meeting the E-911requirement for location service.IEEE Communi-cation Magazine, 1998:30—37

[2]Juang R T, Hybrid D B.SADOA/TDOAmobile positioning for cellu-lar networks.IETCommun, 2007;1, (2) :282—287

[3] Chan Y T. Ho K C A. Simple and efficient estimator for heperbolic location.IEEE Trans on Signal Processing, 1994; 42 (8) : 1905—1915

[4]Huang Y, Benesty J, Elko G W, et al.Real time passive source lo-calization:a practical linear correction least squares approach.IEEE Trans Speech, Audio Processing, 2001; (9) :943—956

[5] Fan Pingzhi, Deng Ping, Liu Lin. Wireless location in cellular net . Beijing: Publishing House of Electronics Industry, 2002: 46—47

室内移动定位技术的对比分析 篇5

1 Wi-Fi定位法

通俗来讲, 基于Wi-Fi的室内定位法是一种将无线网络、移动端设备以及标签进行结合, 再通过定位算法进行定位的新技术。现阶段, 基于Wi-Fi的室内定位法主要有两类定位方法, 一是通过传播模型进行定位, 二是通过指纹模型进行定位。

1.1传播模型

通过传播模型进行定位的方法主要是对外界事物进行有效测量, 再建立有关数学表达式。一般来讲, 外界环境能够影响信号准确度的因素较多, 在反射、散射以及绕射等多种条件下依照信号强度与距离之间的变化规律构建传播模型, 再依照三边定位法来判断用户的实际位置。但由于现实环境较为复杂, 无法提供良好的无线传播环境, 这就使得Wi-Fi信号在实际传播中容易受到反射、散射以及绕射等客观条件的制约, 进而无法通过数学表达式进行呈现。总之, 现有的技术尚无法构建一个完美的数学模型来处理所有的外界因素, 在一定程度上影响传播模型的应用效果。

1.2指纹模型

对于通过指纹模型进行定位的方法来讲, 其主要是利用特定位置以及可测物理间距的内在关系进行定位。正常情况下, 指纹模型无需涉及到大量的特定设备, 只需要借助具有较强接收信号强度的无线网卡就能实现定位。与传播模型相比, 位置模型属于一种非参数化的新型定位方式, 其主要涉及到离线阶段以及定位阶段。在离线阶段当中, 只需将所需的定位区域合理分布为二维格点, 准确判断出测量参考点的实际位置并采集参考点自身的信号强度样本, 再参照信号强度特征来构建指纹数据, 进而形成庞大的指纹数据库。在定位阶段当中, 系统只需对用户所接收的全部信号进行有效采样, 根据采样的信号特征来构建对应的数据, 再借助匹配算法将指纹数据进行有效匹配, 获取与测试地点特征相符的数据结果, 进而判断用户的实际位置。由于指纹模型法与信源位置没有关联, 这就保证了指纹模型的定位准确度。但指纹模型在运算分析中会涉及大量数据, 这就影响了指纹模型的定位速度。

2基于Zig Bee技术的定位方法

Zig Bee定位法是一种应用于无线通信距离相对较小的定位技术, 主要面向PAN。一般来讲, Zig Bee定位法的基本过程如下:首先在传感器网络内部设置一定数量的参考节点, 将参考节点作为定位系统的静态节点, 与移动节点共同将RSSI值以及实际位置信息发送至移动待测节点, 使移动待测节点将接收到的信息写入至定位模块当中, 进而分析出用户的实际位置。由于Zig Bee定位法主要选取分布式节点进行设置, 这就有效解决网络数据量过大以及通信延迟等诸多问题。但Zig Bee定位法的精度局限于2米以内, 并且易受到外界环境的干扰, 导致网络稳定性较差。

3蓝牙定位法

蓝牙技术法实质上属于一种基于无线数据的定位方法, 能够实现不同电子装置之间的无线连接。现阶段, 蓝牙技术主要以蓝牙4.0为核心, 不仅具有技术功耗低的优势, 还能使得数据连接更为安全可靠。正常情况下, 蓝牙4.0技术能够支持各类操作系统, 无需设置较多硬件装置就能进行室内定位。

3.1基于范围检测的蓝牙定位法

基于范围检测的蓝牙定位法主要利用无线信号传播范围短的原理进行操作。就蓝牙无线信号的具体特征来讲, 一类蓝牙装置信号的实际覆盖范围大约为90米, 二类蓝牙装置信号的实际覆盖范围大约为10米, 三类蓝牙装置信号的实际覆盖范围大约为5米, 只要用户携带蓝牙装置进入到室内信号覆盖区域内, 蓝牙定位系统便能立即感知到用户的实际位置, 再根据三边定位法便能有效计算出用户的具体位置。

3.2基于信号强度的蓝牙定位法

基于信号强度的蓝牙定位法主要是对节点距离进行测试而获取位置信息的方法。在节点测试过程中, 当蓝牙装置测试到实际目标节点的具体信号强度之后, 便能利用接节点的实际信号强度、信号衰减以及传播距离之间的联系来计算出实际距离, 再通过定位算法来获取节点的具体位置。现阶段, 基于HAIP技术所构建的系统是目前主流的蓝牙定位系统, 其定位原理如下:首先在办公楼室内设置一定数量的定位发射台, 当测试节点全部进入到测试区域内, 测试节点便能与定位发射台进行有效通信, 进而实现位置的感知。

3.3蓝牙定位法的优缺点分析

综上所述, 蓝牙定位系统具有一定的低功耗以及低成本的优势, 并且定位的精度相对较高。但这类定位法需要设置大量的蓝牙设备, 并且只适用于范围较小的区域。如果定位范围增大, 其位置以及标签装置之间的映射表速度也会随之增加, 并形成一种庞大的映射表, 进而导致其查询效率不断降低。

4结语

本文对几种常见的室内定位法进行详细分析, 并对比各类定位方法的应用原理以及优缺点。从总体上来讲, Wi-Fi定位的精准度较高, 但在使用指纹算法时需要涉及到庞大的运算数据;蓝牙定位的成本以及功耗较低, 但只适用于较小范围;Zig Bee定位的精度较高、配置简易, 但稳定性有待提高。

参考文献

[1]阮陵, 张翎, 许越, 郑星雨.室内定位:分类、方法与应用综述[J].地理信息世界, 2015 (02) :8-14+30.

[2]董哲, 吴瑶, 孙德辉.室内定位技术的多源数据融合算法研究[J].计算机工程与设计, 2014 (05) :1526-1530.

[3]魏青, 彭睿.定位技术及室内定位方案探讨[J].广东通信技术, 2014 (05) :57-63.

[4]吕娟, 刘纪伟.移动定位技术研究[J].计算机光盘软件与应用, 2014 (14) :112-114.

[5]罗枝花, 王晓平.混合定位技术与应用的探讨[J].数据通信, 2011 (04) :8-11.

[6]王佶, 张华, 江肖强.Wi-Fi定位技术支持下的图书馆移动信息服务研究[J].大学图书馆学报, 2013 (05) :95-100.

[7]黄国忠, 杨广斌, 牟智慧.移动GIS定位关键技术研究[J].贵州师范大学学报 (自然科学版) , 2014 (01) :105-108.

移动无线传感器网络定位研究 篇6

无线传感器网络 ( WSN) 是由部署在监控区域的大量传感器节点以自组织的方式构成的无线网络, 其通过对物理环境进行采样来观测物理现象。移动无线传感器网络 ( MWSN) 是无线传感器网络的一个特例, 其中节点的移动性对应用产生了极大的影响。移动性已成为无线传感器网络领域的重要研究内容, 并取得了一定的成果, 然而节点的移动性研究仍有一些通信覆盖范围和能耗等方面的难题需要克服。在近来研究人员在移动性传感器定位领域有了很大的进步[1], 引入了移动实体解决了部分移动定位问题[2]。另外, 传感器节点移动性研究使得能够定位和追踪化学云、车辆和包等移动现象[3]。

移动传感器网络研究的最大挑战之一是定位。为了能在空间上下文内获取传感器节点的数据或在整个传感区域内导航, 传感器节点必须能够获取自己的位置。对于静态无线传感器网络, 定位不是问题, 因为网络一旦组建, 每个节点的位置就不会改变。对于移动传感器网络, 传感器节点必须频繁地估算自身的位置, 这会消耗大量的时间、能量, 以及其它应用需要的资源。然而, 现有的静态无线传感器网络中高精度定位方案不能原样移植到移动无线传感器网络中, 这是因为这些算法或者是需要集中式处理, 会花费很长的运行时间, 或者是做出了不适用于动态网络的环境或网络拓扑假设条件。

本文对移动无线传感器网络的定位问题进行了一系列的研究。在机器人交流、移动自组织网络、车载网络的定位有了较多的成果后, 本课题去研究了移动无线传感器网络直接相关的定位方法。为了能更好地理解节点移动时的定位, 我们首先对移动无线传感器网络进行了理解。特别是移动无线传感器网络的架构, 增加移动性带来的好处以及其与静止无线传感器网络定位的不同之处。另外, 我们将讨论移动性对移动无线传感器网路定位的可能影响。最后, 通过本课题的研究提出未了来移动无线传感器网络研究方向和定位模型。

1 移动无线传感器网络

1. 1 移动无线传感器网络架构

移动无线传感器网络可以分为三种体系结构: 一维、二维、三维分层体系结构。如图1 所示。

一维分层结构, 也称为平面结构, 包含一组自组织方式交流的不同类型的设备。设备可以是静态或者移动的, 但所有设备必须在一个网络内连接通信。基本导航系统[5]就是应用该结构, 如图1 ( a) 所示。

二维分层结构由一组静态节点和一组动态节点组成。动态节点形成覆盖层充当数据骡在网络中传输数据。覆盖层网络包含的移动设备具有较强的处理能力、较大通信范围和更高的带宽。覆盖层网络应保证密度以维持网络连通, 如图1 ( b) 所示。

三维分层结构中, 一组静态节点将数据传输到移动节点, 进而移动节点将数据传送到一组接入点。该结构用于大面积通信, 可同时兼容多个应用程序。

1. 2 无线传感器网络增加移动性的优势

无线传感器网络的设备分布通常是根据应用设定的。节点布置方式千变万化: 网格型, 随机分布, 目标围绕等。很多情况下直到节点开始收集、处理数据时我们才能确定网络最佳分布方式。对于远距离、大范围无线传感器网络, 重新分布节点是不可行的。但若节点是可移动的, 则可以重新布局网络。无线传感器网络中增加了移动性, 网络覆盖范围明显增大。

在稀疏网络、传感器网络节点失效时, 移动节点可以机动地覆盖失效、弱连接网络路径, 这在静态无线传感器网络中是无法实现的。在静态无线传感器网络中, 不能收集损坏或暂不连通节点数据。另外, 靠近基站的静态传感器节点更容易损坏, 因为他们要传递相较于外围节点更多数据, 其能耗程度、设备损耗程度更高。利用移动基站, 能够很好的解决这个问题, 网络性能提高。

2 移动定位算法

无线移动传感器网络定位具有的普适移动定位算法[6], 通过对移动定位算法的研究实现课题要求的移动定位要求, 具体分为二阶段。

2. 1 协调阶段

信号传输前, 节点仅通过相互协作参与定位。这种协作包括通知定位工作开始时间和时钟同步, 以保证收到的信号数据在一定时间帧内得到分析处理。协作技术使得通知消息和同步消息融合成为一段报文。该协作技术精度为微秒级, 只需传输一段报文即可。算法设定了一个未来的时间点, 在这个点上定位进程开启。消息用发送方 ( 也就是定位协作者) 时间戳编码, 编码过程在消息传输前一刻完成, 降低了传输前不确定性延迟。广播域内所有节点在同一时间收到消息, 并假定信号传输时间忽略不计, 将发送方的时间戳转换到本地时间表。很多定位机制[7]采用该技术。

2. 2 度量阶段

度量阶段是指信号至少在两个节点间传送, 在参与节点上的处理过程。

信号格式

传感器节点所选的信号格式对于精确定位至关重要。无线传感器网络主要用于提供廉价大范围观测功能, 通常不需为传感器增加额外硬件, 因为这会增加成本和能耗。定位机制在不同的环境中也有不同的实现形式。比如在潮湿的环境中, 无线电信号比音频信号弱得多, 因为空气中的湿气吸收、反射高频无线电波, 而对音波的影响可以忽略不计。另外, 应用本身会对某些格式的信号造成束缚。军事应用中, 节点必须处于隐秘状态, 此时使用无声的无线电信号要比听得见的音频信号安全的多。信号由基础设施节点接受, 集中处理, 用户可从结果获得位置信息, 最早采用红外信号移动定位系统是活动徽章系统[8]。但是红外信号衰减比较高, 传送方和接收方之间的距离不能太远。对于大部分的室内定位这是可以接受的, 但对于户外定位来说实现困难, 不仅有距离原因, 同样也因为在阳光下红外信号难以阅读。用无线电频率传输的好处之一是使得即使在稀疏网络中定位准确度也能达到厘米数量级。

度量技术

一些技术用于衡量无线传感网络鲁棒性, 覆盖范围以及邻居信息。Angle-of-arrival ( AOA) [9]方法确定两个信标之间的角度, 或者一个单一的基站和一个固定的轴 ( 称为轴承) 。通过确定一定数量传感器节点的AOA值, 就可以确定位置信息。

TOA (Time-of-Arrival)

方法统计一个信号到达一定数量节点所花费的时间。这需要知道信号传输时间, 并假定发送者和接收者同步。信号会有已知的传输特性, 在各种介质上传播速度不同。无线电信号传播速度近于光速, 所以很难精确记载无线电信号到达时间, 这使得TOA存在的缺陷。当在传播信号后, 发送源需要发布自己的传输时间, 需额外的通信开销, 引入环形TOA算法可以解决此问题。环形TOA算法中, 节点A发送信号给节点B, 当B节点收到信号后, 发送接收回执, 节点A观察往返时间, 去掉通信过程中的确定性延迟。

TDOA (Time-difference-of-arrival)

定位方法是TOA方法的改进, 它不要求信号发送时间。时间同步节点接收到同一信号, 在一个特定时间段内检测到不同到达时间。由于信号以恒定速度传输, 当有足够数量节点参与时很容易确定发送源。另一个定位法检查接收到的广播信号强度 ( RSS) 该信号源位置已知。自由空间信号强度模型遵循平方反比定律, 这种定位方法准确度较高。

以上方法提供了很准确的定位评估, 但通常定位区域有限:一个房间, 一层楼, 或者一个街道。这种类型的定位基于邻居区域A检测到节点, 则认为节点位于A区域。另一种方法使用跳数定位, 无线电节点的大致传播范围已知, 观察一组锚节点的消息跳数将目标节点限定到一个特定的地区。

3 移动定位实现

从度量阶段获取的信号数据用于估算目标节点的位置。基于测距的常见移动无线传感定位技术需获知距离和角度。分布数据常受到噪声信号干扰, 这就需要过滤噪声的优化方法以保证到达数据具有更高的准确性。

最小二乘法

测得基站和移动节点距离后, 用最小二乘法估算位置[10]。图2 ( a) 描述了该方法。对于二维定位, 需要从三个已知位置做出衡量。以锚节点为圆心, 锚点到地标距离为半径的圆是该节点的覆盖范围。如果没有噪声, 这三个域会恰恰相交在一个点, 以此定位目标。有噪声时, 三个圈会重叠, 目标节点可能但不一定在该地区。

估测角度法

当获取到移动节点和锚轴承、锚间夹角信息后, 测角便用于确定移动节点的位置, 如图2 ( b) 所示。对于三维测角, 当使用两个锚点, 则目标位置在一个三角形的第三点, 该三角形的两个角 ( 锚轴承间角度) 和一条边长 ( 锚点间距) 已知。通常, 锚点数多于2, 所有轴承信息统计后实现目标节点定位。

在课题中通过使用最小二剩法测得基站和移动节点距离后, 用最小二乘法估算多个移动传感器的基本位置, 这些移动传感器节点被集中统计下来, 在采取多次收集后再通过最大似然法从采集模型总体中随机抽取n个样本观测值, 进行多组数据抽取, 最后筛选出概率最大的一组作为样本参照点。在获得初始方位后再采用估测角度法获取到移动节点和锚轴承、锚间夹角信息后, 测角便用于确定移动节点的位置。最后经过整合采集到的最大概率样本参照模型后直接获得其具体方位夹角数据, 从而定位到移动传感器的准确位置, 也表现出了移动性的样本传感器的移动定位的积极贡献。

4 移动性对定位的影响

通常, 人们为进行跟踪或导航而使用移动传感器定位。然而, 当传感器移动时, 会出现很多难题, 必须找到办法解决这些问题。

问题之一是定位延迟, 如果用于定位的时间太久, 这段时间内传感器的位置会发生很大改变。例如: 定期定位的机器人导航是为了得到适当的控制输出, 如果机器人以1m/s的速度运动, 定位算法5 秒完成定位, 那么定位位置和实际位置直接就有5 米的偏差。

移动性还会影响自身定位信号。例如, 信号的频率可能会经历一个多普勒频移, 这会引入测量的误差。当发射机信号与接收者之间是相对运动, 则会发生多普勒频移。最终频移与两节点的位置和他们的相对速度有关。

如果用视线 ( LOS) 定位技术, 可能出现移动传感器从LOS良好的位置移动到LOS较弱的另一个位置情况。出现这种情况时, 密集网络用于确保移动节点移动时收到LOS。

5 结语

本文对移动无线传感器网络的定位进行了综述。移动平台上资源受限的传感器节点为移动传感器网络的定位带来了极大的挑战。以往的用于资源不受限的大足迹移动物体的高精度定位算法难以适用于移动传感器网络。未来的移动无线传感器网络定位工作有几个方向可以研究: 缩短定位延迟是最关键的一个方面; 定位准确度同样不容忽视。目前在这两方面实现了折中, 在保证准确度前提下缩短定位延迟将是我们近期需要考虑的方向。

参考文献

[1]Ekici E, Gu Y, Bozdag D.Mobility-based communication in wireless sensor networks[J].Communications Magazine, IEEE.2009, 44 (7) :56-62.

[2]Munir S A, Ren B, Jiao W, et al.Mobile wireless sensor network:Architecture and enabling technologies for ubiquitous computing[C]//Proceedings of the 21st International Conference on Advanced Information Networking and Applications Workshops, AINAW, 2010.

[3]Tilak S, Kolar V, AbuGhazaleh N B, et al.Dynamic localization control for mobile sensor networks[C]//Proceedings of the IEEE International Workshop on Strategies for Energy Efficiency in Ad Hoc and Sensor Networks, 2009.

[4]Amundson I, Koutsoukos X, Sallai J.Mobile sensor localization and navigation using RF doppler shifts[C]//1st ACM International Workshop on Mobile Entity Localization and Tracking in GPS-less Environments, MELT, 2011.

[5]Wang G, Cao G, Porta T, et al.Sensor relocation in mobile sensor networks[C]//IEEE INFOCOM, 2010.

[6]Hightower J, Borriello G.Location systems for ubiquitous computing[J].IEEE Computer, 2011, 34 (8) :57-66.

[7]Brooks R R, Griffin C, Friedlander D S.Self-organized distributed sensor network entity tracking[J].The International Journal of High Performance Computing Applications, 2009, 16 (3) .

[8]Priyantha N B, Balakrishnan H, Demaine E D, et al.Mobile-assisted localization in wireless sensor networks[C]//Proceedings of the IEEE24th Annual Joint Conference of the IEEE Computer and Communications Societies (INFOCOM) , 2011.

[9]Gunther A, Hoene C.Measuring round trip times to determine the distance between WLAN nodes[C]//NETWORKING 2005.LNCS, 2005, 3462:768-779.

蜂窝移动电话定位系统与应用 篇7

无线定位技术最初是为了满足远程航海的导航要求产生的, 随后应用逐渐普及, 从船舶、飞机、汽车到个人定位业务, 特别是在移动电话如此普及的今天, 手机便成为最方便最实用的定位工具, 美国联邦通信委员会 (FCC) 于1996年下达指示, 要求移动运营商为移动电话用户提供E-911 (紧急救援) 服务。在蜂窝系统中实现对移动台的定位除了满足E-911定位需求外, 还具有以下重要用途:

1) 基于移动台位置的灵活计费, 可根据移动台所在不同位置采取不同的收费标准。

2) 智能交通系统 (ITS) , ITS系统可以方便提供车辆及旅客位置、车辆调度、追踪等服务。

3) 优化网络与资源管理, 精确监测移动台, 使网络更好决定进行小区切换的最佳时刻。同时, 根据其位置动态分配信道, 提高频谱利用率, 对网络资源进行有效管理。

4) 信息服务, 对移动台和旅行者定位并向其提供所在区域的信息及其它服务。

到目前为止, 基于蜂窝网络的无线定位技术的研究已经取得了很大的进展。可以预见在未来几年内, 基于蜂窝网络定位技术的移动业务将得以迅猛的发展。本文综述了在蜂窝移动网络中实现无线定位的实施方案、定位方法、应用特点, 针对该技术的发展, 提出了研究中有待解决的关键问题和思路。

2. 蜂窝移动系统中的无线定位技术

移动定位技术是利用无线移动通信网络, 通过对接收到的无线电波的一些参数进行测量, 根据特定的算法对某一移动终端或个人在某一时间所处的地理位置进行精确测定, 以便为移动终端用户提供相关的位置信息服务, 或进行实时的监测和跟踪。根据移动定位的基本原理, 移动定位大致可分为三类:基于移动终端的定位技术, 基于移动网络的定位技术, 基于上述两者的混合定位技术。

2.1 基于移动终端的定位技术

该定位技术的原理是:多个已知位置的基站发射信号, 所发射信号携带有与基站位置有关的特征信息, 当移动终端接收到这些信号后, 确定其与各基站之间的几何位置关系, 并根据相关算法对其自身位置进行定位估算, 从而得到自身的位置信息。具有较高的定位精度, 但其致命的缺陷是需要手机参与定位参数的测量, 并进行坐标位置的计算, 因此, 必须对手机和网络的软硬件加以改造或升级, 目前倾向的做法是在手机内集成GPS接收机, 但这样会加大手机的能耗, 而且从商用角度来看很难做到大面积的推广和使用。象目前的一些智能手机都兼容了GPS全球定位功能。

目前已提出的基于移动终端的定位技术主要包括:下行链路观测到达时间差 (OTDOA) 方法和基于GPS的定位技术, 如差分GPS (DGPS) 、辅助GPS (A-GPS) 等。

2.1.1 GPS (Global Positioning System) ———全球定位系统

通过多个人造卫星来实现对用户的定位。这种系统早在几年前就已经作为专用设备广泛应用于海上运输业了, 而现在它则开始向移动Internet领域进军。使用GPS系统, 终端设备从3到4个卫星中即可提取出有关该移动终端的定位信息。这些原始的定位信息可以由终端设备本身或网络服务中心进行处理, 从而确定用户所在的实际位置。目前, 在天空较为晴朗的情况下, GPS全球定位系统对移动用户的定位值可精确到5米到40米的范围之内。GPS定位系统的芯片制造商们已经提高了其定位芯片的性能和集成度, 并且极大地降低了成本。现在移动终端只需一片特定的芯片即可实现定位所需的运算和数据处理。

2.1.2 A-GPS (Network Assisted GPS) ———网络辅助GPS定位系统

这种定位系统使用每隔一定距离 (200米到400米之间) 固定放置的GPS接收机来接收、转发数据, 以便辅助移动终端完成对定位信息的读取。这些接收到的辅助数据, 可以使GPS接收机大大地减少计算定位值所需的时间。如果没有这些辅助数据, 则计算定位值所需的时间大约为20~45秒, 而使用辅助数据后, 计算时间减少到了1~8秒。辅助数据由GPS接收机每1小时向移动终端广播一次。

2.1.3 E-OTD (Enhanced Observed Time Difference) ——时差观测定位系统

在这种移动定位系统中, 终端设备只需调用E-OTD算法程序, 即可完成定位计算。当移动终端没有处理呼叫时, 启动空闲等待模式完成定位;当移动终端设备正在处理呼叫时则启动专用模式完成定位。采用这种方案, 首先要设计出具有附加处理功能和存储空间的新型移动终端设备。E-OTD处理程序, 使用从周围基站接收到的数据来测量, 这些数据由各个不同的基站到达该终端时所用的时间之差, 并由此时间差来计算该移动终端用户相对于这些基站所处的位置。这就必须事先知道这些基站的位置, 并且从各个基站发送来的数据必须严格同步。最常用的基站同步方式是通过采用GPS接收机来实现同步。计算过程可在终端进行, 也可在网络服务中心进行。定位精确程度在125米左右, 并且不受天气情况影响。

2.2 基于移动网络的定位技术

基于网络的定位技术是指网络根据测量数据计算出移动终端所处的位置。又称起源蜂窝小区 (Cell Of Origin) 定位技术。每个小区都有自己特定的小区标识号 (Cell-ID) , 当进入某一小区时, 移动终端要在当前小区进行注册, 系统的数据中就会有相应的小区ID标识。系统根据采集到的移动终端所处小区的标识号来确定移动终端用户的位置。这种定位技术在小区密集的地区精度较高且易于实现, 无需对现有网络和手机做较大的改动, 得到广泛的应用。

2.2.1 到达时间TOA (Time Of Arrival) 定位技术

移动终端发射测量信号到达3个以上的基站, 通过测量到达所用的时间 (须保证时间同步) , 并施以特定算法的计算, 实现对移动终端的定位。在该算法中, 移动终端位于以基站为圆心, 移动终端和基站之间的电波传输距离为半径的圆上, 三个圆的交点即为移动终端所在的位置。

2.2.2 到达时间差TDOA (Time Difference 0f Arrival) 定位技术

移动终端对基站进行监听并测量出信号到达两个基站的时间差, 每两个基站得到一个测量值, 形成一个双曲线定位区, 这样, 三个基站得到2个双曲线定位区, 求解出它们的交结点并施以附加条件就可以得到移动终端的确切位置。由于所测量为时间差而非绝对时间, 不必满足时间同步的要求, 所以TDOA备受关注。

2.2.3 增强型观测时间差E-OTD (Enhanced-Observed Time Difference) 定位技术

在无线网络中放置若干位置接收器或参考点作为位置测量单元LMU, 参考点都有一个精确的定时源, 当具有E-OTD功能的手机和LMU接收到3个以上的基站信号时, 每个基站信号到达两者的时间差将被算出来, 从而估算出手机所处的位置。这项定位技术定位精度较高但硬件实现也复杂。

2.2.4 角度达到AOA (Arrival of Angle) 定位技术

这种定位技术的首要条件是基站需装设阵列智能天线。通过这种天线测出基站与发送信号的移动终端之间的角度, 进一步确定两者之间的连线, 这样移动终端与两个基站可得到两条连线, 其交点即为待测移动终端的位置。该定位技术的缺点是所需智能天线要求较高, 且有定位盲点。

2.3 混合定位技术

混合定位技术是综合了上述定位技术中的两种或多种方法在一个系统中。例如综合AOA和TDOA, 由于这种方法充分利用了信号的到达角和到达基站的时间差, 因此具有较高的准确度。如果把GPS定位技术和GSM系统定位技术应用相结合, 则实现的定位精度和定位应用会更好。

3. 蜂窝移动定位技术的应用及发展

手机定位服务又叫做移动位置服务, 它是通过电信商的网络获取手机用户的位置信息, 在电子地图平台的支持下, 为用户提供相应服务的一种增值业务, 被全球各大运营商公认为继短信息之后的新一轮革命。它是通过复杂的数学模型, 对移动通信网络数据进行精密计算, 得出移动用户的经纬度坐标, 在电子地图平台的支持下, 为用户提供相应位置服务。该服务开通后, 所有移动用户无须换卡或更换手机, 无论身在何处, 都能使用这项服务。

蜂窝电话定位技术的开发和推广应用具有广泛的社会和经济效益, 越来越受到人们的重视, 但是还存在着一系列问题有待解决。除了某些方案需要对现有移动台和相关网络进行必要的改进外, 还需要对蜂窝系统的定位性能, 尤其是如何获得满意的定位精度等进行深入的研究, 因为有些应用需要较精确的定位, 如定位到楼层。除了技术因素外, 蜂窝电话定位技术的开发应用涉及的用户个人的行踪, 还应考虑个人隐私权利的保护等方面。

参考文献

[1]范平志等编著.蜂窝网无线定位[M].电子工业出版社, 2002.

[2]吴保奎等编著.移动通信原理与技术简明教程[M].北京大学出版社, 2005.

[3]祁玉生等编著.现代移动通信系统[M].人民邮电出版社, 2000.

[4]杨留清等编著.数字移动通信系统[M].人民邮电出版社, 1998.

[5]A.麦罗拉著, 庞沁华等译.蜂窝移动通信[M].人民邮电出版社, 1997.

移动定位数据 篇8

作为国内移动市场的领先者, 中国移动在基础网络设施的构建和演进上一直进行着不懈的努力。早在2009年之前, 中国移动就以行业领先者的姿态首先决定停止MSTP网络的建设, 并在多轮技术验证后率先选择了PTN技术作为分组传送解决方案。除高效分组处理能力外, 其独特的对TDM业务的原生支持和强大的如同MSTP网络的运维方式使得PTN移动回传在各种分组传送解决方案中脱颖而出。

自从2009年引入PTN技术以来, 中国移动进行了多次集采。目前, 中国移动PTN现网主要承载着2G GSM、3G TD-SCDMA和大客户业务等精品业务。今年第三季度, 中国移动即将启动PTN集采以保证移动回传网络对现有移动和集团业务以及未来4G TD-LTE网络的支持。中国移动对PTN技术的信赖可见一斑。

随着移动宽带的快速发展、宽带升级战略、以及网络视频/P2P/云计算等高带宽业务的兴起, 今年中国移动对于PTN设备的性能指标提出了更新更高的要求, 以保证下一代移动回传网络能完全满足移动互联网时代最终用户对业务提出的各种要求。

更高带宽

随着移动互联网时代的到来, 数据业务在整个网络流量中的比重占据主导, 使得传统的承载网络在带宽可扩展性和网络可持续性上均面临着极大的挑战。中国移动正是看到了这一点才选择了PTN技术作为下一代移动回传解决方案, 以满足同时对传统语音业务和新型数据业务的支持, 并继续延续传统MSTP网络的运维方式。

通过采用独特的通用交换架构, 上海贝尔PTN移动回传解决方案允许运营商选择以渐进或者激进的方式平滑地演进到分组承载网络, 并保证对各种融合电信级业务的支持, 包括基于IP/Ethernet的数据业务和基于语音业务的TDM, 不管是现在的2G GSM/3G TD-SCDMA, 还是将来的4G LTE。

中国移动董事长奚国华曾在今年亚洲移动通信博览会上表示, 中移的移动网络数据流量增长率将会超过150%, 预计未来几年移动数据流量将会持续大幅增长。随着带宽要求持续增加, 中国移动需要以端到端的思维统一规划对整个PTN移动回传网络的带宽和容量进行升级。在汇聚边缘层, 我们可以预见到10GE的大容量接入;在城域核心侧, T比特级的交换矩阵需要准备好对更高数据速率的支持, 此外组建基于10GE的Mesh核心网是以后PTN核心网增加容量和可靠性的方向。上海贝尔端到端PTN移动回传方案不但可以满足2G/3G/4G融合组网带宽要求, 还以行业领先的集成度、板卡密度和背板交换能力让中国移动对未来的爆炸数据需求高枕无忧。

更加智能

作为软件定义网络 (SDN) 的重要实现方式, 把GMPLS控制层面加入到PTN网络中正在变得越来越普遍。GMPLS可以极大地增强PTN网络对承载业务的保护并同时增加对网络带宽的使用效率。它强大的业务保护和多重恢复能力能以一种极具性价比的方式为中国移动提供一个强壮并高可靠的网格化PTN网络。它包含专门用来进行网络发现、路由和保护的算法来保证在单次或多次网络故障的情况下, 让PTN网络对业务的保护具有可持续性。包括SBR和PRC在内的各种不同的保护和恢复组合使得中国移动可以对不同重要等级的业务进行不同程度的保护。同时, 通过对整个PTN网络带宽资源进行共享的方式, GMPLS可以使得中国移动更加有效地利用现有的网络带宽资源, 降低移动互联网时代对带宽的持续增长要求。

PTN之外, GMPLS同时也可以为其它不同层面的组网技术和平台提供一个通用的控制平面, 比如SDH/SONET, OTN和WDM。通过这样一个通用的控制平面, 中国移动可以同时调用不同层面的资源以动态和灵活的方式来部署和运营上层业务。

依托贝尔实验室的强大创新能力, 上海贝尔成熟的GMPLS软件引擎技术已经被引入到WDM、OTN、SDH/SONET和PTN平台中, 通过多轮反复验证和应用在业界享有极高的声誉。据统计, 上海贝尔GMPLS技术已经被全世界至少60家的运营商用在超过2500个核心网络节点上, 其中最大网络包括有120+的节点。

更加同步

不同于GSM和WCDMA, 中国移动基于TD-SCDMA和未来的4G TD-LTE对频率同步和时间同步都有非常严格的要求。由于传统的GPS时间同步存在着安装维护成本高和环境要求高等方面的问题, 因此, 中国移动需要一个强大并基于PTN网络自身的1588v2方案支持同时满足频率同步和时间同步的要求。

上海贝尔的PTN解决方案在设计之初就完全考虑了这一点并巧妙地把1588v2的能力加入进来, 并在该基础上不断在功能上和可扩展性上对其进行强化, 除了标准的Ordinary Clock、Boundary Clock、Master Clock、Ethernet Encapsulation、ToD in/out等, 还为方便实际部署1588v2地面传送和运行维护提供了优化方案, 保证中国移动在部署和运维1588v2时以较少的成本和灵活的方式获得最优化的时钟同步网络。

更多保护

作为PTN技术的核心, MPLS-TP在线性保护的基础上也需要在网络拓扑层面对承载业务进行环状保护性的支持, 不同于线性保护, 环状保护只需配置一条所有业务共享的保护路径即可实现多重保护。

上海贝尔支持的MPLS-TP环网保护方案采用工作通道两层标签和保护通道三层标签, 可以最大程度上兼容现有的网络。网络升级时, 不会对现有的业务LSP造成影响, 并且在最大程度上压缩了标签的使用, 减轻了标签配置和管理的复杂性。环网协议处理节点的处理负载轻, 优化带宽使用, 可以完美支持中国移动现网从线性保护向环网保护的平滑演进。