室内混合定位（共7篇）
室内混合定位 篇1
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 (Bei Dou 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[1,2]。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[3]。 此外, 采用紫蜂协议 (Zig Bee) 、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[4]。
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[5,6]。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[7]。
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 (Lineof-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[8]。
(1) 接收信号强度定位
接收信号强度 (Received Signal Strength Indication, 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已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[9,10]。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[11]。
基于RSSI、AOA、TOA、TDOA的室内定位估计, 目前已经提出了多种算法[12,13,14,15], 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[16], RFID与惯性导航[17]、RFID与超声波[18]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[19]。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[20], 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。来自多个接入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[21]。
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[22], 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 Machine, 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[23]。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[24]。
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-ElectroMechanical-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[25]。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。
定位技术及室内定位方案探讨 篇2
随着人类经济的发展,发达的的交通运输、快速的城市化进程极大程度的方便了人们的生活,然而面对四通八达的道路、五花八门的指引标志和陌生的街道,人们对“基于位置信息”的需求越来越迫切。位置业务因此应运而生。与此同时,移动数据业务的迅猛发展和移动智能终端的演变创新,为位置业务的发展和应用的推出提供了相应的业务环境和应用载体,使得定位业务的个性化需求有条件得以实现,位置业务进入高速发展时期。
定位技术,在给人们生活带来极大便利的同时,也催生和发展了更多的应用。例如餐厅、旅馆、交通状况、电子地图、当地天气等实时地方信息的查询,基于特殊需求的车用/行人导航、人身安全、移动交友、移动游戏等增值服务。因此,低成本且高精度的定位技术,将具有广泛的应用。
2 定位技术介绍
在移动通信网络中,对移动终端的定位是通过检测移动终端和多个基站之间传播信号的参数如接收信号场强,传播时间或时间差,来波方向等进行测算,确定移动目标的几何位置。根据定位测算的方法、定位主体及采用设备的不同,定位技术分为三类:基于网络的定位技术、基于移动终端的定位技术、及基于终端-网络混合的定位技术[1]。
2.1 基于网络的定位技术
基于网络的定位技术是在网络端测算移动终端发送的信号,并进行相应的位置定位计算,是基于现有的移动通信网络实现的定位技术,这类定位系统通常也叫做反向链路定位系统[2]。其定位过程是由多个基站同时检测移动终端发射的信号,将各接收信号携带的某种与移动终端位置有关的特征信息送到信息处理中心进行处理,计算出移动终端的位置。
这类定位技术包含有基于小区识别信号(Cell-ID)的定位技术、基于上行链路信号到达时间(TOA)方法、上行链路信号到达时间差(TDOA)方法以及上行链路信号到达角度(AOA)方法等。
(1) 基于CELL-ID的定位技术
基于网络的CELL-ID定位技术是一种简单的定位技术,它不需要移动终端提供任何定位测量信息,也无须对现网进行改动,只需要在网络侧增加简单的定位流程处理,就可以向当前的移动用户提供自动定位业务,因此这种定位技术在移动网络中广泛应用。
CELL-ID定位技术的原理,是通过获取目标手机所在的基站扇区CELL-ID传送给MSC(Mobile Switching Center),通过这个网络标识来确定目标所在的位置,提供给定位用户。通常,以所在基站扇区质心的经纬度来代表移动终端的位置,故其定位精度完全取决于移动终端所处蜂窝小区半径的大小。若是小区足够小,则CELL-ID定位技术的精度就比较高。一般在城市中,由于基站比较密集,CELL-ID定位技术能够满足对精度要求较低的定位服务需求。
CELL-ID定位技术的优点在于:对移动终端进行定位时,不用对移动终端和网络进行任何修改;与其它技术相比,该技术投资较少,定位响应时间较短,一般在3s以内。其缺点在于,定位精度取决于小区覆盖范围的大小,当小区覆盖不够紧密时定位精度不高。一般情况下,CELL-ID的定位精度为100m-1000m,尽管误差很大,但几乎不受任何环境条件限制,是目前较为经济而且最容易使用的定位方式。
(2) 基于到达时间(TOA)的定位技术
TOA(Time of Arrival)定位技术的基本原理是,通过测出信号从移动终端传播到多个基站的时间来确定移动终端的位置。其几何原理如图1,若信号从移动终端到第Ⅰ个基站的传播时间为T,传播速度为C,终端的位置坐标为(x0, y0), 基站位置 坐标为(x1, y1), 则移动终端必定处在以(x1, y1)为圆心,以CT为半径的圆上,其几何原理如图1。
根据几何原理,移动终端的二维位置坐标可由三个圆的相交点确定,从而确定(x0, y0)。
利用TOA技术进行定位需要时钟的精确同步,并且在信号中要包含发射时间戳,需要对网元做一定的修改,否则,时间误差会导致三个圆无法交汇,或交汇处不是一点而是一片区域,造成定位误差。相对于CELL-ID,TOA的定位精度较高。
(3) 基于到达时间差(TDOA)的定位技术
TDOA(Time Difference of Arrival)定位技术是通过检测信号到达两个基站的时间差,而不是到达的绝对时间来确定移动终端的位置,如图2。该方法降低了对时间的同步要求。通常有两种方法测量TDOA:一是将信号到达两个基站的时间(TOA)相减得到TDOA;二是将两个基站接收信号进行相关测量TDOA。移动终端位于以两个基站为焦点的双曲线上,确定移动终端的二维位置坐标需要建立两个以上双曲线方程,双曲线的交点即为移动终端的二维位置坐标,其几何原理如图2。
移动终端与两个基站之间的距离不同,通过已知信号的传播速度和两个基站接收到信号时间差△t相乘,可确定待定位目标在以两个基站为焦点、距离差为v·△t双曲线上。
通过测量至少三个基站之间的信号到达时间差TDOA构成一组关于待定位移动终端坐标的双曲线方程组,求解该双曲线方程组可得到移动终端的估算位置。
由于这种定位技术不需要移动终端和基站之间保持同步,降低了同步要求,故在误差环境下性能相对优越。同时,还可以消除或减少在基站上由于信道产生的共同误差,因此可获得比TOA更高的定位精度。
2.2 基于终端的定位技术
基于终端的定位技术,又称为移动台自主定位技术,指移动终端利用接收到的信号进行位置估算进行终端定位,这类定位系统也叫做前向链路定位系统,其定位过程是由移动终端根据接收到的多个基站发射信号携带的某种与移动终端位置有关的特征信息(如场强、传播时间、时间差等)来确定其与各基站之间的几何位置关系,再根据有关算法对其自身位置进行定位估算。这类定位方法以GPS等技术为代表。通过在终端中集成GPS接收机模块,并改造手机天线,从而实现终端定位。GPS利用人造卫星发出的信号,根据三维坐标中的距离公式,通过三角测量法计算出GPS接收机的位置。考虑到卫星时钟与接收机时钟间的误差,实际上存在X、Y、Z和时钟差4个未知数,因而需要GPS搜索4颗卫星信号,形成4个方程式进行求解,从而计算分析出GPS接收机的经纬度和高度。算法如下:
GPS定位精度高,可达到5~15m,各项参数能够满足导航等高精度业务的需求。但对于独立的GPS接收机首次捕获卫星时间长导致从冷启动到进行初次定位需要较长的时间,不能保证紧急情况下的定位时间,无法满足一些紧急应用。同时,在室内和高层建筑遮挡的城市中因无法搜索到有用卫星不能提供有效的定位服务。
2.3 基于终端-网络混合的定位技术
A-GPS(Assisted GPS)技术是一种结合了基站信息和GPS信息对移动终端进行定位的技术,该技术通过利用移动网本身的粗定位功能,并由集成在移动终端上的GPS接收机和网络中的GPS辅助设备,利用GPS系统寻找卫星进行同步,从而实现快速、高精度的定位。
A-GPS定位技术,需要建立一个GPS参考网络,该参考网络和通信网络相连,实时提供相关的卫星信息,以提升GPS信号的第一锁定时间的快速反应能力。参考网络中的GPS接收器时刻连续搜索本空域中的GPS卫星,接收并向网络提供该位置相关的GPS辅助信息(包含GPS的星历、伪距、载波相位等导航数据),辅助信息经过封装、处理后被提供给位置业务平台,位置业务平台获取相关数据后,结合移动终端粗精度定位(一般通过CELL-ID定位)的位置,提供天文历书、GPS星历数据等GPS辅助参数至移动终端,终端利用GPS辅助参数完成对GPS卫星信号的伪距测量,从而计算出最终的位置信息。由于GPS辅助参数的利用,终端大大提高了对GPS卫星信号的捕获速度,并降低了对GPS卫星信号强度的要求,从而达到快速、高精度的定位要求。
该定位技术,需要在手机内增加GPS接收机模块,并改造手机天线,同时要在移动网络上加建位置服务器、差分GPS基准站等设备。最终位置信息是由终端计算还是由网络计算,A-GPS技术又分为以终端为主(MSB)、以终端为辅(MSA)的两种方式。MSB方式对终端的要求较高,需要终端有具有较强大的A-GPS功能模块,而MSA方式对终端A-GPS功能模块的要求较低,在导航等需实时计算位置信息的应用中,通常采用MSB方式。在室外等空旷地区,其精度在正常的GPS工作环境下,可达10m左右,但室内定位的问题目前仍然无法圆满解决。
从以上定位技术可以看出,随着定位精度的逐级提高,对网络和终端所进行的改动量也逐渐变大,需要在对现有网络做改造的基础上对终端做出改动,增加必要的软硬件设备等。针对特定应用对精度的要求,需要在付出代价与获得价值之间做出权衡与选择。从精度而言,没有最好的技术,只有最合适的技术。对以上每一种特定技术而言,在解决室内定位的需求上都有一定的局限性和不足之处。
3 室内定位介绍
室内定位,是指在室内环境中实现位置定位,主要采用无线通讯、基站定位、惯导定位等多种技术集成形成一套室内位置定位体系,从而实现人员、物体等在室内空间中的位置监控。
近年来,随着无线电技术的发展和无线局域网技术的进步,人们对室内定位信息的需求也与日俱增,机场、展厅、写字楼、仓库、地下停车场等都需要使用准确的室内定位信息,借鉴成熟定位技术的架构方案,对可用空间和库存物资实现高效的管理。
室内定位技术发展有两个方向:广域室内定位技术和局域室内定位技术。广域室内定位技术是承载到广域网上实现广域覆盖,通常需要改造基站及手机芯片等设备模块,成本巨大、时间周期较长。局域室内定位技术,是承载到局域网中实现局部区域的覆盖,局域室内定位技术成本较低、周期短,具有代表的是Wi-Fi、蓝牙、RFID等定位方案,是目前商业化推广运作较好的选择方案。下文将主要探讨局域室内定位的几种技术。
3.1 室内定位系统
典型的室内定位系统由待定位节点(定位卡)、接收器、定位引擎等几个主要部分组成,待定位节点带有发射电路,附着在需要定位的个人或物体上,发射信号给接收器。接收器安装在建筑物的四周或者天花板上,通过无线通信的方式形成一个自组织网络系统,当待定位节点出现在定位区域时,接收器会获得相关信息。定位引擎处理各个接收器得到的数据,通过信号处理、数据融合对待定位节点进行定位。
室内定位引擎模块包含数据库、数据分析模块,用于存储、分析处理数据采集端上报的数据,包括:信息绑定、卡位置信息、设备链路信息、设备低电信息等,并将相关信息发送到定位卡中。定位卡周期性的发送信号,基站负责实时采集定位卡信息并上传网络,经数据分析模块分析定位卡的位置,实现定位。同时定位卡可以接收来自接收器下发的相关信息,如定位命令、广告信息等,当定位终端与手机相连时可以进行相应的显示。目前,超声波,红外线,超宽带,射频等技术,都可以进行室内定位。实现原理都是通过定位网络,根据接收到的信号参数,按照特定的算法对个人或者物体在某一时刻所处的位置进行测量。室内定位一般采用的典型的算法有基于型号强度(RSSI)、抵达时间(TOA)、抵达时间差(TDOA)及到达角度(AOA)算法等。
3.2 室内定位技术
(1) 超声波技术
超声波目前被广泛的利用在定位服务中。在空气中,超声波的传播速度与声波相同约为340m/s,电磁波的传播速度与光速相同约为30万km/s,因此利用超声波测量距离所得到的结果必然比利用电磁波测量的误差小。
超声波定位可由固定安装在室内的若干参考超声波发生传感器和被定位的移动端组成。主要的超声波定位方法为:在被定位端加装超声波发射器(接收器),置于装有若干超声波接收器(发射器)的环境中,通过测量超声波从发射器到接收器的时间从而计算距离。当移动端同时接收到3个或3个以上且不在同一直线上参考节点发射的回波后,通过常用的三角定位法计算出移动端当前的位置信息。目前主要基于超声波的室内定位系统有AT&T实验室的Active[3]Bat及麻省理工学院的Cricket系统[4]。
超声波不受可视距离限制,能够在介质中远距离传播,且超声波发射的方向容易控制,定位精度较高误差较小。目前超声波测距在工业中得到广泛应用,但在定位系统中通常需要其他技术如无线电辅助定位,导致硬件设施成本的增加。
(2) 红外线技术
红外线室内定位技术定位精度相对较高,但是由于红外线无法穿透建筑内的障碍物仅能在可视的直线距离内传播,使得红外线传输距离短。近年来在IrDA(InfraredData Association)组织的努力下,红外线的数据传输速率已经大幅提高,目前最快可达16Mbit/s,接收角度也已经可达120度。由于红外线对温度的敏感度较其它颜色的光线高,且容易因室温改变质量,因此红外线对室内布局温度等要求较高。荧光灯等室内光线也会干扰红外射线,影响定位精度。在硬件设施上,红外定位技术需要在每个房间内安装光学传感器等接收天线设备,成本较高。
红外线室内定位技术首先在室内安装固定的光学传感器(接收器),由红外线发射器发射特定的红外线,光学传感器(接收器)接收红外线进行定位。基于红外线的室内定位系统主要有Olivetti实验室的Active Badge[5]。系统中的移动单元是一个小型的轻量级红外线发射器,它以固定的频率广播全球唯一标识号,同时在定位区域的固定位置放置红外线接收机,接收红外信号携带的数据,并通过有线网络与中心服务器连接。当接收机检测到红外信号时,系统认为发射器处于接收机覆盖区域之内,利用光学传感器(接收器)的位置确定发射器的方位信息。ActiveBadge被认为是第一个室内标记感测(Badge Sensing)原型系统。
(3) 超宽带技术
超宽带(UWB)技术是一种传输速率高,发射功率较低,穿透能力较强并且是基于极窄脉冲的无线技术,无载波。
超宽带室内定位系统包括UWB接收器、UWB参考标签和主动UWB标签。定位过程中由UWB接收器接收标签发射的UWB信号,通过过滤电磁波传输过程中夹杂的各种噪声干扰,得到含有效信息的信号,再通过中央处理单元进行测距定位计算分析。
与其他技术相比,超宽带技术发射的是一种特殊的窄脉冲信号,一方面它的持续时间极短,另一方面它的占空比又很低,这两方面性质据定了其具有较强的多径分辨能力。另外,由于UWB信号自身的功率谱密度很低,具有良好的频段共存性。但目前该技术目前还属于新兴研究阶段并且没有一个统一的标准,因此硬件成本普遍较高。
(4) 蓝牙技术
蓝牙技术是一种无线传输技术,使用不需申请执照的ISM波段2.4GHz,将2.4GHz这个波段分为79个频道,并利用跳频技术将数据平分传入这79个频道中,这样不仅可以有效地避开干扰,而且波段的利用率也可以达到最高。蓝牙的数据传输率为1Mbit/s,传输距离为10m(理论值为100m)。
蓝牙室内定位技术的代表是Nokia,推出了HAIP的室内精确定位解决方案,采用基于蓝牙接收器的三角定位技术,最高可达到亚米级精度。蓝牙技术主要优点是设备体积较小、易于集成在手机等移动设备中。但缺点是设备的价格较高,功耗较大。同时若应用环境复杂,稳定性会随着各种噪声的存在而下降[6]。
(5) Wi-Fi /IEEE 802.11b
Wi-Fi/IEEE 802.11b是由无线以太网兼容性联盟发出的一个证书,用于保证IEEE802.11系统的互操作性。IEEE802.11是RF系统通用的标准,它主要解决局域网中移动装置与基站的无线接入。目前, IEEE802.11b使用2.4GHz频带,速率最高可以达到11Mbit/s,高速的传输速率扩大了无线局域网的应用领域。
基于Wi-Fi /IEEE802.11b标准的定位技术由于Wi-Fi网络的普及,变得非常流行。位置指纹法是一种常用的Wi-Fi室内定位技术,典型的系统是RADAR原型系统,由微软研发。基于RSSI技术的RADAR室内定位系统运行分两个过程,分别是先在系统覆盖区域对设置的若干个AP固定点离线采集其位置信息以及信号强度,通过有线网络传输给数据中心形成位置指纹数据库,再对实时待测物所测算得到信号强度利用最近邻居法分析匹配出其位置。
基于Wi-Fi /IEEE802.11b的室内定位系统可以达到米级定位(1~10 m)。并能采用相同的底层无线网络架构,易于安装。其不足是采集数据工作量较大。
(6) 射频识别技术
射频识别(RFID)技术是一种操控简易,适用于自动控制领域的技术,它利用了电感、电磁耦合及雷达反射的传输特性,实现对被识别物体的自动识别。2003年美国制定了RFID定位技术标准,标准分成三个部分,分别为2.45GHz标准、433MHz标准和应用程序接口标准,标准的颁布加快了射频识别定位技术的研究。
现在基于射频技术的室内定位方法主要有两种:LANDMARC与VIRE。LANDMARC方法是一种经典的基于有源RFID的室内定位算法,它采用了充当定位参考点的参考标签进行辅助定位,但在复杂的室内环境,往往需要增加额外的接收器来降低因为多径效应带来的误差。VIRE方法是对LANDMARC的改进,是基于有源RFID使用虚拟标签消除的定位方法,其核心是不增加额外参考标签的情况下,通过去掉那些不可能位置来得到待定物体的位置[7]。
射频识别技术有通用性高、传输速率快、天线及产品模块体积小,价格低等特点。但是缺点是作用距离近,不利于与其他系统联合工作。目前广泛应用于零售业、车辆识别、门禁控制、资产追踪、停车场管理等领域。
3.3 室内定位技术比较
通过分析可以看出,以上几种室内定位技术各有利弊。虽然目前大多数室内定位系统都能够满足目标定位的简单需求,但是要达到室内“智能空间”的要求, 还有一定差距。布设室内定位系统,主要基于标识大小、功耗、造价、精度、实时性、通信能力以及可扩充性能等方面进行综合考虑。由此也可见,基于室内定位技术的研究,无论是在定位技术还是算法研究,仍有很长一段路要走。
(注:定位精度在0.1m~0.5m,通常称为分米级定位;定位精度在0.5m~1m,称为亚米级定位;定位精度在1m~10m则称米级定位。 )
4 应用现状
室内定位技术的发展带来位置服务领域一波创新高潮,各种基于此技术的应用将出现在我们的面前,比如在大型商场里面借助室内导航快速找到出口、电梯,家长用来跟踪小孩的位置避免小孩在超市中走丢,房屋根据你的位置打开或关闭电灯,商店根据用户的具体位置向用户推送更多关于商品的介绍等等。
室内导航技术蕴藏大量商机,但实际上进入商用的操作阶段的主要还是以Wi-Fi技术为主流。其它定位技术受制于终端平台和终端硬件等诸多因素,离产业链的诞生还遥遥无期。目前国内各大商城中,不论是运营商、商城自身还是商城内店铺,几乎都布置了数量庞大的Wi-Fi热点。此外由于三大运营商都在大型商场,商业用地铺设了大量热点,因此不少用户习惯利用各种碎片时间登录Wi-Fi上网。用户一旦登录Wi-Fi热点,导航软件理论上就可以透过用户接入的那个Wi-Fi热点,再配合上临近三个或以上的Wi-Fi热点,确定用户的位置,并对用户进行定位和导航等。
尽管Wi-Fi技术趋于成熟,但对于室内导航技术的全面应用,还存在一定的瓶颈,那就是各大商场,停车场等的物业管理对新技术认识不足。与国外的情况相反,中国运营商和业界对于推动室内定位技术很积极,但大型购物中心却不积极,甚至设立门槛,向铺设运营商收取昂贵的入场费,管理费。如果没有物业管理的支持,室内导航几乎是不可能实现的。首先,要定位和导航,需要绘制室内地图。此外,如果要透过Wi-Fi热点进行定位,工程人员需要了解每一个Wi-Fi热点的准确位置,甚至对每一个Wi-Fi信号强度进行测量,这些没有物业管理配合几乎不可能做到。
5 结束语
微表处混合料室内试验设计 篇3
关键词：微表处,混合料,室内试验
1 改性沥青的主要技术指标
为了研究改性剂对沥青的影响, 对不同改性剂和同一改性剂掺量不同的乳化沥青的性能及蒸发残留物的针入度、延度和软化点进行试验。试验方法如下:
1) 改性剂:SBR和EVA;
2) 制备沥青含量相同、改性剂用量不同的改性乳化沥青;
3) 对制备的各种乳化沥青和改性乳化沥青进行性能试验;
4) 把制备好的改性乳化沥青进行还原, 提取乳化沥青残留物;
5) 对提取残留物进行试验。
试验1具体配方见表1:
试验2具体配方见表2:
使用上述两种配方生产出的改性乳化沥青, 试验结果见表3:
由此得出, 蒸发残留物的针入度随胶乳用量的增加而减小;软化点随胶乳用量的增加而增大;延度随胶乳的增加而增大。说明掺胶乳后, 使沥青的温度敏感性下降, 克服了沥青冷脆热流的缺点, 使沥青性能大大改善。而且SBR改性优于EVA改性, 可明显提高沥青的粘附性, 抗开裂性、低温延度和高温稳定性。
2 微表处用集料试验
国际稀浆封层协会 (ISSA) 微表处技术指南对微表处用集料的技术要求见表4:
指南要求集料磨耗损失不大于30%, 这与我国高等级公路沥青面层用粗集料的磨耗损失要求相同。因此微表处用集料应采用耐磨耗的硬质石料。经过调查, 张家口市所修高速公路所用硬质石料为崇礼或万全产玄武岩, 为此分别选取万全、崇礼的玄武岩进行试验。
取各类石料, 按照ISSA推荐级配 (表3.6) III要求进行石料掺配。测试各类石料的砂当量分别为:
A类石料:60, B类石料:61, C类石料:71, D类石料:74。
根据砂当量的测试结果和经济性要求, 本次试验决定采用D类石料, 共三个规格, 分别为:
以上石料按如下比例掺配:1#:2#∶3#=3:2:5, 掺配后石料的级配如表5:
混合石料的级配满足ISSAⅢ型的要求。混合石料的其他试验数值如下:
3 微表处稀浆混合料试验
稀浆混合料的试验项目主要有:拌和试验;粘结力试验;湿剥落试验;湿轮磨耗试验;碾压粘砂试验。试验所用材料为:
石料:Ⅲ型级配, D类石料即2.36~9.5mm为万全玄武岩石料, 0~2.36m m为宣化石灰石石料。
改性乳化沥青:改性乳化沥青中的沥青为科氏70#重交石油沥青。沥青含量>60%, 改性剂为美国维克公司生产的PC-1468丁苯胶乳, 改性剂用量为沥青质量的3.5%, 蒸发残留物含量64%。
水泥:普通硅酸盐水泥。
水:饮用水。
3.1 拌和试验
拌和试验是根据要求的拌和时间, 确定固体或液体材料的添加比例, 用以评价乳化沥青与石料的相容性。对于微表处混合料要求的可拌和时间不少于2min。
取干石料99g, 水泥1g, 水6g, 改性乳化沥青10g或11g, 分别进行拌和, 拌和环境温度为28℃, 拌和情况见表7:
3.2 粘结力试验
粘结力试验用以确定微表处混合料的凝结时间和开放交通时间, 要求30min粘结力不小于1.2N·m, 60min粘结力不小于2.0N·m。以上述试验配比做粘结力试验, 试验结果见表8:
上述结果满足快凝和快开放交通的要求。
3.3 湿剥落试验
将完全固化的微表处混合料放入沸水中煮3min, 观察石料表面沥青膜的裹附状况, 要求裹附面积大于90%。试验确定沥青膜裹附率大于90%, 满足ISSA的要求。
3.4 湿轮磨耗试验
湿轮磨耗试验用于控制微表处混合料的最小沥青用量, 也可评价其抗水损坏能力。试验时乳化沥青用量分别按10%和11%计算。试验结果满足要求, 见表9:
3.5 负荷轮碾压粘砂试验
负荷轮碾压粘砂试验用于控制微表处混合料的最大沥青用量, 避免因沥青用量过大而导致泛油。试验结果满足要求, 见表10:
4 改性剂用量不同的改性乳化沥青稀浆混合料的性能比较
为了考核改性和未改性及改性后改性剂掺量不同的乳化沥青混合料的性能, 分别进行混合料的粘结力试验和湿轮磨耗试验。
4.1 粘结力试验
不同改性剂用量时的稀浆混合料, 稀浆混合料配比为:矿料495g, 水泥5g, 水30g, 乳液55g。粘结力比较见表11:
上述结果满足快凝快开放交通的要求。而且随着改性剂含量的提高, 粘结力在逐渐增大。
4.2 湿轮磨耗试验
配制不同改性剂用量的稀浆混合料, 其稀浆混合料的配比为:
矿料;792g, 水泥:8g, 水:48g, 乳液:88g。
试验结果见表12:
结果表明随着改性剂用量的增加, 湿轮磨耗值相应减小, 说明改性剂在提高混合料粘附性、抗水性、抗磨性等方面有显著作用。
5 结论
本文从微表处的材料方面入手, 对室内试验进行了设计, 研究了各种试验因素对其混合料性能的影响。1) 乳化剂种类是决定微表处混合料慢裂快凝性质的根本因素。乳化剂剂量越大, 可拌和时间越长, 同时初凝时间也越长。2) 混合料的粘结力随着时间延长呈现增大的趋势, 试件在前30min内粘结力增长较快。油石比越大, 粘结力越大。
参考文献
[1]贺华.改性乳化沥青及微表处性能研究[D].长安大学硕士学位论文, 2006.
室内混合定位 篇4
ZigBee是一种新兴的低成本、短距离、自配置、低速率以及低功耗的无线网络技术,具有比较完善的防碰撞机制、节点管理体系及电源功耗管理功能[1]。选用的无线收发芯片型号是A7105,A7105是一低成本2.4 GHz ISM频段的无线应用射频芯片。A7105 内建接收信号强度指示RSSI和ADC侦测使用电压。
在无线传感器网络中,传感器节点间的测距方法是一些基于测距的定位算法的基础。测量节点间距离或方位时常用的方法有基于到达时间(TOA)、基于到达时间差(TDOA)、基于到达角度(AOA)和基于接收信号强度指示(RSSI)的方法[2],本文采用基于RSSI的测距,因为此方法无须额外的硬件设备,是一种低功率、廉价的测距技术,但是因为无线信号受反射、多径传播、非视距传播等问题影响,使得相同距离产生不同的传播损耗,因此,为了获取更加准确的RSSI,先通过中值过滤器(先把RSSI数据排序,设定阈值,根据阈值来取值),再经过均值过滤器的方法,以去除那些偏差较大的RSSI,提高了RSSI的精度。在定位过程中,本文采用基于极大似然估计法加权取均值的定位优化算法,此种定位方法提高了定位的精度。
上位机利用LabVIEW软件开发,LabVIEW是一种图形化编程语言,采用工程技术人员所熟悉的术语和图形化符号代替常规的文本语言编程,具有界面友好、操作简便、操作周期短等特点[3]。本文上位机的作用是采集RSSI,实现算法及显示。
1 算法描述
1.1 RSSI测距原理及本文获取RSSI算法
1.1.1 RSSI测距原理
基于RSSI(接收信号强度)测距算法:在发射节点的发射功率确定的情况下,可以根据接收节点接收到的功率,利用理论和经验模型,得出能量损耗与距离的关系。
一般采用的RSSI测距原理如式(1)所示
式中:RSSI是接收信号强度;A为常数;d是收发节点之间的距离;n是信号传播因子。常数A和n的值决定了接收信号强度RSSI和传输距离d的关系。A和n的数值易受多种因素影响[4]。此种测距方法需确定A和n两个常数值,实现过程较复杂。
本文采用的RSSI测距原理:由于当发射节点设置不同的发射功率情况下,接收节点收到的RSSI与信号传输距离d的线性范围不一样,因此,在特定的环境中,可以通过改变发射节点的发射功率,来调节RSSI与信号传输距离呈线性关系的范围,根据接收节点接收到的不同距离处的RSSI,拟合出一个适用于此特定环境的函数表达式,可以将接收到的RSSI转化为距离[5]。
1.1.2 本文获取RSSI值算法
假设Mi(i=1,2,…,n)为未知节点,Nj(j=1,2,…,n)为固定节点,为固定节点Nj接收到未知节点Mi的RSSI,针对一个固定节点,一组采集十次,获取10个RSSIij,由小到大排序得到:RSSIij1,RSSIij2,…,RSSIij10,然后求得这组数据的中值mid(RSSIij),为了去除掉那些因环境因素影响严重的RSSI,在这里,取一个门限值β,令
取出落在mid(RSSIij±β)的RSSI,然后求出其均值,即为RSSIij值。
1.2 极大似然估计法定位算法[6]和本文定位优化算法
1.2.1 极大似然估计法定位算法
在无线传感器网络定位算法中,如果知道移动节点与参考节点之间距离个数不小于3个时,可使用极大似然估计法来定位。
极大似然法的原理如图1所示。假设1,2,3,…,n个参考节点的坐标分别为(xi,yi)(i=1,2,…,n),它们到移动节点的距离分别为di(i=1,2,…,n),设移动节点P的坐标为(x,y)。
可得到
依次从第一个方程减去第n个方程得到
则式(4)可以用线性方程AX=b表示,其中
使用最小均方差得节点P的坐标为
1.2.2 本文定位优化算法
假设有m(m≥4)个固定节点,令p=C
式中:k=1,2,…,p;wk愈小,说明第k个定位坐标值愈接近其余(p-1)个定位坐标值;反之,当wk愈大,说明第k个定位坐标值愈远离其余(p-1)个定位坐标值。因此,可以设置一个阈值W,若wk≤W,则保留相对应的定位坐标值Nk;反之,若wk>W,则删除掉相对应的定位坐标值Nk。
假设经过阈值判断,保留了q个坐标值。然后根据这q个坐标的权值,求出其均值,如式(10)所示
式中:坐标
2 利用LabVIEW软件开发的上位机
这部分主要完成数据采集、定位算法和定位结果显示界面。
2.1 程序流程
程序流程图如图2所示,先判断帧头正确之后,接收来自5个基站发送的数据,提取出RSSI。先利用生产者循环存RSSI,然后通过消费者循环读数据并存入数组,数组元素达到50个时,利用抽取数组子程序,得到各个基站发送的10个RSSI,然后,通过中值和均值过滤,获得RSSI,带入拟合公式,再利用本文定位优化算法求出定位坐标并显示。
2.2 前面板部分
前面板如图3所示,需配置基站的坐标值。
3 相关实验、实验结果及误差分析
3.1 相关实验
在实验阶段,首先为了保证试验模块的一致性,减少实验误差。采用的方法是在可视距离内,接收模块固定不变,别的被测模块在4个方向不同距离处,进行多次测量取均值,根据最终测得的RSSI来选择出具有一致性的试验模块。
其次,选择合适的DataRate,全向天线和读取一帧数据的时间等,经过实验测试,设置的DataRate是250 kbit/s,全向天线的增益是0 dBm,读取一帧数据的时间为20 μs。
当这些试验参数都确定的情况下,在室内可视范围内,使用那些具有一致性的无线模块,通过在1～6 m,间隔为0.5 m,每个位置取值10次,在不同发射功率的情况下,利用先排序、滤波再取均值的方法获得RSSI,通过MATLAB把RSSI与距离值进行拟合之后的图像如图4所示。
拟合的一次函数表达式如式(11)所示
定位实验部分:在室内,2 m高的平面内,布置了5个固定节点,5个固定节点的ID号及坐标分别为:01#(2.5,0);02#(0,1);03#(0,4);04#(2.5,5);05#(4.5,2.5),并且固定节点之间可视。
3.2 实验结果
实验结果见图5。
注:①方形表示实际坐标;菱形表示极大似然估计法坐标;星形表示本文算法坐标。
3.3 误差分析
设R为通信半径,经过实验测得R为70 m。误差的计算公式如式(12)所示
定位误差比较结果见表1。
4 结论
本文在获得RSSI时采用先排序、再滤波进而取均值的方法,抑制了那些因多径效应、反射而读到的错误数据,提高了获取RSSI的精度;在5个固定节点获得未知节点的RSSI之后,定位的方法采用了基于极大似然估计法加权取均值的定位优化算法,与极大似然估计算法相比较,提高了定位的精度。但仍然存在一些需要改进的地方,比如可以增加固定节点数目、调整更为理想的参数,使得获取RSSI的速度更快、更准确。另外,上位机部分也需要改进,这些都会在以后的研究中进一步完善。
摘要：基于ZigBee进行室内无线定位系统的开发已经成为热点,这是由于采用无线通信可以节省成本,使用也更加方便。但同时,基于接收信号强度指示(RSSI)的测距和定位易受多种因素的影响,使得测距和定位的误差都比较大。提出了针对室内小环境范围内的定位系统,提出了获取RSSI的方法(中值过滤和均值过滤)和定位的优化算法(基于极大似然估计法加权取均值的定位优化算法),通过两种方法的结合,提高了定位精度。同时,利用LabVIEW软件开发上位机。
关键词：室内无线定位,接收信号强度指示,图形化编程
参考文献
[1]瞿雷.Zigbee技术及应用[M].北京:北京航空航天大学出版社,2007.
[2]孙利民.无线传感器网络[M].北京:清华大学出版社,2005.
[3]雷振山.LabVIEW高级编程与虚拟仪器工程应用[M].北京:中国铁道出版社,2009.
[4]CEYLAN O,TARAKTAS K F,YAGCI H B.Enhancing RSSI technologiesin Wireless sensor networks by using Different frequencies[C]//Proc.the Fifth International Conference on Broadband and Wireless Compu-ting,Communication and Applications,BWCCA 2010.Fukuoka,Japan:Fukuoka Institute of Technology,2010:369-372.
[5]YAN Jiajun.Neighbour discovery for transmit power adjustment in IEEE802.15.4 using RSSI[D].Chengdu:Sichuan University,2011.
室内移动端定位技术研究 篇5
1988年提出普适计算认为计算设备应当从人们的视野中消失, 计算应该该和环境融为一体, 人们能够在任何时间、任何地点以任何方式在没有意识到计算存在的情况下享受所需的服务。而要做到这些, 普适计算系统需要获得用户所处的位置即得到基于位置的服务。现在室外定位主要采用GPS卫星定位。室内定位则主要的方法采用基于WIFI的定位技术和基于蓝牙的位置识别技术。
1 基于Wi Fi的室内定位方法
基于Wi Fi的定位方法是利用现有的无线网络配合WIFI标签和相关移动端设备再结合定位算法来实现定位的技术。当前基于WIF定位方法主要采用两种定位方法: (1) 基于传播模型的定位方法, (2) 基于指纹模型的定位方法。其中, 基于传播模型的定位方法是对客观事物进行测量分析建立数学表达式。实际环境中影响信号的因素很多, 在不同的反射、绕射、散射的条件下根据信号强度随距离等因素的变化规律建立信号传播模型, 再利用三边定位法等定位算法判断用户的具体位置。基于指纹模型的定位方法, 则采用定位模型训练的方式, 首先对实际测量数据进行观测, 然后使用机器学习算法进行定位模型训练, 形成指纹模型数据库然后根据测试地点的信号特征与指纹模型数据库中的数据进行匹配获得目标点的位置。
1.1 基于传播模型的定位方法
基于传播模型的定位方法需要选择一个合适的传播模型, 典型的室内传播模型包括:
(1) 线性距离路径损耗模型, 它假设室内环境下路径损耗与传输距离成线性分布。其表达式为:L (d) =ad+l0, 其中a为一次参数, l0为恒参数, L (d) 为距离AP为d的信号强度。
(4) MK模型, MK模型考虑了发射端与接收端之间的传播过程中, 由墙壁和地板引起的信号衰减, 其表达式为:Lpico=L0+10·n·log (x) +Nw·Lw+Nf·Lf其中L0表示距离发射端1m处的传播损耗, n是路径损耗系数, x是表示发射端到接受端的距离, Nw和Nf是射箭从发射端到接收端穿过的墙和地板个数, Lw和Lf代表墙和地板的损耗系数。
线性距离路径损耗模型定位方法的复杂度和功耗都比较低, 但其定位精度不高。对数距离路径损耗模型定位误差较先行距离路径损耗要小但其灵活性不强。衰减因子模型引入了衰减因子, 但是只探讨了二维平面的反射情况没有考虑三维空间反射的影响。MK模型引入墙壁对信号的衰减影响和地板对信号的衰减影响并针对不同的影响因素构建信号传播模型, 较前几种模型的效果要好一些。然而, 实际的环境非常复杂不可能有纯粹的无线传播环境, Wi Fi信号在传播过程中受到反射、绕射、散射等各种条件的影响, 很难用简单的数学表达式来表示, 所以至今也没有一个完美的模型能够刻画出所有的影响因素。
1.2 基于指纹的定位方法
位置指纹是指特定位置与某个可测物理刺激之间的特殊关系。基于位置指纹的技术无需采用额外的特定设备, 仅需通用的无线网卡具有接受信号强度测量的能力就可以实现定位。位置指纹定位技术是一种非参数化的定位方法, 通过两个阶段来实现定位, 两个阶段为离线指纹数据库建立阶段和对用户的AP信号进行实时采集与指纹数据库进行匹配完成定位的阶段。在离线阶段需要将定位区域划分成二维格点, 确定测量参考锚点位置, 采集参考锚点的AP信号强度样本, 并根据信号强度特征建立该参考锚点位置的指纹数据, 最终存储在指纹数据库中形成整个空间的指纹信息数据库。在定位阶段, 对用户接收的各种信号进行采样, 利用采集的信号的特征形成相应数据, 通过匹配算法与离线阶段形成的空间指纹信息数据库中的指纹数据进行匹配, 最终得到符合测试地点信号特征的数据, 再根据最佳匹配结果来判断用户的实际位置。在选择模式匹配算法时根据指纹是否确定而选择确定性定位算法和概率分布定位算法。在确定性定位算法中忽略随机因素的影响, 保存同一个位置在某一时间段内多次扫描得到的信号强度算出一个平均值, 以这个平均值作为该位置的指纹。随机模型则考虑随机因素的规律以概率统计为基本数学工具进行计算, 如贝叶斯法。指纹模型定位方法精度较高, 与信源位置无关, 但是指纹分析模型的数据分析量非常大。
2 基于蓝牙定位方法
蓝牙技术是一种无线数据和语音通信的开放性全球规范, 它可以实现各种电子设备之间短距离无线连接。2010年蓝牙技术联盟正式采用了蓝牙4.0的核心规范, 蓝牙4.0技术功耗更低, 有效连接距离更远, 采用AES-128加密技术使连接更安全。当前智能终端基本都搭载了蓝牙4.0的硬件模块, 各种主流移动操作系统也都支持蓝牙4.0技术, 这样的支持使采用蓝牙4.0技术进行室内定位变得可行, 在不需要添加太多硬件设备的情况下就能实现室内定位。蓝牙定位的方法有很多, 常用的定位技术主要有基于范围检测的定位方法和基于信号强度的定位方法。
2.1 基于范围检测的定位方法
基于范围检测的定位方法根据蓝牙的无线信号具有有限的短距离范围的特性在蓝牙定位研究中引入范围检测的思想。蓝牙无线信号具有有限的短距离范围的特性:一类蓝牙设备的信号覆盖范围是100m, 2类蓝牙设备是10m, 3类是4m, 当用户携带设备进入到信号覆盖范围之内时, 就能感知用户的位置, 再通过三边定位算法就可以计算出用户所在位置。
2.2 基于信号强度的定位方法
基于信号强度进行距离测试是常用的节点距离测试方法。当测试到目标节点的信号强度后, 根据接节点的信号强度, 利用信号衰减和传播距离之间的关系来计算出距离, 然后再使用定位算法来计算节点位置。信号强度定位方法以来于信号强度也以来与定位模型, 不同的环境对信号的传播损耗不同, 在空旷的环境、室内、楼道中都有不同。为得到较精确的定位可以根据不同的环境建立不同的模型, 针对具体环境对蓝牙设备进行定位。2005年, 诺基亚研究院采用HAIP技术研发了一个定位系统, 该系统主要有两个部分, 首先在实验大楼的办公区内安装铺设一定量的定位发射台, 然后当测试节点进入测试环境时, 测试节点与发射台之间进行通信, 实现位置感知。这一系统具有低成本、低功耗的特点, 定位精度较高。但是需要有前期人工标定位阶段, 需要铺设大量作为标签的蓝牙设备;其次, 这一定位系统只适合小范围定位使用, 因为当位置增加时, 位置与标签设备之间的映射表的增加速度很快, 最终形成庞大的影射表。查询效率会随着范围的增加而降低。因此, 这种定位方法不能有效地大规模推广应用。
3 总结
近年来移动端定位技术研究已经广泛开展, 未来是移动互联的时代。但是当前的技术仍然存在很多问题, 为实现技术模型引入的许多算法仍然有很多需要改进的地方。目前比较关键的问题包括:算法的定位精度问题;节点的能耗问题;节点的有效距离问题等。现有技术在受到实验环境的影响及硬件的限制使得结果的实用性较差, 还是在理论研究阶段, 大多数结果在仿真环境下实现与实际环境仍然有很多的差距。
摘要：基于对国内外移动定位技术文献的研究, 对几种重要的室内移动端定位技术做了分类介绍, 对其工作原理进行阐述, 分析各种定位技术的优点与缺点, 提出当前急需解决的问题。
关键词：移动端,定位技术,Wi Fi,蓝牙
参考文献
[1]莫倩, 熊硕.基于蓝牙4.0的接近度分类室内定位算法[J].宇航计测技术, 2014, 12.
[2]孙露露, 崔哲, 周静, 杨舒, 韩会杰, 李润鑫.室内移动目标超声定位系统的设计与测试[J].中国科技信息, 2014, 12.
数据融合室内定位的研究 篇6
定位方法中最为常见的有射频识别法 (RFID) 、接收信号强度法 (RSSI) 、到达角度法 (AOA) 、到达时间法 (TOA) 、到达时间差法 (TDOA) , 这些定位方法各有优缺点。将这些定位方法进行数据融合, 精度会有所提高。
1定位方法
在室外, 可以使用GPS作为最主要的定位方法。在室内, GPS信号很微弱, 尤其在地下、矿井等环境中, 无法接收到GPS信号, 故在室内环境下, 我们需要利用一些方法进行定位, 下面我们详细介绍常见的定位方法。
1.1 TOA定位
TOA为到达时间的方法, 在各个基站BS和定位点MS相互之间保持时间同步的情况进行的一种算法。简单地说就是, 通过一定方法, 测出MS到BS之间的时间, 利用时间和距离之间的关系得出MS到BS之间的距离。当有多个BS同时接收MS信号时, 就会得到一组MS到BS之间的距离, 将所得到的距离运用一定的定位算法进行对MS的估计, 最后就会得到MS的坐标值。在进行TOA定位时, 需要保证基站数目多于3个。
1.2 TDOA定位
TDOA为到达时间差的方法。TOA定位的前提就是各个BS和MS之间保持时间上的同步, 说明TOA定位的要求较高, 为了解决这一问题, 提出TDOA定位。TDOA定位只要求各个BS之间保持同步就行, 不必和MS保持同步。我们在进行TDOA定位时, 只需要得到各个BS到MS的到达时间差即可。在进行TDOA定位时, 要求基站的数目必须多于3个, 利用得到的各个BS到MS的TDOA的值, 用一定算法得到定位估计值。
1.3 AOA定位
AOA定位为到达角度法的定位, 利用MS与两个BS的到达角度值, 得出定位估计值的定位方法。在进行AOA定位时, 往往利用基站天线点阵来得到定位估计值。
1.4其他定位
除了上述定位方法, 还有RFID、RSSI等定位方法, 这样的方法需要一定的设备来实现, 其中RSSI可以利用路径损耗模型来得出定位估计值。
2定位算法
在确定定位方法之后, 我们要选择合适的算法来实现相应的定位方法。常见的定位算法有Chan算法、Taylor算法, Chan算法就是利用3次WLS算法进行定位;Taylor算法就是将距离或者距离差的关系式进行Taylor级数展开, 得到有关误差的方程组, 最后得到定位估计值。Taylor算法和Chan算法既可以进行TOA定位, 也可以进行TDOA定位。Taylor算法在进行之前需要一个初始值, 初始值需要相对准确, 否则用此算法得出的定位值的误差很大。Taylor算法为迭代算法, 有时在matlab仿真过程中需要运行很长时间。
除了以上这些算法外, 还有Fang算法、牛顿迭代法等算法。Fang算法只需要3个基站即可得出MS的估计值, 但是随着BS数目的增多, Fang算法的定位精度没有太大的提高, 而且和Chan、Taylor等算法相比, Fang算法的定位精度较低, 故此算法在定位中不常用;牛顿迭代法为一种迭代的算法, 在进行此算法之前需要由一种算法得出定位值, 将此定位值作为牛顿迭代法的初始值。
3数据融合
数据融合往往是两种定位方法的融合, 数据融合常用的方法为最佳线性数据融合, 这种数据融合必须保证融合之前的数据相互独立。在数据融合中, TOA和TDOA融合最为常见, 有3种融合情况, 一级融合为TOA数据和TDOA数据进行融合, 融合之后得到的TDOA数据进行TDOA定位;二级融合为利用TOA数据和TDOA数据分别进行TOA定位和TDOA定位, 得到的两个定位估计值进行最佳线性数据融合;四级融合为利用一级融合和二级融合得到的定位估计值, 以及用TOA数据和TDOA数据分别得到的定位估计值, 按照一定的方法进行在决策层的融合, 得到定位估计值。在数据融合的研究中, 我们可以将一级融合得到的定位估计值用于二级融合之中, 这样就会得到精度较高的定位估计值。
参考文献
[1]Y.T.Chan, K.C.Ho.A Simple and Efficient Estimator for Hyperbolic Location[J].IEEE Trans on signal pro cessing, 1994, 42 (8) :1905-1915.
[2]熊瑾煜, 王巍, 朱中梁.基于泰勒级数展开的蜂窝TDOA定位算法[J].通信学报, 2004, 25 (4) :144-150.
[3]刘林, 邓平, 范平志.基于Chan氏算法和Taylor级数展开法的协同定位方法[J].电子与信息学报, 2004, 26 (1) :41-46.
[4]刘利军, 韩炎.基于最小二乘法的牛顿迭代信源定位算法[J].弹箭与制导学报, 2006, 26 (3) :325-328.
[5]孙瑜, 范平志.射频识别技术及其在室内定位中的应用[J].计算机应用, 2005, 25 (5) :1205-1208.
[6]彭玉旭, 杨艳红.一种基于RSSI的贝叶斯室内定位算法[J].计算机工程, 2012, 38 (10) :237-240
[7]孙国林, 郭伟.基于数据融合的蜂窝无线定位算法研究[J].通信学报, 2003, 24 (1) :137-142.
RSSI室内节点定位系统设计 篇7
无线传感器网络的各种应用中, 节点的位置信息至关重要[1,2]。针对不同的定位形式, 现在已设计出了不同的定位算法, 这些定位算法主要从理论上进行了相应的研究, 并且使用仿真的方法进行定位算法的验证, 设计实际的节点定位系统对于无线传感器网络中各种算法的分析有着更大的现实意义。本文设计了一个无线传感器网络节点定位系统 (LSBR) , 并对基于RSSI的定位算法在系统上进行了验证分析。本文对节点定位系统的组成、硬件、软件以及试验方法进行了相应的介绍。
系统组成及硬件设计
系统组成及工作原理
LSBR (Localization System Based on RSSI) 定位系统基于RSSI测距原理[3,4], 利用射频信号实现对室内移动目标的定位, 系统由信标节点、目标节点、汇聚节点和位置计算装置等部分组成, 采用了一种主动式的定位架构, 由目标节点向信标节点发送射频信号。其中信标节点一般安装在屋顶天花板上, 目标节点安装在移动机器人等装置上。具体的系统组成和工作原理如图1所示。
如图1所示, 信标节点放置在室内的固定位置, 如天花板上, 其位置已事先测量获得, 并保存在位置计算装置上, 目标节点安装在移动机器人上, 数据收集器与位置计算装置连接。目标节点同时向屋顶的信标节点发射射频信号, 射频同步信号携带目标节点的ID信息。当信标节点接收到射频信号后, 检查ID信息, 如果ID信息正确则接收信号, 接收到信号的节点依次将测量数据通过无线方式发送给汇聚节点。汇聚节点计算出目标节点与信标节点的距离, 并通过串口通信传给位置计算装置。位置计算装置根据事先建好的坐标系、信标节点坐标和距离数据计算出目标节点坐标。
系统硬件主要由目标节点、信标节点和汇聚节点组成。其中目标节点和信标节点通过射频模块来实现测距功能, 汇聚节点主要负责接收数据并实现距离计算。目标节点和信标节点的系统框图如图2所示。
系统节点设计
信标节点设计
信标节点包括控制器模块、射频模块、电源模块等部分组成, 其功能主要包括接收目标节点发射来的射频信号, 并将测得数据发送给汇聚节点。信标节点处理器采用CC2430芯片[5,6], 其工作电压为3.3V, CX20106A芯片工作电压为5 V, 故电源模块采用7.2 V锂电池供电。输入电源首先通过电容进行滤波, 再通过LM7805电源稳压芯片输出稳定的5V电压, 5V电源其中一路输出给CX20106A芯片使用, 另一路通过LM1117电源稳压芯片输出稳定的3.3V电压, 提供给CC2430芯片处理器使用。电源电路原理图如图3所示。
目标节点设计
目标节点包括控制器模块、射频模块、通信模块、电源模块等部分组成。该节点一般不单独使用, 需要与移动机器人装置连接, 主要功能包括接收移动机器人发送来的定位命令、射频信号、输出工作状态等。目标节点系统框图如图2所示。目标节点的处理器同样采用了CC2430芯片, 使用其内嵌RF射频模块取代单独的RF射频模块。目标节点电源电路原理图如图4所示。
汇聚节点设计
汇聚节点包括控制器模块、射频模块、通信模块、电源模块等部分组成, 其主要功能是通过射频模块收集信标节点的测量信息, 计算目标节点与各个信标节点的距离, 并通过串口将各个信标节点编号和距离传给位置计算装置。在较大规模的网络部署中, 也可通过Zig Bee网络将距离数据传给远端的位置计算装置。汇聚节点控制器同样采用CC2430芯片, 汇聚节点的系统组如图5所示。
串口通信模块采用了控制器的USART片内外设, 可输出TTL的串口通信数据。由于位置计算装置多采用PC机, 最新生产的PC机一般都取消了RS232通信接口, 采用更为方便的USB接口, 故在汇聚节点中采用了Philips公司的PL2303数据转换芯片[7], 可将L的串口数据转换成USB通信数据, 方便与电脑连接。PL2303的转换电路如图6所示。
一般PC机的USB接口可提供5V的直流电源, 最大电流可达500m A, 足以满足汇聚节点的电源需求。汇聚节点通过USB接口从位置计算装置获得5V电源, 输入的5V电源首先通过电容滤波, 再通过稳压芯片输出给处理器稳定的3.3V工作电压, 在该节点中, 选用专为通信控制芯片提供转换电压的LM1117为转换芯片, 它具有功耗低, 体积小等优点。又因为电压中含有许多高频干扰源, 这些高频成分很容易经过电源进入通信系统中。另外系统自身的发送频率也会经过电源感应反馈到通信系统造成干扰。因而可在电源电路中加入220μH的电感, 与并入多个不同容值的电容所构成的滤波电路来抑制各种高频信号。使节点能够得到稳定可靠且低干扰的电源, 保证其可靠运行。具体电源电路如图7所示。
系统软件设计
定位系统需要目标节点、信标节点、汇聚节点、位置计算装置协调工作完成定位功能, 其中的目标节点具有两种工作模式, 连续模式和命令模式。在命令模式下, 当目标节点接收到机器人发出的定位命令后, 进行RSSI测距;在连续模式下, 目标节点连续发送射频信号进行RSSI测距。两者主要工作步骤相似, 下面仅对目标节点基于命令模式定位方法的工作步骤进行描述。其中测距公式采用式 (1) 计算。
式中, 为接收到信号强度, 模型参数A、n是根据实际环境测的数据得到的。
通过公式 (2) 计算出目标节点与各个信标节点的距离d (m) , 其中的μ为修正系数可通过信标节点的位置可知。
具体工作步骤如下:
(1) 信标节点启动, 首先初始化, 然后立即进入实时监测射频同步信号状态。
(2) 目标节点通过串口通信模块接收到移动机器人的定位请求后, 立即发送射频信号, 其中的射频信号携带目标节点的ID信息。
(3) 当信标节点接收到射频同步信号后, 立即检测接收到的ID信息是否与目标节点的ID信息相同。如果不相同则放弃, 进入之前的等待射频接收状态;如果相同则接收。
(4) 信标节点将节点编号、R SSI测量值打成一个数据帧, 跟据节点编号顺序依次将数据帧通过无线的形式发送给汇聚节点。
(5) 汇聚节点收到数据后, 根据节点编号利用公式 (1) 、 (2) 计算出目标节点与各个信标节点的距离d (m) , 最后汇聚节点将计算得到的各个信标节点的数据打包, 发送给位置计算装置。
(6) 位置计算装置根据事先建立的坐标系、信标节点坐标和距离d, 利用极大似然估计等方法, 计算目标节点在水平面上的位置坐标。至此, 一次定位过程完成。定位系统的信标节点具有相同的无线接收本机地址, 记为地址1, 目标节点向地址1发送携带ID信息的射频信号, 所有信标节点可同时接收到目标节点发来的射频信号。对于多个信标节点向汇聚节点的数据传输问题, 本章提出了一种基于节点编号的延时互补传输方法, 相比较基于扫频模式的多点传输方式其具有更高的可靠性, 并且能够结合本系统的特点解决短时间内大量信标节点的传输问题。具体方法为:信标节点编号10个为一组进行编码, 并且信标节点的部署时保证具有相同位数编码的信标节点的测量范围不重叠。信标节点根据编号的位数依次传输数据, 使传输时间间隔平均分配在18ms的数据传输窗口内。当信标节点数据传输完成后, 进行相应的补偿延时, 等待18ms数据传输窗口时间结束的到来, 并以此作为同步时间, 进入下一轮RSSI测距循环。这样各个信标节点具有了相同的RSSI循环测距周期, 避免了因各个节点的工作不同步导致的紊乱状态。
基于定位系统的定位实验
为了验证定位系统的定位效果, 本文搭建了一个4个信标节点的测试演示系统。信标节点安放在天花板上, 其具体安放位置和节点编号如图8所示。在静止目标定位实验中, 设定了5个标定点。该测试系统中, 屋顶离地面的高度约为2.8m, 本次实验每个标定点测试了100组数据, 由于数据量较大, 本文只给出了第一个标定点的测量数据。
使用MATLAB对上表实际测量数据进行定位, 其定位效果如图9所示, 500组测量数据的定位误差如图10。实测数据的平均定位误差为2.3m, 最大误差为4.3m。分析可知, 造成误差的主要原因包括两方面:由系统本身测距误差造成, 该误差不可避免, 主要由空气温度、密度不均衡等环境噪声引起, 另外程序执行语句与事件状态在时间上的细微变化也会对其造成一定的影响, 该误差通过各种优化设计已控制在可接受的3m范围内;测试系统的安装误差, 主要是人为造成, 可根据定位精度需求及使用环境进行修正。
如图10所示x轴的某些采样处出现的较大变化, 主要由标定位置变换引起的系统噪声。从图中可知系统的实际测试定位误差小于设计的3.5m。
结论
本文设计了一套基于RSSI室内定位系统 (LSBR) 。首先描述了基于RSSI的测距定位原理, 然后对整个系统的架构和硬件设计进行了详细描述。软件部分从系统工作步骤、节点程序设计和定位跟踪演示软件部分进行了研究。最后LSBR系统进行了定位方面的实验, 实验表明定位算法的有效性。
参考文献
[1]陈娟, 李长庚, 宁新鲜.基于移动信标的无线传感器网络节点定位[J].传感技术学报, 2009, (1) :121-125
[2]I.F.Akyildiz, W.Su, Y.Sankarasubramaniam, etal.Wireless Sensor Network:a Survey[J].Computer Networks, 2002, 38, (4) :393-422
[3]Guoqiang Mao, Baris Fidan, Brian D.O.Anderon.Wireless Sensor Network Localization Technique[J].Computer Networks, 2007, (51) :2529-2553
[4]汪灿, 黄刘生, 肖明军等.一种基于RSSI校验的无线传感器网络节点定位算法[J].小型微型计算机系统, 2009, 30, (1) :59-62
[5]李志宇, 史浩山.无线传感器网络微型节点的实现[J].电子产品世界, 2005, (21) :115-117
[6]孙德辉, 龚关飞, 杨扬.基于CC2430的无线传感器网络系统设计[J].现代电子世界, 2010, (13) :66-68