英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

Wi-Fi室外定位

摘要

虽然GPS是现在最流行的定位系统，但是它在室内环境和大城市区域表现不完美。Wi-Fi定位现在备受关注由于其在室内定位方面的优势和Wi-Fi接入点（AP）的普及。由于Wi-Fi定位系统可以克服GPS的缺陷使其在室外环境的表现同样备感兴趣。在本文中，对Wi-Fi定位技术在室外环境中使用的三边测量和指纹定位进行了讨论。一个基于指纹定位的环境已经建立，在悉尼中央商务区，其中无线应用程序密集部署。测试结果表明，基于指纹的Wi-Fi定位系统非常适用于户外的定位，特别是当方向信息已经采集。

关键词：Wi-Fi 室外位置 指纹

1 简介

GPS是目前全功能的基于卫星的定位系统。它被广泛地应用于周围的许多领域。但是它有它的缺点，比如它需要一些时间来获得首次定位;它在室内或城市峡谷表现不佳。GPS接收机需要“看到”至少3颗在天空中分布相对较好的卫星来计算其2D位置。于是在天空中被遮挡的环境中，定位变得困难;甚至是不可能的。在室内环境，有些替代系统，如active badge系统、cricket系统等，已经开发了位置定位，但由于其固有的问题它们不能广泛使用。在户外，移动电话网络（3GPP，2004年），电视信号（埃盖特及网球，2004年）和伪卫星（Barnes等人，2006年）都可以使用。由于802.11无线局域网（也称为Wi-Fi）的技术已被广泛使用，大量的接入点（AP）已经部署，包括室内和室外。Wi-Fi定位技术已经备受研究人员和公司的关注。

无线网络的目标是提供本地无线接入固定网络架构。由于它的灵活性，连接性，移动性，以及这种低成本技术满足消费者的需求，它的市场的迅速增长。IEEE 802.11工作小组已经批准了一组规范。这些中，802.11b已成为工业标准。它在速率高在达11 Mbps的2.4 GHz频段操作，这是唯一在全球可用的工业，科学和医疗频段(Bing,2002年)。下一个主流的Wi-Fi标准是802.11g，它提供了高达54Mbps可选的数据传输速率，与802.11b工作在相同的频带和802.11b设备的向后兼容性(Geier,2002年)。

显然，Wi-Fi不是为定位这个的目的而设计或部署的。然而，测量由任一接入点或站发射的信号的信号强度（SS）意味着可能找到移动用户（MU）的位置。事实上，一些基于SS技术已经提出了用于在无线部署好的室内环境进行位置估算(Bahland Padmanabhan, 2000年; Li et al., 2005年)。基本有两类这样的技术。一种是使用信号传播模型和有关建筑物的几何学的信息将信号强度转换为距离测量。三边定位可以计算出移动用户的距离(Li, 2006年)。这种方法是简单可行的;然而建立一个足够好的适应真实世界的信号传播模型是困难的，因为有太多的影响信号传播的因素。另一种无线定位是“位置指纹定位”。这一类技术在最近获得了更多的关注是它能够解决与非视距传播和多径传播相关的问题（Haldat，2002年）。

位置指纹的基础是首先建立包含在Wi-Fi的覆盖范围地区的一些基准点（RPS）无线信号测量值的数据库。然后移动用户的位置可以通过比较测量到的信号强度与参考数据来确定。这种方法的缺点是数据库的生成和维护的要求。其他基于不同测量方法而不是基于信号强度的方法也已经发现，例如利用时间的到达（TDOA），时间差的到达（TDOA）角的到达等。由WhereNet公司提供的Wi-Fi定位解决方案是其中的一个例子。TDOA测量使用了位置计算。于是WhereNet公司不能使用标准的Wi-Fi设备。

有一系列Wi-Fi定位系统正在开发如来自微软研究院的“RADAR”；来自美国马里兰州大学的“Horus”；来自德国坎普 - 林特福尔特IMST有限公司的“ipos”和来自澳大利亚新南威尔士大学的“WPS”。Wi-Fi定位的商业版本系统是非常罕见的。最知名的系统是“Ekahau定位引擎（EPE）”，由Ekahau公司提供的。“Pango”是一个类似的系统，是innerwireless系统的一部分。所有这些系统基本上集中在

室内定位。Skyhook Wireless公司已经开发出metro-area定位系统，该系统可用于室外定位。虽然有关室内Wi-Fi定位的许多报告是可用的，它的性能是室外定位也感兴趣的。在下面的部分中，对可能使用在室外定位的Wi-Fi技术进行讨论。然后在第3章和第4章介绍基于指纹定位的室外定位，在第5章介绍结果，最后给出结束语。

2 Wi-Fi室外定位技术

在室外环境中，无论是三边测量定位和指纹定位都可以使用。此外，其他定位系统也是有效的，如GPS。因此，集成的Wi-Fi和GPS（或者其他系统）也是一种选择。

2.1三边定位

三边测量的方法比较简单。三基站（或更多个）的已知的坐标是必需的（参考图1）。如果基站到移动用户的距离R是可以测量的，半径为R的圆可以是画。圆相交于一点，这就是移动用户的位置。那么移动用户的坐标可以很容易地计算。一般来说，如果TOA测量（其可很容易地转换为距离）可以获得，例如移动电话，就用三边测量。然后，在Wi-Fi中可用的测量数据是信号强度而不是距离。因此，首先信号强度应该转换为距离。因此，三边测量方法包括两个步骤：第一步骤中，使用信号传播模型将信号强度转换为接入点到移动用户的距离；第二步骤中，用最小平方或其它方法（诸如几何方法）来计算位置。第一步是这种方法的关键。

图1

由于从一个地方到另一个地方的环境变换显著，如果不能容易的获得环境的细节，最简单的方法是通过获取一些已知坐标点的信号强度来找到信号强度和接入点到移动用户距离的关系。这意味着一个额外的过程，称为学习过程，必须添加到三边测量的方法（实际上，该学习过程几乎是不可避免的，不管是用什么办法的）。这种方法的应用在室内环境已被证实。Skyhook声称他们的系统使用“三角测量”（更准确地“三边测量”），以确定移动用户在室外的位置。

有两个与此方法相关联的错误类型：信号传播模型误差和非视距误差。这两个误差是不重要的。因此，移动用户位置的估计可能是非常不准确的。然而，然而，如果非视距污染测量可以检测和去除以及传播模型可以很好地选择，三边测量的方法可以是一个很好的选择。

2.2指纹定位

这里所说的“指纹”测量是指无线电信号的位置敏感的参数：在Wi-Fi中指的是信号强度。类似于人的指纹，特定地方的指纹可用于识别其位置。指纹识别方法的核心思想是在感兴趣的领域测量无线电信号的位置敏感参数。位置指纹识别有两个阶段：“培训”阶段和“定位”阶段。训练阶段的目标是建立一个指纹数据库。为了生成数据库，参考点必须仔细选择。一般地，所获得的信号强度数据是由移动用户测量的。在一个参考点定位设置一个移动用户，对接收到的所有接入点的信号强度进行测量。从这些测量的数据中确定参考点的特征，然后被记录在数据库中。此过程在另一参考点进行重复，直到所有参考点被访问。在定位阶段，移动用户在一个需要确定位置的地方测量信号强度。测量数据与使用适当的搜索/匹配算法从数据库得到的数据进行比较。其结果得到移动用户最可能的位置。整个过程在图2中示出。

图2

指纹识别方法已经被接受为Wi-Fi定位的有效方法，尽管有一些缺点。在实际中有两种估计未知位置的方法。比较简单的是确定性方法(Bahl and Padmanabhan, 2000年;Saha et al., 2003年; Li et al., 2006年)。在各参考点测量多次各无线AP的信号强度，将其平均值建立指纹数据库。因为在每个点处测得的信号强度的变化是大的，为了获得更准确的结果，该概率方法（Roos等人，2002年; Li等人，2006年）也已经开发。不幸的是，信号强度的分配是非高斯性的。更糟的是，当天线的方向改变它在不同的位置、在同一位置都变化（拉德。等，2002年; Li等人，2007年）。因此，多次测量是必要的，而这需要更多的时间来进行信号强度的分配在每个参考点。此外，这增加了数据库大小和计算负担。但是，建立位置指纹数据库中是一个重要的先决条件。为实现用户位置的良好估计，则需要更多的参考点，或换句话说，粒度越小越好。并且由于所测量的信号强度被许多因素的影响，所接收到的信号强度在每个点的变化可以和10db至15dB一样大。因此，在每个点得到更多的测量越好。然而，更多的参考点和更多测量意味着在训练阶段就劳力和时间方面而言有重大任务。

许多研究人员已经注意到MU的取向的影响 - 在该接收机天线指向方向。当用户改变取向，所接收的信号强度能够显著改变(Ladd et al., 2002年;Li et al., 2005年). Xiang 等人 (2004年) 和Li 等人(2007年) 研究了使用定向信息来提高定位精度的方法和估算在室内环境中的移动用户的方向。

2.3 Wi-Fi加GPS定位（其他传感器）

室外，从至少一个GPS卫星接收线的视线的信号的概率是相当高的。整合Wi-Fi和GPS去估计移动用户的位置是可能的。然而，如前面提到的，无线不能提供TOA测量。使用一个模型可以转换信号强度为接入点到移动用户的距离，但这个距离是非常不准确的。指纹定位的方法不能提供距离测量。那么，如何整合Wi-Fi和GPS的研究是一个有趣的问题。聚集Wi-Fi与其他传感器集成也有极大的兴趣。

3 测试平台和设备

为了研究在室外环境中无线定位的性能，悉尼中央商务区被选择进行试验。这一地区有很好用的Wi-Fi服务信号。这实验区大概有500米到800米的尺寸。1300多个接入点可以在这个区域进行检测。他们中的一些是由电信公司，如Telstra公司作为其固定基础设施的一部分进行部署。有些应用是由私人用户建立供个人使用。所选择的区域有一个典型的城市设置的高楼和高楼挡住了天空。图三展示了实验区。

图3

在实验过程中研究人员使用了康柏的iPaq3970个人数字助理（PDA）运行的Pocket PC2002操作系统。朗讯科技的Wi-Fi无线Orinoco Wireless Golden Card也被使用。为了比较目的，Garmin eTrex GPS接收机已经用于收集GPS数据（图4）。

图4

该软件用于收集和初始化信号强度数据是NetStumbler，为PDA剪枝的版本，称为MiniStumbler。用户界面的屏幕截图示于图5。

图5

4方法和数据收集

正如在第2节介绍，三边测量方法是最简单的室外定位方法。然而，除了先前已经讨论过的困难，也必须认真考虑的另一个问题接入点的坐标。它是不容易获取此信息的。现实的情况是，这些固定基础设施的运营商不会给免费的坐标（或者，如果他们不希望这些信息是公开的话），而私人AP的业主甚至不知道坐标。为了检测这些应用程序（主要是接入点在固定基础设施），并测量它们的坐标，成为利用三边测量方法的初步要求。Skyhook的主要贡献是收集这些 信息和数据。因此，简单的做法变得难以开展。此外，比使用另一种方法，以获得更好的结果是非常不可能的。AP点坐标在指纹定位方法中不需要。此外，所有AP点（无论是作为接入点固定基础设施和私人用户的AP点）的信号可以是定位用作私人用户的AP点都不可能到很远的店铺或公寓内移动。类似于室内环境，可以观察到所接收到的信号强度与移动用户的方向的关系有直接的关系。图6给出了一个例子。该数据是在乔治街马丁广场的路口西南角收集。接入点是Telstra的CBD热点与0011209C1BC0的MAC。它意味着定向信息也可以是能够被用来提高定位精度和可能估计移动用户的取向。图7描述了两种方法来生成数据库：传统方法和利用方向信息的方法。

图6 图7

总共172个参考点和23个测试点均匀分布在测试区域（见图8）。在每个参考点时，数据收集如下：

·设置PDA，面朝北。

·打开MiniStumbler和开始的RSS数据收集大约60秒时，登录到一个文件中。

·定向到顺时针旋转90度面向东方收集数据约60秒，再次登录到文件的设备。

图8

在南部和西部方向重复数据收集程序。

在测试点10所收集的数据包括方向信息，其余只收集朝向一个方向的数据。因此，有效的目标价53。

在该试验中，使用了简单的确定性方法。“近邻”（KNN）算法（巴尔和帕德马纳班，2000年; Li等人，2005年）应用，因为其简单性和合理水平的准确性。其基本思路是计算（在信号空间）的观察组信号强度测量[SS1，SS2，SS3...... SS n]和记录在信号强度测量数据库[SS1，SS2，SS3...... SS N]的距离。这两个向量之间的距离可被表示为。

曼哈顿（Q =1）和欧几里得距离（Q2）是最常见的距离测量。能提供最小的通信距离的参考点是最临近的位置。移动用户位置的估计是最临近的位置。

在室内测试中，测试面积小，所以受影响的数量少，大部分时间的移动用户可以接收来自大多数接入点的信号，近邻正常工作。然而，在该室外试验，有超过一千接入点，我们注意到NN不能总是找到“真正的”最近邻。图9给出了一个例子。所述的SS在RP1，RP8和TP1在表中列出的检测。如果从某个接入点的SS不能检测，-100 dBm是正常“已记录”。显然，RP1是更有可能比RP8的近邻。然而，计算出的信号距离表明RP8是最近邻。因此应用NN直接有问题。为了解决这个问题，引入了“候选”的为近邻的概念。在NN 应用之前，候选点从所有的参考点中选择。候选点是可以“听”信号从类似的AP点的也可以从特定的TP点停信号的参考点。在前面的例子中，在TP1，AP1到AP3进行检测;在RP1，AP1到AP6进行检测;在RP8，AP1和AP7进行检测。同样的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[147537]，资料为PDF文档或Word文档，PDF文档可免费转换为Word