无线室内定位技术分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

WLAN室内定位技术分析

目录

无线定位技术概览工程部署考虑

项目实施流程介绍iMC WSM定位介绍

GPS 定位

定位过程:由(d1,d2,d3,d4)和(p1,p2,p3,p4)参数,推导坐标(经度,纬度,海拔)。

其中(p1…p4)位置信息由GPS系统(主站、监控站等)提供,并向地面广播;

(d1…d4)由天地间的传输时间差*光速得来。

高精度的原子钟(早期的GPS卫星为铯原子钟,最新的Block IIR为铷原子钟)。

差之毫厘失之千里。

进行三维定位至少需要4颗星;站星几何图形;算法;误差修正(多颗星冗余矫正)。

缺点:GPS卫星信号无法穿透建筑物到达室内。

p2

站星几何图形GPS 三维定位d1

d2

d3

d4

p1

p3

p4

GPS定位示意图

角度定位法小区定位法

三角定位法双曲线定位法

z SV 星历数据

z多普勒频偏数据

z视野星座,等

DGPS提升精度

A-GPS工作原理示意图针对GPS的首次定位时间(TTFF)较长的问题,A-GPS通过移动网络的支持可以获得更快的TTFF,且接收灵敏度、定位精度都有提升

网络侧的GPS观测设备,测量服务区域内的星历数据等,并供定位服务器使用。

用户首先向移动网络请求定位服务,然后定位服务器再返回当前空域的GPS卫星数据,用

户GPS接收机借助这些数据,快速获取当前位置到卫星的伪距。

接收机伪距等信息,再次上传到定位服务器根据区域内的差分GPS接收数据,修正位置信息并返回给用户或第三方应用呈现。

实际应用方面,有开放移动联盟OMA的SPUL规范,其定义了接入层、核心网等各种网络接口的实现。中国移动的A-GPS方案就是基于SPUL实现。

Wi-Fi 定位1

A

B C

r a r b

r

c r a'

r b'

r c'理论定位

实际定位该方法的特点是利用信号强度的距离传输衰减模型,计算出当前位置离信号源的距离,然后再使用三角数学公式(即∆

x 2+ ∆y 2

= r 2

)推算。

同所有的三角定位系统类似,这种方法需要事先知道信号源的坐标,如图中的A/B/C 的坐标。优点是实现简单,缺点是实际环境中存在很大问题,不太实用。这主要是因为,实际环境中的介质衰减情况复杂,导致无法(或者很难)区分有效信号,从而距离估算偏差大。另外,基于信号强度的定位系统都存在的问题:信号波动。如图所示,导致定位的结果在一定范围内抖动。

P R = P 0-10γlog(d)

γ介质系数

Wi-Fi 定位2

基于信号强度的指纹定位系统工作原理示意图

b1b2

b3b4

b5

bm

Location Databse

Wi-Fi 定位3

基于Wi-Fi信号强度的指纹定位系统最早见于微软研究院的RADAR系统(V.Bahl,2000年)。其后随着Wi-Fi技术的流行,越来越多的系统基于指纹路线发展。

指纹定位系统的实现由两个阶段组成,即前期采样和后期定位阶段。该方法背后的思想是:

场景中各个点位的Wi-Fi信号分布是有固定特征的(就像人的指纹),且不随时间变化的。

因此,如果通过事先采样的方式,把各个位置上的信号特征记录下来,实际定位时只需要用“查表”的方式即可推算出位置信息。

指纹方式的最大优点是:采样数据反映了真实场景的情况(如不同厚度的墙体,材料等)。

相对于传播模型方式,不需要知道具体的介质衰减系数(实际场景很难实现),因而具有

了更高的定位准确度。

指纹方式的主要劣势是:事先必须进行采样,对于面积较大的场景,将会耗费较多的人力和

时间;且当AP部署有变化(如新增、故障等)、或场景的环境有变化(如商场内店铺的分拆)等,理论上都会破坏指纹特征,需要重新进行采样。

另外,同距离传播模型一样,指纹方式也依赖信号强度,而Wi-Fi信号在室内环境由于多径效应、人员或车辆的干扰,其信号是时变的。因此,作为实用的系统,必须通过技术手段尽量

降低这些因素的危害程度。如,采用基于统计的概率分布、方差系数、平滑参数等,这些都

是各个厂家核心细节。

&

Crowdsoucing 定位技术

传统的基于指纹的定位系统需要耗费大量的人力进行采样工作,早期的Google 、Apple 的产品中就采用了War-driving (开着车沿街扫描Wi-Fi 信号)方式,比如苹果IOS 4.0前采用了Skyhook wireless 的产品即基于此。

随着智能手机、平板等产品的普及,业界提出了基于用户终端的所谓Crowdsoucing 技术方向。其背后的主要思想是:利用庞大的、分布各地的终端收集附近的Wi-Fi 、Cell 等信息(如MAC 地址、信号强度、cell id 等),并发送到后台服务器记录到数据库中。通过结合其他信息(如Cell 的位置、GPS 坐标),逐步细化采样信号的位置信息。一段时间后,数据经过优化,形成包含有位置、强度的数据库,用于后续用户的定位。

意味着像Iphone 手机即使断开GPS 、移动网络,只要打开Wi-Fi 开关就可能被定位出来。

根据苹果官方网站的声明,为了减轻人们对隐私的焦虑,声称该技术是为了加快用户首次地图类应用的等待时间,且上报信息是以匿名、加密方式进行。不过苹果不支持关闭该功能。

Google 的实现应该基本同苹果,不过为了回应人们对隐私的关注,其提供关闭(opt out )该特性的方法,不过默认设置是打开的,非专业用户一般不知晓。

相关文档
最新文档