物联网大作业

物联网定位技术大作业题目 基于WIFI的室内指纹定位技术 学院（系部）： 电子通信工程学院 专业：物联网工程班级：2015级物联网91学生姓名：学号：成绩：□优秀口良好□中等□及格□不及格（注.方框打』）2017年11月23日随着无线定位技术的发展，人们对定位的需求也与日俱增。目前主流的三种定位技术GPS、A.GPS、Google.M印基本满足人们室外定位的需求，然而它们在室内或地下场所中定位精度与速度不高，无法很好的满足室内或地下场所定位的需求。随着WlFl技术的飞速发展、WlFl无线网络的室内覆盖越来越普及，使得基于WIFI网络对移动终端进行准确定位成为可能。基于WIFl网络的位置指纹定位技术以其定位精度高、实时性好、扩展性强等优点越来越受到人们的重视，目前已成为室内定位技术研究的热点。首先，通过阅读大量相关的文献资料，对比分析了当前国内外WIFI室内指纹定位技术的研究现状。对其中涉及到的相关技术的原理和特点进行介绍分析，包括WIFI无线通信技术，室内无线定位技术以及位置指纹定位技术，并根据室内亚尸］指纹定位技术的特征对定位过程中的影响因素进行分析。其次，根据前面提到的定位过程中的关键影响因素，介绍了对应的解决方案。分析与研究了几种典型的指纹定位算法，包括最近邻法(SS)、K近邻法(KNN)、K加权近邻法(WKNN),并提出算法的改进方案，使用乂人兀人8软件进行算法的仿真分析，寻求其中的最佳参数值以及定位性能差异。通过分析几种算法的性能仿真结果，拟定了基于最强AP法的改进算法作为定位系统采纳的算法。关键词：WIFI；Android；指纹定位算法；定位系目录TOC\o"1-5"\h\z一、绪论 1\o"CurrentDocument"(1)研究背景与意义 11研究背景 .12研究意义 2(2)国内外研究现状 2\o"CurrentDocument"二、基于WIFI的室内指纹定位技术 4WIFI无线通信技术 .4.WIFI基本概念及技术标准 .4.WIF1网络的组成及拓扑结构 5\o"CurrentDocument"三、室内无线定位技术 .7\o"CurrentDocument"(1)室内无线定位技术的分类 7\o"CurrentDocument"(2)室内无线定位技术的选择 10\o"CurrentDocument"四、位置指纹定位技术 12\o"CurrentDocument"(1)典型的在线匹配算法 12\o"CurrentDocument"结论 .15\o"CurrentDocument"参考文献 .16(1)研究背景与意义1,研究背景随着移动通信、无线网络与普适计算等技术的突飞猛进，人们对获取位置感知服务的需求也日益增加，这使得基于位置感知的计算与服务在现实生活中发挥的作用越来越重要。早期无线定位技术应用于交通运输、医疗、公安追踪等领域。至80年代后期，伴随蜂窝网无线通信、GPS、AGPS等技术问世，无线通信进入了一个新时代，人们对定位服务的需求也层出不穷，越来越多的研究学者也关注无线定位技术。美国联邦通信委员会在1996年强行制定了E.911法规，其规定移动网络需为用户提供定位服务。此后，许多国家也效仿此规定。至今GPS、AGPS、GoogleMap等定位技术在人们日常生活中都扮演着重要的角色。IEEE802.11协议发展至今己日益完善，WIFI的应用也更加普及，基于W1Fl的wLAN广泛分布与家庭、校园、办公场所、地下停车场与娱乐场所，智能手机、笔记本、Pad等手持设备也均内置了无线网卡。WlFI网络中AP定期广播的信标信号中的RSS信息使基于WlFl网络的位置指纹定位成为可能。目前基于WIFl的位置指纹定位技术也成为学术界研究的热点，一些基于WlFI网络的定位系统也相继出现，但目前各个WIFI位置指纹定位系统均只应用于某一特定场所，还未有统一的标准。2,研究意义WIFI位置指纹定位技术是基于接收信号传播特性而进行定位的，与传统AIA与TlA定位技术相比，其无需额外添加设备来进行角度测量与时间同步，且充分利用了已有WlFI无线网络，降低其使用成本。其次，W1F1位置指纹定位技术与传统室内定位技术（如：视频信号与红外定位）相比，其扩展性更强、应用范围更广。由于亚旧信号传输时受非视距、多径衰落等因素影响较小，故基于wlFl网络的指纹定位系统稳定性较强，而基于红外或视频信号定位技术在使用时较易受限，比如：在阳光直射或荧光照射下基于红外技术定位的精度将大大降低，而基于视频信号的定位技术使用前提是移动终端必须在可视条件下。在城市人口居住密集的今天，由于室内与地下的无线基站信号较弱，现有主流定位技术GPS、AGPS、GoogleM印等在室内与地下定位时均存在盲区，且定位精度不高，而WIFI位置指纹定位技术可通过WlFl网络中的AP进行定位，避免了对无线基站网络的依赖，从而实现了地下或室内环境的准确高效定位，其在地下室内商场、停车场、物流等行业均具有潜在应用价值。(2)内外研究现状(2)内外研究现状WLAN无线局域网络标准于二十世纪末正式制定，之后它的应用就变得非常广阔，涵盖多个领域，在无线通信领域被看作最有发展前途的技术之一，利用广泛存在的WIFI网络，对室内定位目标进行定位得到广泛认可。它有着非常好的发展前景，因此被很多研究者看好，并随之诞生了不少可鉴的WIFI室内定位系统成果，较典型的有Radar系统、HoruS系统、Nibble系统与Weyes系统等室内定位系统。几种系统的主要特点如表1-1所示，其中，Radar、HourS和WeyeS系统通过增加样本数量，然后再对样本取平均值或者中位数，或者计算出它们的概率分布，以此来减小接收信号的不稳定性对数据样本准确性的影响，从而解决无线网络环境的干扰问题。面对复杂多样的无线网络环境，Weyes系统则用差值模型建立信号空间，从而降低无线局域网开放性带来的影响。这些解决措施所需要的采样样本数量大，数据库的建立时阅长，导致定位系统的可靠性以及易用性等方面受到影响，加上需要特定的定位终端，加大了定位成本，因此目前还未能应用于人们的生产生活当中，它们均只是一些原型试验系统。目前，国内外还没有发现一个真正成熟的商用WIFI室内定位系统，基于WIFI网络对移动终端进行准确定位仍然存在一些需要深入研究并解决的实际技术难题。比较项型号覆盖图模型计算位置算法精确度连续定位支持开放网络支持RadarRSS多元组服务器NNSS<4M否否HorusRSS直方图缝补服务器Centerofmass2-3M是否Nibble概率分布服务器BayesNetwork%97准确否否WeyesRSS差分多元组服务器NNSS-AVG<4M是是表1-1几种典型WIFI定位系统对比表位置指纹定位按训练/离线阶段到定位/在线阶段的顺序进行，第一阶段工作是创建指纹数据库，第二阶段执行相应的算法，去寻找出与定位终端接收信号参数特征匹配性最高的一个或几个位置指纹，再用其中的位置坐标按照一定的计算方法估算出用户的实际位置。传统的位置指纹定位算法主要有：最近邻法(NN)、K近邻法(KNN)、K加权近邻法、朴素贝叶斯算法。这几种传统的位置指纹算法中，它们基本都是简单的基于信号强度值进行指纹的匹配或映射来得到最终的定位结果。但是，同一位置不同时刻接收到的信号强度并不稳定：首先，室内环境本身布局的复杂性使得AP发射信号在到达接收机的过程中会出现多径现象；另外，空气的湿度、温度的变化加上人员的活动等因素也会影响无线网络信号的传播，这些都会导致信号强度RSSI值波动。现在很多算法并未考虑多房间或多楼层的定位环境，在这样的环境下，数据库中的指纹数据量势必增加，如果我们在定位阶段与每个位置指纹进行逐个匹配的话，会延长定位时间。基于这些不利因素，在算法中我们必须考虑对RSSI值的有效过滤和对数据库中的位置指纹数据进行快速筛选的方法来改进定位算法，从而达到提高定位精确度以及定位实时性的目的。二、基于WIFI的室内指纹定位技术(1)WIFI无线通信技术.WIFI基本概念及技术标准WIFI全称WirelessFidelity，意思是无线保真技术。WIFI也可叫作无线宽带，它是一种可以支持用户在数百米范围接入互联网的无线传输技术。它最初只是特指IEEE802.11b这一标准，但随著无线局域网技术的进一步发展，IEEE802.11a及IEEE802.119等标准相继出现，现在WIFI已经成为IEEE802.11这个标准的统称，同时人们已习惯性把无线局域网WLAN称为WIFI°WIFI的使用门槛相对较低，只要在机场、图书馆、酒店、快餐店等人员较密集的地方设置“热点(AP,AcCessPoillt)”，然后通过高速线路将因特网接入这些场所，支持无线局域网连接的智能手机或笔记木电脑到了该区域内，就可以检测到由热点(AP)发射的WIFI信号从而接入因特网。WIFI网络因无需耗费大量人力和物力来进行繁琐的网络布线而受到广大网民的亲睐。WIFI的第一个标准IEEE802,11是在1997年6月被推出的，其中定义了物理层和介质访问控制层，物理层以2Mbit/s的数据传输速率工作在免费的2.4GHZ的ISM频段上，凡是遵守这个标准的操作系统或网络应用在无线局域网上都可以顺畅运行。为了支持更高的数据传输速率和质量，随后IEEE又相继制定了802.11b、802.11a、802.119、802.11、802.1lac/802.11ad等一系列标准。.WIF1网络的组成及拓扑结构一个完整的WIFI网络系统由站、无线介质、无线接入点、分布式系统组成，如下图2.1所示：无线接入点图27 甲［产I网络的组成结构图站(Station,STA)：WIFI网络中最基本的组成单元，它由终端设备、无线网络接口、网络软件组成。如带无线网卡的笔记本电脑、支持无线网功能的智能手机等均属于站。无线介质(WirelesSMedium,WM)：在这里指的是空气。空气是无线电波和红外线传播的良好介质，因此成为站与接入点之间、站与站之问的无线通信介质。无线接入点(hccesSPoint，AP)：它是WIFI网络的核心组件，其作用等同于蜂窝网结构中的基站。无线接入点可以看作是一个特殊的站，位置通常固定在基本服务区的中心。其基本功能有：完成同一个基本服务区(BaseServiceArea，BSA)中的不同站间的相互通信以及其它非AP站对分布式系统的访问：在一个WIFI小区内负责控制和管理其它非AP站；作为桥接点实现WIFI网络与分布式系统之间的连接。分布式系统(DistributionSystem，DS)：它作为WIFI网络中的设备与其他网络设备之间的通信系统而存在。分布式系统能够解决单个WIFI基本服务区BSA覆盖范围有限的问题，实现多个基本服务区的连接，从而形成一个扩展业务区(ExtendedServiceArea，ESA)，如下图2—2所示。 /L二、图Z-2扩展服务区拓扑图WIFI网络拓扑结构可归结为两个基本类：无中心拓扑和有中心拓扑旧“。自组网拓扑(Ad—Hoc)是一种无中心拓扑结构，它至少需要两个站，这是一种自发式单区网，各站之间的关系是对等、分布式的或无中心的，如下图2〜3所示。当WIFI网络采用这种无中心拓扑结构时，公用信道被各站点竞争使用，站点数太多时信道竞争就会使网络性能受到限制，导致这种拓扑结构只适合于小规模的WIFI网络。基础结构拓扑(Infrastructure)是一种有中心的拓扑结构，它至少要一个AP,如下图2—4所示。AP是BSA的控制中心，在该控制中心的管理下网络中的各个站之间进行相互通信。在一个基本服务区BSA中，一个站要与其他站进行通信，必须经过从源站点到AP和AP到目的站点的两跳转接过程。基础结构比自组网拓扑具有更大的通信距离和更高的网络吞吐性能，是现实生活中使用较普遍的一种WIFI网络拓扑结构。室内无线定位技术图不3臼组网拓扑结构图 图2-4基础结构柘扑图三、室内无线定位技术(1)室内无线定位技术的分类室内定位技术有多种分类方法，其中按照信号测量技术不同的分类较为主流：它可以分为基于到达时间(TimeofArrival,TOA)测量的定位、基于到达时间差(TimeDifferenceofArrival,TDOA)测量

的定位、基于到达角度伊口n@1ofAngle,AOA)测量的定位以及基于接收信号强度(ReceivedSignalStrengthIndication，RSSI)测量的定位。TOA/TDOA定位OA和TDOA两种定位方法可以统称为三角测量法。电磁波在空气中的传播速度是已知的，信号发送端与接收终端之间的距离可以由信号传输时间和速度相乘得到。接收方利用信号的到达时间计算信号在介质中的传送时间，从而计算传播距离。这样，接收端的位置就限制在以发送端为圆心的圆周上，因此也可以叫圆周定位，如下图2-5所示。TOA要求接入点和定位终端有非常精确的时钟同步，为了避免这种外在同步，TDOA出现了。TDOA是利用信号到达两个接入点的时间差来估计用户位置的，因为其中利用了双曲线的原理，因此也称双曲线定位，其原理如下图2.6所示，不过这种方法也需要在定位终端配备相应的时间测量硬件，增加了定位成本。目前这两种定位方法均主要用于蜂窝网定位，在无线局域网定位技术中应用很少。图2-5T0A定位示意国图图2-5T0A定位示意国图2-6TDOA定位示意图AOA定位图2-1AOA定曲:示意图基于AOA测量的定位方法的原理如下图2—7所示。在二维坐标系下，根据两个接入点的位置以及信号从AP图2-1AOA定曲:示意图RSSI定位基于RSSI(ReceivedSignalStrengthIndication)测量的定位可分为信号传输损耗法和位置指纹定位法。传输损耗法的原理是利用信号在特定的室内环境中的传播模型把接收信号强度RSSI转换成发送端与接收端之间的距离，该方法无需添加额外的硬件设备，成本较低。我们利用定位终端实时接收到的信号强度RSSI和信号传播模型公式，就可以计算出当前位置距离AP的距离，最后利用三个不共线AP采用三边法估计出当前位置。在特定室内环境中精确定义的信号传播模型是信号传输损耗法的瓶颈所在，只能确定的是无线信号的路径损耗在视距传播时与传播距离成对数关系。但是，在复杂的室内环境中，信号并不是视距传播，各种障碍物或走动的人员都会让信号产生衰减，不同的障碍物具有不同的衰减因子，我们很难找到〜个确切的传播模型来精确描述信号在特定的室内环境中的传播特性，这就是利用信号传输损耗法定位存在的不利因素。(2)室内无线定位技术的选择.传感网络的选择在室内定位中，传感网络的选择范围比较广泛，包括红外线系统、超声波系统、RFID系统、蓝牙系统、Zigbee系统以及WIFI网络等。但是，红外线传播要求无遮挡的直线视距，因此它的传播距离较短，无法实现大规模的应用，同时红外线的传播受日照影响也较大；超声波因其相互之间干扰较大，每个时刻只允许单个移动标签单独发射超声波，这就增大了移动节点的定位延时，无法满足无线定位的实时性要求，并且超声波在人的日常活动中也极易产牛从而影响定位结果；RFID技术成熟，市场基础好，但作用距离不够长，一般最长也就达到几十米，只适合于室内的小区域定位；蓝牙设备昂贵，传输距离较短，易受噪声信号、复杂的空问环境干扰导致信号稳定性差，因此该技术存在适用范围小的问题；Zigbee技术刚刚兴起不久，其成熟度较低，而且因系统成本高和受用户使用习惯等因素的影响尚未广泛投入商业应用。室内定位因为WIFI网络的出现发展出一种新的定位方法。较其他传感网络而言，基于WIFI网络构建的定位系统具有以下一些优点：10。1WIFI网络数字传输速度快、部署方便且成本较低，切合了现代人对宽带多媒体业务的需求，在许多公共场合和家庭都得到了广泛的部署应用。因此，我们可以利用现成的WIFI网络构建室内定位追踪系统，不需要安装添加其他硬件设备，避免了专用网络体系结构的搭建，节约了定位成本。②WIFI网络的本质功能其实就是数据传输，基于此实现用户与互联网之间信息的双向交互。在利用WIFI网络实现定位时，定位用户不仪可以获知位置信息，还能够获得一系列基于位置的服务，这样大大提升了定位服务的用户体验，同时也充分发挥了WIFI网络的应用潜能，无形中展示了定位与WIFI相结合的优势。③现在许多移动设备，如笔记本电脑、平板电脑、智能手机都内置了的WIFI的连接支持，这些移动终端可以便利地应用基于WIFI的定位系统，对定位系统的普及带来了便利。综上分析，无线定位技术中对传感网络的选择方面，WIFI网络无疑是一种最优的选择。因此本课题选择了基于WIFI的室内定位作为研究对象。.位置估算方式的选择在上一小节中，本文已经介绍了几种典型的无线定位的位置估算方式。包括TOA/TDOA定位、人0人定位、RSSI定位。在基于Android的WIFI定位中，显然前三种方法因其硬件需求都无法直接运用其中，只能选择基于RSSI的位置估算方法。基于RSSI的位置估算方法包括信号传输损耗法和位置指纹法，前面已经对两种方法做了对比分析，11

信号传输损耗法进行定位的条件是建立精确的信号传播模型，指纹定位算法则是建立信号强度与位置关系的数据库，后者在室内环境下更容易实现，定位精度也更高，因此，本课题选用指纹法作为定位算法，并在后面的章节中作迸一步的分析与改进、位置指纹定位技术(1)典型的在线匹配算法指纹定位技术包含两个比较关键的步骤，一个是在离线阶段建立一个准确的指纹数据库，另一个就是在在线定位阶段执行一个高精度的匹配算法。在线定位阶段的匹配算法可以分为确概率型算法和确定型算法两类。概率型算法是使用条件概率为位置指纹建立模型，然后采用贝叶斯推理机制来估算定位终端的位置，如贝叶斯概率算法。与基于概率的概率型算法不同，确定型算法是用来自各个AP的信号强度均值表示位置指纹的，并采用确定性的推理算法来估算出定位终端的位置，如最近邻法、K最近邻算法、加权K近邻算法、支持向量机算法等。确定型算法中的最近邻算法、K最近邻算法、加权K近邻算法可以统称为数据相关算法DCM,下面对这几种算法进行剖析：①最近邻法(NN)(2-9)最近邻法是最基本的指纹定位算法，该方法首先按下式2-9计算测量所得的接收信号强度矢量与数据库中各矢量之间的距离L，然后选取最小距离对应的数据库矢量，以其所代表的位置坐标作为结果输出。荷不(2-9)12式中，必'，和*'分别是定位点和指纹点的信号强度矢量，n为AP个数。②K近邻法(KNN)与NN算法不同的是，它是找到与定位测量所得矢量最近邻的K(K>2)个数据库矢量，再以这些矢量代表的位置坐标的平均值作为待定位终端的位置输出：(叮%加 Q/0)式中：(Xi，Yi)是第i个被选取的指纹信息所对应的坐标，(x，y)为定位结果坐标③K加权近邻法(WKNN)与K近邻法的不同之处在于选取了K(K>2)个数据库矢量后，给每个数据库矢量对应的坐标乘上了一个加权系数。加权的方法有很多，本文研究的指纹定位采用下式进行位置估计。Lqi是定位点和指纹点之间的信号强度欧式距离。假设在该楼层某一定位点处检测到三个AP数据，三个AP的标识名为APl、AP2、AP3，信号强度为RSSll=-65dBm、RSSl2=-72dBm、RSSl3=-48dBm。现在按照前面所述方式对每个房间区域进行投票。假如203房间对应APl、AP2、AP3的信号强度范围分别为［-85,-66］、13［-70,-50］、［-72,-45］,由此可判断定位点只有AP3的信号强度值在203区域，所以203区域获得l票。同时，假如205区域中对应APl、AP2、AP3分别为［-80，-55］、［-78，-49］、［-87，-42］，那么定位点的三个AP的信号强度值均在这个区域内，因此205区域最后投票数为3。其他区域投票过程和203、205区