基于RSSI的WiFi室內(nèi)定位技術(shù)研究

張俊龍 劉暢 胡楊 薛靜怡 張旭

摘 要：近年來無線網(wǎng)絡和基于位置服務的迅速發(fā)展，定位不只局限在室外，室內(nèi)定位也隨之流行起來。文章通過對比多種室內(nèi)定位方法，得出了基于RSSI的WiFi室內(nèi)定位技術(shù)相對于其他的定位技術(shù)來說無論從定位精度和效率方面還是成本方面都具有很大的優(yōu)勢，它具有更強的穩(wěn)定性。這種定位可以利用位置特征信息識別通過WiFi網(wǎng)絡中可以隨意獲得的接入點AP對移動終端進行定位，避免了對無線蜂窩網(wǎng)絡基站的依賴，同時也彌補了 GPS定位在建筑密集以及室內(nèi)應用的限制，提高定位精度，降低配置成本，提高了設(shè)備的利用率，對實現(xiàn)低成本且高精度的室內(nèi)定位系統(tǒng)具有重要的意義。

關(guān)鍵詞：無線網(wǎng)絡；WiFi室內(nèi)定位；GPS

近年來越來越多的場所覆蓋著無線網(wǎng)絡，且覆蓋的面積也越來越廣。餐廳、博物館、圖書館、地下停車場等眾多場所都有免費的無線網(wǎng)絡，其無論是覆蓋范圍還是速度基本能滿足用戶。每一種定位技術(shù)、定位方法都有長處和短處，定位越精準，定位面積就越小，所以應該根據(jù)覆蓋范圍的大小、環(huán)境的復雜程度來選擇適合的技術(shù)。本文通過介紹、對比、分析藍牙[1]，紅外線[2]，WiFi這3種室內(nèi)定位技術(shù)，提出了一種基于接收的信號強度指示（Received Signal Strength Indication，RSSI）[3]的WiFi室內(nèi)定位技術(shù)的較佳方案。

1 室內(nèi)定位技術(shù)

1.1 藍牙室內(nèi)定位技術(shù)

目前藍牙技術(shù)已經(jīng)漸漸走向成熟，其應用范圍極其廣泛，并且藍牙短距離傳輸有精度較高、成本較低和傳輸功耗較低的特點。這種定位室內(nèi)技術(shù)精度雖然不會被傳輸雙方之間的障礙物所影響，但是其對傳輸距離要求較高，只能是近距離傳輸，比如說小型的停車場或者會議室等場所，只要超過一定的傳輸距離其定位度會直線下降。所以藍牙定位只能在小范圍內(nèi)實現(xiàn)物體的精確定位，在大型場所內(nèi)無法應用。

1.2 紅外線室內(nèi)定位技術(shù)

紅外線室內(nèi)定位憑借著其極遠的傳輸距離以及較高的定位精度被我們所熟知，它是利用其特定的紅外線接收裝置來實現(xiàn)對物體的定位。然而紅外線室內(nèi)定位技術(shù)的定位精度并不是無條件的，它只能在較為簡單的環(huán)境下實現(xiàn)高精度的定位。也就是說如果傳輸雙方之間障礙物較多，其定位精度會大幅度下降。并且紅外線所需要的傳輸設(shè)備較為昂貴，所以這種室內(nèi)定位技術(shù)適合于軍事定位，無法在社會普及。

1.3 WiFi室內(nèi)定位技術(shù)

WiFi室內(nèi)定位技術(shù)隨著時代進步而出現(xiàn)的新型定位技術(shù)。該定位技術(shù)定位范圍在數(shù)百米以內(nèi)，并且該類無線傳輸方式的穿透性較好適合于較為復雜的室內(nèi)環(huán)境。WiFi室內(nèi)定位技術(shù)是通過在布置幾個室內(nèi)接入點（Access point，AP）與移動客戶端達到對室內(nèi)物體的定位[4]。

2 WiFi室內(nèi)定位技術(shù)優(yōu)勢

WiFi的通信距離在開放性區(qū)域可以達到300 m，封閉區(qū)域為75～120 m，這相對于藍牙等技術(shù)具有很大的優(yōu)勢，并且這個無線通訊距離對于室內(nèi)空間來說已經(jīng)足夠了，這也是WiFi室內(nèi)定位得以實現(xiàn)的原因。WiFi室內(nèi)定位技術(shù)是通過移動設(shè)備與無線網(wǎng)絡AP之間的無線信號交流來確定目標的位置從而實現(xiàn)定位，它的穿透力較紅外線定位技術(shù)好得多。

衡量定位有很多指標，主要包括定位的精度和覆蓋的范圍，位置精度和覆蓋面積是一對矛盾性指標。例如超聲波的定位精度可達到分米級別，但覆蓋范圍僅十幾米；WiFi和藍牙定位的精度大概是3 m，覆蓋范圍可以達到100 m；GMS系統(tǒng)雖然可以覆蓋幾千米，但定位精度也在100 m左右。由此可見，若要定位精度高，那定位的面積就會小。考慮到室內(nèi)定位范圍、精度、速度、設(shè)備價錢等因素，WiFi定位都是最合適的。

3 WiFi室內(nèi)定位的原理及過程

3.1 WiFi特有的性質(zhì)

（1）每個無線AP都有一個全球唯一的MAC地址，而且通常情況下無限的AP在一定時間內(nèi)是不會移動的。（2）智能終端在WiFi設(shè)備開啟的情況下，即可掃描并收集周圍的AP信號，不管有沒有加密，是否已連接，都可以獲取到AP播出的MAC地址。（3）當智能設(shè)備離某一WiFi設(shè)備較近時，其對應的信號會變強，遠離時信號強度會變?nèi)酢?/p>

根據(jù)這些特點本文可以將多個WiFi設(shè)備放到不同的區(qū)域，根據(jù)每個WiFi設(shè)備在不同地點的信號強度的不同，劃分區(qū)域坐標。將這些坐標存入數(shù)據(jù)庫中，根據(jù)算法得出用戶的確切位置，然后發(fā)送到智能終端上，使用戶得到實時的位置信息。WiFi定位原理如圖1所示。

3.2 構(gòu)建智能導航算法

基于WiFi定位的基本原理，首先要建立WiFi指紋數(shù)據(jù)庫，進行現(xiàn)場測試構(gòu)建位置坐標，測量RSSI值，得到所需的數(shù)據(jù)庫。然后通過支持向量機建模，定位目標RSSI的反饋值與數(shù)據(jù)庫匹配，從而實現(xiàn)室內(nèi)定位，并通過APP或微信公眾號將預測結(jié)果推送出去。其流程如圖2所示。

3.3 RSSI

RSSI指接收的信號強度指示，無線發(fā)送層的可選部分，用來判別鏈接的質(zhì)量，以及是否加大廣播發(fā)送的強度。通過智能終端接收到的信號強弱，再由數(shù)據(jù)庫對返還回來的信息進行計算，從而估計信號點與接收點的距離一種定位技術(shù)。

3.4 基于RSSI的WiFi定位方法

基于RSSI的WiFi定位法的原理一般分為兩個階段：離線階段和在線階段。

3.4.1 離線階段

離線階段是信息采集位置信息數(shù)據(jù)庫的建立過程，這個數(shù)據(jù)庫也稱為無線電地圖用格網(wǎng)將定位區(qū)域劃分成若干個待測量的格網(wǎng)點，在每個格網(wǎng)點測量樣本點信號強度建立RSSI指紋數(shù)據(jù)庫，即：

式（1）中，L是接入點的個數(shù)；mac是接入點的物理地址；R為格網(wǎng)點接收到的信號強度；為樣本點的概率分布。

離線階段最主要的任務就是確定RSSI指紋和位置的對應點的建立。位置指紋法最常用的方法就是采用格網(wǎng)劃分，如圖3所示，測量區(qū)域被網(wǎng)格劃分為N個小區(qū)域，每個區(qū)域的四角分別為一個測量點，空間內(nèi)有4個AP。AP一般被用來進行網(wǎng)絡通信，本文也可以利用它的信號強度值來進行定位。離線階段，對每個網(wǎng)格點進行數(shù)據(jù)采樣，通常在5 min以上，采樣間隔為0.5～1 s。采樣后得到來自每個AP的RSSI信號序列，再采用RSSI的平均值，經(jīng)過信號特征值的提取工作，便可以得到每個格網(wǎng)點的RSSI指紋信息。

3.4.2 在線階段

本階段是基于位置指紋法的定位階段。用戶攜帶智能移動終端進入定位區(qū)域時，不可能剛好在格網(wǎng)點上，所以本階段本文主要的任務是采用一定的方法，對智能移動終端的位置進行較為精確的估計。當使用者進入該區(qū)域時，智能終端開始測量周圍AP的RSSI值，實時獲取WiFi的信號強度r。

測量完成后，智能終端將r值發(fā)送到網(wǎng)絡上的定位服務器中。再根據(jù)事先建立的RSSI指紋數(shù)據(jù)庫和匹配算法得出實時位置[5]。

綜上所述，基于RSSI的WiFi室內(nèi)定位的兩個階段如圖4所示。

4 結(jié)語

WiFi室內(nèi)定位技術(shù)中，每個AP熱定覆蓋的面積有100 m2，精度可達3 m，這既能滿足大型博物館的覆蓋面積，也能達到需求的精度。此外，WiFi設(shè)備造價成本低、難度小，且大多數(shù)智能手機都有連接WiFi的功能。本文結(jié)合了WiFi室內(nèi)定位技術(shù)精度高、面積廣、成本低、速度快等特點，將該技術(shù)運用到博物館智能導覽系統(tǒng)中。

[參考文獻]

[1]王益健.藍牙室內(nèi)定位關(guān)鍵技術(shù)的研究與實現(xiàn)[D].南京：東南大學，2015.

[2]趙世偉，馬少池，吳書明，等.紅外線與超聲波組合定位技術(shù)研究[J].價值工程，2014（14）：187-188.

[3]陳錫劍，程良倫.基于RSSI的功率匹配定位算法的研究與實現(xiàn)[J].傳感技術(shù)學報，2013（5）：709-714.

[4]BORENOVI? M，NE?KOVI? A，BUDIMIR D.Space partitioning strategies for indoor WLAN positioning with cascade-connected ANN structures.[J].International Journal of Neural Systems，2011（1）：1-15.

[5]王敬彬.室內(nèi)定位RSSI空間建模與接收設(shè)備偏差研究[D].成都：西南交通大學，2017.