室內混合智能定位系統仿真平臺框架研究

2020-11-17 07:27:38蔚保國李雅寧王永杰

導航定位與授時 2020年6期

蔚保國，李雅寧，王永杰

(1.衛星導航系統與裝備技術國家重點實驗室，石家莊 050081； 2.中國電子科技集團公司第五十四研究所，石家莊 050081)

0 引言

人們目前對室內導航定位技術的需求日益顯著，室內定位導航技術成為了近年來研究的重點和熱點，室內智能定位系統在未來的生產生活中必將扮演重要的角色。然而由于實驗場地和儀器設備的限制，在研究階段不可能對提出的原理系統逐一進行測試驗證，可用于小規模實測鑒定的評估樣本也很少，所以室內定位系統應采用更為系統化的設計方法，即先建立虛擬原型，仿真測試驗證后再開發物理原型。同時，被仿真系統的規模和結構日益擴大和復雜，迫切需要具有分布、異構、協同、互操作、重用等性能的新型建模仿真系統，能夠通過網絡隨時隨地無障礙地獲取所需的仿真服務。

根據上述需求，國內外學者采取了不同的方法和手段設計導航、通信類的仿真平臺，以支撐特定技術的研究和論證。文獻[1]為了研究新的信息移動場景中的電信系統行為，構建了綜合考慮現實道路交通移動性和電信網絡協議的仿真平臺體系結構；文獻[2]描述了低地球軌道(Low Earth Orbit，LEO)航天器全球定位系統(Global Positioning System，GPS)觀測的仿真模型,設計了驗證航天器編隊飛行任務的相對位置確定算法的仿真平臺；文獻[3]提出了一種將真實世界中已記錄的運動輪廓傳輸到模擬環境中的方法，為開發手持導航系統的視覺慣性測距法特別設計了相關的模塊化仿真框架；文獻[4]提出了衛星移動通信系統級仿真平臺架構，對衛星、終端、信關站等核心通信節點進行建模，并研究了仿真平臺的工作流程。上述研究主要針對室外導航通信或特定導航技術，所設計仿真平臺往往只能適用于某一種網絡架構和技術體制，少有針對室內定位分析研究的綜合仿真平臺。

本仿真平臺以云計算平臺為基礎，為室內多源定位系統提供建模和仿真環境，從定位基站布設、無線信號多徑傳輸、定位基站信號兼容性、多源定位精度仿真以及定位數據質量評估等方面對室內定位系統進行建模和仿真。一方面解決了室內定位技術研究的綜合仿真問題，提供仿真工具箱，加快室內外無縫定位技術發展，為無人化設備的全源定位技術發展提供仿真條件；另一方面為室內外定位系統推廣部署提供仿真平臺，仿真機場、商場、體育場館等各場景下的室內定位精度和定位基礎設施部署，推進室內定位應用。

1 室內混合智能定位仿真平臺框架

1.1 室內混合智能定位系統內涵

目前，室內混合智能定位技術已成為國際導航與位置服務領域的研究熱點。基于國家十三五重點研發計劃“室內混合智能定位與室內GIS技術”項目研制的室內混合智能定位系統(圖1)，研究了室內復雜空間環境的導航信號作用機理、室內定位多源誤差傳遞機制與混合智能定位理論、室內大規模人群時空行為模式及自適應位置服務機制等科學問題，以兼容北斗的無線基站網為主，室內局域定位網為輔，立足智能手機與位置服務后臺的交互，實現了復雜室內環境下的廣域連續覆蓋、多源智能融合定位、普適低成本的北斗室內外無縫導航與位置服務。

1.2 室內混合智能定位系統仿真體系

由于室內環境的復雜多樣性，在實際室內定位系統建設之前，有必要對其進行仿真設計和預測，同時對系統起到性能評估的作用。仿真平臺框架如圖2所示。

室內混合智能定位系統仿真平臺具備通用化、開放性、可組合、可二次開發的特點。根據輸入的地理信息文件，仿真平臺通過仿真導航源網絡的信號體制和部署方案、基站信號在室內空間下的傳播效應和誤差傳遞機理，以及基于環境特征庫建立的“云+端”協同定位模式，建立了完整的實際系統的鏡像模擬，幫助實現系統設計方案的評估和調整。

(1)體系結構

室內混合智能定位系統仿真平臺體系結構可分為五大模塊，分別為導航源網絡模塊、信號傳播模塊、特征庫建立與更新模塊、“云+端”協同定位模塊和通信模塊，如圖3所示。

圖1 室內混合智能定位系統構成Fig.1 Composition of indoor hybrid intelligent positioning system

圖2 仿真平臺體系框架Fig.2 Simulation platform architecture

圖3 室內混合智能定位仿真平臺體系結構Fig.3 Architecture of indoor hybrid intelligent positioning simulation platform

其中，導航源網絡模塊包括Wi-Fi/藍牙無線信號基站部署優化仿真子模塊、地面基站室內外布網優化仿真子模塊、室內定位信號干擾與兼容性分析仿真子模塊；信號傳播模塊包括室內多徑仿真子模塊、室內射頻多徑分析及定位仿真子模塊；特征庫建立與更新模塊包括信號指紋庫、視覺地標庫、電磁圖譜的建立與更新；“云+端”協同定位模塊包括測量數據質量分析仿真子模塊、自主完好性監測子模塊、混合定位子模塊；通信模塊包括終端位置信息上報模塊和云端位置服務推送模塊。平臺具體功能如下：

1)仿真場景管理

仿真環境參數設置，包括標記障礙物、部署環境中已有的WiFi和藍牙、劃定定位區域等。

2)地圖的讀入與識別

室內外地理信息系統(Geographic Information System, GIS)數據讀入，顯示室內外地形、布局及邊界范圍，并且能夠識別和選取平面圖中的圖形元素，用于優化設計及地圖顯示。

3)定位基站信號仿真

能夠復現衛星信號和仿真基站信號，對于基站信號，可以控制信號功率大小、信號個數及調制方式。

4)基站部署優化

具備復雜環境下的地面基站網絡部署、信號服務區域、定位精度等分析功能，建立基站部署優化模型，按照精度最優化模型提供最優化部署方案，預報理論定位精度的最佳區域。

5)室內多徑仿真

能夠根據不同的場景數據，精確仿真出復雜環境，計算出收發機之間無線傳播損耗、多徑到達路徑/時間/角度，可配置多種傳播模型、天線模型、材料的反射系數和透射系數等參數，并根據輸出的數據，完成簡單的多徑數據分析。

6)兼容性分析

分析基站信號對衛星導航接收機捕獲、跟蹤與測量性能的影響，分析與現存通信信號的兼容性。

7)環境特征庫構建

利用已有的稀疏指紋庫數據，通過插值算法生成稠密指紋庫。

8)定位性能分析

提供不同定位基站部署方案下的定位誤差評估功能，顯示基站可用性、服務區信號強度分布，以及信號連續性。

(2)系統層次結構

系統層次結構分為五層，從用戶端到底層硬件設施分別為工具層、應用服務層、資源層、平臺管理層和云平臺層，如圖4所示。以下就各層的功能進行說明。

圖4系統層次結構圖Fig.4 System hierarchy diagram

工具層為頂層用戶提供多種室內環境建模和仿真工具，包括場景構建、仿真控制、模型管理和態勢顯示等。

1)場景構建：實現建筑物設置、基于模型庫創建實體、實體參數設置、基于地圖的實體部署等操作，最后生成仿真場景文件；

2)仿真控制：包括運行模式設置、仿真時間查看、仿真啟動/暫停/繼續/終止、仿真節點狀態監控等，并提供針對特定場景的仿真回放功能，選擇指定的仿真數據進行回放，從而實現對仿真過程的復盤和分析；

3)模型管理：提供仿真資源管理人機交互界面，通過該工具實現對多層級仿真模型、仿真數據、設計文件、文檔、數據類型、態勢相關資源等的管理；

4)態勢顯示：提供基于地圖的二維態勢顯示功能，通過圖標、點線面等幾何要素實時繪制的方式展現仿真系統當前態勢情況，支持測距、測面積、軌跡繪制、地圖縮放平移等功能。

應用服務層主要包括仿真引擎服務、場景構建服務、模型組合服務、態勢顯示服務、仿真控制服務和仿真回放服務等，該層中的服務需要依賴于資源層所提供的基礎服務[5-6]。

資源層對應用服務和工具層所需要的資源進行管理，并提供資源訪問服務。資源包括多層級仿真模型、仿真數據、仿真設計、文檔、數據類型、地圖資源以及與態勢顯示相關的資源。

平臺管理層主要實現調度與編排、分布式協調、服務治理等功能。調度與編排提供了面向應用的容器集群部署和管理功能，解耦CPU、GPU、內存、網絡以及存儲等基礎設施與應用程序之間的依賴。

云平臺層為上述各層提供環境基礎，該層以云平臺IT基礎設施以及相關的供應保障功能為主。從物理資源的角度上，該層提供包括服務器、存儲、數據中心交換機、防火墻、VPN網關和路由器等硬件設施；從虛擬資源的角度上，云平臺層包括了計算虛擬化、存儲虛擬化和網絡虛擬化3個部分[7-9]。

2 仿真平臺支撐技術

2.1 抽象與描述方法

每個模型的規范設計，是所有模型能夠聯合仿真的前提條件。須制定標準化的規則及統一的接口規范才能使不同的系統模型能夠正確交互，增強模型的互操作性、可重用性和可移植性[10]。

室內混合智能定位系統仿真平臺采用的抽象與描述方法為：通用仿真模型接口規范設計封裝在特定類中，所有仿真模型都繼承該類，并實現其中的主要接口，包括數據輸入輸出、模型初始化、銷毀等接口，采用通用仿真模型接口規范的仿真模型由仿真引擎進行調度。模型組件設計如圖5所示。

圖5 模型組件示意圖Fig.5 Schematic of the model components

2.2 動態組合方法

模型動態組合是選擇模型組件進行裝配，以滿足不同仿真需求的一種能力。對模型動態組合的關鍵技術進行研究，并提出了模型動態組合的實現方法，包括統一服務化模型接口規范設計、模型組合關系描述，以及仿真引擎對組合模型的調用、數據傳輸等，示例如圖6所示。

模型信息描述文件描述了模型之間的組合關系和模型組件之間的參數對應關系。在仿真過程中，仿真引擎基于模型描述文件中的組合關系，執行解析、創建模型對象，初始化參數并傳遞仿真控制指令，驅動模型運行，實現組合模型內部各個組件之間的參數交互，以及組合模型與其他模型之間的數據交互，為模型提供運行調度、數據管理、數據交互等服務[11-13]。

2.3 異構模型重用架構技術

模型重用架構技術旨在充分利用已有的模型和仿真系統等仿真資源，快速搭建滿足不同應用需求的仿真系統，在保持建模和仿真有效性的同時，減少模型冗余和數據冗余帶來的困擾，如圖7所示。

圖6 組合模型示例Fig.6 Example of a combination model

圖7 模型重用技術架構Fig.7 Model reuse architecture

從仿真運行的角度上，以非數據集成方式進行重用的模型，通過適配層封裝的方式，將異構模型封裝為滿足統一服務化模型接口規范的標準模型，由仿真引擎服務進行調用；以數據集成方式進行重用的模型，則通過仿真引擎調度適配層模型和適配層模型訪問解析數據文件來實現仿真交互。

模型重用架構采用基于Docker的微服務架構，通過Nginx實現反向代理，并在云操作系統的基礎上，通過Kubernetes對容器進行編排和管理。模型重用架構中的各類仿真服務對應Kubernetes中的Service對象，每個具體的Service背后由分布在多個物理機上的進程實例來提供服務，這些進程實例在Kubernetes中被封裝為一個個Pod。

3 仿真中的理論模型

3.1 基站部署仿真

室內混合智能定位網絡采用北斗地面基站為主、室內無線網絡基站為輔的定位模式。

地面基站網設計考慮了經濟性和精度特性。通常，最少定位基站數應大于4。在滿足經濟性要求的前提下，達到定位精度最優。定位精度最優，表現為幾何精度因子(Geometric Dilution Precision, GDOP)值最小。因此，布網最優化模型為

min(GDOP)

(1)

求解最優化模型，得到最佳的基站觀測方位角和高度角條件為

(2)

無線網絡優化部署算法采用克拉美羅下界(Cramer-Rao Lower Bound，CRLB)作為定位誤差的度量標準，使用參考點處接收到的有效信號的WiFi和藍牙數量作為覆蓋度的度量標準，應用遺傳算法快速搜索具有最小平均定位誤差并滿足預定覆蓋要求的最佳WiFi和藍牙部署方案，如圖8所示。

圖8 無線網絡基站優化及指紋庫構建Fig.8 Wireless network base station optimization and fingerprint library construction

3.2 指紋庫構建

通過已知信號點的信號強度預測未知點的信號強度，并形成相應的指紋庫上傳至MySQL數據庫中進行使用。在信號指紋庫插值算法上，首次提出了將螢火蟲算法(Fireworks Algorithm，FWA)和高斯過程回歸模型(Gaussian Process Regression，GPR)相結合形成FWA-GPR算法來推測未知點的信號強度，如圖9所示。通過確定2個目標函數，一是概率最大；二是誤差最小。同時通過隨機賦予初值，使用螢火蟲算法尋找到能夠使得目標函數最優的參數(衰減因子等)。

圖9 FWA-GPR算法流程Fig.9 FWA-GPR algorithm flow

3.3 多徑傳播仿真

多徑傳播采用射線追蹤方法進行仿真，射線追蹤法可以通過電磁理論計算出收發端之間所有路徑的傳播信息，從而分析出室內偽衛星信號的傳播特性。

如圖10所示，利用反射的對稱性找出發射點的T的鏡像點T1，以此類推，按此方法將所有障礙面的鏡像點都通過對稱法找出，相應得到全部的入射反射線，即可完全確定射線傳播過程。

反射前的入射場強Ei(P)和反射后的反射場強Er(P)，根據反射定律可表示為

(3)

圖10 射線追蹤算法Fig.10 Ray tracing algorithm

3.4 智能定位算法

以室內地面基站定位方式為主，輔以藍牙/WiFi/MEMS等終端搭載的多傳感器數據，針對不同示范場景在數據級或結果級進行融合，實現室內典型場景下的人/車/物的連續定位及跟蹤。

室內挑高較高(一般超過5m)，開闊空間下，如大型場館、機場、會議廳等室內場景(場景1，見圖11)，選擇以偽衛星地面基站為主的定位方案，通過高精度載波相位及多普勒數據實現亞米級的連續定位。

圖11 場景1定位模型Fig.11 Scene 1 positioning model

針對室內環境較復雜且挑高約3～5m的辦公室環境、商超、醫院、地下停車場等室內環境(場景2，見圖12)，利用手機內置傳感器(藍牙、磁力計和加速度計)，分別進行藍牙定位、步態識別和航向估計，并借助無跡Kalman濾波算法實現最優估計。

圖12 場景2定位模型Fig.12 Scene 2 positioning model

4 仿真過程示例

本文選擇衛星導航系統與裝備技術國家重點實驗室人工智能試驗場作為仿真實驗場地，其空間尺寸大約為24.5m×20m×13.2m，實驗樓為中間挑空的半封閉結構。

(1)無線基站部署優化

根據經驗在環境中部署WiFi和低功耗藍牙(Bluetooh Low Energy，BLE)時，每個AP之間分別間隔15m和10m，結合CAD圖得到每層部署AP的數量。在此基礎上，增加部署AP的數量并計算該數量下最優部署方案的CRLB值，待CRLB值的變化不明顯時不再增加AP的數量，軟件輸出結果，最優部署方案如圖13所示。