基于位置指紋的室內定位技術

馬 冀，田 錦

（金陵科技學院 網絡與通信工程學院，江蘇 南京 211169）

0 引 言

隨著移動智能終端的普及和移動互聯網的迅猛發展，基于位置服務的應用（如地圖導航應用、摩拜單車、微博簽到等）大量涌現。這些位置服務都是基于已經十分成熟的室外定位技術，如我國的北斗衛星導航系統、美國的全球定位系統（Global Positioning System，GPS）。但是，在室內環境中接收到的GPS信號非常微弱，甚至接收不到，致使這些成熟的室外定位技術無法直接運用到室內環境中，迫切需要研究新的室內定位技術[1]。

目前，室內定位技術總體分為三類，即幾何定位方法、鄰近定位方法以及指紋匹配定位方法。幾何定位法是指利用接入點（Access Point，AP）與待測終端之間的距離，根據幾何學的原理估計出待測終端的方法。鄰近定位方法也可稱為最近AP法，根據待測終端與一個或多個位置已知位置AP的鄰近關系，將待測終端接收到的信號最強的AP的位置作為該待測終端的位置。位置指紋法用聲學、光學、無線電等方面的特征指標參數來描述定位環境中的各個位置。定位時，利用在定位點采集的位置指紋與指紋數據庫中的指紋進行匹配，確定待測終端的位置。

指紋定位法的優勢在于，不需要建立信道參數模型來估計收發機之間的距離，不需額外開發硬件平臺來估計信道參數因而減少了硬件開發的成本，甚至也不需要接入點具體的位置與布局，因此得到了廣泛的應用。本文詳細介紹基于多模指紋進行室內定位的具體方案，分析了由于無法采集到均勻的指紋信號而導致現有基于均勻柵格劃分指紋定位方法無法有效應用在實際中的具體原因，并提出一種非均勻柵格量化的多模指紋定位的解決方案。

1 指紋室內定位基本原理與方案實現

1.1 基本原理

室內多模指紋定位系統的構成如圖1所示。該系統包括移動客戶端（智能手機終端）、服務器端（位置指紋服務器）及無線訪問接入點（Access Point，AP）。客戶端主要負責采集周邊AP的無線信號強度，通過無線網絡傳輸到后臺指紋位置服務器，向該服務器提交信號特征。位置指紋服務器使用客戶端采集的信號特征進行定位計算，獲得移動終端的位置估計，并反饋用戶位置到客戶端[7]。

圖1 室內多模指紋定位系統的構成

基于位置指紋的室內定位技術方案如圖2所示。該方案采用WiFi無線信號作為位置指紋，將智能終端采集到的待定位點的WiFi站點名稱和接收信號強度指示（Received Signal Strength Indication，RSSI）數據上傳到位置指紋數據庫，在數據庫中查找與之最相近的數據記錄，利用這些記錄的位置坐標計算出待定位點的位置坐標，將位置坐標返回到客戶端，確定待定位點所在的位置[8-9]。

1.2 方案實現

該方案的定位流程可分為WiFi信號部署、離線指紋采集以及在線實時定位3個階段[10]。WiFi信號部署現場如圖3所示。本實驗部署了4個WiFi接入點（Access Point，AP）。

圖3 WiFi AP現場部署

1.2.1 離線指紋采集階段

在離線指紋采集階段，采集WiFi AP無線信號的強度數據，建立位置指紋數據庫。測試人員手持帶WiFi通信接口的開發板終端，在目標環境的多個位置分別采集來自不同WiFi AP基站的RSSI信息，如圖4所示。

圖4 WiFi無線指紋庫數據現場采集

將整個無線覆蓋區域劃分為多個均勻或非均勻的定位柵格。這些定位柵格坐標已知，稱作參考點，記作（x，y）。在每一個參考點上，測試人員采樣來自多個鄰近WiFi AP的信號強度，形成一個一維向量，并與該參考點的坐標相關聯，形成該參考點的位置指紋，如式（1）所示：

式中：n表示所監測到的WiFi AP數量，RSSIk表示第k個AP的信號強度值。將所有參考點的位置指紋存儲于一個數據庫中，形成一個二維矩陣。

1.2.2 在線實時定位階段

根據待定位智能終端實時采集到的WiFi AP無線信號強度數據，形成該位置的指紋向量并上傳到位置指紋服務器，如圖5所示。服務器端通過指紋相似度匹配算法，將上報的位置指紋向量與數據庫中每一條指紋記錄相匹配，確定待定位智能終端的估計位置，并傳給智能終端設備。

圖5 現場實時定點定位測試

定位結果如圖6所示。本文的測試進行了400次定點測量。圖6展示的是定位誤差的概率質量函數（Probability Mass Function，PMF）。從定位結果可以看出，平均定位誤差約2 m，95%的定位誤差在4 m以內。因此指紋定位方法能夠滿足絕大部分室內定位應用的需求。

圖6 定位結果

2 非均勻柵格的指紋定位方法

已有的室內多模指紋定位算法都是基于在室內環境下多模信號的覆蓋是均勻的假設前提，即在每個室內定位柵格里都能采集到相同維度的多模信號。因此，這些方法均是將待定位區域進行均勻柵格劃分。而均勻柵格劃分實際上是平面區域的均勻量化（將整個柵格區域內任一點的坐標等效為柵格中心點的坐標）。然而，在實際室內環境下，不同制式的信號覆蓋是非均勻的。在實際的多模信號非均勻覆蓋的情況下，均勻量化定位區域的方法會面臨難以確定柵格劃分粒度的困境。如果按照較粗的粒度進行柵格劃分（如5 m×5 m），會導致柵格內有非蜂窩信號的覆蓋空洞；如果按照較細的粒度進行柵格劃分（如1 m×1 m），會導致定位指紋的采集量突增，使得室內定位系統部署復雜費時，運營維護成本較高。

本文提出一種非均勻定位柵格劃分方法，通過初始柵格劃分、柵格分裂以及柵格合并，實現待定位區域的非均勻量化。所述定位區域非均勻量化指在多模信號密集的區域，采用粒度較小的柵格劃分該區域，而在多模信號稀疏的區域，采用粒度較大的柵格劃分該區域。具體步驟如下。

步驟1，初始柵格劃分。以5 m×5 m為粒度劃分待定位區域，得到初始柵格，并以柵格的幾何中心作為該柵格的定位參考點。

步驟2，初始柵格分裂，如圖7所示。以初始柵格為單位，判斷該初始柵格范圍內是否有非蜂窩接入點（Access Point，AP）覆蓋。非蜂窩AP指無線保真（Wireless Fidelity，WiFi）AP。如果有非蜂窩AP覆蓋，則將5 m×5 m柵格進一步劃分為25個1 m×1 m二級柵格，并以1 m×1 m柵格的幾何中心作為二級柵格的定位參考點。如果沒有非蜂窩AP覆蓋，則保持原有初始柵格不變。

圖7 非勻質均勻定位柵格示意圖

步驟3，二級柵格合并。對于一個初始柵格內沒有非蜂窩AP覆蓋的二級柵格，將這些二級柵格合并為一個二級柵格，并以其形心作為該二級柵格的定位參考點。

步驟4，以二級柵格為單位，基于高精度地圖，利用射線傳播模型計算柵格中定位參考點處的多模信號強度。多模信號強度包括定位參考點處接收到的蜂窩基站的參考信號接收功率（Reference Signal Received Power，RSRP）以及定位參考點處接收到的非蜂窩AP的接收信號強度指示（Received Signal Strength Indication，RSSI）。

步驟5，將定位參考點處的多模信號強度作為該柵格的特征指紋向量所有柵格的特征指紋向量組成定位指紋數據庫。其中，特征指紋向量包 括2G基 站的信號強度RSRP2G，3G基站的信號強度RSRP3G，4G基站的信號強度RSRP4G以及WiFi AP的信號強度RSSIWiFi。

3 結 語

本文首先分析了室內定位技術在物聯網時代的需求與發展前景，從成本、部署難易程度、后期推廣方面綜合分析，提出基于位置指紋的室內定位方法。其次，設計并實際搭建了室內指紋定位系統，通過現場實測數據表明，指紋定位系統能夠獲得比較精準的定位結果。最后提出了一種基于平面區域非均勻量化的定位柵格劃分方法，能夠在室內定位的定位精度和運維成本方面取得平衡。