室內(nèi)定位方法綜述

謝恩德 洪毅

摘要：基于位置的服務(wù)應(yīng)用已經(jīng)包含了人們生活的方方面面，這也使得人們對(duì)位置信息的需求越來(lái)越大。在室外我們可以依賴(lài)美國(guó)GPS和中國(guó)北斗等來(lái)獲取精確的位置信息，但在復(fù)雜的室內(nèi)環(huán)境中，由于衛(wèi)星信號(hào)的極速衰減，無(wú)法提供滿(mǎn)足人們要求的室內(nèi)位置信息，同時(shí)沒(méi)有普適性的室內(nèi)定位解決方案，室內(nèi)定位仍是研究熱點(diǎn)。文章簡(jiǎn)單介紹什么是定位，然后對(duì)室內(nèi)定位算法和定位介質(zhì)進(jìn)行了分類(lèi)和簡(jiǎn)單介紹，最后對(duì)不同定位介質(zhì)從不同方面進(jìn)行了比較并指出了當(dāng)前室內(nèi)定位方案存在的問(wèn)題。

關(guān)鍵詞：基于位置服務(wù);室內(nèi)定位;定位算法;定位介質(zhì)

中圖分類(lèi)號(hào)：TP3? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）11-0231-04

A Survey of Indoor Positioning Methods

XIE En-de， HONG Yi

（Faculty of Computers， Guangdong University of Technology， Guangzhou 510006， China）

Abstract： Location-based service applications have already included all aspects of people's lives， which makes people's demand for location information more and more. In the outdoor environment， we can rely on GPS and Bei-dou to obtain accurate location information. However， in the complex indoor environment， due to the rapid attenuation of satellite signals， indoor location information that meets people's requirements cannot be provided. Meanwhile， there is no universal indoor location solution， so indoor location is still a research hotspot. Article introduces what is the location， and then to indoor localization algorithm and positioning media has carried on the classification and simple introduction， and finally compares the different positioning media from different aspects and points out the problems existing in the current indoor positioning scheme.

Key words： location-based services; indoor positioning; location algorithm; locating medium

在過(guò)去的幾十年間，以美國(guó)的全球定位系統(tǒng)（Global Positioning System，GPS）為代表的全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System，GNSS）給人們的日常生活以及思維方式帶來(lái)了巨大的變化，它是現(xiàn)代社會(huì)一個(gè)重要的技術(shù)里程碑。在此基礎(chǔ)上，基于位置的服務(wù)（Location -based Services，LBS）也受到越來(lái)越多人的關(guān)注，從地圖導(dǎo)航到社交網(wǎng)絡(luò)，位置服務(wù)都在其中發(fā)揮重要作用。

隨著物聯(lián)網(wǎng)和移動(dòng)計(jì)算的迅速發(fā)展，人們對(duì)位置服務(wù)需求不再局限于室外，室內(nèi)也有定位及導(dǎo)航需求。之所以需要室內(nèi)定位，一方面是人類(lèi)在室內(nèi)環(huán)境中同樣有方位和導(dǎo)航需求，另一方面智慧物流，智慧工廠，無(wú)人超市等對(duì)位置信息的需求。然而，由于非視距通信問(wèn)題，室內(nèi)場(chǎng)景受到建筑物遮擋，衛(wèi)星信號(hào)衰減迅速，GPS無(wú)法在室內(nèi)條件下提供可靠的位置數(shù)據(jù)。所以，室內(nèi)定位技術(shù)研究成為學(xué)術(shù)研究與行業(yè)應(yīng)用的熱點(diǎn)。

1 定位算法

定位簡(jiǎn)單來(lái)說(shuō)就是根據(jù)已知節(jié)點(diǎn)（AP）的位置信息，利用已知節(jié)點(diǎn)與未知節(jié)點(diǎn)（MS）間存在的關(guān)系如距離，來(lái)估算MS的位置信息。定位的內(nèi)在邏輯可以用如下等式表示：

定位方法=定位介質(zhì)+定位算法? ? ? ? ? ? ? ? ? ? ? （1）

在等式（1）中定位介質(zhì)是多樣的，可以是聲波[1，2]，光學(xué)[3，4]，無(wú)線信號(hào)[5，6]，地磁場(chǎng)[7]等;定位算法可以分為基于測(cè)距和非測(cè)距的。基于測(cè)距的有到達(dá)時(shí)間（Time Of Arrive，TOA）、到達(dá)時(shí)間差（Time Difference Of Arrive，TDOA）、到達(dá)角度（Angle Of Arrive，AOA）、信號(hào)強(qiáng)度指示（Received Signal Strength Indication，RSSI）。基于非測(cè)距的是指紋定位（Fingerprint，F(xiàn)P）。

1.1 基于測(cè)距的定位算法

1.1.1 TOA定位算法

在TOA到達(dá)時(shí)間定位算法中AP是信號(hào)的發(fā)射端，MS是信號(hào)的接收端，信號(hào)的傳播速度為v，從AP到達(dá)MS所用時(shí)間記為t，則兩者之間的距離d=v*t。原理如圖1所示。TOA算法需要接收端和發(fā)送端保持時(shí)間上的同步，在時(shí)間精確同步基礎(chǔ)上，定位精度可以達(dá)到厘米級(jí)。

1.1.2 TDOA定位算法

TDOA算法需要發(fā)送端保持時(shí)間同步即可，它利用MS接收到的兩個(gè)不同AP1，AP2的信號(hào)到達(dá)時(shí)間差，計(jì)算出MS到AP1和AP2的距離差為L(zhǎng)12，則MS就在以這AP1，AP2為焦點(diǎn)的雙曲線上，再測(cè)得MS到AP1，AP3的距離差為L(zhǎng)13，則MS就在這兩個(gè)雙曲線的交點(diǎn)上，原理如圖2所示。

1.1.3 AOA定位算法

AOA達(dá)到角度算法，AP作為信號(hào)接收端架設(shè)有天線陣列， MS作為信號(hào)發(fā)送端，MS發(fā)射的信號(hào)被AP的天線陣列接收，AP從而獲取到入射角度。兩個(gè)接受端的入射角度射線的交點(diǎn)，即為MS位置。原理如圖3所示。

1.1.4 RSSI測(cè)距定位算法

根據(jù)無(wú)線信號(hào)空間傳播的路徑損耗效應(yīng)構(gòu)建路徑損耗模型[9]如式（2）：

[RSSId=RSSId0-10*n*lgdd0+X]? ? （2）

式（2）中RSSI（d）表示收發(fā)端距離為d時(shí)接收端的RSSI值，單位dB;RSSI（d0）表示收發(fā)端近距離時(shí)（一般d0=1m）的RSSI值，由實(shí)際測(cè)得;n表示路徑損耗系數(shù)，它依賴(lài)周?chē)h(huán)境和建筑物類(lèi)型，一般取2-4;X表示噪聲干擾，它符合N（0，d[2]）的正態(tài)分布，d的取值一般在3.0dB-14.1dB之間變化。根據(jù)模型可以計(jì)算出接收端和發(fā)送端的距離d。不同發(fā)送端到同一接收端距離不同，然后依據(jù)多邊定位或質(zhì)心定位計(jì)算出MS位置坐標(biāo)。

1.2 指紋定位

無(wú)線信號(hào)易受周?chē)h(huán)境（式（2）中n）影響及存在路徑效應(yīng)問(wèn)題（式（2）中X）導(dǎo)致RSSI測(cè)距定位精度不高，所以基于無(wú)線信號(hào)的室內(nèi)定位比較經(jīng)典常用的算法就是指紋定位。

指紋定位包含兩個(gè)階段：離線建庫(kù)和在線定位[10]。在離線建庫(kù)階段，首先將定位區(qū)域進(jìn)行劃分，劃分為一個(gè)個(gè)的小正方形，劃分完畢之后，構(gòu)建坐標(biāo)系，為每一個(gè)小正方形定好坐標(biāo)，之后采集每個(gè)小正方形區(qū)域內(nèi)的RSSI值，采集完所有正方形之后構(gòu)建指紋數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)中的每一項(xiàng)是一個(gè)由坐標(biāo)和RSSI構(gòu)成的二元組即指紋<坐標(biāo)，RSSI>;在線定位階段，獲取到待測(cè)點(diǎn)處RSSI值，與數(shù)據(jù)庫(kù)中指紋作對(duì)比，找出與待測(cè)點(diǎn)處RSSI值差值最小點(diǎn)，輸出其對(duì)應(yīng)坐標(biāo)作為待測(cè)點(diǎn)處坐標(biāo)。具體如圖4所示。

指紋定位的精度取決于指紋庫(kù)的精準(zhǔn)度，采集的指紋越精細(xì)，定位越精準(zhǔn)，但同時(shí)也需要花費(fèi)大量時(shí)間和精力，為了平衡成本和定位精度，在指紋庫(kù)構(gòu)建時(shí)可以采用群智感知或虛擬指紋方法來(lái)解決。清華大學(xué)的吳陳沭利用移動(dòng)群智感知機(jī)制[11]，提出了無(wú)人工現(xiàn)場(chǎng)勘測(cè)的無(wú)線信號(hào)指紋地圖構(gòu)建技術(shù);He等人[12]基于已知節(jié)點(diǎn)的RSSI信息，通過(guò)對(duì)數(shù)路徑損耗模型來(lái)對(duì)虛擬參考點(diǎn)處的 RSSI 值進(jìn)行估計(jì)，得到該參考點(diǎn)處的虛擬指紋，從而構(gòu)造指紋數(shù)據(jù)庫(kù)。

在線定位階段直接使用指紋庫(kù)進(jìn)行在線匹配，工作量大，計(jì)算時(shí)間長(zhǎng)，所以為了減少計(jì)算量，需要用聚類(lèi)算法對(duì)指紋庫(kù)進(jìn)行劃分，劃分指紋庫(kù)的聚類(lèi)算法有用 K-means[13]、模糊C均值[14]等。

2 定位介質(zhì)

2.1 基于光學(xué)的室內(nèi)定位

2.1.1紅外線室內(nèi)定位

紅外線是頻率介于微波和可見(jiàn)光之間的電磁波，具有良好的方向性。常用的定位算法是TOA。

具有代表性的攜帶紅外標(biāo)簽的紅外定位系統(tǒng)是由Want等人[15]提出的Active Badge系統(tǒng)，在該定位系統(tǒng)中待定位的人員需攜帶一個(gè)紅外標(biāo)簽，紅外標(biāo)簽每隔10秒鐘會(huì)發(fā)射一個(gè)特定的紅外編碼，紅外傳感網(wǎng)絡(luò)收到編碼后，交由與紅外傳感網(wǎng)絡(luò)的計(jì)算機(jī)處理，處理完成后得到標(biāo)簽的位置信息。該系統(tǒng)中帶定位人員需要攜帶專(zhuān)門(mén)的紅外標(biāo)簽，信息定時(shí)發(fā)送對(duì)人員的位置隱私性保護(hù)不足，且該系統(tǒng)需要在視距環(huán)境下才具有良好定位效果。

紅外線只能進(jìn)行視距傳播且穿透性能差，同時(shí)易受其他光源（如太陽(yáng)光）影響，所以紅外定位更適合的是應(yīng)用于機(jī)器人定位系統(tǒng)，毛玲等人[3]利用六對(duì)紅外收發(fā)傳感器組成小型定位系統(tǒng)，結(jié)合粒子濾波算法，實(shí)現(xiàn)了小型機(jī)器人的自定位，定位最大標(biāo)準(zhǔn)差為7.4mm。

2.1.2 可見(jiàn)光室內(nèi)定位

可見(jiàn)光室內(nèi)定位是利用可見(jiàn)光通信來(lái)實(shí)現(xiàn)的。可見(jiàn)光通信（Visible Light Communication，VLC）指利用可見(jiàn)光波段的光作為信息載體，利用可見(jiàn)光的高速明暗閃爍來(lái)傳遞信息，在空氣中直接傳輸光信號(hào)的通信方式。與熒光燈和白熾燈相比，LED可以支持更高頻率的明暗變換，所以在可見(jiàn)光室內(nèi)定位中LED成為光源首選。

Zhang等人[16]提出的基于VLC的室內(nèi)定位，利用收發(fā)節(jié)點(diǎn)的RSSI不同，得到收發(fā)節(jié)點(diǎn)之間的距離，然后使用最小二乘法計(jì)算得到待測(cè)點(diǎn)的位置，在信道競(jìng)爭(zhēng)問(wèn)題上不再使用時(shí)分多址的方式，而是使用BFSA（basic-frame slotted ALOHA）實(shí)現(xiàn)不同LED的信道競(jìng)爭(zhēng)問(wèn)題，但是文中表明限于視距傳播的情況，仿真結(jié)果表明定位準(zhǔn)確率超過(guò)95%，定位誤差為5.9cm。

對(duì)于邊界定位誤差較大問(wèn)題， Zheng等人[17]針對(duì)二維平面中基于VLC定位時(shí)邊界誤差較大問(wèn)題提出誤差校正算法來(lái)提高邊界處的定位精度，并進(jìn)一步實(shí)現(xiàn)了在三維空間中的定位，對(duì)于不同LED光源采用不同頻率的LED作為光源利用Hamming窗作為過(guò)濾器來(lái)進(jìn)行區(qū)分，解決了信道競(jìng)爭(zhēng)問(wèn)題。實(shí)驗(yàn)結(jié)果表明，邊界的定位誤差在3.67cm到1.56cm之間，在三維空間中平均定位誤差為3cm。

可見(jiàn)光室內(nèi)定位不受無(wú)線電波的干擾，定位整體精度高，但仍是視距傳播，易受其他光源影響，存在信道競(jìng)爭(zhēng)問(wèn)題，同時(shí)需要改造LED光源，增加成本。

2.2 基于聲波的室內(nèi)定位

2.2.1超聲波室內(nèi)定位

因?yàn)槁曇舻膫鞑ニ俣冗h(yuǎn)小于電磁和光線的傳播速度，所以對(duì)于聲音在收發(fā)端的傳播時(shí)間可以測(cè)量得更加精確。基于超聲波的室內(nèi)定位算法通常是TOA和TDOA。

早期應(yīng)用超聲波進(jìn)行定位的是Active Bat系統(tǒng)[18]。在Bat系統(tǒng)中，用戶(hù)攜帶一個(gè)可以發(fā)射超聲的標(biāo)簽，當(dāng)中央控制器收到無(wú)線射頻信號(hào)時(shí)，接收端開(kāi)始計(jì)時(shí)，發(fā)射端發(fā)射超聲波，接收端收到超聲波信號(hào)后停止計(jì)時(shí)，利用TOA算法計(jì)算出發(fā)射端的位置，作者聲稱(chēng)系統(tǒng)的定位精度接近3cm。

超聲波室內(nèi)定位的整體精度高，可以達(dá)到厘米級(jí)，且系統(tǒng)結(jié)構(gòu)相對(duì)簡(jiǎn)單，但是需要部署收發(fā)超聲的設(shè)備，增加成本，超聲波隨著距離增加衰減很快所以不適用與大型場(chǎng)合。

2.3無(wú)線電波通信技術(shù)的室內(nèi)定位

2.3.1 Wi-Fi室內(nèi)定位

Wi-Fi是一個(gè)創(chuàng)建于IEEE802.11標(biāo)準(zhǔn)的無(wú)線局域網(wǎng)技術(shù)。室內(nèi)Wi-Fi網(wǎng)絡(luò)不僅可以作為一般的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，還可以利用它進(jìn)行室內(nèi)定位。常用的定位算法是RSSI測(cè)距定位算法和指紋定位。

羅宇峰等人[19]考慮到Wi-Fi信號(hào)發(fā)送端部署高度對(duì)定位精度影響，利用幾何方法對(duì)垂直高度進(jìn)行消除，得到Wi-Fi發(fā)射端和接收端的水平距離，從而提出基于RSSI測(cè)距和消除高度影響的加權(quán)質(zhì)心法較傳統(tǒng)定位算法有巨大優(yōu)越性。

楊帆等人[20]考慮到不同時(shí)間段Wi-Fi信號(hào)強(qiáng)弱不同，對(duì)定位帶來(lái)誤差，設(shè)定RSSI標(biāo)準(zhǔn)差的閾值，把信號(hào)的波動(dòng)降到最低，得到處理后的信號(hào)的均值，設(shè)計(jì)并實(shí)現(xiàn)基于Android平臺(tái)的Wi-Fi定位。

Wi-Fi總定位精度較高，硬件成本低（不用額外部署其他硬件），傳輸速率高，可以實(shí)現(xiàn)復(fù)雜的大范圍定位、追蹤任務(wù)，適用于工廠、商場(chǎng)等場(chǎng)合，但功耗較大，如果用指紋定位，指紋庫(kù)的建立、維護(hù)和更新問(wèn)題待解決，同時(shí)也會(huì)增加成本。

2.3.2 RFID室內(nèi)定位

RFID是一種通過(guò)交變磁場(chǎng)或電磁場(chǎng)耦合的無(wú)線通信方式，根據(jù)信號(hào)強(qiáng)度變化來(lái)進(jìn)行室內(nèi)定位。根據(jù)標(biāo)簽是否帶有電池可以分為主動(dòng)定位和被動(dòng)定位。常用定位算法有RSSI測(cè)距算法[21]和指紋定位[22]。

對(duì)于RSSI測(cè)距算法陳龍鵬等人[21]提出一種基于雙神經(jīng)網(wǎng)絡(luò)RFID室內(nèi)定位算法，利用雙神經(jīng)網(wǎng)絡(luò)克服當(dāng)前環(huán)境下的路徑損耗系數(shù)n對(duì)定位的影響，提高了系統(tǒng)魯棒性。

RFID傳輸速率較高，安全性好且不受非視距通信問(wèn)題困擾，但是要部署大量RFID設(shè)備，同時(shí)定位人員需要持有標(biāo)簽，成本高，功耗大。

2.3.3 藍(lán)牙室內(nèi)定位

藍(lán)牙室內(nèi)定位利用室內(nèi)安裝好的位置信息已知的若干個(gè)藍(lán)牙局域網(wǎng)接入點(diǎn)（如iBeacon基站），對(duì)每一個(gè)新加入的MS，通過(guò)獲取MS處iBeacon基站[24]的RSSI值，利用RSSI測(cè)距算法或指紋定位獲取MS的位置信息。

藍(lán)牙信號(hào)易受環(huán)境干擾，尤其是人的活動(dòng)影響。王樂(lè)等人[23]將人員活動(dòng)引起的信號(hào)強(qiáng)度變化帶來(lái)的測(cè)距誤差視為異常誤差，提出四種不同抗差算法，實(shí)驗(yàn)結(jié)果表明，抗差算法對(duì)藍(lán)牙室內(nèi)定位的精度有一定的改善。

藍(lán)牙體積小、功耗低且易集成到手機(jī)等移動(dòng)設(shè)備中;但需要部署藍(lán)牙局域網(wǎng)網(wǎng)絡(luò)接入點(diǎn)所以成本較高，易受電磁干擾，穩(wěn)定性較差。

2.3.4 ZigBee室內(nèi)定位

ZigBee室內(nèi)定位[25，26]技術(shù)通過(guò)待測(cè)點(diǎn)和若干參考點(diǎn)與網(wǎng)關(guān)之間組網(wǎng)，待測(cè)點(diǎn)廣播信息，采集各相鄰參考點(diǎn)數(shù)據(jù)，待測(cè)點(diǎn)能夠通過(guò)參考點(diǎn)所對(duì)應(yīng)的RSSI值上傳到定位引擎中，并且利用定位引擎確定待測(cè)點(diǎn)位置。

ZigBee室內(nèi)定位安全性高，功耗相對(duì)較低，但對(duì)算法的要求較高。

2.3.5 UWB室內(nèi)定位

UWB技術(shù)是目前備受關(guān)注的一種新型短距離高速率無(wú)線通信技術(shù)。基于UWB的室內(nèi)定位算法有TOA、TDOA、AOA[27，28]。由于特殊的信號(hào)類(lèi)型及頻譜相對(duì)于其他無(wú)線電波信號(hào)，UWB信號(hào)在復(fù)雜室內(nèi)環(huán)境下不受多路效應(yīng)影響，并具有極佳的障礙物穿透能力，定位精度可以達(dá)到厘米級(jí)別[29]。UWB難以實(shí)現(xiàn)大范圍覆蓋，且不能直接遷移到智能手機(jī)上，定位成本非常高。

2.4 地磁室內(nèi)定位

地球本身自帶的磁場(chǎng)在不同經(jīng)緯度其強(qiáng)度和方向都不同，在室內(nèi)地磁場(chǎng)受到建筑物的干擾是一定的，所以室內(nèi)不同位置的地磁強(qiáng)度不同，利用室內(nèi)地磁強(qiáng)度和智能手機(jī)自帶的地磁傳感器就可以實(shí)現(xiàn)指紋定位[30]。地磁信號(hào)穩(wěn)定，磁場(chǎng)強(qiáng)度變化小，也不用部署大量設(shè)備。但是室內(nèi)位置的磁場(chǎng)強(qiáng)度存在相似特征問(wèn)題[31]，這對(duì)算法的特征提取能力和魯棒性提出更高要求。

3 定位比較及存在問(wèn)題

表1給出不同的定位介質(zhì)在定位精度，定位成本，抗干擾性等方面的比較。

從表1可以看到不同定位介質(zhì)有著各自?xún)?yōu)缺點(diǎn)，在考慮定位方案時(shí)往往成本，精確度會(huì)成為首要考慮的方面，但目前仍然沒(méi)有一種定位介質(zhì)可以很好平衡成本與精確度，在設(shè)計(jì)定位方案時(shí)，總要平衡成本和精確度。 現(xiàn)有的室內(nèi)定位解決方案還有以下問(wèn)題：

第一，缺乏普適性，不同的室內(nèi)場(chǎng)所往往采用不同的定位技術(shù)，沒(méi)有一個(gè)方案可以適應(yīng)多個(gè)不同場(chǎng)所，如紅外線定位在機(jī)器人定位上反應(yīng)很好但卻不適用于商場(chǎng)這樣人員活動(dòng)頻繁的場(chǎng)所;

第二，不同設(shè)備由于軟硬件的差異性給信息采集帶來(lái)差異從而影響定位精度;

第三，現(xiàn)有的室內(nèi)定位都是已知室內(nèi)環(huán)境進(jìn)行定位方案設(shè)計(jì)的，對(duì)環(huán)境依賴(lài)大，一旦室內(nèi)環(huán)境遭到破壞或改變，定位精度就會(huì)下降甚至出現(xiàn)無(wú)法定位的情況。

4 結(jié)束語(yǔ)

基于位置的服務(wù)已經(jīng)涉及人們?nèi)粘Ｉ畹姆椒矫婷妫瑢?shí)現(xiàn)高精度、普適性、低成本的室內(nèi)定位方案仍是室內(nèi)定位的研究方向與熱點(diǎn)，隨著5G移動(dòng)通信時(shí)代到來(lái)，給室內(nèi)定位也帶來(lái)了新的活力，相信未來(lái)一定可以實(shí)現(xiàn)室內(nèi)外全方位的無(wú)縫定位。

參考文獻(xiàn)：

[1] Brena R F，García-Vázquez J P，Galván-Tejada C E，et al.Evolution of indoor positioning technologies：a survey[J].Journal of Sensors，2017，2017：1-21.

[2] 謝地，魯照權(quán)，丁浩峰，等.基于超聲波測(cè)距的高精度室內(nèi)定位系統(tǒng)[J].傳感器與微系統(tǒng)，2019，38（10）：98-101.

[3] 毛玲，李振波，張大偉，等.基于紅外傳感器的移動(dòng)微機(jī)器人定位研究[J].傳感器與微系統(tǒng)，2014，33（12）：38-41.

[4] 徐巖，王昕昕.多層ELM分區(qū)域可見(jiàn)光室內(nèi)定位算法[J].湖南大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，46（10）：125-132.

[5] 李麗娜，馬俊，徐攀峰，等.RFID室內(nèi)定位技術(shù)研究綜述[J].計(jì)算機(jī)應(yīng)用與軟件，2015，32（9）：1-3，96.

[6] 畢京學(xué)，汪云甲，曹鴻基，等.一種基于全向指紋庫(kù)的WiFi室內(nèi)定位方法[J].測(cè)繪通報(bào)，2018（2）：25-29.

[7] 周家鵬，汪云甲，李昕，等.地磁室內(nèi)定位技術(shù)研究[J].測(cè)繪通報(bào)，2019（1）：18-22.

[8] 裴凌，劉東輝，錢(qián)久超.室內(nèi)定位技術(shù)與應(yīng)用綜述[J].導(dǎo)航定位與授時(shí)，2017，4（3）：1-10.

[9] 申靜濤.基于RSSI的對(duì)數(shù)距離路徑損耗模型研究[J].電子質(zhì)量，2013（12）：15-17.

[10] 王星星，叢思安.室內(nèi)定位研究方法綜述[J].軟件導(dǎo)刊，2019，18（9）：9-12.

[11] 吳陳沭.基于群智感知的無(wú)線室內(nèi)定位[D].北京：清華大學(xué)，2015.

[12] He C R，Guo S T，Wu Y，et al.A novel radio map construction method to reduce collection effort for indoor localization[J].Measurement，2016，94：423-431.

[13] 李軍，何星，蔡云澤，等.基于K-means和Random Forest的WiFi室內(nèi)定位方法[J].控制工程，2017，24（4）：787-792.

[14] 楊慧琳，黃智剛，劉久文，等.基于核模糊C均值指紋庫(kù)管理的WIFI室內(nèi)定位方法[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2016，50（6）：1126-1133.

[15] Want R，Hopper A，F(xiàn)alc?o V，et al.The active badge location system[J].ACM Transactions on Information Systems，1992，10（1）：91-102.

[16] Zhang W Z，Sakib Chowdhury M I，Kavehrad M.Asynchronous indoor positioning system based on visible light communications[C]//2014：045105.

[17] Zheng H H，Xu Z W，Yu C Y，et al.A 3-D high accuracy positioning system based on visible light communication with novel positioning algorithm[J].Optics Communications，2017，396：160-168.

[18] Ward A，Jones A，Hopper A.A new location technique for the active office[J].IEEE Personal Communications，1997，4（5）：42-47.

[19] 羅宇鋒，王鵬飛，陳彥峰.基于RSSI測(cè)距的WiFi室內(nèi)定位算法研究[J].測(cè)控技術(shù)，2017，36（10）：28-32.

[20] 楊帆，趙東東.基于Android平臺(tái)的WiFi定位[J].電子測(cè)量技術(shù)，2012，35（9）：116-119，124.

[21] 陳龍鵬，葉寧，王汝傳.基于雙神經(jīng)網(wǎng)絡(luò)的RFID室內(nèi)定位方法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2019，28（11）：218-223.

[22] 宋寧佳，崔英花.基于GA-GRNN的RFID室內(nèi)定位算法[J].計(jì)算機(jī)工程，2019，45（11）：298-302，308.

[23] 王樂(lè)，劉萬(wàn)青，黃觀文，等.RSSI測(cè)距在藍(lán)牙室內(nèi)定位抗差算法中的應(yīng)用[J].導(dǎo)航定位與授時(shí)，2019，6（3）：82-87.

[24] 石志京，徐鐵峰，劉太君，等.基于iBeacon基站的室內(nèi)定位技術(shù)研究[J].移動(dòng)通信，2015，39（7）：88-91.

[25] 丁琳，管小衛(wèi)，朱霞.基于RSSI的集群實(shí)時(shí)定位系統(tǒng)設(shè)計(jì)[J].國(guó)外電子測(cè)量技術(shù)，2014，33（12）：69-73.

[26] 閆冬梅，任麗莉，王浩宇.基于Zigbee通信的室內(nèi)定位系統(tǒng)[J].吉林大學(xué)學(xué)報(bào)（信息科學(xué)版），2018，36（2）：218-222.

[27] 楊狄，唐小妹，李柏渝，等.基于超寬帶的室內(nèi)定位技術(shù)研究綜述[J].全球定位系統(tǒng)，2015，40（5）：34-40.

[28] 賈駿超.UWB室內(nèi)定位測(cè)量數(shù)據(jù)處理方法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2017，34（10）：157-162，184.

[29] 何永平，劉冉，付文鵬，等.非視距環(huán)境下基于UWB的室內(nèi)動(dòng)態(tài)目標(biāo)定位[J].傳感器與微系統(tǒng)，2020，39（8）：46-49，54.

[30] 余秋星.一種基于地磁強(qiáng)度特征的室內(nèi)定位方法[J].中國(guó)新通信，2014，16（23）：19-21.

[31] 丁瑞，孫幼聰，孫鵬，等.基于卷積神經(jīng)網(wǎng)絡(luò)的地磁室內(nèi)定位[J].電子制作，2020（15）：36-37，30.

【通聯(lián)編輯：梁書(shū)】