无线定位技术和系统
近些年，无线技术得到迅猛发展，无线技术被广泛应用在个人消费电子以及医疗、工业、公共安全、后勤供应和交通运输等领域。在无线联接大量普及的今天，无线网络中对某些物体的精确定位成为一些应用系统的迫切需求。定位系统分为室内定位（Indoor Positioning）和室外定位（Outdoor Positioning）两种基本类型，室外定位可以使用GPS或类似系统，如我国推出的北斗系统，技术比较成熟，实施也较为简单，可以实现相对定位精度要求不高的应用。室内定位技术还没有公认的、比较成熟的系统，许多技术理论还在研究和验证中，商业应用系统也不多见，但许多机构正在投入大量的资源进行这方面的研究。
不同的应用可能需要不同的定位信息，在这里，我们主要讨论室内定位技术，包括物理定位、符号定位、绝对定位和相对定位等概念。物理定位以一个点的坐标形式标注在二维或三维地图中。更常用的系统是以角度的度、分、秒（DMS- degree/minutes/seconds）标注的通用横轴墨卡托（UTM-universal transverse mercator）系统。符号定位系统以自然语言标注位置，如在楼房的三层卧室等来描述位置。绝对定位系统中，所有的被定位物体共享一个标准的标志定位体系，如地球的经度、维度和海拔坐标，而相对定位系统则只需标明被定位点与基准参考点的相对位置（角度）坐标。
无线定位技术通常按定位参数测量方式不同进行分类，可分为对无线信号传输时间的测量来定位（TOF－ Time Of Flight )的传输时间定位法；对信号来源角度测量进行定位的角度测量法和对信号强度测量来进行定位的信号强度测量发等。一个无线定位系统至少包含一个信号发射装置和一个信号接受装置，一般在接受装置中进行定位的测量或计算。
定位系统有四种拓扑结构，一是把收集到的定位信号集中传输到中心处理站，进行集中数据处理，然后得出每个点的定位信息，这个系统称为集中定位系统；二是移动定位节点接受定位信号数据后自行处理并得出本节点的定位信息，这称为移动节点直接自定位系统；三是固定节点接受移动节点的信号，并计算其位置坐标并把坐标信息发回给移动节点，这称为间接移动定位系统；四是移动节点的信息传递给移动定位装置，由定位装置计算后传回给移动定位节点，这也是一种间接自定位系统。
1、 测量原则和定位计算
无线电或（其它无线传播信号）在室内的传播不容易使用一个简单的计算模型来描述，这是因为在室内的环境中，视距测量（LOS：line-of-sight即视线无阻挡的测量方式）往往很难实现，大部分情况下视线被阻挡，发出的测量线号可能经过各种反射或折射后才能到达接收点，其间可能要穿过墙壁、地板等各种阻挡物，还可能有各种移动物体的干扰等。因此，到目前为之，还没有一个完美的数学模型来完成室内无线测距的计算。现在一般采用传统的三角计算再辅助一些其它的测量和计算技术来补偿计算的误差。
（1） 三角测量计算
三角测量是利用三角的几何属性来估算目标点的位置坐标，这主要是测量被定位点与基准点的距离和角度。距离测量利用测量点与多个已知点的之间的距离来估算位置坐标，所以也称为范围测量。在室内定位系统中，往往不直接使用接收信号强度 (RSS －received signal strengths)来直接计算距离，一般采用信号传播时间 (TOA－ time of arrival)或信号到达时间差(TDOA－time difference of arrival)等参数来间接计算距离。在一些系统中，也有使用信号的往返时间（RTOF：Roundtrip time of flight）或信号的相位来估算距离。角度测量方法是测量数个已知点与被测量点的相对角度来推算被测量点的位置坐标。
图1. 使用TOA/RTOF方法测量二维空间坐标
1）范围测量
a）TOA方法
自被测量的物体到基准点的距离与信号传播的时间成正比。为了得到一个点在二维空间的坐标，使用TOA方法我们至少要从三个基准点获取测量参数，如图1所示。在TOA系统中，一般使用单向传播时间来计算两点之间的距离，使用这种方式会遇到两个问题：其一是所有的信号发射节点和信号接收节点的时间必须很好地同步；其二是在发射的信号中必须携带时间戳，以便接受节点解读信号传播的时间。在TOA测量中可以使用直接序列扩频信号(DSSS-direct sequence spread-spectrum)或者超宽频信号(UWB－ultrawide band)。
目标定位节点的位置也可以使用最小二乘法的非线性函数进行计算。假设被定位的移动节点的坐标是（x0，y0），在t0时间传递出一个信号，N个基准参照点（x1，y1），（x2，y2）……（xn，yn）在t1，t2……tn时间接收到这个信号，计算方程可以表示为：
（式1）
这里αi 表示第i个基准节点的所接收信号可靠的度，f i（x）可表示为：
（式2）
这里C代表光速，x = (x, y, t)T ，使用这个函数对节点1到N依次求解。适当设置x和y的值可以使f(x)等于零。被定位节点的位置坐标可以用最小化f(x)进行估算。
还有其它基于TOA的算法，如最小邻近点法 (CN－ closest-neighbor)、余数加权法 (RWGH－residual weighting)等。最小邻近点法利用最靠近被定位点的基准节点位置来估算坐标；余数加权法可以看作加权的最小二乘数，适合对LOS、非LOS（ non-LOS －NLOS)或LOS/NLOS的混合型传输条件的计算。
Fig. 2. Positioning based on TDOA measurements.
b) TDOA方法
TDOA方法的核心思想是测量信号来自不同基准节点的时间差，而不像在TOA中测量信号传输的绝对传输时间。在每个TDOA测量中，信号发出节点必须位于与基准测量节点具有恒定时间差的曲线上，此曲线的描述方程为：
（式3）
这里（xi，yi，zi）和（xj，yj，zj）代表固定基准节点i点和j点的坐标，而（x,y,z）则代表被测量目标点的坐标。除了使用上述（式3）的非线性曲线函数计算以外，也可以使用一个线性化的泰勒数列创建一个迭代表达式来进行计算。
图2示意了一个在2维坐标体系中定义节点位置的方法，使用TDOA测量方法在3个测量点（A,B,C）中间得到2条曲线，其曲线的交叉点P即是目标点。
TDOA测量的传统计算方法是相关分析技术，应用一对信号接收点的交叉相关来估计目标位置的坐标。假设发出的信号为S（t），在i点接收到的信号是Xi（t），假设信号是Xi（t）被噪声N i（t）干扰，使其延迟了Di ，那么Xi（t） ＝S（t－Di ）＋N i（t）。类似地，对于j节点，Xj（t） ＝S（t－Dj ）＋N j（t），在考虑到信号延迟后，在T时间段内信号测量的交叉相关函数为：
（式4）
TDOA测量通过对τ
的估算来最大化信号到达时间差的范围，即，这种测量方式对被测量点的是否移动没有限制，但对时间的同步有严格的要求。通常使用频域处理技术来得到τ的值。除了上述介绍过的TDOA测量计算技术外，在802.11无线网定位测量中，还常采用TDOA的一种延迟测量技术，这种方法省略了传统测量方法的初始同步要求。
c) RSS (or Signal Attenuation) 测量方法
上述介绍的两种方法有一个共同的缺点，那就是需要视距环境（LOS）。在室内环境中，一
般比较难满足完全的视距条件，无线电信号会受到各种阻挡或干扰，信号到达的时间和角度会受到各种因素的影响，因此测量的精度会显著降低。一种替代方案是测量信号强度的衰减来计算目标节点的位置。如下图3所示，研究人员试图从理论和实验中建立对于信号发出节点与信号接收节点之间的信号强度差模型。
Fig. 3. Positioning based on RSS, where LS1, LS2, and LS3 denote the measured path loss.
在室内环境中，由于阻挡或信号经过多路径折射反射后的衰减，这个模型不总是能得到满意的定位精度结果，这个模型的有些参数需要根据使用现场的特殊环境经行调整。可以通过多点验证方法和预测量改进等方式来提高测量的精度。
d) RTOF测量方法
这种测量方法是对信号的往返时间进行测量，称为RTOF（Return Time of Flight）。与上述的TOA相比，RTOF对时间的同步要求不是很高，测量范围与TOA类似。这种测量非常类似一个雷达，被测量的目标节点收到基点发出的测量信号后，随即将信号返回，基点根据信号发出到返回的时间来估算目标点的位置。在这种测量方案中，基准测量点无法获得信号在中途被干扰延误的时间和接收点处理信号返回所需要的时间，这些可能造成一定的误差。如果这些时间延误与信号传输的总体时间相比较小时，误差将在可以接受的范围内。
Fig. 4. Positioning based on signal phase.
Fig. 5. Positioning based on AOA measurement.
然而，在距离较短的情况下，这种误差将非常显著，这时候可以采用改进的信号反射替代方案。用于TOA的计算方法可以直接用于对RTOF的计算。
e) 相位测量技术（Received Signal Phase Method）
相位测量技术利用信号相位（或相位差）来估算节点之间的距离，这种技术也被称为POA（phase of arrival）技术。如图4所示，测量基准点A-D放置在假想的房间的六面体中，假设所有的信号发出节点都使用频率为f的标准正弦波在0相位点发出信号，信号延迟是信号的波长函数： Si(t) = sin(2πft + φi)
φi = (2πfDi)/c
这里：i ∈ (A,B,C,D)，c为光速。
在此基础上，我们可以使用TOA测量方法的技术或TDOA的测量方法来定位目标节点。 相位测量可以与TOA/TDOA或RSS组合使用来提高测量的精度，然而，相位测量也需要视距（LOS）信号传输路径，否则，误差将较大。
2) Angulation Techniques (AOA Estimation):
2）角度测量技术（AOA估算）
在AOA方法中，使用基准点或信标点为圆心引出放射线的交点来计算目标点的位置坐标，如图5所示。在AOA方法中，至少有2个已知基点（A和B）和两个已知的角度θ1, θ2，才能在二维空间中导出目标测量点P的位置。AOA测量的优点是使用的基点较少，在二维空间中，使用2个基点；三维空间中使用3个基点即可估算目标测量点的位置坐标。另外，这种方法也不需要时间同步信号。但它的缺点是测量设备比较笨重；另外，当目标点的位置向远处移动时，其测量精度将降低。AOA测量的精度多种因素的影响，包括信号阴影、多次反射、小孔绕射等影响。
（2） 测量精度
B. Scene Analysis
RF-based scene analysis refers to the type of algorithms that
first collect features (fingerprints) of a scene and then estimate
the location of an object by matching online measurements with
the closest a priori location fingerprints. RSS-based location
fingerprinting is commonly used in scene analysis.
Location fingerprinting refers to techniques that match the
fingerprint of some characteristic of a signal that is location
dependent. There are two stages for location fingerprinting:
offline stage and online stage (or run-time stage). During the
offline stage, a site survey is performed in an environment. The
location coordinates/labels and respective signal strengths from nearby base stations/measuring units are collected. During the online stage, a location positioning technique uses the currently observed signal strengths and previously collected information to figure out an estimated location. The main challenge to the techniques based on location fingerprinting is that the received signal strength could be affected by diffraction, reflection, and scattering in the propagation indoor environments.
There are at least five location fingerprinting-based positioning algorithms using pattern recognition technique so far: probabilistic methods, k-nearest-neighbor (kNN), neural networks,
support vector machine (SVM), and smallest M-vertex polygon (SMP).
2、 的
无线定位技术和系统
近些年，无线技术得到迅猛发展，无线技术被广泛应用在个人消费电子以及医疗、工业、公共安全、后勤供应和交通运输等领域。在无线联接大量普及的今天，无线网络中对某些物体的精确定位成为一些应用系统的迫切需求。定位系统分为室内定位（Indoor Positioning）和室外定位（Outdoor Positioning）两种基本类型，室外定位可以使用GPS或类似系统，如我国推出的北斗系统，技术比较成熟，实施也较为简单，可以实现相对定位精度要求不高的应用。室内定位技术还没有公认的、比较成熟的系统，许多技术理论还在研究和验证中，商业应用系统也不多见，但许多机构正在投入大量的资源进行这方面的研究。
不同的应用可能需要不同的定位信息，在这里，我们主要讨论室内定位技术，包括物理定位、符号定位、绝对定位和相对定位等概念。物理定位以一个点的坐标形式标注在二维或三维地图中。更常用的系统是以角度的度、分、秒（DMS- degree/minutes/seconds）标注的通用横轴墨卡托（UTM-universal transverse mercator）系统。符号定位系统以自然语言标注位置，如在楼房的三层卧室等来描述位置。绝对定位系统中，所有的被定位物体共享一个标准的标志定位体系，如地球的经度、维度和海拔坐标，而相对定位系统则只需标明被定位点与基准参考点的相对位置（角度）坐标。
无线定位技术通常按定位参数测量方式不同进行分类，可分为对无线信号传输时间的测量来定位（TOF－ Time Of Flight )的传输时间定位法；对信号来源角度测量进行定位的角度测量法和对信号强度测量来进行定位的信号强度测量发等。一个无线定位系统至少包含一个信号发射装置和一个信号接受装置，一般在接受装置中进行定位的测量或计算。
定位系统有四种拓扑结构，一是把收集到的定位信号集中传输到中心处理站，进行集中数据处理，然后得出每个点的定位信息，这个系统称为集中定位系统；二是移动定位节点接受定位信号数据后自行处理并得出本节点的定位信息，这称为移动节点直接自定位系统；三是固定节点接受移动节点的信号，并计算其位置坐标并把坐标信息发回给移动节点，这称为间接移动定位系统；四是移动节点的信息传递给移动定位装置，由定位装置计算后传回给移动定位节点，这也是一种间接自定位系统。
1、 测量原则和定位计算
无线电或（其它无线传播信号）在室内的传播不容易使用一个简单的计算模型来描述，这是因为在室内的环境中，视距测量（LOS：line-of-sight即视线无阻挡的测量方式）往往很难实现，大部分情况下视线被阻挡，发出的测量线号可能经过各种反射或折射后才能到达接收点，其间可能要穿过墙壁、地板等各种阻挡物，还可能有各种移动物体的干扰等。因此，到目前为之，还没有一个完美的数学模型来完成室内无线测距的计算。现在一般采用传统的三角计算再辅助一些其它的测量和计算技术来补偿计算的误差。
（1） 三角测量计算
三角测量是利用三角的几何属性来估算目标点的位置坐标，这主要是测量被定位点与基准点的距离和角度。距离测量利用测量点与多个已知点的之间的距离来估算位置坐标，所以也称为范围测量。在室内定位系统中，往往不直接使用接收信号强度 (RSS －received signal strengths)来直接计算距离，一般采用信号传播时间 (TOA－ time of arrival)或信号到达时间差(TDOA－time difference of arrival)等参数来间接计算距离。在一些系统中，也有使用信号的往返时间（RTOF：Roundtrip time of flight）或信号的相位来估算距离。角度测量方法是测量数个已知点与被测量点的相对角度来推算被测量点的位置坐标。
图1. 使用TOA/RTOF方法测量二维空间坐标
1）范围测量
a）TOA方法
自被测量的物体到基准点的距离与信号传播的时间成正比。为了得到一个点在二维空间的坐标，使用TOA方法我们至少要从三个基准点获取测量参数，如图1所示。在TOA系统中，一般使用单向传播时间来计算两点之间的距离，使用这种方式会遇到两个问题：其一是所有的信号发射节点和信号接收节点的时间必须很好地同步；其二是在发射的信号中必须携带时间戳，以便接受节点解读信号传播的时间。在TOA测量中可以使用直接序列扩频信号(DSSS-direct sequence spread-spectrum)或者超宽频信号(UWB－ultrawide band)。
目标定位节点的位置也可以使用最小二乘法的非线性函数进行计算。假设被定位的移动节点的坐标是（x0，y0），在t0时间传递出一个信号，N个基准参照点（x1，y1），（x2，y2）……（xn，yn）在t1，t2……tn时间接收到这个信号，计算方程可以表示为：
（式1）
这里αi 表示第i个基准节点的所接收信号可靠的度，f i（x）可表示为：
（式2）
这里C代表光速，x = (x, y, t)T ，使用这个函数对节点1到N依次求解。适当设置x和y的值可以使f(x)等于零。被定位节点的位置坐标可以用最小化f(x)进行估算。
还有其它基于TOA的算法，如最小邻近点法 (CN－ closest-neighbor)、余数加权法 (RWGH－residual weighting)等。最小邻近点法利用最靠近被定位点的基准节点位置来估算坐标；余数加权法可以看作加权的最小二乘数，适合对LOS、非LOS（ non-LOS －NLOS)或LOS/NLOS的混合型传输条件的计算。
Fig. 2. Positioning based on TDOA measurements.
b) TDOA方法
TDOA方法的核心思想是测量信号来自不同基准节点的时间差，而不像在TOA中测量信号传输的绝对传输时间。在每个TDOA测量中，信号发出节点必须位于与基准测量节点具有恒定时间差的曲线上，此曲线的描述方程为：
（式3）
这里（xi，yi，zi）和（xj，yj，zj）代表固定基准节点i点和j点的坐标，而（x,y,z）则代表被测量目标点的坐标。除了使用上述（式3）的非线性曲线函数计算以外，也可以使用一个线性化的泰勒数列创建一个迭代表达式来进行计算。
图2示意了一个在2维坐标体系中定义节点位置的方法，使用TDOA测量方法在3个测量点（A,B,C）中间得到2条曲线，其曲线的交叉点P即是目标点。
TDOA测量的传统计算方法是相关分析技术，应用一对信号接收点的交叉相关来估计目标位置的坐标。假设发出的信号为S（t），在i点接收到的信号是Xi（t），假设信号是Xi（t）被噪声N i（t）干扰，使其延迟了Di ，那么Xi（t） ＝S（t－Di ）＋N i（t）。类似地，对于j节点，Xj（t） ＝S（t－Dj ）＋N j（t），在考虑到信号延迟后，在T时间段内信号测量的交叉相关函数为：
（式4）
TDOA测量通过对τ
的估算来最大化信号到达时间差的范围，即，这种测量方式对被测量点的是否移动没有限制，但对时间的同步有严格的要求。通常使用频域处理技术来得到τ的值。除了上述介绍过的TDOA测量计算技术外，在802.11无线网定位测量中，还常采用TDOA的一种延迟测量技术，这种方法省略了传统测量方法的初始同步要求。
c) RSS (or Signal Attenuation) 测量方法
上述介绍的两种方法有一个共同的缺点，那就是需要视距环境（LOS）。在室内环境中，一
般比较难满足完全的视距条件，无线电信号会受到各种阻挡或干扰，信号到达的时间和角度会受到各种因素的影响，因此测量的精度会显著降低。一种替代方案是测量信号强度的衰减来计算目标节点的位置。如下图3所示，研究人员试图从理论和实验中建立对于信号发出节点与信号接收节点之间的信号强度差模型。
Fig. 3. Positioning based on RSS, where LS1, LS2, and LS3 denote the measured path loss.
在室内环境中，由于阻挡或信号经过多路径折射反射后的衰减，这个模型不总是能得到满意的定位精度结果，这个模型的有些参数需要根据使用现场的特殊环境经行调整。可以通过多点验证方法和预测量改进等方式来提高测量的精度。
d) RTOF测量方法
这种测量方法是对信号的往返时间进行测量，称为RTOF（Return Time of Flight）。与上述的TOA相比，RTOF对时间的同步要求不是很高，测量范围与TOA类似。这种测量非常类似一个雷达，被测量的目标节点收到基点发出的测量信号后，随即将信号返回，基点根据信号发出到返回的时间来估算目标点的位置。在这种测量方案中，基准测量点无法获得信号在中途被干扰延误的时间和接收点处理信号返回所需要的时间，这些可能造成一定的误差。如果这些时间延误与信号传输的总体时间相比较小时，误差将在可以接受的范围内。
Fig. 4. Positioning based on signal phase.
Fig. 5. Positioning based on AOA measurement.
然而，在距离较短的情况下，这种误差将非常显著，这时候可以采用改进的信号反射替代方案。用于TOA的计算方法可以直接用于对RTOF的计算。
e) 相位测量技术（Received Signal Phase Method）
相位测量技术利用信号相位（或相位差）来估算节点之间的距离，这种技术也被称为POA（phase of arrival）技术。如图4所示，测量基准点A-D放置在假想的房间的六面体中，假设所有的信号发出节点都使用频率为f的标准正弦波在0相位点发出信号，信号延迟是信号的波长函数： Si(t) = sin(2πft + φi)
φi = (2πfDi)/c
这里：i ∈ (A,B,C,D)，c为光速。
在此基础上，我们可以使用TOA测量方法的技术或TDOA的测量方法来定位目标节点。 相位测量可以与TOA/TDOA或RSS组合使用来提高测量的精度，然而，相位测量也需要视距（LOS）信号传输路径，否则，误差将较大。
2) Angulation Techniques (AOA Estimation):
2）角度测量技术（AOA估算）
在AOA方法中，使用基准点或信标点为圆心引出放射线的交点来计算目标点的位置坐标，如图5所示。在AOA方法中，至少有2个已知基点（A和B）和两个已知的角度θ1, θ2，才能在二维空间中导出目标测量点P的位置。AOA测量的优点是使用的基点较少，在二维空间中，使用2个基点；三维空间中使用3个基点即可估算目标测量点的位置坐标。另外，这种方法也不需要时间同步信号。但它的缺点是测量设备比较笨重；另外，当目标点的位置向远处移动时，其测量精度将降低。AOA测量的精度多种因素的影响，包括信号阴影、多次反射、小孔绕射等影响。
（2） 测量精度
B. Scene Analysis
RF-based scene analysis refers to the type of algorithms that
first collect features (fingerprints) of a scene and then estimate
the location of an object by matching online measurements with
the closest a priori location fingerprints. RSS-based location
fingerprinting is commonly used in scene analysis.
Location fingerprinting refers to techniques that match the
fingerprint of some characteristic of a signal that is location
dependent. There are two stages for location fingerprinting:
offline stage and online stage (or run-time stage). During the
offline stage, a site survey is performed in an environment. The
location coordinates/labels and respective signal strengths from nearby base stations/measuring units are collected. During the online stage, a location positioning technique uses the currently observed signal strengths and previously collected information to figure out an estimated location. The main challenge to the techniques based on location fingerprinting is that the received signal strength could be affected by diffraction, reflection, and scattering in the propagation indoor environments.
There are at least five location fingerprinting-based positioning algorithms using pattern recognition technique so far: probabilistic methods, k-nearest-neighbor (kNN), neural networks,
support vector machine (SVM), and smallest M-vertex polygon (SMP).
2、 的