室内定位技術(二)

基于系統的室内定位

盡管基本定位技術的混合使用提高了定位精度，但現在總是需要更好的方法來實作降低能耗和精度的進一步提高。現今，已經提出的不同的定位技術，可以分為圖2所示的類别。在所有這些類别中，研究的重點都是基于新的名額和信号的先進技術，如能量驅動、機會信号(SoOP)、超寬帶(UWB)以及傳統的WLAN、WSN等系統，是以我們将讨論更多的智能定位技術;具體來說，就是基于超寬帶的定位、基于無線區域網路的定位和基于傳感器的定位。最後，我們将在本節讨論使用SoOPs作為新興技術來改進定位，然後讨論基于系統的定位技術在能耗和精确度方面的挑戰

基于超寬帶的定位技術

超寬帶技術是基于發射小于1ns的超短脈沖，低占空比從1到1000。UWB中的傳輸信号通過多個頻帶發送。UWB允許在室内環境中精确定位和跟蹤移動節點。

UWB技術在室内定位等各個領域得到了研究人員和業界的廣泛應用，在實作高量程測量分辨率和精度、低截獲機率、多路徑免疫以及在一個系統中實作定位和資料通信相結合的能力等方面得到了提高。

此外，超寬帶技術是高度可擴充的，可以以低成本和低能耗的方式使用

在基于uwb的應用中，通過在目标節點和已知位置的參考節點之間傳輸的無線電信号估計位置。使用ToA、AoA、RSS、TDoA和第三節中所述的混合技術來完成。基于超寬帶技術的定位系統精度達到厘米級。基于ToA或TDoA的三維定位，實作了室内場景下15cm的精度。實際上，多路信号分量由于具有高帶寬而被超寬帶接收機分解。在滿足視距條件(LOS)的場景中，第一個引用LOS元件的路徑是用于定位目的的魯棒路徑。然而，如果不是這樣，就需要更複雜的技術來精确估計初始延遲。

此外，相對于RSS，基于時間的定位技術在基于UWB的定位應用中提供了更高的定位精度，因為相對于基于時間的定位技術而言，UWB的高帶寬并沒有被RSS技術有效地用于提高定位精度。另一方面，ToA和TDoA利用UWB信号具有較高的時間分辨率這一事實來提高相對于其他技術的定位精度

基于wlan的定位WLAN-based localization

WLAN是室内定位最常用的解決方案。與GPS、全球移動通信系統(GSM)和藍牙等技術相比，基于WLAN的定位系統提供了更好的性能。這是由于WLAN定位系統不需要任何額外的軟體或硬體操作，但能夠根據現有的基礎結構執行本地化。RSS是最著名的WLAN定位技術，因為它在802.11網絡中易于提取，并且能夠在現成的WLAN硬體上運作。另一方面，ToA、TDoA和AoA在基于無線區域網路的定位系統中并不常見，因為角度和時間延遲測量是複雜的。

通常，WLAN掃描的目的是尋找可用的網絡連接配接。通常，掃描可以以低速率進行，因為可用網絡的集合變化緩慢。當一個裝置在擷取無線區域網路信号的同時，想要估計自己的位置時，需要從APs中進行經常性的RSS測量，以最小化定位誤差。定位裝置沿軌迹運動時需要定期更新;是以，每個裝置以與更新速率相等的速率在所有相關通道上掃描可用的APs。由于平均一組RSS測量值減少了噪聲的影響，一個關心定位精度的裝置以高于更新率的速度進行掃描。或者，掃描速率比更新速率慢會降低功耗，進而降低定位精度。是以，平衡功耗與定位性能之間的平衡是無線區域網路中裝置選擇掃描參數的主要驅動力。

室内無線區域網路主要采用兩種方法:單目标方法和多目标方法[27]。這兩種方法都是基于可變鄰域搜尋，旨在減少無線區域網路規劃過程中的定位誤差。無線區域網路定位系統與嵌入式智能裝置傳感器的結合，為移動智能裝置[28]實作了精确的室内定位。

基于傳感器的定位Sensors Based localization

陀螺儀等慣性傳感器在定位中得到了廣泛的應用。然而，慣性傳感器通常是基于低成本的微電子機械系統(MEMS)，存在誤差，進而影響定位精度。

基于傳感器技術的定位也可分為兩類:(1)基于簽名技術和(2)基于信标技術。在基于信标的技術中，信标節點（即參考節點）應該使用GPS或手動配置來确定其絕對位置。剩餘節點的位置是通過對信标節點的距離/角度測量，然後進行多次測量或三角測量來估計的。

基于傳感器的定位是移動系統的一個重要特點，如自主導航、娛樂機器人、服務機器人和軍事機器人。

Signals of opportunities (SoOPs)

目前，移動終端實作了GSM、UMTS、LTE等多種通信标準，甚至藍牙、WLAN等短程通信。是以，這種終端能夠監聽廣泛的無線電信号頻譜。這種無線電信号的發射機簡直相當于經典導航中的地标。他們的位置是可以得到的，但即使這種SoOP的位置未知，他們的觀測仍有可能提高傳統移動無線電定位的性能，例如使用下行參考信号。基本上，這些信号不是特定于導航的。SoOPs是用于通信目的的射頻信号。SoOP在信号空間多樣性和較高的接收功率方面有很多優勢。相關工作考慮了基于信号傳播延遲估計的用于定位的地面數字視訊廣播信号。在這裡，發射機是固定的，可以合理地假定它們的位置是已知的。Skyhook開發了一個基于WLAN信号的定位系統。這種方法需要一個資料庫，必須使用适當的自學算法來學習和保持最新。是以，這種方法從一開始就不假定無線區域網路發射機位置的知識。在這裡電視和無線區域網路信号被結合在一起以改善定位效果。

挑戰和缺陷

基于超寬帶的定位

1：多徑

2：非視距傳輸

基于wlan的定位

基于無線區域網路的定位系統是一種費時費力的現場測量方法。另一個挑戰是，這些系統的多路徑受到實體對象存在的影響。此外，基于wlan的定位系統可能會幹擾2.4 GHz ISM中的其他應用。此外，信号強度随時間的變化被認為是該系統的一個弱點，導緻定位精度下降。辦公室内人員、門、家具的移動導緻信号強度的變化，需要同時更新信号強度圖。是以，這被認為是WLAN指紋系統的一個主要缺點。

基于傳感器的定位

就方法而言，基于錨點的定位技術由于其精确性，在這種環境中通常是首選的。然而，這種技術也有缺點，例如需要在WSN中安裝合适的AN(anchor node)。由于AN成本高、能耗高，必須盡量減少所需的AN數量。基于AN的定位技術的另一個缺點是需要AN的均勻分布，因為在戰場和自然災害環境等許多随機部署傳感器節點的環境中，這一标準都不能滿足。無線傳感器網絡中未知節點的定位采用随機選擇的AN，但由于AN的特點和無線通信的不确定性，對定位精度的影響不同