英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料
基于WIFI的室内定位[1]
Chouchang Yang and Huai-Rong Shao
Chouchang Yang is withthe University of Washington.
Huai-Rong Shao is withSamsung Research Amer-ica
中文摘要：最近，一些基于WiFi、蓝牙和UWB的室内定位的解决方案已经提出了。由于室内环境的局限性和复杂性，要实现低成本、精确定位系统的解决方案仍然是不全面的。本文提出了一种基于WiFi的定位技术，可以突破ToA／AOA的定位性能的瓶颈。与传统方法不同的是，我们所提出的机制来释放需要宽的信号带宽和大量的天线，利用多个预定义的消息传输的同时保持高精度性能。通过在20/40兆赫带宽的无线局域网中使用不同数量的消息显示本地化性能，证明了整个系统结构。仿真结果显示我们的WiFi定位方法可以实现1米的精度，没有任何硬件的商业WiFi产品的变化，在成本和系统复杂性权衡方面，学术界和工业界都比传统的解决方案要好得多。
英文摘要：Recently, several indoor localization solutions based on WiFi, Bluetooth, and UWB have been proposed. Due to the limitation and complexity of the indoor environment, the solution to achieve a low-cost and accurate positioning system remains open. This article presents a WiFi-based positioning technique that can improve the localization performance from the bottle-neck in ToA/AoA. Unlike the traditional approaches, our proposed mechanism relaxes the need for wide signal bandwidth and large numbers of antennas by utilizing the transmis-sion of multiple predefined messages while maintaining high-accuracy performance. Theoverall system structure is demonstrated by showing localization performance with respect todifferent numbers of messages used in 20/40 MHz bandwidth WiFi APs. Simulation results show that our WiFi-based positioning approach can achieve 1 m accuracy without any hardware change in commercial WiFi products, which is much better than the conventional solutions from both academia and industry concerning the trade-off of cost and system complexity.
1 介 绍
近年来，室内定位技术引起了业界和世界的广泛关注。这在一定程度上是由室内定位服务市场需求的增加所驱动的。由于室内GPS信号强度的限制，室内定位系统通常需要具有已知位置的附近锚栓。一般来说，存在有两个室内定位系统中的部件。一个是附近的锚与他们自己的位置信息的知识，而另一个是通过附近锚栓处理无线信号来确定其位置的定位装置。尽管潜在的室内导航服务的需求已经从工业方面得到解决，但最终的解决方案在准确性、可靠性、实时性和低成本方面仍然处于开放状态。
有几个因素使得室内定位系统的设计具有挑战性：
成本：需要部署附近的锚和本地化设备的开发识别对象是昂贵的。
附近的锚数：不同于传统的GPS导航系统，轨道采用31活跃的卫星，室内环境和空间有时会限制锚杆数量。
复杂的室内环境：室内测量距离和角度的无线信号通常受到障碍物（如墙壁、物体和人类）的严重影响，从而导致多径效应。
由于其广泛的部署，我们期望WiFi成为室内定位的一个突出工具。在这篇文章中，我们使用WiFi接入点（APS），多天线作为附近的锚，而定位设备可以是任何移动的，具有WiFi功能的平台，如智能手机或平板电脑。由于无线AP的数量是有限的，系统的带宽较窄（高达40 MHz的802.11ac和802.11n 160 MHz），我们提出了一种新的发送消息来提高到达时间（TOA）测量方法和到达角（AOA）的估计。
文章的组织如下。首先，我们回顾了传统的室内定位方法和应用。然后，我们讨论我们分别提出的TOA和AOA的改进估计。接下来，我们描述了提出了WiFi室内定位的机制，并通过仿真对其性能进行了总结。最后，我们结束我们的工作。
2 室内定位途径和应用
一般来说，室内局部使用的方法可分为四类：
1到达时间
2到达角
3混合TOA / AOA
4接收信号强度（RSS）和指纹。
这些方法各有其优点和局限性。
2.1到达时间
到达时间是发射器和接收器之间的行程时间。这个距离可以用旅行时间乘以光的速度来计算。为了测量空中的旅行时间，这种方法通常需要发射机和接收机之间的同步。此外，它要求至少有三个锚具有平面域（2D）本地化，如图1a所示。三维定位和四锚定位性能是由信号的带宽决定以及采样率[ 1 ]。当到达无线信号进行采样,描绘如图2
图1：a）到达时间；b）到达角；c）混合TOA / AOA方法；d）接收信号强度和指纹的方法。
捕获到达信号的第一个样本不完全是TOA。换言之，当信号带宽不够宽时，TOA测量可能会导致距离误差范围很大。例如，一个无线系统与10 MHz的带宽和采样率只能测量持续时间达1times;10–7分辨率。因此，在距离的最大误差为3times;10 8times;10–7 = 30米。当无线系统具有1 GHz的带宽，可以接收测量高达1times;10–9的分辨率，在距离的最大误差小于30厘米。目前流行的用于TOA的解决方案是超宽带（UWB）系统。超宽带系统可以达到1厘米的精度，但是，它需要非常宽的带宽和特殊的硬件设计来支持本地化，这会造成很高的硬件成本。
2.2到达角
到达角测量是从天线阵列上的发射机确定输入信号方向的方法。通过利用和检测天线之间的相位差，可以计算入射信号的方向。为了定位该位置，该方法需要两个具有不同位置的天线阵列的锚来获得如图1b所示的目标位置。然而，由于多径的影响，AOA的视线（LOS）是很难获得的。一个商业解决方案应用的一个例子是quuppa AOA的haip系统定位精度可以达到0.5到1米。然而，它需要一个特定的硬件设备，包括16个阵列天线，其中一个发射器作为附近的锚和一个特殊的标记作为定位设备，通过蓝牙增强无线信号。
2.3混合TOA / AOA方法
由于室内环境的复杂性和附近锚的数量有限，引入了一种混合的TOA / AOA方法。利用从AOA和TOA测量的信息，可以减少邻近锚点的数量。如图1C所示，使用一个邻近的锚定位对象是可能的，这种混合方法同样受到信号带宽和天线数目的挑战。然而，混合系统利用了这两种机制的好处。
2.4获取信号强度和指纹
接收信号强度（RSS）和指纹是定位的现场调查方法。对于单独RSS的方法，接收信号强度比反映距离信息。通过预先测量每个点之间的距离和每个点的功率建立相应的自由空间信道模型对发射机功率进行校准，这样可以估计每个锚节点的粗距离，进一步提高定位精度，提出了基于指纹组合的RSS。一般来说，由于多径效应，每个位置通过不同路径的不同光线的组合而接收到一个独特的信号。因此，信号特性，如频率响应和信号强度有关的I / Q通道有自己的指纹。通过将信号指纹与目标相关联，锚可以从预先测量的指纹数据库推断出可能的位置。这种机制只需要一个锚节点而不用多个锚定位。在图1d中，预先测量每个网格中的信号指纹。当对象将信号发送到附近的锚（TX / RX）时，锚可以从数据库中选择与接收信号进行本地化的最相似的指纹，定位精度不仅取决于网格面积大小，还取决于网格之间的信号差。当信号指纹之间的差异较小时，不确定性增加。
应用RSS指示一个商业解决方案（RSSI）是苹果的iBeacon技术，并应用RSS指纹是苹果Wifi SLAM，对于iBeacon，位置通过低功耗蓝牙系统计算。粗略的距离可以是即时的，近的，远的，三种不同的状态，分别指厘米、几米和10米以上。
该解决方案适用于WiFi的RSS 指纹技术基础是Wifi SLAM的陀螺仪传感器的援助机制记录每个位置的指纹。ifislam可以实现从1.75到2.5米的精度。然而，它需要事先进行现场调查指纹。当环境是动态的，如有移动人群的购物中心时，性能会急剧下降。此外，计算载荷随数据库中指纹点的数量呈指数增长。
图2：TOA性能与发射机带宽。
3室内定位的基础设施
最近，通过UWB、WiFi和基于蓝牙的应用程序，研究了几种现存有的解决方案，考虑到部署锚节点和覆盖区域的成本，大多数可能的解决方案是在WiFi 系统中实现的。与UWB系统不同，WiFi基础设施已广泛部署在室内环境中。与其他现有的基础设施（如基于蓝牙的系统）相比，每个WiFi锚节点可以覆盖的区域比蓝牙更广泛，它的锚节点成本更低。此外，WiFi是室内环境中高吞吐量传输的重要媒介。也就是说，通过增加多输入多输出（MIMO）结构的采样率，可以提高无线局域网的硬件能力，从而提高室内定位性能。已有的工作表明，无线信号有希望提供可以克服室内多径的性能，且LOS可以检测到。通过在移动电话上安装陀螺仪传感器，可以进一步减轻多径效应。因此，我们选择WiFi作为一种可能的解决方案从而实现低成本和精确定位。
3.1超分辨TOA和性能的改善
到达时间的性能取决于信号带宽和采样率。当采样率较低（窄带宽）时，TOA不能精确捕获。在图2中，接收信号被黑箭头采样，而到达信号（实际TOA）在两个采样位置之间，从而导致测量误差。提高TOA的最新方法是使用超分辨率估计，它基于自相关矩阵的子空间分解，需要逆矩阵及其特征向量的计算这些估计方法而计算负荷重，而性能的改善依然依赖于带宽。在下面，我们提出了一种方法，可以通过发送的相同预定义消息的倍数来帮助估计来提高TOA估计的准确性。利用在同一地点采样的每一个输入信息的不太可能的事实，在线性时不变（LTI）信道中收集多个接收到的消息能够在较高分辨率下重建接收信号。我们将接收到的信号表示为y（t），而x（t）则是发送方发送的消息。然后，接收到的信号可以被描述为y（t）= X（t）*h（t），其中h（t）是信道冲激响应表示环境的影响，并且*是卷积运算。由于采样周期为T的，接收到的信号经过模数转换器（ADC）采样可以被描述为Y D的[ ] = y（ntimes;T S T） W [ ]。Y D的[ ]和[ ]是W在接收信号和加性高斯白噪声（AWGN）的n个样本点，而T是采样位置和TOElig;[ 0相对起点，T的]。
如果信道是时间不变的，并且发射机发送多个相同的预定义消息，则采样后的接收信号可以如图3所示。黑色、红色和蓝色箭头表示从接收到的信号y（t）中对三种不同到达消息进行采样。由于发射机已多次发送相同的消息，接收机将总是接收相同的信号y（t）。人们可以注意到，每个输入信号的采样位置不一样。因此，以正确的顺序收集多个消息可能重建接收信号，而我们假定信道是不变的。与接收信号功率电平相比，噪声可以忽略不计。以图3为例，黑色、红色和蓝色样品的组合能够以更高分辨率重建接收信号y（t），而不是仅使用一条消息。虽然使用多个消息能够帮助对接收信号进行重建，但是如何以正确的顺序安排和发送消息仍然不清楚，我们将频率变换性质应用于以下方面，以实现重建目标。
时移特性
EXP（–j2pft）在I / Q域的相位旋转–2pft结果，上述方程的概念是指在同一时刻接收到的同一信号，y（t）和y（t - T）之间的时间差，可以通过频域的相移特性来估计。
通过多次从发送器发送消息，第i个消息在接收机中采样后被描述为。如果我们有i和j采样后的消息
和这两个消息之间的时间差异是。对于快速傅立叶变换（FFT）的大小n，dt可以通过应用在子载波K的时间移位特性来计算
在ang;·从接收器和Y D J [K] = FFT { Y D J I / Q域相}。由于离散时频变换的周期性，时差测量范围由K.／s确定。
由于接收器可以映射采样信号的比特序列，两位映射消息之间的时间差获得分辨率的采样周期T和采样率的确定。然而，在t分辨率下进一步的时间差是很难获得的。与公式1比较，这意味着时间差可以在比采样率限制更高的分辨率
全文共13095字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[13898]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
