摘 要： 為了滿足航空旅客在機場候機大廳的位置服務需要，同時為了降低AP（Access Point）部署的高度對定位的影響，提出了一種基于信號強度和傳播模型的三維定位技術。該方法首先采用最小二乘法確定傳播模型的參數(shù)，再使用最小均方差實現(xiàn)定位。實驗結(jié)果表明，該算法的誤差在3 m內(nèi)，準確率達83.36%，能夠滿足旅客在機場候機廳內(nèi)位置服務的需要。
關鍵詞： 機場候機大廳；傳播模型；三維定位；最小二乘法；最小均方差
隨著無線技術的快速發(fā)展以及智能終端的迅速普及，在機場航站樓內(nèi)航空旅客對位置服務的需求日益增加，而位置服務的關鍵是精確的室內(nèi)定位。目前，針對室內(nèi)定位的研究主要集中在如何充分利用室內(nèi)布置良好的無線局域網(wǎng)。其中，基于信號強度的定位技術由于具有不需要添加額外硬件設施的優(yōu)點而受到廣泛的關注。基于信號強度的定位技術主要有位置指紋和傳播模型兩種[1-5]。位置指紋法需要到待定位區(qū)域大量采樣并提取各個采樣點的信號特征，在定位時根據(jù)收到的信號特征與各個采樣點的信號特征進行逐一對比實現(xiàn)。這種方法的缺點是采樣工作量大，當室內(nèi)布局發(fā)生改變時需要重新采樣，但精度和準確度高。傳播模型根據(jù)無線信號強度隨距離衰減規(guī)律，將信號強度的衰減轉(zhuǎn)換為距離，再根據(jù)三角測量原理等實現(xiàn)定位，其優(yōu)點是不需要采樣，但精度相對低。
第一機場候機大廳的面積大，采樣費時費力；第二機場候機大廳的AP部署在頂部，高度一般在7 m～9 m左右，旅客在定位時信號在傳播路徑上的干擾較少。綜合以上考慮，本文選擇基于傳播模型的室內(nèi)定位算法。目前基于傳播模型的定位技術多采用二維平面方式，忽略了AP部署高度對定位的影響。而候機大廳的AP部署距離地面很高，已成為影響定位精度的重要因素，傳統(tǒng)的二維傳播模型[6-10]不適合這一特殊場景，因此，本文提出一種基于傳播模型的三維定位技術。該方法首先采用最小二乘法[7]計算傳播模型的參數(shù)，再使用MMSE算法[7]實現(xiàn)三維定位。實驗結(jié)果表明，本文定位算法相對二維平面定位算法能夠顯著提高定位準確率，降低定位誤差，能滿足航空旅客在機場大廳的位置服務的需要。
1 定位算法
本文定位算法主要分兩步完成：（1）通過最小二乘法確定傳播模型的參數(shù)；（2）通過MMSE算法得到用戶位置。
1.1 確定參數(shù)
由于參數(shù)的精度將直接影響定位的精度，因此，本文選擇多個位置多次收集AP的信號強度，再計算每個位置的各個AP的信號強度均值，最后通過最小二乘法計算出參數(shù)。
2 實驗環(huán)境
實驗軟件平臺采用C/S結(jié)構(gòu)，Android智能手機作為客戶端，用于收集AP的信號強度，并將其發(fā)送給服務器，最后根據(jù)服務器返回的計算結(jié)果顯示用戶位置；臺式計算機作為服務器，根據(jù)客戶端收集到的信號強度數(shù)據(jù)，結(jié)合本文算法得出用戶位置，再將定位結(jié)果發(fā)送給客戶端。
為了最大程度模擬航站樓的實際環(huán)境，本文選擇一個相對空曠的教室，整個區(qū)域大小為14 m×7.8 m，共3個AP分別部署離地板2.74 m、2.61 m、2.94 m處，如圖1所示。手持Android智能手機高度為1.30 m，在確定參數(shù)階段，隨機選擇3個位置收集20次信號強度值，用于計算傳播模型的參數(shù)。在實施定位階段，隨機選擇10個位置收集5～6次信號強度值，并用于實施定位，并將定位結(jié)果與二維平面定位技術進行比較。
由圖2可以看出，在同一個位置，3個AP信號強度變化幅度很小，最大幅度為-11 dBm。這是由于AP部署位置距離地面高，信號在傳播路徑上的干擾相對較少。
為了驗證本文定位算法，本文對50～60次的定位結(jié)果進行了統(tǒng)計分析，并與參考文獻[7]的二維定位算法進行了對比，其結(jié)果如圖3所示。
由圖4可以看出，隨著迭代次數(shù)的增加，兩種定位算法定位誤差依次降低。在第6次迭代兩種定位算法的定位誤差已小于1 m，三維定位算法相對二維定位算法誤差減小26 cm。實驗結(jié)果同樣驗證了AP的高度對定位精度的影響。由圖3和圖4可以看出，AP部署的高度是影響定位的因素，同時證明了本文提出的三維定位技術的有效性。
實驗結(jié)果表明，本文算法相對二維平面定位技術提高了準確率，降低了誤差。在實驗環(huán)境中移動終端與AP高度差小，最大不到2 m；而在候機大廳的實際環(huán)境中AP部署高度一般在7 m～9 m，手持移動終端高度在1 m～ 2 m，高度差將達到5 m～8 m。因此，在機場候機大廳中，與傳統(tǒng)的二維傳播模型相比本文算法將顯示出更大的優(yōu)勢。
為了滿足航空旅客在機場候機大廳的位置服務需要，提出一種基于信號強度和傳播模型的三維定位技術。該方法首先采用最小二乘法確定傳播模型的參數(shù)，再用最小均方差實現(xiàn)三維定位。由于機場候機大廳的AP部署距離地面很高，是影響定位效果的關鍵因素。與傳統(tǒng)二維定位技術相比，該方法能降低AP部署高度對定位的影響，更適合這一特殊場景。實驗結(jié)果表明，該算法能夠提高定位的精度和準確度，在誤差3 m內(nèi)的定位準確率達到83.36%，因此能夠滿足旅客在機場候機大廳的位置服務需要。今后將本文算法應用到候機廳的實際環(huán)境中，并深入研究不同區(qū)域的不同樓層的定位問題。
參考文獻
[1] 張明華，張申生，曹健.無線局域網(wǎng)中基于信號強度的室內(nèi)定位[J].計算機科學，2007，34（6）：68-72.
[2] 梁韻基，周興社，於志文，等.普適環(huán)境室內(nèi)定位系統(tǒng)研究[J].計算機科學，2010，37（3）：112-124.
[3] CHEN F， WAIN S A A， SHAHROKH V， et al. Received-signal-strength-based indoor positioning using compressive sensing[J]. IEEE Transactions on Mobile Computing， 2012，11（12）：1983-1993.
[4] ANINDYA S P， ERIC A W. RSSI-based indoor localization and tracking using sigma-point kalman smoother[J]. IEEE Journal of Selected Topics in Signal Processing， 2009，3（5）：860-872.
[5] GRACIOLI G， FROHLICH A A， PIRES R P， et al. Evaluation of an rssi-based location algorithm for wireless sensor networks[J]. IEEE Latin America Transactions，2011，9（1）：96-101.
[6] 董梅，楊曾，張健，等.基于信號強度的無線局域網(wǎng)定位技術[J].計算機應用，2004，24（12）：49-53.
[7] CHENG Y Y， LIN Y Y. A new received signal strength based location estimation scheme for wireless sensor network[J]. IEEE Transactions on Consumer Electronics，2009， 55（3）：1295-1299.
[8] CHO S Y. Localization of the arbitrary deployed APs for indoor wireless location-based applications[J]. IEEE Transactions on Consumer Electronics， 2010，56（2）：532-539.
[9] ABBAS M， NENG C K. An indoor 3D location tracking system using RSSI[C]. 2010 Sixth International Conference on Signal-Image Technology and Internet Based Systems，2010.
[10] 鄧琛，王永琦.基于模糊控制的無線傳感器網(wǎng)絡室內(nèi)定位算法[J].計算機應用，2011，31（8）：2062-2064.
[11] 李曉維.無線傳感器網(wǎng)絡技術[M].北京：北京理工大學出版社，2007.