中国地质大学（武汉）本科毕业设计（论文）开题报告课题名称：基于无线局域网的室内定位研究学院专业：机电学院测控技术与仪器学生班级：076102学生姓名：***指导教师：***完成日期：2014年1技术背景随着无线网络、移动通信和普及计算技术应用的不断扩大和深入，位置感知计算(Location-aware Computing)、基于位置的服务(LBS，Location-based Services)越来越重要，典型的例子有资源查找、旅游导航、矿井下定位、社交定位，寻人寻物等。

如何确定用户的位置是实现LBS的核心问题。

目前，影响最大、定位覆盖范围最广的定位系统是GPS 全球定位系统。

GPS是70年代初美国出于军事目的开发的一种卫星导航定位系统，并于80年代初投入使用。

地面接收设备通过接收和测量来自四个或四个以上卫星信号的到达时间差来估计移动终端的位置。

在移动终端内置GPS模块可在室外大部分场合下实现精度较高的定位，特别是从2000年5月1日0时美国宣布中止选择性可靠度(Selective Availability)政策以后，GPS也能被用于民用，精度可达到15m以内。

相较于GPS，我国也在2003年投入了大量资金开始建造北斗卫星导航系统。

在实际环境里，GPS定位系统的覆盖范围仍然存在一定的局限性。

由于GPS卫星发射的无线电讯号太微弱，以至于无法穿透绝大部分的建筑物或是稠密的植被，因此导致所谓的“都市峡谷”(Urban Canyon)效应。

在高楼林立的都市，楼宇等建筑物阻隔了卫星信号的传播或者将它们分散开去，造成GPS系统无法定位。

GPS虽然在室外能有效地定位，但几乎不能覆盖到人们经常工作和活动的室内。

因此，GPS除了在交通工具的导航上的应用占有优势以外，尚很少被应用在其他领域。

另外，一般环境里，用户更青睐轻便的移动设备。

如果将GPS 作为普通的定位工具，用户需要在其携带的设备上加装GPS接收模块，会增加移动设备的体积、成本以及对有限电量的消耗。

从20世纪90年代末期起，许多高校和研究机构开始了室内定位技术的研究，具有代表性的有AT&T Cambridge主持的Active Badges项目，之后进一步改进为Active Bats，cricket，微软的Easy Living项目以及Georgia Tech公司的Smart Floor项目等。

上述项目虽然取得了一定的效果，有的还可以达到毫米级的精度，但这些定位系统需要添加新的硬件，系统部署复杂，维护成本高，可扩展性差。

2选题依据与研究意义从以上研究背景可以看出，目前的定位技术还不能完全满足普适计算应用的要求，特别是在室内的环境里。

随着无线局域网的广泛部署和普及应用，利用无线局域网(Wireless Local Area Network，简称WLAN)的室内定位技术逐渐发展起来。

无线局域网络技术是20世纪末发展起来的一种高速无线网络通信技术，技术标准组为IEEE 802．1l，目前应用最广泛的标准是IEEE 802．1lb和IEEE 802．1lg。

WLAN网络具有高速通信、部署方便的特点，切合了现代社会对移动办公、移动生活娱乐的需求。

室内环境和人们活动的热点地区(如机场、写字楼、大型超市、校园、酒店和家庭)是WLAN主要的应用环境。

基于无线局域网的定位就是在无线局域网中通过对接收到的无线电信号的特征信息进行分析，根据特定的算法来计算出被测物体所在的位置。

目前，无线局域网网络已经成为基础网络通讯架构中的一个组成部分。

许多移动设备，像笔记本、PDA、智能手机，已经内置了对无线局域网的支持。

因此，它可以有效地避免了部署专用的网络体系架构，不需要添加其他的硬件设备或电子标签，从而降低了成本。

其次，与采用红外线、视频信号的室内定位系统相比，基于无线局域网的定位系统能够使用的范围更大。

无线信号通常可以覆盖整个大楼甚至是一个楼群，因此既能被应用在室内又能被应用在室外。

第三，在使用无线局域网的数据通信功能的同时，用户还可以获得定位服务以及基于位置的服务，反过来也充分开发了无线局域网的应用潜能。

最后，由于无线射频信号的健壮传输，基于无线局域网的定位系统是一种比较稳定的系统。

那些基于视频或者基于红外线的定位系统更容易受到限制，比如，基于视频的技术对用户的定位需要在可视的条件下：当有荧光照射或阳光直射时，红外线信号的性能会大大降低。

基于上述优势，无线局域网定位技术的研究引起了越来越多研究者的兴趣。

2006年8月，世界第一大信息技术研究与咨询公司Gartner发布了(2006年新兴技术发展周期》的报告，该报告对36项重要技术的成熟度、影响力、市场接受速度以及未来十年的趋势进行了评估。

其中，定位技术被评为具有特别高影响力的技术。

Gartner指出借助WLAN以及其他定位技术对移动用户提供的基于位置的服务将会被认同并获得快速的发展，在未来五年内，位置感知应用程序将成为主流。

可见，对基于无线局域网的室内定位技术的研究具有重要的现实意义和应用价值。

3研究难点利用信号强度定位的重要前提是用户收到的信号强度随着与AP间距离的增大而减小。

这一基本规律在RADAR系统伽的实验中已经得到了验证，但是这种变化只是近似的线性变化，在室内距离近、结构相对复杂的环境下，障碍物的影响难以忽略。

各种噪声的干扰是室内定位的困难之一。

干扰因素可以归纳为以下几个方面：(1)IEEE 802．1lb／g协议已成为无线局域网应用的主流，它们工作在2．4GHz的公共频段上，这使得信号在传播过程中会受到其他使用该频段的设备(如手机、微波炉、采用B1uetooth协议通讯的设备)的干扰。

(2)人体90％的成分是水，水的共振频率为2．4GHz，因此人体也是干扰无线信号的因素之一。

BahlE9]和Kaema—rungsiEl3]的实验都说明，同一地点测量的信号强度会随着用户站立方向的不同而发生显著的变化。

当用户面朝AP时，AP的信号到达网卡为视距传播(LOS，Line of Sight)，信号强度很强；而当用户背朝AP时，用户的身体遮挡了信号，信号强度下降，两者之间的差别可达5～10dBm。

(3)由于室内建筑布局复杂，信号传播中会受到家具、门窗、墙壁、天花板的阻挡，引起无线电信号的反射、折射、衍射现象，发射信号往往经过多条不同路径，以不同的时间到达用户，造成传播信号在时延扩展、信号幅度、频率和相位的改变，从而导致多径传播(Multipath)效应。

多径传播是基于到达角度、信号强度、到达时间或时间差测量系统定位误差的主要来源。

在无线局域网中，基于接收信号强度定位的另外一个难点是如何使定位方法具有良好的环境可适应性。

所谓可适应性是指当定位系统应用的环境发生改变后，定位算法也能利用某种机制探测出来并自动地进行修正，以保证算法的正确性。

环境中可能的变化有：①AP数量的变化。

比如有的AP发生故障，部署新的AP。

②室内布局的变化。

如房间进行了新的装修，布置了家具，或者原有家具进行大范围的调整。

可以看出，上述两个定位难点将直接影响定位算法的准确性和定位系统能否进入实际应用。

4主要研究方法近似法、三角测量法和场景分析法是3种基本的位置感知技术。

近似法即当物体靠近某一已知位置对，由该位置来定位物体。

三角测量法采用三角形的几何特性计算物体的位置。

场景分析法则利用从某一优势位置观察到的场景中的特征信息，来估计观测者的位置或者场景中某一物体的位置。

在基于信号强度的室内定位方法中，相应的分别是最强基站法、传播模型法和位置指纹法。

在无线局域网中，最简单的定位方法是将无线终端用于数据通信的访问点(AP)的位置，近似地作为估计的位置，称为最强基站法。

它不需要复杂的算法和任何的参数估计，也不需要在客户端添加新的软件。

但是该方法定位的精度局限在AP 的信号覆盖范围，不能进行精确定位。

传播模型法利用信号在室内的传播衰减变化规律，将信号强度转换成信号传播的距离，根据已知的AP 位置和三角测量原理计算出用户的位置。

这类方法简单，计算效率高，但它的定位准确性主要依赖于传播衰减模型是否正确，是否能够适合定位区域复杂的建筑和平面布局环境。

根据传播衰减模型的来源又分为物理模型法和实验模型法，即一种由信号传播衰减的物理特性得到，另一种由大量实验数据拟合出来。

实验模型法得到的传播模型更适合待定位环境，但它普遍性不好，使这类定位系统难以推广。

位置指纹法完全在实验的基础上进行，分为离线勘测和在线定位两个阶段。

离线勘测是在待定位区域里按照一定的间隔距离确定若干采样点，形成一个采样点的网格，并将每个点测得的信号强度连同其位置信息一同保存到数据库里，这些信息被称为位置指纹(Location Fingerprints)或射电天图(Radio Map)。

在线定位时，将实时测量的信号强度信息与数据库中的信息比较，取信号强度最接近的点的位置作为估计的位置。

换个角度，位置指纹法也可以被看作是让计算机先学习信号强度与位置间的内在规律，然后再推理的过程，因此神经网络、机器学习、统计学习理论也被越来越多地应用进来。

根据位置指纹在数据库中的保存形式，又可以分为确定性方法和概率分布法。

确定性方法保存一定采样时间内接收信号强度的平均值；概率分布法保存的是一定时间内信号强度的概率分布，如直方图。

相应地，在匹配时确定性方法多采用欧式距离衡量两个信号强度之间的相似性；概率分布法多使用贝叶斯公式来判断。

确定性方法比概率分布法更简单，实现更方便；而概率分布法对信号中噪声的抗干扰性较好，因此准确度较高。

目前位置指纹法研究得较多。

确定性方法是一种比较简单的位置指纹法，它最早出现在RADAR 定位系统中。

每个采样点处的位置指纹保存来自AP 的信号强度的平均值。

通过采用欧几里得几何距离或其他距离(如曼哈顿距离)度量测量值与位置指纹之间的差异，并取差异值最小的位置指纹的位置作为估计的位置。

用数学公式表示为∑=-=n i ii RSS RSS D D 12)(),(min其中n 表示AP 的个数，i RSS 表示实时收到的来自第i 个AP 的信号强度，i RSS 表示数据库中的信号强度平均值。

RA —DAR 称为最近邻居法。

此外，考虑到相邻采样点的相似性，还提出了K 个最近邻居法和加权K 个最近邻居法，即分别以采样点处样本的个数和样本的标准偏差为权值。

不同之处表现在根据接收信号强度的信息，首先确定可能所属的位置集合，减少计算的次数。

5进度安排第一周至第四周翻译文献，查阅资料，学习相关知识并整合大致思路，完成开题报告；掌握基于无线局域网定位的基础知识，与定位相关算法第五至第十周确定初步有效的位置指纹定位算法并进行后续实验，解决在实际实验中出现的问题，逐步完善方案。