无线定位技术简介.docVIP

无线定位技术简介

现在的社会，是一个没有隐私的社会，只要有设备和条件，别人想跟踪你的位置实在是太简单了，行踪都很难不被暴露。好比看大片，罪犯在这边打电话，FBI在那边定位，唧唧几声，就把大概方位确定了。千万别以为这是什么高深技术，天朝网警照样玩的转。而且，随着网络越来越向智能化和移动化发展，一些很有意思的应用都可能和将来的定位技术联系起来，在一定程度上影响着生活，比如twitter，Aardvark，包括一些很有前途的mobilegame，等等。

GoogleLatitude一出后,很多朋友都惊诧于无gps条件下其定位的准确性，也有不少人因此对通过wifi定位比较感兴趣。其实各式各样的无线通信技术都可以用来定位，由于通信距离的不同，有的可以用来室内定位，有的可以用来室外定位。这里，对一些逐渐在普及的定位技术做一些讲解，考虑到GPS的普及性，GPS定位原理和优缺点就在这里忽略了。其实无线定位的流程很简单，大概都遵从交换信号===数据融合===建模求解的步骤。下面就针对不同技术的不同重点，把这个过程分割介绍。

手机基站网络

通过基站网络的检测来进行户外定位是一个相对成本低,成熟,但是精度不高的方法.它的工作原理是这样的,手机要通信,就需要通过蜂窝网络和一个个基站交换数据，从而实现和别的手机的通信.而考虑到双方通信的距离和现实中基站的放置密度，每一个手机都可能被覆盖于多个基站，如果能通过某种方法得到每个基站对于手机的检测数据，通过特定的datafusion技术，就可以大致估算初当前手机的位置。在这里，datafusion是最关键的技术，事实上也是下面会介绍的大多数其他定位技术的基础，所以花多点篇幅介绍一下。为了简化，只考虑二维平面情况，也就是说每个点都只有(x,y)值,不考虑z平面。

以前常用的datafusion技术包括TOA—timeofarrivaldatafusion,AOA—angleofarrivaldatafusion,以及混合型技术.假设下面这张图是一个分布示意图,图中出现的几个基站（BaseStation）都能和当前手机,也就是MS（MobileStation）所在位置通信.

然后通过这张图对常用的datafusion技术进行分析.

TOA:

在TOA的场景中,假设有3个基站当前和手机通信,BS1,BS2和BS3，每个基站有自己的坐标，然后用MS来表示手机，大概是这样一个结构:

r1,r2和r3分别表示MS和三个BS之间的距离,这个距离当然是可以通过计算得出的,计算方法就是

在这个公式里,c是信号传输速度,t0是初始时间,ti是MS的信号到达BSi的时间.很简单吧.这样,我们假设其中一个BS1的坐标是参照坐标,也就是(x1,y1)=(0,0),可以得到关于距离组合(r1,r2,r3)的一个方程组

然后解这个方程组就能得到MS的当前坐标。这是一个典型的overdeterminedsystem，所以具体的求解其实比较复杂，这里就不多介绍了，有兴趣的朋友可以邮件交流。

AOA:

如果采用AOA技术,顾名思义,我们需要得到信号到达BS时，MS相对于BS的angle的数值，就好比我们有A,B,C三个点，我们已经知道A和B的坐标了，只需要知道C相对于A和B的角度值，就可以算出当前C的坐标。这个方法要求BS端需要有天线阵列，这样，到达的MS信号的能通过不同天线接受信号的相位差计算出来。具体可以利用功率谱密度在天线阵列的分布来计算，这就是传说中的beamforming。只要能得到两个BS的AOA估计，就能推算出MS的当前地点。所以相对于其他方法，AOA对于BS数量的要求是最少的，也不需要BS和MS之间的同步。

对于AOA的函数建模如下,假设我们有n个BS都对MS做出了AOA测量,对于任何的BSi,有

推荐一个Robotics-BasedLocationSensingusingWirelessEthernet。Rice这帮人也挺能折腾，用了Bayes和隐马尔科夫模型，不仅考虑了信号强度，还考虑了在某个地点连接到某个AP的概率。后来有人更能折腾，把行人在哪里走路速度的概率，某个地点的AP转换概率都考虑进去了。

要判断设备是否在运动中也很简单，设备静止和运动时，信号强度的变化趋势是不一样的，如图:

红线表示静止，蓝线表示移动。总的来说，在移动的时候，variance是更大的。然后用上在learning领域几乎无所不能的Bayes:

这就是一个最简单的模型。我默认看到这里的人都有一定的概率基