基于多运营商基站信号和Wi-Fi信号的混合定位技术探讨【摘耍】随着通信网络的迅速普及和无线系统的不断发展，基于通 信网络的定位技术近年来受到广泛关注在分析基于Wi-Fi的室内定位技 术后，提出一种通过CDMA2000、GSM、WCDMA和Wi-Fi等多模信号指纹匹 配模型实现室内精准定位的方法，并探讨基于此模型的无线多模信号采 集、指纹数据生成、指纹匹配算法等关键技术实验表明，基于多模指纹 匹配的室内精确定位方法能有效提升定位精度关键词】多模Wi-Fi指纹定位混合定位指纹匹配1引言随着无线通信技术及其基础设施的迅速发展与完善，定位技术与系统 得到业界的广泛关注从基于GPS的室外定位技术,到基于红外、超声波 的短距离定位技术，再到基于Wi-Fi信号的室内定位技术，都出现了大量 研究成果这些技术由于所涉及硬件的工作机制不同，各有其使用场景与 适用范围基于卫星通信的GPS是目前应用最为广泛的定位技术,具有良 好稳定的定位性能，但是局限在需要与卫星保持可视的条件下，在室内或 建筑物环境中无法定位参照冃前智能终端中定位能力类型的设置情况，根据定位能力的使用 条件（终端设置、使用范围等），定位技术可分为几种类型，见表1。
位置服务应用可根据不同的业务需求和终端定位开关设置情况，选用 不同类型的定位能力，位置服务网元可提供单一定位方式的定位功能，也 支持按串行、并行等策略，提供组合的定位功能2基于Wi-Fi的定位技术无线局域网络(WLAN)是一种全新的定位信息获取平台，可以在广泛 的应用领域内实现复杂的大范围定位、监测和追踪任务随着信息技术的 发展，Wi-Fi接入设备成本迅速下降，政府、公司和个人在城市区域部署 了大量Wi-Fi接入设备，充分利用这些无线网络基础设施实现精确的室内 定位，弥补GPS室外定位的局限，具有越来越大的现实意义，成为近几年 定位技术研究的热点当前比较流行的Wi-Fi定位是无线局域网络系列标准之IEEE 802. 11 的一种定位解决方案，主要采用基于Wi-Fi信号传播模型和Wi-Fi位置指 纹检测两种定位原理2.1基于Wi-Fi信号的传播模型该模型假定Wi-Fi信号的传播按照指数级衰减，利用这种信号传输的 路径衰减就能计算出移动终端与单个Wi-Fi信号源之间的距离在信号强 度检测点(需定位点)计算出与三个最强Wi-Fi信号源的距离，就可以利 用三角定位法得到定位点的位置这种方法不需要事先采集数据，也无需 经过冗长的训练过程就可以直接进行定位，需要占用的存储空间也仅仅是 每个Wi-Fi接入点的位置以及描述其信号衰减的参数。
其中，Preceived (d)表示移动终端在距离Wi-Fi接入点d处检测到 的信号强度,Preceived (d0)表示在距离Wi-Fi接入点d0的已知位置处检测到的信号强度a是在具体环境中表征信号传播随距离衰减特性的参 数，它的微小变化将会显著改变对距离的估算随着建筑物结构的不同， a的取值不同，在自宙路径损耗的情况下，其值为2；在室内环境中，其 值接近于3其中，卩（d）和卩（dO）分别为在被定位点与已知参考点检测到的信 号强度，d和dO表示被定位点及参考点到Wi-Fi接入点的距离，n与前面 的a有相同的物理意义，WAF为墙壁衰减因子，nW为墙壁数量，C为最大 墙壁数量2. 2基于Wi-Fi信号的位置指纹定位这里的“指纹”指的是在定位区域构建的、与位置信息相关的无线信 号强度图谱基于位置指纹的方法包含两个阶段：训练和定位具体如图 1所示：训练过程的冃标是建立位置指纹数据库首先在定位区域选取一系列 参考点，在每一个参考点利用移动终端读取周边所有可感知的Wi-Fi接入 点信号强度，进行数据预处理后就能得到参考点对应的属性特征——位置 指纹，将各参考点的位置指纹存储到数据库中形成位置指纹数据库。
在定位过程中，移动终端获取被定位点处所有检测到的Wi-Fi信号强 度，采取适当的搜索算法与位置指纹数据库中的记录匹配，从而得到“最 可能”的位置位置指纹的定位方法通过引入训练过程，在定位区域的各参考点获得 描述Wi-Fi信号强度的本地属性特征，从而较好地处理在真实场景中Wi-Fi 无线信号传播复杂多变的状况，取得更加精确的定位效果3基丁多模信号的指纹匹配定位方法3.1多模信号定位的架构和优势为扩展定位范围，提高定位精度及鲁棒性，对多种定位技术进行有机 融合，已成为室内外全空间定位导航技术的发展趋势针对室内定位的应 用需求，笔者提出了如图2所示的多模信号定位架构：多模融合定位技术具有如下优势：（1） 拓展定位系统应用范围；（2） 提高定位精度及实时性；（3） 完成单模不能实现的定位总的来讲，多模定位融合技术通过充分利用单模定位技术的各自优 势，能有效扩展定位覆盖范围和提高定位精度目前多重导航信号之间的 平滑切换技术还处于初步研究阶段3. 2多模信号构成采用的多模信号主要包括GSM、CDMA、WCDMA的基站信号和Wi-Fi信 号具体的无线信号构成如下：（1） Wi-Fi参数：接收到信号强度排列前六位的Wi-Fi参数（釆集的 Wi-Fi信号源数目可配置）,每—Wi-Fi参数包括BSSID、RSSI （信号强度） 筹数据子项；（2） GSM/WCDMA基站参数：当前服务基站及其相邻最多六个服务基站 的参数（相邻基站数可配置），每一服务基站参数包括MCC、MNC、LAC、CTD、 RSSI、TA等数据子项，GSM基站的（3） CDMA2000基站参数：当前服务基 站及其相邻最多六个服务基站的参数（相邻皋站数可配置），每一服务基 站参数包括PN. CTD、RSST等数据子项，CDMA基站的CGT=PN+CTD； 一个参考点采集到的Wi-Fi、GSM、CDMA2000和WCDMA等多种无线信号强 度可以表示为一组多维向量：无线多模数据采集的目标是在设定了位置参考点的建筑物内采集 Wi-Fi等多模信号并建立起该建筑物的多模信号指纹数据库。
采集工具主 要有两种：安装了专用采集软件的和笔记本电脑全部采集顺序：先 建筑物周边、再由低向高逐层往上，每层楼要采集公共空间典型位置、每 个房间中心位置，以上每个位置称为一个采集点单点采集步骤：在办公 楼层区域用采集，在库房、机房、仓储等区域用笔记本采集为了尽 可能消除随机误差，每个点按正交朝向共采集4组数据3. 3多模信号预处理采集软件会自动对多模无线数据进行归一化，将各采集参数映射到集 合：其中，参数为0表示没有观测到对应的无线信号源信号强度，255表 示对应的无线信号源观测值达到最人在无线信号的采集过程中，初始获得的RSSI值存在较大的误差，直 接利用RSSI进行定位时，要避免RSSI的不稳定性，使RSSI值精确地体 现无线信号的传输距离这里可以通过设计滤波器使RSSI的值平滑笔 者选用基于速度常量的加权滤波器，基本思想是基于物体在一定范围内的 移动并不是任意的，当前时刻的状态和前一时刻的状态存在一种相互关 系；匀速运动将导致数据的恒定变化率和固定的噪声推移，选取滤波系数 和节点运动的最佳平衡状态加权滤波器虽然要求数据少，但是依然能保 证RSST值的变化平滑算法的过程描述如下:3.4多模指纹生成技术在获取移动终端或设备现场采集和预处理的多元信号强度后，通过概 率分布拟合的方法将其转化为信号强度概率分布图。
不失一般性，假定各 信号源的无线信号强度符合标准正态分布所以对丁给定的参考点si和 无线信号源wj,接收信号强度的分布由均值？ij和方差oij唯一确定按 下面的算法计算：其中，表示移动终端在参考点si第t次检测到的无线信号源wj的信 号强度以上计算按i从1变化k, j从1变化到m,就得到在各参考点对所有 无线信号源的多模指纹，记为以下的正态分布参数对：在此过程中，为保证多模指纹的有效性，要求oijW0・05若oij太 大，则说明在参考点“采集的信号源wj的信号强度过于离散，不足以用 于定位这时可采取三种策略改进：一是直接放弃此信号源的所有采集数 据，这是最简单的方法，但可能降低定位的精度；二是要求用户在si对 wj采集更多的数据，以期最终得到有效的指纹，但这有一定的风险，采集 更多的数据也不一定保证能获得有效概率分布图；三是对参考点si进行 合理分割得到更多参考点，这最有可能解决无效指纹的问题，但同时也增 加了无线信号指纹建模的工作量和复杂度实际中通常采用第二种策略应 対这种情况3. 5多模指纹匹配算法用各参考点无线信号强度概率分布图进行匹配，实施对应的定位算法，计算出被定位方所处的参考点位置。
具体而言，定位算法的过程如下: 首先，被定位端上传的一组无线信号强度为：将各信号源的信号强度代入多模指纹确定的正态分布函数中，得到在 参考点Si检测到信号源WJ的信号强度为V的先验概率：4实验与分析分别运用直方图拟合方法和本文提出的多模定位方法进行如下实验 试验环境为某单位的802. llg无线局域网及相邻GSM、CDMA基站信号，楼 层面积为480m2 (16mX30m),共四层楼选取100个参考点布置有1台PC机作服务器运行服务器程序和后台数据库一台移动 终端以固定功率在每一参考点读取无线多模信号一些带有无线网卡的笔 记本电脑运行Windows XP操作系统和定位服务程序，带Wi-Fi模块的手 机分别运行采集程序、定位程序和被定位程序研究过程中发现在WLAN内AP的数量、训练位置的密度等参数是影响 定位精度的主要因素，因此试验采用不同数量的AP和训练位置数目进行 测试阶段，分别用2种方法估计移动客户端位置，然后和实际位置进行比 较，计算各口的平均定位误差(定位误差定义为估计位置与实际位置的欧 式距离)在试验区域，每个参考点训练数据数量依次为100> 80、60> 40、20 个，AP数量依次为5、10、15、20、25、30和35个。
每2s收集一次无线 多模信号强度值训练数据数量与定位精度之间的关系如图3所示：无线信号源数量与定位精度之间的关系如图4所示：(1)增加A卩和训练位置的数目可以提高定位精度因此，在某些需 要准确定位的应用场合（例如对特殊目标的安全监控），可以适当增加AP 和训练位置的数量，以确保精度2）相同情况下，多模定位方法优于直方图拟合方法另外，试验中还发现：（1） 合理部署AP的位置、选用对信号强度变化敏感的无线网卡也可 以提高定位精度架设AP时，应尽量选择信号不易受到干扰的高处，例 如天花板、房顶等配置越敏感的无线网卡，移动目标的定位就越准确2） AP数量和训练位置越多，定位精度越高，但同时系统的成本也 越高，系统的响应速度也越慢因此，针对不同的应用场合，应在精度、 成本和响应时间之间进行折中5结束语综上所述，基于多运营商基站信号和Wi-Fi信号的混合定位技术及系 统得到广泛关注与应用已有的室内定位技术和系统的开发与应用，已经 极大地简化和方便了人们的工作，使信息获取更便利随着新的定位技术 和定位方法的出现，定位精度将会越来越高，应用场景也会越来越多目前，基于多运营商基站信号和Wi-Fi信号的混合定位技术主要采用 机器学习的方法，即事先采集大量训练数据并进行标定，然后训练定位模 型，最后投入使用。
这样，人为参与的工作量非常大，给系统开发和使用 带来很多困难为克服这一缺点，必须找到能够快速建立定位模型的技术 今后的研究包括两个方面：一方面研究接入点数量及其分布与模型精度的 关系，尽可能减少参与训练模型的接入点数量；另一方面,研究信号的衰 减模型，总结影响定位精度的经验参数，探索自适应定位方法，寻找通用的定位模型或无需训练的定位算法参考文献：[1] Bahl P, 。