基于Wi—Fi的室內(nèi)定位系統(tǒng)在智慧校園中的應(yīng)用

針對(duì)目前現(xiàn)有的室內(nèi)定位系統(tǒng)無法很好地達(dá)到大學(xué)校園用戶的一些個(gè)性化服務(wù)的定位精度要求，本文利用Android手機(jī)平臺(tái)研究一種基于位置指紋的Wi-Fi室內(nèi)定位系統(tǒng)，用于提高圖書館、實(shí)驗(yàn)室等場所的LBS的服務(wù)質(zhì)量。該系統(tǒng)在在線定位階段采用WKNN算法進(jìn)行位置指紋匹配并定位，取得了較好的效果。

【關(guān)鍵詞】智慧校園 Wi-Fi 室內(nèi)定位

智慧校園是指以促進(jìn)信息技術(shù)與教育教學(xué)融合、提高教學(xué)效果為目的，以物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)分析等新技術(shù)為核心技術(shù)，提供一種環(huán)境全面感知、智慧型、數(shù)據(jù)化、網(wǎng)絡(luò)化、協(xié)作型一體化教學(xué)、科研、管理和生活服務(wù)并能對(duì)教育教學(xué)進(jìn)行洞察和預(yù)測的新型校園。智慧校園與傳統(tǒng)意義上的數(shù)字化校園存在著很大的區(qū)別，首先數(shù)字化校園只是使用孤立的多媒體教室或者數(shù)字化教學(xué)資源和辦公系統(tǒng)，但智慧校園的建設(shè)內(nèi)容卻涵蓋更多的方面：首先校園環(huán)境建設(shè)更加節(jié)能、環(huán)保，再者教學(xué)系統(tǒng)建設(shè)更側(cè)重于資源個(gè)性化定制與推薦，比如個(gè)性化的信息定制與推送服務(wù)、掌上教室、移動(dòng)圖書館，最后所有的教學(xué)信息和資源能更大程度上實(shí)現(xiàn)互動(dòng)分享，比如能利用手機(jī)實(shí)現(xiàn)自習(xí)室的座位預(yù)約、智能簽到、教室查找及位置共享等等。由此可見智慧校園建設(shè)離不開網(wǎng)絡(luò)建設(shè)和基于位置的服務(wù)（LBS）。但通過筆者的調(diào)查研究發(fā)現(xiàn)：現(xiàn)有的室內(nèi)定位系統(tǒng)遠(yuǎn)遠(yuǎn)無法達(dá)到大學(xué)校園用戶的一些個(gè)性化要求，特別是諸如圖書館、實(shí)驗(yàn)實(shí)訓(xùn)中心等人員流動(dòng)較大的室內(nèi)環(huán)境。

智慧校園建設(shè)選擇Wi-Fi室內(nèi)定位技術(shù)主要有如下原因：

（1）很多支持Wi-Fi的設(shè)備都是可移動(dòng)終端，具有體積較小、便于攜帶等優(yōu)點(diǎn)。

（2）LBS要求較為精確的位置定位，基于Wi-Fi的室內(nèi)定位技術(shù)相對(duì)其他技術(shù)的定位精度較高，且設(shè)備和通信成本較低。

（3）因?yàn)閃i-Fi接入點(diǎn)成本較低，目前大學(xué)校園里隨時(shí)隨地可以連入Wi-Fi網(wǎng)絡(luò)，這也使Wi-Fi室內(nèi)定位技術(shù)成為可能。

（4）目前支持Wi-Fi的終端設(shè)備普及率已經(jīng)非常高，有調(diào)查顯示擁有智能手機(jī)的大學(xué)生已經(jīng)接近100%。由此可見，隨著大學(xué)校園內(nèi)Wi-Fi無線網(wǎng)絡(luò)的迅速普及和廣泛應(yīng)用，基于Wi-Fi的高精度室內(nèi)定位技術(shù)必將在智慧校園建設(shè)中得到更加廣闊的發(fā)展。

1 Wi-Fi室內(nèi)定位技術(shù)比較

按照采用的信號(hào)測量方法，Wi-Fi室內(nèi)定位技術(shù)可以分為TOA，TDOA，AOA以及RSSI等。TOA是基于信號(hào)到達(dá)時(shí)間的定位方法（Time of Arrival），通過測量信號(hào)從發(fā)射出到接收到所用的時(shí)間來估算距離，然后通過幾何方法計(jì)算位置。該方法通常采用三邊定位算法，至少需要信號(hào)定位基站3個(gè)。如圖1所示，待測位置為P點(diǎn)，三個(gè)基站位置分別為AP1，AP2，AP3，已測量出P到AP1、AP2、AP3的距離分別為d1、d2、d3，由幾何知識(shí)可知，P點(diǎn)必在分別以AP1、AP2、AP3為圓心，以d1、d2、d3為半徑的三個(gè)圓的交點(diǎn)處。P點(diǎn)的坐標(biāo)可以由數(shù)學(xué)方法計(jì)算得出。

TOA要求接入點(diǎn)AP和待定位終端P要有非常精確的時(shí)鐘同步，否則會(huì)帶來較大的定位誤差。而TDOA（Time Difference of Arrival， 基于信號(hào)到達(dá)時(shí)間差的定位方法）則是利用信號(hào)分別到達(dá)兩個(gè)接入點(diǎn)AP的時(shí)間差來估計(jì)距離及P點(diǎn)位置的，因此該定位方法不需要接入點(diǎn)和定位終端的精確同步。但是不管是TDOA還是TOA都需要在定位終端配置時(shí)間測量模塊，所以這兩種定位方法硬件成本較高。

AOA即是基于信號(hào)角度的定位方法（Angle of Arrival）。該方法根據(jù)信號(hào)從AP接入點(diǎn)到達(dá)定位目標(biāo)的角度以及AP的位置，根據(jù)幾何原理計(jì)算出待定位目標(biāo)的位置。該方法要求能夠精確測量出信號(hào)的入射角度，因此需要有角度測量的硬件。同時(shí)，由于無線信號(hào)在室內(nèi)的傳播會(huì)有多徑和衍射等干擾，所以角度測量會(huì)有較大誤差。所以，該方法的定位精度并不是很高。

RSSI即是基于接收信號(hào)強(qiáng)度的定位方法（Received Signal Strength Indication），主要分成基于信號(hào)傳播模型的傳輸損耗法和基于指紋數(shù)據(jù)庫比對(duì)的位置指紋法。傳輸損耗法進(jìn)行定位的基本原理是：定位終端接收到的無線信號(hào)的強(qiáng)度與該終端到AP的距離有關(guān)，而且當(dāng)終端離AP距離越近，則接收信號(hào)也越強(qiáng)，反之亦反。因此，可利用信號(hào)在特定室內(nèi)環(huán)境中的傳播模型把定位終端實(shí)時(shí)接收到的無線信號(hào)強(qiáng)度轉(zhuǎn)換成到對(duì)應(yīng)AP的距離，定位算法仍可采用三邊法。但由于室內(nèi)環(huán)境復(fù)雜多變，很難找到一個(gè)確切的傳播模型來精確描述無線信號(hào)的衰減特性。

相對(duì)于傳輸損耗法，位置指紋定位法的原理比較簡單。其核心是先建立一個(gè)較為完備的位置指紋數(shù)據(jù)庫，一般做法是在某一室內(nèi)空間內(nèi)設(shè)置N個(gè)參考點(diǎn)和若干AP，并在每個(gè)參考點(diǎn)處采集該各個(gè)AP在該點(diǎn)的接收信號(hào)強(qiáng)度、MAC、參考點(diǎn)坐標(biāo)等特征值構(gòu)建出該參考點(diǎn)對(duì)應(yīng)的綜合信息，該綜合信息稱為位置指紋樣本，N個(gè)樣本構(gòu)建出指紋樣本庫。在定位階段，只需要把待定位終端處的MAC和信號(hào)強(qiáng)度等信息與數(shù)據(jù)庫中的N個(gè)指紋樣本進(jìn)行一一比對(duì)，再由某種匹配算法找到匹配度最大的幾個(gè)參考點(diǎn)，進(jìn)而計(jì)算出帶定位點(diǎn)的具體位置。

綜合比較上述幾種方法，不管是TOA、TDOA還是AOA其定位精度在很大程度上都依賴于硬件，而傳統(tǒng)的傳輸損耗法的定位精度則取決于是否構(gòu)建出了一個(gè)精確的信號(hào)傳播模型，這些因素都限制了定位精度的提高。而位置指紋法恰恰擺脫了硬件限制和傳播模型，所以本文所設(shè)計(jì)的定位系統(tǒng)采用位置指紋定位方法。

2 定位系統(tǒng)總體方案

研究表明在大學(xué)校園內(nèi)像圖書館、實(shí)驗(yàn)室等大規(guī)模的室內(nèi)場館，由于其內(nèi)部隔斷多，人員流動(dòng)大致使室內(nèi)定位精度不高，進(jìn)而導(dǎo)致LBS服務(wù)無法精確定位用戶并提供推送服務(wù)。而基于位置指紋的Wi-Fi室內(nèi)定位技術(shù)具有便于實(shí)現(xiàn)、成本低、精度高等優(yōu)點(diǎn)，所以本項(xiàng)目的總體設(shè)計(jì)思路主要利用Android手機(jī)平臺(tái)研究一種基于位置指紋的Wi-Fi室內(nèi)定位系統(tǒng)，用于提高圖書館、實(shí)驗(yàn)室等場所的LBS的服務(wù)質(zhì)量，從而進(jìn)一步推動(dòng)智慧大學(xué)校園建設(shè)。

2.1 定位系統(tǒng)整體硬件架構(gòu)

定位系統(tǒng)整體架構(gòu)如圖2所示，是由定位客戶端、Wi-Fi無線網(wǎng)絡(luò)（含AP）和服務(wù)器端三大模塊組成。

定位客戶端主要功能：

（1）離線階段采集參考點(diǎn)處的位置指紋信息用于構(gòu)建位置指紋數(shù)據(jù)庫；

（2）在線定位階段發(fā)送定位請(qǐng)求、顯示地圖及定位位置指示；

（3）顯示當(dāng)前位置的LBS服務(wù)信息等。

Wi-Fi無線網(wǎng)絡(luò)是由無線AP（即無線信號(hào)接入點(diǎn)）以及Wi-Fi網(wǎng)絡(luò)共同組成，承擔(dān)著整個(gè)定位系統(tǒng)的數(shù)據(jù)傳輸任務(wù)。同時(shí)，AP的位置、數(shù)目及布置也對(duì)整個(gè)室內(nèi)系統(tǒng)的定位精度有較大的影響。

服務(wù)器端在整個(gè)定位系統(tǒng)中也起著至關(guān)重要的作用，由地圖服務(wù)器、定位服務(wù)器和數(shù)據(jù)庫服務(wù)器組成。數(shù)據(jù)庫服務(wù)器主要是用來存儲(chǔ)在離線階段采集到的各個(gè)參考點(diǎn)的位置指紋數(shù)據(jù)，構(gòu)建指紋數(shù)據(jù)庫以供數(shù)據(jù)采集處理服務(wù)器和應(yīng)用服務(wù)器查詢。定位服務(wù)器主要負(fù)責(zé)在線定位階段將從待定位客戶端采集到的位置指紋數(shù)據(jù)進(jìn)行進(jìn)一步處理，然后再與數(shù)據(jù)庫服務(wù)器中的位置指紋信息進(jìn)行比對(duì)，進(jìn)而確定定位位置并將給位置信息發(fā)送給地圖服務(wù)器。地圖服務(wù)器主要是接收客戶端的定位請(qǐng)求，然后將定位位置信息與服務(wù)器中存儲(chǔ)的地圖數(shù)據(jù)合并處理后反饋給待定位客戶端進(jìn)行實(shí)時(shí)顯示。

2.2 定位算法

基于位置指紋的定位方法包括兩個(gè)階段：離線訓(xùn)練階段和在線定位階段。在離線訓(xùn)練階段，主要進(jìn)行在定位區(qū)域使用移動(dòng)終端測量收集各個(gè)AP的RSSI信息，并將RSSI信息存儲(chǔ)在位置指紋數(shù)據(jù)庫中。在線定位階段主要是把待定位終端采集到的指紋與數(shù)據(jù)庫中的信息通過一定的算法進(jìn)行匹配。研究表明進(jìn)行匹配定位的算法有很多，常用的有：KNN（K近鄰算法）、WKNN（加權(quán)K近鄰算法）、KNN-SVM（K近鄰-支持向量機(jī)回歸算法）等等，綜合考慮定位精度及算法實(shí)現(xiàn)復(fù)雜度，本系統(tǒng)采用的是：WKNN算法。

WKNN算法是在KNN算法的基礎(chǔ)上的改進(jìn)算法，其基本原理是：先利用KNN算法找出與待定位點(diǎn)處歐式距離最近的K個(gè)參考點(diǎn)，提取出這K個(gè)點(diǎn)的位置信息Pi和RSSI，然后再按照一定的規(guī)則給各個(gè)Pi確定一個(gè)對(duì)應(yīng)權(quán)值ωi，最后由公式1求出估計(jì)位置P。

（1）

3 小結(jié)

本定位系統(tǒng)所采用的WKNN算法相對(duì)于其他概率型算法如貝葉斯法等，具有定位復(fù)雜度低易于實(shí)現(xiàn)的特點(diǎn)，在基于確定性的的匹配算法中精度也較高。但是室內(nèi)環(huán)境由于物品擺放及人員流動(dòng)存在著很大的不確定性，所以實(shí)際定位實(shí)驗(yàn)表明該方法的定位精度還有待提高。后續(xù)研究階段擬采用KNN-SVM算法、WKNN后矯正法（如對(duì)對(duì)定位結(jié)果進(jìn)行卡爾曼濾波處理）等以期進(jìn)一步提高定位精度。

參考文獻(xiàn)

[1]于長虹.智慧校園智慧服務(wù)和運(yùn)維平臺(tái)構(gòu)建研究[J].中國電化教育，2015（08）.

[2]羅家宥.基于位置指紋的Wi-Fi室內(nèi)定位技術(shù)與實(shí)現(xiàn)[D].上海：上海交通大學(xué)，2014（01）.

[3]張曉娟，張佑春.基于動(dòng)態(tài)環(huán)境自適應(yīng)Wi-Fi室內(nèi)定位系統(tǒng)設(shè)計(jì)[J].長春工程學(xué)院學(xué)報(bào)（自然科學(xué)版），2016.17（03）：97-100.

[4]丁根明.基于人工智能的室內(nèi)指紋定位技術(shù)研究[D].北京：北京交通大學(xué)，2015（06）.

[5]周錦，李煒，金亮等. 基于KNN-SVM 算法的室內(nèi)定位系統(tǒng)設(shè)計(jì)[J].華中科技大學(xué)學(xué)報(bào)（自科版 增刊1），2015.43（10）：517-519.

[6]羅利.基于Android的Wi-Fi室內(nèi)定位技術(shù)研究[D].成都：西南交通大學(xué)，2014（05）.

[7]王磊，周慧，蔣國平等.基于Wi-Fi的自適應(yīng)匹配預(yù)處理WKNN算法[J].信號(hào)處理，2015.31（09）：1067-1074.

作者簡介

張曉娟（1982-），女，現(xiàn)為安徽工商職業(yè)學(xué)院講師，工學(xué)碩士，主要從事工作為建筑智能化技術(shù)。

作者單位

安徽工商職業(yè)學(xué)院 安徽省合肥市 230041