基于超寬帶技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計

，，

(1.廣州工程技術(shù)職業(yè)學(xué)院，廣州 510075； 2.華南理工大學(xué) 自動化科學(xué)與工程院，廣州 510075)

基于超寬帶技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計

陳偉森1，裴海龍2，夏睿燦2

(1.廣州工程技術(shù)職業(yè)學(xué)院，廣州510075； 2.華南理工大學(xué)自動化科學(xué)與工程院，廣州510075)

為保障室內(nèi)人員及物品安全，滿足人們?nèi)粘Ｉ钪袑κ覂?nèi)各個物品準確位置認知的需求，需要對室內(nèi)定位系統(tǒng)進行設(shè)計；當前方法是利用紅外線、超聲波或射頻識別技術(shù)對室內(nèi)定位系統(tǒng)進行設(shè)計，系統(tǒng)中硬件設(shè)備昂貴，設(shè)備安裝過程復(fù)雜，導(dǎo)致系統(tǒng)安裝對環(huán)境要求太高，不適合應(yīng)用于規(guī)模較大的室內(nèi)，存在定位系統(tǒng)設(shè)計效率低、速度慢的問題；為此，提出一種基于超寬帶技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計方法；該方法首先利用歷史室內(nèi)定位系統(tǒng)設(shè)計方法和當前室內(nèi)定位系統(tǒng)設(shè)計需求，構(gòu)建室內(nèi)定位系統(tǒng)硬件，然后以該硬件為依據(jù)，采用模糊C均值法將室內(nèi)物品特征空間信息數(shù)據(jù)，劃分為若干個類，并將這若干個數(shù)據(jù)類別中數(shù)據(jù)點最多的類別留下，最后依據(jù)基于類匹配的室內(nèi)粗定位和利用加權(quán)K近鄰算法的室內(nèi)精定位，完成對室內(nèi)定位系統(tǒng)的設(shè)計；實驗結(jié)果證明，所提方法可以準確地對室內(nèi)定位系統(tǒng)進行設(shè)計，減少室內(nèi)定位時間，提高定位效率，為該領(lǐng)域的研究發(fā)展提供有力依據(jù)。

超寬帶技術(shù)；室內(nèi)定位；系統(tǒng)設(shè)計

0 引言

隨著社會科學(xué)和無線通信技術(shù)的不斷發(fā)展，定位系統(tǒng)在交通、測繪、軍事以及人們?nèi)粘Ｉ畹雀鱾€方面得廣泛的應(yīng)用[1]。定位系統(tǒng)不僅可以對人們財物保護起到輔助作用，還在物品移動或者丟失尋找中存在極其重要的意義[2]。由于人類主要活動范圍是在室內(nèi)，因此室內(nèi)定位系統(tǒng)設(shè)計受到社會各界的廣泛關(guān)注和高度重視[3]。室內(nèi)定位系統(tǒng)具有自動性、全天候性和高精度性等特點，大多數(shù)室內(nèi)定位系統(tǒng)設(shè)計方法無法對其進行高精度、全面性的設(shè)計，導(dǎo)致室內(nèi)定位系統(tǒng)在進行定位時，經(jīng)常會出現(xiàn)定位誤差大、定位時間長、室內(nèi)物品丟失情況嚴重、定位準確率低等問題[4]。這種情況下，如何減少室內(nèi)定位系統(tǒng)設(shè)計所用時間，提高定位精度，降低定位的誤差，成為當前亟待解決的問題[5]。而基于超寬帶技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計方法可以對室內(nèi)定位系統(tǒng)，進行全方位、高精度地設(shè)計，是解決上述問題的可靠途徑[6]，正是因為室內(nèi)定位系統(tǒng)設(shè)計對人們?nèi)粘Ｉ钣兄钸h意義，因此成為目前該領(lǐng)域研究學(xué)者深度鉆研的課題之一，同時也研究出很多優(yōu)秀可靠的方法[7]。

文獻[8]提出一種基于ZigBee技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計方法。該方法首先對目前的室內(nèi)定位系統(tǒng)進行詳細的分析，并對當前室內(nèi)定位系統(tǒng)的優(yōu)缺點進行總結(jié)，然后研究ZigBee網(wǎng)絡(luò)拓撲結(jié)構(gòu)和網(wǎng)絡(luò)層協(xié)議對室內(nèi)定位系統(tǒng)性能的影響，最后以上述條件為依據(jù)，提出室內(nèi)定位系統(tǒng)的總設(shè)計方案，并對該方案進行實驗測試，觀察其整體效果。該方法下的室內(nèi)定位系統(tǒng)運行效果較好，但是存在耗時較長的問題。文獻[9]提出了一種基于Android平臺的室內(nèi)定位系統(tǒng)設(shè)計方法。該方法首先利用Android系統(tǒng)移動終端對WiFi信號的強度進行集成，然后采用Windows平臺終端對位置指紋產(chǎn)生的數(shù)據(jù)庫進行計算，依據(jù)移動的室內(nèi)定位客戶端與服務(wù)端之間的交互完成室內(nèi)定位，當使用者有定位需求時，便向底層的WiFi模塊發(fā)出請求，并將請求發(fā)送至服務(wù)器終端，最后服務(wù)器終端依據(jù)上述請求對室內(nèi)物品的位置進行定位，且將定位信息返還至移動終端。該方法在進行室內(nèi)定位系統(tǒng)設(shè)計時思路明確，但是存在定位準確率低的問題。文獻[10]提出了一種基于RSSI的室內(nèi)定位系統(tǒng)設(shè)計方法。該方法首先對室內(nèi)定位系統(tǒng)設(shè)計中的關(guān)鍵技術(shù)進行研究，解析WiFi技術(shù)理論和WiFi室內(nèi)定位方法，結(jié)合室內(nèi)定位的影響因素，對室內(nèi)定位系統(tǒng)的性能指標進行討論，其次依據(jù)室內(nèi)定位的特點，對利用傳播模型的室內(nèi)定位方法進行研究，并提出改進的定位系統(tǒng)設(shè)計方法，通過定位系統(tǒng)的實際需求，設(shè)計定位系統(tǒng)構(gòu)架，對無線AP信號進行提取，建立接收信號強度的數(shù)據(jù)庫，并依據(jù)該數(shù)據(jù)庫設(shè)計室內(nèi)定位系統(tǒng)，最后對該室內(nèi)定位系統(tǒng)設(shè)計方法進行實驗仿真。該方法下的室內(nèi)定位系統(tǒng)定位準確率較高，但是方法操作起來比較復(fù)雜。

針對上述產(chǎn)生的問題，提出一種基于超寬帶技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計方法。仿真實驗證明，所提方法可以準確地對室內(nèi)定位系統(tǒng)進行設(shè)計，可以應(yīng)用于大規(guī)模的室內(nèi)定位中。

1 基于超寬帶技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計方法

1.1 室內(nèi)定位系統(tǒng)結(jié)構(gòu)

實現(xiàn)室內(nèi)定位系統(tǒng)的設(shè)計，首先要對其硬件進行設(shè)計，圖1是室內(nèi)定位系統(tǒng)結(jié)構(gòu)圖。

圖1 室內(nèi)定位系統(tǒng)結(jié)構(gòu)圖

分析圖1可知，室內(nèi)定位系統(tǒng)結(jié)構(gòu)主要由：室內(nèi)物品信息采集、室內(nèi)物品特征提取、室內(nèi)物品聚類以及室內(nèi)定位四部分組成。由室內(nèi)定位系統(tǒng)終端控制其他各個組成部分，為加快室內(nèi)定位系統(tǒng)的設(shè)計速度，對室內(nèi)物品的信息進行采集，并對室內(nèi)物品進行特征提取，為提高定位精度，對室內(nèi)物品進行聚類操作，以上述結(jié)果為依據(jù)，完成對室內(nèi)定位系統(tǒng)的設(shè)計，1.2和1.3中所述的室內(nèi)物品包含室內(nèi)的人員和物品。

1.2 室內(nèi)物品聚類

以1.1中各項信息為基礎(chǔ)，利用模糊C均值法實現(xiàn)室內(nèi)物品的聚類。本文聚類分析目標是將室內(nèi)物品特征空間的一組數(shù)據(jù)，按模糊C均值法劃分為若干個類別。

假設(shè)，將室內(nèi)各地n個p維數(shù)據(jù)點集合X={x1,x2,…,xn}劃分為C個模糊類：Ai(i=1,2,…,C)，使X中的任意一個分量Xk∈Rp隸屬度Ai(xk)全都滿足下列條件：

(1)

其中:i代表室內(nèi)物品數(shù)量，k代表室內(nèi)物品信息數(shù)據(jù)點分量，則模糊聚類Ai的聚類中心可表示為：

(2)

其中:Vi代表模糊聚類Ai的聚類中心，且Vi∈Rp，m代表一個大于1的實數(shù)，實際上，Vi代表類Ai隸屬度加權(quán)的平均值。模糊C均值聚類法使數(shù)據(jù)點xk向一個或多個室內(nèi)物品信息數(shù)據(jù)聚類中心逼近，則將下列公式最小化：

(3)

使得：

(4)

其中：

(5)

綜上所述，利用模糊C均值聚類法將獲取到的室內(nèi)物品信息數(shù)據(jù)，劃分為若干個類別，并將這些類別中的數(shù)據(jù)點最多的類別留下，去除其他的類別。以聚類后獲得的室內(nèi)物品信息數(shù)據(jù)更接近于真實點的坐標為依據(jù)，提高室內(nèi)定位系統(tǒng)的定位準確率。

1.3 室內(nèi)定位

以1.2中的聚類結(jié)果當作室內(nèi)定位的基礎(chǔ)，利用類匹配對室內(nèi)物品進行粗定位，再利用加權(quán)K近鄰算法和進行精定位，得出室內(nèi)物品位置坐標，實現(xiàn)了室內(nèi)定位系統(tǒng)的設(shè)。具體步驟如下：

將在線室內(nèi)定位在定位系統(tǒng)終端測量的RSSI向量定義為：

ψr=[ψ1,r,ψ2,r,…,ψL,r]T

(6)

其中:ψ代表在線室內(nèi)定位在定位系統(tǒng)終端測量的RSSI向量，r代表在線測量次數(shù)，T代表在線測量的閾值，{ψk,r,k∈{1,2,…,L}}代表APk在線測量值。綜上利用類匹配對室內(nèi)物品進行粗定位，室內(nèi)定位終端設(shè)備從服務(wù)器下載室內(nèi)信息數(shù)據(jù)聚類中心測量值集合ψH={ψj/?j∈H}，對在線測量值ψr以及每個室內(nèi)物品信息數(shù)據(jù)聚類中心的相似度進行計算，從而確定該測量值所屬類別。聚類中心來自于矩陣ψC,假設(shè)室內(nèi)物品位于聚類邊緣位置，如果只選取相似度最大的類別，有可能致使類別匹配失敗。針對這種情況，室內(nèi)粗定位恰好能夠保留相似度比較大的若干聚類，并在該聚類上進行定位，解決了上述問題。

假設(shè)，HMatch代表室內(nèi)物品信息數(shù)據(jù)與在線測量值相似度比較大的聚類中心的集合，集合CMatch是由聚類中心在HMatch中的類別成員所構(gòu)成的，則HMatch的計算方式為：

(7)

其中：

(8)

將βj進行歸一化，則：

(9)

(10)

CMatch=∪Cj

(11)

其中:H代表聚類中心，Cj代表室內(nèi)粗定位聚類中心，λ代表室內(nèi)粗定位中室內(nèi)物品信息數(shù)據(jù)聚類的預(yù)定義門限，該門限可以對匹配類的數(shù)量進行控制，定義λ=0.03。

?j∈CMatch]

(12)

(13)

依據(jù)加權(quán)K近鄰算法的原理，計算出有最小距離的K個參考點，使室內(nèi)定位終端請求服務(wù)器，傳輸K個最近鄰點坐標集合到室內(nèi)定位系統(tǒng)中。對于距離加權(quán)的K近鄰算法，觀察K個最近鄰點分布并對該最近鄰點進行加權(quán)操作。一般情況下，室內(nèi)信號空間的距離d越小，其物理空間也就越近。因此需要對K個近鄰點進行賦權(quán)重操作，且求得的權(quán)重值要比直接求K個近鄰點的平均值更加合理。綜上可利用室內(nèi)信號空間距離倒數(shù)當作加權(quán)系數(shù)，則有公式：

(14)

其中:ωj代表室內(nèi)信號空間距離倒數(shù)，由此可知室內(nèi)物品當前的位置為：

(15)

2 仿真實驗

2.1 仿真實驗步驟

為證明基于超寬帶技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計方法的整體有效性，需要進行一次仿真實驗。步驟如下：

1)在LabVIEW的環(huán)境下搭建室內(nèi)定位實驗仿真平臺。實驗數(shù)據(jù)取自于北京第一實驗小學(xué)三年一班，利用本文所提方法對其室內(nèi)安裝定位系統(tǒng)，觀察該方法下的室內(nèi)定位系統(tǒng)的有效性和可實踐性。計算不同方法下室內(nèi)定位準確度，進行數(shù)據(jù)對比分析；

2)對室內(nèi)物品進行聚類操作，計算不同方法下室內(nèi)定位結(jié)果平均偏差，對結(jié)果進行研究分析；

3)將室內(nèi)物品特征空間中的一組數(shù)據(jù)，劃分為若干個類，對不同方法下室內(nèi)定位所用時間進行對比；

4)對室內(nèi)物品信息采集、征提取以及聚類各個部分工明確，將同方法下室內(nèi)物品信息數(shù)據(jù)所占定位系統(tǒng)存儲空間進行對比研究。

2.2 仿真實驗結(jié)果及分析

表1是不同方法下室內(nèi)定位準確度(%)對比。下式為室內(nèi)定位準確度公式：

(16)

表1 不同方法下室內(nèi)定位準確度對比

分析表1可知，本文所提方法的室內(nèi)定位準確度明顯高于文獻[9]所提方法。文獻[9]所提方法在進行室內(nèi)定位系統(tǒng)設(shè)計時，當使用者有定位需求，便向底層的WiFi模塊發(fā)出請求，并將請求發(fā)送至服務(wù)器終端，服務(wù)器終端依據(jù)上述請求對室內(nèi)物品的位置進行定位，再將定位信息返還至定位移動終端。在這一步驟中，定位請求所用時間較長，而且請求中容易造成信息丟失的情況，導(dǎo)致室內(nèi)定位準確度較低。而本文所提方法為了提高室內(nèi)定位準確度，利用室內(nèi)粗定位和精定位相結(jié)合的方式完成室內(nèi)定位。綜上分析，證明了本文所提方法具有很高的可行性。表2是當室內(nèi)物品數(shù)量不斷變化時，不同方法下的室內(nèi)定位結(jié)果平均偏差(cm)對比。計算公式為：

(17)

表2 不同方法下室內(nèi)定位結(jié)果平均偏差對比

通過表2可知，隨著室內(nèi)物品的不斷增加，室內(nèi)定位結(jié)果平均偏差逐漸增加。文獻[10]所提方法在解析WiFi技術(shù)理論和WiFi室內(nèi)定位方法，結(jié)合室內(nèi)定位影響因素，對室內(nèi)定位系統(tǒng)的性能指標進行討論時，并沒有考慮到定位系統(tǒng)性能指標的多變性，對該性能指標的理解比較單一，導(dǎo)致室內(nèi)定位系統(tǒng)在定位時，平均偏差較大，不適用于大規(guī)模的室內(nèi)定位。而本文所提方法在進行室內(nèi)定位系統(tǒng)設(shè)計時，對室內(nèi)物品進行聚類操作，使室內(nèi)定位結(jié)果的平均偏差相對較小，這說明了本文所提方法是切實可靠的。圖2是不同方法下室內(nèi)定位所用時間(s)對比。

圖2 不同方法下室內(nèi)定位所用時間對比

對圖2進行分析，文獻所提方法的室內(nèi)定位所用時間普遍高于本文所提方法的室內(nèi)定位所用時間。文獻[8]所提方法定位時間曲線波動相對平緩，但是隨著室內(nèi)物品的增加，定位時間居高不下；文獻[9]所提方法室內(nèi)物品數(shù)量在200個之前，定位所用時間曲線起伏較大，室內(nèi)物品數(shù)量在200個之后，時間曲線呈直線上升狀態(tài)；文獻[10]所提方法的室內(nèi)定位所用時間曲線波動一直很大，但是當室內(nèi)物品數(shù)量在400-500個后，時間曲線有下降趨勢，相比文獻[8]和文獻[9]所提的室內(nèi)定位系統(tǒng)設(shè)計方法更顯優(yōu)越。本文所提方法是將室內(nèi)物品特征空間中的一組數(shù)據(jù)，劃分為若干個類，該步驟為減少室內(nèi)定位所用時間提供了支撐。進一步證明本文所提方法的整體有效性。圖3是不同方法下室內(nèi)物品信息數(shù)據(jù)所占定位系統(tǒng)存儲空間(GB)對比。

圖3 不同方法下室內(nèi)物品信息數(shù)據(jù)所占定位系統(tǒng)存儲空間對比

分析圖3可以得到，不同方法下室內(nèi)物品信息數(shù)據(jù)所占室內(nèi)定位系統(tǒng)存儲空間大小的對比，且通過該對比可以明顯看出本文方法優(yōu)勢所在。文獻[8]、文獻[9]和文獻[10]所提方法室內(nèi)物品信息數(shù)據(jù)占定位系統(tǒng)存儲空間，明顯大于本文所提方法。文獻[8]所提方法中，對當前的室內(nèi)定位系統(tǒng)進行了一系列的討論和研究，構(gòu)建了基于ZigBee技術(shù)的室內(nèi)定位系統(tǒng)總方案，構(gòu)建方案時并沒有考慮到室內(nèi)物品信息數(shù)據(jù)占定位系統(tǒng)存儲空間大小，致使設(shè)計出的室內(nèi)定位系統(tǒng)存儲空間較?。晃墨I[9]所提方法中，位置指紋產(chǎn)生的數(shù)據(jù)庫所占存儲空間很大，定位系統(tǒng)的存儲空間易滿；文獻[10]所提方法中，對無線AP信號進行提取，并建立接收信號強度的數(shù)據(jù)庫，該數(shù)據(jù)庫所占定位系統(tǒng)存儲空間較大，減了定位系統(tǒng)的存儲空間。與之相比，本文所提方法在對室內(nèi)定位系統(tǒng)的硬件進行設(shè)計時，室內(nèi)物品的信息采集，特征提取以及聚類各個部分工明確，使室內(nèi)物品信息數(shù)據(jù)所占存儲空間較小。該對比證明本文所提方法具有較高的可實踐性。

仿真實驗證明，所提方法可以準確地對室內(nèi)定位系統(tǒng)進行設(shè)計，為該領(lǐng)域的后續(xù)發(fā)展提供借鑒意義。

3 結(jié)束語

采用當前方法對室內(nèi)定位系統(tǒng)進行設(shè)計時，無法準確描述出室內(nèi)各種物品或人員的具體位置，存在定位偏差大的問題，提出一種基于超寬帶技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計方法。并通過仿真實驗證明，所提方法可以準確地對室內(nèi)定位系統(tǒng)進行設(shè)計，為該領(lǐng)域的研究發(fā)展樹立旗幟。

[1]周 亮,付永濤,李廣軍.無線定位與慣性導(dǎo)航結(jié)合的室內(nèi)定位系統(tǒng)設(shè)計[J].電子技術(shù)應(yīng)用,2014,40(4):73-76.

[2]劉洺辛,孫建利.基于能效的WLAN室內(nèi)定位系統(tǒng)模型設(shè)計與實現(xiàn)[J].儀器儀表學(xué)報,2014,35(5):1169-1178.

[3]劉小康,郭 杭.基于Zigbee室內(nèi)定位系統(tǒng)的指紋庫優(yōu)化算法[J].計算機工程,2014,40(2):193-198.

[4]張 勇,徐小龍,徐科宇.基于加權(quán)質(zhì)心法的WLAN室內(nèi)定位系統(tǒng)[J].電子測量與儀器學(xué)報,2015,29(7)1:1036-1041.

[5]楊增瑞,段其昌,毛明軒,等.基于磁場指紋輔助的手機室內(nèi)定位系統(tǒng)[J].傳感技術(shù)學(xué)報,2016,29(9):1441-1448.

[6]陳天嘯,曾鵬飛,虞致國,等.iOS平臺下慣性室內(nèi)定位系統(tǒng)設(shè)計與實現(xiàn)[J].計算機工程與應(yīng)用,2014,50(15):207-210.

[7]馬鑫迪,馬建峰,高 勝.室內(nèi)定位系統(tǒng)中指紋庫的優(yōu)化方法[J].西安電子科技大學(xué)學(xué)報自然科學(xué)版,2015,42(6):81-87.

[8]吳友寶,徐建閩.基于二維碼和A*算法的室內(nèi)精準定位導(dǎo)航系統(tǒng)[J].電子設(shè)計工程,2016,24(23):23-25.

[9]石雪軍,紀志成.基于射頻識別的室內(nèi)定位系統(tǒng)算法研究[J].系統(tǒng)仿真學(xué)報,2015,27(6):1294-1300.

[10]徐瀟瀟,謝林柏,彭 力.基于WiFi信號強度特征的室內(nèi)定位系統(tǒng)設(shè)計[J].計算機工程,2015,41(4):87-91.

IndoorPositioningSystemDesignBasedonUWBTechnology

Chen Weisen1, Pei Hailong2, Xia Ruican2

(1. Guangzhou Institute of Technology,Guangzhou 510075,China；2.School of Electrical Engineering South China university of Technology,Guangzhou 510075,China)

In order to ensure the safety of indoor personnel and goods, and meet the needs of people’s daily life, the indoor positioning system should be designed. The current method is to design the indoor positioning system using ultrasonic or infrared, radio frequency identification technology, system hardware equipment expensive, complex installation process, cause the system installation requirements of the environment is too high, not suitable for large scale indoor positioning system design, the problems of low efficiency and slow speed. This paper presents a design method of indoor positioning system based on UWB technology. This method firstly uses the history of indoor positioning system design method and the design requirements of the indoor positioning system, indoor positioning system hardware construction, and then to the hardware on the basis of using fuzzy C means method of indoor items feature space information data, divided into several categories, and a number of data categories in the largest category of data points left fine positioning and indoor use, indoor location class matching based on weighted K nearest neighbor algorithm based, complete the design of indoor positioning system. The experimental results show that the proposed method can be used to design the indoor positioning system, reduce the indoor positioning time and improve the positioning efficiency.

UWB technology; indoor positioning; system design

2017-02-21；

2017-02-21。

廣東省科技計劃項目(2013B020200006)。

陳偉森(1973-)，男，廣東南海人，碩士，講師，主要從事計算機應(yīng)用技術(shù)、物聯(lián)網(wǎng)技術(shù)方向的研究。

1671-4598(2017)11-0179-04

10.16526/j.cnki.11-4762/tp.2017.11.045

TN92

A