摘要：針對衛星信號在室內定位不可用和存在定位誤差的問題，分析了室內定位誤差的主要來源，對室內定位的信道模型、算法原理和常用技術進行了研究。首先提出TOA/RSS二步加權最小二乘混合定位法和TOA/AOA排序加權混合定位法兩種混合參數定位方法，可有效提高定位精度及魯棒性;其次分析了各種定位技術的優缺點並比較了成本和定位精度，在實際應用中應當根據環境變化程度和精度需求來選取相應的定位技術;最後闡述了室內定位的特點與未來趨勢，為該領域的研究方向提供了參考。
關鍵詞：室內定位; 信道建模; 無線通信; 非視距傳輸; 導航
隨著數據業務和多媒體業務的跨越式發展，智慧城市建設的不斷深入，人們對高精度導航定位的需求日益增大。在室外通常採用依託衛星信號的GPS北鬥導航系統等進行定位，但是，衛星信號進入室內後，如展廳、倉庫、地下停車場和礦井等，複雜的室內環境會引起信號的反射、折射、透射和繞射，形成多徑和非視距（Non line-of-sight，NLOS）傳輸現象，導致定位誤差較大，不能滿足室內環境對定位的需求，因此需要採用其他技術對室內環境進行定位。
首先分析了室內定位誤差的主要來源,詳細介紹了幾種常用的室內定位的信道模型和當前主流的室內定位原理及其相應技術，比較了它們各自的優缺點，對目前的研究現狀進行分析與對比，最後對室內定位技術的特點和未來發展趨勢進行總結。
不同於通信信號，定位信號的信道模型更加關注的是位置參數的精度及定位範圍。由於室內人員密度大，雜波幹擾和障礙物較多，造成室內無線信道非常複雜。在室內定位中,常用的參數為信號到達時間(Time of Arrival, TOA)、信號到達角度(Direction of arrival, DOA)、信號到達時間差(Time Difference of Arrival, TDOA）和接收信號強度(Received Signal Strength，RSS)，因此室內定位信道模型中，必須對這些參數進行反映，在以往的研究中，室內定位的信道模型有許多種，下面主要介紹最常用的四種。
基於RSS的信道模型主要是利用信號在傳播過程中，接收信號的強度隨著距離的增加而衰減這一固有特性，通過理論和經驗模型將傳輸損耗轉化為距離，然後計算節點位置。在實際環境中，信號的多徑和非視距現象都會對信號的正常接收產生幹擾。然而信號傳播的這種不確定性通常難以採用精確的數學模型來描述，一般假設接收信號強度滿足正態分布，在這種假設下，研究者推導出了信號強度隨距離變化的窄帶路徑損耗對數模型。
修正上述模型為：
表1給出的是幾種室內環境下的信號衰減模型參數，n表示路徑損耗稀疏係數，Xσ是遮蔽因子。
表1 幾種典型環境下的信號模型參數
針對如何應用RSS來精確定位的問題，國內外學者做了大量相關研究。IEEE 802.15工作組分別發布了100~1000MHz和2~10GHz頻帶的路徑損耗模型。Assad等人對射頻和Wi-Fi信號的RSS室內信道模型進行了測量，研究室內環境對RSS的影響。Ren J等研究了針對超寬帶(Ultra-Wide Band, UWB)信號穿牆路徑損耗模型。為了提高在多路徑環境中的定位精度，Guo Y等學者通過對大量實驗研究，提出將信道模型分為大尺度衰減部分（Index模型）和小尺度增強部分（Rayleigh模型）兩部分，減少了多徑影響，使其更具有實際意義。
無線定位系統中，獲取距離最簡單的方法就是測量從信號的發送端到接收端所經過的飛行時間，即TOA。根據信號的傳播速度，就可以計算出接收端和發送端之間的距離，對視距路徑的TOA模型為：
但在室內環境中，由於信號受到多徑和非視距問題的幹擾，視距路徑的TOA模型可修正為：
此外，還可以採用截斷Gaussian分布、Index分布或Gamma分布來表述這種特徵。
Pahlavan等人提出了針對室內環境下TOA統計建模的模型架構。Bartoletti S等面向寬帶信道，推導出了基於信號到達時間測距的數學模型。Sharp等人設計了一個更具有普適性的TOA誤差模型，他們將TOA誤差分為NLOS誤差和測量時的系統誤差兩部分，並分別進行統計建模，使不同的參數適應不同的應用場景，在寬帶和窄帶應用時均取得了較好的效果。
信號到達時間差TDOA定位原理與TOA類似，計算兩個測量點信號到達未知節點的時間差，將其轉換成為兩個測量點之間的距離之差。
原始信號Ψ(t)經過信道傳播，接收到的信號分別為：
在信道模型中，通常將噪聲假定為高斯噪聲或具有其他統計學特性的噪聲,而Huang B等人認為噪聲與基站和移動終端之間的距離有關，並推導出了依賴距離的TDOA噪聲模型。
獲得時間信息後，聯立得到的測量方程組為非線性的，通常情況下很難求得最優解，因此需要使用相應的算法求取這些非線性方程的最優解。最大似然法是一種有很強魯棒性的參數估計方法，但複雜度較高，並且不一定有最優解。非線性最小二乘法通過泰勒展開求解非線性方程組，穩定性強、精度高，但前提是初始猜測值必須接近真實值，否則會發生局部收斂。加權最小二乘法（weighted least-squares, WLS）通過引入新的變量進行求解，但由於缺乏新變量與未知變量之間的關係，造成定位精度較差。針對約束加權最小二乘方法（Constrained weighted least-squares，CWLS）存在的非凸性，可能導致沒有全局最優解的問題，Xiaomei Qu等人通過利用該方法隱藏的凸性，將問題重新轉化成一個凸優化問題來獲取全局最優解。
由於高頻電磁波傳播特性可以等效為光波，反射和折射的規律同樣適用，所以近年來出現了一種基於幾何學的射線跟蹤信道模型，適應室內環境的多變性。射線跟蹤信道模型有多種定位方法，可以獲得關於室內環境的傳播信息。因此，該模型可以準確預測所有基站和移動終端之間的路徑，並且還可以計算位於室內環境中任何點的移動終端所接收的信號能量，因此，該模型非常適合定位，如圖1所示。
圖1 射線跟蹤信道模型反射路徑定位
在射線跟蹤信道模型的研究中，He研究了多徑TOA定位對於該模型的的影響。Jong等人基於此模型建立了一個人體對信號影響的模型。劉德亮等人根據Ray-tracing模型建立了虛擬基站，適用於NLOS環境下信號存在多重散射情況的定位要求。Thomas NJ等人通過使用光線跟蹤來準確地測量DOA、TOA和都卜勒頻移。Kikuchi S等人提出將光線跟蹤分析數據與估計的空間特徵相結合的方法。
幾何定位法的定位過程分為物理測量、位置計算和數據處理三部分，通過測量信號接收端到發射端的距離、角度或接收信號強度信息等得到它們的幾何關係，構建聯立幾何方程，通過求解方程組得到估計位置。該方法需要優化算法來計算儘量滿足所有觀測值的最優解，也需要用統計的方法來估計定位計算能達到的精度。根據獲取的物理信息，幾何定位法有TOA或RSS多邊定位、TDOA雙曲線定位和DOA三角定位等。
多邊測量是一種根據距離定位的方法，二維空間下需要測量移動終端到基站的三個距離信息即可準確定位。圖2給出了一個三邊測量（二維空間使用3個參考節點的多邊測量）的例子。以基站為圓心，測得的基站到移動終端距離為半徑的三個定位圓將交會在一點，即終端的位置。通過測量TOA或RSS均可計算出移動終端到基站的距離。TOA信道模型主要用於多邊測量。
圖2 理想多邊測量
在實際應用中，距離量度難免存在誤差，導致三個圓不能相交於單個點，如圖3所示。此時，該問題就轉化為求解超定線性系統的數值解。
圖3 修正多邊測量
雙曲線定位是利用同一個信號到達不同參考節點的時間差(TDOA)所形成的多個雙曲線的分支交匯於一點來確定移動終端的位置。在二維空間2中，使用該方法至少需要三個基站才能確定移動終端的位置，如圖4所示。
圖4 雙曲線定位法
三角定位法需要測量移動終端到基站之間的角度，在二維空間2中，使用該方法至少需要三個基站才能確定移動終端的位置，移動終端就在兩個角度方向延長線的交點處，如圖5所示。
圖5 三角定位法
場景分析法又叫指紋定位法，直接使用RSS來估計位置，這種方法的依據在於無線信號強度在固定空間內的分布相對穩定，並且RSS測量值在空間具有明顯的區分度，適合用來定位。該方法一般分為兩個階段：離線測量和在線匹配。離線測量階段將每一個採樣點（指紋）的位置信息存儲起來，構建一個信號強度-位置資料庫。在線匹配階段通過對比指紋庫中的信息，經過模式匹配實時確定目標位置。
由於指紋是從測得的信號強度或功率獲得的，它包含了多徑傳播和NLOS誤差的影響，並且沒有TOA或者TDOA需要時鐘同步的需要，就可以獲得非常高的定位精度。但它依舊存在一些缺點：在指紋提取（即離線測量）階段中，不僅工作量大、時間長，而且當室內布局變化時，需要再次測量指紋。因此，信號指紋識別方法不適用於環境頻繁變化的情況。其整個定位流程如圖6所示。
圖6 指紋定位流程
在線匹配階段使用的匹配位置算法主要包括加權k-最近鄰(WKNN)算法、人工神經網絡(ANN)算法、支持向量機器(SVM)算法以及概率法等。常津銘等人利用層次聚類算法對WiFi的位置指紋進行預匹配,縮小定位區域,達到降低匹配數據數量的目的；然後利用貝葉斯算法進行定位，在精度和定位實時性方面都有了很大的改善。劉春燕等人針對室內環境基於RSSI定位不穩定問題,提出了以幾何信息改進KNN算法，利用最鄰近樣本點的點散發性強度判別移動終端所在參考點的RP控制網結構，以動態選擇KNN關鍵參數K, 建立了基於幾何聚類指紋庫的約束加權KNN室內定位模型，有效地提高了室內定位精度。
除了利用RSS作為指紋外，近年來研究人員發現信道衝激響應(Channel impulse response，CIS)相較於RSS具有更好的時間穩定性和空間區分性，因此利用CIR作為指紋特徵定位可取得更高的定位精度。目前已有的基於CIS指紋的定位方法有利用多個正交頻分復用子載波的PinLoc定位系統和經過Sen等人改進過的SpinLoc系統等，精度能夠達到1m。
隨著微機電系統技術的發展，加速度計和陀螺儀等慣性測量單元(Inertial Measurement Unit, IMU)的尺寸、重量、成本都大大降低，使航位推算法(Dead Reckoning, DR)可以在行人導航中得以應用。航位推算法的基本工作原理是從已知的初始位置和姿態開始，測量載體在慣性坐標系的加速度和角度，將它們在時間上連續積分，並且變換到導航坐標系中，推算出載體在導航坐標系中的速度、航向和位置等信息，其核心組件就是IMU，是一種自包含傳感器定位技術。
寇彩雲等人針對室內行人定位的運動特徵和慣性器件固定位置的水平差異所造成的定位精度低的問題, 改進了零速度修正算法和頻域積分算法，由滑動均值濾波和角度補償算法進行修正得到更準確的行人航向角。
混合定位就是將上述的兩種或多種方法結合起來，以期望得到定位結果更好的定位方法。在實際應用中應當靈活多變地調整定位方式，當無線傳感器網絡資源匱乏時，可以將幾種方法結合起來，用較少的硬體系統來實現定位。航位推算法的導航公式為：
將局部坐標系轉換到參考坐標系，使用餘弦公式為：
TOA/RSS混合定位算法是基於 TOA和RSS 參數進行定位的方法。將TOA 和RSS換算成距離值，即可得到以BS為圓心，MT到BS的距離為半徑的圓，分別用實線和虛線表示。由於誤差的存在，這些圓不再相交於一點，而MT的位置位於所有圓形成的重疊區域，使用TOA/RSS混合定位算法可以將定位區域進一步縮小，比單獨使用TOA 或者RSS定位的精度要高，如圖7所示。假設BS1在原點位置，考慮MT的坐標（x,y）和r2=x2+y2之間的相關性，便可以改進定位結果，通過兩步最小二乘算法就可以將定位精度大大提高。
圖7 理想多邊測量
基於信號子空間的分析方法，例如多重信號分類法(Multiple Signal Classification, MUSIC)獲得定位精度很高的波達角，因此提出使用信號到達角度(Angle of arrival, AOA)信息輔助TOA進行混合定位，即TOA/AOA混合定位方法，並通過增加約束條件使定位結果更加準確。首先通過卡爾曼濾波器(Kalman filter，KF)實時消除TOA測量值中的NLOS誤差，利用平滑過的TOA以及AOA測量值，採用一種排序加權算法，對不同的位置點賦予不同的動態權值來對目標進行定位。仿真結果表明，該方法與採用最小二乘法的TOA/AOA混合定位方法相比，能夠有效減小定位誤差，更加接近克拉美羅下界。
估計MT位置最直接和簡便的方法是採用距離圓和角度邊線的交點構成的幾何形狀的形心。然而，並不是所有交點在位置估計時都提供相同的權值信息。在無線通信信道中，根均方時延擴展隨MT與BS之間距離的增大而增大，導致MT與BS距離越遠，BS檢測TOA數據出現較大誤差值的概率也越大。為了使算法更加精確，本文提出了一種排序加權法(Sorting weight，SW)，根據所有交點距離坐標平均值(這一點稱為平均MT位置)的遠近，將距離平方值的倒數作為權值，實時根據權值進行動態調整來估計MS位置，如圖8所示。
圖8 排序加權法
WiFi定位技術是在一定區域內安裝適量的無線基站，通過測距多邊定位法或RSSI指紋定位法來確定位置。由於WiFi路由器和移動終端的普及，使得定位系統的硬體成本很低，該技術得到了廣泛應用。宋斌斌等人提出一種使用BP神經網絡的WiFi標定方法，可對不同型號手機的觀測量進行校正，該標定方法的定位精度比標定前可以提高39.72%，可有效解決不同型號智慧型手機WiFi軟硬體異構導致的對同一AP信號源的觀測量存在偏差的問題。採用最近鄰居算法，精度在2~3m，無法做到精準定位。Kharidia等人提出了HILL系統架構，利用經典的多維標度算法(MDS)，精度提高到了1m左右。
藍牙（Bluetooth）技術的特點是短距離、低功耗。做定位使用時將Bluetooth區域網配置成基於多用戶的基礎網絡連接模式，並保證接入點始終是這個網絡的主設備，就可以獲得用戶的位置信息。藍牙室內定位技術最大的優點是設備體積小、功耗低、易於集成在手機及可穿戴行動裝置中，因此很容易推廣普及，該定位技術精度在3~15m。
由於聲波的傳送速度遠低於電磁波，可以非常簡單地實現系統的無線同步，然後用超聲波發送器發送，接收端採用麥克風接收，通過不同聲波的到達時間差，推測出終端的位置。由於聲波的速率比較低，傳送相同的內容需要的時間比較長，只有通過類似TDOA的方式才能獲得較大的系統容量。
射頻識別技術(RFID)是一種非接觸式的數據通信技術，待定位物品上的標籤經過射頻信號形成的電磁場後生成感應電流，載有信息的電流把數據傳送出去，通過多對雙向通信交換數據，利用三角定位原理實現定位的目的。由香港科技大學和密西根大學共同提出的Landmarc定位系統便是採用「最近鄰距離」(KNN)思想的RFID指紋定位方法。
UWB技術不需要使用傳統通信體制中的載波，而是通過發送和接收具有納秒或微秒級以下的極窄脈衝來傳輸數據，具有納秒級別的時間解析度，因此理論上可以獲得釐米級的定位精度。Multispectral Solutions公司與NFESC聯合開發的PAL650 超寬帶定位系統，具有一英尺的定位精度。
通過安裝在室內的光學傳感器接收紅外射線，感知目標的方向、角度等位置信息進行定位。紅外信號極易被室內其他光源幹擾，而且只適合短距離傳播，因此在精確定位上有局限性。所以目前多數紅外線定位技術都是與超聲波技術結合進行室內定位。由劍橋大學AT&T實驗室開發的Active Bat室內定位系統就是採用兩種定位技術組合進行定位。
在地球近地空間內任意一點的地磁場都具有唯一性，通過測量室內磁場的分布建立磁場分布圖，將測得的磁場數據與磁場分布圖匹配，就可以精確定位到當前所在的位置。周家鵬等人針對地磁數據的特徵，提出一種指紋快速採集方法，藉助克裡金插值算法快速建立地磁數字基準圖，並利用動態時間規整算法實現快速定位。該技術一般與慣導元件聯合，糾正慣導技術的累積誤差，於鵬等人利用PDR定位結果的2個步長作為地磁搜索區域,再利用相關地磁匹配算法求解最佳匹配點，快速排除非匹配區,縮小匹配區域,使精度得到提高。然而地磁信號容易受到周圍環境中電磁信號源幹擾，使用時定位結果不穩定，精度也會大打折扣。
基於視覺的定位方法定位精度高，能夠提供豐富的場景信息且價格便宜、攜帶方便，逐漸成為了室內定位技術研究的熱點。針對視覺定位算法中存在的定位結果穩定性不高、易受噪聲幹擾等問題，李爽等人提出一種利用卷積神經網絡進行場景識別、利用空間參考點進行定位的方法。全永彬等人針對視覺定位實時性不高和慣性定位誤差積累的問題,敘述了一種融合視覺全局定位和慣性傳感器局部定位的導航定位方法，可有效消除積累誤差,定位精度優於單獨採用慣性定位或視覺定位。黃剛等提出使用WiFi與視覺信息相融合的以指紋為位置表徵的多尺度定位方法，首先利用室內廣泛存在的WiFi無線信號進行粗定位,縮小定位範圍;然後在其基礎上通過視覺全局和局部特徵匹配實現圖像級定位和驗證，平均定位誤差均在 0.5 m以下。各類定位技術優缺點比較如表2所示。
表2 各類定位技術優缺點比較
與室外定位相比，室內定位的特點呈現在以下三個方面：
（1）基礎服務構架不同：室內定位不能使用GPS以及北鬥等系統使用的衛星服務，而只能求助於其他的室內無線基礎設施，包括WLAN、藍牙、超聲波、UWB和RFID標籤等，所以地域和建築運營基礎設施的不同會需要不同的室內定位服務。
（2）環境變化的影響程度不同：儘管室外定位也會受到環境變化帶來的影響，造成精度降低，但只要是衛星信號能夠覆蓋到的地方，仍然可以實現粗粒度的定位；而在室內，環境變化會導致已經部署的定位方案精度嚴重下降甚至失效，以及原有的語義信息失準等現象。
（3）定位精度需求不同：雖然目前室內定位的基礎設施比室外定位薄弱許多，但室內環境的特點使得室內定位對精度的要求更高。比如在室外10m的精度也頗具現實意義，而在室內這樣的精度幾乎完全不可用了。
室內導航定位技術發展迅猛，定位技術方案日趨完善，但室內環境複雜多變，人員密度大，無線電信號幹擾嚴重，這些都是影響室內定位精度的重要因素，因此在未來的發展中，仍有很多理論與方法需要深入研究。
（1）需要尋找新的多參數混合方案以及優化信息融合算法，多傳感器和多參數混合技術集成可以優勢並存，從而彌補單技術的不足，同時需要制定不同技術之間的融合以及信息的交互標準。
（2）提升定位模型的普適性，破除特定環境的應用壁壘，制定統一的基礎服務構架釐米級的高精度位置服務的需求廣泛，定位成本與精度需求這一對矛盾亟待解決。
（3）5G商用時代即將來臨，5G技術的發展為室內定位技術的研究提供更堅強的技術支撐。未來，5G會大大提高移動終端的通信寬帶，為實現室內外定位無縫連接提供支持。
（4）隨著人們信息安全意識的提高，，也應該在未來的室內定位系統中應體現對使用者位置隱私的保護。
本文首先對幾種常用的室內環境下的信道模型和定位技術進行了詳細的介紹與分析，對每種定位技術的成本、定位精度和優缺點進行對比，最後總結概括了室內定位的特點與未來發展待攻克的難點與趨勢。
本文在定位算法上取得了一定突破，提出了TOA/RSS二步加權最小二乘混合定位法和TOA/AOA排序加權混合定位法概念，在定位精度和魯棒性上均有較大提高，在實際應用中可以解決無線傳感器網絡資源匱乏帶來的參數不足的問題，為深入研究該領域和拓寬該領域的廣度提供了新思路。
為解決降低定位系統成本，增強定位技術的普適性，以及應用最新的人工智慧和SG技術等問題，還需要對室內定位領域展開進一步研究。
[引用格式]楊超超,陳建輝,劉德亮,等. 室內無線定位原理與技術研究綜述[J]. 戰術飛彈技術, 2019, (6): .99-107.
本文選自《戰術飛彈技術》2019年第6期
作者：楊超超,陳建輝,劉德亮,郭希維,方正
轉載請務必註明出處
版權所有，違者必究
《戰術飛彈技術》由中國航天科工集團有限公司主管，中國航天科工飛航技術研究院主辦，北京海鷹科技情報研究所承辦，是為飛彈的研究、設計、製造、試驗、使用等服務的學術期刊。刊物創刊於1980年，為雙月刊，是「中文核心期刊」「中國科技核心期刊」，在國內外公開發行。刊物主要刊登飛彈和飛彈武器系統總體技術、任務規劃技術、推進技術、制導、導航與控制技術等方面的學術論文。
通訊地址：北京7254信箱4分箱(100074)
電話：(010)68375662(編輯)
(010)68375084(發行)
郵箱：zhanshu310@126.com