1.4 常见室内定位方法

1.4.1 红外线室内定位方法

红外线（Infrared，IR）是波长介于微波与可见光之间的电磁波，波长在770nm～1mm之间，在光谱上位于红色光外侧。用于红外线室内定位系统的红外线光谱份的中心波长通常为830～950nm。

红外线室内定位系统通常由两部分组成：红外线发射器和红外光学接收器。通常，红外线发射器是网络的固定节点，而红外光学接收器安装在待定位目标上，作为移动终端。红外线室内定位的优点是定位精度高，反应灵敏，单个器件成本低廉。但它的缺点也显而易见：第一，由于光线的直线传播，使得红外线室内定位系统限制于视距定位；第二，红外线光在空气中的衰减很大，因此它只适用于短距传播，限制了系统的应用范围；第三，阳光或其他光源也可能会对其产生干扰，影响红外信号的正常传播。

20世纪90年代，AT&T公司开发了一套基于红外线感应的定位系统Active Badge[14]，但它主要存在以下问题：①延迟时间过长，每个移动目标的发射信号要经过集中的处理后才能返回结果，而且每15s发射一次信号，对于定位一些在室内移动目标来说定位速度较慢；②采用的是有线连接方式，这主要受限于当时的硬件瓶颈，系统的布线成本会很高。

我国台湾地区的成功大学开发了一套高精度的红外线室内定位系统，其定位精度可达毫米级。该系统由红外二极管、CMOS摄像头与上位机的LabVIEW软件构成。该系统的定位流程为：

（1）红外二极管为固定节点，构成阵列，周期性发射红外信号；

（2）CMOS摄像头安装于待定位小车上，小车运动方向与红外二极管阵列平行；

（3）CMOS摄像头接收到红外信号，通过蓝牙方式传给上位机的LabVIEW软件；

（4）LabVIEW软件判断出小车的当前位置，再通过蓝牙传给小车；

（5）小车根据更新的定位信息即时调整方位。

该红外线室内定位系统的示意图如图1-4所示。

该定位系统仅仅是一个实验系统，只能在 X 轴上定位，而且由于红外光的特性，所以其最大感应距离只有5.3m，稳定工作距离小于3.2m；当CMOS摄像头与红外二极管距离为40～50cm时，其定位精度可达0.4mm。

1.4.2 超声波室内定位方法

超声波（Ultrasound，US）是指超出人耳听力阈值上限20kHz的声波，可在固、液、气三种形态的弹性介质中传播。超声波在空气中的振荡频率较低，用于室内定位的超声波频率通常只有40kHz。超声波波速会随着温度的升高而加快：

通常很少有仅仅采用超声波作为测量手段的定位系统，往往需要将其与其他方式结合起来实现定位。一种可行的方法是把射频与超声波结合起来，如AT&T的Active Bat系统和MIT开发的Cricket系统[18]。此类方案的硬件设施通常包括：若干固定的射频、超声波发射器，作为信标节点；一个固定的同步节点；一个或若干装有射频、超声波接收器的移动节点；一个汇聚节点和监控中心。该系统的定位流程为：

（1）同步节点以T为周期通过射频信道广播同步信号；

（2）信标节点接收到同步信号后分别延迟一小段时间ΔT后，发射出带有自身位置标识的射频信号和超声波信号；

（3）移动节点收到同步信号后开始计时，然后在收到各个信标节点发来的超声波信号后分别记录下时间差；

（4）在计时满周期T之前，移动节点将时间差数据传给汇聚节点；

（5）汇聚节点再把节点信号通过有线方式传给监控中心，由监控中心通过TDOA算法完成计算、定位。

超声波定位的优点在于定位精度相对较高，单个器件结构简单。但它的缺陷也很明显：超声波的反射、散射现象很普遍，在室内尤其严重，有着很强的多径效应；此外，超声波在空气中的衰减也很明显，需要铺设大量的硬件网络设施，系统成本很高。

1.4.3 蓝牙室内定位方法

蓝牙（Blue tooth）[99]是一种短距离无线通信技术规范，于1994年由爱立信公司提出。1998年，东芝、爱立信、诺基亚、IBM和英特尔五家公司组成了蓝牙特别兴趣小组（SIG），其中爱立信负责开发射频和移动软件，IBM和东芝负责制定接口规格，英特尔负责开发蓝牙芯片和传输软件[100]。SIG于1995年联合发布了蓝牙标准1.0，该标准规定蓝牙技术能够实现最高传输速率1Mbps，最大传输距离10m；占用ISM频段2.4GHz，以Ad hoc方式工作。2004年，蓝牙标准2.0提出，该新标准使蓝牙传输速率达到旧标准的3倍以上[101]，从而使得蓝牙的应用领域得到强有力的扩张，成为目前无线个域网的主流技术之一。

蓝牙的技术特点有：

（1）工作于ISM频段，无须申请许可；

（2）发射功率小，而且具有自适应性，无电磁波污染；

（3）采用Ad hoc方式工作，采用无基站组网方式，可方便地实现自组织网络；

（4）采用快速调频技术（1600跳/s），抗干扰能力强；

（5）采用快速确认机制，能在链路情况良好时实现较低编码开销；

（6）采用CVSD语音编码，在高误码情况下也可工作；

（7）宽松链路配置。

基于以上技术特点，蓝牙技术非常适合用于进行室内定位。由于蓝牙设备体积小并易于集成在PDA、PC及手机中，所以蓝牙室内定位技术很容易推广普及。

通常基于蓝牙的定位系统采用两种测量算法：基于传播时间的测量方法和基于信号衰减的测量方法。对于前者，由于室内环境多变，所以存在多径效应，为了减少误差必须采用纳秒级的同步时钟，但这在实际应用中很难实现。对于后者，又存在两种截然不同的思路：第一种思路是完全根据理论公式（即无线电信号能量的衰减与距离的平方成反比）进行计算，但由于实际应用时信号的衰减是受多种因素影响的，并非单单取决于距离，所以仅根据理想化的模型推导出的公式来进行定位，结果往往不能令人满意；第二种思路则是基于经验的定位方法进行计算，在定位之前需要事先测定目标区域内多个参考点的信号强度，并将这一系列数据建库，但实际定位时，仅需将移动终端收到的信号强度与上述数据库进行匹配，即可完成定位，这种方法的定位精度与数据库的翔实程度密切相关。

1.4.4 RFID室内定位技术

RFID是指通过射频集成电路发送电磁波信号并进行采集和存储的技术。RFID室内定位技术主要由RFID标签、RFID阅读器两部分组成，是一种非接触式的自动识别技术。RFID阅读器接收来自于RFID标签的信号，二者之间的通信则使用特定的射频信号及相关协议完成。RFID标签又可以分为被动和主动两类。

主动RFID标签是一个小型的信号发射器，当接收到询问信号时它能主动发射身份识别等信息。其优点在于仅拥有较短的天线，但同时拥有较大的信号覆盖范围。

被动RFID标签的工作不需要电源，而是通过RFID阅读器发送的射频信号进行驱动的，它会向RFID阅读器返回应答信息。被动RFID标签是传统条形码技术的替代产品，相较于主动RFID标签，其具有质量更轻，体积更小和成本更低等优点。但被动RFID标签的传输距离非常有限，通常只有1～2m。

RFID标签常用于物流、零售、交通、食品、安全领域。现在广泛应用于城市公交系统与校园“智能卡”行业的IC卡就属于RFID应用[102, 103]。基于RFID室内定位技术的代表性定位系统为SpotON定位系统[104]，该系统通过分析接收信号强度，使用聚类算法实现三维定位；此外，LandMarc定位系统[105]也是RFID室内定位技术的杰出代表，它使用RFID网络中密集布置的参考节点来实现定位。

不同的RFID系统可能采取不同的工作频率，表1-1列出了工作于不同频率的RFID系统的特性。

由于RFID具有近距离感应的特点，所以RFID定位系统往往采用RSSI（接收信号强度）定位方法。此外，RFID阅读器价格低廉，在目标区域可大量布置信标节点，且移动节点只需附上一个RFID标签，因此，RFID室内定位成本较低，具有很大的发展空间。具体实施定位时，可采取以下两种思路。

（1）根据信号传播模型实时演算。由于移动目标离RFID阅读器越近，其RSSI值越大，反之则越小，所以根据RSSI—距离关系，可判断出移动节点距离某一个参考节点的距离，进而在3个或3个以上参考节点的重叠覆盖范围内，分别根据所获得的RSSI值得出阅读器和参考点之间的距离，再根据三角关系计算出移动节点的位置。

（2）思路（1）具有实际应用时不可避免的环境因素影响，尤其是对于复杂多变的室内环境而言，很难找到一个稳健的传播模型。实际应用中，通常采取RSSI建库方法，即预先采集目标区域内多个参考点的RSSI值，然后建立关于位置信息的指纹库，这样在实际定位时，移动节点收到参考节点的RSSI值后与已建立的数据库进行相关运算，相关度最大的那个值所对应的位置信息即为定位结果。一个典型的RFID定位系统示意图如图1-5所示。

1.4.5 UWB室内定位技术

传统的无线标准多为窄带系统，这是因为窄带系统可以将大部分能量集中于相当窄的信道内。各种成熟的窄带信号处理方法都很容易实现，最理想的是使用与信息带宽相比最小的带宽。但电磁频谱的资源是有限的，零宽带信号只存在于理论之中，因此无限细分频谱将遇到物理实现上不可逾越的技术瓶颈。通过波段或频率来分割信号并不是共享无线电频谱的唯一办法，也可以从时间上分割信号，特别是将其分割为非常细小的时间段。由傅里叶变换可知，一个信号在时域的持续时间越短，其在频域上占据的带宽就越宽。得益于相关技术的发展和成熟，这种以往只能停留在理论中的方法如今变成了现实。

超宽带（Ultra Wide-band，UWB）[106～109]就是这样一种新兴的无线通信技术。用美国联邦通信委员会制定的民用UWB规范描述，UWB的工作频带为3.1～10.6GHz，系统带宽（-10dB带宽）与系统中心频率之比大于20%或系统带宽至少为500MHz。与传统无线电探测系统相比，在UWB探测系统中无须载波，能够直接用产生的窄脉冲去激励天线。

超宽带的主要优势有：①低功耗（由于UWB采用超短时脉冲，故其发射信号的功率谱密度很低）；②对信道衰落不敏感；③抗干扰能力强，同时不会对同一个环境下的其他设备产生干扰；④穿透性能强；⑤当发射机和接收机的时间同步匹配较好时，能获得很高的定位精度。

如图1-6所示是一类UWB无线收发机的基本组成框图。

UWB定位系统主要由参考标识、主动标识和接收机构成。在二维坐标中应用UWB技术时主要采用TOA方法进行定位，而在三维坐标中则多采用TDOA、AOA或二者结合的方法进行定位。

以Multispectral Solutions公司和美国海军设施工程服务中心（NFESC）联合开发的UWB精确定位系统[110]为例，它由4个UWB接收机、1个UWB目标节点组成，如图1-7所示。

该UWB精确定位系统工作在L波段，瞬时带宽可以达到约400MHz。UWB接收机用高速隧道二极管检测器来进行UWB脉冲的边缘检测，从而可以实现在多径环境中找到第一个到达的脉冲信息，并通过优化算法计算出UWB目标节点的坐标。UWB目标节点有一个短脉冲发射器，峰值输出功率约为0.25W，数据包突发长度为40bits，发送周期为5s，发射器平均输出功率为-79dB/MHz，这个功率比联邦设备委员会（FCC）规定的功率还要低38dB。该系统在大型集装箱货物环境下可以达到理想的定位精度，但是在定位小型货物时，精度依然不能满足需求。

其他UWB定位技术的应用有：采用TDOA/AOA方法和码分多址技术的Ubisense系统[111]；西门子公司研发的定位雷达（LPR）[112]，它工作在微波频段，利用RTOF方法和雷达连续波（FMCW）调制准则实现了工业室内环境的定位。

1.4.6 WiFi室内定位技术

WiFi是基于IEEE 802.11标准的一种无线局域网（WLAN），具有高带宽、高速率、高覆盖度的特点，并且受非视距（NLOS）影响极小。在中短距离的应用范围内，WiFi具有无可比拟的优势。IEEE 802.11标准目前广泛应用于高速无线宽带网络的架设，主流的3C无线网卡均为基于此系列的产品，因此，对于WiFi定位系统来说，硬件平台已经非常成熟[113, 114]。

对于室内环境而言，WiFi的多径效应依然不能避免，因此基于信号衰减模型的定位方法无法使用。WiFi定位系统通常采用的是基于机器学习的定位方案，这种定位方案分为两个阶段：离线阶段，采集足够的训练数据，建立环境模型，得到WiFi信号的分布情况；在线阶段，采集实时数据，导入已经建立的模型，得到当前的定位结果。

芬兰的Ekahau公司开发出了能够利用WiFi进行室内定位的引擎。WiFi的绘图精确度为1～20m，因此，它比蜂窝网络三角测量定位方法更精确。微软开发的RADAR[17]系统就是基于此架构的WLAN室内定位系统[8]，但是RADAR没有使用基于IEEE 802.11系列标准的硬件平台。WiFi定位系统的缺陷在于能耗较大，不满足WSN的低功耗要求，而且如果定位的测算仅仅依赖于离哪个WiFi的接入点最近，而非依赖于构建的信号强度图，则在楼层上很容易出现误定位。此外，对于相同ISM频段的其他WLAN系统而言，也会存在干扰。

1.4.7 ZigBee室内定位技术

ZigBee由“Zig”和“Bee”两个英语单词组成。“Zig”的中文意思是“之”字形的路径，“Bee”译为蜜蜂。ZigBee无线传感器网络技术，就是通过模仿蜜蜂跳舞传递信息的方式，利用网络节点之间信息的互传，将信息从一个节点传输到远处的另外一个节点。

ZigBee是一种低速率无线通信规范，它基于IEEE 802.15.4协议的物理层和MAC层协议。ZigBee的网络层、应用层及额外开发的安全层协议由ZigBee联盟规定。ZigBee联盟包括若干半导体业界的著名企业，如英国的Invensys公司、日本的三菱电气、美国的摩托罗拉及荷兰的飞利浦半导体公司。目前，ZigBee联盟已拥有二百多家企业会员，这也正是ZigBee发展迅猛的原因。ZigBee有以下技术特点。

（1）低能耗：ZigBee的待机模式非常省电，2节AA电池就可以支持它工作半年以上。

（2）低速率：ZigBee的传输速率为20～250kbps，并且它分别提供250kbps（2.4GHz）、40kbps（915MHz）和20kbps（868MHz）的原始数据吞吐率，降低了数据传输速率要求，也降低了硬件门槛。

（3）低成本：ZigBee的通信协议非常简洁，长度仅为蓝牙协议的1/10，从而降低了对控制器的要求。以8051的8位MCU为例，它搭载全功能的节点芯片仅需要32KB的存储器保存代码，而且ZigBee使用ISM频段，免去了专利费用。

（4）高容量：ZigBee的网络拓扑可采用星状、片状和网状结构。一个主节点管理若干子节点，最多可达254 个。此外，每个主节点还可由上一层网络管理，最终可构成一个包含65000个节点的网络，这为WSN的大数量节点管理带来了很大方便。

（5）高安全性：ZigBee规定了三级安全模式——无安全设定、使用接入控制清单（ACL），以及采用高级加密标准（AES 128）的对称密码，使用人员可灵活设定其安全属性。

（6）高可靠性：ZigBee采用了CSMA/CA的碰撞避免机制，为需要固定带宽的通信业务预留了专用时隙，以避免发送数据时的竞争冲突；节点之间具有动态组网的功能，数据在ZigBee网络中以自动路由的方式传输，保证了信息传输的灵活性与可靠性，参见图1-8。

（7）短时延：ZigBee的响应速度极快，从睡眠状态转入工作状态仅需15ms，节点进入网络仅需30ms，而WiFi的节点进入网络需要3s，蓝牙则需要3～10s。

图1-8给出了ZigBee在不同信噪比下的误码率与其他定位技术（如蓝牙、WiFi等技术）的误码率比较。从图中可以看出，ZigBee技术的通信可靠性高，在低信噪比下具有完美的通信质量保障体制。图1-9给出了ZigBee芯片组从2005—2012年的预计销售情况。从该图可以看出，ZigBee芯片具有十分广阔的发展前景。表1-2给出了ZigBee技术的工作频段和相关参数。我国使用的频段是2.4GHz。

从上面的技术介绍可以看出，ZigBee既非常适合组建WSN，也非常适合室内定位应用。目前，ZigBee联盟已经针对定位应用开发了许多成熟的解决方案，如TI公司推出了带硬件定位引擎的片上系统CC2431。CC2431的工作原理是首先根据RSSI与已知信标节点位置准确计算出待定位节点位置，然后将位置信息发送给接收端。相较于集中型定位系统，RSSI定位方法对网络吞吐量与通信延迟要求不高，在典型应用中可实现3～5m的定位精度和0.25m的分辨率。

基于CC2431的ZigBee定位系统有很多，以国内的无线龙无线应用公司开发的C51RF-CC2431无线实时定位系统为例，此定位平台以IEEE802.15.4协议为规范，将ZigBee模块分为网关节点、参考节点和移动节点三类：①网关节点用来接收由上位机提供的各参考节点和移动节点的配置数据，并发送给相应的节点，它还要接收各节点反馈的有效数据并传输给监控软件；②参考节点为预先布置的节点，位置已知，参考节点会将自己的位置信息和RSSI值传输给移动节点；③移动节点安放于待定位目标，能够与离自己最近的参考节点通信，并且可以将收集到的RSSI和先验信息发送给网关节点。组建好通信网络之后，ZigBee定位系统中的三类节点的正常工作和协调依靠节点之间的命令串应答来进行。

1.4.8 室内麦克风阵列定位技术

麦克风阵列是指由一定的几何结构排列而成的若干个麦克风。它可以从所需要的方向采集声波，同时抑制其他方向的声音和环境噪声，具有很强的方向选择性。

麦克风阵列定位技术基于阵列信号处理。阵列信号处理最重要的任务就是确定波达方向（DOA），而麦克风阵列的方向特性使其可以应用于定位领域，也就是声源定位[115]。目前，麦克风阵列定位技术可分为以下3类。

1.基于时延估计的定位技术

该方法通过获取麦克风阵列各节点之间的相对时延来估计出声源到各个阵元的距离，然后计算出声源的位置。此类定位方法常采用广义互相关函数法（GCC）。GCC是指通过求两信号之间的互功率谱，并在频域内进行加权以抑制噪声和反射的影响，然后再进行反变换，从而得到时域内两信号之间的互相关函数。

另一类是基于TDOA的定位方法。该方法是一种双步定位方法，它首先估计信号到达不同麦克风之间的时间差，再乘以声速以得到距离差，进而通过几何关系来确定声源的位置。该理论要求至少获得3个独立时延估计，每个时延估计对应一个双曲面（二维），3条双曲线相交的那一点就是声源位置。但由于误差和系统本身分辨率的影响，3条曲线很难交于一点，所以只能得到一个区域，然后通过最小二乘等算法拟合出最优解。

此类方法的主要缺点是：第一，时延估计和定位估计分为两个阶段，当系统的处理速度较慢时，第二阶段所进行的定位估计无法满足实时要求；第二，基于时延的定位方法仅适用于单声源定位，很难适用于多目标定位。

2.基于最大输出功率的可控波束形成

该方法采用波束形成技术，其思路是对麦克风所接收到的声源信号滤波并加权求和来形成波束，进而在整个空间内扫描，通过搜索声源可能的位置来引导该波束，最终使波束输出功率最大，该点就是所求得的声源的位置[116]。采用不同的波束形成方法就可形成不同的算法，如延迟累加波束形成算法和自适应波束形成算法，此类算法通常采用最大似然准则。

此类方法有三个主要缺点：第一，要进行全局搜索，计算量很大，很难进行实时处理；第二，对初值非常敏感，稳健性不好；第三，需要声源信号的频谱特性等先验知识，这在实际应用中较难实现。

3.基于高分辨率谱估计的定位技术

现代信号处理的发展涌现了众多高分辨率谱估计算法，大致可分为三类：第一类是基于线性预测的超分辨率算法，如最小方差谱估计（MVSE）、谐波分析法（HA）、最大熵法（MEM）等，这是将时域谱估计方法推广到空域后得到的一系列算法，由于此类算法的前提是信号源在空间是连续分布的且为平稳的随机过程，故大大限制了其在真实环境下的应用；第二类是基于特征子空间类的超分辨率算法，如多重信号分类（MUSIC）、旋转因子不变法（ESPRIT）等，此类算法通过对阵列的接收数据进行分解（如奇异值分解），将其分为两个相互正交的子空间，一个为信号子空间，一个为噪声子空间，再通过子空间分解便可找到分辨率很高的空间谱峰；第三类是子空间拟合算法，如最大似然（ML）、加权子空间拟合（WSF）、多维MUSIC算法等，此类算法的最大特点为在相干源情况下仍可进行有效估计，但其运算量很大，实时性不好。

谱估计的主要缺点在于绝大多数算法是基于远场窄带信号设计的，但实际中麦克风阵列收到的信号是没有经过任何调制的宽带语音信号，而且在室内环境下声源不可视为远场信号。

1.4.9 SLAM室内定位技术

SLAM（Simultaneous Localization and Mapping）是一个自适应室内定位系统[65]，它主要用在机器人定位领域。例如，机器人在未知区域导航需要具有确定自己的位置、完成测绘的功能。SLAM使机器人在目标领域内一边运行一边绘制全局定位图，每过一段时间，机器人对环境的“熟悉”程度就越高，相应的定位精度也会提高。这是一个自学习过程，可以牵涉到很多领域，如人工智能、神经网络等。

SLAM中的每个数据都要同时用于定位和制图。SLAM的不确定性来源可分为两类：机器人位置与环境特征观测的连续性不确定[117]；识别与再识别的离散性不确定。

任何一个SLAM都必须考虑这两类不确定性来源，并且寻找可能的制图空间，因为数据结合时的不同配置会产生完全不同的图。

SLAM的困难之处在于无法精确得到传感器的测量值。然而，若假设测量噪声是彼此独立的，并且服从高斯分布，则SLAM就存在最优解。

有三个条件决定了SLAM的性能：制图质量、储存空间及运算时间。

对于SLAM，存在很多测距方法[118]，如有主动立体成像、静态双眼或三眼成像，以及单眼成像等。

在SLAM的研究中，被用于检测环境数据的立体成像传感器有助于改善定位精度和测绘性能。另外，立体成像传感器和原始数据处理的模型化也对SLAM的结果有用。在机器人定位领域，卡尔曼滤波器（KF）是一个有效的方法。在系统噪声满足高斯分布的情况下，KF使用状态循环方程来估计机器人的优化姿态。但是若噪声不服从高斯分布，则在定位方面这种方法就会出现误差。KF可以合并低等级的多传感器数据模型。然而，多传感器数据融合产生的环境信息会增加新息协方差矩阵，进而会增加SLAM系统的处理负担，并影响到定位测绘的效果。

采用立体成像系统可以达到收集室内三维图像的目的[119]。水平二维测绘从这个三维图像中获得。为改善定位精度，参考文献[120]提出了一种基于立体成像技术的SLAM方法；参考文献[121]将粒子滤波器引入SLAM，用来作为高维机器人SLAM的估计方法；参考文献[122]提出了一个基于静态图像特征的激光SLAM系统。上述方法在定位性能方面都取得了明显的改善。

SLAM若要达到稳健性，则不能只依赖几何测度的同一个源，还需要其他信息，如SLAM估计循环之外的传感信息。SLAM状态的测量判决应该是独立的，只有这样才能获得稳健性。

1.4.10 室内电力线定位技术

电力线载波通信[123, 124]（PLC）是利用高压电力线（在电力载波领域通常指35kV及以上电压等级）、中压电力线（指10kV电压等级）或低压配电线（380 /220V用户线）作为信息传输媒介进行语音或数据传输的一种特殊通信方式。目前可达到的通信速率依具体设备不同在4.5～45Mbps之间。受到PLC的启发，Patel等提出了一种利用住宅电力线的电力线定位系统[125]。

电力线定位系统能够利用现有的广泛分布的电网，实现目标定位。它可以工作在大多数楼宇和家庭中，而且可以有效地支持多目标跟踪，而不需要任何新的基础设备。构成电力线定位系统的设备很廉价，因此它易于实现，并具有广泛的应用空间。电力线室内定位需要解决的两个关键问题是信号的发送和信号的接收。关于电力线室内定位的内容请参考第7章。