无线网络定位技术

无线网络定位技术

标签： 应用 LBS 2011-03-24 17:30

阎啸天于蓉蓉武威

（中国移动通信有限公司研究院业务所）

摘 要介绍了位置信息和定位性能分析指标等基本概念，根据定位原理与策略的差异对各种定位方法进行分类，概要阐述和比较说明了蜂窝网络、无线局域网络(WLAN）拓扑环境下各种常用定位系统和技术的原理、发展现状与特点，重点比较分析了WLAN中基于信号强度定位技术的分类、特点与性能，最后总结展望了无线网络中定位技术的研究和应用。

关键词无线网络，定位技术，无线局域网，指纹

1. 引言

随着无线通信技术的发展和数据处理能力的提高，基于位置的服务成为最具发展潜力的移动互联网业务之一。无论在室内还是室外环境下，快速准确地获得移动终端的位置信息和提供位置服务的需求变得日益迫切。通信和定位两大系统正在相互融合、相互促进。利用无线通信和参数测量确定移动终端位置，而定位信息又可以用来支持位置业务和优化网络管理，提高位置服务质量和网络性能。所以，在各种不同的无线网络中快速、准确、健壮地获取移动位置信息的定位技术及其定位系统已经成为当前的研究热点。

2. 定位基本概念

移动定位涉及移动无线通信、数学、地理信息和计算机科学等多个学科的知识，某些有关移动定位的基本概念比较容易混淆，因此有必要首先澄清一些基本概念。

2.1物理位置和抽象位置

定位系统提供的位置信息可以分为两类：物理意义上的位置信息和抽象意义上的位置信息。所谓物理意义上的位置信息，就是指被定位物体具体的物理或数学层面上的位置数据。例如，GPS可以测得一幢建筑物位于北纬

，东经

，海拔50米处。相对而言，抽象的位置信息可以表达为：这栋建筑物

位于公园的树林中或校园的主教学楼附近等。

从应用程序的角度讲，不同的应用程序需要的位置信息抽象层次也不尽相同，有些只需要物理位置信息；而有些则需要抽象意义上的位置信息，单纯的物理位置信息对它们来说是透明的，或是没有意义的。当然，物理位置信息可以在附加信息库的帮助下，转换并映射为抽象层次的位置信息。

2.3定位性能指标

定位精度和定位准确度是两个紧密联系的概念，它们之间的关系类似于数理统计学中置信区间和置信水平之间的关系。严格说来，如果孤立的指出某个定位系统的定位精度或定位准确度，都是没有意义的。典型的正确描述应该是：A定位系统可以在95%的概率（置信水平）下达到10m的定位精度。其中，“95%”描述的是定位准确度。定位精度越高，相应的定位准确度就越低，反之亦然。通过增加定位设备的密度或综合使用多种不同的定位技术，可以同时提高定位系统的精度和准确度。一般说来，室内应用所需定位精度要比室外应用高。

3.定位技术分类

3.1定位原理

无线定位技术通过对无线电波的一些参数进行测量，根据特定的算法来判断被测物体的位置。测量参数一般包括无线电波的传输时间、幅度、相位和到达角等。定位精度取决于测量的方法。从定位原理的角度来看，定位技术大致可以分为三种类型：基于三角关系和运算的定位技术、基于场景分析的定位技术和基于临近关系的定位技术。 3.1.1三角/双曲线关系

这种定位技术根据测量得出的数据，利用几何三角或双曲线关系计算被测物体的位置，它是最主要的、也是应用最为广泛的一种定位技术。基于三角或双曲线关系的定位技术可以细分为两种：基于距离测量的定位技术和基于角度测量的定位技术。

3.1.1.1 基于距离测量的定位技术

这种定位技术先要测量已知位置的参考点（A,B,C三点）与被测物体之间的距离(R1,R2,R3)，然后利用三角知识计算被测物体的位置。具体说来，距离测量的方法有三种：

(1)直接测量

这种方法通过物理动作和移动来测量参考点与被测物体之间的距离。例如，机器人移动自己的探针，直到触到障碍物，并把探针移动的距离作为自己与障碍物之间的一个距离参数。 (2)传播时间

在已知传播速度的情况下，无线电波传播的距离与它传播的时间成正比。这种测量方法需要注意的问题有如下几个：(a)无线电波（在非视距NLOS环境中）的传播特性。一般的解决方法是增加测量次数，求出统计意义上的测量值。(b)时钟精度。(c)时钟同步。参与同一个定位过程的参考点之间必须保证时钟的同。 (3)无线电波能量衰减

已知发射电波的强度，在接收方测量收到的电波强度，以此估计出发射端距离接收端之间的距离。例如，在理想传播环境下，无线电波的衰减与1/r2成正比（r为传播距离）。 实际上，无线电波在空间传播时能量的衰减受多种因素影响，相比传播时间测量方法没有优势。

3.1.1.2 基于角度测量的定位技术

基于角度的定位技术与基于距离测量的定位技术在原理上是相似的。两者主要的不同在于前者测量的主要是角度，而后者测量的是距离。一般来说，如果要计算被测物体的平面位置（即二维位置），那么则需要测量两个角度和一个距离。同理，如果要计算被测物体的立体位置（即三维位置），那么则需要测量三个角度和一个距离。基于角度测量的定位技术需要使用方向性天线，如智能天线阵列等。 3.1.2基于场景（信号指纹）分析的定位技术

这种定位技术对定位的特定环境进行抽象和形式化，用一些具体的、量化的参数描述定位环境中的各个位置，并用一个数据库把这些信息集成在一起。业界习惯上将上述形式化和量化后的位置特征信息形象地称为信号“指纹”。观察者根据待定位物体所在位置的“指纹”特征查询数据库，并根据特定的匹配规则确定物体的位置。由此可以看出，这种定位技术的核心是位置特征数据库和匹配规则，它本质上是一种模式识别方法。Microsoft的RADAR无线局域网定位系统就是一个典型的基于场景分析的定位系统。 3.1.3基于临近关系的定位技术

基于临近关系进行定位的技术原理是：根据待定位物体与一个或多个已知位置参考点的临近关系来定位。这种定位技术通常需要标识系统的辅助，以唯一的标识来确定已知的各个位置。这种定位技术最常见的例子是移动蜂窝通信网络中的Cell ID。假设待定位物体分别位于三个Cell中。由于各个Cell中参考点的位置已知，所以根据待定位物体所在Cell可以粗略确定其位置（即Cell中参考点

的位置）。除了Cell ID以外，其他的例子还有Xerox PareTAB System、Carnegie Mellon Andrew、Active Badge等。

3.2定位策略

从定位策略的角度来看，定位技术/系统可以分为基于移动终端的定位和基于网络的定位两种。基于移动终端的定位是指定位计算由移动终端自主完成，移动终端能够自行确定自身当前的位置。基于网络的定位主要由网络系统收集待定位移动终端的信息并计算移动终端的当前位置。如果再对以上两种定位策略进行细分，前一种定位策略又可以分为基于移动终端的定位和网络辅助定位两种；而后一种定位策略又可以分为基于网络的定位和移动终端辅助定位两种。

4.无线网络定位技术

不同的无线移动网络对定位有着不同的业务需求和定义，不同的网络拓扑、物理层和MAC层设计对定位技术也提出了不同的挑战。按照不同的网络拓扑形式，现有定位系统可以分为蜂窝网络、WLAN和无线传感器网络辅助的定位系统。

4.1蜂窝网络定位技术

目前，实现蜂窝无线定位主要有三大类解决方案：1）基于网络的定位技术，如基于CellID和时间提前量（TA）的方法、上行链路信号到达时间（TOA）方法、上行链路信号到达时间差（TDOA）方法以及上行链路信号到达角度（AOA）方法，这些解决方案需要对现有网络做部分改进，但却可以兼容现有移动终端；2）基于移动台的定位方法。用于GSM中的下行链路增强观测时差定位方法（E-OTD）、用于WCDMA下行链路空闲周期观测到达时间差方法（OTDOA-IPDL）等；3）以GPS、GLONASS、GALILEO、BEIDOU、QZSS等为代表的卫星定位系统，移动台和网络侧集成了卫星定位的辅助设备。从技术角度来说，第二类和第三类方法更容易提供较为精确的用户定位信息，但这些技术需要改进网络的同时，也存在对移动台改动的需求，这将对移动台体积、功耗、成本带来影响。

各类定位方法已经在不同蜂窝网络中被标准化。3GPP对于GSM网络选择了基于CellID和时间提前量、上行TOA、E-OTD、辅助GPS(AGPS)等方案，而为WCDMA网络选择了基于CellID、OTDOA-IPDL、AGPS等方法。GSM网络中与定位相关的标准包括3GPPTS09.02和3GPPTS03.71，3G网络中还有3GPPTS25.331系列规范对位置服务系统的架构和相关定位流程进行了规定。下面重点介绍几种主要蜂窝网络定位方法和其性能的比较，见表格 1。

表格 1 蜂窝网络定位技术小结

冷启 定位 精度水平 速度 技术 （m） （s） CellID 100-3000 1-3 Cell ID+ TA Cell ID+ RTT UTDOA 50-150 5-10 /TD-SCDMA E-OTD 50-300 5-10 AOA 指纹 (NMR、 50-300 5-10 模式 匹配) 智能 天线 逊于AGPS， 优于传统 三角定位 优于传统 数据 测时、 5-10 融合 测角定位 AGPS 信号好：5-20 5-200 测量数据(TOA/TDOA/AOA） 或系统级 (GPS+CDMA）融合 不限 开阔区域定位精度/准确度最高，室内、密集地区定位情况较需结合多种定位技术和设备，以提供T(D)OA/AOA等测量支持 5-10 不限 网络侧需MIMO支持,只需单个基站，T(D)OA/AOA测量，或统计学习多径信号参数与用户位置间关系 不限 控制平面需支持Lupc接口，需要大量离线训练数据,或使用路径模型计算距离 50-500 1-5 GSM 不限 不限 精度受制于扇区大小，鲁棒性较差 精度较Cell ID有所改进，但需要添加LMU(/3BTS)，建设成本高 适用网络环境 备 注 550 1-5 20-60 GSM/GPRS 精度较Cell ID有较大改进，但UMTS(WCDMA,TD-SCDMA) 需要添加LMU(/3BTS)，建设成本高 GSM/WCDMA GSM/TD-SCDMA需增加LMU，LMU与SMLC之间接口私有 需添加LMU(/3BTS)，建设成本高 MSC支持Lg接口，定向天线支持AOA测量，受环境影响较大，用于配合其他方法

4.1.8模式匹配

AOA和TOA/TDOA定位技术在多径传播严重的环境下很难奏效。为了解决这个问题，美国Wireless Corp公司最早提出一项称为基于多径信号收集和模式匹配算法的“指纹”定位方案。它主要通过在基站设置无线照相系统来分析接收信号的多径模式，提取特征信息再和数据库中先验模式进行模式匹配，从而实现移动台定位。这种利用先验样本数据库辅助定位方案的测量数据参数可以是TOA/TDOA，也可以是RSSI。

4.2 无线局域网(WLAN）定位技术

无线局域网（WLAN）是指以无线信道作传输媒介的计算机局域网络，是计算机网络与无线通信技术相结合的产物，它以无线多址信道作为传输媒介，提供传统有线局域网的功能，能够使用户真正实现随时、随地、随意的宽带网络接入。移动用户对信息的即时性和就地性的需求越来越强烈，这就给基于WLAN系统的位置服务提供了广阔的发展空间。WLAN系统中定位技术主要有GPS卫星定位、基于RSSI或TOA/TDOA/AOA的三角定位、信号强度定位等。其中，信号强度定位技术主要包括信号强度指纹/信号强度建模定位等两类方法。 4.2.1基于时间/角度测量的定位

在WLAN低功率无线设备组成的高密度网中，由于各设备之间的同步很难实现，利用TDOA估计距离也很难实现。尽管可以通过测量TOA来估计距离，但是障碍密集地区如室内等环境中用户间距离较短，AP的覆盖范围往往不超过100米，无线电波的传输时延可以忽略不计，并存在较严重的衍射和绕射等非直线传播情况，而且同一用户信号的各条多径分量在时间上相当接近，需要对设备的分辨率进行改进以区分。所以，精确的TOA或者TDOA估计，需要借助于更先进的数字信号处理技术来实现。另外，影响信号传播的障碍物很多，无线信号存在反射和散射。不同路径分量的幅度、相位、到达时间和入射角各不相同，使接收的复合信号在幅度和相位上都产生了严重的失真，因此，AOA也不适于室内无线定位。 4.2.2基于信号强度的定位技术

基于无线局域网（WLAN）的定位技术借助笔记本电脑、手机、MP4、PDA等用户终端中WLAN协议的广泛集成与WLAN近乎泛在的网络覆盖能力得以快速发展和进步。

WLAN中用户终端（主动或被动地）监听其接收范围内接入点/热点（AP）的信号，通过所接收到beacon frame中的SSID和MAC地址来辨识所有AP，并根据RSSI判别相应AP的信号强度。表格 2中是WLAN中用户终端扫描所返回的AP及其属性列表示例。WLAN中研究和应用最为广泛的信号强度定位技术便是基于上述监听结果进行的。

表格 2 终端扫描所返回的AP及其属性列表示例

4.2.2.1信号强度指纹定位

WLAN中首个定位系统RADAR由微软研究院的Bahl等人于2000年设计提出，其使用的是信号强度指纹定位技术。指纹定位主要分为离线训练和在线定位两个阶段。离线阶段在目标区域内，WLAN终端在有限个样本点处从周围的AP采集信号，测量从邻近若干AP接收的信号强度，并记录自身位置。同时，终端捕获观测AP MAC作为识别信息。然后将包含AP识别信息、AP信号强度和对应观测样本点位置等信息的先验数据保存，建立信号指纹数据库。为提供较准确和完整的指纹记录，离线指纹的收集需以足够密度覆盖整个物理空间。基于上述采集好的信号指纹数据，在实际定位阶段，定位终端扫描接收范围内的各个AP，并根据各AP的信号强度，在指纹数据库中找出与所观测AP信号强度最接近的一条指纹记录，并将此记录中的位置信息作为终端的位置。

图表 6 WLAN指纹定位技术原理

指纹定位技术可以分为确定性、不确定性（或随机性）方法。确定性方法直接求解两者间的欧氏距离，返回与观测值距离最小的一个样本点或K个样本点的综合结果。在不确定性方法中，使用各种随机性方法来处理RSSI测量中的不确定性，

继而获得终端位置的最大似然或最大后验概率或最小均方误差估计。表格 3是针对三张常见指纹算法（KNN，Histogram，Kernel）的各项误差统计分析数据对比关系。

表格 3 KNN/Histogram/Kernel算法误差统计分析

4.2.2.2信号强度建模定位

WLAN中另一种定位技术被称为信号强度建模定位。此类系统中记录了AP的精确位置，在计算用户位置时，较简单的方法是根据各可见AP信号强度的差异直接对各AP的位置进行加权平均得到用户的粗略位置。较复杂的方法之一是：建立信号传播规律的确定性模型并根据信号强度的损耗来估计AP-用户间传播距离，继而确定用户位置。另一种方法是基于随机技术，根据信号关于距离的统计分布特性，得到对AP-用户间距离的一个概率估计。如前所述，信号强度建模定位至少需要预知AP的标识及其位置信息即建立AP数据库，省去了指纹采集工作。建立AP位置数据库的方法主要有：站址登记和路测。

信号强度建模方法存在不可忽视的缺陷，其相比指纹定位虽然步骤简捷，但其定位精度受到AP位置精度和路径传播损耗模型精度的影响。而且，此方法中忽视了AP天线的发射信号强度在各方向的分布并不均匀的实际情况，即AP天线周围不同方向的终端虽接收到AP的信号强度相同，但与AP的距离可能并不相同。上述这些因素（包括人体遮挡）都会对信号强度建模定位精度产生不同程度的影响。 图表 7是具有代表性的信号强度指纹定位技术（RADAR）、信号强度建模定位中确定性模型技术（Trilateration, Simplified path loss model）与随机模型技术（Proposed）的定位性能对比测试情况。由图中可见，RADAR指纹定位的平均性能相比模型定位而言更突出，但基于随机性传播模型的建模技术在经过与RADAR的整合后，整体性能实现显著的提升。

图表 7 WLAN信号强度指纹/模型定位性能对比关系

5.结论

基于蜂窝网络特别是基于CDMA网络的移动定位技术是一项复杂的技术，涉及的内容多，范围广。从对移动台定位的精度要求来看，由于受多径、多址干扰，特别是NLOS传播的影响，使各种信号特征测量值总是存在一定的偏差，从而使各种适用于特征测量值误差服从零均值高斯分布的定位算法，如最小均方三角定位算法的性能显著下降，无法取得对移动台位置的最大似然估计，使得对移动台的估计位置出现较大的偏差。在一般的市区环境下，以GPS为代表的卫星定位技术，由于其基于高频伪随机码的精确站星伪距测量而获得较高的定位性能，但另一方面，其巨大的下载量使得首次锁定时间过长。AGPS虽然可以大幅提高首次定位的速度，但仍无法彻底解决卫星信号条件较差环境下定位性能低下的问题。因此，AGPS、基于Cell定位等技术的结合互补是蜂窝网络定位更为可行而且高效的选择。

WLAN的部署为蜂窝网络中AGPS、Cell等定位技术提供了有力的补充。由于特征测量方法面临与蜂窝网络中相同甚至更为严重的误差影响，WLAN定位研究应用的重点是基于信号强度的方向。其中，指纹定位相比传播模型定位具有更高的实用性和更广的适用范围。

在无线网络定位中，每种系统和算法都有各自特点和适用范围，没有哪种是绝对最优的。近来算法研究的重点逐渐有多元互补的趋势。在不同理论、策略、网络拓扑、应用领域等方面分别具有优势的方法之间相互配合、采长补短是今后无线网络定位技术的一种发展方向。

参考文献

[1] 吴静. 3G定位业务的网络结构分析. 移动通信, 5:54, 2006. [2] 黎海涛，张平. 无线定位技术. 无线通信技术, 4:5, 2001. [3] K. Borre, D. M. Akos, N. Bertelsen, P. Rinder, and S. H. Jensen. A Software-Defined GPS and Galileo Receiver. BirkHauser, 2007.

[4] David Wells and Richard Langley. Guide to GPS Positioning. Canadian GPS Associates, 1987.

[5] James Bao-Yen Tsui. Fundamentals of GPS Receivers A Software Approach. Microwave and Optical Engineering. John Wiley & Sons, Ltd, 2rd edition, 2005.

[6] Axel Kupper. Location-based Services Fundamentals and Operations. John Wiley & Sons, Ltd, 2005.

[7] GuoChang Xu. GPS Theory, Algorithms and Applications. Springer, 2rd edition, 2007.

[8] GuoChang Xu. Multi-Functional GPS/(Galileo) Software User Manual. GFZ, 2004.

[9] Richard Langley. The limitation of gps. GPS World, unknown:unknown, unknown.

[10]林智，于蓉蓉，谈星东. 手机导航业务总体技术要求, 3 2007. [11]于蓉蓉、彭华、唐剑峰. 手机地图业务总体技术要求, 7 2006. [12]Richard Langley. The mathematics of GPS. GPS World, 7:unknown, 1991.

[13]孙巍，王行刚. 移动定位技术综述. 电子技术应用, 29(6):6–9, 2003. [14]孙国林. 无线移动网络辅助定位算法研究. PhD thesis, 电子科技大学, 成都, Dec. 2005.

[15]陶鸿，王晓斌. 利用无线通信网络本身资源实现gsm粗定位. 计算机技术与发展, 16:83, 2006.

[16]Richard Klukas. A super resolution based cellular positioning system using GPS time synchronization. PhD thesis, University of Calgary, 2001.

[17]Broadcom. Budgetary pricing proposal for NMR/MRL LBS data services to CMCC corporation, 7 2009.

[18]Shu Wang and Jungwon Wong. [slide]lbs for mobiles: technologies and standards. Slide, 2008.

[19]3GPP. Requirement for support of A-GPS system, 2006. [20]ETSI. UMTS A-GPS system, Oct 2006. [21]ETSI. LCS SMLC RRLP, Jul 2005.

[22]ETSI. LCS broadcast network assistance for E-OTD and GPS, Feb 2005.

[23]ETSI. UMTS RRC specification, 2006.

[24]S. J. Lee D. W. Lim. Design of an assisted gps receiver and its performance analysis. In ISCAS, 2007, pages 1742–1745, May 2007. [25]F. Izquierdo, M. Ciurana, and J. Paradells. Performance

evaluation of a toa-based trilateration method to locate terminals in wlan. In International Symposium on Wireless Pervasive Computing, pages 1–6, 2006.

[26]J. J. Lei and Y. Xia. A novel assistance data processing method for agps location system. Journal of Chongqing University of Posts and Telecommunications (Natural Science), 19:358–361, 2007.

[27]SiRF. SiRFLoc Server: Wireless, A-GPS Mobile Location Software Solution.

[28]Changlin Ma. Techniques to improve ground-based wireless location performance using a cellular telephone network. PhD thesis, Geomatics Engineering, University of Calgary, 2003.

[29]H C SO and E M K SHIU. Performance of TOA-AOA hybrid mobile location. IEICE Trans Fundam Electron Commun Comput Sci, E86-A(8):2136–2138, 2003.

[30]Rahman I. Reza, Rahman I. Reza, Co chair Dr, and Amy E. Bell. Data fusion for improved TOA/TDOA position determination in wireless systems. In Master4.pdf Song, H.L, pages 902–908, 2000. [31]孙国林，郭伟. 基于数据融合的蜂窝无线定位算法研究. 通信学报, 24(1):137–142, 2003.

[32]Ji Li, Ligen Wang, J. Brault, and J. Conan. Mobile location in MIMO communication systems by using learning machine. In Electrical and Computer Engineering, 2007. CCECE 2007. Canadian Conference on, pages 1066–1069, April 2007.

[33]Zhongshan Wu. MIMO-OFDM communication systems: channel estimation and wireless location. PhD thesis, Louisiana State University, 2006.

[34]Guolin Sun and Wei Guo. A novel indoor geo-location method using MIMO array. Journal of Electronics (China), 23(6):810–813, Nov. 2006. uestcsgl@hotmail.com.

[35]Ji Li, J. Conan, and S. Pierre. Mobile station location

estimation for MIMO communication systems. In Wireless Communication Systems, 2006. ISWCS ’06. 3rd International Symposium on, pages 561–564, 2006.

[36]P. Bahl and V. N. Padmanabhan. RADAR: an in-building rf-based user location and tracking system. In INFOCOM 2000. Nineteenth Annual Joint Conference of the IEEE Computer and Communications Societies. Proceedings. IEEE, volume 2, pages 775–784 vol.2, 2000. [37]翟明明. 移动定位服务的现状与发展趋势. 信息通信技术, 24(2):27-32, 2009.

本文来源：https://www.bwwdw.com/article/3dwh.html