摘  要： 為了滿足航空旅客在機(jī)場(chǎng)候機(jī)大廳的位置服務(wù)需要,，同時(shí)為了降低AP（Access Point）部署的高度對(duì)定位的影響，提出了一種基于信號(hào)強(qiáng)度和傳播模型的三維定位技術(shù),。該方法首先采用最小二乘法確定傳播模型的參數(shù),，再使用最小均方差實(shí)現(xiàn)定位。實(shí)驗(yàn)結(jié)果表明,，該算法的誤差在3 m內(nèi),，準(zhǔn)確率達(dá)83.36%，能夠滿足旅客在機(jī)場(chǎng)候機(jī)廳內(nèi)位置服務(wù)的需要,。
關(guān)鍵詞： 機(jī)場(chǎng)候機(jī)大廳,；傳播模型；三維定位,；最小二乘法,；最小均方差

　隨著無(wú)線技術(shù)的快速發(fā)展以及智能終端的迅速普及，在機(jī)場(chǎng)航站樓內(nèi)航空旅客對(duì)位置服務(wù)的需求日益增加,，而位置服務(wù)的關(guān)鍵是精確的室內(nèi)定位,。目前，針對(duì)室內(nèi)定位的研究主要集中在如何充分利用室內(nèi)布置良好的無(wú)線局域網(wǎng),。其中,，基于信號(hào)強(qiáng)度的定位技術(shù)由于具有不需要添加額外硬件設(shè)施的優(yōu)點(diǎn)而受到廣泛的關(guān)注,。基于信號(hào)強(qiáng)度的定位技術(shù)主要有位置指紋和傳播模型兩種[1-5],。位置指紋法需要到待定位區(qū)域大量采樣并提取各個(gè)采樣點(diǎn)的信號(hào)特征,，在定位時(shí)根據(jù)收到的信號(hào)特征與各個(gè)采樣點(diǎn)的信號(hào)特征進(jìn)行逐一對(duì)比實(shí)現(xiàn)。這種方法的缺點(diǎn)是采樣工作量大,，當(dāng)室內(nèi)布局發(fā)生改變時(shí)需要重新采樣,，但精度和準(zhǔn)確度高。傳播模型根據(jù)無(wú)線信號(hào)強(qiáng)度隨距離衰減規(guī)律,，將信號(hào)強(qiáng)度的衰減轉(zhuǎn)換為距離,，再根據(jù)三角測(cè)量原理等實(shí)現(xiàn)定位，其優(yōu)點(diǎn)是不需要采樣,，但精度相對(duì)低,。
　第一機(jī)場(chǎng)候機(jī)大廳的面積大，采樣費(fèi)時(shí)費(fèi)力,；第二機(jī)場(chǎng)候機(jī)大廳的AP部署在頂部,，高度一般在7 m～9 m左右，旅客在定位時(shí)信號(hào)在傳播路徑上的干擾較少,。綜合以上考慮,，本文選擇基于傳播模型的室內(nèi)定位算法。目前基于傳播模型的定位技術(shù)多采用二維平面方式,，忽略了AP部署高度對(duì)定位的影響,。而候機(jī)大廳的AP部署距離地面很高，已成為影響定位精度的重要因素,，傳統(tǒng)的二維傳播模型[6-10]不適合這一特殊場(chǎng)景,，因此，本文提出一種基于傳播模型的三維定位技術(shù),。該方法首先采用最小二乘法[7]計(jì)算傳播模型的參數(shù),，再使用MMSE算法[7]實(shí)現(xiàn)三維定位。實(shí)驗(yàn)結(jié)果表明,，本文定位算法相對(duì)二維平面定位算法能夠顯著提高定位準(zhǔn)確率,，降低定位誤差，能滿足航空旅客在機(jī)場(chǎng)大廳的位置服務(wù)的需要,。
1 定位算法
　本文定位算法主要分兩步完成：（1）通過(guò)最小二乘法確定傳播模型的參數(shù),；（2）通過(guò)MMSE算法得到用戶位置。
1.1 確定參數(shù)
　由于參數(shù)的精度將直接影響定位的精度,，因此,，本文選擇多個(gè)位置多次收集AP的信號(hào)強(qiáng)度，再計(jì)算每個(gè)位置的各個(gè)AP的信號(hào)強(qiáng)度均值,，最后通過(guò)最小二乘法計(jì)算出參數(shù),。
 

2 實(shí)驗(yàn)環(huán)境
　實(shí)驗(yàn)軟件平臺(tái)采用C/S結(jié)構(gòu),，Android智能手機(jī)作為客戶端，用于收集AP的信號(hào)強(qiáng)度,，并將其發(fā)送給服務(wù)器,，最后根據(jù)服務(wù)器返回的計(jì)算結(jié)果顯示用戶位置；臺(tái)式計(jì)算機(jī)作為服務(wù)器,，根據(jù)客戶端收集到的信號(hào)強(qiáng)度數(shù)據(jù),，結(jié)合本文算法得出用戶位置，再將定位結(jié)果發(fā)送給客戶端,。
　為了最大程度模擬航站樓的實(shí)際環(huán)境,，本文選擇一個(gè)相對(duì)空曠的教室，整個(gè)區(qū)域大小為14 m×7.8 m,，共3個(gè)AP分別部署離地板2.74 m,、2.61 m、2.94 m處,，如圖1所示,。手持Android智能手機(jī)高度為1.30 m，在確定參數(shù)階段,，隨機(jī)選擇3個(gè)位置收集20次信號(hào)強(qiáng)度值,，用于計(jì)算傳播模型的參數(shù)。在實(shí)施定位階段,，隨機(jī)選擇10個(gè)位置收集5～6次信號(hào)強(qiáng)度值,，并用于實(shí)施定位，并將定位結(jié)果與二維平面定位技術(shù)進(jìn)行比較,。

　由圖2可以看出,，在同一個(gè)位置，3個(gè)AP信號(hào)強(qiáng)度變化幅度很小,，最大幅度為-11 dBm。這是由于AP部署位置距離地面高,，信號(hào)在傳播路徑上的干擾相對(duì)較少,。
　為了驗(yàn)證本文定位算法，本文對(duì)50～60次的定位結(jié)果進(jìn)行了統(tǒng)計(jì)分析,，并與參考文獻(xiàn)[7]的二維定位算法進(jìn)行了對(duì)比,，其結(jié)果如圖3所示。

　由圖4可以看出,，隨著迭代次數(shù)的增加,，兩種定位算法定位誤差依次降低。在第6次迭代兩種定位算法的定位誤差已小于1 m,，三維定位算法相對(duì)二維定位算法誤差減小26 cm,。實(shí)驗(yàn)結(jié)果同樣驗(yàn)證了AP的高度對(duì)定位精度的影響,。由圖3和圖4可以看出，AP部署的高度是影響定位的因素,，同時(shí)證明了本文提出的三維定位技術(shù)的有效性,。
　實(shí)驗(yàn)結(jié)果表明，本文算法相對(duì)二維平面定位技術(shù)提高了準(zhǔn)確率,，降低了誤差,。在實(shí)驗(yàn)環(huán)境中移動(dòng)終端與AP高度差小，最大不到2 m,；而在候機(jī)大廳的實(shí)際環(huán)境中AP部署高度一般在7 m～9 m,，手持移動(dòng)終端高度在1 m～ 2 m，高度差將達(dá)到5 m～8 m,。因此,，在機(jī)場(chǎng)候機(jī)大廳中，與傳統(tǒng)的二維傳播模型相比本文算法將顯示出更大的優(yōu)勢(shì),。
　為了滿足航空旅客在機(jī)場(chǎng)候機(jī)大廳的位置服務(wù)需要,，提出一種基于信號(hào)強(qiáng)度和傳播模型的三維定位技術(shù)。該方法首先采用最小二乘法確定傳播模型的參數(shù),，再用最小均方差實(shí)現(xiàn)三維定位,。由于機(jī)場(chǎng)候機(jī)大廳的AP部署距離地面很高，是影響定位效果的關(guān)鍵因素,。與傳統(tǒng)二維定位技術(shù)相比,，該方法能降低AP部署高度對(duì)定位的影響，更適合這一特殊場(chǎng)景,。實(shí)驗(yàn)結(jié)果表明,，該算法能夠提高定位的精度和準(zhǔn)確度，在誤差3 m內(nèi)的定位準(zhǔn)確率達(dá)到83.36%,，因此能夠滿足旅客在機(jī)場(chǎng)候機(jī)大廳的位置服務(wù)需要,。今后將本文算法應(yīng)用到候機(jī)廳的實(shí)際環(huán)境中，并深入研究不同區(qū)域的不同樓層的定位問(wèn)題,。
參考文獻(xiàn)
[1] 張明華,，張申生，曹健.無(wú)線局域網(wǎng)中基于信號(hào)強(qiáng)度的室內(nèi)定位[J].計(jì)算機(jī)科學(xué),，2007,，34（6）：68-72.
[2] 梁韻基，周興社,，於志文,，等.普適環(huán)境室內(nèi)定位系統(tǒng)研究[J].計(jì)算機(jī)科學(xué)，2010,，37（3）：112-124.
[3] CHEN F,， WAIN S A A,， SHAHROKH V， et al. Received-signal-strength-based indoor positioning using compressive sensing[J]. IEEE Transactions on Mobile Computing,， 2012,，11（12）：1983-1993.
[4] ANINDYA S P， ERIC A W. RSSI-based indoor localization and tracking using sigma-point kalman smoother[J]. IEEE Journal of Selected Topics in Signal Processing,， 2009,，3（5）：860-872.
[5] GRACIOLI G， FROHLICH A A,， PIRES R P,， et al. Evaluation of an rssi-based location algorithm for wireless sensor networks[J]. IEEE Latin America Transactions，2011,，9（1）：96-101.
[6] 董梅,，楊曾，張健,，等.基于信號(hào)強(qiáng)度的無(wú)線局域網(wǎng)定位技術(shù)[J].計(jì)算機(jī)應(yīng)用,，2004，24（12）：49-53.
[7] CHENG Y Y,， LIN Y Y. A new received signal strength based location estimation scheme for wireless sensor network[J]. IEEE Transactions on Consumer Electronics,，2009， 55（3）：1295-1299.
[8] CHO S Y. Localization of the arbitrary deployed APs for indoor wireless location-based applications[J]. IEEE Transactions on Consumer Electronics,， 2010,，56（2）：532-539.
[9] ABBAS M， NENG C K. An indoor 3D location tracking system using RSSI[C]. 2010 Sixth International Conference on Signal-Image Technology and Internet Based Systems,，2010.
[10] 鄧琛,，王永琦.基于模糊控制的無(wú)線傳感器網(wǎng)絡(luò)室內(nèi)定位算法[J].計(jì)算機(jī)應(yīng)用，2011,，31（8）：2062-2064.
[11] 李曉維.無(wú)線傳感器網(wǎng)絡(luò)技術(shù)[M].北京：北京理工大學(xué)出版社,，2007.