摘 要： 隨著移動互聯(lián)網(wǎng)的迅猛發(fā)展和智能終端的普及，人們對基于位置服務(wù)尤其是室內(nèi)定位的需求日益增長,。通過研究無線WiFi信號的特性,，利用Android智能手機(jī)，結(jié)合計算機(jī)網(wǎng)絡(luò)編程和ArcGIS MAP等技術(shù)設(shè)計并實現(xiàn)了一套基于位置指紋定位算法的室內(nèi)定位系統(tǒng),。通過對某實驗樓一個樓層的室內(nèi)定位實驗表明,，該系統(tǒng)使用靈活、簡單,、界面友好,，具有良好的定位精度。

　　關(guān)鍵詞： 室內(nèi)定位,；WiFi,；Android平臺；ArcGIS

0 引言

　　隨著移動互聯(lián)網(wǎng)時代的到來,，定位服務(wù)需求量迅速增長[1],，例如大型商場或候機(jī)廳快速找到出口,、家長跟蹤小孩的位置、房屋根據(jù)人員位置開關(guān)電燈,、商店根據(jù)用戶位置向用戶推送關(guān)于商品的介紹等,。如今室外定位技術(shù)已經(jīng)發(fā)展十分成熟，然而在室內(nèi)環(huán)境中,，經(jīng)常會出現(xiàn)“都市峽谷”(Urban Canyon)效應(yīng)[2],，GPS系統(tǒng)無法精確定位。隨著無線網(wǎng)絡(luò)的覆蓋范圍越來越廣,，基于WiFi的無線定位技術(shù)可以彌補(bǔ)衛(wèi)星定位在建筑密集區(qū)和室內(nèi)應(yīng)用的限制,，擴(kuò)大定位服務(wù)的應(yīng)用行業(yè)和范圍，已經(jīng)成為室內(nèi)定位的普遍選擇[3],。

　　本文針對室內(nèi)定位的需求,，設(shè)計并實現(xiàn)了基于WiFi的室內(nèi)定位系統(tǒng)。該系統(tǒng)由客戶端應(yīng)用和后臺定位服務(wù)構(gòu)成,，用戶可以通過智能終端進(jìn)行定位,，并在終端的地圖上顯示定位位置，同時服務(wù)器端記錄用戶定位時間,、AP名稱及RSSI(接收的信號強(qiáng)度指示)等定位信息,。系統(tǒng)客戶端使用Java ME開發(fā)，地圖信息采集與發(fā)布采用ArcGIS,，定位算法采用位置指紋算法,，服務(wù)端架構(gòu)采用REST技術(shù)[4]。系統(tǒng)測試表明,，該系統(tǒng)定位精度較好,，響應(yīng)時間較快，具有良好的應(yīng)用前景,。

1 系統(tǒng)設(shè)計

　　1.1 系統(tǒng)工作原理

　　系統(tǒng)工作原理和基本模型如圖1所示,。

　　系統(tǒng)客戶端的操作平臺使用Android。Android系統(tǒng)設(shè)計之初就表現(xiàn)出其強(qiáng)大的開源性和可擴(kuò)展性,，這為Android不斷完善及應(yīng)用帶來了極大的用戶群,。據(jù)國際數(shù)據(jù)公司(IDC)公布的新數(shù)據(jù)[5]，在2013年Android系統(tǒng)的市場占有率已經(jīng)達(dá)到75%,。而在中國,，中投顧問發(fā)布報告[6]顯示，2013年Android手機(jī)占同期智能手機(jī)出貨量的94.0%,。本系統(tǒng)基于Android系統(tǒng)開發(fā),，可以滿足大部分移動用戶的定位需求。

　　服務(wù)器端包括定位服務(wù)、地圖服務(wù)和指紋庫數(shù)據(jù)管理,。定位服務(wù)基于Java SE開發(fā),，并使用Tomcat平臺發(fā)布。地圖服務(wù)使用ArcGIS Server來發(fā)布室內(nèi)地圖并返回定位信息,。數(shù)據(jù)庫管理采用Mysql,。服務(wù)器端與客戶端之間通過Http通信，完成數(shù)據(jù)的交互,。

　　1.2 系統(tǒng)框架

　　本系統(tǒng)基于客戶端/服務(wù)器架構(gòu),。客戶端由RSSI信號采集模塊,、通信模塊,、地圖操作模塊組成；服務(wù)器端由定位模塊,、地圖模塊,、通信模塊組成。系統(tǒng)框架如圖2所示,。

　　系統(tǒng)的交互流程如下：

　　(1)Android客戶端程序啟動,，程序請求ArcGIS地圖服務(wù)；

　　(2)地圖服務(wù)器利用ArcGIS for Server響應(yīng)地圖服務(wù),，向客戶端發(fā)布在線地圖,；

　　(3)用戶請求定位功能，客戶端調(diào)用WiFiManager掃描周圍AP的信息,，包括AP的信號強(qiáng)度值,、IP地址、MAC地址,，然后將此位置信息通過Http發(fā)送給服務(wù)器端,；

　　(4)服務(wù)端將收到的位置信息與數(shù)據(jù)庫進(jìn)行匹配并結(jié)合位置指紋算法，得到位置坐標(biāo),，通過Http回傳給客戶端,；

　　(5)客戶端接收到位置坐標(biāo)，并顯示于地圖上,。

2 系統(tǒng)實現(xiàn)

　　系統(tǒng)的實現(xiàn)分為客戶端的設(shè)計,、服務(wù)器端的設(shè)計及定位算法的設(shè)計,。

　　2.1 客戶端設(shè)計

　　Android客戶端的主要功能是掃描周圍的WiFi信號,，發(fā)送定位請求，接收位置信息,，同時與服務(wù)器端進(jìn)行通信,。Android內(nèi)置的WiFiManager提供了管理所有WiFi 連接的API：WiFiInfo、WiFiConfiguration、ScanResult,。利用WiFiManager可獲取周圍所有WiFi的MAC地址,、信號強(qiáng)度值。地圖部分利用Esri提供的移動應(yīng)用開發(fā)包ArcGIS Runtime SDK for Android[7]開發(fā),，該插件通過ArcGIS Server REST方式獲取地圖數(shù)據(jù)和服務(wù)資源,。

　　2.2 服務(wù)器端設(shè)計

　　服務(wù)器端分為定位服務(wù)器、地圖服務(wù)器和指紋庫數(shù)據(jù)管理3大部分,，如圖3所示,。定位服務(wù)負(fù)責(zé)接收、存儲客戶端傳來的位置信息,，調(diào)用定位算法進(jìn)行信號的匹配計算,，返回用戶位置信息。地圖服務(wù)負(fù)責(zé)地圖的加載和用戶位置的顯示,。指紋數(shù)據(jù)庫建有用戶表和AP信息表,，用戶表存儲用戶個人信息，記錄用戶定位位置和訪問時間,；AP信息表存儲所有AP的MAC地址與平均信號強(qiáng)度值,。

　　用戶可以選擇向服務(wù)器提交位置指紋數(shù)據(jù)或向服務(wù)器請求定位信息。當(dāng)用戶向服務(wù)器提交位置指紋數(shù)據(jù)時,，服務(wù)器端將強(qiáng)度和MAC地址等信息存入到數(shù)據(jù)庫AP信息表中,；當(dāng)用戶請求定位時，服務(wù)器讀取用戶上傳的無線信號強(qiáng)度信息,，與數(shù)據(jù)庫中指紋信息進(jìn)行分析匹配,，同時調(diào)用定位算法，得到用戶所在位置的墨卡托坐標(biāo)值,，作為用戶位置反饋給客戶端,。

　　地圖服務(wù)器選擇ArcGIS Server 10.1作為GIS服務(wù)平臺。該服務(wù)器主要功能：(1)利用ArcGIS Sever Manager發(fā)布在ArcMap中繪制的地圖,，本文發(fā)布了兩套地圖：某實驗樓一個樓層的矢量地圖和切片地圖(9級),，用戶根據(jù)當(dāng)前所處網(wǎng)絡(luò)環(huán)境來選擇；(2)在圖層上標(biāo)注用戶位置,。

　　2.3 定位算法

　　2.3.1 WiFi信號特點和算法選取

　　基于WiFi的定位通常使用RSSI,。定位方法主要有兩類：三角算法和位置指紋識別算法[8]。三角算法利用待測目標(biāo)到至少3個已知參考點的距離信息或角度信息估計目標(biāo)位置,，參考文獻(xiàn)[9-10]給出了WiFi信號傳播模型,；位置指紋識別算法通過采集到的信號特征與數(shù)據(jù)庫中儲存的信號特征進(jìn)行對比實現(xiàn)定位。

　　射頻信號的多徑傳播和由于定位節(jié)點或周圍散射體的運(yùn)動所引入的非線性時變特性是移動通信信道的主要特征,這些特征是造成無線定位誤差的主要因素[11],?；诖耍疚南韧ㄟ^在實際應(yīng)用環(huán)境中采集大量的無線信號來分析WiFi信號的傳播特性：WiFi無線信號在傳播時信號強(qiáng)度與距離間的關(guān)系及RSSI的概率分布特征。實驗環(huán)境：校園內(nèi)某籃球場,，AP固定在2.5 m高處,。在正對AP 40 m內(nèi)，以0.5 m為間隔劃分80個測量點,。實驗設(shè)備：AP：騰達(dá)Tenda W301A,；電腦1：聯(lián)想天逸F41A；電腦2：宏基4560G,；手機(jī)：小米1 s,。

　　(1)無線信號強(qiáng)度的空間變化

　　觀察距離與信號強(qiáng)度的關(guān)系，從距AP 0 m開始,，逐漸向外移動手機(jī),，在每個測量點上統(tǒng)計信號的強(qiáng)度平均值，如圖4,、圖5所示,。

　　實驗表明，收發(fā)端之間的距離越小,，接收到的信號強(qiáng)度越大,；信號強(qiáng)度越弱，數(shù)據(jù)可靠性越低[11],。正是由于存在這種關(guān)系,，導(dǎo)致了每個位置檢測到的無線信號具有獨特性，這也是能夠區(qū)分每個位置指紋之間差異性的原因[12],。

　　(2)無線信號強(qiáng)度的時間變化(RSSI的概率分布)

　　影響無線信號強(qiáng)度的原因很多,，如多徑、散射,、衍射等,，這些相互獨立的影響因素具有極大的隨機(jī)性。這些隨機(jī)的影響因素共同作用構(gòu)成了對無線信號強(qiáng)度的隨機(jī)不確定干擾[12],。為了探究這種不確定干擾對無線信號的影響效果,，用手機(jī)分別在各個測量點上采集了位置指紋數(shù)據(jù)。

　　圖6,、圖7分別為6.5 m處(均值=-48.15 dbm,，標(biāo)準(zhǔn)差=1.226)和18 m處(均值=-50.85 dbm，標(biāo)準(zhǔn)差=2.477)的200個采樣值的處理結(jié)果,。結(jié)果表明,，在位置固定的情況下，AP的信號強(qiáng)度在一定范圍內(nèi)波動,，長時間對無線信號強(qiáng)度進(jìn)行采樣時,，WiFi信號強(qiáng)度的分布符合類正太分布[12]。

　　通過第二組實驗可以看出,，無線信號波動分布可視為正態(tài)分布,，因此本文在采集數(shù)據(jù)庫時，首先去除偏離均值較大的值,，然后以該點處的信號強(qiáng)度平均值來代表該位置的無線信號特征,。第一組實驗中電腦和手機(jī)端都表明同一現(xiàn)象，即只有在短距離內(nèi)WiFi信號衰減規(guī)律是明顯的,，超過4 m這一規(guī)律不再適用,。這意味著如果要使用三角算法必須將定位范圍限制在4 m之內(nèi)，這無疑將極大地限制系統(tǒng)的使用范圍,，而且不同環(huán)境下的信號傳輸損耗模型大不相同,，建立一個精確的、適合實際應(yīng)用的損耗模型存在著很大的困難[8],。除此之外,，根據(jù)參考文獻(xiàn)[8]中通過實驗得出的重要結(jié)論：基于位置指紋算法能夠在一定程度上減少多徑效應(yīng)的影響，其定位精度遠(yuǎn)遠(yuǎn)高于基于三角形算法的定位精度,。所以不管在具體實施上還是定位性能上,，其較之于三角形算法的定位都具有較大的優(yōu)越性?；谝陨显?，本文選擇基于位置指紋的定位算法。

　　2.3.2 位置指紋算法

　　所謂位置指紋識別算法是利用存有實際場地的地理位置所對應(yīng)的RSSI信號強(qiáng)度的數(shù)據(jù)庫,，進(jìn)行對比分析識別的一種WiFi定位算法,。其定位過程分為兩個階段[8]：

　　⑴離線采樣階段：其目標(biāo)在于建立一個位置指紋識別數(shù)據(jù)庫,。首先,，選擇合理的參考點分布，確保能為定位階段的準(zhǔn)確位置估計提供足夠的信息,。然后依次在各個參考點上測量來自不同AP的RSSI值,，將相應(yīng)的MAC地址與參考點的位置信息記錄在數(shù)據(jù)庫中，直至遍歷區(qū)域內(nèi)所有的參考點,。

　?、圃诰€定位階段：給定數(shù)據(jù)庫后，依據(jù)一定的匹配算法將待測點上接收的AP RSSI與數(shù)據(jù)庫中已有數(shù)據(jù)進(jìn)行比較,，計算位置估計值,。常用的匹配算法有NN法、KNN法,、神經(jīng)網(wǎng)絡(luò)等,，本文采用簡單的NN算法,。假定待測點接收的RSSI觀測值為s =[ss1,ss2,…,ssn]，數(shù)據(jù)庫中的已有記錄為Si =[SS1,SS2,…,SSNi],，其中n代表待測點上檢測到的不同AP數(shù),；i∈[1,NT]，NT為數(shù)據(jù)庫中的記錄數(shù),；Ni代表第i條記錄中存儲的不同AP數(shù),。則NN算法可以表示成下述形式：L=argmin||s-Si||，i∈[1,NT ],，其中||s-Si||代表s與Si之間的歐式距離,。

3 系統(tǒng)測試與結(jié)果分析

　　3.1 離線采樣階段

　　在某實驗樓五樓(環(huán)境布局如圖8所示)內(nèi)，利用樓道內(nèi)運(yùn)營商已布置好的WiFi環(huán)境,，部署了6個采樣點(全部為教室),，每個區(qū)域范圍為1 m2，以自定義坐標(biāo)形式記錄測試點的位置,。所有AP的高度均為3.2 m,，位于兩墻中間位置，兩AP間距為7 m,。測試設(shè)備：AP為騰達(dá)Tenda W301A,；服務(wù)器為華碩A43s筆記本；訓(xùn)練設(shè)備為小米1s手機(jī),。在每個采樣點上傳200次指定AP的MAC地址和信號強(qiáng)度,，去除偏離較大值后將均值記錄在數(shù)據(jù)庫中，單點采集時間約為3 min,，完成所有位置的信號采集時間為20 min左右,。

　　3.2 在線定位階段

　　實驗共采集了6個點的位置信息，在每個測試點,，以該點所處的墨卡托坐標(biāo)標(biāo)記該位置,，使用小米1s手機(jī)采集10組RSSI數(shù)據(jù)后發(fā)起定位請求，服務(wù)器將數(shù)據(jù)進(jìn)行定位計算,。記錄服務(wù)器反饋的位置信息,，并記錄所用時間，如表1所示,。每個位置重復(fù)定位試驗200次,，統(tǒng)計定位誤差結(jié)果如表2所示。

　　3.3 實驗結(jié)果分析

　　實驗結(jié)果表明,，最大定位誤差在3.4 m,，平均誤差在 2.9 m之內(nèi)；從請求定位到返回位置信息均在200 ms內(nèi)完成,。由于考慮到實時性要求,，客戶端定位時只采集了10組數(shù)據(jù),，不足以客觀反映該點AP信號的特征；以及劃分的指紋區(qū)域不夠精細(xì)造成定位精度不是很理想,。此外教室411和415周圍沒有人員走動,，并且周圍電腦、打印機(jī)等電子設(shè)備較少,，所以平均誤差較小，同時誤差標(biāo)準(zhǔn)差小,，說明定位的穩(wěn)定性高,；教室409和404內(nèi)有很多教學(xué)儀器，干擾較大,；教室407和庫房在樓梯處,，周圍人員走動多，且教室內(nèi)有多臺電腦,，干擾最大,，誤差的標(biāo)準(zhǔn)差較大，定位結(jié)果不穩(wěn)定,。

4 結(jié)束語

　　本文主要實現(xiàn)了一個基于WiFi的室內(nèi)定位系統(tǒng),，為了更好地實現(xiàn)定位，對WiFi信號具有的特性進(jìn)行了探究,，得出了WiFi信號概率分布特點,、隨距離衰減特點。在此基礎(chǔ)上,，采用位置指紋算法,，劃分1 m2的最小區(qū)域，以一個點的信號強(qiáng)度平均值作為該點的信號特征,。該系統(tǒng)的定位結(jié)果表明,，利用運(yùn)營商已布置好的AP，最大定位誤差在3.4 m,，定位速度較快,，且該系統(tǒng)成本低、使用方便,，是一種具有可行性的室內(nèi)定位方法,。

　　室內(nèi)定位技術(shù)一直處于不斷完善的過程中，在今后的工作中,，將致力于增加實驗數(shù)據(jù)的預(yù)處理功能,，從而更好地提高定位精度；加入更為豐富的功能,，例如導(dǎo)航,；研究基于IOS和Windows Phone平臺的移動GIS開發(fā)等,。

參考文獻(xiàn)

　　[1] 秦泗明. 基于位置指紋的WiFi室內(nèi)定位技術(shù)研究[D]. 成都:電子科技大學(xué), 2013.

　　[2] 何文濤,徐建華,葉甜春. 互相關(guān)干擾下的GNSS 弱信號檢測算法[J]. 電子學(xué)報, 2011,39(2):471-475.

　　[3] 潘立波. 基于WiFi技術(shù)的無線定位算法研究與實現(xiàn)[D]. 杭州:浙江大學(xué), 2013.

　　[4] 李久剛,唐新明,汪匯兵,等. REST架構(gòu)的WebGIS技術(shù)研究與實現(xiàn)[J]. 測繪科學(xué), 2011,336(3):85-87.

　　[5] IDC.IDC Worldwide Mobile Phone Tracker[R].FRAMINGHAM, Mass:IDC, November 12, 2013.

　　[6] 中投顧問. 2014-2018年中國智能手機(jī)行業(yè)投資分析及前景預(yù)測報告[R]. 深圳:深圳市中投咨詢顧問有限公司, 2014.

　　[7] Esri.ArcGIS Resources[EB/OL].[2014-06-01].http://resources.arcgis.com/en/home/.

　　[8] 盧恒惠,劉興川,張超,等. 基于三角形與位置指紋識別算法的WiFi定位比較[J]. 移動通信,2010,34(10):72-76.

　　[9] Serrano O,Canas J M,Matellan V,et al.Robot localization using WiFi signal without intensity map[D]. Spain:University of Girona,2004.

　　[10] Roberts B,Pahlavan K.Site-specific RSS signature Modeling for WiFi localization[A].Global Telecommunications Conference,2009,GLOBECOM 2009.IEEE, 2009:1-6.

　　[11] 丁濤. NLOS環(huán)境下基于DTV信號的定位算法研究[D]. 南京:東南大學(xué), 2010.

　　[12] 雷家毅. Android平臺基于WiFi的定位算法與系統(tǒng)設(shè)計[D].上海:華東理工大學(xué), 2012.