一种高精度室内定位仿真系统的研究与实现
打开文本图片集
摘 要：室内环境的复杂性远远高于室外环境，信号的多径传播为室内定位精度提出了极大挑战。本文提出和实现了一种高精度室内定位仿真平台，用于模拟室内高精度定位。该仿真系统首先生成三维可视化的定位空间；其次通过反向射线追踪技术分析射线的直射、折射、反射、绕射过程，获得定位点的径参数；再次完成信号首径检测并测距；最终实现米级定位仿真。实验结果显示系统在多径环境下，以75%的概率定位误差可以达到3米以内。
关键词：室内定位；高精度定位；仿真；信号
中图分类号：TP311.56 文献标识码： A 文章编号： 2095-8595 （2016） 06-710-06电子科学技术 URL： http//.cn DOI： 10.16453/j.issn.2095-8595.2016.06.010
引言
随着位置服务的兴起和广泛应用，用户期望获得室内室外一体化的定位服务，对室内定位的精度提出了更高的要求，例如在候机大厅用户期望获得精准的商品位置信息，又如在停车场利用室内定位进行泊车服务。然而室内环境的复杂性，尤其是多径效应给室内高精度定位带来了极大挑战。建立高精度室内定位仿真平台可以复现实际系统定位时的本质过程，观察定位系统各个参数变化对定位精度的影响程度，并通过反复实验来验证、发现及修正所设计系统存在的问题，可以避免反复制造昂贵定位设备而带来的经济损失，缩短产品研发时间，节省开支，具有重要的现实意义。美国的Wireless InSite是较为成熟的商业化仿真软件，已普遍应用于诺格坎普格罗曼、波音公司等美军军品设计，以及商用通信设备设计，而国内还缺少高精度室內定位仿真系统的研究。
本文提出了一种高精度室内定位仿真系统，用于模拟室内高精度定位，为后续室内定位技术研发提供仿真平台。
1 研究现状
目前的定位技术都无法提供高精度的、室内外一致覆盖的定位服务。基于导航卫星的定位系统不能覆盖室内定位，同时其定位精度在10～100米左右，不能满足室内定位的需求。而现有的WiFi、蓝牙、超声波、可见光等各种室内定位技术都只能适用有限的场所，且部署成本高昂。为此，最近结合4G和5G技术提出了基于移动通信网的室内定位，利用手机的便携性，实现室内室外的一体化定位。但是目前CID（Customer IDentity）、UTDOA（Uplink-Time Difference of Arrival）、OTDOA（Observed Time Difference Of Arrival）等定位技术，其定位精度在数百米到千米之间，远不能适应室内定位的需要[1，2]。因而，本文是在移动通信网方法基础上进行改进，提供融合了WiFi、卫星等多种方式的定位仿真平台。
信号传播模型是定位仿真的核心内容。目前的信号传播模型主要分为统计性模型和确定性模型两大类，如表1所示。统计性模型[3]是对大量的实际测量数据进行统计学分析，从而找出反映信号传播特性的各种参数服从的分布，从而建立传播模型来进行预测。其优点是模型比较简单，但缺点是针对整个场景的统计，却无法对一个精准的点进行预测，而且每个场景都有自己的独特特征通用性不好，对测量设备的精度要求也非常高。
确定性模型中比较有代表性的就是射线跟踪技术[4]。射线跟踪方法是基于几何光学理论，通过模拟射线的传播路径来确定反射、折射等。一旦确定所有的射线路径后，就可以根据电波传播理论计算每条射线的幅度、相位、延迟和极化，结合天线方向和系统带宽就可以得到到达接收点的所有射线的相干合成结果。因此，相对于统计性模型来讲，在预测精度方法射线跟踪拥有巨大的优势。射线跟踪算法可以为两大类：正向射线跟踪算法和反向射线跟踪算法。正向射线跟踪是由源点出发，向空间发出大量的射线，分别跟踪每个射线的路径。反向射线跟踪是由接收点出发，追踪每一条能够从源点到达接收点的路径。两种算法特点对比如表2所示。
本文提出的仿真系统将主要基于反向射线追踪技术。
2 室内定位仿真系统模型
高精度地面无线定位网关键技术仿真平台目标是能够生成定位空间及多径信号，分析多径环境下信号传播，完成信号首径检测并测距，最终实现米级定位仿真。
本系统根据功能划分为四大模块，分别是空间构造模块、传播分析模块、编码测距模块和定位算法模块，如图1所示，空间构造模块负责构造三维虚拟空间，绘制射线路径与定位点坐标。传播分析模块给出空间中任意一点接收到的信号路径数量以及每一条径的参数。编码与测距主要负责实现两大功能，实现多径信号的合成和提取首径并计算TOA（Time of Arrival）。定位算法模块实现位置估算和定位误差估计，并根据定位误差对网元布局进行优化。
2.1 空间构造模块
空间构造模块的主要目的是构造定位仿真场景，绘制射线路径与定位点坐标。空间构造模块的基础功能就是提取定位仿真场景中的信息，将整个场景抽象成若干个平面。其中每一个面可以表示为一个三元组：
其中，a代表面方程，b代表面上的凸点坐标，c为材质编号。
2.2 传播分析模块
空间传播分析模块主要利用网元和终端之间的无线信号传播原理，计算生成在定位过程中所需的多种无线传播特征，如传播延迟和信号强度等。由于室内环境中存在反射、折射和衍射等多种传播方式，接收点的信号会进行多径合成，在接收点可以利用径数量及径参数来表示该点的信号强度，即
其中，Ni代表第i条径中的网元，Uii代表第i条径中的终端，Li代表第i条径中的损耗，并且Li=（a1，b1，c1，d1）， a1、b1、c1、d1分别为直射、反射、折射、绕射的衰减损耗，Di代表第i条径中的时延。
本系统主要采用反向射线跟踪法模拟信号传播的过程。首先，从接收点出发，基于几何光学和一致性绕射理论，推断出每一条从源点通过直射、反射、折射和绕射能够到达接收点的路径。然后，计算每一条路径在接收点数据，包括损耗、时延和到达角。若此源点的每一条路径上到达接收点的场强都低于阈值，则输出源点到达接收点的全部路径。否则，源点关于空间中的全部平面做镜像点，筛选出合法的镜像点成为虚源点（源点为零级源点，源点产生的虚源点称为一级源点，每一级源点产生的虚源点的级数递减）。
源点通过关传播空间中的平面做镜像点的方式产生下一级源点，各级源点之间形成了如图2所示的树状结构。进行反向射线跟踪时，采用广度优先遍历的方法对各级源点至场点的射线路径进行搜索。上述方法有两个优点：一是能够优先获取反射阶数较低的路径，较短时间内计算出价值较高的数据。二是判定某一虚源点非法后，可以进行减枝，提高计算效率。
2.3 编码测距模块
编码与测距模块使用具有自相关与互相关性的编码序列区分不同网元信号，合成不同传播损耗与时延的多径信号，最后在多径信号中估计首径时延提取TOA。序列编码使用了Gold序列[5]，由两个码长相等、码时钟速率相同的m序列优选对通过模2相加而构成的，互相关性可以表示为：
本系统为了提升定位精度，参考LTE R9标准引入了PRS（Positioning Reference Signal）。PRS由Gold序列表示，并且当Gold序列被网元生成后，映射到定位子帧对应的资源网格。信号经过多径信道，可以被描述为 条具有不同时延并不同损耗的多径信号。其形式化描述为：
其中，h（t，τ）， τi（t）和Φi（t）分别是信号衰减、传播时延、对应路径 的时延。在终端UE相应接收信号 可以被表示为：
在接收端，首先通过进行网元识别，然后在终端同步生成对应网元的PRS，并与接收到的信号进行相关性比对，通过峰值检测与前沿比率等首径估计算法估计TOA[6]。
2.4 定位算法模块
（1）支持的定位算法与网元优化布局
本文提出的定位仿真平台支持四种定位算法：四边测量法、极大似然法、质心定位算法[7]、Chan氏算法[8]和Taylor算法。在四边测量法、极大似然法和质心定位算法中，TOA的误差是导致定位误差的主要因素，因此在进行锚节点选择的过程中一定要把TOA的值考虑进去，同时考虑到应该使这四个点形成接近于正四面体的形状，因此定义了相对位置权重和角度权重。最后考虑到预估节点和质心节点的距离和通信半径的差距所带来的误差影响，定义了贴近距离权重，从这三方面出发，来选择锚节点组。使选出的锚节点最接近于正四面体，有利减小待定位点与质心的误差，能有效提高定位精度。
此外，网元分布的位置的不同会导致TOA误差的不同，影响定位算法的精度，进而对定位结果产生重要的影响。因此，本文提出的定位仿真平台还设计了网元重布局算法，综合考虑定位精度等因素，寻找网元的最佳布局位置来提高定位精度。
（2）室内精度的评价指标
为了直观地展示室内定位效果，评估定位算法和定位仿真平台，需要对定位精度进行分析，提出三种评价指标。
定位误差：所谓定位误差是定位算法获得的估计位置与真实位置之间的几何距离。可以表示为：
其中=A（x1，y1）为估计值坐标，B（x2，y2）为真实位置坐标。
定位精度等高线：所谓定位精度等高线是指定位场景中同一水平面上，定位误差相等的相邻各点所连成的闭合曲线。由于定位场景中，人通常处于站立姿势或坐姿，一般分析0米，0.9米和1.2米等常见三个平面。
定位精度面：所谓定位精度平面是指定位场景中，各点定位误差的拟合曲面。一般用颜色信息标示定位精度的不同，定位误差越小颜色越趋近于蓝色，相反越趋近于红色。
3 实验与分析
3.1 试验场景设定
定位仿真场景如图3所示，定位网元数量为12个，分为两层布局，每层数量为6个，网元之间初始呈正六边形布局。内层网元之间的距离25m，内层和外层对应网元的距离同样为25m。
室内环境为一个圆弧顶的二层建筑物如图4所示。
建筑物的长度为17.8m，宽度为6.4m，高度为6.3m。设置墙体厚度为200mm，地板与天花板的厚度为100mm，楼梯宽度为1000mm。建筑物的总长为17800mm，宽为6400mm，高为6300mm。其中，设置每个房间的长为5000mm，宽为4500mm，高为3000mm，供人行走平台宽为1500mm。每个房间有2扇窗户1扇门。建筑物的前侧窗户为1000mm，高为1500mm，建筑物后侧窗户宽2500mm，高1500mm，定位接收点在房间内随机移动。
其中，门窗边框材质为铁，其他混凝土，材质数据库如下表3所示：
3.2 室内精度结果分析
选定图4中，1楼左侧房间，以0.5米密度采集网格取点，得到100个待定位点。采用3.4节中的三个定位误差指标，分别得到图5、6、7的仿真结果。
图5是在待测空间中采集100个节点的误差情况，横坐标表示第i个节点，纵坐标表示第i节点的误差大小。从图5中可以看出第50个节点的误差值最小仅为0.1米左右，最大的误差值出现在第8个节点，误差值为6.5米，并且這100个节点中，有60%以上的节点误差值在1.5米到3米之间，有15%左右的节点误差值在0.5米到1.5米之间。仅有25%左右的节点的误差值在3米以上，总体来讲在不考虑误差高度的情况下，仿真效果趋近于理想状态，并且平均误差仅为2.5米。
图6为在待测区间中采集100个点的误差绘制的等高线的展示图，用浅到深表示误差由低变高的情况，其中误差的范围是从0到6.5米左右。横纵坐标表示每一个节点的x轴坐标与y轴坐标。从图中可以看出误差小于3米的区域约占整个图的75%左右，并且小于1米的区域约占1/3，大于5米区域仅占25%。由此可以看出大部分误差都是分布在0到3米之间。
图7是在待测区间采集100个节点进行测试精度面的结果展示，横纵坐标表示待测节点的高度为0.2米的坐标，高度表示该点的误差大小。从图中可以看出误差的范围在0米到6.5米左右，并且大部分误差分布在0米到3米之间，仅有少部分误差大于3米，并且在0米到3米之间相对趋近于稳定状态并无大的波动。
4 結论
现有的定位技术都无法提供高精度的、室内外一致覆盖的定位服务。因此本文提出一种高精度室内定位关键技术的仿真平台，能够生成定位空间及多径信号，分析多径环境下信号传播，完成信号首径检测并测距。并且通过定位误差、定位精度等高线、定位精度面三个性能指标对该仿真平台进行评估。实验结果表明该仿真平台有60%以上的节点误差值在1.5米到3米之间，75%的节点定位误差小于3米，平均误差仅在2.5米左右。
基金项目：
本文受到中兴产学研合作项目（No. 2015ZTE01-01-12）、国家科技重大专项（No. 2016ZX03001023-005）、国家自然科学基金项目（No. 61370212）的资助。
参考文献
K. Zhang， H. Hu， W. Dai， Y. Shen， and M. Z. Win， "An area state-aided indoor localization algorithm and its implementation，" in Proc. IEEE Int. Conf. on Commun. Workshop， London， UK， Jun. 2015， pp. 1–6.
1.W. Dai， Y. Shen， and M. Z. Win， "Energy-efficient network navigation algorithms，" IEEE J. Sel. Areas Commun.， vol. 33， no. 7， pp. 1418–1430， Jul. 2015.
Papkelis E G， Psarros I， Ouranos I C， et al. A radio-coverage prediction model in wireless communication systems based on physical optics and the physical theory of diffraction [Wireless Corner][J]. Zeitschrift Für Orthopdie Und Ihre Grenzgebiete， 2007， 110（6）：925-7.
Franek O， Andersen J B， Pedersen G F. Diffuse Scattering Model of Indoor Wideband Propagation[J]. Antennas & Propagation IEEE Transactions on， 2011， 59（8）：3006-3012.
Angling M J， Kirkby G， Harkness P， et al. The wideband ionospheric sounder cubesat experiment （WISCER）[C]// General Assembly and Scientific Symposium. IEEE， 2014：1-4.
Isa A A M， Othman M H， Isa M S M， et al. Utilising MIMO for positioning in mobile WiMAX systems[J]. 2013：7-10.
Ahn H， Rhee S B. Simulation of a RSSI-Based Indoor Localization System Using Wireless Sensor Network[C]// International Conference on Ubiquitous Information Technologies & Applications. IEEE， 2010：1-4.
Chan Y T， Ho K C. A simple and efficient estimator for hyperbolic location[J]. IEEE Transactions on Signal Processing， 1994， 42（8）：1905-1915.