基于WiFi與移動智能終端的室內(nèi)定位方法綜述

石高濤，王伯遠(yuǎn)，吳 斌

(天津大學(xué)a．計算機(jī)科學(xué)與技術(shù)學(xué)院;b．軟件學(xué)院，天津300072)

1 概述

室內(nèi)定位是指在室內(nèi)環(huán)境中實現(xiàn)定位，最早被應(yīng)用于同步定位與地圖構(gòu)建(Simultaneous Localization and Mapping，SLAM)中。隨著移動互聯(lián)時代的到來，室內(nèi)定位變成了一個人們關(guān)注的熱點，應(yīng)用前景十分廣泛。其應(yīng)用前景大體上可以分為以下5類:(1)室內(nèi)導(dǎo)航，告知用戶如何到達(dá)室內(nèi)的某個地方等;(2)社交需求，名片交換等;(3)市場推銷，商城、景點提供導(dǎo)購等服務(wù);(4)公共安全，緊急情況下的人員定位等;(5)移動計算，大數(shù)據(jù)分析，分析用戶習(xí)慣等有價值信息。文獻(xiàn)［1］對所有需要室內(nèi)定位的移動手機(jī)應(yīng)用做了簡要的論述。

研究人員針對室內(nèi)定位做出了一些重要的研究成果?？傮w上，以智能手機(jī)普及為分界線，根據(jù)定位使用的工具的不同，可以將室內(nèi)定位分為以下3種:(1)室內(nèi)部署紅外線設(shè)備來定位的方法［2］;(2)室內(nèi)部署超聲波設(shè)備來定位的設(shè)計方案［3］;(3)室內(nèi)部署射頻設(shè)備來定位的方案［4-5］;(4)室內(nèi)部署UWB設(shè)備來定位的方案［6-7］。這些方法都可以達(dá)到比較高的定位精度，其中UWB的定位精度可以達(dá)到10 cm級別，但是它們有一個共同的問題就是都需要在室內(nèi)提前部署一些特定設(shè)備并且在定位前需要采集一些必要的信息，因此這些方法的規(guī)?；杀据^高，成為阻礙其普及的主要原因。

還有一些成本較低的室內(nèi)定位方案:(1)通信基站，每個基站都有全球唯一的標(biāo)識，可以通過查數(shù)據(jù)庫知道用戶的位置，精度在幾百米以內(nèi);(2)WiFi路由器，每個WiFi路由器都有全球唯一的標(biāo)識，可以通過查數(shù)據(jù)庫知道用戶的位置，精度在幾十米以內(nèi)。以上方案的缺點是在室內(nèi)定位的精度較差，并且在室內(nèi)定位中都無法達(dá)到像GPS室外定位那樣的連續(xù)定位。連續(xù)定位不僅能夠定位用戶當(dāng)前的位置，而且可以跟蹤用戶之前的運動軌跡。

設(shè)計能夠廣泛應(yīng)用的室內(nèi)定位方案，一般情況下需要考慮以下4個因素:

(1)成本:主要包含預(yù)部署成本、計算成本、維護(hù)成本。其中預(yù)部署成本包括需要提前部署到要定位地方的設(shè)備和提前采集信息的代價;計算成本是定位算法的計算代價;維護(hù)成本是保證定位系統(tǒng)正常運行需要花費的代價。

(2)定位精度:室內(nèi)定位對定位精度要求比室外更高，達(dá)到1 m以內(nèi)。

(3)連續(xù)定位:可以實時查看用戶的運動軌跡和當(dāng)前位置，對用戶體驗有很大的提升。

(4)環(huán)境依賴度:環(huán)境變化對定位結(jié)果的影響程度。影響程度越大，環(huán)境依賴度越高。

隨著智能手機(jī)的普及，利用智能手機(jī)和WiFi定位逐漸成了室內(nèi)定位的研究熱點，近來很多室內(nèi)定位的研究都是基于WiFi和智能移動終端展開，主要有以下兩方面原因:(1)從控制成本的角度，應(yīng)盡量使用已有的設(shè)備，而WiFi熱點就是一種很好的選擇。一般在辦公區(qū)、購物中心或者機(jī)場等公共場所都會有WiFi熱點部署，并且WiFi接口在當(dāng)前的移動智能終端已經(jīng)很普及。此外，智能移動終端也成為基于位置服務(wù)的應(yīng)用的載體;(2)從定位的精度上來看，使用WiFi和智能手機(jī)可以實現(xiàn)高精度的定位，而且可以通過與手機(jī)中的傳感器相結(jié)合實現(xiàn)連續(xù)定位。

針對室內(nèi)定位，已有相關(guān)研究從不同角度對其進(jìn)行綜述，文獻(xiàn)［8］對當(dāng)前的定位技術(shù)做了詳細(xì)的總結(jié)，從成本、精度、可擴(kuò)展程度、缺點等維度做了對比，指出了當(dāng)前定位技術(shù)的發(fā)展以及存在的問題。文獻(xiàn)［1］是在智能手機(jī)迅速普及的背景下，對智能手機(jī)傳感器做了較全面的調(diào)研，指出智能手機(jī)的迅速發(fā)展將給室內(nèi)定位帶來了新的機(jī)會。文獻(xiàn)［9］對現(xiàn)有的使用智能手機(jī)傳感器定位的系統(tǒng)做了調(diào)研，從類型、系統(tǒng)電量消耗、系統(tǒng)計算時間、用戶多樣性、是否用戶參與等多個維度分析了它們的優(yōu)缺點。

本文通過對基于移動智能手機(jī)和WiFi的室內(nèi)定位方法進(jìn)行全面綜述，對相關(guān)工作進(jìn)行梳理總結(jié)，并嘗試給出未來可能的發(fā)展方向。介紹基于移動智能設(shè)備和WiFi的室內(nèi)定位的基本方法，并指出基本方法存在的問題;從多個維度對基于移動智能和WiFi的室內(nèi)定位進(jìn)行分類;對基于移動智能設(shè)備和WiFi的室內(nèi)定位技術(shù)進(jìn)行比較;總結(jié)了室內(nèi)定位通用方法應(yīng)該具備的3個特征。

2 室內(nèi)定位基本方法

2．1 基于相對位置的計算方法

此類方法首先待測目標(biāo)處的 RSSI，然后根據(jù)WiFi信號的衰變模型計算出待測目標(biāo)到參考點的距離，并依據(jù)距離推算出待測目標(biāo)的位置。

該方法較為常用的定位技術(shù)是根據(jù)三邊定位算法，通過利用待測目標(biāo)到至少3個已知的參考點的距離信息來估計目標(biāo)位置，其中參考點位置信息必須是已知的。因為WiFi路由器的ID是全球唯一的，所以可以通過查詢數(shù)據(jù)庫得到相應(yīng)WiFi路由器的位置，從而確定參考點的位置信息。但由于WiFi路由器位置可能會被移動的原因，這種位置信息不可靠。文獻(xiàn)［10］通過實地實驗也驗證了使用位置指紋識別方法相對于三邊定位的優(yōu)越性，三邊定位環(huán)境依賴度高而且精度不夠高。之后在三邊定位的基礎(chǔ)上衍生出了一些計算過程比較復(fù)雜的定位方法，可以達(dá)到比較高的定位精度。之后三邊定位的方法也被其他計算方法代替，從而可以達(dá)到比較高的定位精度。

該類方法中需要解決的問題有3點:

(1)如何避免或者減少環(huán)境依賴問題，如WiFi熱點的分布是否均勻?qū)Χㄎ唤Y(jié)果的影響程度;

(2)如何去除干擾的RSS信息，使得計算距離更加準(zhǔn)確，因為同一個熱點在某個位置可能會有幾個RSS信息;

(3)如何在避免或者減少提前部署工作的前提下將相對位置轉(zhuǎn)換成絕對位置。

該類方法中典型的算法就是文獻(xiàn)［11］提出的EZ算法，如圖1(a)所示，2個移動設(shè)備(M1和M2)可以測量分別得到其到2個熱點(AP1，AP2)的距離(d11，d12，d21，d22)，但是這時候無法確定M1和M2的位置，因為還會有很多可能的位置分布，如圖1(a)中測量到的距離值和圖1(b)一致，但是位置不同。而隨著移動設(shè)備和熱點的增多如圖1(c)所示，這種位置分布的可能性就越小，當(dāng)移動設(shè)備和熱點的數(shù)量達(dá)到一定量之后就可以確定一個唯一的位置分布情況。然后再通過少量移動設(shè)備接收到的GPS信號的定位信息就可以確定所有移動設(shè)備的絕對位置。

圖1 EZ算法示意圖

該方法的核心思想就是窮舉所有可能的位置分布情況，然后排除不可能的情況，最后得到一個位置分布情況，好處就是不需要人工參與信號采集就可以實現(xiàn)良好的室內(nèi)定位效果。

2．2 基于位置指紋的計算方法

基于位置指紋的計算方法，需要提前收集定位的環(huán)境中的位置指紋信息，然后通過待測目標(biāo)處的位置指紋信息推算出相應(yīng)的位置信息。

如圖2所示基于位置指紋的計算方法從宏觀上可以分為以下3個步驟:

(1)獲取WiFi的位置指紋信息RSSI;

(2)通過處理得到RSSI地圖，所謂RSSI地圖就是RSSI信息和位置的一一對應(yīng);

(3)把目標(biāo)位置測量到的RSSI發(fā)送到定位系統(tǒng)，定位系統(tǒng)通過計算返回相對應(yīng)匹配位置。

具體的實現(xiàn)方法有多種，但是總體的思想是一致的。用戶在運動過程中會捕獲位置指紋信息，查詢位置的時候?qū)⑽恢弥讣y信息發(fā)送給定位系統(tǒng)(??RSSI)，定位系統(tǒng)根據(jù)RSSI地圖(位置?RSSI)匹配得到當(dāng)前位置指紋對應(yīng)的位置信息(位置??RSSI)，此類方法的關(guān)鍵點是獲得RSSI地圖和通過RSSI地圖計算得到位置信息，如圖2所示。

圖2 基于位置指紋方法的基本步驟

該方法需要預(yù)先收集大量的位置指紋信息。一般情況下位置指紋收集的越多，定位的準(zhǔn)確率就越高，直到達(dá)到某個閾值。得到位置指紋地圖之后，還需要一個高效的算法估計待測位置的位置信息，文獻(xiàn)［12］采用的是貝葉斯(Na?ve Bayes，NB)算法，實現(xiàn)簡單而且定位效果良好。另外文獻(xiàn)［13］中使用K最近鄰(K-Nearest Neighbor，KNN)算法，其中K=1，該方法實現(xiàn)簡單，定位效果良好?？偨Y(jié)起來，該類方法要解決的問題有以下3點:

(1)如何避免或者減少獲得RSSI地圖需要花費的人力;

(2)如何解決RSSI信息和位置不一一對應(yīng)的問題;

(3)如何通過RSSI地圖高效地計算出位置信息。

文獻(xiàn)［14］提出一個簡單而有效的基于信號傳播模型的定位系統(tǒng)RADAR。首先在室內(nèi)布設(shè)一些特定的熱點，使得這些熱點的信號能覆蓋整個要定位的區(qū)域，然后提前采集位置指紋信息，用這些采集信息來構(gòu)建和驗證信號傳播模型，最后使用該模型來根據(jù)測量到的信號強(qiáng)度信息推斷出對應(yīng)的位置。

文獻(xiàn)［15］提出的定位系統(tǒng)Horus使用一種自回歸模型，將人工采集的信息處理變成位置指紋信息，然后通過最大似然估計的方法來推斷出位置信息，可以達(dá)到很高的定位精度。文獻(xiàn)［16］在文獻(xiàn)［14-15］的基礎(chǔ)上將采集的位置信息的類型拓展到室內(nèi)其他一些信號類型，比如聲音、光、顏色等。

2．3 基于傳感器距離估計

文獻(xiàn)［14-16］提出的定位方法都需要采用人工收集指紋信息，增大了預(yù)部署的成本。一些定位方法通過使用手機(jī)傳感器跟蹤人的運動狀態(tài)的方法來實現(xiàn)自動收集位置指紋信息，典型的有文獻(xiàn)［12］中提出的方法，圖3為自動獲得位置指紋架構(gòu)示意圖。

圖3 位置指紋架構(gòu)示意圖

為了實現(xiàn)這個自動的過程需要有一個智能移動設(shè)備(有加速度、羅盤、陀螺儀等傳感器)和一個地圖(標(biāo)識出所有人能走的道路)，通過傳感器可以得到人運動的起點、終點、運動的路線(轉(zhuǎn)了幾個彎等)、路線的長度以及運動路線上的RSSI值，然后通過在地圖上枚舉的方法最終會得到唯一的一條路線，從而就實現(xiàn)了RSSI到地圖上位置的映射，最后得到一個位置指紋地圖。為了提高準(zhǔn)確性，采用了新的傳感器計步和方向偏轉(zhuǎn)角度估計算法，使得結(jié)果不受手機(jī)在身體上位置變化的影響。

近年來，室內(nèi)定位的技術(shù)中手機(jī)傳感器得到了大量的使用，通過手機(jī)傳感器可以計算出用戶的運動狀態(tài)，從而為高精度的室內(nèi)定位提供保障。表1簡要總結(jié)了目前智能手機(jī)中比較常用于室內(nèi)定位的傳感器及其作用。

表1 常用于室內(nèi)定位的傳感器及其作用

在已有研究中，文獻(xiàn)［11，13，16-20］不同程度地使用了手機(jī)傳感器，使用WiFi定位都會使用手機(jī)中的WiFi傳感器，文獻(xiàn)［12-13］提出了利用手機(jī)中的陀螺儀、羅盤、加速度傳感器輔助定位的方法，達(dá)到了較好的效果。然而像文獻(xiàn)［13］一樣很多提出使用手機(jī)傳感器跟蹤用戶狀態(tài)輔助定位的方法都是基于使用手機(jī)傳感器可以很精確地跟蹤用戶運動狀態(tài)的假設(shè)之上的，文獻(xiàn)［12］提出了使用手機(jī)傳感器準(zhǔn)確跟蹤用戶的運動狀態(tài)的有效方法。

另外文獻(xiàn)［21］針對上面的問題提出一種使用手機(jī)傳感器跟蹤用戶的運動狀態(tài)的通用方法，從而為使用手機(jī)傳感器跟蹤用戶運動狀態(tài)的室內(nèi)定位方法提供有力支持，而且該方法不需要提前知道手機(jī)在身體上的方向，根據(jù)人的運動對手機(jī)的影響的關(guān)系來判斷人的運動狀態(tài)，并且可以去除地磁對羅盤傳感器的影響，從而使得判斷更加精確。

文獻(xiàn)［19］通過對WiFi和地磁信號研究發(fā)現(xiàn)了WiFi和地磁信號的互補(bǔ)性，從而提出了一種使用WiFi和磁力傳感器2種傳感器定位的方法，不僅避免了提前部署需要的花費，而且可以達(dá)到比較高的定位精度。

3 室內(nèi)定位技術(shù)

3．1 連續(xù)型與非連續(xù)型定位

基于移動智能終端和WiFi的室內(nèi)定位技術(shù)可以根據(jù)是否使用移動智能設(shè)備中傳感器跟蹤用戶運動狀態(tài)而達(dá)到2類定位效果:一類是非連續(xù)型，這類方法需要提前建立位置指紋地圖，根據(jù)某個時刻用戶發(fā)送的定位請求在位置指紋地圖中計算返回最佳匹配的位置信息，即用戶的位置信息是按照用戶的定位請求時間非連續(xù)分布的;另一類是連續(xù)型，這類方法使用傳感器來記錄人的運動軌跡，從而可以將各個時間點的用戶位置信息連接起來。這類方法可以在用戶運動的過程中收集RSSI，從而通過積累可以完成RSSI地圖，從而為以后的定位提供數(shù)據(jù)，避免了提前準(zhǔn)備RSS地圖的花費。

3．2 2D室內(nèi)定位與3D室內(nèi)定位

基于移動智能終端和WiFi的室內(nèi)定位技術(shù)可以根據(jù)是否能識別室內(nèi)用戶樓層變化分為2種類型:第1類是2D定位;第2類是3D定位。這2類技術(shù)的應(yīng)用場景不同，實現(xiàn)的復(fù)雜度也不相同，第2類方法為了實現(xiàn)3D定位需要使用手機(jī)中的傳感器，通過手機(jī)的傳感器可以判斷用戶上樓下樓的動作。

3．3 用戶參與與用戶不參與的室內(nèi)定位

基于移動智能終端和WiFi的室內(nèi)定位技術(shù)可以根據(jù)是否需要用戶參與分為2類:一類需要用戶參與，用戶在使用室內(nèi)定位系統(tǒng)時可以輸入自己的位置信息反饋給定位系統(tǒng)，以達(dá)到校正定位系統(tǒng)的目的;另一類不需要用戶參與，這類定位系統(tǒng)不提供用戶輸入位置信息的接口。

3．4 無線信號指紋室內(nèi)定位

雖然WiFi RSSI指紋定位目前比較流行，由于它的工作頻率比較高，因此它很容易受到諸如人的狀態(tài)以及人站位的方向、多徑傳輸和衰減的影響。文獻(xiàn)［22］從設(shè)計一個魯棒性和差異性的無線信號指紋的角度出發(fā)提出了基于調(diào)頻信號(FM)的室內(nèi)定位方法，調(diào)頻信號因為頻率低，所以受上述因子的影響很小，并且它受時間變化的影響也較小。重要的是從文獻(xiàn)［22］的實驗結(jié)果可以表明FM RSSI定位跟WiFi RSSI定位的誤差是獨立的，把兩者結(jié)合起來，可以把定位精度提高到83%。然而使用該方法又會引入調(diào)頻信息采集的復(fù)雜度。另外文獻(xiàn)［23］也從設(shè)計一個魯棒性和差異性的無線信號指紋的角度出發(fā)提出了基于信道頻率響應(yīng)的室內(nèi)定位方法，同樣會引入信息采集的復(fù)雜度，但是在定位精度方面有所提高。

4 定位技術(shù)分析比較

本節(jié)對當(dāng)前典型的基于移動設(shè)備和WiFi的室內(nèi)定位工作進(jìn)行分析總結(jié)，表2從定位的原理、基于的工具、定位的效果、提前部署花費的人力物力等方面給出了比較結(jié)果?？梢钥吹?，針對室內(nèi)定位，目前還沒有一個可以廣泛使用的解決方法，從總體上看室內(nèi)定位技術(shù)的發(fā)展趨勢為易于部署、高精度、支持3D定位。

表2 基于室內(nèi)定位技術(shù)比較結(jié)果

從表2中可以看出，基于位置指紋定位的工作數(shù)量明顯多于基于相對位置的工作數(shù)量，可以反映出基于位置指紋的定位方法比較受青睞，主要原因如下:

(1)從實現(xiàn)的復(fù)雜度角度，基于相對位置的室內(nèi)定位方法在算法的實現(xiàn)上相對較復(fù)雜。

(2)從定位的精度角度，從表2就可以看出基于位置指紋的方法的平均定位誤差可以減小到1 m，而基于相對位置的定位方法最好情況下的誤差為2．7 m?？梢姡谖恢弥讣y的定位方法的定位精度要高于基于相對位置的定位精度。

(3)從解決第2節(jié)提到的幾種定位方法分別遇到的問題方面，基于傳感器距離估計的方法更容易解決上述問題。通過使用手機(jī)傳感器來識別人的運動狀態(tài)可以在用戶行走的過程中完成位置指紋地圖的收集，并且通過一些算法比如機(jī)器學(xué)習(xí)的算法，可以便捷而且比較準(zhǔn)確地計算出相應(yīng)的位置信息［12-13，17］;文獻(xiàn)［17］提出的 CUPID 通過利用手機(jī)傳感器記錄用戶的運動狀態(tài)來判斷用戶和WiFi熱點的夾角，從而可以過濾掉干擾的RSSI信息，計算出準(zhǔn)確地相對位置;但算法比較復(fù)雜，而且需要安裝特定的芯片，不適合廣泛使用。

(4)從是否支持3D方面，近年來基于相對位置的方法沒有提出支持3D定位的解決方法，而基于位置指紋的方法已有提出支持3D的定位解決方法［13］，而且其定位精度和傳統(tǒng)方法相當(dāng)。

(5)從定位方法的靈活程度方面，基于位置指紋的定位方法可以做到室內(nèi)某一層到RSSI的映射、某一個房間到RSSI的映射和某一個點到RSSI的映射，定位相對于基于相對位置的方法來說比較靈活。

5 結(jié)束語

本文對近年來室內(nèi)定位方法進(jìn)行綜述?？梢源笠?guī)模部署的室內(nèi)定位的方法應(yīng)該具備以下3個特征:易于部署;精確度高;支持3D定位。然而，能夠支持這3種特征的定位方法還有很多問題需要解決。比如基于相對位置的計算方法，需要找到更加簡單而高效的計算模型;對于基于位置指紋的計算方法，需要提出更加自動化的獲取位置指紋的方法;對于基于傳感器距離的計算方法，需要找到更加簡便而準(zhǔn)確的跟蹤人的運動軌跡的方法。此外，一些解決室內(nèi)定位的方法和理念也需要不斷的被提出，例如文獻(xiàn)［24］就采用圖像識別的方法來定位，也能夠達(dá)到不錯的定位效果。另外，為支持以上3個特征，使用手機(jī)傳感器跟蹤人的運動狀態(tài)是必要的。最后，室內(nèi)定位的算法必須要配備有效的容錯機(jī)制，因為算法的輸入信息會隨著環(huán)境發(fā)生不可預(yù)期的變化，如果從算法復(fù)雜度和定位精確度折衷的角度來看，機(jī)器學(xué)習(xí)的方法是一種不錯的選擇。文獻(xiàn)［12-13］分別使用K最近鄰和貝葉斯算法都達(dá)到較好的定位效果。

［1］ Lane N，Miluzzo E，Lu H，et al．A Survey of Mobile Phone Sensing［J］．IEEE Communications Magazine，2010，48(9):140-150．

［2］ Want R．The Active Badge Location System［J］．ACM Transactions on Information Systems，1992，10(1):91-102．

［3］ Ward A，Jones A，Hopper A．A New Location Technique for the Active Office［J］．IEEE Personal Communications，1997，4(5):42-47．

［4］ Ni L M，Liu Yunhao，Lau Y C，et al．LANDMARC:Indoor Location Sensing Using Active RFID［C］//Proceedings of the1stIEEE InternationalConference on Pervasive Computing and Communications．Washington D，C．，USA:IEEE Press，2003:407-415．

［5］ 鄧輝舫，馬啟平，周尚偉．使用無線射頻識別(RFID)技術(shù)進(jìn)行室內(nèi)定位［J］．計算機(jī)應(yīng)用，2008，28(7):1858-1860．

［6］ Yu Kegen，Montillet J P，Rabbachin A．UWB Location and Tracking for Wireless Embedded Networks［J］．Signal Processing，2006，86(9):2153-2171．

［7］ 李 杰．基于 UWB和 DGPS的混合定位方法研究［J］．計算機(jī)應(yīng)用與軟件，2010，27(5):212-215．

［8］ Hightower J，Borriello G．Location Systems for Ubiquitous Computing［J］．IEEE Computer，2001，34(8):57-66．

［9］ Subbu K，Zhang Chi，Luo Jun，et al．Analysis and Status Quo of Smartphone-based Indoor Localization Systems［J］．IEEE Wireless Communications，2014，21(4):106-112．

［10］ Li Binghao，Quader L J，Dempster A G．On Outdoor Positioning with WiFi［J］．Journal of Global Positioning Systems，2008，7(1):18-26．

［11］ Chintalapudi K，Iyer A P，Padmanabhan V N．Indoor Localization Without the Pain［C］//Proceedings of the 16th Annual International Conference on Mobile Computing and Networking．Washington D．C．，USA:IEEE Press，2010:173-184．

［12］ Rai A，Chintalapudi K K，Padmanabhan V N，et al．Zee:Zero-effort Crowdsourcing for Indoor Localization［C］//Proceedings of the 18th Annual International Conference on Mobile Computing and Networking．Washington D．C．，USA:IEEE Press，2012:293-304．

［13］ Yang Zheng，Wu Chenshu，LiuYunhao．Locatingin Fingerprint Space:Wireless Indoor Localization with Little Human Intervention［C］//Proceedings of the 18th Annual InternationalConference on Mobile Computing and Networking．Washington D．C．，USA:IEEE Press，2012:358-367．

［14］ Bahl P，Padmanabhan V N．RADAR:An Inbuilding RF-based UserLocation and Tracking System［C］//Proceedings of the 19th Annual Joint Conference of the IEEE Computer and Communications Societies．Washington D．C．，USA:IEEE Press，2000:231-241．

［15］ Youssef M，Agrawala A．The Horus WLAN Location Determination System［EB/OL］．(2011-12-12)．http://www．docin．com/p-305713112．html．

［16］ Azizyan M，Constandache I，Choudhury R R．SurroundSense:Mobile Phone Localization via Ambience Fingerprinting［C］//Proceedings ofthe 15th AnnualInternational Conference on Mobile Computing and Networking．Washington D．C．，USA:IEEE Press，2009:261-272．

［17］ Jiang Y，Pan X，Li K，et al．ARIEL:Automatic Wi-Fi Based Room Fingerprinting for Indoor Localization［C］//Proceedingsof2012 ACM Conferenceon Ubiquitous Computing．New York，USA:ACM Press，2012:441-450．

［18］ Wang H，Sen S，Elgohary A，et al．No Need to War-drive:Unsupervised Indoor Localization［C］//Proceedings of the 10th International Conference on Mobile Systems．Washington D．C．，USA:IEEE Press，2012:157-165．

［19］ Zhang C，Luo J，Wu J．A Dual-sensor Enabled Indoor Localization System with Crowdsensing Spot Survey［C］//Proceedings of DCSS’14．Washington D．C．，USA:IEEE Press，2014:148-156．

［20］ Sen S，Lee J，Kim K H，et al．Avoiding Multipath to Revive Inbuilding WiFi Localization［C］//Proceedings of the 11th Annual International Conference on Mobile Systems．Washington D．C．，USA:IEEE Press，2013:269-278．

［21］ Roy N，Wang He，Choudhury R R．I Am a Smartphone and I Can TellMyUser’sWalkingDirection［C］//Proceedings of the 12th Annual International Conference on Mobile Systems．Washington D．C．，USA:IEEE Press，2014:156-162．

［22］ Chen Y，Lymberopoulos D，Liu J，et al．Fm-based Indoor Localization［C］//Proceedings of the 10th International Conference on Mobile Systems．Washington D．C．，USA:IEEE Press，2012:359-368．

［23］ Robertson P，Angermann M，Krach B．Simultaneous Localization and Mapping for Pedestrians Using Only Footmounted Inertial Sensors［C］//Proceedings of the 11th International Conference on Ubiquitous Computing．Washington D．C．，USA:IEEE Press，2009:93-96．

［24］ Ravi N，Shankar P，F(xiàn)rankel A，et al．Indoor Localization Using Camera Phones［C］//Proceedings of MCSA’05．Washington D．C．，USA:IEEE Press，2005:299-307．