基于IBeacon的室內(nèi)定位技術(shù)發(fā)展綜述

劉愷 張仕斌

摘 要：隨著基于BLE（Bluetooth Low Energy）4.0協(xié)議的低功耗，高精度的新一代藍(lán)牙技術(shù)的發(fā)展，尤其是蘋果公司提出的IBeacon近場通信技術(shù)，使得高精度的室內(nèi)定位技術(shù)主鍵成為了室內(nèi)精準(zhǔn)定位領(lǐng)域中的研究熱點(diǎn)。本文當(dāng)前室內(nèi)定位進(jìn)行了總結(jié)，指出了基于IBeacon的室內(nèi)定位技術(shù)的兩大方式。其中，一種稱為距離測算定位法，另外一種稱為非距離測算定位法。同時(shí)，重點(diǎn)分析了距離測算定位法的技術(shù)難點(diǎn)和技術(shù)重點(diǎn)。題。

關(guān)鍵詞：IBeacon；BLE藍(lán)牙技術(shù)；指紋算法；噪聲處理；RSSI信號(hào)強(qiáng)度；最小二乘法

隨著移動(dòng)互聯(lián)網(wǎng)快速的發(fā)展，無論是在室外還是在室內(nèi)的環(huán)境下，準(zhǔn)確而迅速的取得移動(dòng)終端設(shè)備的位置信息以及提供相應(yīng)位置服務(wù)的需求變得日益迫切。

目前，室外定位發(fā)展相對比較成熟，主要采用的技術(shù)是以GPS定位技術(shù)為核心的一系列技術(shù)，精度較高，定位速度快。

室內(nèi)定位系統(tǒng)采用的技術(shù)按照信號(hào)類別分為射頻識(shí)別，ZigBee[ 1 ]，超聲波，藍(lán)牙等，定而位算法按照是否對距離進(jìn)行測定分為基于測距和非測距兩類。其中，測距算法主要有TOA（Time of Arrive）[ 3 ]、AOA（Angle ofArrive）、TDOA（Time Difference of Arrive）等方法。而非測距算法主要通過接受到的信號(hào)強(qiáng)度RSSI（Received Signal Strength Indicator）[ 2 ]來判定位置。

易部署、低功耗、輕量級(jí)、高精度成為室內(nèi)定位技術(shù)領(lǐng)域中的四大核心問題。室內(nèi)定位技術(shù)主要是通過智能設(shè)備上的傳感器以及傳感器的無線發(fā)射器所搭建的位置網(wǎng)絡(luò)，計(jì)算獲取用戶實(shí)時(shí)坐標(biāo)的實(shí)現(xiàn)。

隨著近場通信技術(shù)逐漸邁向成熟，基于藍(lán)牙.4.0低功耗的室內(nèi)定位技術(shù)己經(jīng)開始逐漸進(jìn)入人們的日常生活中，尤其是蘋果公司提出的iBeacon[8]近場通信技術(shù)?；贐LE（Bluetooth Low Energy）4.0協(xié)議的高精度室內(nèi)定位技術(shù)逐漸成為室內(nèi)定位領(lǐng)域中研究的新熱點(diǎn)。

自從BLE4.0協(xié)議推出之后，低功耗以及50米覆蓋范圍將藍(lán)牙應(yīng)用推向新一輪高潮，其中最主要的就是基于iBeacon技術(shù)的低功耗、高精度、易部署、輕量級(jí)的室內(nèi)定位技術(shù)研究。

一、室內(nèi)定位技術(shù)研究基礎(chǔ)

（一）基于指紋的定位算法

基于指紋的定位算法主要分為確定型算法和概率型算法兩類。主要方式就是首先針對定位環(huán)境進(jìn)行格子化采樣，然后進(jìn)行數(shù)據(jù)處理后建立此環(huán)境下的指紋庫，實(shí)時(shí)定位階段，便可以采用確定型或者概率型算法進(jìn)行樣本匹配便可以得到坐標(biāo)。這兩類型算法都把定位過程分為離線采樣階段和在線定位階段。

在離線采樣階段，系統(tǒng)通過對特定樣本數(shù)據(jù)的采集、分析、處理，訓(xùn)練所需的模型，確定相關(guān)的參數(shù)和配置，為后續(xù)階段提供數(shù)據(jù)基礎(chǔ)。

在在線定位階段，系統(tǒng)通過對特定信號(hào)特征進(jìn)行觀測，并采用特定的方法，使用離線采樣階段生成的模型進(jìn)行匹配計(jì)算，從而提供位置估計(jì)。

常見的方法包括：基于傳播模型、基于貝葉斯概率模型、基于粒子濾波框架、基于神經(jīng)網(wǎng)絡(luò)等等。其中，對于不同的信號(hào)特征，研究其分布特征，并以其分布特性為基礎(chǔ)，構(gòu)建相關(guān)的模型也是常見的研究方法。如無線定位方法中，對于無線信號(hào)強(qiáng)度分布的擬合問題即可使用高斯分布、混合高斯分布來完成，而其他的諸如KNN技術(shù)、核方法、指紋排序方法，都極大的豐富了定位理論，提供了很多可能性。

（二）基于測距的定位算法

基于測距的定位算法，主要是根據(jù)近場射頻所發(fā)射的RSSI建立距離轉(zhuǎn)化模型。在實(shí)時(shí)定位的過程中，可以根據(jù)實(shí)時(shí)RSSI得到實(shí)時(shí)距離，然后根據(jù)實(shí)時(shí)距離采用相應(yīng)的定位算法獲得實(shí)時(shí)坐標(biāo)。

常用的RSSI定位方法包括基于距離（range-based）的定位算法和距離無關(guān)（range-free）的定位算法，本文討論基于RSSI的測距定位算法。在采用RSSI進(jìn)行測距定位的方法中，通常是利用相關(guān)的模型建立RSSI和距離之間的關(guān)系曲線，得到RSSI和距離之間的函數(shù)關(guān)系式，或者是采用一定的方法建立RSSI和距離之間的映射關(guān)系數(shù)據(jù)庫，在實(shí)際測距階段再將測得的RS SI值代入相應(yīng)的關(guān)系式或映射關(guān)系數(shù)據(jù)庫得到其對應(yīng)的距離，然后利用多個(gè)距離值或者距離值之間的角度和大小差異計(jì)算移動(dòng)或靜止目標(biāo)的位置。

二、基于IBeacon的室內(nèi)定位技術(shù)

在基于IBeacon的RSSI模型定位算法中，將定位過程分為三個(gè)階段：

第一個(gè)階段就是IBeacon的RSSI模型指紋庫形成階段，目的在于訓(xùn)練出經(jīng)過處理后的精確指紋庫；

第二個(gè)階段則是對實(shí)時(shí)信號(hào)的處理、優(yōu)化過程，即通過過濾得到可靠的實(shí)時(shí)距離值；

第三個(gè)階段是最終定位過程，即通過相應(yīng)算法模型來獲取坐標(biāo)值。

（一）IBeacon信號(hào)源節(jié)點(diǎn)的RSSI模型指紋庫

RSSI是接收信號(hào)強(qiáng)度，隨著距離的增加，RSSI值將會(huì)對應(yīng)發(fā)生改變，通常在信號(hào)通過濾波器后才采集這個(gè)值。在計(jì)算RSSI損耗過程中，利用RSSI的發(fā)射強(qiáng)度和接收強(qiáng)度，這樣便可以獲得理論上信號(hào)在傳播過程中的損耗，通常這是針對自由空間來討論。常用的理論信號(hào)傳播模型主要有：兩徑模型[ 4 ]、對數(shù)距離路徑損耗模型[ 5 ]、自由空間傳播模型[ 6 ]、對數(shù)常態(tài)分布模型[ 7 ]。其中，自由空間傳播模型是建立在無干擾和障礙的假設(shè)下測量取得；兩徑模型（Two-Ray ground）則是包含了地面發(fā)射波，接收的信號(hào)是由直接接收加上地面反射兩部分組成；對數(shù)常態(tài)分布是經(jīng)過分析以及經(jīng)驗(yàn)而總結(jié)出來的一種模型，更加適用于實(shí)際傳播路徑損耗上。

傳播路徑損耗模型選擇非常重要，因?yàn)閷τ谑覂?nèi)環(huán)境來說傳播過程中傳播的路徑損耗非常大。室內(nèi)環(huán)境中的傳播損耗預(yù)測很復(fù)雜，主要研究方向則是需要針對特定場景的實(shí)現(xiàn)模擬環(huán)境，然后針對于模擬環(huán)境根據(jù)輸入輸出來建立一個(gè)傳播預(yù)測模型。在實(shí)際問題可以采用BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)作為訓(xùn)練模型。

近幾年的論文課題中大多數(shù)采用的是基于對數(shù)傳播模型的經(jīng)驗(yàn)公式。所謂的經(jīng)驗(yàn)公式是指在實(shí)驗(yàn)室環(huán)境下將信號(hào)發(fā)射器與接收器分別放置在不同的距離與位置下，然后分別記錄相應(yīng)的信號(hào)強(qiáng)度與距離數(shù)值，然后經(jīng)過大量實(shí)驗(yàn)大量環(huán)境下測試而擬合出來一種距離與信號(hào)強(qiáng)度的函數(shù)關(guān)系。

（二）實(shí)時(shí)信號(hào)強(qiáng)度RSSI的處理及優(yōu)化

IBeacon的 RSSI值在某一個(gè)點(diǎn)服從高斯分布，大小不穩(wěn)定，統(tǒng)計(jì)分析其最大波動(dòng)值可達(dá)12個(gè)單位，這給基于RSSI在實(shí)時(shí)定位系統(tǒng)的高精度實(shí)現(xiàn)增加了較大困難。為了降低實(shí)時(shí)信號(hào)的隨機(jī)波動(dòng)性，對實(shí)時(shí)接收到的信號(hào)通常進(jìn)行加權(quán)滑動(dòng)窗口的平滑處理和高斯擬合處理，消除RSSI極端跳動(dòng)。這些極端跳動(dòng)往往是因?yàn)榉块g內(nèi)突然的環(huán)境變化所導(dǎo)致，例如室內(nèi)溫度差異大、室內(nèi)大量人員活動(dòng)導(dǎo)致，對于這種跳變較大的RSSI信號(hào)通常采用卡爾曼濾波器來進(jìn)一步對實(shí)時(shí)信號(hào)做處理，改良實(shí)時(shí)信號(hào)。

基于加權(quán)滑動(dòng)窗口的平滑處理機(jī)制有以下幾個(gè)優(yōu)點(diǎn)：

1）計(jì)算簡單，窗口大小靈活控制，能滿足實(shí)時(shí)性要求。許多研究中使用高斯濾波等來處理實(shí)時(shí)信號(hào)，需要一定量的累積數(shù)據(jù)，在目標(biāo)實(shí)時(shí)移動(dòng)的情況下，難以滿足實(shí)時(shí)性要求，或者由于過多考慮了歷史信息造成定位誤差；

2）通過控制滑動(dòng)窗口中各個(gè)權(quán)值，既使用了歷史信息來預(yù)測，防止產(chǎn)生較大波動(dòng)，又能較好的反映當(dāng)前值。

（三）基于最小二乘的線性求解

在最終定位過程中，本文介紹一種比較有效的算法模型，最小二乘法[ 6 ]，又稱最小平方法，是一種常用的數(shù)學(xué)優(yōu)化技術(shù)。它通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。在實(shí)際環(huán)境中，IBeacon信號(hào)傳輸范圍在超過一定距離后，衰減速度將會(huì)越來越快，對模型的擬合程度會(huì)逐漸下降，此時(shí)，對信號(hào)強(qiáng)度計(jì)算的微小偏差會(huì)造成距離上較大的誤差。因此，為了提高測距性能的準(zhǔn)確性和魯棒性，減小信號(hào)隨機(jī)性帶來的誤差，最好對RSSI傳播曲線進(jìn)行分段擬合。

三、結(jié)語

基于低功耗藍(lán)牙的定位技術(shù)會(huì)變得越來越重要，尤其是對零售領(lǐng)域的應(yīng)用。該技術(shù)需要布局IBeacon網(wǎng)絡(luò)，每個(gè)IBeacon創(chuàng)建一個(gè)信號(hào)區(qū)域，定位精度可以做到區(qū)域定位，也可以通過RSSI與距離的關(guān)系公式計(jì)算出設(shè)備與IBeacon之間的距離，另外還可以利用加權(quán)滑動(dòng)窗口、最小二乘法等增加定位精度。多個(gè)IBeacon，并且拓?fù)浜侠恚苓_(dá)到比較好的室內(nèi)定位效果?，F(xiàn)在的局限是需要布局專用的IBeacon設(shè)施，其覆蓋范圍不廣，并且很多移動(dòng)用戶不經(jīng)常開啟藍(lán)牙設(shè)備。但是，隨著IBeacon技術(shù)以及定位技術(shù)的發(fā)展，室內(nèi)定位的應(yīng)用范圍也會(huì)越來越廣。

參考文獻(xiàn)：

[1] Zigbee： "Wireless Control That Simply Works".

[2] Junjun Xu，Haiyong Luo，F(xiàn)ang Zhao，Rui Tao， Miming Lin."Dynamic indoor localization techniques based on Rssi in environment，" Pervasive and Applications（ICPCA），2011 6th International Conference.

[3] 趙方，羅海勇，馬嚴(yán)，徐俊俊.基于公共信標(biāo)集的高精度射頻指紋定位算法.計(jì)算機(jī)研究與發(fā)展，ISSN 1000-1239/CN 11-1777/TP，2012， 49（2）：243-252.

[4] 倪巍，王宗欣.基于接收信號(hào)強(qiáng)度測量的室內(nèi)定位算法[J].復(fù)旦學(xué)報(bào)（自然科學(xué)版）.Vol.43 No.1 Feb.2014.