1、西華大學課程設計說明書 PAGE PAGE 361前言(qin yn) 近年來，隨著無線通信技術與網絡(wnglu)技術的不斷發展和全面普及，各種新業務與新需求層出不窮，其中位置(wi zhi)感知計算(Location-aware Computing)和基于位置的服務LBS 在人們的生產生活中起到了至關重要的作用，如何確定用戶位置是實施前述應用的首要問題，因此定位技術是位置感知計算和基于位置的服務的核心問題。 根據應用環境與場景的不同，定位技術可分為室內定位技術和室外定位技術。室外定位系統主要有蜂窩定位和全球定位系統 GPS。 蜂窩無線定位即手機定位，是基于移動蜂窩網的基站定位，其定位精度依

2、賴于基站的 分 布 和基站 信號覆 蓋范圍 的大小 。1996 年，美國 FCC 頒布了E-911(Emergency call 911)條例提出了相關的技術要求，要求移動通信提供商必須為用戶提供定位準確度在 125m 以內的室外定位服務，2001 年以后，美國 FCC 提出了更嚴格的準確度和三維空間定位的需求。在政府的要求和市場利潤的驅動下，使基于蜂窩移動網的定位技術得到了廣泛的應用。 美國的 GPS 系統是目前使用最廣泛、用戶人數量最多的全球性定位系統。GPS系統由 24 顆衛星組成，在任何時間任何地點地面接收終端都可以同時接受到 4 顆以上的衛星發出的信號。根據電磁波的傳播原理，通過衛星

3、信號的到達時間差來計算出搜索到的衛星和終端用戶之間的距離，采用三邊定位法計算出終端用戶的具體位置，其民用定位精度可以達到 15m 以內。同時，其他國家也陸續研究開發出了具有自主知識產權的定位系統，包括和中國的北斗衛星定位系統、俄羅斯的Glonass 定位系統和歐盟的 Galileo 定位系統。 但是在城市環境中，由于 GPS 衛星發射的電磁信號太微弱，樓宇等建筑物阻礙了衛星信號的傳播，所以導致了所謂的“都市峽谷”（Urban Canyon）效應，使得 GPS 系統無法正確定位。因此，雖然 GPS 系統在室外環境能夠有效地定位，但是在室內環境卻無法進行有效的定位。 以上兩種定位系統是應用比較廣泛

4、的室外定位系統，但應用于室內的時候，這兩種定位(dngwi)系統并不能提供很好的定位服務。首先，由于室內環境復雜，信號在室內傳播(chunb)的情況要復雜于室外傳播的情況。其次，室外定位應用大都是開闊環境中，幾十米的定位誤差并不影響用戶的使用感受；但對于室內(sh ni)定位應用而言，需要將定位精度控制在若干米以內，才能為用戶提供達可具使用性的室內定位系統。針對室內定位的難點，即克服信號受到環境噪聲的干擾，對移動用戶的快速定位，對定位精度的高要求，國內外研究人員都進行了有針對性的研究，這些研究涉及到無線網絡、傳感器技術、隨機信號處理等眾多交叉領域。2總體方案設計2.1WiFi室內定位技術的分類

5、2.1.1 幾何法 幾何法是利用幾何學原理估計用戶位置的定位方法，幾何法包括三邊定位法和三角定位法，其中前者使用距離作為幾何參數，后者使用角度作為幾何參數，以下將簡述三邊定位法的定位原理。 三邊定位法是一種基于測距的定位算法，GPS 全球定位系統是典型的使用三邊定位法進行位置估計的定位系統，根據定位目標與各個參考點的距離使用幾何方法得到估計坐標。在二維空間坐標系中，選取三個點作為參考點，這三個點必須是不共線的，在得知它們與定位目標之間距離的情況下即可以計算出定位目標的位置。 如圖 2.1.1 所示，已知參考節點 A 、 B 、C 的坐標分別為 ( Xa,Ya )、（Xb，Yb）、（Xc，Yc）

6、，測得它們到待定位節點 D 的距離分別為Da 、Db 、Dc，假設節點 D 的坐標為 (x, y) 。 圖2-1-1三邊(sn bin)定位法示意圖 當測得未知節點與信標(xn bio)節點的距離為 d 時，在理想情況(qngkung)下，可認為未知節點在以參考節點為圓心半徑為 d 的圓上，三個相交的圓可唯一確定一個點或一個區域，這個點或者這個區域的中心即為未知節點的位置。根據已知參數，可建立如下一組方程：2.1.2近似法 近似法的原理為在某一范圍內監測附近用戶，若感知到用戶在接近某錨節點時，即可以使用錨節點位置近似計算用戶的位置。如圖 2-4 所示。 在無線網絡中，每個接入點都有一定的覆蓋范

7、圍，它是連接用戶從無線通信到有線通信的紐帶，為無用戶提供通信服務，所有進入這一信號區域的無線用戶都可以通過與它的關聯實現網絡通信。此定位方法是通過 AP 接入點的位置來估計用戶的位置，其最大優點是簡單，易于實施使用，無需在終端安裝任何額外的硬件設備和軟件程序，可以使用服務器進行集中監控，常用的服務器接入監控程序可以基于 RADIUS(Remote Authentication Dial-In User Service)協議或者基于SNMP(Simple Network Management Protocol)協議。近似法的定位精度主要依賴于AP 接入點的接入距離，IEEE 802.11 的理論

8、接入距離是室內100米和室外(sh wi)300 米，但在實際使用中有各種障礙物，如混凝土墻壁(qingb)和鐵對射頻信號的屏蔽最大，玻璃、木板、石膏墻等對無線信號的影響最小，所有AP 接入點的有效(yuxio)接入距離是室內3米、室外100米。 圖2-1-2 近似法位置估計示意圖2.1.3場景分析法 該方法首先將觀察到的環境信息簡化成易于量化與計算的信息量，使用相關的信息量描述物理位置，將所有位置的位置信息量匯總構成環境數據庫。在位置匹配階段，利用在某一地點觀察到的場景特征信息量，使用特定的匹配算法進行位置匹配，從而分析推斷用戶的估計位置。 場景分析法的優點在于不用依賴于幾何量就可以通過非幾

9、何的角度或距離這些的特征估計出物體的位置。測量角度或距離需要添加額外的設備，實施復雜度高，也不利于實際實施。但是，場景分析法也有其不足之處，系統需要獲得具體定位環境的特征集，從而與其實時場景特征量進行匹配和定位。而且，環境中的某些環境參數的改變可能會導致先期的環境特征量不再適用，從而可能要重新構建新的特征集。2.2方案(fng n)的選擇比較2.2.1定位方法(fngf)的選取 基于WIFI的室內定位 有三種基本定位思路，包括(boku)幾何法、近似法和場景分析法，表2-2為幾種定位方法的對比情況。表2-2室內定位方法的比較 與基于傳播模型的幾何法相比，基于位置指紋的定位模型可以提供更高精度的

10、定位要求，而且具有良好的魯棒性，可以有效避免由于傳播模型不準確所帶來的定位誤差，所以基于位置指紋的定位方法成為目前室內定位的主流方向。因此將基于 Wi Fi和位置指紋的室內定位方法作為本課題的研究對象。2.2.2定位算法的選取 基于WIFI的室內定位有兩種基本的定位算法，分別是最近鄰法和樸素貝葉斯法。 = 1 * GB2 最近鄰法： = 2 * GB2 樸素(p s)貝葉斯法：樸素(p s)貝葉斯法是一種源于統計學的分類方法，是貝葉斯分類的一種基于貝葉斯定理(dngl)的實現。它通過計算目標的后驗概率來實現定位。 位置指紋識別的兩種基本匹配算法(K 近鄰法和樸素貝葉斯法)中，樸素貝葉斯法的定位

11、精度要高于 K 近鄰法，因此本文所實現的定位系統選擇基于概率性的貝葉斯匹配算法作為基本定位方法。3WiFi定位系統的概述 目標是實現基于位置指紋的無線室內定位系統，旨在向用戶提供所在區域的實時位置信息，并提供相對應的指引幫助。定位系統的主要目標如下： 為用戶提供高精度和高可靠性的室內定位服務； 使用戶可以在系統覆蓋區域無縫地使用定位服務，獲取其所在位置的實時位置信息； 定位系統可以迅速地處理來自用戶的定位請求，并對并發訪問提供良好的應答機制。圖3無線室內定位系統整體(zhngt)架構 定位系統整體(zhngt)架構如圖 3所示，本室內(sh ni)定位系統是由定位服務器、Wi Fi 網絡(含

12、AP)和定位終端三部分組成。 定位服務器的主要功能：(1)解析離線階段采集的 RSSI 信息，建立 WLAN 地圖數據庫和信號覆蓋圖數據庫；(2)響應移動終端的定位請求，根據指定的定位匹配算法結合位置指紋數據庫進行位置估計，并將定位結果返回給移動終端。 終端系統的主要功能：(1)離線階段自動連續測量 RSSI 特征數據；(2)定位階段掃描發送定位請求和顯示由服務器返回的位置信息等。 WiFi網絡的主要功能：(1)構建射頻信號空間分布，為定位算法提供 RSSI 指紋數據支撐；(2)為移動終端與定位服務器提供通信支撐。3.1系統功能模塊需求3.1.1服務器程序 服務器程序主要由以下功能模塊組成：網

13、絡通信模塊、定位算法模塊、RSSI指紋數據庫模塊和地圖信息模塊，其結構如圖3-1-1所示。圖3-1-1服務器系統(xtng)結構圖 其中網絡通信模塊與移動(ydng)終端進行通訊，需要接收來自多個移動終端的定位請求(qngqi)，并能將定位結果和位置應用等相關信息返回給相應的移動終端。RSSI 位置指紋數據庫模塊在服務器啟動之初，需要對離線階段所采集的位置指紋信息進行解析，結合實際環境中的建筑布局進行定位空間建模，將位置指紋信息和定位環境相關聯。并根據定位算法的要求，對數據庫中的位置指紋進行濾波處理，保證指紋信息的準確性，以提高定位系統的定位精度。 定位算法模塊是整個系統中最核心的功能模塊，對

14、室內定位結果有著極大的影響。由于目前有很多種基于位置指紋的定位算法，且各算法對系統要求各異，因此在系統設計之初，應選擇合適的設計模式和數據結構以保證能定位系統可以兼容多種定位算法，為以后的系統拓展和改進提供必要的基礎。3.1.2終端程序 終端程序主要由以下功能模塊組成：RSSI 測量模塊、UI 界面和網絡通信模塊，其結構如圖3-1-2所示。圖3-1-2終端(zhn dun)系統(xtng)功能結構圖 網絡通信模塊(m kui)與服務器端通信模塊為通信對等實體，不再詳述。 RSSI 測量模塊使用無線網卡底層驅動，讀取接收自各個AP 的 Beacons 幀信息，得到所需要的 RSSI 信息，并將位

15、置指紋與位置信息相關聯。 位置信息顯示模塊即為 UI 界面，由于終端界面需要使用在離線階段和定位階段，并且兩個階段的功能作用不同，因此需要有兩種 UI 界面。一種為系統維護人員所使用的位置信息采集界面，需要輸入位置信息，并可設置時間間隔在某一參考點處連續采集一組 RSSI 數據；另一種為用戶使用的定位查詢界面，將由服務器返回的位置信息顯示在 UI 界面中。4 WiFi定位系統的設計與實現 定位系統的服務流程如圖4所示。(1)離線訓練階段，在定位區域使用移動終端測量收集各個AP的 RSSI 信息，并將RSSI信息存儲在位置指紋數據庫中供服務器程序進行定位使用。(2)在線定位階段，啟動定位服務器中

16、的程序，完成系統初始化工作，并做好監聽定位請求的準備。(3)開啟移動終端上的終端程序，根據 Wi Fi 網絡初始化通信網絡，關聯通信AP，圖4定位系統服務(fw)流程圖并讀取配置文件進行(jnxng)UI界面(jimin)初始化。(4)移動終端掃描無線信號，將對應AP的MAC和RSSI列表發送給定位服務器。(5)服務器程序接收到用戶的定位請求后，使用指定的位置匹配算法計算出用戶的當前位置，并結合當前位置的其他應用信息，一同返回給移動終端。(6)終端程序收到服務器程序返回的位置結果后，將用戶位置顯示在地圖顯示模塊中，為用戶提供直觀的顯示效果。4.1硬件平臺4.1.1無線AP系統中使用的無線 AP

17、 是Linksys WRT54G，有很多種開源無線路由固件都支持此款 AP，如 Tomato Dual WAN，DD-WRT，Way OS和Open WRT，因此，可以提供給用戶多于默認固件的功能，有助于提升用戶的使用感受。WRT54GZ 的詳細配置參數如表4-1-1示。表4-1-1WRT54G參數4.1.2移動(ydng)終端在本系統(xtng)中采用的移動終端是Lenovo的LePad A1，這是一款基于(jy)android系統的平板電腦，其中CPU主頻1GHz，并擁有7英寸,1024*600的大屏幕，A1的詳細配置參數如表4-1-2所示：表4-1-2 LePad參數4.2服務器系統 服

18、務器系統的功能結構主要包括網絡通信模塊、定位算法模塊和RSSI指紋數據庫模塊，服務器系統的邏輯關系如圖4-2所示，箭頭方向代表數據流向。服務器程序在VS2010下實現，各個功能模塊在同一主機中，后期可以考慮將服務程序和數據庫分離在不同的機器中。圖4-2服務器系統(xtng)邏輯圖4.2.1數據庫模塊(m kui) 數據庫模塊中首要功能是保存位置指紋數據，需要對離線階段所采集(cij)的位置指紋信息進行解析，結合實際環境中的建筑布局進行定位空間建模，將位置指紋信息和定位環境相關聯。本系統將定位區域劃分成大小為 1*1m的柵格，定位算法最終實際定位目標為柵格的標號，因此，即使定位在同一標號的柵格中

19、，也存在由于柵格劃分而產生的定位誤差，即位置指紋識別法的定位精度存在理論下限。所以，需要根據實際定位范圍和訓練階段的采樣間隔距離來決定柵格大小的劃分。RSSI數據庫的定義如表 4-2-1所示。表4-2-1RSSI數據庫表4.2.2定位(dngwi)算法模塊 定位算法模塊(m kui)是整個定位系統的核心模塊，模塊的運行由位置查詢報文的到達事件(shjin)觸發，定位匹配流程如圖4-2-2所示。圖4-2-2-1匹配算法流程圖本定位系統所在的定位區域大小在500平方米左右，定位區域將被劃分500多個柵格標號，因此建立以柵格標號為鍵值的靜態數組作為主數據索引，并將屬于同一個標號的所有指紋數據串聯起來

20、，方便匹配算法使用，因為每個位置指紋包含的 AP 可能不同，使用MAC為鍵和RSSI為值組成鍵值對保存在結構map中。定位匹配算法的指紋數據組織結構如圖4-2-2-2所示。由于本系統所采用的基礎匹配算法為基于概率性的樸素貝葉斯法，在位置匹配過程中，每個柵格位置都會計算出相應的后驗匹配概率，根據前文所提出的聯合定位方法，初定位階段需要保存 M 個概率最高的柵格標號，因此，匹配模塊采用大小為M 的最小堆保存柵格標號與其相對應的概率，以便聯合定位階段不需要重新計算系統布置AP的RSSI 的匹配概率，降低匹配算法的時間復雜度。圖4-2-2-2數據組織結構圖4.2.3通信(tng xn)模塊 定位系統的

21、基礎設施(j ch sh sh)是Wi Fi無線網絡，因為局域網中通信過程中的丟包率很低，而且系統的主要服務是定位服務，定位階段正常的數據交互僅進行(jnxng)一次往返通信過程即可完成服務，因此，本系統在傳輸層采用無連接的UDP協議作為傳輸層協議，考慮到少概率丟包情況，在應用層增加重傳機制，當終端發送定位請求之后，如果1s之后沒有收到回復，則重傳上次的報文請求。本小節將詳細說明終端系統與服務器系統之間的通信協議格式。 應用層的通信協議采用擴展方便的 TLV(Type-Length-Value)協議格式。其中，Type域是signed short 類型，長度為 2個字節；Length 域是un

22、signed int類型，長度為4個字節；Value域是可變長度，其中存儲應用層載荷數據。以下為通信功能中的幾種典型應用分析數據包的類型，包括：定位請求、位置響應和RSSI指紋更新。 定位請求的數據定義如表4-2-3-1和表4-2-3-2所示：表4-2-3-1定位請求格式表4-2-3-2定位(dngwi)請求載荷數據格式 位置響應(xingyng)的數據定義如表4-2-3-3和表4-2-3-4所示：表4-2-3-3位置(wi zhi)響應格式表4-2-3-4位置響應載荷數據格式 RSSI 指紋更新的數據定義如表4-2-3-5和4-2-3-6所示：表4-2-3-5 RSSI指紋更新格式表4-2-

23、3-6 定位請求載荷數據格式4.3終端(zhn dun)系統終端(zhn dun)系統的功能結構主要包括RSSI測量(cling)模塊UI界面及終端通信模塊三個子模塊，終端系統的邏輯關系如圖4-3所示，箭頭方向代表數據流向。圖4-3終端系統邏輯圖 終端系統在平板電腦Le Pad中實現，操作系統為Android，開發軟件使用Eclipse。現如今基于Android系統的手持終端的數量急速增長，并且由于手持終端體積小巧，便于攜帶，相比于筆記本電腦，更能滿足用戶對于實時定位的要求。Android 系統提供豐富的類庫和控件，便于開發者使用，大大提高了軟件的開發效率，縮短了項目開發周期，使開發者可以把更

24、多的時間花費在業務邏輯中。因此，本系統采用 Android平臺作為開發環境，有助于不同終端接入使用本定位系統，提高本定位系統的實用性。4.3.1RSSI測量模塊 RSSI測量模塊的功能是測量終端所能掃描到的所有AP的RSSI值，RSSI 測量模塊的工作流程如圖4-3-1所示。 Google公司發布的基于Android 操作系統進行應用軟件開發的開源SDK工具包，包含了功能豐富的WiFi Manager類庫，不僅可以使應程序方便地實現Wi Fi連接，而且其中封裝好的Wi Fi 掃描函數可輕松掃描設備通信范圍內的AP 熱點，同時可顯示接入點的SSID、MAC地址、IP 和經量化處理的RSSI。Wi

25、 Fi Manager提供了一個面向底層硬件驅動程序的抽象接口，使上層應用軟件不必知道下層硬件的具體實現方式，直接從驅動程序所更新的參數數據中得到各個AP的RSSI信息。程序中主要使用了該類的兩個方法startScan和getScanResults。圖4-3-1 RSSI測量(cling)模塊流程圖4.3.2UI界面(jimin)UI界面的主要功能是顯示(xinsh)地圖信息，并與用戶進行交互，如圖4-3-2所示為離線訓練階段所用的UI界面。其中界面主題顯示為本系統所在的定位區域，定位區域以實驗室120B左下角作為起始坐標(0，0)的參考點的二維相對坐標，橫向為 X 軸，縱向為 Y 軸，坐標軸

26、單位為 cm。因為平板電腦帶有觸摸屏，所以可以直接觸摸用戶所在位置，由程序計算得出離線階段的相對坐標，便于訓練階段使用。由于訓練階段的位置指紋數據的準確性會對定位系統的定位精度產生巨大的影響，因此增加以每個房間的左下角為參考點的局部相對(xingdu)坐標系。訓練階段使用激光測距儀測量出局部(jb)相對坐標，填入文本框中，由程序算出全局相對坐標。UI界面中左上角區域顯示位置坐標，第一列為室內相對(xingdu)局部相對坐標，第二列為全局相對坐標。如圖4-3-2所示，實驗室 125 中的紅點的位置即為用戶位置，局部相對坐標為(200,300)，全局相對坐標為(1201cm，1392)。定位階段所

27、用的 UI界面與訓練階段的相似，只是位置坐標由定位服務器返回所得，所以此節不再做描述。圖4-3-2 UI界面4.3.3終端通信程序 終端通信模塊的主要功能是接收和發送通信數據，終端通信程序由RSSI測量模塊觸發。終端通信模塊的工作流程圖如圖4-3-3所示，具體通信協議前文已經進行介紹。圖4-3-3 終端系統(xtng)通信流程圖5實驗(shyn)平臺5.1軟件(run jin)環境 在研究射頻無線信號的空間傳播特性之前，首要任務是使用終端在指定位置測量實時 RSSI。本節將介紹后續實驗中所用到的Wi Fi 網絡實驗環境，以及測量射頻無線信號等相關信息的方法。 由前文的介紹可知，WiFi無線局域

28、網中的終端通過與AP 接入點通過通信連接進行信息交互。在某時刻，如果不指定 AP 接入點的SSID，無線網卡將以附近AP 接入點的信號強度為標準，選取信號強度最高的AP建立連接請求。同終端與AP 進行關聯從而通信的方式不同，定位系統需要終端探測感知所在區域內所有AP 接入點的信號強度。在 IEEE802.11 協議中，終端可以使用兩種方式獲取各個AP 的 RSSI 信息，即被動掃描(Passive Scanning)模式和主動掃描(Active Scanning)模式。 被動掃描模式的優點是可以(ky)降低功耗，但由于 AP 接入點可以(ky)被設置為不發送Beacons 幀，終端可能無法(w

29、f)獲得所有AP接入點的RSSI 信息，所以本文選擇使用主動掃描模式實現RSSI 的獲取功能。在主動掃描過程如圖5-1所示，終端將掃描所有的802.11信道，在每個信道中，終端將以廣播的方式發送 Probe Request幀，當AP收到此廣播幀后，就會選擇合適的時序發送Probe Response 幀。隨著終端接收到工作在各個信道上的AP返回的Probe Response幀，主動掃描過程結束，終端將會獲取到所有可以觀察到的AP列表，其中包括定位所需要的各個AP的MA地址和RSSI信息。圖5-1 802.11協議中的主動掃描過程 目前雖然有很多種網絡嗅探工具可以收集Wi Fi局域網中的各個AP的

30、RSSI，如Net Stumbler，但此工具只支持windows平臺，并且不可以得到開源代碼。為了提高訓練階段的效率，更符合系統實際的定位需求，本文采用較為輕薄的平板電腦LePad作為終端，并在此終端上開發了RSSI采集程序。5.2實驗(shyn)場景5.2.1AP的搭建(d jin) 本文(bnwn)的實驗地點是電子科技大學清水河校區科研B座，由實驗室B120B127以及走廊所組成的區域，即圖5-2-1中虛線所包圍的區域，總面積為 17m*34m，整個區域已經被 Wi Fi 無線局域網覆蓋，其中5個AP 接入點是為定位系統所布置，AP1部署在實驗室125的(10m，5m)位置，AP2部署在

31、實驗室127 的(10m，5m)位置，AP3部署在實驗室125A 的(3.5m，6m)位置，AP4部署在實驗室122B 的(1m，6m)位置，AP5部署在實驗室120B 的(3m，6m)位置，同時實驗區域還可以搜索到其它8個無線 AP 接入點。本系統訓練階的主要工作為采集 RSSI 訓練數據，建立位置指紋數據庫，在整個實驗場景中以1m 為采樣間隔，一共在271個位置參考點進行數據采樣，每個訓練點連續采集一定數量的位置指紋，訓練階段共花費兩個工作日的時間。圖5-2-1 實驗場景圖5.2.2RSSI的測量(cling)5.2.2.1RSSI的與位置(wi zhi)的關系 從實驗(shyn)環境中的

32、走廊最左側處開始，每隔1 米進行一次采樣，沿直線向右方向移動，如圖 5-2-2-1 所示接收自兩個 AP 的 RSSI，它們分別是左側的 AP5和右側的 AP2，其中 X 軸為與走廊最左側的距離。可以看出，當終端越靠近 AP 時，網卡所接收到的RSSI值越強，但由于其它干擾因素，相鄰的采樣點間的RSSI可能會發生波動。圖5-2-2-1眼走廊行走時的RSSI情況5.2.2.2RSSI的概率分布 在實際環境中200多個采樣點所采集的位置指紋數據，它們的正規化直方圖都符合或近似符合正態分布，實際測量值在一個穩定值附近變動，是一個取決于均值的正態隨機變量。圖5-2-2-2 概率分布直方圖 如圖5-2-

33、2-2所示，雖然信號強度的概率分布符合正態分布，但有很嚴重的拖尾現象。和室內環境中的家具(ji j)、墻壁、電器設備及門窗位置等固定的干擾源不同，人員是位置時常改變的干擾因素，由于802.11的通信(tng xn)頻率為2.4GHz，而人體內水分子所占的比例(bl)超過70%，其共振頻率同樣是2.4GHz，所以人體是干擾射頻無線信號傳播的一個重要因素。而且由于不同的時間段內，人員的密集程度和流動程度都有很大的區別，因此，有必要選取合適的時間進行離線訓練階段的位置指紋數據庫采集工作。5.2.2.3RSSI的收斂速度 位置指紋是否可以正確反映信號強度的實際情況將極大地影響定位階段位置估計的可信性。

34、構建位置指紋數據庫需要保存大量的位置指紋，尤其是使用概率性定位算法的定位系統，為了得到比平均值更多的信號分布信息，需要在每個位置點采集一定數量的瞬時RSSI樣本，用以得到在此位置點的RSSI的概率分布情況。顯然在同一參考點采集的RSSI樣本值越多，獲得關于信號分布的信息越詳細準確，但是在系統訓練階段將會花費更多的訓練時間。為了得到可信的信號強度概率分布情況，需要在位置指紋的完整性和訓練時間成本之間找到一個平衡點。 為了研究信號強度均值的收斂情況，本文連續采集5分鐘的樣本數據，采樣點距離AP3為5米，與AP4中間相隔兩堵墻距離5米，與AP2中間相隔一堵墻距離15米。隨著時間的推移，計算了不同時間

35、點的信號強度的平均值，結果如圖 3-5所示。可以看出，所有 AP 的RSSI都滿足一個趨勢，即平均值經過一段時間的波動后，RSSI的均值趨于穩定。信號的平均強度在30秒時都已經趨于穩定，因此，本系統在訓練階段的每個位置點的采樣時間為30秒，采樣頻率為每秒鐘1個樣本。圖5-2-2-3 RSSI平均值的變化趨勢6性能(xngnng)評估 對于定位系統而言，最重要(zhngyo)的衡量指標就是系統的定位精度，定位精度可以從定位的準確性和精確性兩個方面進行對比，本文采用以下的各項指標來衡量定位系統的性能。 平均均方根定位(dngwi)誤差 本文采用平均均方根定位(dngwi)誤差(Average Root Mean Square Error ,ARMSE)作為(zuwi)評估定位算法準確性的參數指標，該指標從評價定位誤差的角度衡量了定位系統的定位精度，其具體定義為： （6-1） 誤差累積分布(fnb)函數 本文采用誤差累積分布函數(Cumulated Denstiy Function，CDF)作為定位算法精確性的衡量指標，通過大量的定位測試，從定位誤差概率分布的角度衡量了系統的穩定性，其具體定義如式(6-2)其中，表示定位誤差小于 x 的概率。 （6-