無線定位技術簡介現在的社會，是一個沒有隱私的社會，只要有設備和條件，別人想跟蹤你的位置實在是太簡單了，行蹤都很難不被暴露。好比看大片，罪犯在這邊打電話，FBI在那邊定位，唧唧幾聲，就把大概方位確定了。千萬別以為這是什么高深技術，天朝網警照樣玩的轉。而且，隨著網絡越來越向智能化和移動化發展，一些很有意思的應用都可能和將來的定位技術聯系起來，在一定程度上影響著生活，比如twitter，Aardvark，包括一些很有前途的mobilegame，等等。GoogleLatitude一出后,很多朋友都驚詫于無gps條件下其定位的準確性，也有不少人因此對通過wifi定位比較感興趣。其實各式各樣的無線通信技術都可以用來定位，由于通信距離的不同，有的可以用來室內定位，有的可以用來室外定位。這里，對一些逐漸在普及的定位技術做一些講解，考慮到GPS的普及性，GPS定位原理和優缺點就在這里忽略了。其實無線定位的流程很簡單，大概都遵從交換信號===>數據融合===>建模求解的步驟。下面就針對不同技術的不同重點，把這個過程分割介紹。手機基站網絡通過基站網絡的檢測來進行戶外定位是一個相對成本低,成熟,但是精度不高的方法.它的工作原理是這樣的,手機要通信,就需要通過蜂窩網絡和一個個基站交換數據，從而實現和別的手機的通信.而考慮到雙方通信的距離和現實中基站的放置密度，每一個手機都可能被覆蓋于多個基站，如果能通過某種方法得到每個基站對于手機的檢測數據，通過特定的datafusion技術，就可以大致估算初當前手機的位置。在這里，datafusion是最關鍵的技術，事實上也是下面會介紹的大多數其他定位技術的基礎，所以花多點篇幅介紹一下。為了簡化，只考慮二維平面情況，也就是說每個點都只有(x,y)值,不考慮z平面。以前常用的datafusion技術包括TOA—timeofarrivaldatafusion,AOA—angleofarrivaldatafusion,以及混合型技術.假設下面這張圖是一個分布示意圖,圖中出現的幾個基站（BaseStation）都能和當前手機,也就是MS（MobileStation）所在位置通信.然后通過這張圖對常用的datafusion技術進行分析.TOA:在TOA的場景中,假設有3個基站當前和手機通信,BS1,BS2和BS3，每個基站有自己的坐標，然后用MS來表示手機，大概是這樣一個結構:

r1,r2和r3分別表示MS和三個BS之間的距離,這個距離當然是可以通過計算得出的,計算方法就是

在這個公式里,c是信號傳輸速度,t0是初始時間,ti是MS的信號到達BSi的時間.很簡單吧.這樣,我們假設其中一個BS1的坐標是參照坐標,也就是(x1,y1)=(0,0),可以得到關于距離組合(r1,r2,r3)的一個方程組

然后解這個方程組就能得到MS的當前坐標。這是一個典型的overdeterminedsystem，所以具體的求解其實比較復雜，這里就不多介紹了，有興趣的朋友可以郵件交流。AOA:如果采用AOA技術,顧名思義,我們需要得到信號到達BS時，MS相對于BS的angle的數值，就好比我們有A,B,C三個點，我們已經知道A和B的坐標了，只需要知道C相對于A和B的角度值，就可以算出當前C的坐標。這個方法要求BS端需要有天線陣列，這樣，到達的MS信號的能通過不同天線接受信號的相位差計算出來。具體可以利用功率譜密度在天線陣列的分布來計算，這就是傳說中的beamforming。只要能得到兩個BS的AOA估計，就能推算出MS的當前地點。所以相對于其他方法，AOA對于BS數量的要求是最少的，也不需要BS和MS之間的同步。對于AOA的函數建模如下,假設我們有n個BS都對MS做出了AOA測量,對于任何的BSi,有推薦一個Robotics-BasedLocationSensingusingWirelessEthernet。Rice這幫人也挺能折騰，用了Bayes和隱馬爾科夫模型，不僅考慮了信號強度，還考慮了在某個地點連接到某個AP的概率。后來有人更能折騰，把行人在哪里走路速度的概率，某個地點的AP轉換概率都考慮進去了。要判斷設備是否在運動中也很簡單，設備靜止和運動時，信號強度的變化趨勢是不一樣的，如圖:

紅線表示靜止，藍線表示移動。總的來說，在移動的時候，variance是更大的。然后用上在learning領域幾乎無所不能的Bayes:

這就是一個最簡單的模型。我默認看到這里的人都有一定的概率基礎，如果不是很熟的話，看看Pongba的這篇文章.當然,很多時候設備的靜止和移動變換趨勢非?？欤藭r需要一些平滑手段來處理對于variance的判斷。處理的基礎還是概率模型，具體就不多說了，我可不想寫綜述paper。有興趣的朋友可以參考這里.Wifi定位的成本非常低,因為幾乎所有的設備都是重用已有設備的。而Wifi的”信號強度有規律”的性質，也讓其備受學術界寵愛，在這上面可以玩很多花樣，發很多paper，灌很多水。*******************************分割線*******************************藍牙這個方案基本僅適用于室內定位。原理嘛，萬變不離其宗，和基站定位以及Wifi定位都比較像。對于藍牙方案來講，通常都是在室內放置一些提前知道自己位置的藍牙傳感器，這些傳感器的作用就是不斷檢測周圍帶藍牙設備的globallyuniqueBluetoothdeviceaddresses，這是一個全球唯一不可能重復的藍牙設備地址。傳感器檢測到這個地址后，傳給服務器，服務器通過映射得到相應的MSISDN，就能知道是誰在附近。MSISDN是在公用交換電話網編號計劃中唯一地識別移動電話地鑒約號碼，其結構為MSISDN=CC+NDC+SN其中CC是國家碼，NDC是移動服務訪問碼，SN是用戶號。只要能知道，你的設備在傳感器附近，知道傳感器的具體位置,就能猜到你的具體位置。如果活動范圍較小，有多個傳感器同時感知，定位更加精確。下面是一個通過藍牙定位來推送廣告的系統示意圖這種技術由于相對實現簡單,而且普及性高,如果有多個藍牙傳感器,組成cooperativelocationnetwork,原理則類似于基站定位,定位精度也還不錯,所以有很多類似于博物館之類的場所的自動服務都能采用這種技術.下面就是一個例子:可以看出，每一個藍牙基站都有一定的掃描范圍，圖中的人剛好在掃描范圍中間，就可以知道他的大概位置是在三個范圍的交集處。這個方案的問題在于,用戶并不一定愿意暴露自己手機或者其他設備的藍牙地址，而且藍牙的信號在復雜空間內非常容易受干擾，不容易生成信號強度圖。*******************************分割線******************************其他和藍牙相似的純室內定位還包括RFID定位。同樣的道理，UWB也是可以拿來做更精確定位的技術,想想它的工作范圍就知道了，其他幾個都是米級別的定位，這哥們是厘米級別精度的定位?？上WB目前成本太高，所以學術界還有所關注，工業界使用的極少。超聲波定位是另一種有意思但是應用上很難推廣的技術。超聲波以前主要拿來測距，反射式測距法，通過三角定位等算法確定物體的位置，即發射超聲波并接收由被測物產生的回波，根據回波與發射波的時間差計算出待測距離。它的問題在于，整個系統要由若干個應答器和一個主測距器組成，主測距器放置在被測物體上向應答器發射同頻率的無線電信號，而用戶很難愿意在進一個地方時帶上額外的超聲波發射裝置。而且超聲波受多徑效應和非視距傳播影