英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料
室内定位的最新成果：理论方法与应用研究
Ali Yassin, Youssef Nasser, Mariette Awad, Ahmed Al-Dubai,
Ran Liu, Chau Yuen, Ronald Raulefs, and Elias Aboutanios
摘要
位置信息的可用性已成为当今允许基于位置的服务的通信系统的关键因素。在室外场景中，得益于全球定位系统(GPS)或独立的蜂窝系统，可以高精度获得移动终端位置。但是，GPS和蜂窝系统的主要问题在于室内环境以及具有深层阴影效果的场景，在这些场景中卫星或蜂窝信号被破坏了。在本文中，我们调查了室内和室外定位的不同技术和方法，重点是室内方法和概念。此外，我们在这篇综述中讨论了不同的基于定位的应用程序，其中位置信息对于估计至关重要。最后，对准确性，成本，复杂性，安全性，可伸缩性等方面的挑战进行了全面讨论。这项调查的目的是对室内定位技术和应用中的未来工作进行全面概述，并提供吉祥和预期的尺寸。
关键词：定位、协同定位、数据融合、SLAM即时定位与地图构建、协同导航、基本限制、泛在无线信号、超宽带、博弈论、联合博弈、无线传感器网络、基于位置的服务。
1.介绍
现代通信系统旨在利用广阔的覆盖范围来提供高数据速率。如今移动终端或基站未定位设备的位置信息，即操作员所掌握的信息，已成为使通信系统能够提供新的基于位置的服务因素的关键。
实用的定位技术是基于信号到达时间、信号到达时间差、接收信号强度和到达角度来实现的。在室外场景中，UD位置可通过高精度的全球导航卫星系统(GNSS)(例如全球定位系统(GPS))或独立的蜂窝系统获得。但是，这些定位系统会在卫星或者蜂窝信号被中断的室内环境和具有深度遮蔽效应的环境中失效，因此这些定位系统非常严格。各种方法和手段已经被提出来用来解决这些问题。其中，混合定位是一种众所周知的定位方法，具有足够的准确性和覆盖范围。在这一方面，混合定位算法在很多文献中被广泛的提出用来解决室内场景中的可听性问题。
如图1所示，关键场景的另一种潜在候选方案是一类异构方法，这些方法结合了不同的无线电接入技术(例如3G和4G等蜂窝系统，WLAN和WiMAX)，的确如此。WLAN网络最近已受到定位和通信社区的越来越多的关注。这不仅是由于联邦通信委员会(FCC)要求对UD进行精确定位，而且还因为许多对位置敏感的应用程序，例如计费，车队管理和移动黄页。
图1.异构场景(AP:代表接入点,BS代表基站)
尽管在室内场景和同构网络中可以利用任何定位技术，但是对这些技术的组合以及在此类场景中可以使用的最小数量的锚点(AN)都有实际的限制。例如，在许多情况下，只有一个或两个AN能够与UD通信。因此，在这种情况下，提出并分析了新型基于混合数据融合和/或异构访问的技术。
在本文中，我们提供了有关用于改善定位的最新技术和概念的概述，这些技术和概念具有基本的局限性，挑战和特别针对室内环境的应用。尽管文献中提供了有关定位技术的评论，但这些讨论要么重点狭窄，要么已被重大的技术进步所取代。因此，文献中的调查有些过时了，而Ijaz等人的调查则是过时的。仅关注超声定位系统。文献中的工作描述了相对较新的定位技术，但没有探讨未来的趋势，挑战和应用。回顾了用于室内定位的各种技术，例如WLAN，以及不同的定位技术，以及用于评估性能的指标，例如定位的估计精度。但是，他们既没有从能源效率的角度，也没有从需求的角度讨论在最近的应用中(例如环境辅助和健康生活应用)的定位。此外，他们没有探索用于增强定位的高级方法，例如协作式定位和数据融合技术。文献中的调查提供了不同的基于指纹的室外定位方法的显着分类，并讨论了每种方法的工作原理。因此，我们旨在提出一项既不限于基于指纹的技术也不限于室外定位的调查。同样，该领域方法和技术的飞速发展以及对方法，应用和未来趋势的全面，最新调查的需求，也为撰写本文提供了动力。
总而言之，许多方面使本文与现有工作有所不同。首先，我们回顾用于室内和室外环境的高级定位技术和定位系统。其次，我们讨论了用于提高定位精度的最新方法，例如数据融合和协作技术。第三，我们概述了最近已用于定位目的的机器学习技术。第四，我们描述了来自不同领域的各种基于定位的应用程序。最后，我们提供了未来主要针对下一代5G网络的定位挑战的完整列表。
本文的其余部分安排如下。在第二节中，我们讨论了室内环境定位基本限制，并在第三节中介绍了基本定位技术。另外，我们在第IV节中讨论了基于系统的最新定位技术，以及在能耗和定位精度方面的挑战。然后，我们在第五节中回顾了协作定位和混合数据融合技术。在第六节中，我们将注意力转移到一般使用博弈论和联合博弈进行定位上。在第七节中，我们探讨了各种基于定位的应用程序。在第八节中，我们对用于不同定位系统的精度，范围和技术进行了比较研究。最后，在第IX节中讨论了室内定位的最新进展的观点和挑战。
2.室内环境定位的基本限制
位置信息通常由全球导航卫星系统(例如GPS或欧洲卫星导航系统Galileo)提供。但是，定位的精度受环境的影响，尤其是在室内场景或人口稠密的城市地区，由于与所需卫星的连接中断，使用GNSS进行定位可能不准确甚至无法实现。因此，必须使用替代的定位算法来高精度地估计UD位置。
这主要是通过使用地面无线电接入网提供的无线电信号来实现的。通常，这些定位策略包括由测距阶段组成的两阶段定位系统，其中节点使用距离相关的信号关系(例如RSS，ToA，AoA等)来估计自己的位置。然后，在第二阶段，节点利用已知锚点的位置和在测距阶段获得的信息来计算其自身的坐标。然后，通过对嘈杂的ToA，AoA或RSS测量对测距质量的影响建模，Cramer Rao下界(CRLB)定义了节点定位精度的基本限制。当定位系统具有地图感知能力时，其他准确性方面的边界(例如贝叶斯Cramer Rao边界，Weiss-Weinstein边界和扩展的Zik-Zakai边界)可能比CRLB更加严格，并且信息量更大。这些界限表明，如果使用基于地图的先验知识和mapaware定位，则可以达到2m的精度。例如，在文献中，使用跟踪驱动分析对基于RSS的算法进行了评估，结果表明，基于RSS的算法受益于添加更多资源，直到性能下降为止。然后，通过“清理”数据以删除“低质量界标”来减轻这种影响，在“低质量界标”中，质量是根据与RSS模型之间距离的适合性来定义的。因此，通过“清理”数据可以提高性能。使用商用硬件时，精度可能达到0.2m。此外，在最坏情况下实现的最大误差可以减小到1.6m。
但是，基本定位技术有其局限性。ToA/TDoA受至少3个基站(或AN)生成2-D定位的要求的限制。AoA至少需要两个基站。AoA技术的性能高度依赖于范围，该范围会因AoA测量中相对较小的误差而产生明显的位置估计误差。它们受载波频率和阵列大小的限制。因此，它们仅用于要求低精度的应用中的定位或与其他测量结合使用。另外，AoA系统对角度多径敏感，这对室内环境非常重要。因此，由于多径效应，ToA技术在城市地区是首选，而AoA在空旷地区是首选。
查看用于定位目的的不同访问技术，我们还可以注意到各种限制。例如，对WLAN定位的适当性进行的经验分析表明，即使可以达到合理的准确性。错误的主要原因是由于无线电信号的动态传播而导致具有类似无线电签名的不同位置，例如指纹或接收信号强度。因此，这被认为是纯粹的基于WLAN的技术的基本限制，在这种技术中会发生6到8m范围的大误差。
为了提供有关这些方面和限制的更多见解，我们将以必要的细节描述用于室内场景的独立定位技术。
3.室内环境中的基本定位技术
定位方法是基于到已知位置的锚点的距离的估计以及节点间的测量。节点协作可增强位置估计，并且在传统定位技术无法产生准确估计的情况下(如在室内情况下)最有利。
线性最小二乘(LLS)填充是一种简单的位置估计方法。理想情况下，未知节点应位于至少三个圆的交点处，中心在锚点处，半径等于到这些锚点中每个锚点的距离。但是，由于极不可能获得单个相交点，因此使用最小二乘法(LS)优化来最小化残差平方和。因此，该问题成为需要适当初始估计的非线性优化。由于非线性优化的计算量很大，因此可以使用其他方法(例如线性化表达式)来使用LLS估算位置。尽管这不是位置估计的最佳解决方案，但它仍以较低的复杂度实现了大致良好的精度。
在下文中，我们简要描述了在同质网络的情况下可能进行杂交的基本独立定位技术。
A.到达时间(ToA)
ToA方法包括计算信号从UD到AN所需的时间。 UD定位在以AN为中心的圆上，该圆的半径通过ToA估算。因此，为了检测UD的确切位置，至少需要三个AN。在这种情况下，UD的估计位置只是在三个圆的相交区域内(如果存在)，如图3所示。然后，可以通过任何滤波技术(例如LS或)轻松获得实际的估计位置。加权最小二乘(WLS)。
图2.定位方法的分类
图3.ToA测距
B.到达时差(TDoA)
TDoA检查信号到达许多测量单元的时间差。对于每次TDoA测量，变送器必须位于双曲面上，两个测量单元之间的距离差应保持恒定。在具有已知位置的多对参考点之间进行这样的测量。同样，在每个接收节点使用相对时间测量来代替绝对时间测量。TDoA不需要同步时间源即可执行定位；但是，仅在接收器处需要同步。要估计的位置是许多双曲线的交点，如图4所示。此技术称为多边测量。
C.基于RSS的指纹
RSS方法包括两种主要方法：路径损耗对数正态阴影模型推论出三边形，以及RSS指纹。如图5所示，第一种方法用于基于路径损耗对数正态阴影模型估计服务BS与UD之间的距离。然后，使用三边测量法使用至少3个服务BS来估计UD的位置。另一方面，基于RSS的指纹首先收集场景的RSS指纹，如图6所示，然后通过将在线测量与对应于数据库中测量的最接近的可能位置进行匹配来估计UD的位置。因此，对于每个可能的位置，在独立定位方案中可能存在歧义点，从而导致较高的估计误差。
图4.TDoA
图5.用于距离估计的RSS
D.到达角(AoA)
该技术包括计算信号从UD到达AN的角度。然后，可以绘制出UD可能存在的区域，如图7所示。基本上，该区域是一条与AN具有一定角度的线。尽管需要至少两个AN来估计UD的位置，但是如果在AoA估计中发生小的误差，则位置估计误差可能会很大。因此，除非用于大型天线阵列，否则基于AoA的技术在定位方面的兴趣有限。
E.混合技术
最近，混合和协作移动定位已成为一种新的无线定位流。协作定位的核心思想依赖于可信赖的近距离测量的使用，以提高无线系统位置估计的准确性。
基本独立定位技术(RSS，ToA，TDoA，AoA等)的不同组合已实现，以增强位置估计的准确性。例如，基于ToA，AoA和RSS的指纹方法的组合，如图8所示，提供了UD的初始估计。与单独使用ToA或TDoA相比，在中提出的混合ToA/TDoA和RSS在位置估计精度方面实现了进一步的增强。
图6.基于RSS的指纹识别方法
图7.AoA测量
图8.ToA，AoA和RSS指纹的组合
F.独立定位技术的常见陷阱
通常，独立定位技术具有影响定位精度的缺点。例如，ToA技术需要在UD处有准确的时序参考，并需要在该参考和锚点处的时钟之间进行同步。显然，完成这项任务具有很高的挑战性。如果实现，将导致移动设备的成本和尺寸增加。此外，TDoA方法还需要对移动设备的软件进行显着更改，以及进一步的硬件安装。TDoA要求在UD处进行处理，并在反向链路上将估计的位置发送到系统。因此，手机的体积和成本将增加，以满足估计和同步需求。同样，在室内场景中，RSS技术在难以在发送器和接收器之间具有LOS方面也具有缺点。因此，定位精度受室内环境中引起的多径效应的影响。除此以外，路径损耗模型还用于执行定位。但是，阴影和多径衰落效应会降低此类模型的准确性。在这种情况下，可以通过使用以接收器为中心的预先测量的RSS等高线或使用在几个BS处进行的许多测量来提高精度。而且，可以通过使用基于模糊逻辑算法的RSS测量来提高定位精度。同样，AoA技术也存在诸如以下的缺点，UD远离测量单元时，硬件要求方面的复杂性以及定位精度的降低。
4.室内环境中基于系统的定位
尽管基本定位技术的融合使得定位精度得到了改善，但如今始终需要更好的方法来实现能耗的提高和精度的进一步提高的目标。在文献中，已经提出了不同的定位技术。在所有这些类别中，研究都集中在基于新指标和信号(例如能源驱动，机会信号(SoOP)的先进技术)上。超宽带(UWB)以及诸如WLAN，WSN等常规系统。因此，我们将讨论更智能的定位技术；具体来说，是基于UWB的定位，基于WLAN的定位和基于传感器的定位。最后，我们将在本节中讨论使用SoOP作为新兴技术来改善定位，然后讨论在能量和准确性方面基于系统的定位技术所面临的挑战。
5.合作定位和混合数据融合
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[259162]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
