【正文】 表 展示了基于用戶指紋值和 ? 值而創(chuàng)建的指紋數(shù)據(jù)。 基于 WiFi信號(hào)的室內(nèi)定位方法 22 fplx 代表在未知 lx 采集的指紋數(shù)據(jù)。 無線電地圖指紋數(shù)據(jù)庫包括如下數(shù)據(jù)集： )}, . . . ,1,1,0,0(,{ V A L U E nK E Y nV A L U EK E YV A L U EK E Ylxfp lx ???? 其中 VALUEi? 是一個(gè)包括 BSSID 和 ? 的矢量， delta 是核心參數(shù)，使得我們的方法對(duì)異構(gòu)設(shè)備免去校準(zhǔn)也能夠運(yùn)行良好。每個(gè) AP 的指紋值如表。在這個(gè)例子當(dāng)中，用戶 A 和用戶 D 是測(cè)量者而用戶 B和 C 想知道自己的位置。讓我們先從基本的情況開始，其中的一個(gè)用戶為一個(gè)特定的位置上傳指紋數(shù)據(jù)，而其他用戶則請(qǐng)求他們的位置。 室內(nèi)環(huán)境中如此大量的可見的 AP 的存在和廣泛的 RSS 分布，對(duì)于一個(gè)特定位 置的指紋數(shù)據(jù)我們可以利用 RSS值之間的關(guān)系信息。除了 AP 的數(shù)量，我們還可以充分利用分布廣泛的 RSS 值。得益于 WiFi 技術(shù)的擴(kuò)散，建筑物內(nèi)任何地方的肉眼可見的 AP 的數(shù)量通常都超過了 10 個(gè)。然而，當(dāng)將它們應(yīng)用到一個(gè)眾包系統(tǒng)時(shí)他們往往是不適合的。以前的基于指紋的定位技術(shù)建立無線電地圖指紋數(shù)據(jù)庫并且使用絕對(duì) RSS 值估計(jì)位置。實(shí) 驗(yàn)結(jié)果基于 50 次的測(cè)量得到的平均值，并且每次測(cè)量都有超過 10 個(gè) AP 被記錄。通過最大化 w 的值，我們可以減小每次測(cè)量得到的 fpValue 值的不同到最低程度。從短期和長期情況下提取得到的 RSS 值之間的差異達(dá) 到了 3dBm，這導(dǎo)致平均值的方法沒有了優(yōu)勢(shì)。然而，在現(xiàn)實(shí)中，很難調(diào)整這兩個(gè)寬度值來輸出相同的 fpValue。 該方法通過忽略那些遠(yuǎn)離最大頻率的 RSS 值分布的 RSS 記錄來提取 RSS 指紋值，并且給那些在 RSS 柱狀圖中具有峰值的 RSS 值以最大權(quán)重值。 RSS 分布趨于左偏 [22,23]，這意味著，對(duì)于指紋更有意義的 RSS 值位于右側(cè)的分布當(dāng)中（即，出現(xiàn)的頻率多的 RSS 值是更重要的）。 1 )()(fp 1 1?? ????? ? ?? ?w R Tw L T mR S Sp e a kR S Sp e a knR S Sp e a kV a l u ew L Tnw R Tm （ 1） 其中 fpValue 是一個(gè) AP 的指紋值， RSSpeak 測(cè)量過程中的峰值。 根據(jù)觀察，我們提出了一個(gè)簡(jiǎn)單而有效的方法，對(duì)于高 耐受特定 AP 提取單指紋值，通過觀察 RSS 持續(xù)短時(shí)間測(cè)量的變化。在圖 5 中，比方說，在所有情況下， RSS 出現(xiàn)的最高的頻率在畫有虛線的很小的范圍內(nèi)變化。我們?cè)噲D找出 RSS 指紋的最佳指標(biāo)，我們?cè)诜治鲇涗浀?RSS 數(shù)據(jù)集時(shí)發(fā)現(xiàn)了一個(gè)獨(dú)特的特點(diǎn)。 RSS 的變化范圍幾乎是 3dBm，這就很有可能會(huì)降低定位的精度。圖 給出了一個(gè)反例說明了平均值不能很好地工作。長的和短的測(cè)量時(shí)間之間的變化范圍是在 1dBm，這是可以接受的。使用平均值指紋在圖 的情況下能夠工作得很好。左偏態(tài)分布的 RSS[22]是一個(gè)常見的現(xiàn)象在人們四處走動(dòng)的現(xiàn)實(shí)生活當(dāng)中。 RSS 是記錄在所有情況下的最短時(shí)間間隔內(nèi)記錄的，以能夠在有限的測(cè)量時(shí)間內(nèi)獲得盡可能多的 RSS 值。中間和底部的圖解是一分鐘持續(xù)時(shí)間的測(cè)量值。 我們找來了兩個(gè)例子如圖 5 所示，來說明概率方法提供了不準(zhǔn)確的指紋值?；诟咚狗植嫉母怕史椒ㄔ诶硐氲沫h(huán)境下能夠很好的工作。然而，這在我們的系統(tǒng)模型中是不合適的。這種不穩(wěn)定性會(huì)降低定位的精度。由于我們的定位方法很自然的給較小的 RSS 值以較低的權(quán)重值， AP 的響應(yīng)速率對(duì)于指紋信息大打了折扣。實(shí)驗(yàn)初步結(jié)果表明， RSS 值大于 70dBm 的 AP 有著超過 90%的反應(yīng)速率， RSS 值介于 70dBm 和 85dBm 之間的 AP 有著超過 50%的反應(yīng)速率。雷德利等人 [18]利用這個(gè)響應(yīng)速率作為指紋信息并與 RSS 組合在一起，因?yàn)樗?們發(fā)現(xiàn) AP 響應(yīng)速率和 RSS 之間的相關(guān)性是很弱的。 AP 響應(yīng)速率 當(dāng)從初步的實(shí)驗(yàn)得出的結(jié)果分析時(shí)，我們發(fā)現(xiàn)，在整個(gè) WiFi 掃描期間的某些時(shí)間段一些 AP 并沒有被記錄下來。本文 的實(shí)證數(shù)據(jù)對(duì)于無線電地圖指紋數(shù)據(jù)的構(gòu)建的階段和定位階段可以被用來發(fā)展我們的實(shí)際性和彈性的方法。緊接著下方是該系統(tǒng)的子功能模塊的按鈕分布。 界面設(shè)計(jì) 下圖主要顯示了“基于 WiFi 信號(hào)的室內(nèi)定位系統(tǒng)”的整體界面的布局。如果匹配到了數(shù)據(jù)庫中的值那么說明用戶所在 位置時(shí)存在的，并返回給用戶其當(dāng)前的位置信息；如果沒有匹配成功則說明所在位置不存在。 （ 3） 定位模塊 定位模塊在用戶請(qǐng)求位置信息時(shí)的“在線定位階段”中是主要角色。模塊結(jié)構(gòu)以及其之間關(guān)系如下圖： 圖 模塊結(jié)構(gòu)圖 模塊設(shè)計(jì) （ 1） 主界面模塊 主模塊涵蓋了信息收集模塊、定位模塊和查看位置信息模 塊，將它們集成于一起展現(xiàn)在同一個(gè)界面上，上面有著各個(gè)功能模塊的按鈕，包括用于保存收集的位置信息的 X、Y 和位置標(biāo)簽的文本輸入框。 總體設(shè)計(jì) 總體設(shè)計(jì)階段詳細(xì)的描述了系統(tǒng)的各個(gè)功能模塊以及他們彼此之間的結(jié)構(gòu)關(guān)系，這樣方便用戶更清晰的了解各功能的使用方法。 基于 WiFi信號(hào)的室內(nèi)定位方法 14 4 系統(tǒng)設(shè)計(jì) 本階段的主要任務(wù)是設(shè)計(jì)軟件的模塊的層次結(jié)構(gòu)，設(shè)計(jì)模塊的控制流程。然而，以往的研究沒有考慮到這個(gè)。這會(huì)需要更多的存儲(chǔ)空間，花費(fèi)更多的時(shí)間來估計(jì)當(dāng)前位置。這個(gè)導(dǎo)致了一個(gè)位置多個(gè)指紋數(shù)據(jù) 集。在圖 1 中，用戶 A基于 WiFi信號(hào)的室內(nèi)定位方法 13 和 B 都為“位置 101”提供指紋數(shù)據(jù)。 一個(gè)位置多個(gè)測(cè)量值 眾包系統(tǒng)的另一個(gè)問題是多個(gè)測(cè)量人員可以上傳自己的指紋數(shù)據(jù)，這些數(shù)據(jù)有著相同的位置標(biāo)簽，然而它們卻是在不同的測(cè)量點(diǎn)得到的。裝置的異質(zhì)性是眾包定位的關(guān)鍵性問題。由于沒有使用專門設(shè)計(jì)的硬件的專業(yè)測(cè)量人員，極有可能的是，即使是在相同的位置收集的，每個(gè)用戶聚集的 RSS 數(shù)據(jù)也有所不同。因此，一個(gè)從短期測(cè)量來提取精確的指紋的技術(shù)是十分必要的。然而，在一個(gè)有 普通用戶參與的眾包系統(tǒng)中這幾乎是不可能的，因?yàn)樗麄兪遣粫?huì)連續(xù)較長一段時(shí)間收集 RSS 數(shù)據(jù)的。一個(gè)簡(jiǎn)單的降低 RSS 變化的辦法是記錄 RSS 數(shù)據(jù)較長一段時(shí)間。本論文的突出貢獻(xiàn)就是提出了一個(gè)集成的解決方案，覆蓋了某些導(dǎo)致不準(zhǔn)確的無線電地圖指紋數(shù)據(jù)庫構(gòu)建的問題。然而，只僅僅通過校準(zhǔn)一邊來提高定位精度是有限制的。然而，以往的研究似乎忽略了這一點(diǎn)。然而，他們沒有指出本文接下來小節(jié)所要說到的三個(gè)相關(guān)技術(shù)問題。當(dāng)用戶 C 查詢他自己的當(dāng)前位置信息時(shí)，如果用戶 CA C D 指紋數(shù)據(jù)庫 B 101 102 帶有“ 101 位置 ”標(biāo)簽的指紋數(shù)據(jù) 測(cè)量到的RSS 數(shù)據(jù) 帶有“ 102 位置 ”標(biāo)簽的指紋數(shù)據(jù) 估計(jì)的位置101 基于 WiFi信號(hào)的室內(nèi)定位方法 12 的 RSS 測(cè)量值與用戶 A 或者用戶 B 其中的一個(gè)相匹配的話那么服務(wù)器向其返回“位置101”。在這個(gè)例子中的情況，用戶 A 和 B 扮演著“位置 101”的測(cè)量師的角色，二者上傳測(cè)量到的 AP 的信息。圖 簡(jiǎn)要描述了本系統(tǒng)的概述。 圖 系統(tǒng)概述 不同于“單測(cè)量師 多用戶”模型，我們?cè)谖覀兊亩ㄎ幌到y(tǒng)當(dāng)中采 用“多測(cè)量師 多用戶”的模型，也就是說任何人都可以成為一個(gè)貢獻(xiàn)者，一個(gè)用戶，或成為兩者。這一“單測(cè)量師 多用戶”的模型很方便在小范圍內(nèi)建立一個(gè)初步的無線電地圖，因?yàn)樗恍枰?zhǔn)每個(gè)掃描到的指紋。換句話說，貢獻(xiàn)者的作用僅限于測(cè)量。 系統(tǒng)層次結(jié)構(gòu)圖 基于 Android 開發(fā)平臺(tái)開發(fā)的“基于 WiFi 信號(hào)的室內(nèi)定位系統(tǒng)”主要有信息采集功能、定位功能和查看信息的功能，系統(tǒng)冊(cè)次結(jié)構(gòu)圖如下所示： 圖 系統(tǒng)層次結(jié)構(gòu)圖 系統(tǒng)用例圖 圖 用例圖 Android 開發(fā)平臺(tái) 基于 WiFi 信號(hào)的室內(nèi)定位 采集信息 定位 查看位置信息 采集信息 定位 查看位 置信息 位置信息 基于 WiFi信號(hào)的室內(nèi)定位方法 11 3 系統(tǒng)概述和挑戰(zhàn) 概述 在本節(jié)中，我們簡(jiǎn)要地描述了一下我們的目標(biāo)體系的一個(gè)高層次的使用場(chǎng)景，其中包括兩個(gè)主要實(shí)體：“貢獻(xiàn)者”或“測(cè)量師”使用位置標(biāo)簽在特定的位置記錄和上傳指紋數(shù)據(jù)，“用戶”通過查詢無線電地圖服務(wù) 器查詢當(dāng)前位置。通過工程初步試驗(yàn)，發(fā)現(xiàn)能夠在大部分的定位過程中提供準(zhǔn)確的位基于 WiFi信號(hào)的室內(nèi)定位方法 10 置信息，只有很少一部分?jǐn)?shù)據(jù)顯示了在誤差范圍內(nèi)允許的定位偏差。 其他需求 （ 1） 經(jīng)濟(jì)可行性 由于在“離線數(shù)據(jù)采集階段”沒有使用專業(yè)的測(cè)量人員和專業(yè)基礎(chǔ) 設(shè)施的部署和使用，只是依靠同學(xué)們和他們自己的手機(jī)設(shè)備分別作為測(cè)量者和數(shù)據(jù)采集裝置，因此避免了能夠預(yù)想到的人力、財(cái)力、物力的耗費(fèi)，這在經(jīng)濟(jì)上是十分可行和可取的。將房間類似規(guī)劃成網(wǎng)格狀結(jié)構(gòu)并選取若干采樣點(diǎn)進(jìn)行前期數(shù)據(jù)的采集形成指紋數(shù)據(jù)庫保存于服務(wù)器端，定位階段時(shí)當(dāng)用戶在某一點(diǎn)發(fā)起定位請(qǐng)求時(shí)，將用戶的位置點(diǎn)信息與數(shù)據(jù)庫進(jìn)行匹配，匹配成功時(shí)說明該位置存在并返回給用戶當(dāng)前的位置，匹配不成功時(shí)說明該位置不存在。這種方法通過比較觀察到的接收信號(hào)強(qiáng)度（ RSS）值和“離線采集階段”建立的指紋數(shù)據(jù)庫中的指紋數(shù)據(jù)來估計(jì)位置，至于優(yōu)勢(shì)，就在于它有效避免了專業(yè)基礎(chǔ)設(shè)施的部 署，減少了成本。利用紅外線或超聲波的系統(tǒng)能夠保證細(xì)粒度的定位精度，然而，由于部署成本很高，它很難被大規(guī)模的部署。有關(guān)室內(nèi) 定位的許多技術(shù) [47]已經(jīng)在過去的十年當(dāng)中被提了出來。對(duì)于移動(dòng)位置服務(wù)（ LBS）應(yīng)用的成功實(shí)現(xiàn)勢(shì)在必行。搭建成功后，電腦 PC端就可以進(jìn)行 Android 程序的開發(fā)了。 基于 WiFi信號(hào)的室內(nèi)定位方法 8 安裝配置 ADT 啟動(dòng) Eclipse，點(diǎn)擊 Help 菜單 Install New Software? ?，點(diǎn)擊 ?Add? ?，選取要安裝的項(xiàng)，一路 Next 完成安裝并重啟 Eclipse，這樣 ADT 就安裝完畢了。一般情況下，當(dāng)?shù)桨惭b目錄運(yùn)行 SDK Manager 時(shí)，會(huì)發(fā)現(xiàn)什么平臺(tái)和工具也沒有，需要下載回來。由于我們是獨(dú)立安裝，不是一體化 (集成系列工具 )所以需要單獨(dú)下載安裝 SDK。 Eclipse 不需要安裝，把解壓包解壓后，剪切 eclipse 文件夾到你想安裝的地方，打開時(shí)設(shè)置你的工作目錄即可。配置完畢后，通過 cmd 運(yùn)行 以下命令： java version， javac 如果出現(xiàn)返回信息，則說明配置成功。最后配置 CLASSPATH，其值為： .。其次，要配置PATH 屬性，該屬性已存在可直接編輯。 開發(fā)環(huán)境 的安裝和 Java 環(huán)境變量的設(shè)置 首先要完成 JDK(Java Development Kit)的安裝， JDK 可以說是整個(gè) Java 的核心，包括了一系列 Java 開發(fā)的東西，安裝完畢后要進(jìn)行環(huán)境變量的配置。在第二個(gè)階段中，當(dāng)用戶移動(dòng)到某一位置的時(shí)候，根據(jù)他實(shí)時(shí)獲取到的信號(hào)強(qiáng)度信息，利用定位算法將其與位置指 紋數(shù)據(jù)庫中的信息進(jìn)行匹配和比較，并以此計(jì)算出該用戶的位置。離線采集階段，通俗地講，其目標(biāo)是為了構(gòu)建一個(gè)關(guān)于信號(hào)強(qiáng)度與采樣點(diǎn)位置之間關(guān)系的數(shù)據(jù)庫，也就是位置指紋數(shù)據(jù)庫或無線電地圖。 Arvin 等人 [29]提出了一種無監(jiān)督的學(xué)習(xí)方法，嘗試自動(dòng)解決在 WiFi 定位過程中的硬件差異問題。主要使用的參數(shù)是信號(hào)強(qiáng)度值和接入點(diǎn)的檢測(cè)。這通常會(huì)導(dǎo)致觀察到的信號(hào)強(qiáng)度測(cè)量值發(fā)生變化，因?yàn)椴煌脑O(shè)備的不同的芯片設(shè)計(jì)。他們把世界建模成樹狀層次的命名空間，并且提供了一個(gè)算法，對(duì)于在信號(hào)空間的暫時(shí)的變化明確了賬號(hào) [18]。 Park 等人 [15]設(shè)計(jì)并部署了基于眾包的定位系統(tǒng)，并且得到了可以和設(shè)備來驅(qū)動(dòng)的系統(tǒng)相媲美的定位精度。該技術(shù)的關(guān)鍵的想法是使用通過參與系統(tǒng)的用戶可以在不同地點(diǎn)貢獻(xiàn) WiFi 指紋。由于對(duì)復(fù)雜情況的考慮，基于有經(jīng)驗(yàn)的測(cè)量人員采集的系統(tǒng)工作量和成本很高，而基于眾包的室內(nèi)定 位技術(shù)由于低廉的成本和較少的工作量被研究人員們熱衷的探索。在第一類當(dāng)中，離線采集階段的數(shù)據(jù)集是由有經(jīng)驗(yàn)的測(cè)量人員采集的。系統(tǒng) [21]研究了對(duì)于數(shù)據(jù)采集階段形成指紋數(shù)據(jù)庫的過程當(dāng)中，對(duì)信號(hào)強(qiáng)度進(jìn)行測(cè)量并記錄測(cè)量值，發(fā)現(xiàn)對(duì)于每個(gè)位置大約的測(cè)量時(shí)間是一分鐘。在這些系統(tǒng)當(dāng)中，“訓(xùn)練”階段也就是“離線采集階段”，需要在系統(tǒng)中使用一組標(biāo)記的數(shù)據(jù)集來建立其內(nèi)部的定位模型，也就是說建立指紋數(shù)據(jù)庫。概率型定位算法一般采用貝葉斯估計(jì)理論，通過不同的似然函數(shù)，如基于核函數(shù)的似然函數(shù)，計(jì)算目標(biāo)位置的后驗(yàn)概率，并取后驗(yàn)概率最大的位置點(diǎn)作為目標(biāo)的最終位置估計(jì)。 一般來說，對(duì)于定位，使用信號(hào)強(qiáng)度值的技術(shù)要 么是基于三角測(cè)量的方法 [11]或者是基