1、本文檔為面向iBeacon架構(gòu)的BLE室內(nèi)定位整體框架設(shè)計說明。文檔中所涉及的算法，在無特殊說明的情況下，可面向通用室內(nèi)定位系統(tǒng)。本文檔涉及以下內(nèi)容：1 .室內(nèi)定位理論與公開算法實現(xiàn)2 .室內(nèi)定位工程實施通用流程本文檔不涉及以下內(nèi)容：1 .經(jīng)驗算法與模型，包括但不限于：基于工程的定位經(jīng)驗算法，基于場景的定位校正算法，室內(nèi)定位勘測方案2 .室內(nèi)定位工程實施細(xì)節(jié)室內(nèi)定位基本算法基于移動終端的室內(nèi)定位，一般利用可檢測的無線信號，如wi-fi與藍(lán)牙，進(jìn)行定位，包括以下三種基本方法：標(biāo)簽定位標(biāo)簽定位指利用信號源作為定位錨點，將用戶位置固定到某一個錨點上。標(biāo)簽定位流程如下：1 .預(yù)先取得室內(nèi)信號源的位置，

2、包括水平坐標(biāo)，樓層2 .掃描信號3 .當(dāng)掃描到數(shù)據(jù)庫對應(yīng)的信號源信號，以rssi最大的信號源所在的位置作為當(dāng)前的定位位置標(biāo)簽定位的優(yōu)點是：2 .部署簡單3 .定位不會出現(xiàn)不合理的偏差標(biāo)簽定位的劣勢是：1 .定位精度取決于信號源部署密度2 .無法覆蓋區(qū)域，只能標(biāo)識熱點區(qū)域三角定位三角定位通過rssi值計算用戶與信號源間的距離(rssi-distmapper),再通過基本的幾何運算計算確定用戶的位置。定位流程如下：1 .預(yù)先取得無線信號源的幾何位置，包括水平坐標(biāo)，高度2 .掃描信號3 .當(dāng)掃描到至少三個已知信號源信號，根據(jù)預(yù)置的rssi-distmapper計算出用戶與各個對應(yīng)信號源的直線距離4

3、.根據(jù)3中換算的直線距離，進(jìn)行三角定位計算，得出當(dāng)前的水平位置坐標(biāo)三角定位的優(yōu)點：1 .無須勘測2 .計算量小3 .便于快速部署三角定位的缺點：1.精度一般3. rssi-distmapper容易受室內(nèi)環(huán)境影響，如反射，障礙指紋定位指紋定位是三角定位的變種，指紋定位通過比較已知的無線信號強度分布（指紋）與用戶采集的信號強度，尋找出定位區(qū)域最匹配的區(qū)域。定位流程如下：1 .預(yù)先取得室內(nèi)無線信號強度的區(qū)域分布，即勘測區(qū)域2 .掃描信號3 .當(dāng)掃描到已知信號源的rssi值，按rssi強弱順序，選取一個信號源rssi,計算它和勘測區(qū)域中所有位置該信號源的rssi差值，將差值最小位置集合作為最優(yōu)定位區(qū)域

4、。4 .通過3計算來自不同信號源的信號強度差值，獲得每個信號源的最優(yōu)定位區(qū)域。5 .計算所有信號源最優(yōu)定位區(qū)域的重疊部分，重疊部分的質(zhì)心即為定位估測。指紋定位的優(yōu)點：1 .無須硬件部署2 .精度可以根據(jù)需求調(diào)節(jié)指紋定位的缺點：1 .需要勘測，且勘測質(zhì)量決定定位準(zhǔn)確性2 .計算量大3 .容易出現(xiàn)區(qū)域干擾，即不同的勘測區(qū)域或為勘測區(qū)域具有一樣的無線信號指紋基本混合定位：1 .三角定位與指紋定位可以通過BLE,RFID,二維碼等信號模塊，為室內(nèi)設(shè)置一些定位錨點，可以有效地降低定位誤差與定位位置跳動。例如，當(dāng)使用指紋定位時，如果兩個區(qū)域具有相同的指紋，則可在其中的一個區(qū)域附近布置一個iBeacon,通

5、過檢測iBeacon信號的存在進(jìn)行區(qū)域的選擇2 .同時使用三角定位與指紋定位，在某些場合可以提高定位的準(zhǔn)確度。例如，當(dāng)信號強度非常大的時候，指紋定位由于不同區(qū)域的指紋太過接近而跳動，而三角定位則可以避免這種跳動三角定位引擎架構(gòu)整體架構(gòu)一個完整的三角定位系統(tǒng)，由兩部分構(gòu)成，工程部分（Engineeringsection,以下簡稱Eng）,代碼部分（Codingsection,以下簡稱Cod）Eng主要負(fù)責(zé)提供：i. 定位區(qū)域信號源分布圖，包括信號源的水平坐標(biāo)，高度，其他的位置標(biāo)識數(shù)據(jù)，如樓層，部署方式（天花板，墻面，門框等），ID,信號源其他屬性。這部分?jǐn)?shù)據(jù)一般稱作勘測數(shù)據(jù)（surveyData

6、）ii. 基于應(yīng)用場景的rssi-dist映射模型Cod主要負(fù)責(zé)提供以下代碼實現(xiàn)：i. 三角定位引擎，用于封裝各種定位算法，在這里，指三角定位類算法ii. 勘測數(shù)據(jù)庫的生成與管理器，提供面向定位引擎的查詢與導(dǎo)入接口iii. GIS,基本功能包括：iv. Map,一個可供定位應(yīng)用的地圖顯示，支持基本的操作如縮放，旋轉(zhuǎn)，偏移，圖層加載v. GisInfo,負(fù)責(zé)將地圖信息數(shù)字化，顯示基本的信息如文字識vi. Marker,一個可以基于Map與Gis添加額外標(biāo)識(坐標(biāo)，路徑，熱點區(qū)域，等)為便于勘測數(shù)據(jù)管理與維護(hù)，可提供以下輔助app4.基于GIS的勘測數(shù)據(jù)生成與管理app5.基于應(yīng)用場景與硬件設(shè)備的

7、rssi-距離映射模型校正app三角定位引擎架構(gòu)為了簡化引擎架構(gòu)，以下描述了三角定位應(yīng)用場景1 .基于BLE的廣播數(shù)據(jù)進(jìn)行定位，采用iBeacon兼容架構(gòu)，以下簡稱iBeacon2 .終端主動定位：終端手機主動掃描iBeacon獲取其rssi值進(jìn)行定位計算，引擎本地實現(xiàn)3 .Eng部分已完成，即surveyData和rssi-distance模型已提供。三角定位引擎流程定位本質(zhì)是引擎對定位請求數(shù)據(jù)進(jìn)行時間與空間上的濾波。一次完整的定位由兩階段(phase)組成，空間濾波(spatialfiltering,SFilter),時間濾波(temporalfiltering,TFilter),如下圖所

8、示：OutputPosT1Data_T_1DataJT_N,TrigulationCollectionofPosJT_1«CollectionofPosT1PositionBufferkNNselection/LPfiltering/.PdsTN為了保證實時定位，即定位不存在時延，一般不采取SFilter與TFilter迭代，即對信號反復(fù)進(jìn)行SFilter-TFilter-SFilter。在精度差錯允許的范圍內(nèi)，引擎采用級聯(lián)結(jié)構(gòu)，首先利用三角定位對每次定位數(shù)據(jù)進(jìn)行位置估測，然后在時間上濾除不合理的位置估測。定位流程如下:1 .用戶發(fā)起連續(xù)的，或一定長度的Positioningrequ

9、est,向引擎?zhèn)魉捅O(jiān)測iBeacon信號2 .引擎首先對每一次Positioningrequest按照如下流程進(jìn)行三角定位，即SFilter3 .獲取至少3個iBeacon的信號4 .根據(jù)iBeacon的幾何信息與對應(yīng)的rssi-distmapper,計算用戶-iBeacon絕對距離distxy5.根據(jù)下圖計算用戶-iBeacon水平距hdiff6.根據(jù)基本的幾何關(guān)系，可以算出各iBeacon對應(yīng)的水平距離的半徑圓的交點，如下圖dist.aboslute7 .取交點中靠得最近的一些點，如上圖中A,B,C三點，求它們的質(zhì)心(A+B+C)/3,即是最終定位點8 .實際計算中，可根據(jù)更多的iBeac

10、on信號進(jìn)行以上的定位計算，存在兩種方法：9 .選取iBeacon中rssi最強的信號進(jìn)行定位，這種方法最合理，但容易受環(huán)境干擾10 .選取不同的3個iBeacon信號組合進(jìn)行定位，獲取一組定位位置，這種方法得到的是一組位置估測，需要配合時間濾波進(jìn)行選擇11 .選取所有的iBeacon信號，計算每兩個iBeacon的距離半徑圓交點，計算靠得近的一組的交點的質(zhì)心，這種方法性能類似112 .獲得了一次的定位信號，將其放入Positionbuffer,進(jìn)行TFilter,TFilter可采用多種方法，如LP濾波，Kalman濾波，kNN13 .完成TFilter,對外輸出定位位置。引擎流程架構(gòu)三角定

11、位引擎由四個部分構(gòu)成，附功能描述：1. engine：引擎核心2. rssi-distmapper:品E離計算3. surveydatabase:存儲surveyData并供engineandrssi-distmapper調(diào)用4. positioningbuffer:緩存定位記錄引擎整體流程如下圖所示#Rssi-Dist距離計算原理Rssi是系統(tǒng)對送入基帶信號處理模塊之前的信號強度，rssi的計算模型如下: rssi=txPower+txGain+rxGain+pathloss其中，txPower為發(fā)射功率，txGain為發(fā)射端增益（包含系統(tǒng)增益與天線增益）rxGain為接收端增益，pathloss為信號傳播的路徑損耗。在以上公式中，僅pathloss與信號傳播的路徑長度有關(guān)，而其他的參數(shù)，一般認(rèn)為是恒指，因此上式可以簡化為： rssi=gain+pathloss其中g(shù)ain是通信的整體信號增益理想的室內(nèi)2.4GHz路徑損耗服