15年综述
IEEE COMMUNICATIONS SURVEYS & TUTORIALS, VOL. 18, NO. 1, FIRST QUARTER 2016
Index Terms—Indoor localization, Wi-Fi fingerprinting, localization techniques, system deployment, recent progresses and comparisons.
Wi-Fi Fingerprint-Based Indoor Positioning: Recent Advances and Comparisons
基于wifi的室内指纹定位
随着人们对室内定位服务(ILBS)的兴趣日益浓厚，许多室内定位技术也随之发展起来。由于全球定位系统(GPS)信号的缺乏，许多其他信号被提出用于室内。其中，Wi-Fi(802.11)由于无线局域网(WLANs)的广泛应用而成为一种很有前途的无线局域网。特别是Wi-Fi指纹技术由于不需要对接入点进行视距测量，在复杂的室内环境中具有很高的适用性，近年来受到了广泛的关注。本调查综述了Wi-Fi指纹定位的两个主要领域的最新进展:先进的定位技术和高效的系统部署。关于定位用户的高级技术，我们介绍了如何利用时间或空间信号模式、用户协作和运动传感器。在高效的系统部署方面，我们讨论了在减少离线劳动密集型调查、适应指纹变化、校准用于信号收集的异构设备和实现智能手机能效方面的最新进展。我们通过部署经验来研究和比较这些方法，并讨论一些未来的方向。
索引术语室内定位，Wi-Fi指纹，定位技术，系统部署，最近的进展和比较。
I. INTRODUCTION
室内定位服务(ILBS)近年来因其社会和商业价值而备受关注，预计到2020年其市场价值将达到100亿美元。室内环境往往是复杂的，其特点是参考物的非视距(NLoS)、障碍物的存在、信号的波动或噪声、环境的变化等。在如此复杂的环境下，仍然需要较高的定位精度(在米范围内)，才能提供令人满意的ILBS。由于GPS信号在室内环境中不能很好地穿透，人们对其他各种信号进行了定位研究。这些信号包括wi - fi[2]，蓝牙[3]，[4]，FM收音机[10]0，[10]1，射频识别(RFID)[10]2[10]，超声波或声音[11]，[12]，光[13]，[14]，磁场[15]，[16]等。其中，由于无线局域网(WLANs)和支持Wi-Fi的移动设备的普及，Wi-Fi信号的使用受到了学术界[17]、[18]和业界[19]、[20]的持续关注。因此，Wi-Fi无线定位系统的部署是具成本效益的，无须增加基建投资。传统的户外定位依赖于三边测量和三角测量[21]，[22]，这需要视线(LoS)测量。这种方案在有障碍物和房间隔板的室内效果不佳。在不考虑视距的情况下，Wi-Fi指纹识别(一种信号收集和与室内位置关联的过程)已经成为一种很有前途的方法。在该方案中，位置通过其检测到的信号模式(例如，来自不同Wi-Fi APs的RSSIs[2]向量)[26]来表征。因此，在不知道AP准确位置的情况下，指纹识别既不需要测量距离，也不需要测量角度，因此在室内部署中具有很高的可行性。
Wi-Fi指纹识别通常分为两个阶段:离线阶段(调查)和在线阶段(查询)[22]。在图1(a)中，我们展示了它的基本操作。在离线阶段，我们会在已知位置的多个参考点(RPs)上，收集所有探测到的wi - fi信号的接收信号强度指示器(RSSI)向量。因此，每个RP由其指纹表示。所有的RSSI向量都形成站点的指纹，并存储在数据库中进行在线查询。在在线(查询)阶段，用户(或目标)在其所在位置采样或测量RSSI向量(如图1(b)中的信号)并将其报告给服务器。使用信号空间中的一些相似度度量(如欧式距离[2])，服务器将接收到的目标向量与存储的指纹进行比较。目标位置的估计是基于最相似的邻居，RPs的集合，其指纹与目标的RSSI非常接近。[27][34]综述了用于室内定位的无线技术。尽管这些工作令人印象深刻，但很少有人关注基于Wi-Fi指纹的定位系统。此外，我们还看到了近年来Wi-Fi定位技术[18]、[20]、[35][39]及其高效部署[40][43]的重大进展，但这些进展尚未得到适当的评价。这项调查的目的是提供一个及时和全面的概述和比较这些最近的方法，以便读者可以在这个快速增长的领域教育。除了讨论各种先进方法的优缺点外，我们还讨论了我们在部署室内定位方面的试验和经验。
我们首先审查先进的定位技术，以实现更高的定位精度。特别地，我们讨论了以下方面的新算法和传感器协作:使用时间和空间信号模式:信号波动导致位置误差[23]。为了减少这种误差，最近的一种方法是利用wi - fi信号与其他可观测指标(如行走轨迹、室内建筑结构和AP位置)之间的相关性。这些信号形成时间和空间的模式，以提高定位精度[44]，[45]。协同定位:为了减少定位误差，我们可以利用手机上的其他传感器如sound[46]或Bluetooth[3]来获取相邻用户之间的相对位置。这在他们的位置估计[47]作为距离约束。这就是所谓的协同定位，可以显著提高[23]的Wi-Fi定位精度。运动辅助定位:与设备协作不同，运动辅助定位方案依赖于设备中的惯性传感器，并测量行走轨迹以与Wi-Fi融合。该领域的工作主要集中在如何利用惯性传感器改进路径估计，实现更高精度的[24]、[38]、[48][50]。
我们首先审查先进的定位技术，以实现更高的定位精度。特别地，我们讨论了以下方面的新算法和传感器协作:使用时间和空间信号模式:信号波动导致位置误差[23]。为了减少这种误差，最近的一种方法是利用wi - fi信号与其他可观测指标(如行走轨迹、室内建筑结构和AP位置)之间的相关性。这些信号形成时间和空间的模式，以提高定位精度[44]，[45]。协同定位:为了减少定位误差，我们可以利用手机上的其他传感器如sound[46]或Bluetooth[3]来获取相邻用户之间的相对位置。这在他们的位置估计[47]作为距离约束。这就是所谓的协同定位，可以显著提高[23]的Wi-Fi定位精度。运动辅助定位:与设备协作不同，运动辅助定位方案依赖于设备中的惯性传感器，并测量行走轨迹以与Wi-Fi融合。该领域的工作主要集中在如何利用惯性传感器改进路径估计，实现更高精度的[24]、[38]、[48][50]。
除了定位技术的进步，我们还回顾了最近有效部署基于Wi-Fi指纹定位系统的实用方法。这些方法包括:减少现场调查:Wi-Fi指纹采集和维护是耗时和劳动密集型的。由于Wi-Fi信号可能会因环境变化而改变(例如，设置或拆除分区、引入或移除接入点等)，因此可能需要进行另一次昂贵的现场调查，以更新数据库中的指纹。我们介绍了减少现场调查和在线适应信号/指纹变化的一些最新进展。校准异构移动设备:在线测量中的移动设备可能与离线数据采集中的移动设备不同。因此，如果没有正确地进行设备之间的校准，将会对定位精度产生不利影响。我们提出了有效校准异质器件的新技术。能源效率:电池能源是移动定位的主要关注点。虽然快速的Wi-Fi扫描和密集的CPU处理可以提高较高的准确性和估计响应能力，但相应的能耗可能会增加。我们回顾了一些轻量级定位系统，以节省电池寿命。本文组织如下。在第二部分，我们回顾定位算法的进展。我们在第三节中介绍了高效部署基于Wi-Fi指纹的系统的方案。在每个部分中，我们通过部署实验对这些方法进行定性或定量的比较。最后，我们将在第四节中简要介绍一些未来的方向。
来源：CSDN
作者：qq_36751119
链接：https://blog.csdn.net/qq_36751119/article/details/103925053