一种基于协议信道的蓝牙低功耗室内定位性能研究外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

一种基于协议信道的蓝牙低功耗室内定位性能研究

GABRIEL DE BLASIO , ALEXIS QUESADA-ARENCIBIA , CARMELO R. GARCIacute;A , JOSEacute; CARLOS RODRIacute;GUEZ-RODRIacute;GUEZ, AND ROBERTO MORENO-DIacute;AZ, Jr.

摘要：在室内环境中，低功耗（BLE）技术加上指纹识别提供用户以高精度定位。在本文中，我们在可控的环境下，使用不同的距离和相似的措施来研究BLE协议和信道室内定位的影响。利用再生版的真实定位系统情况，我们也研究了在用户定位阶段的方位影响，因而为每个方位提供了精确的结果。在一个168平方米的实验室内，12个信标被配置使用Eddystone和iBeacon协议进行广播，40种距离（包括相似的测量）也被考虑在内。根据结果，在特定的方向上，有一组距离度量加上协议信道组合，因而产生了相似的精确结果。因此，在特定的方向上，选择正确的距离度量并不像选择正确的协议特别是正确的信道那样严格。有一种趋势，即提供最佳精度的协议信道组合几乎对每个方向都是唯一的。根据方位，上述距离组的精度在1.1-1.5m范围内，精度在1.5-2.5m范围内为90%。

1. 介绍

低功耗蓝牙（BLE）是当今广泛应用于计算和物联网（IoT）应用的技术；也是因为应用广泛，所以仅当它首次被提出的12年后，蓝牙特别网络组（BSTG）最近发布了蓝牙5的协议，其拥有4倍的范围，2倍的速度和8倍的广播信息容量。

BLE技术组合指纹识别对于室内定位（IP）有很多有利之处：其支持移动设备；发射机（或信标）是可移植的，电池供电的，小而轻便，容易展开，能量消耗低；而且接受信号强度（RSS）读数是相对容易采集的，生成结果有较高精度[1]。

然而，为了减少能量消耗，BLE技术中信标的发射机能量（Tx）被限制了，因而信标的范围也被限制了，导致信号易于路径损失[2]。相对其他的射频技术，由于许多因素，BLE RSS读数遇到较大的波动和降解比如动态环境，多径衰落等等，这些因素让BLE IP的实现变得困难。

有些BLE信标标准或协议取决于传递包的工作方式。比如Radius Network的AltBeacon，谷歌的Eddystone或者苹果的iBeacon。BLE信标可以以两种方式与其他设备交换数据：广播模式，即定期向其他监听设备发送消息包；连接模式，即将一个数据以一对一的连接传送。在广播模式下，信息在三个（37,38,39）狭窄相邻的信道中跳变，每个信道都有不同的RSS数值，获得冗余以减少对其他无线电技术的干扰。移动设备不能在这些三信道中加以辨别；组合这些数据并且把信号并集将导致定位精度的降低[4]。

位置的特征是由每个发射机所检测到的信号图像所定的（在本文的BLE信标中）。为了估计用户在校准或离线阶段的位置，有必要为一组已知位置点建立一个参考指纹数据库。在这个数据库中，每个参考元件或指纹由参考坐标、每个信标接收到的信号强度以及这些RSS所显示的读数等等构成。众所周知人类的身体吸收了部分信号，并且在校准阶段通过计算每个方位[5-7]上的平均RSS数据，这种影响将会被减轻，就像在本工作中完成的这样。在定位或在线阶段，处于未知位置的用户获得不同的信标（目标指纹）的RSS值，并且将这些值和参考数据库中存储的值进行比较。通过最近邻（NN），k-最近邻（KNN或者加权k-最近邻（WKNN）等算法，用户最终获得其位置的坐标[5],[8]。

对于确定性算法，可以使用距离/相似性度量确定用户的位置。该过程开始将校准阶段存储的指纹与定位阶段进行的测量进比较：用户位于参考指纹在目标指纹信号空间的最小距离的坐标处。在IP中选择合适的距离或相似性测量也是必要的，因为它可能影响数据分析和结果解释。

因此，研究BLE室内定位协议、信道、距离和定位阶段用户的方位是有意义的。

本文采用不同的距离和相似性度量，对基于用户定位阶段的IP中BLE协议和信道的性能进行了深入的研究。

研究的主要内容如下：

我们深入研究了BLE协议和广告信道模式，把用户在定位过程中的方位考虑在内并且考虑不同的距离和相似量度。

在校准和定位阶段，使用最大、平均和中间RSS值生成新数据库，并对这些新数据库进行后验分析，这是这些新数据库之间的最佳比较。

为了模拟定位系统的实际情况，在定位阶段进行了数据采集，在用户面向特定方向上仅采集了4s样本。

我们提供用户在定位阶段方位、BLE协议、信道、邻居数量和用户样本以准确度和精确结果。

在WiFi指纹识别中已经有分析测距和相似度量的研究[9]，[10]但是，据我们所知，只有一个相似的研究探索了协议信道组合和定位阶段用户方位的影响。

本文分为六个部分。下一段落介绍相关工作。在第三部分将描述在实验中采用的物品和方法。第四部分描述实验，第五部分是实验结果和分析。最后，在第六部分给出结论和未来的一些展望工作。

II．相关研究

关于基于BLE室内定位的室内定位总体工程，以及基于指纹识别方法的特定工程，我们提到朱等人。[12]提出了一种完整的定位方法和一系列优化，以提高定位精度。肖等人[13]提出了一种新的去噪自动编码的BLE室内定位方法，在大的室内空间提供高性能的三维定位。他们得出结论，他们的方法比二维定位表现得好。法偌格和海勒[14]探索了BLE信标在指纹定位中的应用，并展示了WiFi定位的改进。弗等人[15]在移动设备上使用信标协议来实现室内定位获得了更加精确高效的效果，得出的结论是，更多的实验数据并不是总能提高准确度。卡巴克帕等人[16]给出了用不同BLE室内定位方法的比较数据。文等人[17]指出，编制一个重新测量的RSS数据库成本很高，且在动态变化环境上不可行，尤其是在高重叠区域，提出了一种从一组重新测量的指纹数据库中选择的某些位置的动态估计重新采样方法。肯爵兹等人[18]评估了BLE在室内定位场景中的可行性，并开发了一个框架，以基于BLE以外的技术分析、理解和帮助迁移以前的本地定位系统。卢[19]等人调整了信标来增强室内环境的信号不同处，为了一些参考值减少了RSSI的相似处；对射频信号进行了滤波处理，提供了平均滤波器，以减少接受和模式匹配后的信号变化，并集成了KNN算法以便于定位。卡斯蒂奥洛-考拉等人[20]确认了使用KNN和支持向量算法可能在开发室内位置识别指纹机制方面有效的事实。他们提出了BLE4.0信标的发送电平、信标数目和位置以及KNN算法中相邻信标数目作为关键参数。他等人[21]研究了无歧义用户定位的信标部署问题，从理论上证明了所需信标数量的一系列性能界限，并制定了一个新的整数线性程序，该程序共同确定了信标位置及其功率级和广播间隔。法偌格和海勒是最早实施对BLE定位线粒度研究并且利用BLE无线电信号对室内定位关键参数的详细研究。使用欧式距离度量对网格中的每个单元格生成一个分数，然后使用高斯核对该分数进行加权，以增强生成该单元格的概率。Kajkoc等人[22]证明了使用指纹和平方欧几里得距离进行模板匹配的BLE信标接收信号强度定位的可行性，达到0.96m 96.6%的精度。彭等人[23]提出了一种基于BLE-RSSI的迭代WKNN-IP方法；相比于其他定位算法，如KNN或WKNN，该方法改进了平均定位。

还有一些研究利用了BLE信道的多样性。壮[24]等人使用多项式回归模型结合的分析方法，使用BLE信道分离、异常值检测和卡尔曼滤波进行识别；基于欧式距离的WKNN算法被采用。爱适达[25]等人提出了一个BLE分离信道指纹识别系统并且开发了独立的广告发布方案，使符合标准的BLE设备能够识别广告渠道。使用单独的广告方案表明，分散渠道指纹识别提高了约12%的本地化精度。普洱[4]表明三个BLE广告信道的不同RSS行为对移动设备使用的聚合信号有显著影响，对定位也有显著影响。他们的数据分析表明单信道信号比聚合信号更可取并且构造三个信号指纹结果也可以大大改进定位方案。肯顿-帕特纳等人[3]提出并实施了一个真实的基于BLE的IP系统，其可以在降低功耗的同时改进定位精度；信道分集降低了快速衰落的影响，也降低了RSSI测量时的影响。德布拉索等人[11]提供了使用不同距离和相似性度量的BLE信道分离指纹分析。

关于距离和相似性度量的研究，我们可以将德萨[26]和茶[27]的研究作为相关数据，以及普罗赛思等人[28]研究距离和相似性指标对k-最近邻分类性能的影响及其在室内定位中的可能影响。

III.材料和方法

为了发射BLE信号，在第四节所述的受控环境中部署了12个发射机（IBKS105 BLE信标），并使用一台带有北欧半导体NRF51 BLE加密狗的Asus N56J笔记本电脑来收集这些信号。笔记本电脑被放在一张有轮子的桌子上，其高度与一个手持移动设备的站立用户高度相似。BLE加密狗被插入笔记本电脑右侧的USB端口：如果笔记本电脑位于南面（屏幕朝北），加密狗的纵轴将沿东西线定向（见图1）。在校准和测试阶段，笔记本电脑的屏幕一直保持着向上的状态，在一个负责数据采集的人在场的情况下，这个人也部分阻止了到达加密狗的信号。所使用的软件为BLE嗅探器win-1.0.1-1111和Wireshark 1.10.14。无论是校准还是定位阶段，都使用相同的电脑，加密狗和软件。

图1.笔记本和BLE加密狗的定向配置

WKNN，是对传统NN和KNN算法的一种改善，在本文中在所有阶段与指纹识别相比较。在校准阶段获得的参考点，靠近定位阶段获得的测试点，其重要性应高于远离的参考点。试验点的估计坐标（Xe,Ye）使用以下公式计算：

其中（xi,yi）是k个参考点的坐标，wi是每个距离di的权重。

在这项研究中，我们使用了38种不同的距离和相似性度量，按不同的族进行分组，以解决它们对指纹识别效果的影响[26][27].我们选择了接下来的这些：

-明考斯基家族：欧几里得，曼哈顿，明考斯基L3，切比雪夫。

-L1家族：S_伦森、堪培拉、洛伦茨安

-交叉口系列：波蒂斯、摩托卡、泰尼摩。

-内部产品系列：内部产品，cosine，jaccard，kumarhassebrook。

-兄弟家族：海灵格，马图西塔，方弦

-chi;2族：平方欧几里德、皮尔逊chi;2、内曼chi;2、平方chi;2、散度、克拉克、加对称chi;2

-香农熵族：杰弗里斯，K-散度，Tops_e，詹

森香农，詹森差分

-组合家族：Taneja、Kumar Johnson

-变异系数：变换波对冲，变换对称chi;2（min 1），变换对称chi;2（min 2），变换对称最大chi;2，最大对称chi;2，最小对称chi;2。

此外，我们还将使用马哈拉诺比和皮尔逊相关距离[26]。

四、实验设置

图2显示了我们研究机构的主要走廊，该走廊被选为试验台。每一个部署的4.x信标都位于2.1 m高的柱子上，并符合Eddystone和IBeacon协议（见图3）。

图2. 带尺寸的试验台示意图。柱、木门（虚线）和开放空间如图所示。

图3、已选坐标，连同信标，参考点和目标点的介绍。蓝点代表BLE信标，黑点是参考点，红点是目标点。

选择了112个参考点的网格，每个参考点的尺寸为1 mtimes;1 m，平均每14 平方米部署1个信标，平均每平方米有1.5个指纹信标信标。尽管iBeacon规定要求是广播间隔为100ms，但我们检测到500ms的值不会显著影响信号、iBeacon协议或Eddystone的稳定性。因此，两种协议的输出功率和广告间隔分别设置为0 dbm和500 ms，以平衡电池的性能、信号的稳定性和获得精确的定位值。对于我们的定位目的，只需要使用Eddystone-UID的帧类型。一旦记录了参考指纹，就构建了几个较小的指纹数据库。对于特定的信标、协议和信道，计算了每个方向的RSS最大值，均值和中值，然后选择了这四个RSS值的最大值、平均值和中值，从而产生了九个可能的数据库。我们将把这九个参考文件命名为RPI_j，其中i，j可以模糊地表示最大值（max）、平均值或中位数（med），例如，如果我们取每个方向的最大rss值，然后计算这四个值的平均值，我们将这个数据库称为RPmax_mean（见图4）。

图4. 获取RPmax-mean指纹数据库的步骤

在定位阶段，校准阶段使用的同一台笔记本电脑和加密狗用于记录网格中随机分布的40个目标点。每个方向、协议和BLE通道只采集了8个样本（采样时间约为4s）；它们的坐标也用激光笔采集。我们用罗盘保证了两个相位方向的一致性。

三个更小型的指纹数据库是从开始就被构建的。对于特定的接收、协议和通道，可以计算出每个方向RSS的最大值、平均值和中值，并计算出每个接收到的数据的最大值、平均值和中值。我们将把这三个目标指纹数据库命名为TPk，其中k可以表示最大值（max），均值或中位数（med）。例如，如果我们得到每个方向的RSS均值，把这个数据库称为TPmean。

在校准和定位阶段，没有人在场时进行测量，并且在所有测量点，在整个采样时间内（对于所有协议和通道），没有从特定信标接收到信号，例如在参考点1（离坐标原点最近的点，O），除了从B6到B9的信标外，没有信号可以被得到（见图3）。

匹配九个参考指纹数据库和三个目标指纹数据库中的每一个，将导致参考指纹和目标指纹数据库之间的27种可能的组合或比较。我们将把这些比较命名为RPi_j-TP_k，其中i、j、k可以指最大值、平均值或中位数。例如，如果我们比较RPmax_mean和TPmean数据库，则比较将被命名为RPmax_mean-TPmean。

在在线阶段考虑定向的目的是

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20356]，资料为PDF文档或Word文档，PDF文档可免费转换为Word