文摘
最近的移动定位技术的发展和无处不在的计算需求的增加大大促进了先进的定位应用程序和服务。位置信息代表一个核心元素以人为本的活动,有效协助想象复杂的环境和提供本地化的具象协调,跟踪和导航的目的。智能手机的出现加速了尖端positioning-based系统的发展,因为他们包含有更多的处理、内存和电池供电。同样,移动设备现在配备了新的感官功能,无线通信,以及本地化的技术。这已经翻了两番对定位技术的新进展,提高现有和positioning-based系统带来更多的价值。定位技术的研究在不同的方向发展,而没有工作分类和评估不同的进步。准确度和精密度是挑战的两个方面,对定位系统的正常运转至关重要。在实践中,没有一个单一的定位技术可以适用于不同的情况。大多数的调查论文集中在传统的定位技术进行审查。常用的定位技术使用简单的技术,并应用于一个单一类型的环境。 Hybrid techniques are the next generation of positioning technique that is supporting the real and com plex environment. This paper presents a comprehensive review on the mobile positioning techniques and systems. A total of 21 positioning systems published between the years 2012 and 2018 in the top 5 most popular indexed databases are reviewed. The positioning techniques are identified and streamlined through a methodical process, and the selected ones are reviewed using derived parameters. This paper provides a significant review of the current state of the mobile positioning techniques and outlines the research issues that require more investigation.
1。介绍
“定位”的定义通常是用来表达的能力定位对象的物理位置在一个预先确定的空间1]。无处不在的计算的增加和环境敏感信息驱动的更高级的定位系统。此外,最近的无线技术的发展推动新范式的定位技术,在不同的情况下可能会支持。定位系统的应用一直在评估各种应用领域包括导航、跟踪、医疗、旅游、制造业、和个人安全活动(2]。术语“定位”共享相同的概念为“本地化”;然而,它通常是与实时的特点。
定位系统的热潮已经生成大量的意识在全球社区。在线社交网络的出现(OSN)网站间接推动了基于位置的服务(LBS)的发展。最近,Facebook已经注册一个新功能叫做“附近的朋友”OSN平台,吸引了数以百万计的追随者(3]。同样,上下文感知系统已经在一个新的维度的集成磅。最近定位技术增强当前的上下文感知系统新功能,丰富了人类的想象能力复杂的环境更容易。定位在世俗活动的紧急状态不断推动开发人员重新思考他们的概念模型和带来新的添加到当前的。
无处不在的指数增加设备和移动有说服力的设备一直在关键的巨大发展LBS应用程序。如今,智能手机是建立更多的处理,内存和电池供电。除此之外,它是集成了无线通讯和本地化传感功能,因此使它更能够自动感应位置,无需人工干预。许多现有的解决方案使用GPS定位和跟踪的目的,但他们存在一些局限性在不同的环境下工作,因为信号的损失(4]。此外,GPS消耗了大量能源,随着时间的推移,从而降低用户体验(5]。
其他作品有使用基本定位技术,如到达时间,收到信号强度,指纹,或图像模式。尽管如此,追求实时定位与上面的方法,因为它不实现不满足流动性。大多数LBS应用要么上实现一个特定的环境,即。,室内或室外环境。移动协作应用程序使用的资源定位要求准确的室内和室外的位置在同一时间。因此,有必要对移动环境定位系统的无缝定位服务。我们所知,没有这样的无缝定位解决方案。本文研究人员提供了一个清晰的理解上要使用的适当的定位方法。
作为一个替代解决方案,小说定位技术,通常被称为混合或下一代定位技术,正在开发的无线收发器和传感器在智能手机上。然而,没有一个定位解决方案,可以适合所有的情况。它需要适当的技术和方法实现一个可接受的水平的准确度和精密度。不同的应用程序可能需要不同的定位信息对他们的准确性、精密、复杂性、可伸缩性、成本、和部署工作。许多作品选择妥协能源效率提高准确性,导致用户体验的另一个挫折。
混合动力技术的组合定位技术来增强现有的。新定位的解决方案是将混合动力技术优势在前辈面前。在许多调查、定位指标定义审查技术,从而提供一个引人注目的特点。然而,缺乏研究移动positioning-based定位算法中的最新进展和技术系统。本文最近与混合定位技术是识别和定位系统相比,定义关键指标提供一个更好的洞察定位进步。最初,简要介绍的基础技术进行了了解他们的功能和先决条件。此外,这提供了一个更好的洞察不同排列的基本技术,可以与混合的形式。
距离、接收信号强度(RSS)、时间、到达角(AoA),传感器,图像,和模式大类分类基本确定位置的方法。数据1和2提供分类的传统的定位技术,可以实现混合的。下一节是研究方法。部分3最近的调查进行的简要概述。部分4礼物的集合定义关键指标和相关的挑战。部分5比较了基本定位技术根据一组定义的关键参数和相关技术。部分6描述、分析和评估选择的定位系统。部分7提出了挑战和研究方向。部分8提供了研究的结论。
2。研究方法
这项研究的目的是进行系统的评审(1)识别和枚举所有的定位算法和移动positioning-based系统技术在过去的6年里,(2)一个分类模型的技术,(3)开展与派生参数比较研究,(4)描述每个技术的挑战,(5)识别应用领域的定位技术,和(6)确定在这一领域未来的研究方向。这个调查进行了通过执行一个全面的文献回顾现有的研究论文。
鉴于大量的研究在这一领域开展工作,审查计划使用以下方法:(1)确定搜索词(2)清单和审查的定位系统(3)定位系统的分类
研究方法是描绘在图3。
2.1。数据源
最近的技术进步在移动系统中,新定位技术已经开发出来。因此,有一些可用的关于这个话题的文章。最初,一般进行探索是著名科学期刊和会议上名单相关的科学数据库。相关性最高的索引文件被发现在IEEE Xplore, ACM数字图书馆,施普林格,ScienceDirect,爱思唯尔和埃里克。
2.2。搜索条件
评审计划通过确定最合适的搜索策略,和搜索项使用“定位技术,”“本地化”,“系统”,“用户”“室内”,“户外”,“算法”,“移动”,“智能手机”的组合。搜索限于过去的6年里,从2012年到2018年。最后更新于2020年7月。
总共21个文件被确认和审查。论文分析了很仔细,分为具体的类别。
2.3。清单和审查
这个调查的主要目的是审查所有当前和有前途的定位技术为移动系统和评估他们的表现在不同的现实情况。定位系统按订单的相关领域的研究已经选择和审核。图2提供了一个洞察混合定位技术定位系统目前适应提供更好的服务。
图2提供了一个洞察的混合动力技术,应研究和评估来帮助研究人员和应用程序开发人员更好地理解他们的应用程序在不同的环境情况。每个技术使用特定的技术或算法,因此,不同的工作在不同的情况下的方法。因此,了解这些差异在选择和应用至关重要。
2.4。定位系统的分类
节2.3、2 d的角度定位技术提出了提供一个概念的不同组合技术,可以派生。最近的技术已经用于实现定位系统。表1提供了一个列表的系统分类通过各自的技术,技术和应用领域。
从表1,实现工作的百分比在2018年是29%。此外,PDR结合技术代表作品总数的62%左右。这些数据可以解释的事实越来越多的智能手机和sensory-equipped设备的技术发展。此外,大多数的系统被归类为“研究”的,因为他们仍然需要深层次的理解和调查之前,他们可以向公众开放。
3所示。相关的工作
有一些调查论文,对定位技术进行了回顾和系统(如Tariq et al。24),Al-Ammar et al。25),Chowdhury et al。26),Tahat et al。27),签证官和德28肖,et al。29日),Palipana et al。30.),Maghdid et al。31日],莫雷诺和奥乔亚32])。Tariq et al。24)集中他们的研究在非全局定位系统(GPS)定位系统为室内环境。作者进行了全面审查,对多个性能指标不同的技巧和技术。除此之外,他们还提出了一个详细的定位系统的分类技术,技术、性能指标和局限性。
Al-Ammar et al。25)提出一项调查比较研究的室内定位技术,技术和算法。标准的技术评估分别与各自的研究差距分析和局限性。此外,这项工作还分析了对隐私的影响这是一个小说中比较最近的调查研究。尽管最近发表的文章,作者没有讨论了定位技术的最新进展,即。,混合动力技术。
Chowdhury et al。26]调查最新进展在无线传感器网络的定位技术。摘要本地化技术的最新进展是详细根据一些已知的参数,如处理(中央或分布),传播范围,移动,操作环境,节点密度。一个系统的比较和评价进行了本地化的算法。然而,缺乏关注广泛的混合动力技术辅助定位领域的最新发展。
Tahat et al。27]研究了移动设备的无线定位技术的最新进展。基地的全面审查技术讨论,和底层算法与关键指标定义的方法了。作者集中在室内和室外环境略有不同学业,等等。该研究得出结论说,没有单一的算法,可以适合所有类型的情况;它也指出,有一个缺乏讨论混合本地化技术。签证官和德28)提出了一个调查fingerprint-based户外本地化。这种技术只集中在室内环境。短程通信基础设施的可用性(wi - fi和BLE)很容易出现在一个室内环境,从而使它更实用实现指纹技术。这项研究得出结论,感知设备智能手机设备的出现可以进一步提高指纹识别技术。即便如此,非常有效的技术,但它是非常昂贵的实现。此外,比较与nonfingerprint技术提供了更大范围的类型的环境在不同的场景中使用。
肖et al。29日)进行了比较的无线室内本地化从设备的角度来看。在这项工作中,本地化已经分类主要分为两个方面:基于device-free。这些类别是进一步扩大与现有系统的主题演讲,如比较,种族隔离的应用领域,相应的基础设施。尽管如此,这篇论文并没有提供多少细节,最近的进步手机定位系统。Palipana et al。30.)提供了进一步了解被动device-free本地化基于射频(RF)。作者有本地化的维度分解成一人,空间和时间,这是新的参数。然而,这次调查只是局限于射频基础设施和室内环境。
Maghdid et al。31日)提供了一个无缝的实现和挑战调查outdoor-indoor本地化智能手机。研究各种系统相比具有相同特征(室外和室内)连同自己的技巧和技术。在另一个角度来看,本文分析了过时的系统,缺乏深度解释新兴趋势定位技术。莫雷诺和奥乔亚32)进行的一项调查的资源定位方法支持移动协作。的工作非常类似Maghdid et al。31日),但他们只有集中在基于性能指标比较常见的技术。表2提供了一个讨论的相关工作。
4所示。定位指标和挑战
在上面的部分,概述近期的手机定位系统提出了分类,分别与相关的定位技术。在本节中,许多标准推导进行系统性的评估定位技术。技术比较关注移动技术虽然大多数现有文献进行比较的研究关注一般定位技术。每个评价指标确定的如下解释。
在这部作品中,“准确性”一词被定义为之间的最短欧氏距离估计位置和准确的位置,意味着距离越短,精度越高。在大多数情况下,在设计定位系统精度的核心因素;然而,应该设计一个适当的平衡协调精度和其他定位参数。
“精度”是第二个最重要的参数被认为是综述,它决定了规律性的估计的具体技术。低精度表示“L”状态,精确的比例低于70%,和一个中等精度表示“M”状态,精确率低于85%,大于70%。更高的精度表示为“H”表明,精度高于85%。
第三个参数是“计算负载”,它是衡量能源消费的对象的位置的确定一个特定的技术。高计算荷载表示为“H”意味着大量的资源消耗,一个中等大小的计算负载表示为“M”意味着价值是高于平均水平,最后,一个低计算荷载表示为“L”意味着能源消耗合理接受。
第四个参数是“可扩展性”,改变操作条件下的可加工性评价技术。低可扩展性标记为“L”意味着技术可伸缩性差,一个中等大小的可扩展性标记为“M”意味着技术只在一定程度上可伸缩而更高的可扩展性标记为“H”意味着这项技术非常可伸缩。
“灵活性”是第五个参数用来评估的性能定位技术在不同环境(物理)上下文,即。,the accuracy and precision of the techniques must have a trade-off value in dynamic environments (indoor or outdoor) so that it can work uniformly. A low flexibility marked as “L” denotes that the technique does not cope well under different environmental contexts. A note of “M” signifies that the techniques can provide a reasonable position value, but it does not work in all spaces. Lastly, “H” means that the technique can operate with the same set of level of accuracy and precision under different environments contexts.
“集中和分布式处理”是一个重要的指标来评估定位技术的性能。集中计算可以从各个节点独立地处理输入和可以实现更快的结果但有自己的单点故障。分布式处理可以配合传感器网络节点和工作自主处理结果。然而,在分布式计算处理时间可能会慢,可以导致损害无缝定位结果。集中处理被标记为“C”和分布式处理被标记为“d”。
“异质性”的定位技术是一个至关重要的方面评估运营能力在不同硬件特征(建立、模型和规范),即不同的设备,不同的平台,不同的内存大小,不同处理的权力。例如,设备异构性是开发人员所面临的一个重大挑战的领域应该考虑而设计的技术。结果可能是重叠的不同技术和可能导致错误。一个“H”意味着技术异构和nonheterogeneous“NH”。
“定位”是另一个重要参数,考虑了用户的视野来计算物体的相对位置。急性角度越多,更精确的定位结果。在导航和跟踪等应用领域,娱乐,和增强现实系统,定位是至关重要的。方向可以确定使用手机的传感器。然而,使用传感器数据的挑战的高消耗的能量。
也被称为“轨迹”的运动模式。用户的移动处理下一个定位时考虑的结果。它也可以连接用户的位置分,可以推出一个模式,这样系统可以重用相同的预测目的。在许多娱乐服务定位,轨迹是用来提出下一个点的利益基于前面的位置的位置,从而让用户高度互动。
表3提供了一个识别定位指标的总结。每个指标的“重要性”推导出基于我们的理解。在这项研究中,“重要性”是联系在一起的意义在测量和评估定位技术。最后,“测量”字段提供了一个量化的评估定位指标在各自的维度。
表4显示了一个参数矩阵评估定义的关键参数。乍一看,桌子上4提供了一个相互映射的定位指标强调它们之间的连通性。此外,实现挑战与定位相关的指标也可以推导出,估计和权衡值可以是为每一个参数。
从表4给出明确的指示,它的实现移动定位系统相关的挑战。相应的参数显式描述之间的权衡。最佳适合的情况下,所有的参数函数的最优水平。然而,它不是这样的工作情况。按表4,它可以指出,“负载”是至关重要的,因为它与所有列出的参数除了异质性。负荷主要是有关长寿,它在移动系统是至关重要的,因为它允许更长时间的用户体验,从而增加参与对这些系统。准确度和精密度的跑步者在矩阵表,但它往往是相关的最重要的定位指标移动定位系统。可伸缩性有直接影响的灵活性,因此技术最佳无论工作环境所需的上下文。灵活性考虑负载的技术提供恒定的定位信息在不同的环境背景。CD处理最终影响负载的移动设备。处理可以集中或分布。增加定位和轨迹将不仅提高精度,提高精度。换句话说,这些参数更容易增进了解的复杂环境。下一节将提供一个详细的审查定位技术与定义的关键指标。
5。对定位技术
这个工作的主要贡献是审查所有当前和有前途的移动定位技术和评估他们的表现在不同的现实情况。首先,初步了解常用的定位技术是必需的。订单接下来,大量的定位技术的相关领域的研究已经精心挑选和审查。我们描述了常用的定位技术,识别和选择调查表格5。详细审查的定位技术进行了表6和7。技术正在有条不紊地分析并与所选指标和各自的技术,从而获得一个全面的研究差距分析。进行分析和比较,重点对最近的移动技术的突破。
附近是一个简单的本地化技术方法,如术语表达“接近”,它检测到最接近的对象配置到一个基站(BS)。技术通常采用一系列探测器,各有一个已知的位置。在移动蜂窝网络场景中,探测器可以归类为b;设备的位置估计通过确定b设备连接(38,39]。附近的类别包括四个技术:细胞ID, ID与细胞领域,细胞ID与助教或RSS和细胞ID与行业或助教或RSS。细胞ID使用移动手机网络来识别手机的近似位置通过预先确定它连接BS。覆盖范围的定义对细胞半径,和手机的位置估计在这个半径。在细胞ID与领域,细胞分为行业,BS采用定向天线覆盖每个部门分配。细胞ID随着时间的推进(TA)考虑时间因素,它计算的时间长度的信号到达b的手机。细胞ID与行业+助教或RSS包括细胞进入行业的集群,它使用助教或RSS值估计的位置移动设备(27,31日,40]。
接收信号强度(RSS)技术是一种预期的研究领域,许多研究人员正在挖掘扩展本地化技术领域。在一个无线局域网(WLAN)的背景下,移动设备的位置估计使用的广播信号接入点(AP)。三边测量是几何技术,决定了物体的绝对或相对位置测量的距离使用属性的圆圈,球体,或三角形34]。指纹是一种基于签名的本地化技术捕获一个电台的地图匹配一组预存储的签名的值来确定物体的位置(28]。在不同的上下文中,签名可以标记(视觉)图像信号,运动,或声音。最常见的指纹技术,继承的方法是wi - fi,蓝牙,摄像头和麦克风。
到达角(AoA)被定义为一个入射波的传播方向之间的角度和一些参考方向,被称为取向(41]。AoA-based定位技术依赖于节点的测量角度看到的参考节点(42]。三角测量是一种常见的技术在基于网络的方法,它位于移动设备使用相同的AoA收到信号通过两个或两个以上的BSs,假设BSs之间的距离是已知的(41,42]。
基于时间的本地化技术记录信号的传播时间,也称为飞行时间(TOF)来估计一个移动设备的位置。TOF转化为其旅行距离移动设备的BS,假设信号的传播速度是已知的。到达时间(TOA),到达时差(辐射源脉冲),和往返时间(RTT)是常见的技术。在许多情况下,不同的信号,比如无线电频率(RF),红外线,声学,使用超声根据本地化需求(31日,43,44]。
传感器方法使用车载智能手机的惯性传感器来确定用户的位置。陀螺仪、加速度计和磁强计是其中常见的传感器用于计算用户的位置。角速度是源自陀螺仪、加速度从加速计,从磁强计和磁场。著名的技术分类下传感器的航迹推算和识别地标(44]。航迹推算(DR)技术估计目标对象的位置最后已知位置的基础上,假设运动的方向和目标的速度或旅行的距离是已知的。地标的分类是为了完成特定的传感器模式,某一点的标记。地标可以像楼梯,电梯,自动扶梯,或门。
5.1。讨论定位技术与关键参数定义的
表6提供了一个基本定位技术的综合分析与定义的关键参数。定位技术是评估对派生参数来确定自己的长处和缺点。大部分的基于位置的服务需要实时准确和精确的信息,经验是更真实,引人入胜。此外,系统应该考虑到有限的资源在移动设备和设计新方法保持一致的性能。大部分的技术部分中讨论5基于位置的服务已经实现和测试。
接近技术主要使用移动网络实现的。这些技术是可伸缩的,实现起来非常简单,因为他们不需要复杂的算法或高计算能力。细胞ID标识的近似位置它连接手机通过预先确定BS。覆盖范围的定义对细胞半径,和手机的位置估计在这个半径,因此提供一个半径的估计精度r。细胞ID与行业技术采用定向天线,因此,细胞分为部门。精度可以推断“扇区大小”使用这种技术。时间或RSS技术是细胞ID考虑随着时间的推进(TA)或RSS来估计这个职位。在这个特殊的技术,信号的时间长度的计算从手机到b。的准确性可以是一个标准的四个细胞ID技术的准确性(27,31日,40]。细胞ID与行业+助教或RSS技术包括细胞集群到部门和雇佣助教或RSS值估计的位置移动设备,因此比其前辈提供更准确的结果。这些技术的准确性可以估计分母的四个实际的扇区大小。
RSS类别包含的两种技术,即三边测量和指纹。最近,一些研究已经进行基于rss技术的室内定位系统使用移动设备。wi - fi热点的广泛扩散或祝福发射器建筑使得许多室内localisation-aware服务的实现。三边测量来源于几何技术,决定了物体的绝对或相对位置测量的距离使用属性的圆圈,球体,或三角形。这种技术是一个很好的选择的空间模型,因为它确实受到多径和阴影问题[33]。多路信号的传播是在两个或两个以上的方向到达发射机(27]。跟踪接收信号功率波动的影响是由于发射机和接收机之间的阻碍27]。在这个角度看,它遵循了功率损耗算法,间接接收功率是成正比的平方距离发射机的来源(34]。指纹识别技术已经证明使用wi - fi RSS信号良好的准确度和精密度。然而,它也带来了显著的缺点可伸缩性和灵活性。这种技术比赛现场信号值与预存储值在离线数据库并提供定位信息。然而,一个单一的环境可以给假阳性信息的变化,从而影响灵活性在不同的上下文环境中(25]。此外,一个新的离线数据库构建如果系统扩展到一个新的环境,因此影响可伸缩性(25]。最后,基于rss技术不考虑方向。因此,实时定位应用,如增强现实系统使用的技术将是非常具有挑战性的构建。
基于时间的方法组成的三种技术,即TOA,辐射源和RTT。可以估计TOA测量宽带窄脉冲的到达时间,也称为信号。接收设备和传输节点之间的距离可以通过给定的计算公式:=时间×速度,距离D米的距离,传输时间延迟,和速度信号的移动速度43,44]。这个方法是非常精确的,因为它可以同步与其他BSs的主题来定位对象。RTT可以通过以下公式计算: 在哪里D是发送节点和接收节点之间的距离,所需的总时间信号从一点移动到另一个回来,是时间延迟操作所需的硬件设备在接收端,和速度的速度传输信号43,44]。辐射源脉冲技术从不同的BSs测量信号到达时间的差异来确定移动设备的位置。目标辐射源的应用中使用情况不需要给定节点和参考节点之间的同步,但是有参考节点之间的同步。它可以使用以下公式表示: 在哪里c光速和吗是在每个参考点(到达时间的差异43]。基于时间的本地化服务的技术提出了一种简易的方法,和通畅的准确度和精密度环境足以在大规模实施。这些技术的主要缺点是,它会额外的灯塔上的负载计算时间,和信号路径可能导致错误的时间计算。
AoA技术已经很少用于本地化的智能手机,它需要专门的天线捕捉信号的入射角度边界。最常见的方法在AoA三角;它位于使用面向方面的处理方法(AoA)移动设备接收信号由两个或两个以上相同的BSs,假设BSs之间的距离是已知的(41,42]。在二维空间中,下列方程可用于计算设备的位置: 在哪里和是XYBS的坐标值,是收到的aoa BS信号,然后呢和是XY移动设备位置的坐标值(41,42]。在以前的相关工作(21,22),这种技术的准确性和精度是不可靠的,因为它没有很好的函数在不同环境背景。
感官的技术已经普遍采用在最近positioning-based系统。传感器在智能手机的可用性使一个简单的适应和集成这些技术在最近positioning-based系统。两种最常见的这类技术博士和地标的识别。技术博士估计目标对象的位置最后已知位置的基础上,假设运动的方向和目标的速度或旅行的距离是已知的。感知设备(加速度计、磁强计和陀螺仪)工作协作发现合成定位信息。这种技术受到噪音影响传感器和可能导致提供定位信息不准确31日]。地标的分类是按顺序进行的特定模式已经标记在这些特定的地点。地标可以像楼梯,电梯,自动扶梯,或门。此外,它还检测将在用户运动变化的多种感官设备如加速度计、磁强计、气压计,陀螺仪,wi - fi。以感官为基础的技术是最适合的室内环境,因为它们主要依靠惯性传感器在智能手机。惯性传感器消耗能量,这对用户体验造成负面影响。此外,开发人员通常面对的挑战取消噪音传感器提供一个可靠的定位输出。
5.2。讨论定位技术的算法和技术
表7提供了详细的基础定位技术与合成相关的过滤算法和相关技术。技术的局限性基础上派生表进行比较6和分析表进行7。过滤算法可以分为确定性和不确定性(概率)。在确定性方法,前面的位置不考虑计算当前定位信息。概率方法考虑过去信息定位计算(预测)的下一个定位信息的用户。
作为讨论的部分5。1接近技术是简单的开发和在大型环境中可以轻松集成。这种技术采用细胞或RFID技术,因为他们可以适应大规模部署成本最小。此外,如最小二乘(LS)算法,高斯分布,再邻居(资讯)通常应用于过滤的原始数据定位设备。精度问题可能出现与LS等确定性算法由于同步和阻碍视线(LOS) [32]。然而算法提供一个更好的性能在LS细胞ID技术通过考虑前面的本地化信息,消除误报(32]。
RSS技术是广泛应用于大多数定位系统。三边测量技术通常应用于GPS技术和演示了一个健壮的定位方案在开放区域24]。就像前面提到的5。1信号强度成反比,覆盖的距离,因此以下路径损耗算法。在自由空间模型,下面的方程可以用来找到信号的估计强度:
我信号的强度,f是一个已知的常数,然后呢D是接收节点之间的距离和传输节点(28,34]。这种技术已经被广泛应用于细胞、蓝牙、射频识别、无线技术。指纹识别技术已经流行在室内定位系统由于其复杂性和在大型环境中可伸缩性问题。近期作品(9,10,14)在这一领域有所改善性能等不确定性算法利用资讯,神经和支持向量机。这些算法已经帮助减少的数量集的指纹数据库,但是这个过程仍然是广泛而详尽的建立。
确定性算法,如LS、两步迭代和大满贯通常采用基于时间的技术。wi - fi和蜂窝网络是广泛应用于这种技术。作为讨论的部分5。1一个畅通无阻的环境中,这些技术是准确的。然而,同步错误可能影响精度的技术。TOA和RTT过滤器使用确定性算法的结果。因此,不考虑先验信息来估计当前的本地化。
农产品协定的技术被更复杂的实现与其他定位技术,因为它需要专业设备的功能。然而,性能也依赖于环境部署。细胞和wi - fi网络的一些技术可以支持面向方面的技术。这种技术使用几何圆交点和迭代算法来过滤数据。几何圆交点来源于三角函数的概念,使用一组圆和参数(半径和角度)来计算用户的位置(42]。单个测量入射角度误差对本地化的输出可以有负面影响。
传感器技术通常应用在移动设备上使用来自传感器的数据。博士使用卡尔曼步事件算法找到设备的相对位置。加速度计传感器是用来检测步骤事件估计位置(45]。来自传感器的数据表明三轴加速度相对于移动设备。识别地标使用相似的原理,但它考虑不均匀变化的传感器的数据来检测对象。卡尔曼滤波算法是用来过滤结果和减轻噪音传感器(46]。
6。对定位系统
混合动力技术的组合定位技术,可以提供一个更加可靠和健壮的本地化解决方案移动系统。随着高科技移动设备的出现,更准确的定位系统的要求不断上升。很明显,只有一个定位技术不能解决所有当前的挑战。因此,一些系统集成的组合定位技术,可以共同或独立工作来实现一个更强大的定位系统。在本节中,简要概述和分析最近的定位系统中列出的部分2正在进行。此外,系统评估与性能指标定义的集合。
Kumar et al。6)提出了一个基于访问点的室内增强现实游戏的本地化的孩子。作者融合行人航迹推算(PDR)和指纹识别技术来挂载系统。wi - fi网络基础设施是利用工作。离线数据库是由无线信号的传播,然后主动系统应用模式匹配机制与离线数据和实时数据来确定可能的位置。结果随后被转移到另一个子系统的设置过滤掉用户的最佳位置和姿态的基于移动传感器的输入数据。准确性、精密和取向的主要要求是增强现实领域。叠加的图像应该制定的重点对象,因此允许用户很容易想象复杂的环境。安全和隐私方面也应考虑。尽管如此,系统还应该迎合它的安全和隐私问题。危险的地方应该提前警告用户,和应该建立适当的机制来保护用户的个人信息(定位信息),用户之间的数据共享。 Table8总结了系统的评价。这个系统可以降低用户体验,因为它的准确性和精度低。然而,一个好的装饰应该制定中小学之间的需求,使系统完美地工作。
刘等人。7)开发了一个基于无线系统室内本地化(基础设施)指纹和嵌入式惯性传感器。作者介绍了一步检测算法与粒子滤波机制加强传统的指纹识别技术。步检测算法需要加速度计读数估计用户的轨迹的位置。粒子滤波是另一个的子集系统过滤掉最可能的用户位置基于用户的运动和轨迹。这些增加也减少了所需的庞大准备wi - fi无线地图。这项工作已经证明了一个健壮的本地化方案室内本地化使用指纹识别技术。一步检测和粒子滤波算法最终增强了本地化的过程在某种程度上。尽管指纹识别技术可以准确和精确的,它提供了一个广泛的劳动力成本。此外,这种技术可以提供错误的结果如果不采样数据为不同的设备,即。,非均质性问题。这种技术可以容易的洪水攻击,即攻击者可以发送多个请求的wi - fi路由器在短的时间流逝,造成整个网络基础设施的失败。 The evaluation of the system is highlighted in Table8。
HiMLoc [8)是一个解决方案基于混合本地化机制,利用wi - fi指纹PDR技术。刘的工作类似于et al。7),但作者补充他们的工作与一个额外的组件称为活动分类。它决定了活动用户执行在一个短的时间间隔从加速计传感器采样数据。除此之外,它还检测到垂直和水平运动,例如,如果一个用户正在使用楼梯或电梯。作者的数量已经大大减少无线扫描,因此获得额外的电池使用。作者利用感官智能手机设备来提高系统的准确度和精密度。然而,这也会很快耗尽电池,从而切断了用户体验。的累积噪声传感器可以降低系统的准确度和精密度,能提供一个错误的本地化估计。因此,用户可能会担心自己的隐私的情况下,本地化是无法正确计算。表8强调工作的评估和定义的参数。一个适当的权衡应该在用户体验设计延长不限制他们的系统中缺陷。
Mashuk et al。9分享服务)实现multifloor室内定位系统占用检测。提出定位框架是由创建电台地图使用wi - fi和蓝牙(bie)信号。作者介绍了匹配,楼梯检测和粒子滤波机制模型。此外,加速度计和陀螺仪传感器融合增强过时的指纹定位技术。常见的移动传感器的集成优势了nondependency基础设施定位系统。作者对智能手机的多种感官功能最大化建立系统。然而,系统只实现了中值精度3.8米的室内环境。不像其他系统、众包数据没有被用来创建脱机指纹数据库。相关的安全与隐私问题类似于Kumar的工作等。6和刘et al。7]。表8突出一个“H”负载参数的移动传感器是资源密集型的。
戈麦斯et al。10)提出了一个室内导航架构使用变量数据源盲人和视障人士。作者提出了一种混合本地化算法适应室内结构和处理不同类型的信号增加准确性。这与他人合作;它关注网络定位方案,涉及无线基础设施、祝福,视觉标记,或NFC标签。更高的精度已经达到视觉和NFC标签,但它涉及巨大的部署成本。作者工作集中可用的通用信号,即。、wi - fi、祝福、NFC或视觉标记。获得高精度的系统基准测试,因为它与视觉的集成和NFC标签列于表8。指纹识别技术是复杂的实现不同环境下由于广泛pre-offline数据库构建。在这部作品中,作者已经减轻了指纹和其他技术问题。此外,指纹识别技术已经共同洪水应该解决的问题。
再点燃(11)是一个框架为本土化开发和跟踪系统的第一反应者。系统已经构思的基础使用机器人本地化的关键思想。它是建立在本体感受的刺激的加速度计等传感器,陀螺仪和磁强计。在这个框架中,作者有模仿三边测量和航迹推算技术。三边测量技术应用于射频识别和移动网络基础设施,而航迹推算技术应用于传感器的数据。三边测量的准确性在移动蜂窝网络的范围可以从扇区大小细胞大小,取决于三边测量算法的粒度,作者使用了。在这工作,手机网络和使用RFID标签,和准确性可能等于房间的水平。三边测量技术可以对这种系统的精度产生不利影响,最终影响操作的第一反应者的团队。此外,噪声和漂移从传感器没有被考虑。因此,这可能会导致更多的不准确的结果。 On the other side, this also impacts the precision, which could undermine the user experiences as highlighted in Table8。
Nazemzadeh et al。12)发明了一种位置跟踪技术基于多传感器数据融合rollators帮助老人安全地在室内空间中。射频识别标签(标记)被分配到一个特定位置的室内面积rollators的探测和跟踪。系统处理数据从所有的感官设备(编码器、陀螺仪、RFID阅读器,和一个Kinect摄像头)。作者补充他们的工作与PDR技术扩展卡尔曼滤波算法来过滤掉传感器数据。在射频识别系统中,精度是高度依赖标记的数量和它们之间的距离已经设置。换句话说,它需要大量的标记覆盖大型空间达到一个可实现的准确性和精度。RFID标签可以被任何人在室内环境中,错误从而影响系统的功能,导致老年人的恐慌感。尽管作者综合感官能力的工作,它涉及到一个在该地区部署RFID标签的高成本。表8总结了系统的评价。
王等人。13)提出了一个在室内本地化工作方法由可穿戴姿态传感器融合测量和赦免从分散的RFID标签位置信息。可穿戴的相对位置计算姿态传感器(三轴加速度计、陀螺仪和磁强计)。宽恕位置修正通过读取RFID标签,稀疏放在室内环境。作者使用了一个修改后的卡尔曼滤波算法来照顾零星的RFID标签的位置和抵消噪音和漂移从传感器数据。这项工作模拟原型室内本地化机制可穿戴姿态传感器和分散的RFID标签。在某种程度上,可以被认为是相对可伸缩和灵活的工作,因为它不依赖固定定位RFID标签。相关的隐私和安全风险类似于王等。表8强调了系统的高可伸缩性和灵活性。
周et al。14)提出了一个联合室内定位方案利用PDR和射频层析成像。作者融合了PDR复位技术通过简单的结构化几何公式运算符。可以获得一个完美的交叉点当用户走过的视距链路无线节点,进而触发一个重置到PDR机制。除此之外,该系统还可以实时准确地估计旅行距离无论对象是移动的速度。的工作已经证明了一个健壮的本地化计划使用PDR技术。正如前面所讨论的那样,PDR的技术积累误差随着时间的推移,因为传感器漂移和噪声。因此,这个重置提出这项工作可以消除从多重感受装置输入错误的风险。一个环境的变化可以影响整个系统的功能,因此用户构成安全威胁。然而,这项工作被评为高度精确,考虑移动设备的不同特点。表8总结了评价这项工作。
角等。15)实现室内定位方法利用惯性传感器和TOA测量从一个超宽带(UWB)系统。6 d构成计算基于惯性测量单元收到的信息和超宽频的TOA系统。工作一直延伸到视线外迎合多路径效应和仿真结果)超宽频接收机所造成的问题。同样,系统可以支持多个艾莫斯和超宽频接收机实现更精确的位置和姿态。作者设计了一种新颖的除了照顾的多路径和仿真结果问题引起的超宽频技术。很多垃圾在TOA系统生成数据。因此,需要一个适当的清洗。除此之外,它是必要的,以确保超宽频接收机与发射机之间的时钟同步是同步的。干扰信号的另一个原因可能影响这些系统的可加工性,产生安全和隐私问题。这个系统消耗更少的能量与其他系统相比,因为它依赖于简单的TOA技术,所解释的“L”负载参数表8。
Marton et al。16)发明了一种室内本地化移动机器人系统之间使用飞行时间(ToF)测量超声波信号发射器和超声波传感器。作者延长他们的工作在一个校准过程展示的影响轻微的锚(传感器)错位。除此之外,他们制定校准过程的精确安装锚的必要性在哪里不是必需的。传感器融合技术应用ToF一起测量来计算移动机器人的本地化。表8总结了工作。这个工作可以评为可伸缩的和灵活的校准程序,作者提出了。这个过程可以在大规模部署进一步验证性能进行了研究。然而,超声技术是昂贵的实现,它需要设置和管理专业知识。在ToF技术,b是主要演员控制所有的访问,并完全控制在所有节点定位。同样,一个单点故障的BS基础设施可以妥协所有用户的个人信息。
Anisetti et al。35开发一个健壮的定位系统,集成了基于RSSI值和生存信息和数据库相关(DCM)技术。作者提出了一个本地化的系统,可以提高精度较差的地区GPS信号和低准确的地理位置。有两方面的工作;作者有一个指纹识别技术与time-forwarding算法和具有里程碑意义的使用智能手机相机匹配技术。系统已经在城市环境中经过了广泛的测试。在这项研究中,工作可分为以下类别的指纹和MM技术。工作设想是地理位置,因为它是一个替代解决方案高度准确和精确。它比它的前辈,因为它有匹配技术集成,使其高效过滤所有的假阳性的位置。然而,这样一个系统的可伸缩性和灵活性会因为指纹识别技术需要离线数据库操作,这使它具有挑战性的工作在一个大的环境。评价的关键参数列于表定义8。
哈利法等。17)提出了一个活跃的行人活动室内航迹推算系统的分类。根据目标区域,活动分类可以在资源受限的设备上实现复杂和困难。提出了一个新颖的活动分类方案工作在复杂地区来演示它的灵活性。系统切换算法根据上下文环境的动态,展示其灵活性和可加工性不同硬件特点。表8总结该系统的回顾与定义的参数。行人活动的检测使用PDR和MM技术可能会非常棘手,因为错误的风险很高。因此,适当的方法需要利用确定性和noncertainties。此外,MM技术通常将大量的数据(图像)在数据库中;因此,这些照片应该交叉验证之前上传,因为它们可以包含敏感信息。在这部作品中,作者设计了一个轻量级的分类算法来保护电力设备上。
钱等。18)提出了一个基于PDR的室内定位方法和平面图的信息。工作类似于哈利法等。不过,作者解决低成本传感器引起的漂移问题通过应用当地口岸价值和自相关操作测量重力加速度信号。此外,他们还延长了PDR算法,以便它可以考虑有限的处理能力。作者提出了一种改进的算法,可以利用传感器的噪声问题和有限的处理能力。从这个角度看,它放大了用户体验和系统上扩展了用户的活动。采用这样的系统的技术提供更好的精度(1米),但精度可以不规则如果MM技术没有找到相应的信息。表8强调工作的评价。PDR MM是一种很有前途的研究领域,但它也需要大量的测试实验,才能扩大面积大。安全问题指向哈利等人也适用于这项工作。
科拉(19)开发了一种改进的基于蓝牙——(bie)本地化使用激光距离传感器。三边测量和距离技术相结合形成了混合动力系统的本地化技术。本地化算法由两个阶段组成;最初,用户位置计算基于RSS的祝福,其次,激光传感器检测用户的出现在附近。三边测量是几何技术,决定了物体的绝对或相对位置测量的距离使用属性的圆圈,球体,或三角形。这种方法是最适合开放的领域,因为它需要一个发射机和接收机之间的视线。因此,系统可能会遇到一些可伸缩性问题在室内墙壁阻挡信号强度的领域。表8总结了使用定义的关键参数。在另一脉,有幸获得传感器的误放可以影响系统的负功能,触发可能对用户安全和隐私威胁。
Elbakly和优素福36]提出了一种蜂窝网络户外本地化系统基于计算几何的方法来估计用户的位置。泰森多边形法图的系统扩展的网络站点,站点之间的两两比较,以及部门加强本地化的信息准确性不需要数据收集或特殊传感器。测试系统已经在城市和农村地区。作者强调,它表明在传统技术的改进。泰森多边形法来源于三角或三边测量技术。这项工作从Elbakly和优素福36)关注Voronoi-trilateration技术。这种方法不适合室外实验,因为它将遭受准确度和精密度的问题。表8突出了该系统的准确性和精度问题。在另一个静脉,它可以迅速适应移动网络因为它的低成本技术。与蜂窝网络的安全和隐私问题是类似于Marton et al。
撒旦和托斯(20.]给出了一个应用程序,该应用程序可以使用蓝牙RSSI附近室内本地化。作者使用了一个简单的算法称为路径损耗模型来估计信号的距离。用户的位置然后使用估计和确定最接近用户发射机。此外,系统使用了近邻模型找到离用户最近的房间。作者使用BLE技术演示了一个简单的本地化的机制。祝福有一个更短的波长相比wi - fi。因此,它的工作原理主要是在室内环境。工作没有考虑的影响略灯塔的位置变化。因此,影响了系统的可伸缩性和灵活性。作为数据(例如,RSSI、距离和位置)集中存储,数据库腐败可能会产生安全威胁系统的功能。 Table8总结了使用定义的关键指标。
王子和小37)实施时履行混合RSS-AoA技术室内设备本地化使用光传感器。系统有能力测量信号强度、方位(角度),海拔在智能空间环境。移动节点通过时履行方法估计其位置,粗和细估计。“粗”算法措施wi - fi信号的信号强度,光的入射角与一个惟一的ID来估计粗定位信息。“好”估计改进算法在“粗”通过测量光的方位和仰角角度传感器和几何三角测量技术应用到优化结果。作者证实平均34.88厘米精度使用“粗”算法和平均13.95厘米精度使用“好”算法。报告的精度可以接受在一个室内环境中,但是该系统应该确保它继续工作在不同的照明条件。表8评估工作与定义的关键指标。
Tomic et al。21)提出了一个混合RSS-AoA 3 d技术在非合作的无线传感器网络节点定位(轮)。范围和角度测量从RSS和AoA中提取信息。作者采用LS获得一种新的目标函数解决混合本地化问题。一个二阶锥规划(二)来获得从一个凸凸函数。这项工作已经利用RSS和AoA技术使用LS和二次模型。测试系统已经成功地在各种场景包括在高噪音的情况下彻底。系统实现了精度小于3米在一个室内环境中,但它可以稍微提高额外的天线。然而,略有误差,测量入射角度可以在定位系统有不利影响。表8评估定义的系统参数。
唐et al。22)提出了一个研究RSS和AoA本地化生活在一个巨大的灾难情况下检测。已使用蜂窝网络和技术,如农产品协定的,距离,利用三边测量。AoA已经计算差异的RSSI(细胞)。邻近技术包括细胞进入行业的集群,它使用RSS的值来估计移动设备的位置。系统已经构思协助生活巨大的灾难后检测。关于它的功能,系统测试主要在户外环境条件。细胞单元尺寸可以改变从2公里到20公里,和系统设计考虑这方面。因此,准确度和精密度达到相对较好的关于系统的性质。这项工作也有类似的相关安全问题Tomic et al。21]。表8评估系统定义的关键参数。
Kumarasiri et al。23)开发出一种混合定位算法的基础上,结合RSS和到达时间差(辐射源脉冲)。的工作还包括RSS信息广泛可用的无线网络,而合作功能的基础。拟议的技术实现基于两个估计:泰勒级数展开和最大似然。作者提出了一种新颖的基于分布式网络混合本地化方案。网络功能独立,不依赖集中节点。在这个模型中,系统处理没有影响,以防如果其中一个节点失败。因为它依赖于BS计算差异的时候,一个男人在中间可以截获信号并发送虚假或错误的信息。表8总结了系统。
7所示。挑战和研究方向
在本节中,挑战、趋势和手机定位技术的研究方向进行了讨论。现有差距和进一步改进混合定位技术是识别和评估,进一步增强移动positioning-based系统的功能。这些是总结在以下段落。
合并后的RSS和指纹识别技术涉及限制环境特征。一个小物体位移会影响系统的正常运行。因此,可扩展性和灵活性的主要担心是应该照顾而设计使用这些技术的定位系统。同样,离线数据库中指纹识别技术是非常费时和复杂。应该设计新方法减少时间和复杂性。
最近,新的传感器在移动设备注册尚未利用的最大能力。这些传感器可以进一步用于实现更准确和精确定位,可以扩展到多个定位解决方案包括基于位置的移动增强现实系统。然而,感觉技术和这些技术的组合有一个显著的缺点。传感器的广泛使用会导致噪音和漂移和误差积累恶化系统的准确度和精密度。从这个角度说,进一步的研究应利用噪声和漂移误差在一段时间内。
混合通常使用基于时间的技术在许多定位系统由于其容易整合基地定位技术。准确度和精密度都大大改进了传统的基于时间的方法。时间同步等系统的正常运转至关重要;一个小错误可能会导致不准确。异步发射器是一个潜在的研究领域,可以利用消除时间同步问题。在异步发射器,在半双工模式下数据流,它使用一个校验位来告诉接收者如何解读数据。
混合距离技术通常用于户外环境更大规模可扩展和灵活的部署。此外,这种技术也称消耗更少的能量,因为它使用简单的近似算法。然而,近距离与蜂窝网络可能会导致准确度和精密度问题因为它幅员辽阔。
非均质性是一个关键参数,应该由定位设计师有效地处理。例如,混合无线指纹识别技术是依赖于类型的wi - fi硬件记录信号建立指纹数据库。不同的移动设备可以有不同的无线网络适配器。因此,它可以导致异质性问题。在这种情况下,应该进行更多的研究,以满足cross-technology和提供一个一致的定位服务为所有类型的设备。
分布式计算的仅仅是在现有定位系统中实现。在检查工作中,只有一个工作提出了这方面。在这个世界上,云计算是主导,分布式计算可以推断在定位系统,定位可以确定合作而不是单个处理节点。
安全和隐私是一个重要方面,应该考虑在设计和开发定位系统。这项工作的目的是关注定位技术和系统的评价与定位指标和没有集中在评估与安全和隐私的技术参数。
许多的调查在这个领域关注提供共同本地化技术的优点和缺点,但没有关注最近的混合定位技术。此外,缺乏关注,移动设备可以风度的挑战。目前,移动设备都包含有更多的资源,但他们仍然有能力有限,可能不利于用户体验移动定位系统。在这种努力,定位技术和相关算法的选择应仔细评估准确性和复杂性之间的权衡。
8。结论
本文的调查提出了移动定位技术。最初,简述了常用的定位技术、分类和评估,全面了解手机定位方法。因此,移动定位技术转向混合动力的。混合定位技术的分类展示了通过使用一个分类法和2 d图。最近的移动定位系统与混合动力技术从2012年到2018年一直在有条不紊地选择和上市。反过来,系统已经描述,评估,评估使用定义的几个关键参数。越来越多的移动定位系统关注更精确定位的算法,可以适应各种环境。从评价进行本文很明显,没有一种技术在所有情况下是一个赢家。混合定位技术仍然是一个区域,可以进一步调查和钻探到移动系统的新的研究方向。在大多数移动定位系统,作者引用的混合动力技术是两种技术的结合。 Therefore, this survey is limited to the hybrid positioning techniques with a combination of two techniques. The future work will emphasise on the survey of the mobile positioning system with a combination of three or more methods.
的利益冲突
作者宣称没有利益冲突有关的出版。