感知識別技術(shù)與應(yīng)用第5章

無線定位技術(shù)目錄第1章

概述第2章

條碼技術(shù)第3章RFID技術(shù)第4章

傳感檢測技術(shù)第5章

無線定位技術(shù)第6章

智慧物流系統(tǒng)目錄5.1無線傳播環(huán)境5.2常見的定位技術(shù)5.3基本參數(shù)估計方法5.4距離測量優(yōu)化5.5位置解算方法基于位置的服務(wù)自動導(dǎo)航搜索周邊服務(wù)信息基于位置的社交網(wǎng)絡(luò)位置信息和我們的生活息息相關(guān)位置信息不是單純的“位置”地理位置（空間坐標(biāo)）處在該位置的時刻（時間坐標(biāo)）處在該位置的對象（身份信息）5.0為什么要定位基于位置的服務(wù)網(wǎng)絡(luò)異構(gòu)

接入物聯(lián)網(wǎng)的設(shè)備五花八門

連接起來的網(wǎng)絡(luò)各自不同→如何讓不同的設(shè)備在不同的網(wǎng)絡(luò)下準(zhǔn)確定位環(huán)境多變室外vs.室內(nèi)；

空曠地帶vs.障礙物眾多；靜止設(shè)備vs.頻繁運動大規(guī)模應(yīng)用物聯(lián)網(wǎng)時代，接入網(wǎng)絡(luò)的設(shè)備將超過500億臺（IBM預(yù)測）→如何應(yīng)對龐大的數(shù)量增長→如何讓定位技術(shù)為簡單設(shè)備（如RFID標(biāo)簽）所用5.0為什么要定位所有無線信號都是隨電磁波通過空氣傳輸?shù)?。各類信號從發(fā)射端發(fā)送出去后，在到達接收端前經(jīng)歷的所有路徑統(tǒng)稱為信道。信道是信號傳輸?shù)拿浇楹屯ㄐ诺耐ǖ?。若其中傳輸?shù)氖菬o線電信號，電磁波所經(jīng)歷的路徑稱之為無線信道。理想情況下，無線信號直接在從發(fā)射器到預(yù)期接收器的一條直線中傳播，這種傳播被稱為“視線”(LineofSight,LoS)，它使用很少的能量，且可收到非常清晰的信號。但空氣是非導(dǎo)向傳輸介質(zhì)，而發(fā)射器與接收器間的路徑并不是很清晰，所以無線信號通常不會沿著一條直線傳播。5.1無線傳播環(huán)境實際移動通信傳播環(huán)境中無線信號的三種主要傳播方式：反射(Reflection)、衍射(Diffraction即繞射)或散射(Scattering)。信號在傳播中因反射、衍射(也叫繞射)和散射的影響，無線信號會沿著許多不同的路徑到達其目的地，形成多徑信號。5.1無線傳播環(huán)境5.1無線傳播環(huán)境參考書籍：移動通信原理與系統(tǒng)，啜鋼、王文博、常永宇、全慶一、高偉東編著，北京郵電大學(xué)出版大尺度衰落(LargeScalePropagationEffect)由發(fā)射與接收天線間距、收發(fā)天線之間的地形、建筑物、植被等導(dǎo)致的信號功率衰減稱為無線信號的大尺度傳播特性。大尺度衰落反映了發(fā)送信號功率隨著傳輸距離增加而產(chǎn)生的緩慢變化。大尺度路徑損耗傳播模型通常由以下兩部分組成。路徑損耗：無線電信號通過大尺度距離的信道傳輸時，隨這傳輸路徑的增加，電波能量擴散，導(dǎo)致接收信號平均功率衰減，距離越大，衰減量越多。陰影衰落：主要是由于建筑物或地形遮擋，在阻礙物的背后形成陰影區(qū)，導(dǎo)致接收信號平均功率隨機變化。其衰落特性服從對數(shù)正態(tài)分布。5.1無線傳播環(huán)境大尺度衰落特定地區(qū)的大尺度傳播環(huán)境的主要因素包括：自然地形(高山、丘陵、平原、水域等)；人工建筑的數(shù)量、高度、分布和材料特性；該地區(qū)的植被特征；天氣狀況；自然和人為的電磁噪聲狀況。路徑損耗引起長距離上(100m~1000m)接收功率的變化，而陰影引起障礙物尺度距離上(室外環(huán)境10m~100m，室內(nèi)更小)功率的變化。兩者在相對較大的距離上引起功率變化，故稱其為大尺度傳播效應(yīng)。5.1無線傳播環(huán)境

5.1無線傳播環(huán)境

5.1無線傳播環(huán)境

5.1無線傳播環(huán)境5.1無線傳播環(huán)境小尺度衰落其主要特點為：無線信號強度在短時間或短距離范圍內(nèi)快速變化。原因：多徑效應(yīng)：由于多徑傳播導(dǎo)致接收信號是多路信號的疊加。這些具有隨機分布幅度、相位和入射角的多徑成分在合并后形成幅度和相位都急劇變化的信號，使得接收信號產(chǎn)生衰落失真——多徑衰落。例如：假設(shè)只有兩個路徑的單頻正弦信號到達接收端，如果兩個信號相差半個波長，在接收端進行合并后，兩路信號正好抵消，成為0。5.1無線傳播環(huán)境小尺度衰落其主要特點為：無線信號強度在短時間或短距離范圍內(nèi)快速變化。原因：多普勒效應(yīng)移動臺的運動：基站和移動臺的相對運動導(dǎo)致多徑成分產(chǎn)生不同的多普勒頻移，從而引起隨機頻率調(diào)制。環(huán)境物體的運動：如果無線信道中的物體處于運動狀態(tài)，就會引起時變的多普勒頻移。若環(huán)境物體以大于移動臺的速度運動，那么這種運動會對小尺度衰落起到?jīng)Q定性的作用。否則，可以僅考慮移動臺運動造成的影響，忽略環(huán)境物體運動造成的影響5.1無線傳播環(huán)境5.1無線傳播環(huán)境定位是通過特定的位置標(biāo)識與測距技術(shù)來確定物體的空間物理位置信息（經(jīng)緯度坐標(biāo)）。常見的定位技術(shù)可以分為室內(nèi)定位與室外定位兩類。室外定位：基于衛(wèi)星的導(dǎo)航定位基于參考點的基站(BaseTransceiverStation,BTS)定位室內(nèi)定位：Wi-Fi、紫蜂(ZigBee)、超寬帶(UWB)、藍牙、RFID、NFC、視覺同時定位與地圖構(gòu)建(SimultaneousLocalizationAndMapping,SLAM)等技術(shù)。5.2常見的定位技術(shù)室外定位基于衛(wèi)星的導(dǎo)航定位：利用設(shè)備或終端上的GPS定位模塊將自己的位置信號發(fā)送到定位后臺來實現(xiàn)定位；基于參考點的基站(BaseTransceiverStation,BTS)定位：利用基站與通信設(shè)備之間無線通信和量測技術(shù)計算兩者間的距離，并最終確定通信設(shè)備位置信息。5.2常見的定位技術(shù)基站定位不需要設(shè)備或終端具有GPS定位功能，但是其定位精度很大程度依賴于基站的分布及覆蓋范圍的大小，誤差較大。目前，蜂窩定位中的大部分方法都是采用基站定位實現(xiàn)的衛(wèi)星定位技術(shù)利用人造地球衛(wèi)星進行點位測量，通過接收導(dǎo)航衛(wèi)星發(fā)送的無線導(dǎo)航定位信號，并以導(dǎo)航衛(wèi)星作為動態(tài)已知點，實時地測定運動載體的位置和速度，進而完成導(dǎo)航。全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)泛指所有的衛(wèi)星導(dǎo)航系統(tǒng)，包括全球的、區(qū)域的系統(tǒng)，是能在地球表面或近地空間的任何地點為用戶提供全天候的3D坐標(biāo)和速度以及時間信息的空基無線電導(dǎo)航定位系統(tǒng)，其包括一或多個衛(wèi)星星座及其支持特定工作所需的增強系統(tǒng)。5.2常見的定位技術(shù)衛(wèi)星定位技術(shù)全球衛(wèi)星導(dǎo)航系統(tǒng)（GNSS）國際委員會公布的全球4大衛(wèi)星導(dǎo)航系統(tǒng)5.2常見的定位技術(shù)GPS定位GPS系統(tǒng)主要由空間部分、地面控制部分和用戶接收設(shè)備三部分組成。宇宙空間部分：24顆工作衛(wèi)星地面監(jiān)控部分（全部在美國境內(nèi)）：1個主控中心（另有1個備用）、4個專用地面天線、6個專用監(jiān)視站用戶設(shè)備部分：GPS接收機原理：測量出已知位置的衛(wèi)星到用戶接收機之間的距離，然后綜合多顆衛(wèi)星的數(shù)據(jù)就可知道接收機的具體位置。要達到這一目的，衛(wèi)星的位置可以根據(jù)星載時鐘所記錄的時間在衛(wèi)星星歷中查出。用戶到衛(wèi)星的距離則通過紀(jì)錄衛(wèi)星信號傳播到用戶所經(jīng)歷的時間，再將其乘以光速得到。5.2常見的定位技術(shù)GPS定位由于用戶接收機使用的時鐘與衛(wèi)星星載時鐘是不同步的，還需要引入一個衛(wèi)星與接收機之間的時間差作為未知數(shù)，然后用4個方程將這4個未知數(shù)解出來。因此需要4顆衛(wèi)星。5.2常見的定位技術(shù)為什么需要4顆衛(wèi)星？中國北斗衛(wèi)星導(dǎo)航系統(tǒng)（BDS）系統(tǒng)建設(shè)完成，服務(wù)全球覆蓋北斗三號全球組網(wǎng)：2020年7月正式建成，由30顆衛(wèi)星（24顆中圓地球軌道、3顆傾斜地球同步軌道、3顆地球靜止軌道）構(gòu)成，提供全球定位、導(dǎo)航和授時（PNT）服務(wù)。服務(wù)精度：全球范圍：定位精度優(yōu)于10米，測速精度優(yōu)于0.2米/秒，授時精度優(yōu)于20納秒。亞太地區(qū)：借助地球同步軌道衛(wèi)星增強，精度可達1-3米，部分場景（如差分增強）達厘米級。5.2常見的定位技術(shù)衛(wèi)星定位技術(shù)相關(guān)的增強系統(tǒng)包括美國的廣域增強系統(tǒng)(WAAS)、歐洲靜地導(dǎo)航重疊服務(wù)系統(tǒng)(EGNOS)和日本的多功能運輸衛(wèi)星增強系統(tǒng)(MSAS)等。因此，國際GNSS系統(tǒng)是個多系統(tǒng)、多層面、多模式的復(fù)雜組合系統(tǒng)，可用于定位載具、手機等移動設(shè)備，用來引導(dǎo)飛機、船舶、車輛以及個人，安全、準(zhǔn)確地沿著選定的路線，準(zhǔn)時到達目的地。5.2常見的定位技術(shù)衛(wèi)星定位功能強大，但是需要專門的客戶端設(shè)備才能使用，這不利于其在廣泛人群中的普及。但是，在應(yīng)急服務(wù)等領(lǐng)域，用戶往往迫切需要了解自己的地理位置。因此，一些國家開始考慮使用手機這一普及率很高的終端設(shè)備提供定位信息。蜂窩基站定位技術(shù)產(chǎn)生背景：美國通信委員會在1996年通過了增強911法案(在1999年再次修訂)，這個法案要求手機運營商必須知道每一部手機的地理位置(誤差在50至100米誤差之內(nèi))。任何一部手機撥打美國緊急服務(wù)電話911，政府就要知道其位置，即使用戶自身不知道身在哪里。這一法案，迫使電信運營商開始發(fā)展手機定位系統(tǒng)，基站定位技術(shù)應(yīng)運而生。5.2常見的定位技術(shù)蜂窩基站定位技術(shù)移動通信蜂窩網(wǎng)絡(luò)是目前覆蓋范圍最大的無線網(wǎng)絡(luò)，基站定位一般應(yīng)用于手機用戶，手機基站定位服務(wù)又叫做移動位置服務(wù)（LBS——LocationBasedService），它是通過電信移動運營商的網(wǎng)絡(luò)（如GSM網(wǎng)）獲取移動終端用戶的位置信息（經(jīng)緯度坐標(biāo)），在電子地圖平臺的支持下，為用戶提供相應(yīng)服務(wù)的一種增值業(yè)務(wù)。在基站定位中，被定位移動終端通常是普通終端(手機等)，這在客觀上要求多個基站設(shè)備通過附加裝置測量從移動終端發(fā)出的電波信號參數(shù)，如傳播時間、時間差、相位或入射角、信道狀態(tài)信息等，再通過合適的定位算法推算出移動終端的大致位置。移動設(shè)備通過某一個蜂窩基站接入GSM網(wǎng)絡(luò)，然后通過GSM網(wǎng)絡(luò)進行數(shù)據(jù)（語音數(shù)據(jù)、文本數(shù)據(jù)、多媒體數(shù)據(jù)等）傳輸?shù)摹SM借助于蜂窩基站進行定位。5.2常見的定位技術(shù)室內(nèi)定位技術(shù)背景：隨著物聯(lián)網(wǎng)發(fā)展，各領(lǐng)域研究者越來越關(guān)注面向區(qū)域的定位技術(shù)，環(huán)境信息中很重要一點是空間位置信息，如果可以獲得節(jié)點的當(dāng)前位置，則許多實用的個性化功能就能實現(xiàn)，如：大型倉儲式超市醫(yī)院或者社區(qū)建筑物內(nèi)博物館智能家居中……利用網(wǎng)絡(luò)設(shè)備，對室內(nèi)設(shè)施或用戶的位置信息進行確定。5.2常見的定位技術(shù)室內(nèi)定位技術(shù)位置信息的類型：絕對位置信息：利用物理環(huán)境地圖，對目標(biāo)位置進行測量和顯示相對位置信息：依賴于目標(biāo)與標(biāo)定參考點之間的物理距離鄰近位置信息：對目標(biāo)所屬物理區(qū)域進行指定特點：1.定位精度:更高精度的定位信息會帶來更大的便利；2.穩(wěn)健性:室內(nèi)環(huán)境復(fù)雜多變，要求定位技術(shù)具有很好的自適應(yīng)能力；3.安全性:很大一部分應(yīng)用需求都是針對個人用戶；4.方向判斷:判斷目標(biāo)方位和未來運動趨勢；5.標(biāo)志識別:利用室內(nèi)一些“標(biāo)志性”目標(biāo)提高定位精度；6.復(fù)雜度:復(fù)雜度應(yīng)該較低。5.2常見的定位技術(shù)室內(nèi)定位技術(shù)藍牙RFID超寬帶（UWB）無線保真（Wi-Fi）紫蜂(ZigBee)補充：LoRa支持廣域低功耗定位，精度在數(shù)米到十幾米5.2常見的定位技術(shù)藍牙藍牙技術(shù)是基于藍牙無線通信協(xié)議（特別是低功耗藍牙BLE），通過測量信號強度（RSSI）、到達角（AoA）或出發(fā)角（AoD）等信息，實現(xiàn)目標(biāo)設(shè)備在室內(nèi)環(huán)境中的位置估計。協(xié)議版本演進：藍牙4.0（BLE）：引入低功耗模式，支持信標(biāo)（Beacon）廣播。藍牙5.1+：新增AoA（到達角）和AoD（出發(fā)角）功能，通過天線陣列計算信號方向，精度提升至0.1-0.5米。定位算法：RSSI測距：基于信號衰減模型（如路徑損耗模型），精度受多徑效應(yīng)影響較大。指紋定位：需預(yù)先建立位置-信號強度數(shù)據(jù)庫，適合固定環(huán)境。5.2常見的定位技術(shù)藍牙應(yīng)用案例：零售場景：英國Tesco超市部署iBeacon，向用戶推送商品促銷信息。醫(yī)療管理：物資、醫(yī)護、設(shè)備的追蹤定位。5.2常見的定位技術(shù)RFIDRFID定位利用射頻信號的空間傳播特性，通過閱讀器與標(biāo)簽之間的無線通信，實現(xiàn)對標(biāo)簽附著物體的位置追蹤，分為無源（被動）和有源（主動）兩種類型。定位方法：LANDMARC算法：利用參考標(biāo)簽的RSSI值修正目標(biāo)標(biāo)簽位置。相位差分定位：通過信號相位差計算距離，精度更高但需密集部署閱讀器。應(yīng)用案例物流倉儲：亞馬遜倉庫采用無源RFID，實現(xiàn)百萬級SKU的實時盤庫，誤差率<0.01%。人員管理：富士康工廠使用有源RFID追蹤員工位置，危險區(qū)域闖入告警響應(yīng)時間<2秒。5.2常見的定位技術(shù)UWB超寬帶（Ultra-Wideband,UWB）定位技術(shù)是一種利用納秒級窄脈沖信號（帶寬≥500MHz，或者其相對帶寬大于20%）進行高精度測距與定位的技術(shù)，基于時間測量而非信號強度，可實現(xiàn)厘米級定位精度。定位方法：ToF（TimeofFlight）：直接測量信號飛行時間。TDoA（TimeDifferenceofArrival）：通過多個基站接收時間差計算位置。應(yīng)用案例消費電子：蘋果AirTag采用UWB+BLE融合定位，實現(xiàn)“精準(zhǔn)查找”功能（精度±5cm）。5.2常見的定位技術(shù)Wi-FiWi-Fi定位技術(shù)利用現(xiàn)有Wi-Fi接入點（AP）的信號特征，通過分析接收信號強度（RSSI）、信道狀態(tài)信息（CSI）或往返時間（RTT），實現(xiàn)室內(nèi)環(huán)境中設(shè)備的定位。定位方法：指紋定位：建立位置與Wi-Fi信號強度（RSSI）的映射數(shù)據(jù)庫三角定位：基于多AP信號強度或時間差。新興技術(shù)：Wi-Fi6E：新增6GHz頻段，減少干擾，提升定位穩(wěn)定性。Wi-FiRTT（RoundTripTime）：基于802.11mc協(xié)議，通過測量往返時間實現(xiàn)測距（精度1-2米）。5.2常見的定位技術(shù)Wi-Fi優(yōu)勢：無需額外硬件（利用現(xiàn)有Wi-Fi網(wǎng)絡(luò)）、覆蓋范圍廣劣勢：精度低（2-5米）、易受環(huán)境變化影響應(yīng)用案例：5.2常見的定位技術(shù)智慧城市：新加坡樟宜機場部署Wi-FiRTT，旅客導(dǎo)航誤差<3米，登機口尋路時間縮短40%。室內(nèi)測繪：谷歌Maps利用眾包Wi-Fi指紋數(shù)據(jù)，覆蓋全球超10億個室內(nèi)點位。ZigBeeZigBee定位技術(shù)是基于IEEE802.15.4標(biāo)準(zhǔn)的低功耗無線通信技術(shù)，通過Mesh網(wǎng)絡(luò)中的多節(jié)點協(xié)作，利用信號強度（RSSI）或鏈路質(zhì)量（LQI）實現(xiàn)目標(biāo)節(jié)點的位置估計。網(wǎng)絡(luò)架構(gòu)：采用自組織Mesh網(wǎng)絡(luò)，節(jié)點分為協(xié)調(diào)器、路由器和終端設(shè)備，支持多跳通信。定位方法：RSSI多邊定位：通過3個以上參考節(jié)點接收目標(biāo)節(jié)點的信號強度，利用對數(shù)路徑損耗模型估算距離，解算坐標(biāo)（精度1-5米）DV-Hop算法：基于網(wǎng)絡(luò)跳數(shù)和平均每跳距離估算節(jié)點位置，適用于大規(guī)模稀疏部署場景。5.2常見的定位技術(shù)ZigBee應(yīng)用案例智能家居：飛利浦Hue燈具通過ZigBeeMesh網(wǎng)絡(luò)實現(xiàn)燈具位置自動映射，支持語音控制農(nóng)業(yè)監(jiān)測：荷蘭溫室使用ZigBee節(jié)點定位傳感器，精準(zhǔn)調(diào)控溫濕度，能耗降低30%。5.2常見的定位技術(shù)技術(shù)對比5.2常見的定位技術(shù)對比維度藍牙（BLE）RFID超寬帶（UWB）Wi-FiZigBee定位原理RSSI/AoA測距、三角定位或指紋匹配信號強度（RSSI）/相位差分析飛行時間（ToF）或到達時間差（TDoA）RSSI指紋匹配、RTT測距RSSI多邊定位、Mesh網(wǎng)絡(luò)協(xié)作典型精度0.1-3米（AoA可達0.1米）1-5米（有源RFID可達1米）0.1-0.3米（厘米級）0.5-5米（CSI可達0.5米）1-5米覆蓋范圍10-100米（BLE信標(biāo)）1-100米（有源RFID可達100米）10-200米（視基站密度）50-150米（單AP）10-100米（Mesh網(wǎng)絡(luò)擴展）功耗低（BLE信標(biāo)：μW級）無源RFID：無；有源RFID：低中（標(biāo)簽：10-50mW）高（AP：1-5W；終端：100-500mW）極低（節(jié)點：0.1-1mW）硬件成本低（標(biāo)簽：$1-10；信標(biāo)：$10-50）無源標(biāo)簽：極低（$0.1-1）高（標(biāo)簽：$20-100；基站：$200+）利用現(xiàn)有AP：免費；專用設(shè)備：$50+中（節(jié)點：$5-15；網(wǎng)關(guān)：$50-100）實時性中（1-5Hz）低（無源：0.1Hz；有源：1Hz）高（10-100Hz）中（1-10Hz）低（0.1-1Hz）技術(shù)對比5.2常見的定位技術(shù)對比維度藍牙（BLE）RFID超寬帶（UWB）Wi-FiZigBee抗干擾能力中（易受多徑效應(yīng)影響）低（密集金屬環(huán)境失效）極高（寬頻譜、抗多徑）低（2.4/5GHz頻段擁擠）中（Mesh網(wǎng)絡(luò)冗余提升魯棒性）部署復(fù)雜度低（信標(biāo)即貼即用）中（需密集部署閱讀器）高（需時間同步基站）低（利用現(xiàn)有Wi-Fi網(wǎng)絡(luò)）中（需規(guī)劃Mesh拓?fù)洌┦謾C兼容性高（iOS/Android原生支持）無（需專用閱讀器）中（部分手機支持UWB芯片）高（所有智能手機）無（需外接模塊）典型應(yīng)用場景零售導(dǎo)購、醫(yī)療設(shè)備追蹤倉儲物流、圖書管理工業(yè)AGV、汽車鑰匙、AR/VR商場導(dǎo)航、人流監(jiān)控智能家居、農(nóng)業(yè)傳感器網(wǎng)絡(luò)優(yōu)勢低功耗、手機兼容性強無源標(biāo)簽零功耗、超低成本超高精度、強抗干擾無需額外硬件、覆蓋廣超低功耗、支持大規(guī)模節(jié)點劣勢精度依賴AoA硬件、環(huán)境敏感精度低、實時性差成本高、部署復(fù)雜精度波動大、功耗高傳輸速率低、實時性差技術(shù)對比總結(jié)精度優(yōu)先：選擇UWB（工業(yè)、醫(yī)療），但需接受高成本。低成本大規(guī)模部署：選擇無源RFID（物流、資產(chǎn)管理）。手機集成與消費級應(yīng)用：選擇藍牙（AoA）或Wi-Fi（RTT）。超低功耗物聯(lián)網(wǎng)：選擇ZigBee（智能家居、環(huán)境監(jiān)測）?？垢蓴_與穿透需求：UWB是唯一選擇（復(fù)雜電磁環(huán)境）。5.2常見的定位技術(shù)思考：1.為何UWB在工業(yè)場景中不可替代？2.技術(shù)融合：例如“UWB+藍牙”如何互補短板UWB+藍牙5.2常見的定位技術(shù)技術(shù)核心短板互補方案互補效果UWB1.

高成本（標(biāo)簽/基站）2.

手機兼容性有限（僅部分高端機型支持）3.

廣域覆蓋能力弱（需密集部署基站）利用藍牙實現(xiàn)：廣域搜索、低功耗待機、手機無縫連接降低系統(tǒng)總成本，擴展設(shè)備兼容性，減少基站密度。藍牙1.

精度低（RSSI/AoA僅分米級）2.

抗干擾弱（2.4GHz頻段擁擠）3.

實時性不足（更新頻率低）利用UWB實現(xiàn)：厘米級精確定位、高抗干擾實時追蹤提升關(guān)鍵場景的定位精度與可靠性。工作流程：階段1（藍牙）：設(shè)備通過藍牙廣播信號，手機或網(wǎng)關(guān)在數(shù)十米范圍內(nèi)檢測到大致方位（精度1-3米）。階段2（UWB）：當(dāng)用戶接近目標(biāo)時，UWB模塊激活，通過ToF/TDoA實現(xiàn)厘米級定位（精度±10cm）。UWB+藍牙5.2常見的定位技術(shù)案例：蘋果AirTag：日常待機時依賴藍牙與FindMy網(wǎng)絡(luò)進行廣域追蹤；靠近（<10米）啟動UWB精準(zhǔn)指引。工業(yè)工具管理：倉庫內(nèi)通過藍牙監(jiān)控工具大致位置，進入工作站后切換UWB實時追蹤使用狀態(tài)。

常見測量特征接收信號強度指示(RSSI)到達時間(ToA)到達時間差(TDOA)到達角度(AoA)信道狀態(tài)信息(CSI)CSI提供OFDM子載波的幅度與相位信息，能夠細(xì)粒度地感知環(huán)境變化，適用于高精度室內(nèi)定位。通過多路徑壓縮與深度學(xué)習(xí)，CSI定位精度可達厘米級。5.3基本參數(shù)估計方法信號到達時間(TimeofArrival,ToA)原理是利用電磁波的傳播時延來測量無線信號在發(fā)、收兩個節(jié)點之間的物理距離，即通過測量信號從未知待測節(jié)點到達錨節(jié)點所需時間，根據(jù)信號到達時間進而求得錨節(jié)點和未知待測節(jié)點之間的距離。未知待測節(jié)點在t1時刻向錨節(jié)點發(fā)射一個信號，錨節(jié)點接收到該信號后并記錄下信號到達時刻t2，(t2-t1)即為信號到達時間。已知信號飛行速度為v，則錨節(jié)點與未知待測節(jié)點之間的距離d=(t2-t1)?v。對節(jié)點間的時鐘同步有著苛刻的要求，因為信號傳播的速度為光速，很容易產(chǎn)生誤差，微小的時鐘漂移(drift)都會轉(zhuǎn)化成為很大的測量誤差。硬件要求較高，極其微小的硬件測量誤差就可能帶來大的測距誤差，例如，1ms的無線信號傳輸時間誤差就能帶來300m左右的測距誤差。5.3基本參數(shù)估計方法飛行時間(TimeofFlight,ToF)單向ToF：嚴(yán)格依賴時鐘同步，適用于高精度、高成本場景（如衛(wèi)星導(dǎo)航）。雙向ToF：無需時鐘同步，通過協(xié)議設(shè)計抵消時鐘偏差，適合消費級與工業(yè)應(yīng)用。實際系統(tǒng)：通常采用雙向ToF或混合方案，結(jié)合硬件優(yōu)化與算法校準(zhǔn)，以平衡成本與精度。5.3基本參數(shù)估計方法到達時間差(TDoA)二維空間下的測距示例5.3基本參數(shù)估計方法

是錨節(jié)點在某一時刻同時向未知待測節(jié)點發(fā)射兩種不同傳播速率的信號，這兩種信號一般采用無線電信號和超聲波信號。未知待測節(jié)點檢測并記錄下兩種信號的到達時間差(tr2-tr1)，根據(jù)兩種信號的傳播速度v1(傳播速率較快的無線信號傳播速率)和v2(傳播速率較慢的無線信號傳播速率)，就可求得未知待測節(jié)點和錨節(jié)點之間的距離d，即d=[(tr2-tr1)v1v2/(v1-v2)]

到達時間差(TDoA)原理：主要是根據(jù)測量接收信號在兩個基站到目標(biāo)節(jié)點的到達時間做差，然后轉(zhuǎn)換為距離差，從而進行定位。該方法至少需要三個基站，才能計算目標(biāo)的位置，其定位示意圖如圖所示。5.3基本參數(shù)估計方法仍需要基站時間的嚴(yán)格同步，但是當(dāng)兩基站間移動信道傳輸特性相似時，可減少由多徑效應(yīng)帶來的誤差

5.3基本參數(shù)估計方法接收信號強度(RSS)表示方法無線信號能量較弱，通常在毫瓦(mW)級別，因此，通常以1mW作為信號的能量基準(zhǔn)，以對數(shù)形式表示信號強度(即RSSI)，單位為分貝毫瓦(deciBel-milliwatts,dBm)。dBm是一個帶有量綱(mW)的兩個功率的比值的表示方法，是一個表示功率絕對值的單位，其計算公式為：10lg(功率值/1mW)。所以能量小于1mW的信號的RSSI為負(fù)數(shù)。注意：dB=10lgX是一個純計數(shù)單位，可以把一個極大或極小的數(shù)表示出來。5.3基本參數(shù)估計方法接收信號強度(RSS)漸變模型信號衰減與傳播距離之間的關(guān)系可表示為，其中，p(d)和p(d0)分別表示無線電信號傳播距離為d和d0(參考距離)時接收到的信號強度(即RSSI值)，單位為dBm，通常情況下選取d0=1m以簡化漸變模型。將監(jiān)測到的信號強度值轉(zhuǎn)化成距離值，可以得到距離的轉(zhuǎn)化精度很大程度上取決于所利用的模型公式的準(zhǔn)確性。5.3基本參數(shù)估計方法波達角(AoA)波達角(AngleofArrival,AoA)又稱為波達方向(DirectionofArrival,DoA)、方位線(LineofBearing,LoB)，指空間信號的到達方向，它通過處理接收到的回波信號，獲取目標(biāo)的距離信息和方位信息。波達角(AoA)技術(shù)依賴于測量多根天線接收到的單無線電波的方向差異。5.3基本參數(shù)估計方法當(dāng)多個獨立的AoA測量同時可用時，兩根方位線(LineofBearing,LoB)的交點(intersection)就可以給出二維(2D)中目標(biāo)的估計位置。波達角(AoA)對于3D空間來說，AoA包括(

,

)(圖5.2)。理論上，只需要兩個接收陣元就可以通過測量輻射信號的波達角(AoA)來估測輻射源的位置，但在實際中，由于受到角度分辨率、多徑和噪聲的限制，通常需要陣元數(shù)多于兩個的天線陣列。天線陣列可以形成指向某個方向的發(fā)射或接收波束。5.3基本參數(shù)估計方法同步需求ToA：需發(fā)射端與接收端嚴(yán)格同步（如GPS依賴衛(wèi)星原子鐘同步）。TDoA：僅基站間需同步（如通過GPS或光纖），終端無需參與。ToF：完全依賴本地時鐘測量往返時間，無需同步。AoA：無需時間同步，但需基站間角度對齊（空間一致性）。RSSI：無需任何同步，僅依賴信號強度測量。5.3基本參數(shù)估計方法

部署復(fù)雜度與成本。5.3基本參數(shù)估計方法技術(shù)部署復(fù)雜度成本TDoA高（需密集基站）高（基站設(shè)備+同步網(wǎng)絡(luò)）ToF中（雙向通信設(shè)備）中高（UWB芯片成本較高）AoA中（多天線設(shè)計）中（天線陣列成本）ToA低（標(biāo)準(zhǔn)基站）低（衛(wèi)星系統(tǒng)由基礎(chǔ)設(shè)施支持）RSSI極低（利用現(xiàn)有AP）極低（無需專用硬件）技術(shù)選型建議高精度工業(yè)場景：優(yōu)先選擇ToF（UWB）

或TDoA（UWB）。廣域物聯(lián)網(wǎng)定位：TDoA（蜂窩/LoRa）

或RSSI（BLE/Wi-Fi）。動態(tài)方向感知場景：AoA（如無人機導(dǎo)航）。低成本粗略定位：RSSI（如商場人流分析）。衛(wèi)星與戶外導(dǎo)航：ToA（GPS）

仍是唯一選擇。5.3基本參數(shù)估計方法5.3基本參數(shù)估計方法技術(shù)原理基礎(chǔ)設(shè)施要求同步要求優(yōu)點缺點典型應(yīng)用ToA測量信號從發(fā)射端到接收端的單向傳播時間，計算距離（需已知傳播速度）。至少3個基站（二維）或4個基站（三維）嚴(yán)格同步（發(fā)射端與接收端）原理簡單，適合小范圍高精度場景。依賴嚴(yán)格時鐘同步，多徑效應(yīng)影響大。衛(wèi)星導(dǎo)航（GPS）、室內(nèi)定位TDoA測量信號到達多個基站的時間差，通過雙曲線交點定位。至少3個基站（二維）或4個基站（三維）基站間需同步，終端無需同步終端無需同步，適合廣域覆蓋?；静渴饛?fù)雜，需高精度時間同步。蜂窩網(wǎng)絡(luò)（LTE/5G）、UWB定位ToF測量信號往返時間（雙向測距），計算距離（無需兩端同步）。至少2個設(shè)備（雙向通信）無需同步（本地時鐘測量往返）高精度，抗時鐘偏差，適合短距離精準(zhǔn)定位。需雙向通信，功耗較高。UWB定位（如AirTag）、工業(yè)機器人AoA通過多天線陣列測量信號到達角度，結(jié)合多個基站角度進行三角定位。至少2個基站（二維）或3個基站（三維）基站間無需同步無需距離測量，適合方向敏感場景。受多徑效應(yīng)和天線設(shè)計影響大，需復(fù)雜信號處理。無人機導(dǎo)航、智能家居、室內(nèi)定位RSSI基于信號強度衰減模型（如路=p-徑損耗公式）估算距離。無需專用基站（利用現(xiàn)有AP或標(biāo)簽）無需同步成本極低，部署簡單，兼容現(xiàn)有設(shè)備。精度低，易受環(huán)境干擾（如人體遮擋、溫濕度變化）。Wi-Fi定位、低功耗物聯(lián)網(wǎng)（如BLE）總結(jié)ToA：基礎(chǔ)但依賴同步，適合衛(wèi)星等大范圍場景。TDoA：平衡精度與覆蓋，需基站同步。ToF：高精度無需同步，適合短距離雙向通信。AoA：方向敏感，適合動態(tài)環(huán)境但精度受限。RSSI：低成本易部署，適合粗略定位需求。根據(jù)需求（精度、成本、覆蓋范圍）選擇合適技術(shù)，或采用混合方案（如UWBToF+RSSI）以優(yōu)化性能。5.3基本參數(shù)估計方法距離測量數(shù)據(jù)預(yù)處理常見的距離測量數(shù)據(jù)預(yù)處理方法有卡爾曼濾波、擴展卡爾曼濾波、無跡卡爾曼濾波、粒子濾波、機器學(xué)習(xí)方法等。例如，RSSI經(jīng)過卡爾曼濾波處理，可以濾除測量值中突變的數(shù)據(jù)，同時消除系統(tǒng)自身和測量過程中出現(xiàn)的噪聲干擾，降低了系統(tǒng)誤差，減小了RSSI數(shù)據(jù)值的波動，為下一步數(shù)值優(yōu)化處理打下良好的基礎(chǔ)。距離測量優(yōu)化算法距離測量優(yōu)化算法目的是克服NLoS影響、優(yōu)化近場測距，還可以采用多信道多節(jié)點聯(lián)合測距、機器學(xué)習(xí)優(yōu)化方法來優(yōu)化距離測量。5.4

距離測量優(yōu)化距離測量數(shù)據(jù)預(yù)處理從概率統(tǒng)計最優(yōu)的角度估計出系統(tǒng)誤差并將之消除的預(yù)處理方式

信號分為兩類：可以表示為確定的時間函數(shù)、具有確定頻譜的確定性信號；以及不能用確定的數(shù)學(xué)關(guān)系式描述、不能預(yù)測其未來任何瞬時值、具有確定功率譜和不確定頻譜的隨機信號。濾波從混合在一起的諸多信號中提取出所需要的信號。確定性信號的濾波可采用低通、高通、帶通、帶阻等模擬濾波器或計算機通過算法實現(xiàn)常規(guī)的濾波；隨機信號的濾波可以看作是估計問題，根據(jù)有用信號和干擾信號的功率譜來設(shè)計卡爾曼濾波(KF)等。5.4

距離測量優(yōu)化卡爾曼濾波(KalmanFilter,KF)是一個最優(yōu)化自回歸數(shù)據(jù)處理算法，用于在存在不確定性的動態(tài)系統(tǒng)中估計系統(tǒng)狀態(tài)。它通過結(jié)合系統(tǒng)模型和實際測量數(shù)據(jù)，以最優(yōu)方式（最小均方誤差）更新狀態(tài)估計。應(yīng)用領(lǐng)域包括機器人導(dǎo)航、控制，傳感器數(shù)據(jù)融合甚至軍事方面的雷達系統(tǒng)以及導(dǎo)彈追蹤等等，近年來更被應(yīng)用于計算機圖像處理，例如面部識別、圖像分割、圖像邊緣檢測等等?？柭鼮V波基于以下兩個步驟迭代進行：預(yù)測（Predict）：利用系統(tǒng)動態(tài)模型預(yù)測當(dāng)前狀態(tài)及其不確定性。更新（Update）：結(jié)合實際測量值修正預(yù)測值，降低估計誤差。5.4

距離測量優(yōu)化卡爾曼濾波(KalmanFilter,KF)狀態(tài)方程（預(yù)測模型）5.4

距離測量優(yōu)化卡爾曼濾波(KalmanFilter,KF)測量方程（觀測模型）5.4

距離測量優(yōu)化卡爾曼濾波(KalmanFilter,KF)步驟一：初始化步驟2：預(yù)測（先驗估計）5.4

距離測量優(yōu)化預(yù)測狀態(tài)：預(yù)測協(xié)方差：卡爾曼濾波(KalmanFilter,KF)步驟3：更新（后驗估計）5.4

距離測量優(yōu)化計算卡爾曼增益：更新協(xié)方差矩陣：更新狀態(tài)估計：距離測量數(shù)據(jù)預(yù)處理5.4

距離測量優(yōu)化方法原理適用系統(tǒng)噪聲假設(shè)卡爾曼濾波(KF)基于線性高斯假設(shè)，通過預(yù)測-更新步驟實現(xiàn)最優(yōu)估計。線性系統(tǒng)高斯噪聲擴展卡爾曼濾波(EKF)通過一階泰勒展開線性化非線性模型，應(yīng)用KF框架。弱非線性系統(tǒng)高斯噪聲無跡卡爾曼濾波(UKF)使用無跡變換（Sigma點）近似非線性分布（二階泰勒展開），避免雅可比矩陣計算。中度非線性系統(tǒng)高斯噪聲粒子濾波(PF)基于蒙特卡洛采樣，用粒子群近似后驗概率分布。任意非線性系統(tǒng)非高斯噪聲距離測量數(shù)據(jù)預(yù)處理5.4

距離測量優(yōu)化方法優(yōu)點缺點典型應(yīng)用卡爾曼濾波(KF)計算高效，理論最優(yōu)（線性高斯條件下）。僅適用于線性系統(tǒng)，對非高斯噪聲敏感。導(dǎo)航系統(tǒng)、慣性傳感器融合擴展卡爾曼濾波(EKF)可處理弱非線性問題，保留KF高效性。線性化誤差大（強非線性失效），需計算雅可比矩陣。機器人定位、傳感器融合無跡卡爾曼濾波(UKF)非線性精度高，無需雅可比矩陣，適用于更復(fù)雜的非線性系統(tǒng)。計算量略高于EKF，對強非線性仍可能失效。自動駕駛、目標(biāo)跟蹤粒子濾波(PF)靈活性強，適用于強非線性和非高斯系統(tǒng)，支持多模態(tài)分布。計算成本高，粒子退化需重采樣，實時性差。復(fù)雜環(huán)境跟蹤、金融預(yù)測、生物信號距離測量優(yōu)化算法克服非視距影響

目標(biāo)定位中的接收端采用ToA等技術(shù)測量測距參數(shù)時，通常假定信號在信標(biāo)節(jié)點和目標(biāo)節(jié)點之間通過視距傳播的。

然而，在定位場景內(nèi)往往具有較多障礙物，使得定位場景中普遍存在非視距傳播現(xiàn)象：障礙物（如墻壁、家具），導(dǎo)致信號通過反射、繞射等非直線路徑到達接收端。影響：測距誤差：實際傳播路徑長于直線距離，導(dǎo)致時間（ToA/TDoA）或信號強度（RSSI）的測量值偏大。定位偏差：在定位系統(tǒng)中，NLoS會導(dǎo)致目標(biāo)位置估計偏離真實位置。5.4

距離測量優(yōu)化距離測量優(yōu)化算法克服非視距影響方法：NLoS檢測與分類：信號特征分析（多徑分量識別、信道脈沖響應(yīng)）機器學(xué)習(xí)模型：使用SVM、隨機森林或深度學(xué)習(xí)模型，基于信號特征（如RSSI方差、信道狀態(tài)信息CSI）分類LOS/NLoS場景。NLoS誤差校正：統(tǒng)計建模、環(huán)境自適應(yīng)魯棒估計算法：魯棒卡爾曼濾波（RKF）、凸優(yōu)化方法多傳感器融合：視覺/LiDAR輔助：通過攝像頭或激光雷達檢測障礙物，修正無線測距結(jié)果。5.4

距離測量優(yōu)化距離測量優(yōu)化算法近場測距優(yōu)化在電磁場近場區(qū)域（距離天線波長量級內(nèi)）進行測距，常見于RFID、醫(yī)療設(shè)備或微型傳感器網(wǎng)絡(luò)。挑戰(zhàn)：天線耦合效應(yīng)：收發(fā)天線近距離時，電磁場耦合導(dǎo)致信號失真。多徑干擾：近場反射路徑復(fù)雜，信號疊加影響測距精度。環(huán)境敏感性：金屬物體或人體對近場電磁場分布影響顯著。方法天線設(shè)計與波束成形、信號調(diào)制與解調(diào)優(yōu)化、環(huán)境建模與校準(zhǔn)等5.4

距離測量優(yōu)化目標(biāo)的位置計算，就是利用測得的距離、角度等數(shù)據(jù)和其它信息確定目標(biāo)節(jié)點的近似位置。定位求解方法以基于幾何信息的定位為主，輔以指紋定位等方法，并用信號傳播環(huán)境建模、智能信息處理方法等手段進行優(yōu)化，以消除NLoS干擾，提高定位精度。對移動目標(biāo)進行定位，目標(biāo)的移動性一方面增加了定位的難度，另一方面可以為定位提供額外信息，從而為定位提供幫助。如果測量數(shù)據(jù)中有噪聲，可用最大似然估計法，它僅需測距信息，無需位置的先驗信息，而序列貝葉斯估計則同時需要測量數(shù)據(jù)和先驗信息。統(tǒng)計方法可以處理節(jié)點運動的不確定性，如蒙特卡洛定位法。5.5位置解算方法5.5.1基本測距位置估計方法——基于幾何信息的定位5.5.2基本非測距位置估計方法5.5.3擴展的位置估計方法5.5位置解算方法5.5.1基本測距位置估計方法測距定位：在定位之前，由目標(biāo)節(jié)點發(fā)送測距信號，信標(biāo)節(jié)點收到該信號后，根據(jù)選定的測距方法進行距離測量?；跍y距的幾何定位法：通過測量信號接收端到發(fā)射端的距離、角度或接收信號強度信息等得到它們的幾何關(guān)系，構(gòu)建聯(lián)立幾何方程，通過求解方程組得到估計位置。常見方法包括：三邊定位雙曲線定位最大似然法三角定位5.5.1基本測距位置估計方法三邊定位法指在測得未知節(jié)點和周圍信標(biāo)節(jié)點的距離的基礎(chǔ)上，利用未知節(jié)點和信標(biāo)節(jié)點的幾何關(guān)系確定未知節(jié)點位置的方法。二維空間中，已知A、B、C三個目標(biāo)節(jié)點坐標(biāo)分別為(xa,ya)、(xb,yb)、(xc,yc)，它們到未知節(jié)點O的距離分別為ra，rb，rc，假設(shè)未知節(jié)點O的坐標(biāo)為(x,y)，得到下式，求解該方程組即可得到未知節(jié)點O的坐標(biāo)。

5.5.1基本測距位置估計方法在二維空間中，使用該方法至少需要三個參考節(jié)點才能確定未知移動節(jié)點的位置。雙曲線定位法是利用同一個信號到達不同參考節(jié)點的時間差(TDoA)所形成的多個雙曲線的分支交匯于一點來確定未知移動節(jié)點的位置。

5.5.1基本測距位置估計方法雙曲線定位法是利用同一個信號到達不同參考節(jié)點的時間差(TDoA)所形成的多個雙曲線的分支交匯于一點來確定未知移動節(jié)點的位置。

5.5.1基本測距位置估計方法步驟3：求雙曲線交點兩條雙曲線的交點即為目標(biāo)的可能位置。然而，由于雙曲線有兩條分支，交點可能存在多個解。因此需引入第三個基站，提供額外的雙曲線方程以消除歧義。三角定位法是在基于AoA測距獲得的信號到達角度的基礎(chǔ)上，利用三角形的幾何特性來計算未知節(jié)點位置的方法。5.5.1基本測距位置估計方法已知節(jié)點A、B、C的坐標(biāo)分別為(xa,ya)、(xb,yb)、(xc,yc)，未知節(jié)點D相對于A、B、C的夾角分別為∠ADB、∠ADC、∠BDC，如果弧段AC在ΔABC內(nèi)，那么能夠利用下式唯一確定一個圓，圓心為O1(xo1,yo1)，半徑為r1，同理確定其他兩個圓，三個圓的交點即所求D點。最大似然法根據(jù)多個信標(biāo)節(jié)點(>3)和相應(yīng)的測距結(jié)果，尋找一個使測距誤差對定位精度影響最小的點。適用于存在測量噪聲的場景，能夠通過統(tǒng)計模型有效處理不確定性。設(shè)定位區(qū)域內(nèi)信標(biāo)節(jié)點數(shù)量為n(n>3)，其坐標(biāo)分別為(xi,yi)(i=1,…,n)，信標(biāo)節(jié)點與未知節(jié)點(x，y)間的距離分別為di(i=1,…,n)，根據(jù)錨節(jié)點位置和測距結(jié)果，可以建立下式所示的距離方程組。5.5.1基本測距位置估計方法最大似然法5.5.1基本測距位置估計方法從第一個方程開始，分別減去最后一個方程消掉平方項，得到n-1個方程組最大似然法5.5.1基本測距位置估計方法

利用最小二差原理

最大似然法5.5.1基本測距位置估計方法

利用最小二差原理

非測距定位的基本思想：根據(jù)節(jié)點之間的空間關(guān)系、跳數(shù)關(guān)系、拓?fù)浼s束、連通度等信息來獲得節(jié)點之間的邏輯距離，在此基礎(chǔ)上利用相應(yīng)算法定位節(jié)點，用于邏輯定位。只需要確定節(jié)點是否在某個房間或樓層內(nèi)，無需直接測量節(jié)點間的物理距離，降低了對節(jié)點硬件的要求，但是定位的誤差有所增加。非測距技術(shù)使用現(xiàn)有節(jié)點的相對位置、連接信息或檢測未知節(jié)點與已知位置的固定錨(可以使用RFID或藍牙信標(biāo))的接近程度進行定位。它們比基于測距的定位算法更簡單、更便宜、更節(jié)能，但代價是定位精度較低。正因為如此，非測距定位算法通常只在需要粗糙位置時才有用。5.5.2基本非測距位置估計方法指紋定位算法

在某些定位場景，環(huán)境噪聲非常大，尤其是使用RSSI信號強度進行距離估計時，RSSI和距離的關(guān)系非常復(fù)雜。用直觀的測距方法無法得到高精度的位置信息。指紋定位算法直接使用RSS來估計位置，其依據(jù)是無線信號強度在固定空間內(nèi)的分布相對穩(wěn)定，且RSS測量值在空間具有明顯的區(qū)分度，適合用來定位?；舅枷胧峭ㄟ^采集并匹配特定位置的無線信號特征（即“指紋”）來確定設(shè)備的位置。核心流程分為離線數(shù)據(jù)采集在線定位匹配5.5.2基本非測距位置估計方法指紋定位算法

離線數(shù)據(jù)采集：建立觀察特征和位置之間的映射指紋庫5.5.2基本非測距位置估計方法指紋定位算法

離線數(shù)據(jù)采集：建立觀察特征和位置之間的映射指紋庫5.5.2基本非測距位置估計方法指紋定位算法

離線數(shù)據(jù)采集：建立觀察特征和位置之間的映射指紋庫5.5.2基本非測距位置估計方法指紋定位算法

在線階段：根據(jù)觀察值和指紋庫中的信息進行最佳匹配、定位目標(biāo)5.5.2基本非測距位置估計方法指紋定位算法

在線階段：根據(jù)觀察值和指紋庫中的信息進行最佳匹配、定位目標(biāo)5.5.2基本非測距位置估計方法指紋定位算法

優(yōu)點：

使用現(xiàn)有公共網(wǎng)絡(luò)，通用性好，不需要時鐘同步，非常適合采用機器學(xué)習(xí)方法；缺點：在動態(tài)性強的環(huán)境、不同設(shè)備、設(shè)備佩戴位置影響指紋，適應(yīng)性弱(布局變化時，需要再次測量指紋，不適用于環(huán)境頻繁變化的場景)，并且指紋學(xué)習(xí)工作量極大、時間長。5.5.2基本非測距位置估計方法質(zhì)心定位算法——基于網(wǎng)絡(luò)連通性的非測距定位算法算法思想是先確定包含未知節(jié)點的區(qū)域，計算這個區(qū)域的質(zhì)心，并將其作為未知節(jié)點的位置。假設(shè)二維空間，信標(biāo)節(jié)點周期性地向鄰近節(jié)點廣播分組，分組中包含信標(biāo)節(jié)點的標(biāo)識號和位置信息。當(dāng)未知節(jié)點接收到來自不同信標(biāo)節(jié)點的分組數(shù)量超過某一個閾值k或接收一定時間后，就將這些信標(biāo)節(jié)點所組成的多邊形的質(zhì)心或加權(quán)質(zhì)心作為自身位置，5.5.2基本非測距位置估計方法質(zhì)心加權(quán)質(zhì)心質(zhì)心定位算法——基于網(wǎng)絡(luò)連通性的非測距定位算法優(yōu)點算法簡單，僅基于網(wǎng)絡(luò)連通性，無需信標(biāo)節(jié)點和未知節(jié)點的協(xié)調(diào)。缺點該算法假設(shè)節(jié)點擁有球型傳播模型，而