CN103842840A - 确定移动设备的方位的概念 - Google Patents

Abstract

本发明的实施例提供了一种移动设备，其包括接收器和方位确定器。接收器包括用于从固定发射器接收信号的多根天线。多根天线中的每根天线被布置为具有不同接收方向。接收器被配置为检测利用每根天线接收的信号的信号强度以获得多个检测的信号强度。方位确定器被配置为基于多个检测的信号强度来确定移动设备相对于固定发射器的定位。

Description

确定移动设备的方位的概念

技术领域

本发明的实施例涉及一种确定移动设备的方位的概念。本发明的一些实施例涉及一种Wi-Fi姿势和位置跟踪的概念。

背景技术

现代智能手机配备有各种传感器。可以使用***、GSM（全球移动通信***）模块及无线LAN（局域网）模块来定位。基于这些装置，可以提供用于行人导航的全新的廉价方法。这使得能够为行人提供新类型的基于位置的服务，所包括的范围有呼叫出租车、找到城市中感兴趣的地点以及博物馆指南。

通常，导航的第一选择是全球定位***（GPS）。然而，GPS在城市和室内环境中缺乏准确性和可用性是一个非常普遍的问题。随着辅助GPS（A-GPS）在智能手机方面的普遍应用，可以缩短第一GPS定位的启动时间并减少功耗。但是，如果信号太弱而无法检测，则定位失败。而且，在户外，可以使用电子罗盘容易地检测到设备的水平姿势。然而，在室内，磁干扰会导致不可靠的罗盘输出。

作为室内环境的替代方案或补充解决方案，Bahl等人（Bahl,P.,Padmanabhan,V.:Radar:an in-building rf-based user location and trackingsystem.In:Proceedings on INFOCOM the19th Annual Joint Conference ofthe IEEE Computer and Communications Societies,Tel Aviv,Israel(2000)）提出一种基于Wi-Fi^TM（Wi-Fi:http://www.wi-fi.org/.Wi-Fi是Wi-Fi联盟的注册商标（2003））网络中的接收信号强度（RSS）进行定位的方法。现在，由于公共和专用接入点的数量不断增加，Wi-Fi定位对行人导航来说变得更加具有吸引力（(Meyer,S.,Vaupel,T.,Haimerl,S.:Wi-fi coverage andpropagation for localization purposes in permanently changing urban areas.In:Proceedings on IADIS the international Conference Wireless Applications andComputing,Amsterdam,The Netherlands(2008)）并且已经集成到许多智能手机中。

跟踪行人的一个遗留挑战是估计人的前进方向。行人移动得非常慢并且可以在任何时候转向而没有改变其位置。所以，从连续位置计算的行人的速度矢量的准确性极低。定位准确性可通过使用低成本传感器将Wi-Fi定位与推算定位法组合在一起来提高，如“Seitz,J.,Vaupel,T.,Meyer,S.,Gutierrez Boronat,J.,Thielecke,J.:A hidden markov model for pedestriannavigation,in:Proceedings on WPNC the7th Workshop on Positioning,Navigation and Communication,Dresden,Germany(2010);Seitz,J.,Vaupel,T.,Jahn,J.,Meyer,S.,Gutierrez Boronat,J.,Thielecke,J.:A hidden markovmodel for urban navigation based on fingerprinting and pedestrian deadreckoning,in:Proceedings on the13th International Conference onInformation Fusion,Edinburgh,United Kingdom(2010).For pedestrians,deadreckoning can be improved by step detection,as analyzed in Jahn,J.,Batzer,U.,Seitz,J.,Studencka,L.,Gutierrez Boronat,J.:Comparison andevaluation of acceleration based step length estimators for handheld devices.In:Proceedings on the13th International Conference on Indoor Positioning andIndoor Navigation(IPIN),Zürich,Switzerland(2010)”中提出的。但估计姿势仍然具有挑战性。

而且，在文章“Wallbaum,M.:Indoor geolocation using wireless localarea networks.Ph.D.thesis,Department of Computer Science,RWTH AachenUniversity(2005)17.Welch,G.,Bishop,G.:An introduction to the kalmanfilter.University of North Carolina at Chapel Hill,Chapel Hill,NC,USA(1995)”中，关注点在于确定物体和人们在建筑物内的位置的特定问题。由此，低成本的方法是基于现已经广泛部署的无线LAN的。

可以将Wi-Fi定位方法分为两组。第一组需要具有已知Wi-Fi接入点的位置和信号强度的数据库，例如参见“Skyhook Wireless:http://www.skyhookwireless.com and Schilit,B.,LaMarca,A.,Borriello,G.,Griswold,W.,McDonald,D.,Lazowska,E.,Balachandran,A.,Hong,J.,Iverson,V.:Challenge:Ubiquitous location-aware computing and the place labinitiative.In:Proceedings on the1st ACM international workshop on Wirelessmobile applications and services on WLAN hotspots,San Diego,CA,USA(2003)”，第二组需要所谓的指纹的数据库，例如参见“Bahl,P.,Padmanabhan,V.:Radar:an in-building rf-based user location and trackingsystem,in:Proceedings on INFOCOM the19th Annual Joint Conference ofthe IEEE Computer and Communications Societies,Tel Aviv,Israel(2000);Castro,P.,Chiu,P.,Kremenek,T.,Muntz,R.:A probabilistic room locationservice for wireless networked environments,in:Proceedings on UBICOMPthe3rd International Conference on ubiquitous computing,Atlanta,GA,USA.Springer(2001);Haeberlen,A.,Flannery,E.,Ladd,A.,Rudys,A.,Wallach,D.,Kavraki,L.:Practical robust localization over large-scale802.11wirelessnetworks,in:Proceedings on MobiCom the10th annual internationalconference on mobile computing and networking,Philadelphia,PA,USA(2004);Ibach,P.,Hbner,T.,Schweigert,M:Magicmap-kooperativepositionsbestimmung ber wlan,in:Proceedings on the Chaos CommunicationCongress,Berlin,Germany(2004);Teuber,A.,Eissfeller,B.:Wlan indoorpositioning based on euclidean distances and fuzzy logic,In:Proceedings onWPNC the3rd Workshop on Positioning,Navigation and Communication,Hannover,Germany(2006)and Youssef,M.,Agrawala,A.:The horus locationdetermination system,Wireless Networks14(3),357-374(2008)”。

指纹数据库可以通过先前收集的RSS测量来创建。然后使用观察到这些测量所在的位置的坐标来标记这些测量。因此，一个指纹包含接收接入点的地理标记位置、RSS值及相应的标识符。对于定位来说，通过使当前RSS测量与数据库中指纹的条目相关联来进行指纹识别。然后，在选择最佳匹配指纹之后，用户位置例如可以通过被加权了其相关结果的指纹位置的平均值来进行计算。在“Bahl,P.,Padmanabhan,V.:Radar:an in-buildingrf-based user location and tracking system,in:Proceedings on INFOCOM the19th Annual Joint Conference of the IEEE Computer and CommunicationsSocieties,Tel Aviv,Israel(2000)”中可以找到有关指纹识别的更多详情。

每个环境都具有特征信号传播。特定位置的RSS取决于路径损耗、物体的遮蔽和多路径传播。遮蔽物体的密度越高，Wi-Fi定位的准确性越高，因为不同的指纹在信号空间中不那么相似。因此，在室内，由于建筑物结构和家具的缘故，Wi-Fi定位的效果很好。在室外，特别是在大广场上，数据库相关性会导致含糊不清。

为了取得有意义的Wi-Fi定位结果，在实践中观察至少三个接入点。城市环境中Wi-Fi定位的优点在于已经设置基础设施。可以使用现有专用和公共接入点。但是另一方面，定位随着时间会存在未观察到的变化的并且可用接入点的数量因地方不同而不同。数据库变化的分析可以在“Meyer,S.,Vaupel,T.,Haimerl,S.:Wi-fi coverage and propagation for localizationpurposes in permanently changing urban areas.In:Proceedings on IADIS theinternational Conference Wireless Applications and Computing,Amsterdam,The Netherlands(2008)”中找到。

如“Meyer,S.,Vaupel,T.,Haimerl,S.:Wi-fi coverage and propagationfor localization purposes in permanently changing urban areas,in:Proceedingson IADIS the international Conference Wireless Applications and Computing,Amsterdam,The Netherlands(2008)and Vaupel,T.,Seitz,J.,Kiefer,F.,Haimerl,S.,Thielecke,J.:Wi-fi positioning:System considerations and devicecalibration,in:Proceedings on the13th International Conference on IndoorPositioning and Indoor Navigation(IPIN),Zurich,Switzerland(2010)”中所报道的，几种方法用于收集测量结构以构建指纹数据库。

图1示出了指示指纹位置的地理区域和在每个位置检测到的接入点的数量的表示。德国的几个主要城市（包括柏林、汉堡、纽伦堡和慕尼黑）的都市区被弗劳恩霍夫集成电路研究所用作用于定位的试验台。在图1中，提供了覆盖纽伦堡城市中心的数据库的一部分。在这里，如果在每一点有覆盖，则指纹平均包含21个接入点。换句话说，图1示出了从纽伦堡中的Fraunhofer IIS指纹数据库提取的实例，在openstreetmaps.org地图上可视化。由此，点指示指纹位置和每个位置检测到的接入点的数量，如按比例绘制。

Wi-Fi定位可较好地用于在市区进行定位，因为可接收的接入点的密度在此是足够高的。尤其在室内，Wi-Fi定位提供可靠的定位结果，但会丢失廉价而又可靠的室内环境的姿势估计***。建筑结构中的铁磁材料会导致较大的磁干扰，而较大的磁干扰会导致罗盘导向不可靠。基于微机电***（MEMS）的惯性导航***（INS）会随着时间的变化而受到较大的漂移误差影响。通过传感器数据融合可以部分解决这个问题（Kraft,E.:Aquaternion-based unscented kalman filter for orientation tracking.In:Proceedings on the6th International Conference of Information Fusion,Cairns,Queensland,Australia(2003)）。

发明内容

因此，本发明的目的是提供一种确定移动设备的定位的改进概念。

该目的通过根据权利要求1所述的移动设备，根据权利要求14所述的操作移动设备的方法及根据权利要求15所述的计算机程序来实现。

本发明的实施例提供了一种移动设备，其包括接收器和方位确定器。接收器包括用于从固定发射器接收信号的多根天线。多根天线中的每根天线被布置为具有不同接收方向。接收器被配置为检测利用每根天线接收的信号的信号强度以便获得多个检测的信号强度。方位确定器被配置为基于多个检测的信号强度来确定移动设备相对于固定发射器的定位。

根据本发明的概念，固定发射器的信号被多根天线来接收。由于多根天线被布置为具有不同接收方向，因此多根天线中的每根天线接收其特征或不同信号强度可以由接收器测量或检测的信号。因此，移动设备相对于发射器的定位可由方位确定器基于多个检测的信号强度来确定。

在本文中参照附图描述本发明的实施例。

附图说明

图1示出了指示指纹位置的地理区域和在每个位置检测的接入点的数量的表示形式；

图2示出了根据本发明实施例的移动设备的框图；

图3示出了根据本发明实施例的在具有至少三个固定发射器的环境中图2中所示的移动设备的框图；

图4示出了使用利用包括四根定向天线的天线装置106检测的RSS测量的迭代姿势和位置估计处理的说明图；

图5a示出了根据本发明实施例的四根天线相对于固定发射器的定位的说明图；

图5b示出了图5a中所示的四根天线的测量及模拟天线增益的极坐标图；

图6a示出了具有四个接入点（灰色点）的模拟区域、具有姿势（灰色箭头）和自标准Wi-Fi定位（圆圈）的结果的参考路径的布局；

图6b示出了根据本发明概念的具有四个接入点（灰色点）的模拟区域、具有姿势（灰色箭头）和使用姿势和位置跟踪（黑色箭头）的结果的参考路径的布局；

图7a示出了作为全向RSS变化的函数的绝对姿势误差的图示；

图7b示出了作为全向RSS变化的函数的定位误差的图示；

图7c示出了作为定向RSS变化的函数的绝对姿势误差的图示；

图7d示出了作为定向RSS变化的函数的定位误差的图示；

图8a示出了具有四个接入点（灰色点）的空间、具有姿势（灰色箭头）和自标准Wi-Fi定位（圆圈）的实验结果的参考路径的布局；

图8b示出了根据本发明概念的具有四个接入点（灰色点）的空间、具有姿势（灰色箭头）和实验姿势和位置估计（黑色箭头）的参考路径的布局；

图9a示出了作为测量次数的函数的图8b中所示的实验姿势估计的姿势误差的图示；

图9b示出了作为测量次数的函数的图8b中所示的实验位置估计的定位误差的图示。

具有相同或等效功能的相同或等效元件在以下描述中用相同或等效的参考编号表示。

具体实施方式

在以下描述中，陈述多个细节以便对本发明的实施例进行更彻底的解释。然而，对本领域技术人员显而易见的是，即使没有这些具体细节也可实施本发明的实施例。在其他情况下，已知的结构和设备以框图的形式示出，而不详细示出，以免淡化本发明的实施例。另外，下文描述的不同实施例的特征可以相互结合，除非特别注明。

图2示出了根据本发明实施例的移动设备100的框图。移动设备100包括接收器102和方位确定器104。接收器102包括用于从固定发射器110接收信号108的多根天线106_1～106_n。多根天线106_1～106_n的每根天线都布置为具有不同接收方向。接收器102配置为检测利用多根天线106_1～106_n中的每根天线接收的信号108的信号强度，以便获得多个检测的信号强度。方位确定器104配置为基于多个检测的信号强度来确定移动设备100相对于固定发射器110的方位112。

根据本发明的概念，固定发射器110的信号108利用多根天线106_1～106_n来接收。由于多根天线106_1～106_n布置为具有不同接收方向，因此多根天线106_1～106_n中的每根天线接收其特征或不同信号强度可以被移动设备100的接收器102测量或检测的信号108。因此，移动设备100相对于发射器110的方位可由方位确定器104基于多个检测的信号强度来确定。

在实施例中，移动设备100的接收器102可以包括多达n根天线106_1～106_n，其中n是大于或等于2（n≥2）的自然数。例如，如图2所示，接收器102可以包括两根天线106_1和106_n（n=2）。而且，在图2中，指出移动设备100的接收器102还可以包括三根天线106_1～106_n（n=3）。

如图2所示，移动设备100的方位112可以由箭头指示以便于说明。另外，移动设备100与固定发射器110之间的相对方位可以用角

表示，如图2所示。

在实施例中，多根天线106_1～106_n可以被布置为使得多根天线106_1～106_n的接收方向位于一个平面中。例如，这一个平面可以被布置为使得这一个平面与发射器110的天线的主发射方向对准或平行。

此外，这个平面可以被布置为与移动设备100在正常操作中被分配为朝向移动设备100的用户的主表面平行。例如，移动设备100可以包括用于显示移动设备100的（当前）方位的显示器。由此，用户可正常握着移动设备100使得显示器对其可视。因此，移动设备100的主表面可以是包括显示器的表面或显示器本身。可选地，例如，当用户握着移动设备100确定方位时，这个平面可以经布置为使得这个平面在正常操作中水平对准（与重力矢量垂直）或基本上水平对准。

而且，方位确定器104可以配置为确定移动设备100的方位112，以使得移动设备100的方位112为移动设备100的与地球重力矢量垂直的水平方位。

自然，包括多根天线106_1～106_n的接收器102可以配置为从i个固定发射器接收i个信号，其中i是大于或等于1（i≥1）的自然数。因此，在下文中，移动设备100的功能在具有至少三个固定发射器的环境中以实例进行描述。

图3示出了根据本发明实施例的在具有至少三个固定发射器110_1～110_i（n=3）的环境中图2中所示的移动设备100的框图。包括多根天线106_1～106_n的接收器102配置为从至少三个固定发射器110_1～110_i（i=3）接收至少三个信号108_1～108_i（i=3）。接收器102配置为检测利用多根天线106_1～106_n中的每根天线接收的至少三个信号108_1～108_i（i=3）的信号强度，以便获得至少三个信号108_1～108_i（i=3）的每个信号的多个信号强度。由此，方位确定器104配置为基于至少三个信号108_1～108_i（i=3）的每个信号的多个检测的信号强度来确定移动设备100相对于至少三个固定发射器110_1～110_i（i=3）的方位112。

如图3所示，移动设备100的接收器102可以包括四根天线106_1～106_n（n=4），其中四根天线106_1～106_n（n=4）可以经布置为使得四根天线106_1～106_n（n=4）的接收方向彼此正交。此外，四根天线106_1～106_n（n=4）可以经布置为使得四根天线106_1～106_n（n=4）的接收方向位于一个平面中，正如上文已经描述的。

因此，图3中所示的包括四根天线106_1～106_n（n=4）的接收器102将利用四根天线106_1～106_n（n=4）中的每根天线检测从至少三个固定发射器110_1～110_i（i=3）接收的至少三个信号108_1～108_i（i=3）中的每个信号的信号强度。换句话说，图3中所示的移动设备100的接收器102将检测从固定发射器110_1接收的信号108_1的四个信号强度，从固定发射器110_2接收的信号108_2的四个信号强度，以及从固定发射器110_3接收的信号108_3的四个信号强度。

图3中所示的至少三个发射器110_1～110_i（i=3）可以是收发器，比如Wi-Fi接入点。因此，包括多根天线106_1～106_n（n=4）的接收器102可以配置为从至少三个固定发射器110_1～110_i（i=3）接收至少三个信号108_1～108_i（i=3），使得至少三个固定发射器110_1～110_i（i=3）是Wi-Fi接入点。在实施例中，Wi～Fi指的是符合IEEE802.11规范（比如802.11a、802.11b、802.11c、802.11d、802.11e、802.11f、802.11g、802.11h、802.11i、802.11j、802.11n等）的无线局域网。

而且，移动设备100可以进一步包括位置确定器114，其配置为基于至少三个信号108_1～108_i（i=3）中的每个信号的多个检测的信号强度来确定移动设备100相对于至少三个Wi-Fi接入点110_1～110_i（i=3）的位置。

在下文中，对图3中所示的包括具有四根天线106_1～106_n（n=4）的接收器102、方位确定器104和位置确定器114的移动设备100的实现实例进行描述。或者换句话说，在下文中，提出根据本发明思想的室内姿势（方位或前进方向）和位置估计的方法。由此，只使用特殊天线装置106，而不使用额外传感器。自然，以下描述同样适用于图2中所示的移动设备100。

图4示出了使用具有四根定向天线106_1～106_n（n=4）的天线装置106的RSS测量进行的迭代姿势和位置估计处理的说明图。利用具有沿正交方向（接收方向）水平朝向的四根定向天线106_1～106_n（n=4）的装置106同时收集RSS测量。由此，时间t时的RSS测量

取决于装置106的位置（x，y）和姿势角

使用这些测量，首先可以估计装置106的姿势。其次，可以计算标准全向Wi-Fi天线的对应RSS值。最后，可以使用指纹识别来估计位置，如上文在相关技术和/或现有技术中所描述的。选择Wi-Fi指纹识别来确定移动设备100的位置的原因在于，报告指纹识别以实现比基于接入点的方法高的精度，并且接入点的位置通常不是公共的。

在距发射器（接入点）110_1～110_i的距离d处接收的且具有姿势

的RSS值

（dB）可以建模表示如下：

每根定向天线106_1～106_n获得一个RSS值。P_Tx(d₀)是在距接收器102的距离d₀处测量的参考信号强度。接着是路径损失，其中η是路径损失指数，

是天线增益。最后一个减数表示信号108的路径上的k个不同阴影物体。将物体分组为具有相同衰减a_k的n_k个物体。不考虑多路径传播。

图5a示出了根据本发明实施例的四根天线106_1～106_n相对于固定发射器110的方位

的说明图。而且，图5a示出了天线装置106的概略图，其中定向天线106_n（n=2）所使用的角度相对于天线装置106的姿势顺时针旋转

一根天线106_n的入射角

为收发器110和接收器的位置间相对于参考方向的角

减去天线装置106的姿势

和装置106中的接收信号的定向天线106_n的旋转角

图5b示出了图5a中所示的四根天线106_1～106_n（n=4）的测量及模拟的天线增益的极坐标图，其中

由此，实线描述了测量的天线增益，虚线示出了模拟的天线增益。换句话说，作为天线装置106的实例，在图5b中，与天线增益的近似结果一起给出特殊、紧凑的天线装置106的极坐标图。根据本发明思想的天线装置106基于四根偶极天线106_1～106_n（n=4）和移相器。为了对装置106的定向增益进行近似估计，可以使用极方程：

A是天线106_1～106_n的各向同性部分，B是天线106_1～106_n的偶极部分，例如，当A=1且B=0时，我们得到全向天线，当A=0且B=1时，得到偶极天线。对于下面提出的实验天线装置106，A=0.44且B=0.34是最合适的。

为了估计天线装置106的姿势

由定向天线106_1～106_n收集的RSS值的差值被用在扩展卡尔曼滤波器（EKF）中。在“Welch,G.,Bishop,G.:An introduction to the kalman filter,University of North Carolina at ChapelHill,Chapel Hill,NC,USA(1995)”中可以找到关于EKF的介绍。在方程（1）中使用差值来代替绝对值的主要优点在于，可以忽略参考信号强度、路径损失和由直接路径上的物体引起的衰减：

另一个正面影响是通过使用差值提高了灵敏度。可测量范围从17dB（图5b）增加至34dB。这种情况很重要，因为商业Wi-Fi卡输出取样间隔为1dB或其倍数的RSS值。

在对提供的姿势估计进行时间更新的过程中，计算姿势

的先验估计。假设两个时间步骤之间没有变化。然后简单地，协方差的先验估计值是最近一步的后验协方差加上过程噪声协方差：

$P_k^{-}=P_{k-1}+Q---\left(6\right)$

随机变量w_k表示假设过程噪声具有正态概率分布p(w)∝N(0，Q)。卡尔曼增益K_k可按如下进行计算：

其中R_k是测量的噪声协方差矩阵，H_k使状态与测量值相关。使用RSS差，每对差之间的相关性需要在R_k中进行考虑。因为h_k是非线性函数，所以通过按计算h_k导数的雅可比矩阵将h_k线性化。非线性测量方程包括六个可能的RSS差。矢量v_k表示假设p(v)∝N(0，R)的测量噪声：

最后，在测量更新过程中，可以使用测量矢量z_k中的测量的RSS的差来计算后验状态

和协方差P_k：

$P_k=P_k^{-}-K_k{H}_k{P}_k^{-}---\left(10\right)$

在提出的EKF中，利用每个测量的r_t对每个检测接入点110_1～110_i执行一个迭代步骤。所以，按照时间步骤来执行多于一个的迭代步骤。在实践中，这示出了比在一个步骤中使用所有检测接入点110_1～110_i更好的性能。

通常，利用全向Wi-Fi天线106_1～106_n来收集指纹数据库。因此，为了能够使用常见的或已知的指纹数据库，可以针对虚拟全向天线计算等效r_t矢量。对于接入点i的r_t,i，通过使用估计姿势

的所有四根定向天线的结果平均值：

最后，可以使用指纹识别来计算位置[x,y]，如上文在相关技术和/或现有技术中已经描述的。

在下文中，对根据本发明概念的姿势和位置估计的模拟结果和标准Wi-Fi定位的模拟结果进行比较。由此，对移动设备100的性能进行评估并在测量的RSS值根据数据库条目而变化时分析定位误差。对于模拟来说，使用具有1m间距的规则网格的数据库。

在图6a和图6b中，描述了四个接入点110_1～110_4的网格大小和位置。而且，将四个额外的接入点放置在远离模拟空间边缘10m距离处。为了针对每个网格位置和每个接入点110_1～110_i构建指纹数据库，根据方程式（1）并针对全向天线

计算P_Rx(d)。

如图6a和图6b中所述，将一条模拟路径划分为45个RSS测量值

从位置[5,5]开始直至[5,25]，跟着灰色箭头走。在拐角处，姿势旋转90°步态以便模拟在博物馆中看不同物体的人。最后，路径终止于开始位置。为了模拟RSS测量，采用两种方式来扰动数据库条目。首先，通过将随机噪声添加到数据库条目中来创建每个接入点110_1～110_i的RSS变量：

r_t，i(x，y)＝P_Rx，i(d)+v₀，其中p(v₀)∝N(0，σ₀)     （12）

这些RSS变量v₀以相同的方式影响所有天线106_1～106_n（n=4）。因此，这些RSS变量v₀可以被称为全向RSS变量。实际上，这可以表示环境变化。RSS变量是局部的，但尚未对测量之间的局部相关性进行考虑。

其次，通过从四个方向

（为了简单起见，即为四个天线方向（接收方向））添加随机噪声来模拟定向RSS变量。定向RSS变量可以由较小的环境变化造成，从而只影响信号传播路径的一部分。对于全向天线来说，这四个定向变量叠加：

$r_{t,i}(x,y)=P_{\mathrm{Rx},i}\left(d\right)+\underset{n=1}{\overset{4}{\mathrm{\Σ}}}{v}_{d,n},$ 其中p(v_d，n)∝N(0，σ_d)     （13）

对于每根定向天线106_1～106_n（n=4），RSS变量通过添加定向噪声来计算，并使用方程（3）来建模：

在图6a中，与参考路径和参考姿势（灰色箭头）一起给出使用全向天线的标准Wi-Fi定位（圆圈）的一个模拟运行的结果。如图6a所示，定位结果分布在路径周围。在图6b中，使用具有四根定向天线106_1～106_n（n=4）的装置106以及σ₀=1dB且σ_d=1dB来给出新姿势和位置跟踪（黑色箭头）的结果。

为了在应用随机RSS变量时获得更一般的结果，路径的处理可以以相同的σ₀和σ_d值重复20次。分别研究σ₀和σ_d的影响，将其他参数设为零。

在图7a中，给出各个σ₀的姿势估计结果，在图7c中，给出各个σ_d的姿势估计结果。在图7b和图7d中示出对应定位结果与标准Wi-Fi定位的定位结果，以便于进行比较。

对于各个σ₀来说，定位结果几乎相同，姿势误差相当小。姿势误差随σ₀变大而增加，因为在计算收发器和接收器位置

之间的角度时的误差随定位误差的增加而增加。

一方面，利用图7c和图7d中的定向RSS变量σ_d，姿势估计误差较高：所有误差中有95%的误差都低于30°。所以，定向RSS变量对姿势估计具有较大影响。

另一方面，利用新方法产生的定位误差几乎是标准指纹识别的一半。原因在于，来自方程（11）的虚拟全向RSS值更精确，因为定向天线106_1～106_n的测量的RSS值不会以相同方式受到定向噪声的影响。所以，EKF对测量进行滤波处理并估计较好的姿势候选方案。因此，所提出的姿势和位置估计方法对定向RSS变量来说更具有鲁棒性。

在下文中，给出利用根据本发明概念的移动设备100进行的姿势和位置估计的实验结果。换句话说，随后给出利用实际数据来验证本发明概念。在纽伦堡工业文化博物馆收集了数据。将上文给出的模拟的结果和实验装置的结果进行比较。利用在博物馆进行专题展览的空间中45个位置的全向和定向天线收集RSS测量。

因为具有如图3、图4和图5a中所示的四根定向天线106_1～106_n（n=4）的特殊天线装置尚未准备好进行Wi-Fi传输，所以使用了商用定向天线（PA-2408A贴片天线：2.4GHz WaveLAN天线8dbi，WiMo Antennenund Elektronik GmbH,http://www.wimo.com）。在每个测量位置已经被手动旋转。首先，在具有全向天线的每个位置收集用于指纹数据库的数据。其次，利用这两根天线来在图8a和图8b中所述的路径上的33个位置执行RSS测量。由此，使用标准Wi-Fi定位的全向测量。在图8a中，示出了使用标准Wi-Fi指纹识别的定位结果。因为测试装置是没有太多阴影物体的一个单个空间，所以在用于Wi-Fi定位的挑战性区域，定位误差比图6a中的模拟的误差高。定向天线106_1～106_n的RSS测量已经用于利用EKF测试姿势估计。图8b中描述了一次运行的姿势估计结果。图9a和图9b中分别给出对应姿势和定位误差。由此，图9a针对使用EKF的两次测量运行以度的形式示出了绝对姿势误差（实线）和平均绝对姿势误差（点线），其中图9b示出了使用标准Wi-Fi定位的对应定位误差（实线）和平均定位误差（点线）。

注意，分别测试姿势和位置估计。对于姿势估计来说，参考位置代替估计位置用于计算

所以，表示图8b中的姿势的箭头位于参考位置。

在利用实验装置的该第一测试中，绝对姿势误差小于50°，平均值低于20°。这对博物馆的参观者来说有足够的希望轻松找到展品。Wi-Fi定位误差对平均误差为2.3m的室内环境来说是典型的。

本发明的实施例扩展了室内环境中Wi-Fi定位的现有技术水平。利用特殊天线装置106中的四根定向天线106_1～106_n同时收集RSS测量。扩展卡尔曼滤波器可以用于进行鲁棒性姿势估计。对于定位来说，标准Wi-Fi指纹识别可以与现有指纹数据库一起使用。

模拟结果表明利用该新颖方法，可在存在定向RSS变量时提高定位精度。这会导致定位跟踪具有较强的鲁棒性。绝对姿势误差的平均值低于10°，定位误差在5m以下，甚至具有较大的RSS变量。博物馆中的测试证明根据本发明的概念的可行性。绝对姿势误差的平均值在这种情况下低于20°。

用于室内环境中的姿势和位置跟踪的提出的方法法实现了电子博物馆指南的自动化。此外，根据本发明的方法可以与用于行人导航的现有运动模型和概率概念组合在一起，例如使用隐马尔可夫模型，以提高姿势和位置跟踪的精度。

本发明的实施例提供了一种室内环境中的行人导航方法。其提供了处理功率低的移动平台和低成本传感器。由此，四根水平布置的定向天线106_1～106_n（n=4）可以用于收集范围内的发射器（接入点）110_1～110_i的Wi-Fi信号强度。对于姿势估计，可以使用扩展卡尔曼滤波器，对于位置跟踪，可以使用Wi-Fi指纹对比。利用该方法，可以估计移动设备100的姿势并且可以在类似博物馆等室内环境中跟踪位置。这允许使用电子指南，所述电子指南借助于可见范围中关于展品的增强现实来提供额外信息。

根据本发明的实施例使用在无线通信网络和定向天线106_1～106_n中的信号强度测量来创建定位和位置的同时估计。

根据本发明的实施例基于信号强度来创建定位和位置的估计。

在一些实施例中，来自无线通信网络的多个发射器110_1～110_i的信号108_1～108_i的信号强度在接收器102处使用多根定向天线106_1～106_n尽可能同时（或尽可能同期）进行测量。可选地，一个相应的发射器的信号可以由多个接收器使用定向天线来记录（或接收）。在此，同时估计接收器的定位和位置。以下边信息项支持该方法并提高其质量：一些固定通信方的位置、定向天线的定向特征和布置。

根据本发明的一些实施例可以用于无线局域网定位（WLAN定位）。

本发明的另一实施例提供了一种操作移动设备的方法，所述方法包括以下步骤：利用包括多根天线的接收器从固定发射器接收信号，其中多根天线中的每根天线都布置为具有不同接收方向；检测利用每根天线接收的信号的信号强度以便获得多个检测的信号强度；以及基于多个检测的信号强度来确定移动设备相对于固定发射器的定位。

自然，上文描述的确定移动设备100的定位的概念还可以用于确定固定设备相对于固定和/或移动发射器的定位。

因此，本发明的另一实施例提供了一种固定设备，其包括接收器和定位确定器。接收器包括用于从发射器（例如，固定和/或移动发射器）接收信号的多根天线，其中多根天线中的每根天线都布置为具有不同接收方向，并且其中接收器被配置为检测利用每根天线接收的信号的信号强度以便获得多个检测的信号强度。方位确定器被配置为基于多个检测的信号强度来确定移动设备相对于发射器的定位。

虽然已经在装置的上下文中描述了一些方面，但显然，这些方面也表示对应方法的描述，其中方框或设备对应于方法步骤或方法步骤的特征。同理，在方法步骤的上下文中描述的方面也表示对应方框或项目的描述或对应装置的特征。

根据某些实现要求，本发明的实施例可以以硬件或软件实现。实现方式可以利用其上存储有电子可读控制信号的数字存储介质来执行，数字存储介质例如为软盘、DVD、蓝光光盘、CD、ROM、PROM、EPROM、EEPROM或闪存等，电子可读控制信号与可编程计算机***协作（或能够与此协作），以执行各种方法。因此，数字存储介质可以是计算机可读介质。

根据本发明的一些实施例包括具有电子可读控制信号的数据载体，电子可读控制信号能够与可编程计算机***协作以执行本文描述的方法之一。

一般情况下，本发明的实施例可以实现为具有程序代码的计算机程序产品，当计算机程序产品在计算机上运行时，程序代码可用于执行方法之一。程序代码例如可以存储在机器可读载体上。

其他实施例包括存储在机器可读载体上的用于执行本文描述的方法之一的计算机程序。

换句话说，本发明方法的实施例由此是一种计算机程序，该计算机程序具有在计算机上运行该计算机程序时用于执行本文描述的方法之一的程序代码。

因此，本发明方法的另一实施例是一种包括或其上记录有用于执行本文描述的方法之一的计算机程序的数据载体（或数字存储介质或计算机可读介质）。

因此，本发明方法的另一实施例是表示用于执行本文描述的方法之一的计算机程序的数据流或一系列信号。数据流或一系列信号例如可以被配置为通过数据通信连接（例如通过因特网）进行传输。

另一实施例包括处理构件，例如计算机或可编程逻辑器件，被配置为或适于执行本文描述的方法之一。

另一实施例包括其上安装有用于执行本文描述的方法之一的计算机程序的计算机。

在一些实施例中，可编程逻辑器件（例如，现场可编程门阵列）可以用于执行本文描述的方法的一部分或全部功能。在某些实施例中，现场可编程门阵列可以与微处理器协作以执行本文描述的方法之一。一般情况下，所述方法优选由任意硬件装置执行。

上述实施例仅用于说明本发明的原理。应理解，本文描述的布置及详情的修改和变化对本领域技术人员来说是显而易见的。因此，旨在于仅受即将实现的专利权利要求的范围的限制，而不受通过描述并阐述本文的实施例的方式而提出的具体细节的限制。

Claims (16)

1.移动设备（100），包括：

接收器（102），包括用于从固定发射器（110）接收信号（108）的多根天线（106_1～106_n），其中多根天线（106_1～106_n）中的每根天线被布置为具有不同接收方向，并且其中所述接收器（102）被配置为检测利用每根天线接收的所述信号（108）的信号强度以获得多个检测的信号强度；以及

方位确定器（104），被配置为基于所述多个检测的信号强度来确定所述移动设备（100）相对于所述固定发射器（110）的方位（112）。

2.根据前述权利要求所述的移动设备（100），其中所述多根天线（106_1～106_n）被布置为使得所述多根天线（106_1～106_n）的接收方向位于一个平面中。

3.根据前述权利要求中任一项所述的移动设备（100），其中所述一个平面被布置为与所述移动设备（100）的在正常操作中朝向所述移动设备（100）的用户分配的主表面平行。

4.根据前述权利要求中任一项所述的移动设备（100），其中所述多根天线（106_1～106_n）是定向天线（106_1～106_n）。

5.根据前述权利要求中任一项所述的移动设备（100），其中所述多根天线（106_1～106_n）是四根天线，其中所述四根天线被布置为使得所述四根天线的接收方向彼此正交。

6.根据前述权利要求中任一项所述的移动设备（100），其中所述方位确定器（104）被配置为将所述移动设备（100）的方位（112）确定为，所述移动设备（100）的方位为所述移动设备（100）的与地球重力矢量垂直的水平方位和/或所述移动设备（100）的与所述地球重力矢量平行的垂直方位。

7.根据前述权利要求中任一项所述的移动设备（100），其中所述方位确定器（104）被配置为基于所述多个检测的信号强度之间的差来确定所述移动设备（100）的方位（112）。

8.根据前述权利要求中任一项所述的移动设备（100），其中所述方位确定器（104）被配置为利用扩展卡尔曼滤波器来确定所述移动设备（100）的方位（112）。

9.根据前述权利要求中任一项所述的移动设备（100），其中包括所述多根天线（106_1～106_n）的所述接收器（102）被配置为从至少三个固定发射器（110_1～110_i）接收至少三个信号（108_1～108_i），其中所述接收器（102）被配置为检测利用每根天线接收的所述至少三个信号（108_1～108_i）的信号强度，以获得所述至少三个信号（108_1～108_i）中的每个信号的多个信号强度；并且

其中所述方位确定器（104）被配置为基于所述至少三个信号（108_1～108_i）中的每个信号的所述多个检测的信号强度，来确定所述移动设备（100）相对于所述至少三个固定发射器（110_1～110_i）的方位（112）。

10.根据权利要求9所述的移动设备（100），其中包括所述多根天线（106_1～106_n）的所述接收器（102）被配置为从所述至少三个固定发射器（110_1～110_i）接收所述至少三个信号（108_1～108_i），以使得所述至少三个固定发射器是Wi-Fi接入点（110_1～110_i）。

11.根据权利要求10所述的移动设备（100），其中所述移动设备（100）进一步包括位置确定器（114），被配置为基于所述至少三个信号（108_1～108_i）中的每个信号的所述多个检测的信号强度来确定所述移动设备（100）相对于所述至少三个Wi-Fi接入点（110_1～110_i）的位置。

12.根据权利要求11所述的移动设备（100），其中所述位置确定器被配置为将所述至少三个信号（108_1～108_i）中的每个信号的所述多个检测的信号强度转换为所述至少三个信号（108_1～108_i）中的每个信号的等效单个信号强度，其中将每所述多个检测的信号强度转换为所述等效单个信号强度，以使得所述等效单个信号强度相当于利用具有单个全向天线的接收器（102）检测的信号强度；并且

其中所述位置确定器（114）被配置为基于所述至少三个信号（108_1～108_i）中的每个信号的所述等效单个信号强度来确定所述移动设备（100）的位置。

13.根据权利要求12所述的移动设备（100），其中，所述位置确定器（114）包括其上存储有数据库的存储器，其中所述数据库的每个条目包括参考位置以及所述至少三个信号（108_1～108_i）中的每个信号在所述参考位置的参考单个信号强度，其中所述位置确定器（114）被配置为基于所述等效单个信号强度与所述数据库的参考信号强度的相关性来确定所述移动设备（100）的位置。

14.操作移动设备的方法，所述方法包括：

利用包括多根天线的接收器从固定发射器接收信号，其中所述多根天线中的每根天线被布置为具有不同接收方向；

检测利用每根天线接收的所述信号的信号强度以获得多个检测的信号强度；以及

基于所述多个检测的信号强度来确定所述移动设备相对于所述固定发射器的方位。

15.计算机程序，所述计算机程序具有用于在计算机或微处理器上运行时执行根据权利要求14所述的方法的程序代码。

16.固定设备，包括：

接收器，包括用于从发射器接收信号的多根天线，其中所述多根天线中的每根天线被布置为具有不同接收方向，并且其中所述接收器被配置为检测利用每根天线接收的所述信号的信号强度，以获得多个检测的信号强度；以及

方位确定器，被配置为基于所述多个检测的信号强度来确定所述固定设备相对于所述发射器的方位。

Images