1、互相關干擾消除技術

在室內(nèi)復雜的定位環(huán)境中，接收機很有可能接收到定位源直射的強信號和經(jīng)過反射、折射的弱信號，強信號和弱信號的功率差可以達到20～30dB。此時在弱信號的相關解算中，強信號產(chǎn)生的互相關峰與弱信號產(chǎn)生的自相關峰幅值處于同一量級，很有可能對弱信號的捕獲造成不利影響。因此在定位過程中通常需要通過消除互相關干擾的影響達到捕獲弱信號的目的，其中常用的方法有子空間投影法和扣除法。

⑴子空間投影法

子空間投影法是在載波多普勒、載波相位以及碼相位構建的信號子空間中生成新碼，并將待檢測的弱信號在此空間內(nèi)分解并產(chǎn)生出與強信號完全正交、與弱信號相關性強的新碼，以此碼進行弱信號的捕獲。由于新碼的構建需要實時運算，而此運算中需要進行大量的矩陣和向量運算，因此構建新碼十分困難。E.P.Glennon提出改變Gold碼的均衡性使得本地碼與強干擾信號互相關性最小，但該方法同時也會降低一定的自相關性。

⑵扣除法

扣除法比較常見的有兩種方法：一是利用已捕獲的強干擾信號的多普勒頻移、載波相位、碼相位、信號幅度等參數(shù)在本地接收機內(nèi)進行強干擾信號的重構，然后將強信號從射頻信號中扣除，再進行弱信號的捕獲；二是在做完接收信號與本地碼的相關運算后從中扣除強干擾信號的互相關值，以此消除強干擾信號對弱信號捕獲的影響。根據(jù)扣除操作發(fā)生的位置是在相關運算前和后可以分為前端消除法和后端消除法。與子空間投影法相比，扣除法占用資源少、易實現(xiàn)，但對強信號的參數(shù)依賴程度大，當強信號的參數(shù)估計誤差較大時，扣除法對互相關干擾的消除作用就會減小甚至不起作用。

2、非視距效應消除技術

非視距效應是由于定位信號源與定位終端之間存在障礙物，導致定位信號無法沿視距傳播，只能通過折射、反射等方式傳播。由此產(chǎn)生的誤差稱為非視距(Non-Line of Sight，NLOS)誤差。在室內(nèi)定位中，由于建筑物內(nèi)的復雜結構和經(jīng)常性的人員流動導致非視距效應十分顯著。影響定位精度的主要誤差來源有測量誤差和非視距誤差，其中非視距誤差遠遠大于測量誤差，因此消除非視距效應是提高室內(nèi)定位精度的主要方式。

⑴極大似然算法

在非視距環(huán)境中，可以利用測量噪聲、非視距誤差統(tǒng)計和LOS/NLOS距離概率模型構建最大似然問題進行定位解算，消除非視應。Gezici使用最大似然算法最大化聯(lián)合概率密度函數(shù)剔除非視距觀測量，Qi采用最大后驗概率估計非視距誤差統(tǒng)計分布。

⑵最小二乘算法

在視距環(huán)境中室內(nèi)定位最廣泛的算法之一是最小二乘法，在得到測量量后建立方程解出定位終端的位置。而在非視距環(huán)境下也可以通過最小二乘法進行定位解算。殘差加權(RWGH)算法是Chen提出的一種針對非視距環(huán)境的定位算法，可以有效減小非視距效應對定位精度的影響。

雖然眾多學者對非視距誤差的消除進行了大量研究，但由于非視距的復雜性，目前消除模型仍難以有效消除，仍然是影響室內(nèi)定位精度的關鍵問題之一。

3、特征聚類技術

在基于指紋信息的定位方法中，通常采用特征聚類技術將離群點剔除，以此減小離群點對定位結果的影響，提高定位精度。

⑴HiWL方法

聚類算法通常需要使用大量數(shù)據(jù)進行訓練，但為指紋庫中每個數(shù)據(jù)點進行位置標記是非常繁瑣的，為此HiWL方法使用隱形馬爾科夫模型 (HiddenMarkovModel，HMM)對未標記的數(shù)據(jù)進行位置分類。在訓練階段，該方法需要一定的室內(nèi)拓撲信息。通過HMM訓練，系統(tǒng)可以獲得地理坐標和信號分布之間的映射關系，因此HiWL方法可以將未標記的指紋地圖與地理坐標聯(lián)系起來。但HMM 方法需要通過大量的訓練數(shù)據(jù)集 保證學習結果的準確性，提高了系統(tǒng)的計算復雜度。

⑵UMLI方法

為了減少計算量，UMLI方法采用聚類方法對未標記數(shù)據(jù)進行分類。訓練階段通過聚類分析，將有相似特征的相鄰參考點聚集為一類。以此將未標記的數(shù)據(jù)進行位置標記，減少測量和標記的工作量。UMLI方法首先將未標記的指紋地圖映射到對應的房間中，然后在房間中進行精度更高的定位解算。UMLI方法通過采用分層定位的方法提高了房間定位的精度。

4、融合濾波技術

在室內(nèi)環(huán)境下，單一的定位技術無法覆蓋全部區(qū)域，且定位精度有限。因此需要使用多種傳感器、多種定位信號定位。在此過程中就需要融合濾波技術將不同定位源的數(shù)據(jù)進行融合定位。

通常融合濾波分為三類，數(shù)據(jù)融合、特征融合和決策融合。表1所示為三類融合方法的一些相關特性。

表1 不同融合方法的相關特性

根據(jù)處理結構的不同，也可以將融合濾波分為集中式、分布式和混合式。集中式融合濾波需要一個處理中心收集數(shù)據(jù)進行處理，而分布式融合濾波中每個傳感器、定位信號接收器單獨處理自己的數(shù)據(jù)，并將結果發(fā)送到進行全局分析的節(jié)點。混合式融合濾波中一部分傳感器和定位信號接收器自己進行數(shù)據(jù)的預處理，而處理中心也會對一些原始數(shù)據(jù)進行融合并進行最后的決策融合。

如果一個系統(tǒng)中信號源產(chǎn)生的是相同物理測量量，那么就可以進行數(shù)據(jù)融合；相反若系統(tǒng)中的原始數(shù)據(jù)是異構的，那么就不能直接進行數(shù)據(jù)融合，需要提高到特征或決策融合的高度。

結論

本文對目前室內(nèi)定位技術進行了簡單介紹，分別針對不同種類的主流定位手段，進行了詳細介紹與分析，并對室內(nèi)定位中常見的技術問題進行了討論。通過對比分析，可以得到如下結論：

1)室內(nèi)定位技術發(fā)展迅速，亞米級及厘米級的高精度位置服務需求廣泛；

2)室內(nèi)定位技術種類繁多，不同技術之間各有優(yōu)缺點，廣域與局域定位技術形成一定互補；

3)組合導航與多系統(tǒng)融合定位可有效提高定位精度及定位魯棒性；4)導航通信一體化技術具有成本低、精度高等優(yōu)點，并易于與其他定位系統(tǒng)融合，成為未來室內(nèi)外定位技術的研究熱點之一。

隨著人們對室內(nèi)位置服務需求的持續(xù)增加，室內(nèi)定位技術將會得到進一步發(fā)展。新一代通信技術的發(fā)展，會大幅推動室內(nèi)定位技術的進步，毫米波及MIMO技術的應用，可有效增加測距精度并提高定位終端的抗多徑能力。低成本亞米級甚至厘米級的室內(nèi)定位技術成為今后的研究趨勢與熱點。