1.5 定位技術

本節將說明網絡定位與導航實際應用中的常見技術問題，包括網絡基礎設施及一般的信號度量。

1.5.1 網絡基礎設施

雖然GPS可以在開放的室外環境中提供米級的定位精度，并且已經廣泛應用于實踐，但是在一些惡劣的傳播環境中，如建筑物內部或城市峽谷，GPS通常難以使用。另外，GPS的定位精度也會受障礙物遮擋和非視距環境的影響而嚴重降低。因此，在這些GPS定位困難甚至失效的區域中，地面定位系統將發揮重要作用。通常，這些系統基于蜂窩網絡、射頻識別（RFID）網絡、無線局域網絡（WLAN）和無線傳感網絡，這些系統都具有專門的基礎設施要求。

在室內環境中，蜂窩網絡經過信號衰減，不能用于實際定位；WLAN通常存在障礙物或行人的阻擋、散射和反射的問題；盡管RFID可以提供所需的精度，但它需要高節點密度以保證穩定性。超寬帶（UWB）技術抗多徑和穿透障礙物的能力強，因而在惡劣的傳播環境中可以提供高測距精度。由此設想，基于UWB的定位技術將在未來的高清情境感知和RFID網絡中發揮重要作用。值得注意的是，IEEE 802.15.4a標準首次考慮了高可用性和亞米級精度的通信與定位問題。此外，由于無線網絡通常沒有電池或難以充電，因此在網絡定位中應考慮資源耗費與分配問題。

網絡定位通過節點內和節點間的測量實現，可用的測量類型取決于所使用的定位技術。節點內測量包括加速度、角速度、多普勒頻移和方向等，而節點間測量一般包括波形、測距和方向。例如，IMU可以支持節點本身的距離和方向的測量，而具有無線收發模塊的移動節點可以從交換的射頻波形中提取信號度量，并由此來推斷到其鄰居節點的距離和方向。

1.5.2 常用信號度量

網絡定位技術可以根據節點間測量的類型來分類，包括基于測距、基于方向和基于接近度的定位方法。在這些測量中，基于測距的方法具有較高的精度和較低的復雜度，在實際應用中更為常用。基于測距的方法通常有兩種獲取距離的方式，分別是基于接收信號強度（RSS）和基于信號延時。

在基于RSS的測距方式中，距離通過接收信號的強度測得，遵循信號在介質中傳播發生路徑損耗的物理定律。RSS的度量可以基于理論或經驗模型，并且模型選擇將直接影響測距精度。普遍使用的信號接收模型為P_r（d）=P₀-10γlg（d）+S。其中，P_r（d）是接收功率（dBm），P₀是1m處的接收器功率（dBm），d是發射機和接收機之間的距離，γ是路徑損耗指數，S是大規模衰落（陰影），通常被建模為具有零均值和標準偏差σ_S的高斯隨機變量。RSS是一種易于測量的信號度量，但是由于可能會受到距離和信號衰減之間的失配誤差的影響，RSS通常無法提供高精度測距。

在基于信號延時的測距方式中，距離通過傳播時延或飛行時間（TOF）τ_f=d/v測得，其中d是節點之間的距離，v是介質中信號傳播的速度。時延過程包括單程TOA、雙程TOA或到達時間差TDOA。影響時間延遲估計的因素主要是噪聲、多徑效應、障礙物、干擾和時鐘漂移。通常，在具有密集多徑信道的情況下，第一路徑往往不是最強信號，這使得TOA估計較為困難。TDOA度量可用于減小時鐘偏差或用于無法直接測量TOA的定位場景。基于最大似然（ML）的時間延遲估計的方法可以在高信噪比（SNR）區域內達到信息不等式給出的極限性能，但其實現通常需要以奈奎斯特采樣率或比其更高的采樣率進行采樣，這對于寬帶信號來說存在很大的挑戰。

與許多其他估計問題一樣，TOA測量的性能在不同SNR區域內具有不同的特性，一般可以通過閾值效應來表征。具體來說，在低SNR（先驗區域）處，測量不提供顯著的附加信息，估計器的均方誤差（MSE）接近于僅從關于TOA的先驗信息獲得的誤差。而在高SNR（漸近區域）處，估計器的均方誤差可以由信息不等式準確地描述。此外，這兩種極端情況之間的區域被稱為過渡或模糊區域，其性能受到模糊性的影響。因此，研究者提出了許多其他界限，如Ziv-Zakai界，通過計算模糊效應和先驗信息來表征性能。