CC BY
290
МЕТОДЫ ОПРЕДЕЛЕНИЯ КООРДИНАТ МОБИЛЬНЫХ УСТРОЙСТВ ПО РАДИОСИГНАЛУ WI-FI ТОЧЕК
Д.Ф. Сулейманов Научный руководитель - к.ф.-м.н., доцент М.В. Сухорукова
Рассмотрены методы определения координат, позволяющие определять местоположение мобильных клиентов по радиосигналу хорошо развитой в крупных городах инфраструктуры Wi-Fi точек, используя стандартные приемники Wi-Fi сигнала.
Введение
Определение и использование координат различных устройств, в том числе и мобильных, позволяет реализовывать различные классы инновационных приложений и сервисов - от навигации по местности и систем безопасности до справочных служб, привязанных к месту нахождения пользователя, и различных игр. Наиболее распространенными приложениями на данный момент являются геоинформационные системы (ГИС) и приложения, предоставляющие помощь в навигации по географическим картам, прокладывания оптимальных маршрутов, отслеживания грузов и мобильных сотрудников, их координация, а также различные приложения логистики.
В последнее время начали появляться различные экспериментальные приложения и сервисы, такие как справочники, выдающие информацию, релевантную текущему положению пользователя; блоги и системы обмена сообщениями, позволяющие общаться с находящимися на определенном расстоянии пользователями, прикреплять информационные метки к определенным местам или получать доступ к информации в зависимости от текущего местоположения; туристические гиды [1]; а также различные мобильные игры, использующие информацию о местонахождении пользователей, такие, например, как казаки-разбойники.
Главным препятствием для широкого распространения подобных приложений и сервисов является недостаточная распространенность устройств и служб, предоставляющих возможность определения местоположения координат пользователей мобильных устройств. К тому же многие существующие решения обладают существенными недостатками, ограничивающие их использованию для приложений подобного класса. Рассмотрим существующие решения более подробно.
Методы определения координат
Самым распространенным на сегодняшний день методом определения координат является навигация по сигналам глобальных спутниковых систем (Global Navigation Satellite System или GNSS), таким как американской GPS, российской ГЛОНАСС, и планируемым к запуску европейской Galileo и китайской Beidou. Главным достоинством GNS систем является высокая точность определения координат (до 1-30 метров для гражданского применения) и широкое, фактически глобальное, покрытие. Но, к сожалению, GNS системы плохо работают в условиях плотной городской застройки, так называемых «городских каньонах», и практически недоступны внутри зданий. Еще одним недостатком GNS систем позиционирования является малая частота и скорость определения координат, этот недостаток частично может быть исправлен использованием вспомогательных серверов (Assisted GPS или A-GPS), которые берут на себя часть вычислений, необходимых для точного определения координат [2].
С практически повсеместным распространением мобильной связи стало возможным определение положения мобильных телефонов по сигналам базовых станций сотовых сетей. В отличие от GNS систем, позиционирование по сигналам мобильных сетей более доступно и работает более точно в городских условиях, где плотность располо-
жения базовых станций выше, чем за пределами города. Для более точного определения местоположения мобильных телефонов в сотовых сетях можно использовать различные методы, базирующиеся на вычислении расстояния (латерация) между источником и приемником, определении углов взаимного расположения (ангуляция), а также на различных методах распознавания образов.
Метод ближайшей ячейки
Самым простым и удобным способом для мобильных сетей является метод СоО (Се11 of Origin), базирующийся на геометрических расчетах. Зная местоположение базовой станции, к которой в данный момент подключен мобильный телефон, можно определить его местоположение с точностью от 150 метров в городских условиях (пико-соты) до 30 км в пригородах и за городской чертой. Этой точности вполне может быть достаточно для определенных типов приложений, но большинство приложений, таких как навигация и геотаргетированные справки, все же требуют большей точности.
Метод времени прибытия сигнала
Вычисление расстояния между источником и приемником сигнала можно осуществлять, измеряя точное время прибытия сигнала (Time of Arrival или ToA), разницу во времени прибытия для разных источников/приемников (Time Difference of Arrival или TDoA) или амплитуду приходящих сигналов (Received Signal Strength - RSS). Для реализации методов ToA необходимо чтобы источники и приемники сигнала были очень точно синхронизированы по времени, так, например, работают GNS системы, синхронизирующиеся по значению атомных часов. Зная скорость распространения сигнала и точное время сигнала в пути, можно вычислить расстояние по формуле: p = c(t),
где p - расстояние, c - скорость распространения радиоволн (~ 300 м / мкс), t - время в мкс.
Пересечение минимум 3-х окружностей, очерченных расстояниями от базовых станций, дает точное положение мобильного клиента в 2-х мерном пространстве. Добавление 4-й станции может либо уточнить местоположение клиента, либо указать его положение в 3-х мерном пространстве.
Метод разницы времени прибытия сигнала
Синхронизировать все мобильные клиенты сети с необходимой точностью не всегда практически возможно. Здесь на помощь может прийти метод TDoA. Он определяет местоположение по относительным показателям времени, а не абсолютным, как в случае ToA, хотя данный метод все равно требует точной синхронизации времени базовых станций, являющихся приемниками сигнала от клиента. Данный метод чаще всего реализуется через математический процесс, называемый гиперболической латерацией. Зная расстояние между базовыми станциями и разницу во времени прохождения сигнала от клиента до каждой из станций, для любой пары базовых станций можно построить гиперболу, на которой может находиться клиент. Пересечение гипербол в результате дает точное положение клиента. Так же, как и в случае метода ToA, необходимо передавать сигнал минимум к 3-м базовым станциям для определения местоположения в 2-х мерном пространстве и к 4-м в 3-х мерном [3, 4].
Метод амплитуды сигнала
Методы, основанные на измерении амплитуды сигнала, довольно просты в реализации. Расстояние соответствует определенной амплитуде приходящего сигнала и вычисляется исходя из формул, моделирующих зависимость потерь амплитуды сигнала от расстояния, например:
PL = Pl_1m + 10Log(Dn) + S, где PL - потери сигнала, PL_1m - потери сигнала в dB на расстоянии 1 метра (эталонная потеря сигнала), D - расстояние между источником и приемником сигнала, n - экспонента затухания, характеризующая среду в которой распространяется сигнал, S - другие помехи в dB, связанные со стоящими на пути препятствиями или особенностями среды распространения.
Будучи простыми в реализации, данные методы все же недостаточно надежны, так как изменения окружающей среды (смена температуры, давления, влажности, крупные объекты на пути) и прием отраженных сигналов могут приводить к значительному изменению характеристик угасания амплитуды и, соответственно, точности определения местоположения. На практике методы, основанные на измерении амплитуды сигнала, можно использовать с достаточной надежностью только на открытых, относительно статичных пространствах - парках, полях, крупных помещениях [5].
Метод угла прибытия сигнала
Метод определения местоположения по углу прибытия сигнала, также называемый ангуляцией (Angle of Arrival или AoA), требует установки специальных секторных антенн, определяющих направление прихода сигнала либо на мобильный клиент, либо на точки доступа, передающие сигнал. Для определения положения мобильного клиента достаточно получить сигнал от двух источников - точка пересечения направляющих лучей и даст местоположение клиента. В реальных условиях приходящий сигнал может быть многократно отраженным, таким образом, значительно искажая реальное положение клиента [4].
Метод распознавания шаблонов
Уникальным методом позиционирования мобильных телефонов, не имеющим аналогов в классической радиопеленгации, является метод распознавания образа места положения мобильного клиента (Location Patterning). Данный метод основывается на выявлении шаблона поведения радиосигнала в определенной точке в пространстве в конкретной среде и составления карты поведения сигналов. Одним из преимущества данного метода является то, что для его функционирования не требуется установка специального оборудования или синхронизация времени передатчиков сети - этот метод может быть реализован полностью программным обеспечением на стороне клиента [6]. Метод основывается на двух предпосылках:
1. каждое потенциальное положение мобильного устройства обладаем своим уникальным шаблоном (подписью);
2. даже в идентичных помещениях с идентично расположенным оборудованием характеристики распространения сигнала различаются [3].
Метод может использовать различные характеристики сигнала для выявления шаблона поведения радиосигнала: амплитуду, время прибытия, разницу времени прибытия и амплитуду сигнала. Основной задачей для практического применения данного метода является замер характеристик сигналов в среде функционирования и составления карты шаблонов. Необходимо замерить сигналы в определенных точках (обычно в узлах на расстоянии 3-5 метров друг от друга), а затем экстраполировать полученные данные на все пространство.
Практическое применение
Все описанные методы имеют свои ограничения, достоинства и недостатки применительно к определению положения по Wi-Fi сигналу. На практике следует применять некий гибрид методов, адекватный для конкретной задачи и среды функционирования. Например, для публичных служб и приложений, в которых нет возможности синхронизировать устройства по времени или устанавливать дополнительное оборудование, подойдут только методы ToA, определение положения по амплитуде сигнала и распознавания образов. При этом, если среда окружения довольно часто и непредсказуемо меняется, применение последних двух методов может быть сильно ограничено.
Заключение
На данный момент автором разрабатывается программная реализация методов определения сигнала по разнице времени прибытия сигнала и амплитуде сигнала. В ходе работы разработана архитектура системы и отдельных функциональных модулей: сервера, клиента, базы данных. Ведется работа над созданием библиотек и драйверов для различных платформ. Реализация проекта позволит разрабатывать различные типы приложений, использующие информацию о положении клиента, абстрагируясь от непосредственной реализации методов определения координат.
Литература
1. Stefan Steiniger, Moritz Neun and Alistair Edwardes. Foundations of Location Based Services // CartouCHel. Lecture Notes on LBS, V. 1.0, 2005:
http://www.geo.unizh.ch/publications/cartouche/lbs_lecturenotes_steinigeretal2006.pdf
2. Рыжиков С., Рыжиков А. Обзор современных систем позиционирования мобильных телефонов // Специальная техника, 2001, № 6: http://daily.sec.ru/dailypblshow.cfm?rid=18&pid=4717
3. Cisco Systems, Inc. Wi-Fi Location-Based Services-Design and Deployment Considerations // Cisco Documentation: Cisco Integrated Networking Solutions: http://www.cisco.com/univercd/cc/td/doc/solution/wifidesi.pdf
4. Anthony LaMarca, Yatin Chawathe, Sunny Consolvo, Jeffrey Hightower, Ian Smith, James Scott, Tim Sohn, James Howard, Jeff Hughes, Fred Potter, Jason Tabert, Pauline Powledge, Gaetano Borriello, Bill Schilit. Place Lab: Device Positioning Using Radio Beacons in the Wild, // Placelab, 2004:
http://www.placelab.org/publications/pubs/pervasive-placelab-2005-final.pdf
5. Julia Letchner, Dieter Fox, Anthony LaMarca. Large-Scale Localization from Wireless Signal Strength // In Proc. of the National Conference on Artificial Intelligence (AAAI), 2005: http://www.placelab.org/publications/pubs/localization-AAAI05.pdf
6. Laasonen, K., Raento, M. & Toivonen, H. Adaptive On-Device Location Recogni-tion.(2004), http://www.cs.helsinki.fi/group/context/pubs/pervasive04.pdf
