馮 偉,王玉文
隨著科技的發展,竊聽手段層出不窮,使得信息的防護遇到了很大的挑戰。如何保證自己的重要信息不被敵人/對手竊取是國家機關、軍隊、商業機構不得不面臨的重要問題。反竊聽就是其中很重要的一個手段,如果能夠高效,準確的對竊聽器進行定位,則能夠很大程度上降低信息泄露的可能。目前,大型的專業無線竊聽器檢測設備在進行無線竊聽器定位時,幾乎都是利用方位角信息和接收強度變化,通過移動檢測設備而最終實現信號源定位,時效性較差,難以滿足日益復雜的情報戰需求[1]。
由于手機的普及,無源定位還可以廣泛的用于的地震、火災等災害的救援當中,通過定位可以迅速的確定迅速的確定待救人員和救援人員的位置信息。以保證救援的高速和有效以及救援人員的人生安全。為滿足快速、高效定位的要求,文中對室內無源定位方法進行了深入的研究。
在對輻射源的定位過程中,由于定位者自身不主動輻射信號,因此對輻射源的定位又稱為無源定位技術,因其在戰場上的重要應用,受到了各國的重視,并且定位方法在復雜電磁環境的適應能力以及對輻射源的定位精度也有所提高,我國也將無源定位技術的研究作為一項關鍵技術[2]。
目前無源定位的方法有:到達時間定位法、測向交叉定位法、測相位差變化率定位法、時差定位、差分多普勒定位、混合定位方法等等[3]。
在自由空間中,無線信號強度隨著發射機和接收機之間的距離呈現指數衰減趨勢。而室內由于墻壁、桌椅、人員的走動、門窗等因數造成的信號的非視距傳輸、多徑傳輸效應以及人的隨機移動所造成信號的傳輸的偶然性等[4]。這些都對信號模型的建立帶來了巨大的困難。
由于非視距傳輸和多徑效應,信號到達接收端時具有不同的時延和入射角,并且由于狹小的室內空間內存在的嚴重的干涉、衍射、繞射等情況,使得各多徑分量在時間上難以區別,并且高精度的時鐘造價非常昂貴,因此到達時間差定位技術(TDOA)并不適合室內定位由于差分多普勒需要對設備的移動速度要求比較精確,設備相對復雜,因此也不適合用在室內定位當中。
相比之下,RSSI檢測設備和機制簡單,可通過多次測量平均獲得較準確的信號強度值,降低多徑和遮蔽效應影響,是室內定位研究的焦點[5-6]。
(1)電磁波的傳輸損耗:

式中,Pt為發射功率,Pr為接收功率,傳輸損耗PL與發射功率無關。

(2)由于3個接收機接收信號比值:

與發射機的功率無關,在環境不變并且接收機位置不變的情況下與目標發射機的發射功率無關。如果以為虛擬坐標,虛擬坐標由物理計算所得,因此每一個物理坐標(現實中目標發射機的位置)對應一個虛擬坐標。如果某數據點計算所得虛擬坐標,與其他數據點所對應虛擬坐標相同則放棄該點,必須保持虛擬坐標與物理坐標的一一對應。即每個虛擬坐標代表的是獨一無二的物理位置,而在數據庫中每個虛擬坐標都關聯一個物理坐標。因此,如果得到三個接收機接收到信號的強度即可得到目標的物理坐標。
(3)虛擬坐標和物理坐標的關聯
位置指紋無源定位也稱為數據庫相關無源定位,位置指紋無源定位方法,是通過對不同數據點接收功率測量,通過計算建立數據庫,將需要定位的定位終端用戶實測數據與位置數據庫數據進行對比,來確定移動終端用戶的實際位置。
采用指紋匹配的定位方法可以很好地完成在復雜多徑傳播環境下的定位,基本不受非視距(NLOS)傳輸的影響,在室外與室內環境下都可以取得較高的定位精度[7]。
由于室內無源定位,時延、入射角等均無法很難進行準確的測量,于是在離線信號采集階段,每個點采集兩個坐標:首先是虛擬坐標,即在測量點放一個輻射源,得到三個測量站的接收功率比值,即虛擬坐標,第二個坐標為該信號采集點的物理坐標。將測量點的虛擬坐標和物理坐標映射。
(4)定位階段
在定位階段,三個接收機根據測得待測目標信號的功率,計算得到虛擬坐標。定位設備根據所得虛擬坐標,采用相應的匹配算法對數據庫中的數據進行匹配,得到匹配數據進而通過求均值、質心等方法確定信號終端的位置。
由式(3)可得:

考慮但樓層的情況,信號傳輸模型采用衰減因子模型,建筑物內傳播模型中包括了建筑物類型影響以及阻擋物引起的變化。衰減因子模型具有很強的靈活性[8]。

式中,P(d0)是基準距離d0的功率,γMF表示基于測試的多樓層路徑損耗指數,d是發信機與收信機間的距離。

取10 m×10 m的仿真場景,在離線信號采集階段,每隔兩米取一個點建立位置指紋數據庫。隨機得到一些待定位點坐標,根據計算得到待測點的虛擬坐標,然后K加權近鄰法[9]得到待測點的定位結果。
待測點的實際位置與定位所得位置結果如圖1所示。
由圖1,圖2可以看出,離線階段,在場景中每隔兩米采集一個點的數據加入指紋數據庫,定位時定期誤差小于2 m,定位準確度在95%。而定位的平均誤差只有1 m左右。該定位方法具有較高的定位準確度和精確性。用戶可以根據定位精準度的要求,來采集指紋數據庫,具有較大的靈活性。

圖1 位置指紋室內無源定位效果Fig.1 Renderings of indoor passive location based on location fingerprint

圖2 位置指紋室內無源定位誤差Fig.2 Error of indoor passive location based on location fingerprint
文中將RSSI設備信號采集和位置指紋定位方法得到基于位置指紋的室內無源定位方法。將RSSI設備采集到的信號,處理得到虛擬坐標,然后映射成物理坐標,得到定位結果。該定位方法不需要太過復雜、大型的設備,硬件要求不高,具有較高的精準度和靈活性,為室內無源定位提供了一種新方法。
[1] 孔德強,劉作學,馮樹芳.室內無源定位算法研究[J].計算機工程與應用,2009-11,45(專刊):20-22.
KONG De-qiang,LIU Zuo-xue,FENG Shu-fang.Study on Indoor Passive Location Algorithm[J].Computer Engineering and Applications,2009-11,45(專刊):20-22.
[2] 劉聰鋒.無源定位與跟蹤[M].西安:西安電子科技大學出版社,2011.
LIU Chong-feng.Passive Location and Tracking[M].Xi'an:Xidian University Press,2011.
[3] 王本才,張國毅,侯慧群.無源定位技術研究[J].艦船電子對抗,2006,29(06):20-26.
WANG Ben-cai,ZHANG Guo-yi,HOU Hui-qun.Study of Passive Location Technologies[J].Shipboard E-lectro- NICCountermeasure ,2006,29(06):20-26.
[4] 常曉潔,江肖強.基于 WIFI無線區域定位的精確度影響因子研究[J].通信技術,2013,46(06):62-65.
CHANG Xiao-jie,JIANG Xiao-qiang.Study on Influence Factors of WIFI Indoor Location Accuracy[J].Communications Technology,2013,46(06):62-65.
[5] 趙軍,李鴻斌,王智.無線網絡室內定位方法研究[J].信息與控制,2008,37(04):465-471.
ZHAOJun,LI Hong-bin,WANG Zhi.An Active Queue Management Algorithm Based on Single Neuron Adaptive PI Controller[J].Information and Control,2008,37(04):465-471.
[6] 王振強,朱義勝.改進的基于RSSI差值的定位算法[J].通信技術,2011,44(07):78-80.
WANG Zhen-qiang,ZHU Yi-sheng.A Modified Mobile Location Algorithm based on RSSI Difference[J].Communications Technology ,2011,44(07):78-80.
[7] 李昊.位置指紋定位技術[J].山西電子技術,2007(05):84-87.
LI Hao.Indoor Position Techniques Based on Location Fingerprint[J].Shanxi Electronic Technology,2007(05):84-87.
[8] 馬潤.室內無線信道的傳播模型及其在家庭網中的應用[D].北京:北京郵電大學,2008.
MA Run.Simulation of the Radio Propagation in Laboratory house with Application in Homenetwork[D].Beijing:Beijing University of Posts and Telecommunicatons,2008.
[9] LI B,WANGY,LEE H K,et al.Method for Yielding a Database of Location Fingerprints in WLAN[J].Communications,IEEE Proceedings,2005,152(05):580-586.