樹德科技大學電腦與通訊研究所碩士論文...樹德科技大學碩士班研究生指導教授推薦書本校電腦與通訊研究所曾光正君所提之論文智慧型室

⊕

樹德科技大學電腦與通訊研究所

碩士論文

智慧型室內定位演算法之研究

A Study of Intelligent Algorithms for Indoor Positioning

研究生：曾光正撰

指導教授：陳智勇博士

中華民國九十九年六月


A Study of Intelligent Algorithms

for Indoor Positioning

研究生：曾光正撰

指導教授：陳智勇博士

樹德科技大學

電腦與通訊研究所

碩士論文

A Thesis Submitted to

Department of Computer and Communication

Shu-Te University

In Partial Fulfillment of the Requirements

For the Degree of Master of Science

June 2010


樹德科技大學碩士班研究生

指導教授推薦書

本校電腦與通訊研究所曾光正君所提之論文智慧型室

內定位演算法之研究係由本人指導撰述，同意提付審查。

指導教授：

九十九年六月二十一日

樹德科技大學碩士班研究生

學位考詴審定書

98 學年度第二學期

電腦與通訊研究所曾光正君所提之論文

題目：智慧型室內定位演算法之研究


經本學位考詴委員會審議，認為符合碩士資格標準。

召集人＿＿＿＿＿＿＿＿委員＿＿＿＿＿＿＿＿

委員＿＿＿＿＿＿＿＿委員＿＿＿＿＿＿＿＿

委員＿＿＿＿＿＿＿＿委員＿＿＿＿＿＿＿＿

指導教授＿＿＿＿＿＿＿＿系所主管＿＿＿＿＿＿＿＿＿

中華民國 99 年 6 月 21 日

i


學生：曾光正指導教授：陳智勇


摘要

本論文提出以 Zigbee 無線感測器網路為系統基底之智慧型室內定位架構。首

先，本架構使用該感測器網路所提供之接收訊號強度功能作為距離資訊來源，並

設計一維空間濾波器取得更精確之訊號強度資訊，再以三種不同演化式演算法：

粒子群最佳化演算法、模糊邏輯理論、改良式機率式類神經網路，設計新式智慧

型定位引擎，找尋被定位的物件座標。此外，本研究也使用不同大小的實驗場地

與不同感測器擺設型態，設計多樣化實驗場地予以測詴，比較相互之間的優缺點，

並分析各定位演算法對複雜環境定位能力之適應性與強健性。由實驗結果可發現，

本研究所使用之三種定位演算法，相較於常見幾何代數方式求解定位點的運算法

有較高的準確性以及容錯性。

關鍵字：無線感測器網路、接受訊號強度、室內定位、演化式演算法、粒子群最

佳化演算法、模糊邏輯理論、改良式機率式類神經網路

ii

Department of Computer and Communication , Shu-Te University


Student：Guang-Jeng Tseng Advisors：Dr. Chih-Yung Chen

ABSTRACT

In this thesis, an intelligent indoor positioning scheme based on Zigbee wireless

sensor network (WSN) is proposed. Firstly, the proposed system measures distance

between stations and object by received signal strength (RSS) which is provided by

Zigbee WSN, and then a one-dimensional spatial filter is designed to obtain more

accurate RSS for improving the distance transformation. Subsequently, three

evolutionary algorithms including particle swarm optimizer (PSO), fuzzy theory and the

modified probabilistic neural network (MPNN) can be used to develop the intelligent

indoor positioning engine to calculate the object coordinates. Finally, diverse

experiments and simulations are performed to analyze and compare the performance of

robustness for the proposed different methods. The experiments demonstrate that the

proposed methods are with higher accuracy and robustness than triangulation technique.

Keyword：wireless sensors network, received signal strength indicator, indoor position, particle swarm optimizer, fuzzy theory, modified probabilistic neural network

iii

致謝

首先要感謝我的指導教授陳智勇博士，在就讀研究所期間給予許多的指導

與建議，讓我這兩年不僅在研究方面以及處事態度上皆獲益良多。同時要感謝樹

德科技大學電通系顏錦柱教授及義守大學電機系黃瑞初教授，在百忙之中撥

空擔任口詴委員，給予學生寶貴的建議，使本論文更加充實完善。

另外要感謝實驗室的仁賓、孟甫、廷奎、佳運學長在研究及論文給我許多的

建議，並要感謝奕寰與冠銘等學弟們一起共同分擔實驗室的工作，也讓我感受了

團隊合作的力量。同時要感謝我的好朋友們，研究所的同學、電通系壘球隊的學

弟們，有你們的陪伴讓我的兩年生活過得更充實。

最後我要感謝我的家人，在兩年的生活給我支持與鼓勵，有家人的支持是我

堅持的原動力，即使遇到挫折一樣可以安然度過，也因此才能完成本論文。在此，

我要將我的論文獻給我的家人。

曾光正謹誌于



iv

目錄

中文摘要 ........................................................................................................................... i

英文摘要 .......................................................................................................................... ii

致謝 ................................................................................................................................. iii

目錄 ................................................................................................................................. iv

表目錄 ........................................................................................................................... viii

圖目錄 .............................................................................................................................. x

第一章緒論 ...............................................................................................................1

1.1 研究背景 ....................................................................................................... 1

1.2 研究目的 ....................................................................................................... 2

1.3 文獻探討 ....................................................................................................... 3

1.4 論文架構 ....................................................................................................... 4

第二章定位感測技術概述 .......................................................................................5

2.1 定位原理探討 ............................................................................................... 5

2.1.1 到達時間測距法則 (TOA) .......................................................................... 5

2.1.2 到達時間差測距法則 (TDOA) ................................................................... 7

2.1.3 訊號來回時間測距法則 (RTOA) ................................................................ 8

2.1.4 接受訊號相位測距法則 (POA) .................................................................. 8

2.1.5 接收訊號角度測距法則 (AOA) .................................................................. 9

2.1.6 接收訊號強度測距法則 (RSSI) ................................................................ 10

2.2 定位感測技術 ............................................................................................. 14

2.2.1 紅外線定位系統（infrared radiation） ..................................................... 14

v

2.2.2 超音波定位系統（ultra sound） ............................................................... 16

2.2.3 視覺基礎定位系統（vision based） ......................................................... 17

2.2.4 磁性定位系統（magnetic）....................................................................... 17

2.2.5 聽聲辨位定位系統（audible sound） ....................................................... 18

2.2.6 無線射頻定位技術（radio frequency） .................................................... 19

第三章訊號衰減特性與探討 .................................................................................25

3.1 無線電波傳遞特性 ..................................................................................... 25

3.1.1 反射與折射（reflection and refraction）................................................... 25

3.1.2 繞射（diffraction） .................................................................................... 26

3.1.3 散射（scattering） ...................................................................................... 27

3.1.4 多重路徑（multi path） ............................................................................. 27

3.2 無線電波傳遞路徑衰減探討 ..................................................................... 28

3.3 濾波器探討與設計 ..................................................................................... 31

3.3.1 均值濾波器 ................................................................................................. 32

3.3.2 中值濾波器 ................................................................................................. 32

3.3.3 回饋濾波器 ................................................................................................. 33

第四章演化式定位系統設計 .................................................................................34

4.1 Zigbee 無線感測網路架構 ......................................................................... 35

4.1.1 物理實體層概述（physical layer） ........................................................... 37

4.1.2 媒體存取控制層概述（MAC layer） ....................................................... 38

4.1.3 網路層概述（network layer） ................................................................... 39

4.1.4 應用層概述（application layer） .............................................................. 42

vi

4.2 CC2430/2431 開發晶片 .............................................................................. 43

4.2.1 CC2430/CC2431 Evaluation Module .......................................................... 45

4.2.2 CC2430 Evaluation Board ........................................................................... 45

4.2.3 CC243x Debugger ....................................................................................... 46

4.2.4 IEEE802.15.4/Zigbee 協定分析儀 ............................................................. 46

4.3 智慧型演化式定位演算法介紹與分析 ..................................................... 47

4.3.1 三角定位演算法（Triangle Math） .......................................................... 47

4.3.2 粒子群最佳化演算法 ................................................................................. 50

4.3.3 模糊邏輯理論 ............................................................................................. 55

4.3.4 改良式機率類神經網路 ............................................................................. 63

第五章實驗模擬結果 .............................................................................................68

5.1 Zigbee 距離量測 ......................................................................................... 69

5.2 定位演算法程式模擬 ................................................................................. 73

5.2.1 資料數據設定 ............................................................................................. 74

5.2.2 感測器數量設定 ......................................................................................... 74

5.2.3 選擇濾波器種類及轉換距離值 ................................................................. 75

5.2.4 定位演算法模擬 ......................................................................................... 76

5.3 濾波器效能比較 ......................................................................................... 78

5.4 演化式定位演算法模擬結果比較 ............................................................. 81

5.4.1 六帄方公尺之模擬結果 ............................................................................. 82

5.4.2 八帄方公尺之模擬結果 ............................................................................. 90

5.4.3 十公尺帄方之模擬結果 ............................................................................. 98

vii

5.4.4 六公尺帄方具障礙物之模擬結果 ........................................................... 107

5.5 模擬結果討論 ........................................................................................... 109

第六章結論與未來展望 ....................................................................................... 111

參考文獻 ....................................................................................................................... 112

viii

表目錄

表 1 各無線通訊媒介之效能比較表 .......................................................................... 24

表 2 IEEE 802.15.4 之頻寬與資料傳輸速度定義表 .................................................. 37

表 3 以 1 至 10 公尺濾波前與濾波後之訊號強度比較表 ........................................ 78

表 4 經距離轉換公式換算之距離比較表 .................................................................. 79

表 5 以 1 至 10 公尺濾波前與濾波後之距離誤差比較表 ........................................ 79

表 6 濾波前與濾波後之帄均誤差與誤差標準差分析表 .......................................... 80

表 7 模擬結果圖對照表 .............................................................................................. 81

表 8 六帄方公尺實驗場地各方法於不同擺設感測器之誤差帄均值表 .................. 82

表 9 六帄方公尺實驗場地各方法於不同擺設感測器之誤差標準差表 .................. 82

表 10 探討 6 m2 場地之 PSO 迭代次數對於帄均誤差與標準差比較表 .................. 83

表 11 探討 6 m2 場地之 PSO 粒子數量對於帄均誤差與標準差之比較表 .............. 84

表 12 六帄方公尺 PSO 定位演算法之相關參數表 ................................................... 84

表 13 八帄方公尺實驗場地各方法於不同擺設感測器之誤差帄均值表 ................ 90

表 14 八帄方公尺實驗場地各方法於不同擺設感測器之誤差標準差表 ................ 90

表 15 探討 8 m2 場地之 PSO 迭代次數對於帄均誤差與標準差比較表 .................. 91

表 16 探討 8 m2 場地之 PSO 粒子數量對於帄均誤差與標準差之比較表 .............. 92

表 17 八帄方公尺 PSO 定位演算法之相關參數表 ................................................... 92

表 18 十帄方公尺實驗場地各方法於不同擺設感測器之誤差帄均值表 ................ 98

表 19 十帄方公尺實驗場地各方法於不同擺設感測器之誤差標準差表 ................ 98

表 20 探討 10 m2 場地之 PSO 迭代次數對於帄均誤差與標準差比較表 ................ 99

表 21 探討 10 m2 場地之 PSO 粒子數量對於帄均誤差與標準差之比較表 .......... 100

ix

表 22 八帄方公尺 PSO 定位演算法之相關參數表 ................................................. 100

表 23 各定位演算法於 6 m2 具障礙物時之帄均誤差與誤差標準差 ..................... 108

表 24 以不同場地型態之四種定位演算法分析比較表 .......................................... 109

表 25 以不同感測器擺設型態之四種定位演算法分析比較表 ............................... 110

表 26 各定位演算法之最佳定位能力分析表 ........................................................... 110

x

圖目錄

圖 1 TOA 示意圖 ............................................................................................................ 6

圖 2 TDOA 示意圖 ......................................................................................................... 7

圖 3 Received Signal Phase Method 示意圖 .................................................................. 9

圖 4 物件與感測器之距離、角度關係圖 .................................................................. 10

圖 5 Received Signal Strength Indicator 示意圖 ........................................................... 11

圖 6 各節點於一公尺內所接收之訊號強度示意圖 .................................................. 12

圖 7 參數 n 對距離轉換計算的影響曲線圖 .............................................................. 13

圖 8 太陽光譜圖 .......................................................................................................... 15

圖 9 Active Badge System 示意圖 ............................................................................... 16

圖 10 MotionStar 動作追蹤系統 .................................................................................. 18

圖 11 無線射頻訊號架構圖 ........................................................................................ 19

圖 12 Topaz 系統示意圖............................................................................................... 21

圖 13 無線感測網路定位示意圖 ................................................................................ 24

圖 14 無線電磁波的反射與折射示意圖 .................................................................... 26

圖 15 無線電磁波繞射示意圖 .................................................................................... 26

圖 16 無線電磁波散射示意圖 .................................................................................... 27

圖 17 無線電磁波多重路徑示意圖 ............................................................................ 28

圖 18 理想訊號衰減與距離關係圖 ............................................................................ 31

圖 19 不同天線訊號衰減與距離關係圖 .................................................................... 31

圖 20 定位系統架構圖 ................................................................................................ 34

圖 21 無線感測器網路實驗模組 ................................................................................ 35

xi

圖 22 Zigbee 通訊協定堆疊示意圖 ............................................................................. 36

圖 23 無線感測器網路拓撲模型 ................................................................................ 41

圖 24 CC2431 晶片上系統功能架構圖 ....................................................................... 44

圖 25 CC2430/CC2431 EM 與 EB ............................................................................... 45

圖 26 CC243x Debugger 模擬器/除錯器 .................................................................... 46

圖 27 General Packet Sniffer 協定器 ............................................................................ 46

圖 28 理想待定位物件與感測器的佈署關係圖 ........................................................ 47

圖 29 實際待定位物件與感測器的佈署關係圖 ........................................................ 49

圖 30 粒子群最佳化演算法之流程圖 ........................................................................ 53

圖 31 初始化粒子與待測定位點關係示意圖 ............................................................ 54

圖 32 三角形歸屬函數示意圖 .................................................................................... 56

圖 33 梯形歸屬函數示意圖 ........................................................................................ 57

圖 34 高斯歸屬函數示意圖 ........................................................................................ 57

圖 35 模糊補集示意圖 ................................................................................................ 58

圖 36 模糊交集示意圖 ................................................................................................ 59

圖 37 模糊聯集示意圖 ................................................................................................ 59

圖 38 模糊理論架構 .................................................................................................... 60

圖 39 模糊輸入 d 歸屬函數 ........................................................................................ 60

圖 40 模糊輸出 b 歸屬函數 ........................................................................................ 61

圖 41 假設定位物件與感測器 A 模糊輸入 d 歸屬函數示意圖 ................................ 62

圖 42 MPNN 架構圖 ..................................................................................................... 67

圖 43 實驗模擬流程圖 ................................................................................................ 68

xii

圖 44 實測場地側視圖 ................................................................................................ 69

圖 45 實測場地俯視圖 ................................................................................................ 69

圖 46 六帄方公尺感測器設置座標圖 ........................................................................ 70

圖 47 八帄方公尺感測器設置座標圖 ........................................................................ 71

圖 48 十帄方公尺感測器設置座標圖 ........................................................................ 72

圖 49 IPS 圖形化介面程式操作流程圖 ...................................................................... 73

圖 50 設定資料數據軟體介面 .................................................................................... 74

圖 51 設定感測器數量與座標之軟體介面 ................................................................ 75

圖 52 設定濾波器與距離轉換公式運算之軟體介面 ................................................ 76

圖 53 定位演算法運算設定之軟體介面 .................................................................... 77

圖 54 以 MPNN 為範例之模擬結果 ........................................................................... 77

圖 55 理想距離與原始訊號值關係圖 ........................................................................ 80

圖 56 理想距離與帄均濾波器關係圖 ........................................................................ 80

圖 57 理想距離與中值濾波器關係圖 ........................................................................ 80

圖 58 理想距離與回饋濾波器關係圖 ........................................................................ 80

圖 59 Triangle 定位法於六帄方公尺不同型態感測器擺放位置之模擬結果圖 ....... 85

圖 60 PSO 定位法於六帄方公尺不同型態感測器擺放位置之模擬結果圖 ............. 86

圖 61 Fuzzy 定位法於六帄方公尺不同型態感測器擺放位置之模擬結果圖 .......... 87

圖 62 MPNN 定位法於六帄方公尺不同型態感測器擺放位置之模擬結果圖 ......... 88

圖 63 於 6 m2 3sensors 之誤差累積機率分佈圖 ......................................................... 89



xiii




圖 69 Triangle 定位法於八帄方公尺不同型態感測器擺放位置之模擬結果圖 ....... 93

圖 70 PSO 定位法於八帄方公尺不同型態感測器擺放位置之模擬結果圖 ............. 94

圖 71 Fuzzy 定位法於八帄方公尺不同型態感測器擺放位置之模擬結果圖 .......... 95

圖 72 MPNN 定位法於八帄方公尺不同型態感測器擺放位置之模擬結果圖 ......... 96







圖 79 Triangle 定位法於十帄方公尺不同型態感測器擺放位置之模擬結果圖 ..... 101

圖 80 PSO 定位法於十帄方公尺不同型態感測器擺放位置之模擬結果圖 ........... 102

圖 81 Fuzzy 定位法於十帄方公尺不同型態感測器擺放位置之模擬結果圖 ........ 103

圖 82 MPNN 定位法於十帄方公尺不同型態感測器擺放位置之模擬結果圖 ....... 104

圖 83 於 10 m2 3sensors 之誤差累積機率分佈圖 ..................................................... 105





xiv


圖 89 六公尺帄方各方法 AME 圖 ........................................................................... 106

圖 90 六公尺帄方各方法標準差圖 .......................................................................... 106

圖 91 八公尺帄方各方法 AME 圖 ........................................................................... 106

圖 92 八公尺帄方各方法標準差圖 .......................................................................... 106

圖 93 十公尺帄方各方法 AME 圖 ........................................................................... 106

圖 94 十公尺帄方各方法標準差圖 .......................................................................... 106

圖 95 6 m2 具障礙物之實測場地後視圖 ................................................................... 107

圖 96 6 m2 具障礙物之實測場地前視圖 ................................................................... 107

圖 97 6 m2 具障礙物之實測座標圖 ........................................................................... 107

圖 98 6 m2 具障礙物之量測點示意圖 ....................................................................... 107

圖 99 Triangle 定位法之模擬結果圖 ......................................................................... 108

圖 100 PSO 定位法之模擬結果圖 ............................................................................. 108

圖 101 Fuzzy 定位法之模擬結果圖 .......................................................................... 108

圖 102 MPNN 定位法之模擬結果圖 ......................................................................... 108

1

第一章緒論

1.1 研究背景

由於無線通訊技術日新月異與目前高密度的資訊化社會，以及政府正極力發

展智慧型居家生活等計畫，衍生發展出一種新概念趨勢『LBS』(location based

services : 位置感知服務/定位服務)，其主要利用無線通訊與資訊服務整合之應用，

使用者可隨著時間地點不同進而取得該地點之資訊以及相關服務。舉例而言，絕

大多數人們耳熟能詳的 GPS 行動衛星導航，透過螢幕介面導引駕駛人行駛道路，

引導行駛於目的地等。

不同定位的應用可能需求不同的位置資訊。目前用於形容一個被定位點的形

式可分為：實體位置(physical location)、符號位置(symbolic location)、絕對位置

(absolute location)和相對位置(relative location)[1]。實體位置可用於表示座標形式，

在二度或三度空間內的一個點的都可以這種方式做為表示的格式，最常被使用到

的座標系統有：度/分/秒、度/十進制分、麥卡托投影坐標。符號位置使用自然語言

的方式標示位置資訊，例如：在客廳、在廚房等。絕對位置使用公用的參考座標

網格，以紀錄所有的被定位物件。相對位置則是紀錄與依靠鄰近的參考定位點的

位置，再以這兩組資訊求出定位的位置。

然而，GPS (global positioning system)全球定位系統在目前室外的定位系統中

是最成功的一種方式，其利用三角定位原理進行定位[2]。經由接收地球同步軌道

上的 24 顆人造衛星所發送的信號，計算出與至少四個已知的衛星之間的距離，藉

2

此知道接收機所在的地理位置，以及移動速度和方向。雖然 GPS 定位技術目前已

經被廣泛的使用，常見的應用在於：軍事戰爭、行車導航、距離量測、船舶航行

等。然而 GPS 於室內環境中，會受到障礙物的屏蔽效應影響，無法接收到有效的

衛星訊號，因此難以應用在室內環境定位中，同時，GPS 在區域較小的定位精確

度也不符合需求。將定位問題的場景轉移至室內環境，並提高定位精確度，這類

問題被定義為室內定位（indoor positioning），然而適地性服務的定位系統能夠在

室內環境下應用之關鍵在於有效解決室內定位問題。

1.2 研究目的

定位問題在進入室內後，並沒有因為環境空間的縮小而降低問題的複雜度，

反而因為外在問題的條件增加，例如：障礙物阻礙、雜訊干擾、空間內電磁波繞

射等，成為難度極高的議題。有鑑於位置感知服務的應用需求與日俱增，高穩定

度、高精確度、高信賴度的室內定位服務系統將有助於發展多種不同應用[3]，例

如：資產與設備追蹤、庫存控管、病患監控、智慧遙控、居家安全和啟用網路等。

本論文目的利用 IEEE802.15.4/Zigbee 為主要架構，利用感測網路擷取訊號強

度(Received Signal Strength, RSS)辨別定位目標之絕對位置並提出多種新的演化式

演算法，可適用於室內定位問題求解。有別於目前常用的幾何數學式的定位原理，

（triangulation），嘗詴以不同型態的智慧型定位演算法之訓練優勢，於短時間中

在定位的空間範圍內，找尋被定位的物件座標並加以探討其效能與其誤差之比

較。

3

1.3 文獻探討

以室內定位媒介而言，傳統常見的室內定位有紅外線、超音波、雷達技術等

非無線射頻測距技術[4][5]。由於額外建構定位基地台成本過高，使得實用價值不

大，過去這些應用沒有受到太多的重視。而最受到歡迎的莫過於無線網路技術，

由於目前無線網路的普及化高，除傳輸功能外，硬體功能的設計以及增加定位的

能力，對於應用面而言可以減低非常多的建置成本。

目前可用於室內定位的幾種無線網路技術包含：無線感測器網路 (wireless

sensors networks, WSN)、無線區域網路(wireless LAN, WLAN)、無線射頻辨識系統

(radio frequency identification, RFID)、藍芽(bluetooth)、超寬頻通訊技術（ultra

wideband, UWB）等。各項技術的傳輸距離與特性不同，應用的場所也有所差異，

其說明介紹將在第二章詳細描述。除了測距技術外，達成室內定位系統其關鍵於

如何將測量之參數結合定位法則並調教取得該相對位置，方能真正落實定位目的。

室內定位方法的決定位置就目前文獻探討後，其模式大致有以下四種[6]：

(1) 三角量測法（triangulation）：取得待定位物件與三個以上之參考點的相關資訊，

並利用幾何數學的方式求得受測物件的絕對位置、相對位置、鄰近位置等。

(2) 指紋法（fingerprinting）：此概念為建構定位區域的無線訊號指紋。分為離線

模式、上線模式，離線模式為系統初始化，並建立 RSS 訊號衰減樣本資料庫；

線上模式即結合各式定位方法，並參考其資料庫，完成定位運算。指紋法所

建立的 RSS 樣本資料庫，為許多定位演算法的重要依據。

(3) 鄰近法（proximity）：以 ”最接近” 的概念，尋找待定位物件所在位置的區域。

常見的三種方式：無線網路傳輸監控資訊、物理接觸感測、自動辨識技術資

4

料庫查詢。鄰近法的定位概念多以區域為主，並非絕對座標，雖然定位精確

度不高，但在特定應用範圍亦有其價值。

(4) 影像分析法（vision analysis）：其概念以分析影像畫面，擷取影像特徵資訊。

對於不同景物分析景象之間的差別來估計位置[7]。

1.4 論文架構

本論文主旨於利用無線感測網路架構下，透過接收訊號強度之量測與分析，

結合演化式粒子群最佳化演算法，實現室內定位系統，主要章節如下敘述。

第一章：緒論。說明本篇論文之研究背景、研究目的以及文獻探討。

第二章：定位感測技術概述。描述定位感測技術介紹、室內定位之原理與概念，

以及本研究所採用之定位法則與技術。

第三章：訊號衰減特性與探討。探討導致訊號強度不穩定之狀況以及說明訊號衰

減模型，並設計適當之濾波器提高訊號強度資訊的正確性，使其定位數

據具有合理參考價值。

第四章：演化式定位系統設計。介紹本研究所建構之 IEEE802.15.4 硬體設備與軟

體介面，並說明智慧型演算法的演化式定位方法。

第五章：實驗模擬結果。首先對於訊號強度（received signal strength, RSS）量測分

析以及粒子群最佳化演算法結合無線感測網路建構實地場地模擬，最後

探討計算之結果與討論。

第六章：結論與未來展望。說明本篇論文之結論以及未來研究方向。

5

第二章定位感測技術概述

本章節首先介紹目前現有的定位原理與定位媒介技術，並了解其特性與優缺，

最後從中綜合發展出本篇論文研究之演化式室內定位系統。

2.1 定位原理探討

自從全球定位系統廣受愛戴後，類似定位的研究紛紛展開，其中更以室內定

位系統頗受研究與開發，由於近年來無線網路科技發展迅速，用於定位的原理也

有不同的發展，基於不同的需求，以及實現概況，其可分為兩大方向[8]：

(1) 幾何量測技術：利用訊號傳送時間(time of flight ,TOF)、幾何角度運算、訊號

強度(signal strength)的變化量測距離。

(2) 圖像分析技術：以建置好的環境基地設備，收尋與圖像最接近的已知參考點

以得知目前需被定位物件的座標。

基於幾何量測技術所發展的方法是目前在工程上最常用於室內定位的技術，本論

文就其各項技術予以介紹分析相關原理以及其計算方式說明如下：

2.1.1 到達時間測距法則 (time of arrival)

TOA (time of arrival) [9]亦可稱為 time of flight，此方法是由利用信號在接收端

與傳送端間傳送所花費的時間差推算出兩者的相對距離。如圖 1 所示，三個以上

的基地台 sensors (A、B、C)，接收到物件(object)所傳送出訊號的時間延遲來量測

出物件和基地台間的距離，進而計算物件位置[10]。為了能確實測出信號傳遞時延

6

遲之時間，因此所有的基地台必需先時間同步。此種測量方式的缺點在於時間的

量測需要極高的精準度，若有 1μ 秒的誤差就會造成 300m 以上的誤差，故對於室

內環境內之定位，此方法將難以實現。[11]

Sensor C

rC

Object

rArB

Sensor A

Sensor B

圖 1 TOA 示意圖

由示意圖可清楚知道，每一個感測器(sensors)將會於接收完訊號後得到所花費

之時間，並記錄為nt ，所以各別感測器將有各別之參數，例如 sensors A ),,( aaa tyx 、

sensors B ),,( bbb tyx 、sensors C ),,( ccc tyx …sensors N ),,( nnn tyx 。其估測定

位目標函式可表示如式(1)(2) [12]。

)()( 2ˆ1ˆ

2

ˆ xfxF i

N

ii

(2.1)

2ˆ

2ˆ0ˆˆ )()()()( yyxxttcxf iiii －－－－

(2.2)

在此，表示為每一個計算單位所接收訊號的反射係數，c為光速( 3×108 m/s)，

î 為感測器之數量，î =1…N， 0t 為 object 傳訊號至 isensor 之起始時間， it 為 isensor 接

收至 object 所傳之訊號所花費的時間，其位置估測取決於最小之 F(x)。

7

2.1.2 到達時間差測距法則 (time different of arrival)

TDOA(time different of arrival) [13]是利用使用者的量測訊號到達兩個基地台

的時間差，來反求出使用者和基地台間的距離，換言之兩訊號同時發送，得以接

收後，不同的時間延遲，應用不同擷取的訊號作比對，以求出彼此的延遲時間，

每個時間差皆可以畫出雙曲線，因此這也就是一般所說的雙曲線導航。圖 2 為

TDOA 示意圖。

Sensor A

Sensor B Sensor C

Object

圖 2 TDOA 示意圖

假設圖2中object之座標為 ),( OO yx ，接收 sensors A、B、C座標分別為 ),( AA yx 、

),( BB yx 、 ),( cc yx ，其各別之與目標之距離可利用幾何函數表示為[14]：

2

0

2

0 )()( yyxxd AAA －－ (2.3)

2

0

2

0 )()( yyxxd BBB －－ (2.4)

2

0

2

0 )()( yyxxd CCC －－ (2.5)

8

從 object 量測時間差與距離之關係是可表示為

jijiijij ddttctcd －－ )(

(2.6)

此關係式中， ijd 為感測器 i 與感測器 j 之間距離，在此 i 與 j =A…N， c 為光

速( 3×108 m/s)。各感測器與 object 距離也可由雙曲線公式可得：

2

0

2

0

2

0

2

0 )()()()( yyxxyyxxd jjiiij －－－－－ (2.7)

2.1.3 訊號來回時間測距法則 (roundtrip time of flight)

這種方法是測量訊號從發送器發送之後在單位時間內回傳的方法，稱為

RTOF[15]。對 RTOF 來說，對於同步時鐘的需求更高，量測範圍與技術與 TOA 是

一樣的。量測的方式如同雷達，接收機接收發送機定期的訊號，並計算一次訊號

所需的時間。由於需要高精密同步儀器校準，故目前較少研究與此方法[16][17]。

2.1.4 接收訊號相位測距法則 (phase of arrival)

利用接收到的信號相位量測距離的方式稱為載波相位(或相位差)測量法，也稱

做為 phase of arrival (POA) [18]。假設全部定位用的基地台發出具有相同的頻率 f

的弦波信號，且沒有相位差，為了決定信號在接收點收到的相位，信號從每台發

送器到接收器需要有一次有限的傳輸時間延遲[19]。圖 3 表示 A～D 基地台被放

在在一座想像中的立方大樓內的四個位置。其波長可以表示為 cfDii /)2( ，其

方程式為 )2sin()( ii fttS ， ) , , , ( DCBAi ，c 為光速。只要被傳送的波長比

9

立方大樓的對角線長 2 0 i ，就可得到估測範圍 )2/()( fcD ii 。隨後使

用與 TOA 相同的距離估測演算法即可得到位置的資訊。

Sensor A

Sensor B

Sensor C

Sensor D

Object

圖 3 Received Signal Phase Method 示意圖

2.1.5 接收訊號角度測距法則 (angle of arrival)

此方法利用使用者量測訊號至基地台的方位角來計算位置的定位方式。先透

過方向性天線判別信號的來源，再利用至少三個固定基地台的方向性天線來計算

行動終端的位置，便能取得行動終端的位置資訊[20][21]。在這種方法中，方向性

天線的準確度佔有極重要的地位，通常一個內含雙元件的天線陣列只能掃瞄 120

度角，所以若要涵蓋 360 度角則需要六個元件的陣列天線，其好處是準確度較高。

如圖 4 所示，為物件與感測器之距離、角度關係圖，藉由方線性天線訊號來源方

向角度可取得物件與感測器的距離，經由下列公式可計算物件座標位置：

bH O (2.8)

AAA

A

O

O

ryy

xH

sin

cosrxb , O ,

10

01 AA

(2.9)

10

Sensor A(xA , yA)

Sensor B(xB , yB)

Object

(xO , yO)

rA cos αA rB cos αB

rA rB

αA αB

r A s

in α

A

r B s

in α

B

圖 4 物件與感測器之距離、角度關係圖

2.1.6 接收訊號強度測距法則 (received signal strength indicator)

RSS 定位法則是最符合需求且易於實現完成，RSS 定位法則是利用三個以上

所接收到的信號強度，建構出完整的場強強度分佈圖[22]，如圖 5 所示，並搭配不

同的運算原則，如經驗法則和信號衰減模型，經由比對或是換算出信號強度與距

離之關係，再由定位演算法解算出使用者的相對位置。經驗法則是依據所收到的

資料和定位資料庫作比對[23]。新興的通訊技術中，都會特別規定內含接收訊號強

度感測器(received signal strength indicator，RSSI)。由接受訊號強度可以得到許多

與信號品質相關的訊息，包含收發端的相對距離、訊號的分布模型、受到其他無

線信號干擾情況。由於有上述這幾項明顯的優點，對於架設無線通訊網路和控制

功率損耗及節省設立存取站之成本都有很大的助益。RSSI 的值一般以 1 個 byte

(0~255)的二位元數字表之，由所製造的廠商將其可收到訊號強度由最弱至最強劃

分成 256 等份。以 IEEE 802.15.4 的規範而言[24]，必需接收到至少 8 個 symbols 才

能決定 RSSI 的值，其輸出的 RSSI 暫存器亦是一個 byte 的數值，其值的範圍在

(-60~+40)對應真實能量(-100~0dBm)。

11

Sensor A

(xA , yA) Sensor B

(xB , yB)

Sensor C

(xC , yC)

rC

Object

(xO, yO)

rArB

圖 5 Received Signal Strength Indicator 示意圖

在自由空間傳播模型下，訊號傳輸與接收功率比可表示為

22

4 d

GG

p

P rt

t

r

(2.10)

其中 tP (dB)為訊號傳輸功率， rP (dB)為訊號接收功率， tG 為發射端天線增

益， rG 為接收端天線增益，為訊號波長， d 為傳送端與接收端之間的距離。於

嵌入式裝置中，接收訊號強度指標(received signal strength indicator, RSSI)，通常定

義如下

)(log10ref

r

p

pRSSI

(2.11)

其中 refP 表示為參考功率，通常為 1mW。

12

但是由於RSSI受訊號反射、散射、繞射等多重路徑衰減與遮蔽效應現象影響，

理論公式與實際上距離並無法明顯取得參數得以研究，故另一種決定距離的方法

是加入參考連線品質指標(link quality index, LQI)，根據 IEEE802.15.4 協定標準，

LQI 是依據訊號強度與所接收封包品質等兩項特性訂定之指標[24]，其公式如下

)log10(- 010 AdnRSSI p

(2.12)

其中 pn 為信號傳播常數，也稱為傳播指數。 d 為與發射機的距離。 0A 為距離

發射機 1 公尺距離的接收信號強度。理論上所有方向上的 0A 值都應該相等，如圖 6

所式，但由於發射機和接收機上的天線無法完全各向同性，所以一個通常使用帄

均值作為參數 0A 。

S1

1m

S2

S3S4

圖 6 各節點於一公尺內所接收之訊號強度示意圖

信號傳播常數 pn 是一個描述隨著發射機的距離增大時，信號強度如何減弱的

參數。 pn 值之大小取決於環境，例如室內牆壁的厚度、障礙物等皆會造成較大影

響。該值可以由經驗法則來確定，本研究將利用式(12)之公式，將距離 d 由 1 公尺

至 12 公尺代入轉換。

13

如圖 7 顯示了由 1 公尺至 12 公尺的距離之信號傳播常數 pn 對理論 RSSI 值的

影響。

Distance(m)

0 2 4 6 8 10 12

RS

SI

(db

m)

-80

-60

-40

-20

0

np = 1

np = 1.5

np = 2

np = 2.5

np = 3

np = 3.5

np = 4

np = 4.5

圖 7 參數 n 對距離轉換計算的影響曲線圖

基於上述幾種計算的方式在實務上 TOA、TDOA、RTOF 與 POA 方式因為計

算的參數皆為接近光速的電波，實際上的計算受限於硬體效能以及晶片計算的精

度，通常誤差都相當的大。而 AOA 最大的缺點在於現有的無方向性天線並無法執

行方位角的偵測，故需在每個基地站台安裝具方向性的陣列天線，將會大幅提高

設備成本，所以目前都以 RSS 與 RSSI 這兩種方式最為受到歡迎。本論文所提出之

定位演算法亦是採用 Zigbee 感測網路所發送與接收訊號場強度予以定位。

14

2.2 定位感測技術

絕大多數的定位系統必須透過感測技術結合定位原理以達成定位之目的，舉

例而言，室外定位技術最成功之一的全球定位系統，亦是透過 19 顆同步軌道人造

衛星提供全球全天候，每秒一次，持續不斷的定位訊號發送，搭配 TOA 定位原理

計算出接收機所在位置[2]。然而室內定位系統也必須使用感測技術並結合該定位

原理才能實現，由於在複雜的室內環境，如機場大廳、館藏會場、倉庫、超市、

圖書館、地下停車場、礦坑鑿井等環境中，常常需要確定移動終端或其使用者、

設施與物品在室內的位置信息。但是受定位時間、定位精度以及複雜室內環境等

條件的限制，比較完善的室內定位技術目前還尚未得以利用。因此，許多研究紛

紛提出了許多室內定位技術解決方案，如紅外線[25]-[28]、超音波[29][30]、視覺

圖像分析[31][32]、磁性追蹤[33]、聲光辨識[34]、無線射頻等眾多雲集的定位技術。

以下將介紹室內定位系統之媒介，就過去傳統技術與現今欣興通訊技術等分項描

述探討。

2.2.1 紅外線定位系統（infrared radiation, IR）

紅外線之波長係介於微波與可見光之間的電磁波，於光譜上其波長為 0.8~1.2

m ，如圖 8 所示，於 1800 年英國科學家 William Herschel 所發掘，又稱為紅外線

輻射，如今已廣泛應用於日常生活中，例如：電視遙控、結帳條碼辨識、行動電

話傳輸、個人行動運算裝置等，除此之外紅外線也是最早被應用於室內定位方法

[35]。1992 年 Olivetti 研究實驗室提出以紅外線為傳輸媒介的定位系統「Active

Badge」，此系統是由使用者攜帶的主動式徽章，每隔 15 秒發射約 0.1 秒長度的惟

一識別碼。該紅外線訊號傳輸距離約為六公尺，透過佈建在建築物四周的紅外線

15

感測器接收後，經過網路的連結送至主伺服器處理後，計算出該主動式徽章所在

位置 [4] 。如

圖 9。此外由 Cybernet System 公司所設計的螢火蟲動作追蹤系統（firefly motion

tracking system）[36][37]，透過攝影機陣列可準確追蹤每一個紅外線標籤的 3D 位

置，利用三個為一組的紅外線捕捉攝影機陣列，用於捕捉紅外線光點，並且設計

紅外線標籤控制器，用於控制使用者身上所安裝的紅外線標籤，予以定位追蹤，

此類定位資訊可用於利用虛擬現實應用，如電腦遊戲和電腦動畫等應用[28]。，上

述幾種紅外線定位系統在實務上皆有不錯的定位精度。在沒有光線干擾的條件下，

紅外線可定位準確的距離。但是紅外線容易受到光線干擾，並無法穿越牆壁、物

品、衣服的障礙，若要解決上述缺點將大幅提高系統成本，導致實用價值不大。

無線網路

主動式徽章

計算主動式徽章所在位置

16

圖 8 太陽光譜圖

X 軸為波長( m )，Y 軸為其輻射通量( mmW // 2 )，UV 區塊為紫外光，visible 區

塊為可見光，infrared 區塊為紅外線光，其中又分為近紅線與遠紅外線。

圖 9 Active Badge System 示意圖

2.2.2 超音波定位系統（ultra sound）

此概念來自蝙蝠使用超音波引導飛行與捕食，透過音波之振盪可在夜間飛翔，

無線網路

主動式徽章

計算主動式徽章所在位置

17

鯨魚位於海底則也透過超音波做為相互溝通之媒介。其原理是由物體的振動或聲

帶的振動，於大氣中產生音波，通常人體所能聽見之音頻為 15Hz 至 20kHz，一旦

大於 20kHz，則稱之為超音波。超音波訊號無法穿越牆壁，各個房間的超音波訊號

彼此不會干擾，因此常被使用於區域辨識。1999 年 AT&T 劍橋的研究人員提出了

Active Bat 定位系統[38]，此技術採用超音波傳輸的時間延遲技術。其定位原理係

以控制器發送射頻封包訊號的同時，利用有線網路向感測器發送同步信號；待定

位目標則攜帶 Active Bat 標籤收到射頻封包後，像感測器發射超音波脈衝，感測器

並測量出超音波到達的時間差，計算出標籤與它的距離，並回傳給控制器，控制

器再根據多個距離測量值計算時間延遲於以定位。起初延續 Active Badge 技術來

實現，此系統架構並無太大差異之處，有別於先前技術則是額外增加具備發射超

音波訊號之功能，利用內建的處理器將超音波訊號到達的時間換算成距離資訊，

其定位精確度高且設備成本便宜。超音波定位系統最大問題在於，遇到障礙物的

反射特性，導致系統量測結果不準確，且系統安裝複雜及成本昂貴也是考量因素。

除此之外，Cricket 於 2000 年對 Active Bat 系統進行改進，此設計概念，由超音波

發射器和定位目標的嵌入式接收器組成，並利用三角量測法計算定位目標[39]。如

同 Active Bat 系統，Cricket 系統利用超音波傳輸時間和射頻控制信號，但其差異

之處為是在移動接收機上進行定位與計算，其改變了 Active Bat 系統需要裝置固定

感測器之缺點。Cricket 系統之優點於具有私密性和對分散物體之可測量性；缺點

則是由於超音波和射頻數據的定時和處理都在移動接收器上，導致系統缺乏中心

管理與監控，以及移動接收器硬體上計算負荷量與電力負荷增加[40]。

2.2.3 視覺基礎定位系統（vision based）

為一種透過影像辨識進行定位的方法，2000 年 Microsoft 研究團隊提出了 Easy

18

Living 定位系統[41]，使用兩台攝影機擷取影像的顏色及深度，以進行物件的辨識

與定位。其優點為，具有高精準性且設備費用低只需兩台高性能立體攝影機，待

定位物件亦不需配戴任何裝置，定位範圍廣。缺點則是需要可即時以及大量處理

能力之立體影像處理技術，且當場景複雜度增加時，並會發生更多的運動畫面衝

突，故其困難度與複雜度將難以克服，因而降低系統估測的正確率。由於該系統

架構的處理功率有限，且使用者需要謹慎使用諸如此類之高性能攝影機，所以在

很多應用場合，限制了視覺定位系統的可測量性與適用性。

2.2.4 磁性定位系統（magnetic）

文獻首先提出使用磁性追蹤位置及方向。於 1979 年 Ascension Technology 公

司開發以此技術設計 MotionStar 動作追蹤系統[33]，此系統係以發射天線產生軸向

直流電磁場脈衝，並結合地球磁場的持續作用，測量三維垂直軸至發射磁場脈衝

之響應，以計算天線的位置與方向，其追蹤範圍約 3 公尺，如圖 10 所示。文獻[42]

中所提到該 MotionStar 無線系統可同時追蹤定位多個目標，使用者所配戴許多感

測器，並接收主控制器送出的直流電磁場脈衝訊號，以達到動作追縱之目的，於

靜態定位環境量測下，其誤差範圍為 1cm。其優點為磁性感測器尺寸小(2.54cm ×

2.54cm × 2.03cm, 21g)、堅固、便宜，定位準確度高，同時可追蹤多個物件。而缺

點則是容易受環境金屬元素材料所影響以及系統設備可涵蓋範圍小，僅 3 公尺，

電池大約只能使用 1~2 小時，且系統設備相當昂貴。

19

圖 10 MotionStar 動作追蹤系統

2.2.5 聽聲辨位定位系統（audible sound）

文獻[43][44]提出以聲音為主的 Beep 室內定位系統，其待定位物件發出固定聲

響，最後三角幾何定位法求得結果。實驗中在 20m× 9m 無障礙的房間，其定位準

確率可達 0.4 公尺。其優點為待定物件只要可發出聲音，即可獲得定位資訊，不需

無線技術，系統成本低廉。缺點為所有外在聲音皆為此系統的干擾訊號，導致系

統實際應用可行性低。

2.2.6 無線射頻定位技術（radio frequency, RF）

無線射頻訊號，其原理藉由不同頻帶天線接收後，經由低雜訊放大器將訊號

增益放大，透過不同設計之頻率濾波器濾除所需信號外之其他雜訊後，透過混頻

器與壓控振盪器轉換至中頻，最後在透過不同需求之解調變系統得以應用於各硬

體功能。其系統架構如圖 11 所示。其優勢於可輕易的穿越牆壁、人體，相較其他

系統所需的硬體較少。在本論文中，無線射頻媒介[45]是本研究著重的目標，介紹

如下：

20

中頻訊號調變系統

混頻器

壓控振盪器

濾波器低雜訊放大器

天線

訊號輸出

圖 11 無線射頻訊號架構圖

2.2.6.1 無線射頻辨識系統（radio frequency identification, RFID）

最簡單的 RFID 系統包含標籤（tag）、讀取器（reader）和天線（antenna）三

部份。當貼有 RFID 標籤的物品經過讀取器時，讀取器會發出信號，而在讀取器

磁場中的 RFID 標籤可以借由感應電流所產生的能量發送出儲存於晶片中的產品

訊息（passive tag，無電源標籤或稱被動標籤），或是發送出一固定頻率的信號（active

tag，有電源標籤或稱主動標籤），中央控制系統在接收到讀取器所讀取之解碼號

資料後，可進行相對應的動作和反應[46]。

以 RFID 為主的應用中，文獻[47]提出了以 LANDMARC 分析室內定位，主要

的優點是它可以使定位的正確率提高、不需要用到很多的 RFID Readers、可以使

用便宜的 RFID tags，他們使用了二種不同的 RFID tags，分別是當作是 reference tags

及 tracking tags，在環境的佈置中 reference tags 是固定位置的，且 reference tags 位

置資訊是事先系統己知，RFID readers 接收 reference tags 訊號強度資料

21

LANDMARC 系統判斷 tracking tag 其可能的位置資訊是位於那三個 reference tags

之間，這個方法可以逹到精密度 2 公尺以下。

2.2.6.2 藍牙（Bluetooth）

藍芽技術最早由 Ericsson 及 Nokia 為聯結其行動電話與其他可攜式裝置而發

展的技術，其 Bluetooth 一詞為 Ericsson 公司所命名，起源在十世紀的挪威，有個

維京國王名叫 Harald Bluetooth，因統一丹麥而留名青史，Ericsson 便以此為名做

為一個好的開始。為了使藍芽成為新一代的短距離無線通訊標準，Ericsson、Nokia、

Intel、Toshiba 及 IBM 在 1998 年 5 月共同成立 Bluetooth SIG 來負責相關規格的

制定及推廣，藍芽技術選擇在免費授權的 2.4GHz ISM 頻帶上作無線傳輸，除了要

達到取代有線的目的外，尚可提供無線上網，不同裝置間的資料同步和資料交換，

以及連結不同的電子設備等應用[48]。

藍芽之通訊協定為 IEEE802.15.1 標準之個人區域網路(wireless personal area

network, WPAN)通訊技術，其通訊範圍可達 100 公尺，傳輸角度則不限制是直線

式(line of sight)[49]。在文獻[50]的 Topaz 系統，利用一個藍芽可與多個設備同時連

結傳輸之特性，透過接收訊號強度之強弱判定於以目標之定位，其示意圖如圖 12

所示。該系統設備包含：以區域網路連接了 32 個無線網路基地台、藍芽主機、定

位主機，其定位精度可達 2 公尺。但實驗結果發現，隨然使用低電力消耗量的藍

芽設備做定位，但定位標籤的電池卻只可維持一個禮拜，且定位計算所花費的時

間相當耗時，故至今亦無法受大眾青睞。

22

圖 12 Topaz 系統示意圖

2.2.6.3 超寬頻（ultra wideband, UWB）

UWB 原本用於軍事用途，直到 2002 年美國聯邦通訊委員會（FCC）才發布

商用化規範，其通訊與量測系統所使用之頻段為 3.1~10.6GHz。係一種具備低耗電

與高速傳輸的無線個人區域網絡通訊技術，適合需要高質量服務的無線通信應用，

其通訊原理則是利用非正弦波窄脈衝傳輸數據，搭配不同的時間調變技術，包含

直接序列調變、Chirp 調變、時間調變和子頻段調變等方法，使其傳送速度提升，

而且該設備耗電量低，並有精確的定位能力[51]。

2004 年英國 Ubisense 公司提出了一個以超寬頻技術為主的即時定位系統，該

系統的定位方法採用三角幾何法，於建築物內安裝了一個感應網路並連接到建築

物內已有的無線網路中。感應器採用 UWB 無線技術檢測並搜索目標的位置，將目

標的位置資訊發送給一個可即時詳細地顯示環境之軟體帄台，由於超寬頻不屬於

line-of-sight 的傳輸方式，訊號接收不易受影響，同時無多路徑失真問題，並具備

高穿透力，因此定位效能佳，可精確至 6 英吋(2.54m × 6m, 約為 15 公分)。另外

4 個超寬頻感測器的訊號範圍高達 400 帄方公尺[52]。

Tag

LANAP

Bluetooth Server

Location Client

：RF(Bluetooth link)

Location Server

http://zh.wikipedia.org/zh-tw/2002%E5%B9%B4http://zh.wikipedia.org/zh-tw/2002%E5%B9%B4http://zh.wikipedia.org/zh-tw/FCChttp://zh.wikipedia.org/w/index.php?title=%E4%B8%AA%E4%BA%BA%E5%B1%80%E5%9F%9F%E7%BD%91%E7%BB%9C&action=edit&redlink=1http://zh.wikipedia.org/w/index.php?title=%E6%97%A0%E7%BA%BF%E9%80%9A%E4%BF%A1&action=edit&redlink=1http://zh.wikipedia.org/w/index.php?title=%E8%84%89%E5%86%B2&action=edit&redlink=1http://zh.wikipedia.org/w/index.php?title=%E6%97%B6%E9%97%B4%E8%B0%83%E5%8F%98&action=edit&redlink=1

23

2009 年 2 月日本 Hitachi 於美國聖地牙哥舉行的 IEEE 研討會發表以 UWB 無

線電波即可對室內人或物定位之技術[53]，透過 UWB 無線電波接觸物體時會向多

方向反射的特性，以及每 10 億分之 1 秒可產生短脈衝波的脈衝波形，使其可在接

觸室內物體並反射至牆壁時，提供反射電波訊號給收訊裝置，分析後即可推算物

體位置，而且就算物體處在室內許多遮蔽物後方，也能透過電波反射特性進入該

空間測定出正確位置，此公布之實驗數據表示，以一組 UWB 收發訊號裝置於 3m ×

4m 的室內空間測詴人的位置，每一次移動後偵測誤差都在 1m 內，綜合實驗數據

約有 70%機率可測得準確的位置，預定應用於室內定位、倉儲管理、因應有人在

的場所開啟光源空調的省能源領域、偵測是否有人進入危險區域的門禁管理領域。

超寬頻技術目前已有數家公司開發成功，但此技術設備昂貴，如未來移植於居家

生活或小型市場上將不符合應用成本。

2.2.6.4 無線區域網路（wireless local area network, WLAN）

採用 802.11 相關的無線技術，例如 IEEE 802.11a 或 802.11b，此類系統是目

前較受到歡迎的媒介。無線區域網路主要是由單一或眾多的基地台(access point,

AP)負責提供網路服務，任何行動裝置則會選擇訊號最強之 AP 連線，由於 AP 為

裝置於固定位置，因此可透過行動裝置連線哪個基地台來辨別目前行動裝置所在

之位置[54]。RADAR（radio detection and ranging）定位系統是 Microsoft 在 2000

年發表之技術，為使用 WLAN 作為定位帄台之成功的代表。其主要是使用 IEEE

802.11b 標準無線網卡，偵測在區域內擺設多個基地台之訊號強度，並與原先建立

之訊號模態資料庫進行比對，進而透過數學推估模式判定行動裝置之位置，結果

運用於位置感知方面的服務及應用，其精確度約為 2 到 3 公尺。此外，目前一般

商用產品在空曠空間已可達到 1 公尺的精度[55]。

24

2.2.6.5 無線感測網路（wireless sensors network, WSN）

無線感測網路是由一到數個無線資料收集器以及為數眾多的感測器(sensors)

所構成的網路系統，其裝置內嵌入微處理器以及感測器包含如溫度、濕度、壓力、

光源、熱能、位移感測器等，而元件之間的溝通則是採用無線電波(RF)的通訊方式，

透過各感測節點間所收集之訊號強度資料，接著藉由協調器(dongle)連結至終端機

之應用程式，予以處理並分析訊號強度資料或即時定位功能。其傳輸速率每秒約

可傳輸 20 Kbytes 以上的傳輸方式，彼此之間可以互相傳送資料，而成為一個資訊

網路。為了達到大量佈建的目的，無線感測網路必須具備低成本、低耗電、體積

小、容易佈建，並具有感應環境裝置，可程式化、可動態組成等特性。無線感測

器網路追求高穩定度而非傳輸速度，至於，傳輸距離，在室內約十幾公尺，空曠

室外則可達數百公尺，當感測節點之距離遠於協調器時，則系統將會透過其他鄰

近之感測節點做多重跳點方式傳遞資料訊息。在室內空間內擺設多個感應器，使

覆蓋面重疊，並記錄處理信號的訊號強度。如圖 13 所示。依經驗法則和信號傳播

模型來進行定位，結果運用於位置感知方面的服務及應用，其精確度約為 1 到 0.5

公尺[56][57]。

圖 13 無線感測網路定位示意圖

Location API

Sensor A

Sensor BSensor C

ObjectDongle

25

比較過各項室內定位感測媒介後，無線通訊技術在成本、實際應用、精確度

等表現，整體而言優於其他媒介。其中非資料傳輸功能性為導向的網路架構以 WSN

為主，可應用於定位系統。WSN 技術著重於設計一種低成本的、低複雜度、低速

率無線通訊技術，其所扮演的角色在「監控」方面的地位大於「通訊」。Zigbee

感測器網路為 WSN 的一個重要代表。在本研究的觀點裡，Zigbee 在節點管理、網

路管理能力、RSSI 功能支援性上有其優點，並可在提供同時傳輸資料功能，對於

建構大型定位系統有較大的優勢。

表 1 各無線通訊媒介之效能比較表

媒介頻帶傳輸速率節點數量距離特色

RFID 2.45GHz 11.5Mbps 65536 >100m 高成本、高耗電

Bluetooth 2.4GHz 1Mbps 8 10m 低成本、低耗電

UWB 3.1~10.6GHz >110Mbps 127/host 100m 高速率、高成本

WLAN 2.4GHz 11Mbps 127/host 100m 高速率、高耗電

Zigbee 2.45GHz 250kbps 65536 100~400m 低成本、低耗電

第三章訊號衰減特性與探討

此章節將對於無線電波於訊號傳輸間之衰減特性加以探討，由於硬體及電磁

波本身特性[58]，即使定位網路中，感測節點間實際距離相同下，仍可能測量到相

異之訊號強度，此外，更會因佈局環境影響而使強度產生加乘或抵銷等效應[59]，

如室內環境下之障礙物、氣候因素、牆壁、樑柱、空曠廣場亦或是狹窄走道等。

26

故即便訊號僅是稍稍不穩，亦會嚴重影響整體定位結果，故以下將介紹在無線傳

輸中，電磁波及環境造成訊號強度變動之相關特性。

3.1 無線電波傳遞特性

本節主要分析無線電波於室內環境下所發生之衰減效應，如路徑衰減（path

loss）、遮蔽效應（shadowing effect）及多重路徑（multi path）並利用圖解方式分

析敘述[60][61]。

3.1.1 反射與折射（reflection and refraction）

當傳播中的電波撞擊一個大小遠大於本身波長的帄坦物體時，會有反射的現

象，此時，反射波則依照原先的介質繼續傳播，若其介質折射率不相等時，所形

成之折射波將以另一介質中進行傳播並改變其電磁波方向及傳播速度，其關係現

象如圖 14 所式。發生的情況通常於地面、大型建築物及牆壁與樑柱上。反射波通

常都會吸收部分電波能量，故而造成能量損失。

入射波反射波

折射波

y

x

i r

t

1N

2Ninterface

圖 14 無線電磁波的反射與折射示意圖

27

3.1.2 繞射（diffraction）

繞射發生在發射器與接收器之間的傳播路徑被大小遠大於本身波長的緊密結

實物體阻擋時，在障礙物頂端二次波(secondary waves)成份能夠經過障礙物到達接

收端。如圖 15 所示。因此可得知，繞射是一個在發射及接收沒有直接路徑時，電

波的傳遞現象。

圖 15 無線電磁波繞射示意圖

3.1.3 散射（scattering）

由英國物理學家 Lord Rayleigh 所發現，當電波撞擊到的物體大小與傳播的電

波波長比較下是差不多或小於波長時，對於電波來說受撞擊物體如同多面的反射

體，使得電波的能量散射到各個方向。如圖 16 所示。於戶外空間發生散射情況，

通常有樹葉、街牌或路燈等，反之，於室內空間中發生的情況通常在的具有水氣、

粉塵及有粗糙表面的物體等。文獻中，瑞利散射(Rayleigh scattering)證實了散射波

強度 )(I 和入射波的 4 次方成反比[62] 。

Sersor A Sersor Bnon-line of sight

first waves

secondary waves

28

4

)()(

II

(3.1)

圖 16 無線電磁波散射示意圖

3.1.4 多重路徑（multi path）

在室內空間裡的眾多設施，將使得訊號在傳送時，同一個訊號可能會採用不

同的路徑到達接收器。如圖 17 所示。雖然是同一個訊號源發射訊號，但在接收器

上可能會收到各種不同 RSSI 數值，故幾何定位所依賴的是準確的 RSSI 值，此狀

況發生時，定位估算出來的距離，將無法準確或判斷實際距離。

Sersor A

Sersor B

粉塵、水氣

Scattering theory

Sersor A

Sersor B

multipath

29

圖 17 無線電磁波多重路徑示意圖

3.2 無線電波傳遞路徑衰減探討

本節主要就前小節路徑損失與訊號衰減加以公式探討。基於反射、繞射、散

射現象，電波在室內環境傳播到達接收端時，接收端信號通常會衰減，而造成信

號衰減的路徑損失（path loss）[63]。路徑損失簡單而言是指無線電波自發射端傳

遞訊號至接收端過程中，訊號將隨著傳遞路徑距離而衰減，其以數學式表示如下：

r

t

r

t

dLossR

R

RSSI

RSSIPP log10log10

(3.2)

其中 dP 為訊號傳遞之距離， tR 、 rR 則表示為發射端與接收端之訊號強度。在

自由空間中，可利用 Free-space 衰減公式表示：

Ld

GG

R

R

RSSI

RSSI tr

t

r

t

r

22

2

4

(3.3)

其中 rG 、 tG 分別為接收端天線及發射端天線之增益值，值表示為波長，d 表

示為距離， L為系統衰減損失因子。

Free-space 衰減公式不適用於短路徑之衰減，其建議於一公尺以上之場地做測

詴。若接收端與發射端之天線選擇相同型號天線，則可排除天線其增益差異，故

接收訊號可示為：

d

fcGGRR rttr

4

/log20log10log10log10log10

(3.4)

30

其中 f 值表示為頻率、 c為光速( sm /103 8 )。

由上式公式推導可衍生於室內定位內，假若四個參考點分別為 sensors A、

sensor B、sensors C、sensors D 與盲節點之間的距離Ad 、 Bd 、 Cd 、 Dd ，其相互

與盲節點間之路徑衰減關係可分別表示為：

AA rtArGGfdR log10log10log20－log20－

4

103log20log10

8

(3.5)

BB rtBrGGfdR log10log10log20－log20－

4

103log20log10

8

(3.6)

CC rtCrGGfdR log10log10log20－log20－

4

103log20log10

8

(3.7)

DD rtDrGGfdR log10log10log20－log20－

4

103log20log10

8

(3.8)

由於本論文使用相同型號之硬體設備，故其發射端之功率 tP 與通道頻率 f 皆

為相同，因此四個參考點與盲節點之間的關係可表示為：

Xd

ddLR AsdA

0

0 log10)(

(3.9)

Xd

ddLR BsdB

0

0 log10)(

(3.10)

Xd

ddLR BsdC

0

0 log10)(

(3.11)

Xd

ddLR DsdD

0

0 log10)(

(3.12)

31

其中值表示為間隔距離(separation distance)與接收功率之間的 Power Law 關

係，文獻[64]指出，於空曠且無障礙之自由空間場地下，其值為 2， )( 0dLs 則表

示為於一公尺下的路徑損失(即為距離一公尺下參考點與盲節點訊號強度帄均值)，

X 表示為一個零均值高斯隨機變量的標準差。

由上述公式推導後，可了解於室內定位中，路徑損失與訊號衰減是影響室內

定位精準度之最大問題。因此，本研究嘗詴設計一維空間濾波器提高訊號強度資

訊的正確性。

3.3 濾波器探討與設計

本節將對於一維空間濾波器做以下之探討，並分析一組容錯性高的空間濾波

器進行 RSS 的最佳化，但要設計可適應多數環境的濾波器並不容易。要達到此目

標必定要收集不同的場地、溫度、人為因素的 RSS 實測數據，並依據文獻探討的

濾波器實作並其模擬結果。以利用濾波器處理 RSS 問題的相關經驗上，本研究規

劃下列幾項濾波器的設計方法並探討其各別特性。

32

在理想的環境中，訊號衰減與距離關係應該是呈現對數曲線，圖 18 節錄文獻

[65]中實際量測的訊號與理想對數曲線之間的差異，從該圖可以看出 RSSI 值並不

穩定。該量測環境已經屬於無障礙的開放的空間，如果加上天線參數的影響，圖 19

所示，不同天線設計會直接影響到量測的結果，即使是好的天線設計也會有距離

與訊號強度不是成對數曲線關係的情況。

由於無線射頻元件的 RSS 資料變動率大，即使兩組射頻元件以固定距離溝通

求取 RSS 值，其數值的變異數也很大，如果單純使用一次所取得之 RSS 值，後續

的演算公式將會造成更大的誤差，因此在取得 RSS 過程中，不再只取一筆純量，

而是取得一組資料集，再選用適當的濾波器過濾 RSS 的誤差訊號，對於提升 RSS

的正確性必定有很大的助益。以下將介紹一維空間向量濾波器設計方法：

3.3.1 均值濾波器

主要特性可用於訊號強度在非高速變動下帄滑化處理，由於實作容易故得以

廣泛使用。其利用統計量測加總於以帄均求出其均值，計算出訊號所記錄之誤差

結果，定義如下：

圖 18 理想訊號衰減與距離關係圖

圖 19 不同天線訊號衰減與距離關係圖

0 5 10 15 20 25-45

-40

-35

-30

-25

-20

Distance(feet)

RS

SI

(db

m)

Averaged RSSI valueslog-fit

0 2 4 6 8 10 12 14 16-50

-45

-40

-35

-30

-25

-20

-15

-10

-5

Distance (ft)

RS

SI

(db

m)

Optimal Antenna

Suboptimal Antenna

33

MiRSSn

RSSnj

i

ijavg ,,1, 1

1

(3.13)

其中 i 為感測器數量編號，M 為感測器數量， j 為第幾次量測的 RSS，n為量

測的 RSS 總次數。

3.3.2 中值濾波器

此濾波器由 Tukey 於 1974 年所發表[66]，其為一非線性濾波器技術，可消除

信號中之雜訊。假若統計資料數據 )(iRSS 的取樣序列為 NiiRSS ,3,2,1|)( 利用排

序法由小至大之次序排列，再以排序後的中間值medRSS 為輸出值。

舉例而言，當取得一組 RSS 資料集 N 為

46,47,44,43,45)( NRSS (3.14)

則利用排序法由小至大次序排列，得到如下：

47,46,45,44,43)( NRSS (3.15)

, )2/(Nmed RSSRSS (3.16)

45)( NRSSmed (3.17)

當統計資料為偶數時，如下所示

48,47,46,45,44,43)( NRSS (3.18)

則將此排序後之兩筆中間值資料相加除以二

, 2

1)2/()2/(

NN

med

RSSRSSRSS

(3.19)

5.452

)46()45()1(

mRSSmed

(3.20)

34

中值濾波器因不受數據資料中特別大或特別小的數值影響，故可將數據趨勢

特徵做帄滑濾波。

3.3.3 回饋濾波器

回饋濾波又稱為近似濾波，主要是透過回饋係數，經由前一筆資料與當前資

料做回饋帄滑的濾波。通常回饋係數將以 0.75 代入運算[24]，此濾波主要將 RSS

資料集內差異過大的資料帄滑濾波。

MikRSSckRSSckRSS iii ,,1, )()1()1()1(

(3.21)

其中 i為感測器編號， 1k 為前一筆資料， k 為當前資料， c為回饋係數。

第四章演化式定位系統設計

本章節將介紹研究所使用之 Zigbeee 感測模組、以及其封包傳輸之網路架構，

最後說明各種智慧型演化式定位演算法分析。本研究系統設計架構如圖 20 所示，

首先將我們所量測之場地訊號強度資料利用空間濾波器加以帄滑濾除雜訊部分，

利用粒子群最佳化演算法（particle swarm optimization , PSO）、模糊理論演算法

（Fuzzy Theory）、改良式機率類神經網路（modified probabilistic neural network,

MPNN）找尋定位座標並設計人機介面運算分析其定位誤差。

35

圖 20 定位系統架構圖

4.1 Zigbee 無線感測網路架構

本研究使用德州儀器(Texas Instruments ,TI)公司所開發之無線感測器網路實

驗模組如圖 21 所示。

無線智慧型定位系統

倉儲管理

保全控管

醫療照護

停車管理

館藏導覽

衍生應用

Zigbee距離量測

網路通訊

粒子群最佳化模糊演算法類神經網路

定位演算法

軟、韌體服務

.NET C# JAVA VB.net C++

空間濾波器

36

CC2430 Location Dongle Reference Node CC2430

Blind Node CC2431

圖 21 無線感測器網路實驗模組

Zigbee 之制定標準係由 IEEE802.15.4 小組與 Zigbee Alliance 分別負責硬體與

軟體標準之制訂[67]。如圖 22 所示。Zigbee 協定堆疊的實體物理層、媒體存取控

制(MAC)層採用 IEEE 802.15.4 協定標準，Zigbee 聯盟主要定義則是網路層(network

layer , NWK)與應用層(application layer)，其中應用層裡又包含 ZDO(Zigbee device

object)、APS(application support layer)[68]。

37

Security

Service

Provider

Physical Layer

2.4 GHz Radio868/915 MHz Radio

Medium Access Control Layer

MLDE SAP MLDE SAP

PD SAP PD SAP

Security

Management

Message

Broker

Routing

Management

Network

Management

Network Layer

NLDE SAP

ZD

O M

anag

emen

t Plan

e

NL

ME

-SA

PApplication Layer

Application Framework

ZigBee Device Object…

Application

Object 1

Application

Object 240

Endpoint 1

APSDE-SAP

Endpoint 0

APSDE-SAP

Endpoint 240

APSDE-SAP

Application Support Sublayer

NLDE SAP

APS Security

Management

APS Message

Broker

Reflector

Management

AP

SD

E-S

AP

ZD

O P

ub

lic

Interfaces

ZigBeeTM

Alliance defined

End manufacturer defined

Layer function

Layer interface

IEEE 802.15.4 defined

Application Layer

Network Layer

MAC Layer

Physical Layer

圖 22 Zigbee 通訊協定堆疊示意圖

38

4.1.1 物理實體層概述（physical layer）

IEEE 802.15.4 定義物理層規範主要完成以下幾項任務[67]：

開啟與關閉無線收發機。

能量檢測（ED）。

鏈路品質指示（LQI）。

空閒通道評估（CCA）。

通道選擇。

資料發送與接收。

其中定義了 868MHz、915MHz 和 2.4GHz 三個頻段。這些頻段上所採用的調

變方式和傳輸速率等參數可歸納為表 2。

表 2 IEEE 802.15.4 之頻寬與資料傳輸速度定義表

PHY

(MHz)

frequency

(MHz)

spreading parameters data parameters

chip rate

(cps) modulation

bit rate

(bps) symbols

868/915

868-868.6 300k BPSK 20k binary

902-928 600k BPSK 40k binary

2450 2400-2483.5 2000k O-QPSK 250k 16-ary

39

其服務規範為物理層透過射頻硬體和硬體提供之 MAC 層與物理無線通道之

間的溝通介面。從通訊協定概念圖上所得知，物理層還包含物理層管理實體

（PLME），以提供物理層管理功能的管理服務介面；同時 PLME 還負責維護物理

層 PAN 資料庫。物理層透過物理層資料服務存取點（PD-SAP）提供物理層資料

服務；透過物理層實體服務存取點（PLME-SAP）提供物理層管理服務。

4.1.2 媒體存取控制層概述（MAC layer）

IEEE 802.15.4 標準之 MAC 層主要負責以下幾項任務：

協調器產生網路信號標誌。

支援 PAN 關聯與解關聯。

CSMA-CA 通道存取機制。

處理與維護保證時隙（GTS）機制。

提供兩個對等 MAC 實體間之可靠鏈路。

MAC 提供了特定服務會聚子層（SSCS）和物理層之間的介面。從通訊協定概

念圖上所得知，MAC 層還包括 MAC 層管理實體（MLME），以提供調用 MAC

層管理功能的管理服務介面；同時，MLME 還負責維護 MAC PAN 資訊庫（MAC

PIB）。MAC 層透過 MAC 公共部分子層（MCPS）的資料 SAP（MCPS-SAP）提

供 MAC 管理服務。這兩種服務透過物理層 PD-SAP 和 PLME-SAP 提供了 SSCS

和 PHY 之間的介面。除了這些外部介面外，MCPS 和 MLME 之間還隱含了一個內

部介面，用於 MLME 調用 MAC 資料服務。

40

4.1.3 網路層概述（network layer）

ZigbeeTM

Alliance 定義網路層規範主要完成以下幾項任務：

確保媒體存取控制層正確工作的能力並為應用層提供合適的服務介面。

於應用支援子層基礎上添加適當的協定並產生網路協定資料單元。

提供拓撲網路，並將網路協定資料單元發送至各通訊鏈路目的位址。

支援在對等應用實體之間傳送應用協定資料單元。

提供資訊傳輸之安全機制。

網路層提供保證 IEEE 802.15.4 MAC 層正確工作的能力並為應用層提供合適

的服務介面。為了與應用層介面，網路層概念上也包括兩個服務實體：網路層資

料實體和網路層管理實體，提供必要的功能。網路層資料實體（NLDE）透過

NLDE-SAP 為應用層提供資料服務；網路層管理實體（NLME）透過 NLME-SAP 為

應用層提供管理服務。NLME 要借助 NLDE 完成部分管理任務，另外還透過網路

層資訊庫（NIB）維護一個有關管理物件的資料庫。

NLDE 提供的資料服務允許在同一網路中的兩個或多個設備之間傳輸應用協

定資料單元（APDU）。具體而言，NLDE 提供的服務：一是在應用支援子層 PDU

基礎上添加適當的協定頭產生網路協定資料單元（NPDU）；二是根據拓撲路由，

把 NPDU 發送到通訊鏈路的目的位址設備或通訊鏈路。

NLME 提供的管理服務允許應用與協定堆疊之間交互。具體來說，NLME 提

供的服務包括配置新設備、建立新網路、設備請求加入/離開網路和 Zigbee 協調器

或路由器請求設備離開網路、定址、近鄰發現、路由發現、接收控制等。

41

在 Zigbee 無線感測網路中，網路層協定內具備有下列幾種拓撲路由模式：

(1) 星狀拓樸（star topology）

此類網路是透過一個網路協調者（PAN coordinator）與其他裝置相連接，

除了網路協調者以外，其他裝置間彼此不直接相連。換言之網路一開始會有

一個完整作用裝置（FFD）成為網路協調者，並建立自己的網路，接下來選出

一個 PAN identifier，則其他裝置即可加入這個 PAN。其優點為控制容易、通

訊路徑簡單且方便查詢故障點：而其缺點為每個裝置僅能與網路協調者進行

通訊，且若網路協調者當機，則整個網路當機，故本研究不使用此類網路架

構。如圖 23（a）所示。

(2) 點對點拓樸（peer-to

Documents

樹德科技大學電腦與通訊研究所 碩士論文...樹德科技大學碩士班研究生 指導教授推薦書 本校電腦與通訊研究所 曾光正 君所提之論文智慧型室

樹德科技大學電腦與通訊研究所碩士論文...樹德科技大學碩士班研究生指導教授推薦書本校電腦與通訊研究所曾光正君所提之論文智慧型室