[GPS世界2013年4月16日报道]今年三月份,美国联邦通信委员会(FCC)公布了其针对室内定位各技术解决方案集中开展的一系列实验测试的测试结果。室内定位技术一直是PNT(定位、导航、授时)技术中最难解决的问题,而一旦该问题得以解决,将会给相关定位系统带来前所未有的性能提升。所以,本次试验结果不但将影响联邦通信委员会(FCC)对手机定位报告要求的制定,而且也将推动所有室内定位应用的未来发展。本文将以宏观视角对此次试验及其结果做相关介绍。
试验概述
试验由联邦通信委员会(FCC)通信安全、可靠性和互操作性理事会(CSRIC)第三工作小组(WG3)组织开展,测试环境涵盖了密集市区、普通城区、郊区、乡村这四种场景,并包含了数以千计的测试地点和各种建筑物类型。
尽管,大规模的针对室内定位的研究与开发工作,都主要致力于商业应用,也就是手机应用。但是,这项工作也将最终影响到专业和高精度的全球导航卫星系统(GNSS)的使用。例如,机控仓储、工业装配、室内和地下测绘、地面和地底采掘,以及林业等空中视野受限的应用,最终都将会发现该项技术对其的重要价值。
室内定位测试中所使用的测试设备
今时今日,一半以上的移动电话呼叫都发生在室内,而紧急呼叫的比例与之大体相同,并且两者都只会不断增加。因此,联邦通信委员会(FCC)已经于2001年明确授权为室内呼叫提供E911紧急求助服务。这项在2001年制定的法案规定,无论是使用固定电话还是移动电话,所拨打的紧急呼叫都必须能够提供呼叫者的精确位置信息。该位置信息将被透明的发送到各个公共安全响应点(PSAPS),以便使911中心派遣的消防、救援或警务人员不仅能够到达正确的街区,而且能够顺利地抵达多层建筑的正确楼层。这就是该项技术致力的目标。
一旦满足室内定位要求的技术得以成功开发并广泛应用,将会给其参与者带来可观的收益,尤其是全球导航卫星系统的制造商和基于位置服务(LBS)的供应商。
GPS以及GPS增强技术只是手机定位方案的一部分。此外,还可以利用其他手段进行定位,如使用蜂窝小区自身的信号并配合包含信号属性和网络位置信息的庞大数据库实现定位服务等等。
第三工作组的基于位置服务分组致力于发掘相关技术,并研究这些技术如何工作,以及如何应用于911服务。
在试验中,共有3家公司的技术方案完成了整个测试过程。其中,北极星无线公司(Polaris Wireless)使用了一种射频模式匹配/特征识别技术,高通无线技术公司(Qualcomm)采用了混合辅助全球卫星定位系统(AGPS)/先进前向链路三角定位系统(AFLT)的技术,下一代导航公司(NextNav)则使用了无线信标技术。
第三工作组选择了旧金山海湾地区作为第一阶段室内试验的测试地点,该地区涵盖了最常见的无线使用环境和建筑物类型,包括4种具有代表性的场景:密集市区,普通城区,郊区和乡村。
测试共选取了19幢建筑物,其中6幢位于密集市区,5幢位于普通城区,6幢位于郊区,2幢位于乡村地区。在这19幢建筑物中,共选择了75个测试点。在每一个测试点上,分别对NextNav、Polaris Wireless以及Qualcomm三家公司的定位技术进行了固定呼叫测试,并对呼叫测试的结果进行取样统计分析。
此次测试不仅数据充分,而且覆盖广泛并具有代表性。针对三种不同的技术,试验组分别从测试点收集了13000多个有效的呼叫记录。多家具有代表性的无线技术及运营公司参与试验,其中Polaris Wireless公司的测试结果主要代表了美国电话电报公司(AT&T)和德国T-Mobile公司的网络;Qualcomm公司的测试结果则主要代表了美国Sprint公司和Verizon公司的网络;而NextNav公司则实际上是作为一个独立覆盖的定位网络进行运营的。
一位经过权威认证的土地测量员为本次呼叫定位测试提供精确的室内位置数据,以便与测试结果进行比较,精确位置数据的水平误差为1厘米,垂直误差为2厘米。
基于测试结果,可以得到这些定位技术的性能指标,包括:水平定位精度,垂直定位精度,合格率,首次定位时间(TTFF),报告的不确定性等。
NextNav公司的室内精确度统计分析汇总表
水平方向误差统计分析(单位:米) |
||||||||
建筑 编号 |
呼叫 总数 |
误差统计分布67% |
误差统计分布90% |
误差统计分布95% |
平均误差 |
标准差 |
最大误差 |
最小误差 |
建筑1 |
112 |
177.6 |
236.3 |
270.1 |
142.0 |
125.8 |
735.0 |
2.57 |
建筑2 |
1020 |
51.7 |
72.1 |
82.4 |
41.8 |
22.4 |
127.0 |
0.63 |
建筑3 |
809 |
74.0 |
136.2 |
179.5 |
76.6 |
74.3 |
1059.2 |
4.30 |
建筑4 |
690 |
64.0 |
91.2 |
114.4 |
69.1 |
189.7 |
4367.2 |
2.75 |
建筑5 |
612 |
138.8 |
235.1 |
270.0 |
126.9 |
70.3 |
408.0 |
20.17 |
建筑6 |
825 |
36.0 |
54.2 |
63.3 |
32.3 |
16.6 |
122.3 |
1.43 |
建筑7 |
934 |
36.3 |
58.0 |
65.7 |
29.5 |
19.7 |
91.0 |
0.38 |
建筑8 |
395 |
16.7 |
24.1 |
27.8 |
14.7 |
7.0 |
42.5 |
1.28 |
建筑9 |
598 |
38.7 |
63.8 |
71.5 |
42.9 |
240.5 |
5854.2 |
1.13 |
建筑10 |
423 |
17.4 |
24.5 |
26.3 |
14.8 |
6.9 |
35.6 |
0.48 |
建筑11 |
406 |
15.0 |
29.4 |
32.4 |
13.7 |
9.9 |
53.7 |
0.54 |
建筑12 |
443 |
26.6 |
38.0 |
41.2 |
21.7 |
11.6 |
56.7 |
1.58 |
建筑13 |
377 |
29.9 |
64.1 |
85.0 |
127.5 |
1815.9 |
35255.9 |
1.53 |
建筑14 |
998 |
42.7 |
96.5 |
114.5 |
41.0 |
34.7 |
186.0 |
0.57 |
建筑15 |
1123 |
65.7 |
177.4 |
318.5 |
77.6 |
92.3 |
665.9 |
0.85 |
建筑16 |
797 |
43.8 |
71.2 |
91.0 |
38.7 |
28.3 |
236.0 |
0.64 |
建筑17 |
958 |
48.1 |
60.5 |
80.3 |
48.5 |
75.5 |
1221.4 |
2.15 |
建筑18 |
800 |
54.3 |
66.5 |
73.0 |
45.6 |
17.7 |
144.0 |
8.12 |
建筑19 |
1178 |
69.7 |
190.6 |
203.0 |
73.1 |
70.6 |
617.2 |
2.81 |
密集市区建筑 |
4859 |
57.1 |
102.4 |
154.0 |
57.5 |
64.9 |
1059.2 |
0.6 |
普通城区建筑 |
4238 |
62.8 |
141.1 |
196.1 |
69.5 |
99.9 |
4367.2 |
2.1 |
郊区的建筑 |
3581 |
28.6 |
52.9 |
62.2 |
27.2 |
99.7 |
5854.2 |
0.4 |
农村地区建筑 |
820 |
28.4 |
44.9 |
60.3 |
70.3 |
1231.5 |
35255.9 |
1.5 |
Polaris Wireless公司的室内精确度统计分析汇总表
水平方向误差统计分析(单位:米) |
||||||||
建筑 编号 |
呼叫 总数 |
误差统计分布67% |
误差统计分布90% |
误差统计分布95% |
平均误差 |
标准差 |
最大误差 |
最小误差 |
建筑1 |
700 |
273.7 |
476.1 |
667.9 |
247.0 |
245.6 |
1304.3 |
16.41 |
建筑2 |
970 |
83.4 |
207.9 |
636.7 |
125.4 |
160.9 |
1070.2 |
8.27 |
建筑3 |
638 |
167.2 |
600.5 |
891.3 |
209.6 |
277.0 |
1656.1 |
3.55 |
建筑4 |
392 |
112.7 |
297.6 |
304.8 |
125.0 |
118.7 |
1049.4 |
7.10 |
建筑5 |
649 |
133.3 |
236.6 |
295.1 |
135.2 |
84.5 |
586.7 |
13.08 |
建筑6 |
814 |
137.6 |
261.9 |
324.7 |
137.4 |
100.9 |
1089.1 |
23.21 |
建筑7 |
888 |
330.9 |
606.7 |
667.9 |
274.6 |
188.8 |
962.7 |
30.07 |
建筑8 |
400 |
154.5 |
201.4 |
215.3 |
133.9 |
48.90 |
242.8 |
8.42 |
建筑9 |
599 |
255.0 |
320.5 |
325.5 |
195.6 |
93.60 |
595.4 |
49.19 |
建筑10 |
396 |
381.4 |
538.8 |
681.5 |
301.8 |
192.6 |
952.5 |
34.39 |
建筑11 |
392 |
323.8 |
563.9 |
582.8 |
266.4 |
200.7 |
828.2 |
13.24 |
建筑12 |
328 |
1748 |
3080.1 |
3135.9 |
1361.8 |
1202.1 |
5809.2 |
66.17 |
建筑13 |
398 |
468 |
587.2 |
689.2 |
420.2 |
309.3 |
3232 |
182.74 |
建筑14 |
998 |
60.7 |
127.6 |
175.3 |
71.7 |
119.2 |
1270.8 |
3.21 |
建筑15 |
1114 |
77.5 |
146.9 |
165.2 |
77.3 |
82.2 |
796.2 |
2.22 |
建筑16 |
952 |
285.7 |
558.7 |
602.5 |
232.4 |
191.7 |
787.0 |
4.35 |
建筑17 |
987 |
218.6 |
553.8 |
717.1 |
237.2 |
201.9 |
1206.7 |
21.74 |
建筑18 |
812 |
178.4 |
256.4 |
354.8 |
141.7 |
216.2 |
3131.9 |
0.39 |
建筑19 |
1034 |
282.0 |
850.1 |
901.0 |
290.7 |
298.2 |
2727.6 |
4.61 |
密集市区建筑 |
5372 |
116.7 |
400.1 |
569.3 |
150.3 |
193.3 |
1656.1 |
2.2 |
普通城区建筑 |
3874 |
198.4 |
447.8 |
729.9 |
203.0 |
225.9 |
3131.9 |
0.4 |
郊区的建筑 |
3489 |
232.1 |
420.7 |
571.4 |
215.1 |
161.9 |
1089.1 |
8.4 |
农村地区建筑 |
726 |
575.7 |
3005.1 |
3072.3 |
845.6 |
961.3 |
5809.2 |
66.2 |
Qualcomm公司的室内精确度统计分析汇总表
水平方向错误统计分析 |
||||||||
建筑 编号 |
呼叫 总数 |
误差统计分布67% |
误差统计分布90% |
误差统计分布95% |
平均误差 |
标准差 |
最大误差 |
最小误差 |
建筑1 |
705 |
187.5 |
249.9 |
302.8 |
145.3 |
106.9 |
621.0 |
7.57 |
建筑2 |
868 |
103.3 |
165.5 |
188.4 |
95.6 |
55.3 |
405.1 |
2.53 |
建筑3 |
1227 |
185.7 |
335.1 |
355.6 |
169.0 |
110.7 |
722.5 |
10.65 |
建筑4 |
1240 |
243.7 |
434.4 |
701.5 |
348.8 |
983.2 |
18236.7 |
1.79 |
建筑5 |
6.51 |
173.4 |
201.3 |
287.4 |
150.1 |
76.5 |
793.3 |
7.28 |
建筑6 |
726 |
95.5 |
192.1 |
336.6 |
105.7 |
200.4 |
4639.4 |
2.68 |
建筑7 |
1470 |
151.0 |
245.5 |
576.4 |
139.9 |
174.9 |
1665.3 |
1.44 |
建筑8 |
358 |
9.3 |
14.5 |
17.0 |
7.9 |
4.7 |
24.8 |
0.66 |
建筑9 |
507 |
68.3 |
191.4 |
388.3 |
101.7 |
229.3 |
4078.5 |
1.76 |
建筑10 |
359 |
19.6 |
34.8 |
43.3 |
22.3 |
71.9 |
1329.5 |
1.03 |
建筑11 |
359 |
11.9 |
19.6 |
26.0 |
15.7 |
66.7 |
1097.1 |
0.23 |
建筑12 |
353 |
37.7 |
143.9 |
253.8 |
374.8 |
2023.9 |
18875.5 |
1.00 |
建筑13 |
356 |
67.9 |
236.7 |
3651.7 |
902.7 |
3706.7 |
27782.4 |
1.41 |
建筑14 |
810 |
176.3 |
230.3 |
257.1 |
144.5 |
85.4 |
711.5 |
1.86 |
建筑15 |
812 |
166.6 |
262.3 |
304.1 |
146.9 |
76.6 |
424.4 |
2.12 |
建筑16 |
723 |
125.3 |
209.9 |
264.4 |
100.4 |
89.9 |
707.3 |
0.53 |
建筑17 |
876 |
129.5 |
278.6 |
331.1 |
120.7 |
114.1 |
977.1 |
1.62 |
建筑18 |
677 |
211.5 |
333.8 |
369 |
143.4 |
131.4 |
622.7 |
3.82 |
建筑19 |
894 |
446.3 |
509.7 |
530.6 |
315.1 |
191.2 |
2405.1 |
6.62 |
密集市区建筑 |
5145 |
155.8 |
267.5 |
328.1 |
136.4 |
94.7 |
722.5 |
0.5 |
普通城区建筑 |
433.8 |
226.8 |
449.3 |
507.1 |
233.9 |
547.7 |
18236.7 |
1.6 |
郊区的建筑 |
3716 |
75.1 |
204.8 |
295.7 |
92.0 |
173.6 |
4639.4 |
0.2 |
农村地区建筑 |
709 |
48.5 |
210.1 |
312.3 |
639.9 |
2999.2 |
27782.4 |
1.0 |
密集市区环境
卫星信号(如GPS信号)穿透大型建筑物存在很大的挑战。因此,经常需要使用辅助全球卫星定位系统(AGPS)的备用模式,例如前向链路三角定位系统(AFLT)。当采用GPS定位时,并没有出现预期的精度降低现象。然而,使用混合定位时却出现了令人惊讶的误差比率。即使在卫星信号不能穿透的测试点,混合定位的质量相对于GPS定位也有明显的差距。
射频特征识别技术(RF finger-printing)有望能在密集城市环境中展现最好的性能。因为,这种测试环境是一个密闭的空间,而且包含众多射频基站和切换边界,通过大量而广泛的测量校准,就可以构建出比较理想的射频特征图谱。
在密集城市环境中,测试结果显示,性能最理想的—是地面信标定位系统。然而,由于多径效应,最终的定位结果可能只是在绝对距离上接近测试点(例如,相差40米),但是经常会出现定位到街对面的建筑物、临近建筑物,甚至几个街区外的建筑物里的情况。
普通城区环境
普通城区环境中,每一种测试建筑物会给定位带来不同的挑战,而参与测试的三种技术在不同程度上满足了试验要求。
在一个联盟棒球体育场内,由于射频信号的无遮挡传输,将导致辅助全球卫星定位系统(AGPS)的备选定位结果距离被测点非常远。而在一些测试点上,运动场的特殊结构也将给射频特征识别技术带来了极大的挑战。
在某些情况下,会议中心可以视为深室环境,但是其内部一般拥有来自室内基站的很强的蜂窝信号。在此环境中,基于地面信标的定位系统将不再像其他环境中表现的那么理想,因为来自建筑外的信标信号的衰减会很大。而此时,辅助全球卫星定位系统(AGPS)和射频特征识别技术则能够依靠建筑物内部的蜂窝小区基站实现定位。
在一幢拥有中央天井的、厚实的旧楼里进行测试时,测试结果会因为距离窗户和天井的远近而产生巨大差异。这种环境下,NextNav公司和Qualcomm公司都出现了定位到街道对面建筑物的现象。而Polaris Wireless公司的射频特征识别技术的测试结果则相对集中,其多数定位结果都在目标建筑物的街区附近。
汽车旅馆的特殊结构也为室内定位带来了独特的挑战。在这种环境下,绝对距离(例如,50米或者150米),这一原来在评估室外定位效果时极其重要的参数,对于室内定位而言其作用将被削弱。因为在这个误差范围内,紧急派遣的搜救人员很容易进入错误的建筑或街区。尽管定位精确到临近的街道已经要比定位到几个街区之外好的多,但这样的定位精度仍然无法达到某些应用服务或用户的要求。
在建筑物并不密集的圣何塞市区的一幢高大公寓楼内进行试验,发现辅助全球卫星定位系统(AGPS)的表现相对较差,信标系统的性能不够稳定,而射频特征识别技术的定位性能则随着测试点的高度增加而不断退化。总之,上述城区的特殊环境,再加上相对稀疏的蜂窝基站,最终导致了普通城区环境中的定位效果略差于密集的城市环境。
郊区环境
郊区的建筑物相对于市区来说建筑结构将更为简单,且楼间距也将更大。在这种环境中,室内GPS定位的性能受到的影响将小得多,理想情况下几乎与室外定位的性能一样好,可以实现精确定位到某一楼层;在相同的环境中,从平均性能表现上看,基于信标的定位技术表现也同样出色;而射频特征识别技术的性能相比于密集的城市环境则有所下降。
辅助全球卫星定位系统(AGPS)的性能随着郊区建筑物不断变高、变大而不断降低;而基于地面信标的定位技术则几乎不受建筑物高低、大小的影响;而射频特征识别技术也是在相对较小的郊区建筑测试环境,定位性能有所提升,但是仍然会有很大一部分结果出现偏差,定位到街道、高速公路或者对面的建筑物上。
乡村环境
在乡村,拥有金属屋顶的宽敞单层结构建筑,将会对卫星信号的接收带来极大的挑战。在这些情况下,多采用混合定位方式,对传统卫星定位结果加以修正。金属房顶对基于地面信标网络的定位方式影响较小,因为它对地面信标的影响远远小于它对空中卫星信号的影响。因此,在这类环境中,基于信标的定位方式性能优于辅助全球卫星定位系统(AGPS)。当然,信标定位的性能优劣仍然取决于乡村地区部署的信标密度,而在我们的测试中,是保证这一密度足够的。
在郊区环境和乡村环境中,由于蜂窝基站密度的减少,射频特征识别定位技术的性能有所下降。
结论
最后报告总结如下:在第一阶段的测试中,最终只有上述三项技术完成了全部测试。而随着此项测试工作的不断深入,将会为通信安全、可靠性和互操作性理事会(CSRIC)第三工作小组(WG3)以及相关试验室提供了更为良好的学习和深入研究机会。但是,目前仍存在大量已有的基于位置服务(LBS)技术以及即将面世的新定位技术,等待评估与测试,以期用于提高室内无线E911的性能。而室内无线E911是一个重要的公共安全问题,其迫切性只会不断增加。
该报告并没有涵盖所有的地域类型,其中一个关键原因就是成本问题。而在时间进度方面,同样也受到了成本的限制。不过,一些评论家已经得出如下结论:NextNav公司技高一筹,相比于其他两种技术,NextNav公司的解决方案能够更好的应对更多的挑战,因为它不像其他两种技术那样在很大程度上依赖于现有的基础设施。