Nghiên cứu, phát triển kỹ thuật định vị trong nhà sử dụng tín hiệu wi fi

BỘ GIÁO DỤC VÀ ĐÀO TẠO

BỘ KHOA HỌC VÀ CÔNG NGHỆ

VIỆN ỨNG DỤNG CÔNG NGHỆ
-----------------

VŨ TRUNG KIÊN

NGHIÊN CỨU, PHÁT TRIỂN KỸ THUẬT ĐỊNH VỊ TRONG
NHÀ SỬ DỤNG TÍN HIỆU Wi-Fi

LUẬN ÁN TIẾN SĨ KỸ THUẬT

HÀ NỘI-2019


BỘ GIÁO DỤC VÀ ĐÀO TẠO

BỘ KHOA HỌC VÀ CÔNG NGHỆ

VIỆN ỨNG DỤNG CÔNG NGHỆ
-----------------

VŨ TRUNG KIÊN

NGHIÊN CỨU, PHÁT TRIỂN KỸ THUẬT ĐỊNH VỊ TRONG
NHÀ SỬ DỤNG TÍN HIỆU Wi-Fi

LUẬN ÁN TIẾN SĨ KỸ THUẬT

Chuyên ngành:

KỸ THUẬT ĐIỆN TỬ

Mã số:

9520203

Người hướng dẫn khoa học: GS.TS. LÊ HÙNG LÂN

HÀ NỘI-2019


LỜI CAM ĐOAN
Tôi xin cam đoan các kết quả trình bày trong luận án là công trình
nghiên cứu của tôi dưới sự hướng dẫn của các cán bộ hướng dẫn. Các
số liệu, kết quả trình bày trong luận án là hoàn toàn trung thực và chưa
được công bố trong bất kỳ công trình nào trước đây. Các kết quả sử
dụng tham khảo đều đã được trích dẫn đầy đủ theo đúng quy định.

Hà Nội, ngày

tháng
2019

Tác giả

Vũ Trung Kiên

năm

LỜI CẢM ƠN
Trong quá trình nghiên cứu và hoàn thành luận án này, tác
giả đã nhận được nhiều sự giúp đỡ và đóng góp quý báu.
Đầu tiên, tác giả xin bày tỏ lòng biết ơn sâu sắc tới GS.TS. Lê Hùng
Lân đã tận tình hướng dẫn và giúp đỡ tác giả trong quá trình nghiên cứu.

Tác giả xin chân thành cảm ơn Viện Ứng dụng Công nghệ - Bộ
Khoa học và Công nghệ đã tạo điều kiện thuận lợi để tác giả hoàn
thành nhiệm vụ. Tác giả cũng xin cảm ơn Trường Đại học Công nghiệp
Hà Nội, là đơn vị chủ quản, đã tạo điều kiện cho phép tác giả có thể
tham gia nghiên cứu trong các năm làm nghiên cứu sinh.
Tác giả cũng xin bày tỏ lòng cảm ơn sâu sắc đến TS. Hoàng Mạnh
Kha, người luôn đồng hành cùng tác giả trong thời gian nghiên cứu; xin chân

thành cảm ơn TS. Lê Văn Thái và các anh chị em đồng nghiệp thuộc khoa
Điện tử, trường Đại học Công nghiệp Hà Nội đã luôn tạo mọi điều kiện giúp

tác giả hoàn thành luận án.
Cuối cùng, tác giả xin bày tỏ lòng cảm ơn chân thành đến gia đình,
bạn bè, các đồng chí, đồng nghiệp đã luôn động viên, giúp đỡ tác giả vượt
qua mọi khó khăn để đạt được những kết quả nghiên cứu như ngày hôm nay.


i

MỤC LỤC
LỜI CAM ĐOAN.............................................................................................................................. i
LỜI CẢM ƠN.................................................................................................................................... ii

DANH MỤC HÌNH VẼ............................................................................................................... iv
DANH MỤC BẢNG BIỀU, LƯỢC ĐỒ.......................................................................... vi
DANH MỤC CÁC TỪ VIẾT TẮT..................................................................................... vii
DANH MỤC CÁC KÝ HIỆU CHÍNH................................................................................. x
MỞ ĐẦU............................................................................................................................................... 1
1. Tính cấp thiết của đề tài............................................................................................. 1
2. Đối tượng và phạm vi nghiên cứu................................................................... 5
3. Mục tiêu nghiên cứu..................................................................................................... 5
4. Phương pháp nghiên cứu........................................................................................ 6
5. Bố cục của luận án......................................................................................................... 6
CHƯƠNG 1. TỔNG QUAN VỀ KỸ THUẬT ĐỊNH VỊ TRONG NHÀ SỬ
DỤNG TÍN HIỆU Wi-Fi............................................................................................................... 8
1.1. Các kỹ thuật định vị trong nhà sử dụng tín hiệu Wi-Fi ..............8
1.1.1. Kỹ thuật định vị tiệm cận........................................................................... 8
1.1.2. Kỹ thuật định vị sử dụng ToA................................................................ 9
1.1.3. Kỹ thuật định vị sử dụng TDoA......................................................... 10
1.1.4. Kỹ thuật định vị sử dụng AoA............................................................. 11
1.1.5. Kỹ thuật định vị sử dụng kết hợp AoA và ToA.....................12
1.1.6. Kỹ thuật định vị sử dụng RSSI và mô hình suy hao đường truyền

14
1.1.7. Kỹ thuật định vị dựa trên dấu vân tay RSSI............................ 15
1.1.7.1. RSSIF-IPT sử dụng phương pháp tất định.......................15
1.1.7.2. RSSIF-IPT sử dụng phương pháp xác suất....................17
1.1.8. Đánh giá các kỹ thuật định vị.............................................................. 21


ii

1.2. Đặt vấn đề nghiên cứu......................................................................................... 27

1.3. Kết luận chương 1................................................................................................... 33
CHƯƠNG 2. ƯỚC LƯỢNG THAM SỐ CỦA MÔ HÌNH MÔ TẢ PHÂN BỐ

Wi-Fi RSSI........................................................................................................................................ 35
2.1. Đặt vấn đề....................................................................................................................... 35
2.2. Giới thiệu thuật toán EM.................................................................................... 39
2.3. Ước lượng các tham số của GMM khi một phần dữ liệu không quan sát

được do censoring............................................................................................................ 41
2.4. Ước lượng các tham số của GMM khi một phần dữ liệu không quan sát

được do dropping.............................................................................................................. 44
2.5. Ước lượng các tham số của GMM khi một phần dữ liệu không quan sát

được do censoring và dropping............................................................................ 46
2.6. Đánh giá sai số của các tham số trong GMM ước lượng được bằng

thuật toán EM.......................................................................................................................... 52
2.7. Kết luận chương 2................................................................................................... 56
CHƯƠNG 3. ƯỚC LƯỢNG SỐ THÀNH PHẦN GAUSS TRONG MÔ
HÌNH MÔ TẢ PHÂN BỐ Wi-Fi RSSI............................................................................ 57
3.1. Đặt vấn đề....................................................................................................................... 57
3.2. Các phương pháp ước lượng số thành phần Gauss trong GMM
............................................................................................................................................................. 60

3.2.1. Ước lượng số thành phần Gauss trong GMM bằng phương pháp

PF................................................................................................................................................. 60
3.2.2. Ước lượng số thành phần Gauss trong GMM bằng phương pháp

CF................................................................................................................................................ 62
3.3. Ước lượng số thành phần Gauss trong GMM khi một phần dữ liệu

không quan sát được do censoring và dropping .................................. 63
3.4. Đánh giá các thuật toán ước lượng số thành phần Gauss trong GMM
....

68
3.5. Kết luận chương 3................................................................................................... 77


CHƯƠNG 4. XÂY DỰNG THUẬT TOÁN ĐỊNH VỊ VÀ CÁC KẾT QUẢ


iii

THỰC NGHIỆM IPS.................................................................................................................. 78
4.1. Đặt vấn đề....................................................................................................................... 78
4.2. Thuật toán định vị dựa trên phương pháp MaP............................ 79
4.3. Các kết quả thực nghiệm IPS........................................................................ 82
4.3.1. Sai số định vị...................................................................................................... 82
4.3.1.1. Thực nghiệm IPS trên dữ liệu mô phỏng..........................83
4.3.1.2. Thực nghiệm IPS trên dữ liệu thực........................................ 86
4.3.2. Mức độ phức tạp của thuật toán định vị................................... 90
4.4. Kết luận chương 4................................................................................................... 92
KẾT LUẬN........................................................................................................................................ 93
A. Các kết quả chính của luận án......................................................................... 93
B. Các đóng góp mới của luận án........................................................................ 93
C. Hướng phát triển của luận án........................................................................... 94
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ................................................ 96

PHỤ LỤC....................................................................................................................................... PL1


iv

DANH MỤC HÌNH VẼ
Hình 1.1. Mô tả kỹ thuật định vị tiệm cận............................................................... 8
Hình 1.2. Mô tả ToA-IPT.......................................................................................................... 9
Hình 1.3. Mô tả TDoA-IPT................................................................................................... 11
Hình 1.4. Mô tả AoA-IPT...................................................................................................... 12
Hình 1.5. Mô tả kỹ thuật định vị sử dụng kết hợp AoA và ToA .........13
Hình 1.6. Mô tả RSSIF-IPT................................................................................................. 15
Hình 1.7. Mô tả D-RSSIF-IPT............................................................................................ 17
Hình 1.8. Biểu đồ tần suất của Wi-Fi RSSI thu thập được tại các vị trí khác

nhau trong điều kiện tĩnh................................................................................................... 29
Hình 1.9. Biểu đồ tần suất của Wi-Fi RSSI được thu thập trong các điều kiện

động khác nhau.......................................................................................................................... 31
Hình 1.10. Biểu đồ tần suất của Wi-Fi RSSI thể hiện các vấn đề censoring,

dropping và đa thành phần Gauss............................................................................ 31
Hình 2.2. Mô tả hiện tượng dropping...................................................................... 37
Hình 2.3. Tương quan giữa số lượng mẫu dữ liệu (N) và MSE của các tham số

trong GMM được ước lượng bởi EM-CD-GMM............................................. 56
Hình 3.1. Biểu đồ tần suất của Wi-Fi RSSI thu thập từ một AP........59
Hình 3.2. Thuật toán ước lượng số thành phần Gauss trong GMM bằng

phương pháp PF....................................................................................................................... 61

Hình 3.3. Thuật toán ước lượng số thành phần Gauss trong GMM bằng

phương pháp CF....................................................................................................................... 63
Hình 3.4. Thuật toán EM-CD-GMM-PFBIC-CD....................................................... 67
Hình 3.5. Biểu đồ tần suất của tập dữ liệu mô phỏng được tạo bằng hàm ngẫu

nhiên với J=2................................................................................................................................ 76
Hình 3.6. Tương quan giữa số mẫu dữ liệu và xác suất ước lượng đúng số

thành phần Gauss khi c
0.1

92dBm và
76


v

Hình 4.1. Mặt bằng mô phỏng được tạo trên Matlab................................. 83
Hình 4.2. CDF của sai số định vị sau 1000 lần thực nghiệm với dữ liệu mô

phỏng................................................................................................................................................... 86
Hình 4.3. Mặt bằng của khu vực thực nghiệm IPS ...................................... 87
Hình 4.4. Giao diện của phần mềm thu thập Wi-Fi RSSI........................ 87
Hình 4.5. Nội dung các file *.xml chứa Wi-Fi RSSI thu thập từ các AP khác

nhau...................................................................................................................................................... 88
Hình 4.6. Tổng hợp dữ liệu thu thập được trong giai đoạn huấn luyện
................................................................................................................................................................... 88

Hình 4.7. CDF của sai số định vị sau 100 lần thực nghiệm với dữ liệu thực . 89

Hình 4.8. CDF của sai số định vị tương ứng với bốn thực nghiệm
................................................................................................................................................................... 91


vi

DANH MỤC BẢNG BIỀU, LƯỢC ĐỒ
Bảng 1.1. Thống kê sai số định vị của một số nghiên cứu về các kỹ thuật định

vị dựa trên vị trí của các AP............................................................................................ 23
Bảng 1.2. Thống kê sai số định vị của một số nghiên cứu về RSSIF-IPT
................................................................................................................................................................... 23
Bảng 1.3. Thông tin cần thu thập xây dựng cơ sở dữ liệu với các kỹ thuật định

vị.............................................................................................................................................................. 24
Bảng 1.4. Tổng hợp các ưu điểm, nhược điểm của các kỹ thuật định vị
................................................................................................................................................................... 26

Bảng 2.1.

KLD

của các thuật toán EM sau 1000 lần thực nghiệm...54

Bảng 2.2.

KLD

của các thuật toán EM sau 1000 lần thực nghiệm...54

Bảng 3.1. Các bộ tham số được sử dụng tạo tập dữ liệu mô phỏng
................................................................................................................................................................... 68

Bảng 3.2. Thống kê xác suất ước lượng đúng, lệch một và lệch từ hai thành

phần Gauss trở lên của các thuật toán................................................................ 70
Bảng 3.2. (tiếp)............................................................................................................................ 71
Bảng 3.3. Thống kê số lần ước lượng số thành phần Gauss khi c
94 ,

0 , tỉ lệ dữ liệu quan sát được là 98.8%................................................................. 72
Bảng 3.4. Thống kê số lần ước lượng số thành phần Gauss khi c
92 ,

0.1, tỉ lệ dữ liệu quan sát được là 82.6%.............................................................. 73
Bảng 3.5. Thống kê số lần ước lượng số thành phần Gauss khi c
90 ,

0.2 , tỉ lệ dữ liệu quan sát được là 59.2%............................................................ 74
Bảng 4.1. Giá trị trung bình và phương sai của sai số định vị sau 1000 lần

thực nghiệm với dữ liệu mô phỏng.......................................................................... 86
Bảng 4.2. Giá trị trung bình và phương sai của sai số định vị sau 100 lần thực

nghiệm với dữ liệu thực..................................................................................................... 89


Bảng 4.3. Trung bình thời gian thực hiện, giá trị trung bình và phương sai của

sai số định vị tương ứng với bốn thực nghiệm............................................ 91


vii

DANH MỤC CÁC TỪ VIẾT TẮT
Từ viết
tắt 2D
3D
AIC
AIC3
AoA
AP
BIC
CDF
CF
CIR

Nghĩa tiếng Anh

Dimension 3
Dimension Akaike
Không gian ba
Information
chiều Tiêu chuẩn
Criterion
thông tin Akaike
Akaike Information
Tiêu chuẩn thông

Criterion 3 Angle of
tin Akaike 3
Arrival Access Point
Góc tới (của tín hiệu Wi-Fi)
Bayesian
Điểm truy cập (Wi-Fi)
Information Criterion
Cumulative
Tiêu chuẩn thông tin Bayes
Distribution
Hàm phân phối tích lũy
Function
Characteristic Function Hàm đặc trưng
Đáp ứng xung của kênh
Channel Impulse Response
truyền
2

DR

Dead Reckoning

D-RSSIF-IPT

Deterministic RSSI

EM
EM-CD-G

EM-CD-GMM

EM-CD-GMMPFBIC-CD

Nghĩa tiếng Việt
Không gian hai chiều

Fingerprinting based IPT

Expectation
Maximization EM
algorithm for
parameter estimation
of Gaussian
distribution in the
presence of Censored
and Dropped data
EM algorithm for parameter
estimation of the GMM in
the presence of Censored
and Dropped mixture data

Model selection and
BIC-CD

parameter estimation
algorithm utilizing EM-CDGMM and PF

Kỹ thuật định vị dự
đoán Kỹ thuật định vị
trong nhà dựa trên

dấu vân tay RSSI sử
dụng phương pháp
tất định
Cực đại kỳ vọng
Thuật toán EM ước lượng
các tham số của phân phối
Gauss khi một phần dữ liệu

không quan sát được do

censoring và dropping
Thuật toán EM ước lượng
các tham số của GMM khi

một phần dữ liệu không
quan sát được do censoring

và dropping
Thuật toán ước lượng các
tham số và số thành phần
Gauss trong GMM sử dụng
EM-CD-GMM và PFBIC-CD


viii

Từ viết tắt

Nghĩa tiếng Anh

EM-C-G

EM algorithm for parameter
estimation of Gaussian
distribution in the presence
of Censored data

Nghĩa tiếng Việt

EM-GMMPFAIC

The EM algorithm for
parameter estimation of
the GMM in the presence
of Censored mixture data
The EM algorithm for
parameter estimation of
the GMM in the presence
of Dropped mixture data
Model selection and
parameter estimation
algorithm utilizing EM-

Thuật toán EM ước
lượng các tham số của
phân phối Gauss khi một
phần dữ liệu không quan
sát được do censoring
Thuật toán EM ước lượng
các tham số của GMM khi

một phần dữ liệu không
quan sát được do
censoring Thuật toán EM
ước lượng các tham số
của GMM khi một phần dữ
liệu không quan sát được
do dropping Thuật toán
ước lượng các tham số và
số thành phần Gauss sử

EM-GMMPFBIC

GMM and PFAIC
Model selection and
parameter estimation
algorithm utilizing EM-

dụng EM-GMM và PFAIC
Thuật toán ước lượng
các tham số và số thành
phần Gauss sử dụng

GMM and PFBIC
Model selection and

EM-GMM và PFBIC
Thuật toán ước lượng
các tham số và số thành
phần Gauss sử dụng
EM-GMM và SWRLCF

EM-C-GMM

EM-D-GMM

EM-GMMSWRLCF
GMM
IPS
IPT
KLD
KNN
LF
LLF
LoS
LS
MaP

parameter estimation
algorithm utilizing EMGMM and SWRLCF
Gaussian Mixture Model
Indoor Positioning
System Indoor
Positioning Technique
Kullback Leibler
Divergence

K-Nearest Neighbors
Likelihood Function
Log-Likelihood Function
Light of Sight

Least Squares
Maximum a Posteriori

Mô hình hỗn hợp Gauss Hệ
thống định vị trong nhà

Kỹ thuật định vị trong nhà

Khoảng cách
Kullback Leibler
K láng giềng gần
nhất Hàm hợp lý
Logarit của hàm
hợp lý Trực thị
Bình phương cực
tiểu Cực đại xác
suất hậu nghiệm


ix

Từ viết
tắt ML

Nghĩa tiếng Anh
Maximum Likelihood

PF

Mean Squared Error

OBject
Non Light of Sight
Probability Density
Function
Penalty Function

PFAIC

PF of AIC

MSE
OB
NLoS
PDF

PFBIC

PF of BIC

PFBIC-CD

PF of extended BIC in the
presence of Censored
and Dropped data

PLM

Path Loss Model

P-RSSIF-IPT

RP
RSSI
RSSIFIPT
SWRLCF
TDoA
ToA
TSARS
WLAN

Probabilistic RSSI
Fingerprinting based IPT

Reference Point
Received Signal
Strength Indication
RSSI Fingerprinting
based IPT
Sum of Weighted Real
parts of all LogCharacteristic Functions
Time Difference of
Arrival Time of Arrival
Time and Space Attributes
of Received Signal

Wireless Local
Area Network

Nghĩa tiếng Việt
Hợp lý cực đại

Sai số toàn phương
trung bình
Đối tượng (được
định vị) Không trực
thị
Hàm mật độ xác
suất Hàm phạt
Hàm phạt của AIC
Hàm phạt của BIC

Hàm phạt trong BIC mở
rộng cho trường hợp
một phần dữ liệu không
quan sát được do
censoring và dropping
Mô hình suy hao
đường truyền
Kỹ thuật định vị trong
nhà dựa trên dấu vân
tay RSSI sử dụng
phương pháp xác suất
Điểm tham chiếu
Chỉ số cường độ tín
hiệu nhận được
Kỹ thuật định vị trong nhà
dựa trên dấu vân tay RSSI
Tổng có trọng số của các
phần thực trong logarit
của hàm đặc trưng

Chênh lệch về thời
gian tới Thời gian tới
Thuộc tính về không
gian và thời gian của
tín hiệu nhận được
Mạng nội bộ không dây


x

DANH MỤC CÁC KÝ HIỆU CHÍNH
Ý nghĩa

Ký hiệu
In đậm,
thẳng In
nghiêng In
thường,
thẳng

Ma trận, véc tơ. Ví dụ: x, y,Θ
Biến số, tham số. Ví dụ: xn , yn , J, ,

Hàm số. Ví dụ: ln(.) , p(.) δ .
Tập số nguyên
Tập số thực
Tổng của một phép toán
Tích của một phép toán
Tương đương (biểu thức)

Xấp xỉ
Hàm tương đương

.

ˆ

(.)

T

(.) 1

d

Ước lượng được (tham số)
Phép chuyển vị ma trận
Phép nghịch đảo ma trận
Đạo hàm, ví dụ dyn
Đạo hàm riêng

log10 (.)

Logarit tự nhiên
Logarit thập phân

P(.)

Xác suất

P(.|.)

Xác suất có điều kiện

p(.)

Hàm mật độ xác suất (PDF)

p(. |.)
( .)

Hàm mật độ xác suất có điều kiện
(Conditional PDF) PDF của phân phối Gauss

ln(.)

δ.
Q(.)
erf(.
)

Hàm Kronecker Delta
Hàm phụ (auxiliary function), biểu diễn
kỳ vọng Hàm lỗi (error function)


xi

Ký hiệu

Hàm lỗi bù (complementary error function)
Hàm hợp lý (Likelihood)

erfc(.)
(.)

(.),

(.),

Các hàm, chi tiết như trong mục 2.3 và 2.5.

β(.), α(.)
I0 (.), I1(.),
I2 (.)

PFBIC (.)

PF

(.)
BIC D

PFBIC C (.)

PF

(.)
BIC CD

ˆ

PJ

J

ˆ

P JJ

2

Các tích phân (chi tiết như trong phụ lục 1, 2, 3)
Sai số toàn phương trung bình
Hàm phạt của BIC hoặc AIC hoặc

MSE(.)
PF(.)

P J=J

Ý nghĩa

AIC3 Hàm phạt của BIC
Hàm phạt của BIC mở rộng cho trường hợp một số
mẫu dữ liệu không quan sát được do dropping
Hàm phạt của BIC mở rộng cho trường hợp một số
mẫu dữ liệu không quan sát được do censoring
Hàm phạt của BIC mở rộng cho trường hợp một số mẫu
dữ liệu không quan sát được do censoring và dropping

Xác suất số thành phần Gauss ước lượng J
được bằng số thành phần Gauss thực J

ˆ

ˆ
1

Xác suất xác suất J lệch so với J một thành phần Gauss

ˆ

Xác suất xác suất J lệch so với J từ hai thành
phần Gauss trở lên
Giá trị trung bình
Độ lệch chuẩn
Bộ tham số của phân phối Gauss ,

Θ

ˆ

Bộ tham số của GMM


xii

Ý nghĩa

Ký hiệu

Bộ tham số của thành phần Gauss thứ j trong GMM,
j

j

Θ

[ wj ,

j

,

j

]

Bộ tham số của GMM với J thành phần
J

J
J max

ˆ
J

Gauss Số thành phần Gauss trong GMM
Số thành phần Gauss tối đa sử dụng để tính

các hàm phạt trong BIC
Số thành phần Gauss trong GMM ước

wj

lượng được Trọng số của thành phần Gauss

y

thứ j trong GMM Xác xuất xảy ra dropping
Tập dữ liệu đầy đủ, không quan sát

yn
x

xn
d

dn
z

được Các mẫu dữ liệu trong tập y
Tập dữ liệu không đầy đủ, quan sát
được Các mẫu dữ liệu trong tập x
Tập các biến nhị phân biểu thị khi xảy ra dropping (d n=1)

hoặc không xảy ra dropping (dn=0)
Các biến trong tập d
Tập các biến nhị phân biểu thị khi xảy ra censoring ( zn

1)

zn

hoặc không xảy ra censoring ( zn 0 )

Các biến trong tập z

v
vn
nj

c

Tập các biến nhị phân biểu thị khi các mẫu dữ liệu
quan sát được ( vn 0 ) hoặc không quan sát được (

vn 1) do censoring hoặc dropping hoặc cả hai
Các biến trong tập v
Tập các biến nhị phân tiềm ẩn (latent variable)
Các biến trong tập


N
g
ư
ỡ
n
g
t

h
u
c
ủ
a
t
h
i
ế
t
b
ị

thu thập Wi-Fi RSSI Nhân tử
Lagrange


xiii

Ký hiệu

Ý nghĩa
Chỉ số của các vòng lặp trong thuật toán EM
Số mẫu dữ liệu thu thập được tại một RP từ một AP

(k)

N

N

Ps

N AP
N RP

Số lượng tham số trong GMM được sử dụng mô
tả phân bố của một tập dữ liệu
Số điểm truy cập Wi-Fi (AP)

CF

Số điểm tham chiếu (RP)
EM

Ngưỡng hội tụ của SWRLCF

q

Ngưỡng hội tụ của thuật

ˆ

toán EM Vị trí của RP thứ q

.

Vị trí của OB (ước lượng được)

K
DE

DE

NN

2

t

Số láng giềng gần nhất
Trung bình của sai số định vị

ETP
KLD

Phương sai của sai số định vị
Trung bình thời gian máy tích thực hiện thuật

KLD

toán định vị Trung bình KLD
Độ lệch chuẩn của KLD


1

MỞ ĐẦU
1. Tính cấp thiết của đề tài
Từ thời nguyên thủy, nhu cầu về định vị và dẫn đường đã xuất hiện
trong lĩnh vực hàng hải. Khi đó, con người dựa vào việc quan sát các vì sao,

hướng gió, dòng hải lưu để định hướng khi đi biển. Sau này khi khoa học
phát triển, các hệ thống định vị dựa trên vệ tinh ra đời cũng là thời điểm
đánh dấu một bước phát triển đột phá trong lĩnh vực định vị và dẫn đường.
Các hệ thống định vị toàn cầu như: GPS (Global Positioning System) của
Mỹ, GLONASS (Global Navigation Satellite System) của Nga, Galileo của
châu Âu, hay BDS (BeiDou Navigation Satellite System) của Trung Quốc đã
và đang mang lại rất nhiều lợi ích trong các mặt của đời sống xã hội. Ở môi
trường ngoài trời, các hệ thống định vị dựa trên vệ tinh có thể định vị với sai
số chỉ vài mét. Tuy nhiên, trong đô thị hay trong tòa nhà, độ chính xác của
các hệ thống định vị này giảm đi rất nhiều.
Ở các khu vực trong nhà có diện tích rất lớn như trung tâm

thương mại, nhà ga, sân bay, việc tìm một địa điểm hoặc di chuyển tới
một địa điểm nào đó trong các khu vực này là rất khó khăn nếu như
không có dịch vụ định vị hoặc dẫn đường. Mặt khác theo kết quả khảo
sát năm 2016 của Sithole.G và nhóm tác giả [46], trung bình hàng ngày
mỗi người dành 80% đến 90% thời gian để làm việc, sinh hoạt ở môi
trường trong nhà; 70% điện thoại di động và 80% dữ liệu được sử
dụng và truyền/nhận trong môi trường trong nhà. Đây chính là các lý
do vì sao trong những năm gần đây, hệ thống định vị trong nhà (IPS:
Indoor Positioning System) rất được quan tâm nghiên cứu, phát triển.
Công nghệ định vị trong nhà đã có những bước phát triển rất nhanh.
Ban đầu từ hệ thống RADAR được giới thiệu bởi Microsoft Research Asia [6]


2

năm 2000. Năm 2005, hệ thống Horus được xây dựng bởi đại học Maryland
[58]. Những hệ thống được phát triển trong những năm gần đây (2015) có

thể kể đến như: hệ thống LIFS của đại học Tsinghua [53]; hệ thống
WHERE@UM của đại học Minho [41]. Theo thời gian, các hệ thống được
phát triển sau có độ chính xác cao hơn, giá thành thấp hơn và nhiều kỹ thuật
tiên tiến hơn được áp dụng so với các hệ thống được phát triển trước.
IPS có thể hoạt động trong trong không gian hai chiều. (2D: 2
Dimension) và trong không gian ba chiều (3D: 2 Dimension). Hệ thống định vị
3D có giá thành cao hơn hệ thống định vị 2D do phải bổ sung các thiết bị phục
vụ định vị [54]. Mặt khác đa số các nhu cầu về định vị trong nhà chỉ cần thực
hiện trong không gian hai chiều, bởi vậy công nghệ định vị trong không gian hai
chiều được quan tâm nghiên cứu phát triển nhiều hơn [46, 54].
IPS có thể định vị đối tượng bằng cách tham chiếu tới tín hiệu, vị trí của
các thiết bị trong hạ tầng mạng có sẵn, ví dụ mạng nội bộ không dây (WLAN:
Wireless Local Area Network), hoặc quán tính của đối tượng cần định vị (OB:
Object) được xác định bằng các cảm biến, ví dụ con quay hồi chuyển, gia tốc
kế. Sử dụng cảm biến trên chính đối tượng cần định vị, còn gọi là công nghệ
định vị dự đoán (DR: Dead Reckoning), có độ chính xác cao trong khoảng thời
gian ngắn. Tuy nhiên khi OB di chuyển xa, di chuyển trong một khoảng thời
gian dài, sai số định vị được tích lũy, bởi vậy DR được dùng như một kỹ thuật
hỗ trợ nhằm cải thiện độ chính xác trong IPS [20, 40].

IPS có thể sử dụng camera, bức xạ hồng ngoại (Infrared Radiation),
sóng siêu âm (Ultrasound), nhận dạng qua tần số vô tuyến (Radio Frequency
Identification), công nghệ mạng không dây băng rộng (Ultra Wideband) hoặc
các tín hiệu vô tuyến có sẵn để định vị [17]. Ngoài ra, trong vài năm gần đây,
một hướng nghiên cứu khác cũng được đề cập, đó là công nghệ định vị dựa
trên đáp ứng xung của kênh truyền (CIR: Channel Impulse Response) [11,


3

59]. Đây là một công nghệ định vị mới, tuy nhiên cần bổ sung phần cứng
cho các thiết bị thu, phát tín hiệu vô tuyến. Trong số các công nghệ định vị,
công nghệ định vị sử dụng sóng vô tuyến được sử dụng rộng rãi nhất [17].
Các tín hiệu vô tuyến được sử dụng phổ biến trong IPS bao gồm: Zigbee
[39], Bluetooth [36] và Wi-Fi [56]. Trong số này, tín hiệu Wi-Fi trong WLAN
được quan tâm hơn cả bởi các lý do: WLAN có sẵn ở hầu hết các khu vực
trong nhà; điện thoại thông minh, máy tính là đại đa số các thiết bị di động
hoạt động trong môi trường trong nhà đều được trang bị bộ thu phát Wi-Fi,
vì vậy việc triển khai IPS sẽ dễ dàng và ít tốn kém hơn [23].

Các kỹ thuật định vị sử dụng tín hiệu Wi-Fi trong WLAN có
thể chia thành hai nhóm chính:
- Nhóm các kỹ thuật định vị dựa trên thuộc tính về không gian và thời

gian của tín hiệu nhận được (TSARS: Time and Space Attributes of Received
Signal). TSARS có thể là thời gian tới (ToA: Time of Arrival), chênh lệch về thời
gian tới (TDoA: Time Difference of Arrival) hoặc góc tới (AoA: Angle of Arrival).
Để thu thập được TSARS phục vụ định vị thường phải bổ sung thêm phần
cứng, ví dụ như ăng ten dải trên thiết bị thu (OB) để xác định AoA, thiết bị đồng
bộ để xác định ToA, điều này làm cho giá thành của hệ thống tăng lên [20, 23].
Mặt khác TSARS sẽ bị sai số khi trạm phát, ví dụ các điểm truy cập Wi-Fi (AP:
Access Point) và trạm thu không trực thị (NLoS: Non-Light of Sight) với nhau
[56]. Vì những lý do này, các kỹ thuật định vị trong WLAN sử dụng TSARS ít
được triển khai trong môi trường trong nhà [17].
- Nhóm các kỹ thuật định vị sử dụng chỉ số cường độ tín hiệu nhận

được (RSSI: Received Signal Strength Indication). Các kỹ thuật này có thể thực
hiện định vị cho đại đa số các thiết bị di động hoạt động trong WLAN, ví dụ điện
thoại thông minh, máy tính bảng, máy tính xách tay..., mà không cần bổ sung
phần cứng cho IPS do các thiết bị này đều có thể thu thập được RSSI.

4

Ngoài ra các kỹ thuật này không yêu cầu trực thị (LoS: Light of Sight)
giữa AP và OB [17, 56], bởi vậy rất phù hợp với môi trường trong nhà.
Theo thống kê trong bài báo khảo sát về định vị trong nhà [17], có tới
94,42% các công trình nghiên cứu về IPS sử dụng kỹ thuật định vị dựa
trên RSSI. Nhóm các kỹ thuật định vị sử dụng Wi-Fi RSSI bao gồm:
+

Kỹ thuật định vị tiệm cận (Promixity). Đây là kỹ thuật định

vị đơn giản nhất, được giới thiệu sớm nhất nhưng có sai số lớn.
+ Kỹ thuật định vị sử dụng RSSI và mô hình suy hao đường truyền

(PLM: Path Loss Model). Khi thu thập được RSSI từ tối thiểu ba AP có tọa độ
biết trước, khoảng cách từ OB tới ba AP này có thể ước lượng thông qua
PLM [5], từ đó tính ra vị trí của OB. Việc tính khoảng cách thông qua RSSI và
PLM bị sai số khi môi trường xung quanh thay đổi (cửa đóng/mở, người đi
lại...) dẫn tới các hệ số trong PLM không thể xác định trước [37]. Bởi vậy kỹ
thuật định vị này chỉ phù hợp với môi trường tĩnh [5].
+ Kỹ thuật định vị trong nhà dựa trên dấu vân tay RSSI [54] (RSSIF-

IPT:

Received

Signal

Strength

Indication

Fingerprinting

based

Indoor

Positioning Technique). RSSIF-IPT bao gồm giai đoạn huấn luyện ngoại tuyến
và định vị trực tuyến. Ở giai đoạn huấn luyện, RSSI được thu thập tại các điểm
tham chiếu (RP: Reference Point) có vị trí xác định để xây dựng cơ sở dữ liệu.
Ở giai đoạn định vị trực tuyến, RSSI do OB thu thập được so sánh với cơ sở dữ
liệu, từ đó ước lượng ra vị trí của OB thông qua vị trí của một hoặc một số RP.
Nếu thu thập một số lượng đủ lớn các mẫu dữ liệu (là các giá trị RSSI) ở nhiều
thời điểm, trong nhiều hoàn cảnh khác nhau, cơ sở dữ liệu của IPS sử dụng
RSSIF-IPT có thể phản ánh được sự biến đổi của RSSI do hiện tượng đa
đường, do môi trường xung quanh thay đổi gây ra, qua đó hạn chế được sai số
định vị [20]. Tuy mất nhiều thời gian cho việc thu thập RSSI để xây dựng cơ sở
dữ liệu nhưng bù lại, IPS sử dụng RSSIF-IPT có sai số chỉ


5

từ 1,6m đến 5m [38]; có giá thành thấp; có thể triển khai được ở hầu
hết các khu vực trong nhà [9]. Bởi vậy, có tới 94,12% bài báo nghiên
cứu về RSSIF-IPT trong số các bài báo nghiên cứu về IPS [17].

Xuất phát từ những thực tế nêu trên, luận án tập trung

nghiên cứu kỹ thuật định vị trong nhà dựa trên dấu vân tay RSSI
sử dụng tín hiệu Wi-Fi trong WLAN.
2. Đối tượng và phạm vi nghiên cứu
Nghiên cứu kỹ thuật định vị cho đối tượng tĩnh trong không
gian hai chiều ở môi trường trong nhà. Kỹ thuật định vị được tập
trung nghiên cứu là RSSIF-IPT, sử dụng tín hiệu Wi-Fi trong WLAN.
Các vấn đề được nghiên cứu bao gồm: Đặc điểm của Wi-Fi RSSI;
mô hình xác suất mô tả phân bố của Wi-Fi RSSI; thuật toán ước
lượng các tham số, tối ưu hóa các tham số của mô hình được sử
dụng mô tả phân bố của Wi-Fi RSSI; thuật toán định vị trực tuyến.
3.

Mục tiêu nghiên cứu
-

Mục tiêu chung: Nghiên cứu phát triển kỹ thuật định vị

trong nhà dựa trên dấu vân tay RSSI sử dụng tín hiệu Wi-Fi trong
WLAN nhằm giảm thiểu sai số định vị, tối ưu thời gian định vị.
+

Các mục tiêu cụ thể:
Xây dựng thuật toán ước lượng các tham số, số thành phần

Gauss trong GMM khi một phần dữ liệu không quan sát được;
+

Xây dựng thuật toán định vị với mục tiêu giảm thiểu sai số

định vị, tối ưu thời gian định vị;