移动定位技术综述
发布时间:2008/5/29 0:00:00 访问次数:466
移动终端的位置信息是移动互联网中的关键信息，利用移动定位信息开展的服务将是移动互联网上的一种特色服务。获取移动定位信息的定位技术及其定位系统已经成为当前的研究热点。
１ 移动定位的基本概念
移动定位涉及计算机科学技术、数学和移动无线通信技术等多个学科的知识，某些有关移动定位的基本概念比较容易混淆，因此有必要首先澄清一些基本概念[１]。
１．１ 物理位置信息和抽象位置信息
定位系统提供的位置信息可以分为两类：物理意义上的位置信息和抽象意义上的位置信息。所谓物理意义上的位置信息，就是指被定位物体具体的物理或数学层面上的位置数据，例如，ｇｐｓ可以测得一幢建筑位于北纬５０°４７'２１"，东经１１０°５６'４９"，海拔２０．３米。相对而言，抽象的位置信息可以表达为：这栋建筑物位于公园的小树丛中或校园的主教学楼附近等等。
从应用程序的角度讲，不同的应用程序需要的位置信息抽象层次也不尽相同，有些只需要物理位置信息；而有些则需要抽象意义上的位置信息，单纯的物理位置信息对它们来说是透明的，或是没有意义的。当然，物理位置信息可以在附加信息库的帮助下，转换并映射为抽象层次的位置信息，在这里，附加的信息库往往是外部提供的数据源。 不同的定位系统可以提供的位置信息抽象层次也不同。ｇｐｓ是一种典型的可以提供物理位置信息的定位系统；而移动通信网络中普遍使用的ｃｅｌｌｉｄ定位只能告诉应用程序被定位物体当前所在的蜂窝小区ｉｄ号。
１．２ 相对位置和绝对位置
定位系统提供的位置数据还有相对和绝对之分。在这里，相对和绝对的概念与物理学中的相对和绝对的概念类似。绝对位置是指在同一个参照系前提下的位置，例如，所有的ｇｐｓ接收设备所提供的经度、纬度、海拔等数据都是基于同一个参照系的，在同一地理位置的两个ｇｐｓ接收设备显示的位置信息是相同的。
而相对位置是在不同的参照系中得出的，每一个物体都可能有自己的参照物。处于相同地理位置的物体因为对应的参照物不同，位置数据的读数也可能不同。
１．３ 定位精度和定位准确度
定位精度和定位准确度是两个紧密联系的概念，它们之间的关系类似于数理统计学中置信区间和概率之间的关系。严格说来，如果孤立的指出某个定位系统的定位精度或定位准确度，都是没有意义的。典型的正确描述应该是：ａ定位系统可以在９５％的概率下达到１０ｍ的定位精度。其中，"９５％"描述的是定位准确度。定位精度越高，相应的定位准确度就越
低，反之亦然。
不同的应用程序对定位精度往往有着自己特殊的、明确的要求而忽略或含糊其词对定位准确度的要求。例如，老人或儿童监护需要的定位精度为５００ｍ以内，而某些室内的应用则可能需要厘米级的定位精度。美国联邦通信委员会（ｆｃｃ，ｆｅｄｅｒａｌ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｃｏｍｍｉｓｓｉｏｎ）则同时对定位精度和准确度作出了明确的规定：ｆｃｃ要求在２００１年１０月１号以前所有的"９１１"呼叫定位服务需要精确到１２５米，而且准确率要达到６７％。
通过增加定位设备的密度或综合使用多种不同的定位技术，可以同时提高定位系统的精度和准确度。一般说来，室内应用需要的定位精度要比室外应用高。
１．４ 基于移动终端的定位和基于网络的定位
从定位策略的角度来看，定位技术／系统可以分为基于移动终端的定位和基于网络的定位两种。基于移动终端的定位是指定位计算是由移动终端自己完成的，移动终端可以自行确定自己当前的位置。这种定位策略也称为移动终端的自定位，在蜂窝网络中又叫做前向链路定位。基于移动终端的定位系统便于保护移动终端用户的隐私（这里的隐私是指用户当前的位置信息）不受侵犯，但是要求移动终端有较强的计算能力和持久的供电能力。基于网络的定位主要由网络系统收集待定位移动终端的信息并计算移动终端的当前位置。这类定位策略在蜂窝网络中又叫做反向链路定位。前一种定位策略需要在用户终端中植入智能，而后者则需要在网络设备中植入智能并计算获得位置信息。基于网络的定位系统要求待定位移动终端发送或广播一些特定的信号，网络系统负责收集这些信号，并担负起定位计算的任务。在实际应用中，通过一些策略控制，基于网络的定位系统也可以有效的保护用户的隐私。
如果再对以上的两种定位策略进行细分，前一种定位策略又可以分为基于移动终端的定位 （ｈａｎｄｓｅｔ－ｂａｓｅｄ ｌｏｃａｔｉｏｎ）和网络辅助定位（ｎｅｔｗｏｒｋ－ａｓｓｉｓｔｅｄ ｌｏｃａｔｉｏｎ）两种；而后一种定位策略又可以分为基于网络的定位（ｎｅｔｗｏｒｋ－ｂａｓｅｄ ｌｏｃａｔｉｏｎ）和移动终端辅助定位（ｈａｎｄｓｅｔ－ａｓｓｉｓｔｅｄ ｌｏｃａｔｉｏｎ）两种。其中网络辅助定位是由网络端辅助移动终端进行定位测量并由移动终端进行定位计算的定位；移动终端辅助定位是指
移动终端的位置信息是移动互联网中的关键信息，利用移动定位信息开展的服务将是移动互联网上的一种特色服务。获取移动定位信息的定位技术及其定位系统已经成为当前的研究热点。
１ 移动定位的基本概念
移动定位涉及计算机科学技术、数学和移动无线通信技术等多个学科的知识，某些有关移动定位的基本概念比较容易混淆，因此有必要首先澄清一些基本概念[１]。
１．１ 物理位置信息和抽象位置信息
定位系统提供的位置信息可以分为两类：物理意义上的位置信息和抽象意义上的位置信息。所谓物理意义上的位置信息，就是指被定位物体具体的物理或数学层面上的位置数据，例如，ｇｐｓ可以测得一幢建筑位于北纬５０°４７'２１"，东经１１０°５６'４９"，海拔２０．３米。相对而言，抽象的位置信息可以表达为：这栋建筑物位于公园的小树丛中或校园的主教学楼附近等等。
从应用程序的角度讲，不同的应用程序需要的位置信息抽象层次也不尽相同，有些只需要物理位置信息；而有些则需要抽象意义上的位置信息，单纯的物理位置信息对它们来说是透明的，或是没有意义的。当然，物理位置信息可以在附加信息库的帮助下，转换并映射为抽象层次的位置信息，在这里，附加的信息库往往是外部提供的数据源。 不同的定位系统可以提供的位置信息抽象层次也不同。ｇｐｓ是一种典型的可以提供物理位置信息的定位系统；而移动通信网络中普遍使用的ｃｅｌｌｉｄ定位只能告诉应用程序被定位物体当前所在的蜂窝小区ｉｄ号。
１．２ 相对位置和绝对位置
定位系统提供的位置数据还有相对和绝对之分。在这里，相对和绝对的概念与物理学中的相对和绝对的概念类似。绝对位置是指在同一个参照系前提下的位置，例如，所有的ｇｐｓ接收设备所提供的经度、纬度、海拔等数据都是基于同一个参照系的，在同一地理位置的两个ｇｐｓ接收设备显示的位置信息是相同的。
而相对位置是在不同的参照系中得出的，每一个物体都可能有自己的参照物。处于相同地理位置的物体因为对应的参照物不同，位置数据的读数也可能不同。
１．３ 定位精度和定位准确度
定位精度和定位准确度是两个紧密联系的概念，它们之间的关系类似于数理统计学中置信区间和概率之间的关系。严格说来，如果孤立的指出某个定位系统的定位精度或定位准确度，都是没有意义的。典型的正确描述应该是：ａ定位系统可以在９５％的概率下达到１０ｍ的定位精度。其中，"９５％"描述的是定位准确度。定位精度越高，相应的定位准确度就越
低，反之亦然。
不同的应用程序对定位精度往往有着自己特殊的、明确的要求而忽略或含糊其词对定位准确度的要求。例如，老人或儿童监护需要的定位精度为５００ｍ以内，而某些室内的应用则可能需要厘米级的定位精度。美国联邦通信委员会（ｆｃｃ，ｆｅｄｅｒａｌ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｃｏｍｍｉｓｓｉｏｎ）则同时对定位精度和准确度作出了明确的规定：ｆｃｃ要求在２００１年１０月１号以前所有的"９１１"呼叫定位服务需要精确到１２５米，而且准确率要达到６７％。
通过增加定位设备的密度或综合使用多种不同的定位技术，可以同时提高定位系统的精度和准确度。一般说来，室内应用需要的定位精度要比室外应用高。
１．４ 基于移动终端的定位和基于网络的定位
从定位策略的角度来看，定位技术／系统可以分为基于移动终端的定位和基于网络的定位两种。基于移动终端的定位是指定位计算是由移动终端自己完成的，移动终端可以自行确定自己当前的位置。这种定位策略也称为移动终端的自定位，在蜂窝网络中又叫做前向链路定位。基于移动终端的定位系统便于保护移动终端用户的隐私（这里的隐私是指用户当前的位置信息）不受侵犯，但是要求移动终端有较强的计算能力和持久的供电能力。基于网络的定位主要由网络系统收集待定位移动终端的信息并计算移动终端的当前位置。这类定位策略在蜂窝网络中又叫做反向链路定位。前一种定位策略需要在用户终端中植入智能，而后者则需要在网络设备中植入智能并计算获得位置信息。基于网络的定位系统要求待定位移动终端发送或广播一些特定的信号，网络系统负责收集这些信号，并担负起定位计算的任务。在实际应用中，通过一些策略控制，基于网络的定位系统也可以有效的保护用户的隐私。
如果再对以上的两种定位策略进行细分，前一种定位策略又可以分为基于移动终端的定位 （ｈａｎｄｓｅｔ－ｂａｓｅｄ ｌｏｃａｔｉｏｎ）和网络辅助定位（ｎｅｔｗｏｒｋ－ａｓｓｉｓｔｅｄ ｌｏｃａｔｉｏｎ）两种；而后一种定位策略又可以分为基于网络的定位（ｎｅｔｗｏｒｋ－ｂａｓｅｄ ｌｏｃａｔｉｏｎ）和移动终端辅助定位（ｈａｎｄｓｅｔ－ａｓｓｉｓｔｅｄ ｌｏｃａｔｉｏｎ）两种。其中网络辅助定位是由网络端辅助移动终端进行定位测量并由移动终端进行定位计算的定位；移动终端辅助定位是指
上一篇：OFDM实现中的关键技术
相关技术资料- 6-27高效率2.5KW空调电源ICE3PCS01G
- 6-27PFC 控制与电流模式 LLC 二合一数字控制器
- 6-27电感单片降压开关模式变换器MPM3812C
- 6-27隔离式、双输入半桥栅极驱动器应用探究
- 6-27STEVAL-ROBKIT1机器人应用方案
- 6-27集成电流到电压转换和模数 (A/D) 转换
- 6-26MCU、模拟芯片及传感器芯片市场发展趋势分析
- 6-26高性能图像及语音处理AI芯片勘智K510
- 6-266B系列MSO（混合信号示波器）应用探究
- 6-26双脉冲测试软件 (WBG-DPT)技术参数设计
- 6-26业内首颗1.8亿像素全画幅CMOS图像传感器（CIS）
- 6-26eBike驱动电机产品Performance系列Active
- 相关IC型号
公网安备44030402000607
