Lec 2 — 物联网定位基础（Fundamentals of IoT Localization）

MIT 6.1820/MAS.453 · Mobile and Sensor Computing

1. 课程目标

本讲及后续两讲共同构成「无线定位与感知」系列，目标：

无线定位的统一原理是什么？
GPS、Wi-Fi、蓝牙、声学测距等系统如何工作？
什么是无线感知（Wireless Sensing）？
行业机遇与社会影响？

2. 为什么需要定位？

定义 — 无线定位（Wireless Positioning / Localization）
利用无线信号获取人或物体位置的过程。

应用场景：

室内外导航（博物馆、商场导览）
基于位置的服务（广告、提醒）
虚拟现实与动作捕捉（Motion Capture）
行为分析（健康、活动识别）
资产追踪（钥匙、货物）
安全访问控制
接触追踪（Contact Tracing，蓝牙）

GPS 的局限：

室内信号衰减 → 信噪比（SNR）下降
城市峡谷多径（Multipath）→ 定位错误
GPS 在室内无法使用，需要替代方案

3. 定位模式分类

定义 — 基于设备定位（Device-based Localization）
设备本身利用来自锚点（Anchor）的信号，自行计算位置。例：GPS 接收机。

定义 — 基于网络定位（Network-based Localization）
锚点/接入点利用设备发出的信号，在网络侧计算设备位置。例：雷达、蜂窝基站定位。

4. 六种核心定位技术（由简到繁）

方法 1：基于身份（Identity-based Localization）

思路：已知各锚点位置，信号来自哪个锚点，设备就在哪个位置附近。

例题　战时驾车记录（War-driving）

扫描周边 Wi-Fi 接入点 ID，对应已知位置数据库，即可粗略定位。A-GPS 也利用此原理加速首次定位。

优点：实现简单；缺点：精度受锚点密度限制。

方法 2：接收信号强度（RSSI, Received Signal Strength Indicator）

思路：信号功率随距离衰减，测量功率 → 推算距离 → 三边测量（Trilateration）。

P_{r} \propto \frac{1}{d^{2}}

由功率到距离：

d = \sqrt{\frac{P_{t} \cdot G_{t} \cdot G_{r} \cdot λ^{2}}{(4 π)^{2} \cdot P_{r}}}

推论　RSSI 三边测量精度局限：远距离时功率对距离的变化极小，微小功率测量误差造成巨大距离偏差。

核心问题：多径（Multipath）
无线信号经墙壁、家具反射，产生相长/相消干涉（Constructive/Destructive Interference），导致 RSSI 波动。

解决方案：指纹匹配（Fingerprinting）
预先记录每个位置的信号强度「指纹」，定位时与数据库比对最近邻（Nearest Neighbor）。

方法 3：信号相位（Phase）

思路：信号传播距离 $d$ 对应相位旋转：

ϕ = \frac{2 π d}{λ}

优点：相位分辨率高（毫米级）；缺点：相位有周期性模糊（Phase Ambiguity），需配合其他技术解模糊。

方法 4：到达角（AoA, Angle of Arrival）

思路：多天线阵列测量信号到达角度，利用三角测量（Triangulation）定位。

θ = \arcsin (\frac{Δ ϕ \cdot λ}{2 π \cdot d_{a n t}})

其中 $d_{a n t}$ 为天线间距， $Δ ϕ$ 为相邻天线的相位差。

方法 5：飞行时间（ToF, Time of Flight）

思路：测量信号从发射到接收的传播时延，乘以光速得到距离：

d = Δ t \times c

多锚点则用三边测量确定位置。

难点：发射方与接收方需高精度时钟同步。

方法 6：到达时间差（TDoA, Time Difference of Arrival）

思路：不需要绝对时钟，只需测量到达不同锚点的时间差，每对锚点对应一条双曲线，多条双曲线的交点即位置。

d_{1} - d_{2} = Δ t_{12} \times c \Rightarrow 双曲线

5. 技术对比

技术	精度	优点	缺点
身份匹配	房间级	简单	粗糙
RSSI	1–5 m	无需改动硬件	多径干扰
相位	cm 级	高精度	模糊问题
AoA	角度精度高	不需时钟同步	需多天线
ToF	dm 级	直接测距	需时钟同步
TDoA	dm 级	不需同步发射	需同步接收

6. 前沿技术方向

最先进的定位系统往往是多技术融合：

AoA + ToF 联合估计
环形天线 + 惯性传感（Inertial Sensing）融合
合成孔径雷达（Synthetic Aperture Radar）+ 动态时间规整（DTW）
多频率综合（Multi-frequency Synthesis）

本讲总结

定位精度：身份匹配 < RSSI < ToF/TDoA < 相位/AoA（融合）

六种技术在精度、复杂度、基础设施需求上各有权衡；现实系统往往根据场景选择最合适的组合。

Lec 2 — 物联网定位基础（Fundamentals of IoT Localization） ​

1. 课程目标 ​

2. 为什么需要定位？ ​

3. 定位模式分类 ​

4. 六种核心定位技术（由简到繁） ​

方法 1：基于身份（Identity-based Localization） ​

方法 2：接收信号强度（RSSI, Received Signal Strength Indicator） ​

方法 3：信号相位（Phase） ​

方法 4：到达角（AoA, Angle of Arrival） ​

方法 5：飞行时间（ToF, Time of Flight） ​

方法 6：到达时间差（TDoA, Time Difference of Arrival） ​

5. 技术对比 ​

6. 前沿技术方向 ​

本讲总结 ​