之前上過一門與定位技術沾點邊的課程大腦與空間，也看過一些關於麥克風陣列定位的論文，覺得還挺有趣，好多的技術都是從自然界學習和模仿的。剛開始學習室內定位技術的師弟師妹們可能很容易被各種專業名詞嚇住了，這里從人耳的定位原理開始，來簡單講講各種室內定位技術，希望能引起大家的學習興趣，對定位技術能有個了解。這里也粗淺地講了講位置指紋法，以后准備寫一系列更詳細的指紋法定位的文章。
人耳聽覺定位原理
和聲音相關的定位大家能有印象的肯定是蝙蝠的超聲波，那是接收反射回來的超聲波判斷前方是否有障礙，是雷達的基本原理，但是和人耳定位聲源完全是兩碼事。
聲源振動產生的聲波傳到了耳朵，為什么我們就能夠感知到聲源的位置？
是不是因為我們有兩只耳朵，像下圖這樣：
一個聲音發出來，傳到兩只耳朵的時間不一樣，如果大腦能夠分辨出兩個聲音的到達時間差，那么聲源肯定在以兩只耳朵為焦點的雙曲線上面（雙曲線上的點到兩個焦點的距離的差為定值）。那么大腦怎樣去分辨出這個到達時間差呢？可以是這樣：
一個聲音從兩只耳朵里進來后相遇的位置不在中間，如果偏右了一些，說明左耳離聲源比較近。雖然根據時間差只能確定一條雙曲線，但是如果像下面這樣把頭轉一轉，
又可以出來一條雙曲線，那么取交點就能定位了吧。實際上除了這個到達時間差，還可以有其他一些雙耳的區別可以利用，歸納一下：
- 雙耳時間差：距離聲源越近的耳朵先聽到聲音
- 雙耳聲級差：傳播距離越遠聲音越小
- 雙耳相位差（麥克風應該可以得到相位差，人耳的話我也不知道）
- 雙耳音色差：聲音有時要繞過頭顱到達耳朵，不同波長的繞射衰減能力不同造成音色的差別
這里解釋一下音色這個玄乎的東西，不同音色其實就是聲音的諧波成分不一樣，不同頻率的聲音成分在繞射時衰減不一樣的話就會使得音色發生細微變化，而人耳是區分出頻率成分的不同，因為耳蝸就像一台頻譜分析儀（想想檢測電磁波的頻譜分析儀可值近百萬啊，好好保護自己的耳蝸吧），原理簡單來說就是因為不同頻率的的振動會在一個叫做基底膜的東西的不同位置上出現峰值，基底膜可以看成是一組頻帶重疊的非線性帶通濾波器。
上面這些都可以稱為“雙耳效應”，可能有人會問，聲源的在垂直方向的位置怎么辦，在一個水平面的雙耳可不能判斷聲源的高低啊，難道真的要各種轉腦袋來實現雙曲面的相交？還有人腦難道真的會計算雙曲線方程？答案當然是否定的，進化了幾十億年的生物體早就發展出了更加有效的的定位線索：耳廓。
耳廓具有不規則的形狀，除了一部分直達耳道的聲波，還有一部分會經過耳廓反射后進入耳道，而耳廓特殊的構造改變了不同空間方向聲音的頻譜特性，相當於梳狀濾波器，將不同空間方向的聲音進行不同的濾波。
 
（不同的頻率成分經過反射后的衰減程度不一樣，這種特性與方向有關）耳廓能使得不同方向的聲音產生了不同，但具體怎樣的不同代表怎樣的方向？每個人的耳廓都不一樣，不可能有統一的對應關系，所以需要將聽到的聲音和以往的經驗進行比較，才能判斷方向。
耳朵只是傳感器，大腦才是實現定位算法的地方，它不僅僅只利用耳朵傳來的信息，還有以往的經驗啊，這樣，實際上的定位應該是這樣的：
大腦需要事先記錄下各種聲音信號與真實方位的對應關系，這些對應關系由聽覺、視覺、觸覺等共同完成，通過視覺估計出聲源的真實方位，將耳朵此時得到的信號與之對應，以后耳朵再得到同樣的信號時，就能獨立判斷出聲源位置了。而與位置所對應的這個信號可能包含了之前所有提到的線索（時間差、聲級差、聲音頻譜、聲音方向等），大腦就是一個厲害的機器學習系統，根本不需要真的進行幾何計算，它利用當前可能的所有特征和以往的經驗，直接判斷聲源位置。
室內定位技術
位置指紋法
各種各樣的定位方法，其實大致原理在人耳聽覺定位中基本都提到過了。這里先主要講一下指紋法的基本原理，與大腦的機器學習有類似之處，也算是現在實用性較強的方法。
室內定位中的WiFi位置指紋法，簡單來說，就是事先把各個位置上的信號特征（各Wi-Fi的信號強度）測量一遍，存入指紋數據庫。定位的時候，將當前的信號特征與指紋庫中的進行匹配，從而確定位置。下圖中，AP就是WiFi，RP是離線采集選取的參考點。
__離線階段：__記錄下每個RP處測到的信號強度，每組數據（指紋）包含4個信號強度和對應的位置。 __在線階段：__使用當前的掃描到的4個信號強度，與數據庫中的指紋進行匹配。最常見的算法為kNN，也可以使用概率方法進行計算，實驗定位精度大概3米左右（與WiFi熱點個數有關），實際應用的話由於各種因素（人對信號的遮擋、環境的變化、指紋數據庫的老化等）會使得精度有所降低。各種室內定位方法
具體的室內無線定位技術可以這樣來分類：
- 無線設備：WIFI、藍牙、ZigBee、RFID、UWB、LED、紅外線、超聲波、麥克風等
- 定位信息：主要是RSS（接收信號強度）、TOA（到達時間）、TDOA（到達時間差）、DOA/AOA（到達角度）
- 定位方法：
- __近鄰法：__最簡單的方式，直接選定那個信號強度最大的AP的位置。 糾正一個很容易被誤導的地方，目前大多數手機中的定位方式為（GPS/AGPS、基站定位、WiFi定位），這里的WiFi定位並不是位置指紋法，而是近鄰法，定位結果是熱點位置數據庫中存儲的當前連接的WiFi熱點的位置。
- __三邊角測量法：__通過信號的各種參數得到目標與AP的距離或者角度，用幾何方法計算出位置。
包括到達時間法、相對到達時間法、到達角度法、基於信號強度的測距方法，及其混合算法。這些方法一般應用在蜂窩網基站定位中。 - __模式匹配法：__基本就是上面所說的位置指紋法了，只是這個說法更寬泛一些。
除了上面這些使用無線信號進行定位的技術外，還有基於地磁的定位和慣性導航技術，可以用來和上面的方法進行混合定位。
- __地磁信息：__手機里的磁力計可以測得磁場強度，而建築物導致了各個位置處的磁場有些區別。
- __慣性導航：__加速度計、磁力計/陀螺儀，用來判斷目標的移動方向與移動距離，從而進行位置跟蹤。
對於設備，不同場合可以使用不同的設備，他們的覆蓋范圍、頻率、帶寬等會對定位有所影響，但原理不會差太多。定位信息里，RSS相當於聲級，TDOA相當於雙耳時間差，DOA相當於耳廓效應得到的方向信息。那么一個無線結點（天線）就相當於一只耳朵，不過無線系統可以包含很多的結點，定位效果也會更好。
室內與室外的區別
首先是室內收不到GPS信號，不能用GPS，不得不考慮其他高精度定位方法。另外就是室內不像室外那樣空曠，信號傳播環境很復雜，比如人耳聽到的聲音由很多的回聲疊加，這時定位是不是就復雜多了。
在考慮了室內常見的非視距與多徑效應后，定位問題就會變得更加復雜，這時需要研究的東西也就越多了。(注：本文參考[《基於機器人聽覺系統的聲源目標定位研究》](http://www.cnki.net/KCMS/detail/detail.aspx?QueryID=3&CurRec=1&recid=&filename=1012005835.nh&dbname=CDFD1214&dbcode=CDFD&pr=&urlid=&yx=&uid=WEEvREcwSlJHSldTTGJhYlRtbUFvNWdxOUpXRVBxNmxYTktHTlU0OUdTZnp3ajdxNGNYcXl5djh4U08wc292MjR5ND0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!!&v=MTEzNDIyNkhMTzRHOW5QcXBFYlBJUjhlWDFMdXhZUzdEaDFUM3FUcldNMUZyQ1VSTCtlWnVkdkZ5N2tWN3ZMVkY=)，圖片主要來源：[《大腦與空間》](https://www.coursera.org/course/brainspace))
作者：[rubbninja](http://www.cnblogs.com/rubbninja/) 出處：[http://www.cnblogs.com/rubbninja/](http://www.cnblogs.com/rubbninja/) 關於作者：目前主要研究領域為機器學習與無線定位技術，歡迎討論與指正！ 版權聲明：本文版權歸作者和博客園共有，轉載請注明出處。