新闻中心

位置: 首页 > 新闻中心 > 正文

新闻中心

学术论文 | 同济大学GNSS团队在《IEEE TWC》发表基于混合误差缓解框架的Wi-Fi FTM室内高精度定位研究

时间:2026年04月04日 作者: 点击数:

论文简介

随着物联网技术的快速发展,室内高精度定位已成为智慧城市、应急救援等领域的核心需求。Wi-Fi精细时间测量(FTM)技术因其低成本、高兼容特性等优势受到广泛关注。然而,在典型多径环境下,无线电信号的反射、遮挡以及硬件本身的时钟偏移,导致测量误差呈现出复杂的非线性与随机性,严重制约其定位性能。

为解决这一难题,同济大学团队提出了一种混合误差缓解与定位框架。该框架基于对Wi-Fi FTM误差传播机制的系统分析,通过逐级抑制不同物理来源的误差,实现亚米级稳健定位。

该成果以"From Error Analysis to Mitigation: A Hybrid Framework for Enhancing Wi-Fi FTM Positioning in Multipath-Prone Indoor Scenarios"为题发表于国际期刊《IEEE Transactions on Wireless Communications》,论文第一作者为博士研究生佟文华,通讯作者为指导老师李博峰教授。该研究受到国家自然科学基金、上海市科委科技创新计划等科研项目资助。


主要内容

Ⅰ 混合误差缓解及定位框架

其核心逻辑在于根据FTM误差的物理产生机制,构建渐进式误差补偿模型。

   

图1 混合误差缓解及定位框架

1)硬件初始偏移建模

将理论分析与受控实验相结合,比较不同Access Point (AP)间偏差的显著差异,分离并建模硬件特定偏差,为后续处理提供稳定且可重复的观测基准。

2)距离相关误差建模

基于物理特性与统计阈值,构建与设备类型无关的分段通用趋势模型。该模型精准表征了误差随距离变化的非线性特征,有效减轻了受物理定律主导的趋势误差。

3)多径效应抑制

利用前两步校正后的观测序列,提取滑动窗口内的观测值及其一阶差分、滑动平均偏差,以及接收信号强度(RSS)的均值、标准差、峰度、偏度等统计参数作为特征输入,并首次引入观测残差和轻量级梯度提升机(LightGBM)构建多径干扰模型。由于观测值已排除了硬件与距离趋势的干扰,模型能够更聚焦于学习复杂的空间环境映射,实现对随机多径误差的高效抑制。

                           

图2 多径校正和非视距识别解决方案的架构

                           

图3 回归模型特征参数与目标相关性

4)信号质量分类与随机模型优化

将经过多级校正后的观测值统计参数应用于二分类器,用于识别高质量观测(视距信号)和低质量观测(非视距信号)。通过先验系数与分类结果动态优化随机模型,抑制非视距信号的影响,从而提升整体定位系统的鲁棒性。

                           

图4 不同分类阈值下的分类模型性能

Ⅱ 实验验证与性能分析

实验于同济大学室内停车场进行,该场地具备立柱、消防栓及随机分布车辆等典型干扰源,涵盖典型复杂室内环境。

1)测距精度

实测数据表明,与原始观测值(Raw)相比,混合误差抑制方法(PRC)的RMS提高了64.00%,优于距离模型(PC)的15.79%和多径改正(RC)的56.07%,并且PC与RC的弱相关性间接证明混合框架的有效性。

2)静态定位性能

实验证实,尽管PC模型在特定观测值上存在局限,且RC模型在误差区间可能产生预测波动,但PRC有效抵消了强多径干扰引起的异常值。最终PRC结合信号质量分类(CL)方法可在一般环境下实现0.80 m的平面定位精度;即便在强多径与遮挡严重的复杂区域,精度仍维持在1.20 m左右;整体精度为0.96 m。

                           

图5 不同区域与环境复杂度下的定位精度对比

3)动态定位性能

涵盖直线、矩形及随机路径的多组动态测试验证了所提方法在复杂动态观测特性下的定位精度和稳健性,包括显著降低几何构型欠佳的边界区域的定位离散度;有效抑制因人体遮挡或轨迹急转弯引起的定位跳变。

                           

图6 随机路径下的平面定位结果


总结与展望

本文聚焦于Wi-Fi FTM的误差分量抑制,提出并验证一种递进的混合误差缓解及定位框架。通过硬件校准、分段建模、残差驱动的多径回归及动态随机模型优化,确保了每个处理阶段均建立在更根本误差已获得缓解的基础上,克服单一算法处理复杂误差的局限性。实验结果表明,该方法实现优于1 m的平面静态定位精度,即便在强多径与非视距干扰的动态场景中,该方法仍能维持高度平滑的轨迹,在精度、稳定性和鲁棒性方面具有显著优势。未来,本文可为Wi-Fi FTM在实时室内定位任务中的工程化应用提供可靠的技术方案。


论文信息

W. Tong, B. Li and J. Qiao, "From Error Analysis to Mitigation: A Hybrid Framework for Enhancing Wi-Fi FTM Positioning in Multipath-Prone Indoor Scenarios," in IEEE Transactions on Wireless Communications, vol. 25, pp. 9859-9874, 2026, doi: 10.1109/TWC.2025.3649176.



Copyright@同济大学GNSS研究团队 ALL Rights Reserved

您是本站的第位访客

关注公众号