1、第 1 页BLE iBeacon 和基于室内定位移动应用的几何调整方案的测量研究摘要蓝牙低功耗（BLE）和 iBeacons 最近以来，对于实现各种基于近距离的应用服务引发了人们极大的兴趣。考虑到包括移动智能手机在内的蓝牙设备的无处不在的部署性，使用 BLE 和 iBeacon 技术似乎是一个有前景的未来。这项工作首先是要确定：iBeacons 可以为我们提供接近度和距离估计的准确性，以实现和简化许多以前困难的应用程序的开发。然而，我们对来自不同供应商的三种不同 iBeacon 设备和两种智能手机平台的实证研究证明，情况并非如此。不同的 iBeacon 供应商，移动平台，环境或部署因素以及使用
2、场景下，信号强度读数差异很大。信号强度的这种变化使得在真实环境中提取准确位置/邻近度估计的过程复杂化。我们关于 iBeacon 技术限制的课程使我们通过执行简单形式的几何调整来补偿信标信号强度读数的自然变化来设计一个简单的班级考勤应用程序。我们认为，这项工作的负面观察可以为未来的研究人员提供参考，了解 iBeacon 设备进入系统设计阶段的期望值。1介绍蓝牙在今天的日常生活中无处不在，用于笔记本电脑，移动设备，键盘，耳机和许多其他消费电子产品中替代有线的链接。 蓝牙低功耗（BLE）是蓝牙标准版本4.0 的扩展，可实现低功耗低成本短距离无线通信 1,2。 与传统的蓝牙版本相比，它显着降低了功耗以
3、及其他扩展功能，如今可以在纽扣电池上运行 BLE 设备几个月甚至几年。 这些方面使 BLE 成为需要少量或周期性传输少量数据的应用程序的理想选择; 因此，它可以应用于广泛的医疗，工业和消费应用。iBeacon 是由 Apple 3提出的一种基于 BLE 的接近感测框架，它使得移动设备通过测量它与低复杂度、低成本的 BLE 发射器的距离（通常是壁挂式） ，来获得iBeacon 基站之间的距离（甚至可能是位置） 。每个 iBeacon 周期性地发送由移动BLE 设备接收的短标识帧，以使用接收信号强度指示符（RSSI）来估计移动设备和iBeacon 之间的距离。基于对近距离的这种检测，iBeacon
4、s 在移动设备上提供自动和位置特定的服务触发，例如广告，优惠券或路线指导。虽然 iBeacon 的规格最初由苹果（iOS7 或更高版本）提出，但它只是利用 BLE 的接近功能的一种方式，因此它（可以被定制）与其他设备（例如，Android 4.3 或更高版本）兼容，使用 BLE。更通常地，任何 BLE 设备都可以使用相同的概念来提供类似的接近功能。在技术上，第 2 页iBeacon 技术是 BLE 信标的一个子集，但 iBeacon 和 BLE 接近信标现在几乎成为同义词，尽管 Google 最近发布了自己的开放信标格式，称为 Eddystone（Eddystone 是由 Google 定义的
5、蓝牙低能量消息格式邻近信标消息） 4。请注意，BLE 信标的最初目标是提供基于邻近的应用程序服务，可能将功能扩展到基于位置的粗粒度应用程序。鉴于 BLE 信标仅专注于 RSSI 测量，结合从基于RF 的本地化研究的悠久历史中汲取的经验教训，有望预期在室内本地化服务中只能实现有限的准确性。众所周知，相对于室内环境的 RF 信号的可变性使得移动设备的位置的准确估计或其与 BLE 信标发射机设备的相对距离变得复杂。然而，基于 BLE的室内定位的大多数以前的工作只是说明由信号变化引起的误差的可能性，但是它们没有量化它们，并且它们报告的结果仅显示图像的正面。例如，5的工作报告了0.53 米的定位精度，但
6、这项工作受到 910 平方米的面积的限制。 6的工作报告了1.2 米的指纹精度，但只有 47.415.9 平方米的面积。最近在7中的工作表明，当测量的信号 RSSI 随时间而变化但不显示可能的误差的其他尺寸时，距离估计误差可以随着距离的增加而显着增加。在这项工作中，我们进行了一系列广泛的实验来量化各种室内障碍物对 BLE 信号差异的影响。具体来说，我们显示来自不同供应商的不同 iBeacon 设备以及配对的移动设备平台（例如 iOS 或 Android）可以对 RSSI 测量产生重大影响，从而使设计普遍可接受的距离/位置估计模型的过程复杂化。此外，诸如部署高度或环境因素等实际因素也对 RSSI
7、 值引起了显着的影响，从而在使用 iBeacons 设计高精度位置估计系统时引入了额外的复杂程度。这些实证研究的教训使我们设计了一个“实际可设计的”应用程序。具体来说，我们将通过组合从本地可访问的 iBeacon 信号，以及为本课题所估计并调整的信号强度测量的情境设计，设计并评估一个用于班级考勤监控的应用系统。本文的结构如下。 第 2 节介绍了 RSSI 读数与估计距离之间的关系，然后鼓励了我们对关系的实证研究。 第 3 节描述了我们对实证研究和实验设置的方法，包括我们在研究期间改变的各种参数。 第 4 节是主要部分，它描述了我们的测量数据，并根据数据说明了我们的分析结果。 第 5 节介绍了一
8、个应用案例研究，一个基于我们实证研究的自动考勤监控系统。 该系统还提出了一种新颖的几何方法来克服实际iBeacon 系统的局限性。 第 6 节回顾了以前的和相关的工作，最后是第 7 节对本文进行了总结。2. 蓝牙低功耗定位系统的局限性由于蓝牙低功耗（BLE）和苹果的 iBeacon 协议开始广泛应用和部署，室内接近第 3 页和/或位置使能的应用程序正在迅速渗透到我们的日常生活和消费者空间中。 iBeacon 已经安装在美国的苹果商店提供产品信息和客户服务，而国家橄榄球联盟（NFL）已经在大都会人寿体育场使用 iBeacons 在超级碗比赛中为足球迷提供个性化广告 8 。此外，iBeacon 可
9、用于在机场跟踪行李 9，为博物馆的游客提供互动体验10，应急指导系统中的疏散路径 11，跟踪急诊室患者 12，指导室内/ 户外路线 13,14，并检测房间的占用情况 15,16。可应用 iBeacons 和 BLE 接近应用的应用空间非常大。这些应用都基于接收信号强度指示器（RSSI ）作为唯一的信息来源使用接近度测量 ;因此，这些应用程序利用关于移动设备对 iBeacon 的接近程度的信息，而不是试图确定移动设备的确切位置和绝对位置。iBeacon 技术的最初目的是提供基于接近度的接近度应用服务和粗粒度室内定位和导航。请注意，接近（靠近某个对象）与位置（在哪里）相关，但不一定相同。位置（或地
10、点）不仅仅是接近度，它是通常由某个坐标系定义的绝对值（例如，GPS的纬度和经度） 。然而，近来有人提出了使用 BLE 进行室内定位的几项建议，扩展了使用诸如超声波，红外线，WiFi，GSM，RFID ，IEEE802.15.4 和早期版本蓝牙的其他技术的几项以前的工作，用于室内定位 （关于使用其他无线技术的室内本地化方面还有更多的相关的前期工作，但是为了简洁起见，我们仅列出了一个子集，并且仅将参考列表集中在 BLE 上，因为它们中的太多） 。室内定位和定位仍然是一个活跃的研究领域，而 BLE 正在使用其新的无线功能扩展其应用。有几种方法（除了简单的基于邻近的方法 12）可以应用于基于 BLE
11、的室内定位。在所有情况下，iBeacon 将周期性地广播包含唯一 ID 和校准 RSSI 值（对应于一米距离）的广告包。该值允许我们使用（1）中的模型来确定 iBeacon 和设备之间的距离，其中是路径损耗指数的校准参数。基于 RSSI 或 iBeacons 与移动设备之间的估计距离，加权平均模型 5，三边形/三角测量模型 23或指纹识别 7,24可以应用于本地化过程。估计也可以与行人推算（PDR ）或滤波技术相结合，以改善跟踪或减少定位误差 6,25。当然，所有这些方法都假设所有安装的 iBeacons 都具有预定义的位置信息，包括它们的精确坐标。如果使用距离代替原始的 RSSI 值进行定位
12、，则使用 RF 传播模型（1）将 RSSI读数转换为距离。这里的主要挑战是 RSSI 值对环境变化（如物体移动或障碍物）的敏感性，导致信号传播或无线电地图变化。很明显，这种距离估计的精度和效率（因此位置估计）在很大程度上取决于测量的 RSSI 值的准确性和用于导出和计算距离的模型，并且也受到周围环境的显着影响。因此，在这项工作中，我们对不同类型的 iBeacon 设备和移动设备平台的基于 RSSI 测量的位置/ 距离估计性能进行了详细的经验测量研究。我们考虑各种环境因素来收集关于 iBeacon 技术的性能限制的实用观点。第 4 页3. 实现过程及实验设置我们在两个不同的环境中进行了实验：大学
13、校园的开放式足球场，没有任何障碍，办公楼的无障碍通道，以确保视距（LOS）信号传播。在这些环境中，我们使用三种不同类型的 iBeacons：Estimote 26，Wizturn Pebble 27和 GELO 28 iBeacons来检查供应商之间的性能差异。此外，我们使用两种不同的移动设备：iPhone 5 与iOS 7.1.2 和 Galaxy Round（SM-G910S ）与 Android 4.4.2，以验证任何现有的特殊性。用于数据收集的移动应用程序是相应 iBeacon 供应商提供的应用程序： Estimote iBeacons 的“Estimote 应用程序 ”， “GELO
14、 iBeacons 的”GELO 工具包“应用程序”和“Wizturn Pebble iBeacons ”的“Wizturn beacon manager”应用程序（图 1） 。图 1：用于实验的三种不同类型的 iBeacons：顶行显示了 Estimote，GELO 和Wizturn Pebble iBeacons 的图像，底行显示其相应的智能手机应用程序的图标实验中使用的默认配置参数如下。 iBeacon 的传输（ TX）功率设置为最大为 4 dBm，除非另有说明，以验证任何 iBeacon 可以覆盖的最大距离。我们还尝试使用最小 TX 功率（ -19-23dBm 取决于设备）来观察连接的
15、下限。 iBeacons 的广告间隔设置为 950 毫秒，这是所有三个设备的出厂默认值。除非另有说明，否则 iBeacons和手机的距离地面的设备放置高度都设置为 1.2 米。我们选择了这个 1.2 米的高度来模仿用户将手机放在手中的高度。最后，iBeacon 的方向被设置为面向移动设备的LOS 方向。使用这些配置，移动应用程序从 iBeacons 连续检测信号并记录其 RSSI测量，而 iBeacon 和移动设备之间的距离从 1 米增加到最大距离，并手动记录直到达到最大距离。这里，我们注意到，最大距离被定义为设备可以检测到 RSSI 值的最远距离。在每个位置（例如，到 iBeacon 的相对
16、距离） ，我们对每个配置进行了二十次第 5 页RSSI 测量。4. 测量数据分析在本章节中，我们通过仔细分析我们收集的广泛的测量数据，重点确定和量化与本地化应用的 iBeacons 的性能相关的各种特性。4.1 iOS 和 Android 手机之间的差异我们首先比较 iPhone 5 与 iOS 7.1.2 和 Galaxy Round（SM-G910S）与 Android 4.4.2 之间的差异来接收 iBeacon 信号。实验在室外在开放足球场使用 Estimote 信标，在 LOS 1.2 米高处具有 4dBm TX 功率。图 2 显示了本实验的结果，其中虚线表示每个距离的平均 RSSI
17、 读数，框表示 25 和 75 百分位数值及其最小和最大误差条。图 2： iOS 和 Android 比较的距离与 RSSI 图。 （Estimote，4 dBm TX 功率，1.2 m高度和 LOS）从这个结果可以看出几个有趣的事实。首先，与 Android 平台的 100 米相比，iOS 显示的最大距离显着缩短了 85 米。请注意，对于 Android 而言，观察到的 100第 6 页米不是实际的最大距离，因为 100 米是我们在环境中 LOS 链接可达到的最大长度。因此，两台平台的最大距离差异非常大。第二，Android 手机的 RSSI 读数下降得更为平缓，而 iOS 在 10 米以后
18、突然下降了 RSSI。最后，Android 平台上的 RSSI 读数比 iOS 更具时空性。虽然很难得出硬件规格是否有差异，或者是软件平台的影响，但是知道 iOS 和 Android 在扫描和采样 iBeacon 广告方面存在差异 16。更重要的是，RSSI 读数在不同的手机之间有所不同（不管它是操作系统还是硬件的影响） ，我们应该指出，这种效应本身将对距离估计和定位产生重大影响，从而给应用开发者从收集的广播 RSSI 值中提取信息带来困难。4.2 设备放置高度的影响在这个实验中，我们研究了 iBeacon 安装高度在地面上对 RSSI 的影响。为此，我们将 Estimote 灯塔放在地面上（
19、例如，0 米高） ，并使用 Android 手机测量 RSSI 读数。我们将这个值与在 1.2 米高的高度安装相同的信标的情况进行比较。图 3 显示了该实验的结果。我们可以首先注意到两个实验案例的价值差异很大。当 iBeacon 放置在地面上，而所有其他配置都相同时，最大距离从 100 米减少到仅 12 米，RSSI 显着下降。这个结果意味着在设计和部署 iBeacon 系统时， iBeacon 的安置非常重要。距离估算以及因此的定位准确性可以明显地受到 iBeacons 的精确布置的影响，并且作为现场调查的一部分，仔细规划安装将是非常重要的。根据我们的实验数据，在iBeacon 系统上针对精
20、确的准确性时，声明 “易于部署 ”和“可将节点放置在任何位置！”的乐观说法可能是无效的。图 3：距离与 RSSI 图，显示设备放置高度从地面（Estimote，4 dBm TX 功率和Android）的影响第 7 页4.3 不同制造商的 iBeacons 之间的差异接下来，我们比较三种不同制造商的不同 iBeacon 产品之间的 RSSI 读数差异：Estimote，GELO 和 Wizturn Pebble。 iPhone5 被用作移动设备，信标和移动设备在户外足球场上安装在 1.2 米高处。需要注意的一点是，GELO iBeacon 支持的最大传输功率为 0 dBm，而 Estimote
21、和 Wizturn Pebble 允许配置高达 4 dBm。我们为每个设备使用各自的最大功率来检查最大距离覆盖。我们的初步直觉是，与相同距离的其他信标相比，GELO iBeacon 将显示出比较低的 RSSI 值 4 dBm 的距离，因此会导致更短的最大传输距离。令人惊讶的是，图 4 显示，与我们的预期不同，GELO 以及 Wizturn 信标显示最大距离为 100 米，远远超过 Estimote 的 85 米。此外，不同的 iBeacon 类型之间的RSSI 读数都是相似的，尽管传输功率有 4 dBm 的差异。这意味着几个有趣的观点。首先，配置的 TX 功率差异不直接转换为接收的 RSSI
22、读数差异，这样当对于给定的环境必须调整传输功率时，使距离估计的校准过程（以及室内定位）更具挑战性。其次，来自不同厂商的 iBeacons 表现出不同的最大距离，较高的最大 TX 功率配置不一定会导致更长的最大传输距离。最后，由于上述原因，应用程序开发人员和服务提供商将设计具有异构 iBeacons 的 iBeacon 系统将是非常有挑战性的，因为每对iBeacon 和移动设备类型都需要多套校准参数。再次，这些结果意味着设计一个相当可靠的基于 iBeacon 的定位系统可能是极具挑战性的。图 4：三种不同类型 iBeacons 的距离与 RSSI 图： Estimote，GELO 和 Wiztu
23、rn Pebble（4 dBm / 0 dBm TX 功率，1.2 m 高，LOS 和 iOS）第 8 页4.4 降低至最小 TX 功率我们现在关注的事实是，并非所有的系统都完全受益于使用最大传输功率。例如，如果我们正在设计一个基于三角形或指纹识别方法的室内定位系统，我们希望更高的传输功率覆盖更大的区域和/或实现更加密集的部署，同时使用较少数量的iBeacons（例如，出于成本原因） 。然而，当仅基于接近功能构建系统时，将传输功率降低至足以覆盖目标区域（例如，在商店前面或广告的产品） ，同时保持能量成本低以延长电池的使用寿命可以是合理的系统设计选择。考虑到这种动机，我们使用三种类型的信标的相应
24、的最小 TX 功率进行了实验。 Estimote，GELO 和 Wizturn Pebble 信标允许的最小 TX 功率配置分别为-20 dBm，-23 dBm 和-19 dBm 。图 5 描述了本研究的结果。首先，我们观察到最大距离的急剧下降（注意与以前的图相比，不同的轴数） 。具有-20 dBm 的估计显示最大距离为 8 米，Wizturn Pebble 与-19 dBm 给出了 8 米，而来自具有-23 dBm TX 功率的 GELO 信标的 RSSI在仅 0.3 米内可以检测到。第二个观察结果是，虽然 Estimote 和 Wizturn Pebble 的RSSI 减少量与 TX 功率
25、的降低（分别为 24 和 23 dBm）大致相符，但对于 GELO 信标则不是这样。 GELO 信标显示 RSSI 减少 44-58 dBm，而 TX 功率仅减少 23 dBm。再次，如以前的结果所示，当设计具有多种类型的 iBeacons 的系统时，这些差异可能导致重大的复杂性;不同的 TX 功率，RSSI 的不同减少和不同的最大距离将使校准过程实际上是不可能的，除非仅使用来自特定供应商的单个 TX 功率配置和均匀 iBeacon 来设计整个系统。这在初始系统设计阶段可能是一个合理的方法，但是随着系统扩展超时以支持附加区域或新用例，异构系统的考虑是必须的。图 5：三种不同类型 iBeacon
26、s（最小 TX 功率，1.2 米高，LOS 和 iOS）使用最小传第 9 页输功率时的距离与 RSSI 图4.5 室内与户外iBeacon 通常被称为“室内接近 /定位系统” ，因为其发展的主要动机是提供已经广泛使用的 GPS 无法满足室内位置感知的需要。然而，本身并没有理由 iBeacon 不能在户外使用。事实上，有些厂商（例如，GELO）为室外使用提供耐用的耐候性iBeacons。通过下一个实验，我们想比较 iBeacons 在室内和室外环境下的性能。为此，我们在大学建筑的 3 米宽的走廊上进行了额外的实验。在这里，我们使用 Estimote信标和 Android 手机，再次以 1.2 米
27、高和 4 dBm 的 TX 功率，以便我们可以直接与我们在户外进行的实验进行比较。图 6 显示了我们的结果。令我们惊奇的是，在距离约 25 米之后，RSSI 读数几乎保持稳定，甚至随距离稍微增加。最大距离显示为 50 米，仅因为建筑物内的走廊长达 50 米，实际最大距离预计会更长，物理空间更大。为了验证我们的意想不到的结果，我们还对 Wizturn Pebble 和 GELO 信标进行了额外的实验，并发现了类似的结果（为简洁起见省略了图） 。对这种行为的唯一合理解释是从走廊的墙壁和天花板造成的多径效应。这里更重要的是 RSSI 值对于广泛的距离（在我们的情况下为 25-50 米）没有衰减。这意
28、味着（1）中的距离模型不再有效，依靠距离估计和三边化的任何室内定位方法都可能面临数十米数量级的大误差。用更粗略的词语，不可能使用简单的距离估计来设计具有 iBeacons 的精确的室内定位系统。图 6：室内与室外比较的距离与 RSSI 图（Estimote，4 dBm TX 功率，1.2 m 高度，LOS 和 Android）第 10 页4.6 WiFi 对 iBeacon 信号接收的影响在室内应用中使用 iBeacons 的另一个问题是 WiFi 信号的干扰效应，其在相同的2.4GHz ISM 频带上工作。 BLE 被设计为使用通道 37,38 和 39 进行广告（40 个总信道中的剩余的
29、37 个信道用于数据通信） ，并且其分配的频率被设计为避免最流行的WiFi 信道 1,6 和 11（参见图 7） 。不幸的是，我们大学校园的 WiFi AP 部署使用频道1,5 和 9，而 WiFi 频道 5 恰好干扰了 BLE 频道 38.这不是一个罕见的情况，并且可以在任何 WiFi 环境中普遍出现。因此，我们进行了额外的实验来量化面向 WiFi 的冲突的后果。图 7：BLE 的频道分配及其与 WiFi 频道 1,6 和 11 的关系对于本实验，我们将一个 Estimote 信标直接放在 WiFi AP 下，并测量了距离 5米的 Android 手机的 RSSI 读数（参见图 8） 。我们
30、在图 9 中显示了一组观察值，其中-axis 表示测量序列（例如时间） ，而 axax 又是 RSSI。带有正方形的虚线显示了 WiFi AP 关闭时的读数，而带有圆圈的实线显示了 WiFi AP 正常运行时的读数。阴影矩形区域以及实线断开表示由于缺少数据包接收而在手机上没有 iBeacon RSSI 读取的情况。图 8： WiFi 干扰实验的设置。 Estimote iBeacon 垂直放置在使用频道 5 的 WiFi AP第 11 页之下，接收的 Android 移动智能手机距离酒店有 5 米。 iBeacon 和移动设备都距离地面 1.2 米图 9：信标接收序列的时间与 RSSI 图，显
31、示接收故障（分组丢失）和 RSSI 的减少（与图 8 相同的配置）我们从这个实验中得出两个重要的意见。首先，当 WiFi AP 处于活动状态时，信标接收率甚至在 5 米的短距离下降到大约 75，即使没有 WiFi AP 也能实现100信标接收的距离。第二，即使在 iBeacon 广告被成功接收的情况下，对于约53的信标，RSSI 读数显示出显着降低的值（例如，超过 10dBm 的降低） 。请注意，在高功率 WiFi 干扰下的低功耗 BLE 信标的分组丢失有些预期，但 RSSI 的一致减少是一种意想不到的现象，可以被认为是另一种类型的无线信号“灰色区域” 29。这些发现表明，随着在当今室内环境中
32、广泛部署和普遍使用的 WiFi，iBeacon 系统可以显着受到可靠性降低和估计误差的影响。4.7 障碍物的影响在本实验中，我们研究了物理障碍物对 iBeacon 信号接收的影响，并与 LOS 情况进行比较。具体来说，我们考虑了六种不同的情况：铁门障碍物，木门和窗户三种，铝箔信号放大一例，手机被手机覆盖的情况或纸张。在这个实验中，我们使用了与 iPhone5 配对的 Estimote 灯塔，iBeacon 和手机之间的距离约为 3 米。高度为1.2 米，TX 功率为 4 dBm。我们在图 10 中给出了这项研究的结果。正如预期的那样，铁门以大约 20 dBm的 RSSI 下降幅度阻挡了信号，但
33、木门或窗口也有一些（不可忽略的）-38 dBm 的下降效应，同时用一堆纸覆盖手机造成-6 dBm 的下降。然而，更有趣的是，用户手中的手机覆盖了约 30 dBm 的显着降低。这表明，在室内定位系统中，尽管进行了仔细的部署阶段和广泛的校准，距离和/或位置估计可能会因为用户将手机紧紧握在他 /她第 12 页手中或环境自然变化而具有重大错误（例如门状态） 。这是设计基于 iBeacon 的系统的另一个挑战，因为移动设备将不可避免地被用户的手持有，并且障碍物状态将在室内环境中主动地改变。图 10：不同类型障碍物的平均 RSSI 图（Estimote，4 dBm TX 功率，1.2 米高，3 米距离和
34、iOS）最后，我们可以通过在 iBeacon 后面使用一张铝箔来放大信标信号，导致 RSSI增加了 6 dBm。虽然不可能将 iBeacon 部署有意地包裹在一张铝箔上，但是这一结果表明，一些环境假象或装饰品也可能意外地引起这样的影响：这意味着障碍不仅降低了 RSSI 的水平，还可以放大信号强度。4.8 使用曲线拟合模型进行距离估计最终，我们现在将四个 iBeacon 移动设备对中的所有测量数据， Estimote 和Wizturn Pebble 信标与 Android 和 iOS 手机的组合进行测量，并使用最小均方法（1）将数据拟合到模型中以计算基于 RSSI 的估计距离。我们注意到，所有的
35、数据都是户外，LOS，1.2 米高和 4 dBm TX 功率实验。然后，我们使用这个导出的模型来比较如图 11 所示的实际距离与估计的距离。从该图中消除的一点是，即使在 LOS条件下距离估计也能显示出显着的误差，这是由于信号强度变化较大。此外，误差随着距离的增加而增加（例如，随着 RSSI 接近于接收灵敏度） 。虽然我们省略了简短的附加数字，但我们注意到即使使用一对 iBeacon 移动设备的数据，我们也可以看到类似的图。从数量上讲，误差可以从数十米增加到数百米。这意味着在设计基于iBeacon 的系统时，系统设计人员应该应对大的距离估计误差（并因此定位误差） ，或是密集部署大量的 iBeac
36、ons 来减少错误，从而威胁到“低成本“iBeacon 系统中的第 13 页论证。不幸的是，根据我们的实验结果，两者都不令人满意。图 11：实际距离与估计距离图，其中先前收集的 RSSI 数据用于曲线拟合（1）中的模型，并经验确定模型参数5. 应用案例研究：自动考勤系统正如我们的实验结果所示，使用 iBeacon 信号进行精确室内定位的主要挑战是RSSI 读数的变化及其对环境变化的敏感性，从而导致信号传播的急剧变化。我们在第 4 节的研究结果显示，来自不同供应商的 iBeacons（例如，Estimote vs. Wizturn Pebble vs. GELO） ，移动设备类型（iOS 与 A
37、ndroid）的 RSI 值（以及估计距离的相应信号传播模型）差异很大设备从地面安装，室内或室外环境因素以及物理障碍物种类。总的来说，这些经验表明，使用这样的 iBeacon 设备，我们应该在设计应用程序时考虑这些限制和性能特征，并针对从这些现实的实验员部署收集的经验直觉应用改进方案。在这个案例研究中，我们通过提出一种自动检查系统，自动检查大学生在大学中的上课情况，从而扩展了可能的 iBeacon 应用程序。然而，简单的接近度还不足以准确地确定学生是否在教室内，因为信标信号也可以被接收在教室的墙壁之后。因此，我们使用三边测量的位置估计来决定学生是否在房间里上课。为了补偿由于意想不到的障碍（例如
38、用户手持手机或其手机在一个袋子中）的 RSSI 读取错误，我们在三边测量计算中进行简单而新颖的几何调整，以提高检测精度。在系统层面上，我们的系统不仅包括 iBeacons 和移动设备，还包括维护和处理有关学生，课堂，教室，时间表和考勤信息的信息的数据库服务器。如我们以后所示，完整的系统允许在学生使用智能手机启用我们的应用程序的情况下，以 100的准确性进行全自动的第 14 页考勤检查机制。我们的系统不仅节省了在课堂上手动出勤检查浪费的时间，而且还防止出勤作弊，因为学生不太可能将他/她的智能手机给朋友进行考勤。5.1 系统架构图 12 显示了我们系统架构的概述。每个教室中都有三个 iBeacon
39、s 部署，它们具有独特的识别号码（主要 - 次要对） ，并且每个教室的相对 x-y 坐标是预配置的。我们为我们的系统开发了一个 Android 应用程序，它在后台接收信标信号，并通过互联网与 Web / DB 服务器进行通信，无需用户干预即可进行考勤检查。服务器维护所有必要的信息，以计算和确认数据库中的出席情况。记录的考勤数据可以在我们系统的网站上由教职员工以及学生的移动设备进行查看。图 12：我们基于 iBeacon 的自动考勤系统的整体系统架构具体来说，我们使用 Oracle DB 来维护关于学生，教授，课程，时间表以及最重要的部署 iBeacons 的信息，包括他们的 x-y 坐标（相对
40、于每个教室内）和识别号码。这个信息是相对静态的，因为学生信息只有在第一次加入和登录时才会发生变化，而班级/时间表信息只在每个学期开始时更改，我们使用网络爬行自动填充大学网站。为了存储每个学生的实际考勤信息（课堂中的班级，日期，时间和 x-y 坐标） ，我们使用 MongoDB 来处理频繁更新的数据。图 13 显示了我们的数据库结构。第 15 页图 13：我们基于 iBeacon 的自动考勤系统服务器中的数据库结构使用上述系统，自动考勤检查处理如下操作。当学生进入教室时，智能手机应用程序将收到三个或更多 iBeacons 的信标广告（可能有附近教室的信号） 。此时，应用程序将 iBeacons
41、中的识别号码（UUID，主要/次要值 3）和 RSSI 读数列表发送到服务器，并查询服务器进行验证的验证。考虑到这些信息，服务器将首先检查每个iBeacon 的课堂信息，并根据学生在给定时间实例参加的课堂进行验证。如果课堂信息表明学生处于错误的教室，或者目标教室中只有两个或更少的信标被检测到，则服务器返回 FALSE 出席。如果没有检测到信标，默认情况下出席率为 FALSE。对于所有其他情况，服务器使用 iBeacons 的相对 x-y 坐标（目标教室内）来估计移动设备的位置，并检查设备是否在教室边界内。如果是这样，服务器对于出席者返回TRUE，并将其记录在数据库中。定期重复此过程，以便在课堂
42、期间也可以检查出席情况。这是为了解释迟到几分钟的学生，以及那些在课堂上提前离开的学生。然而，为了在学生没有上课的期间减少使用 BLE 的不必要的电力消耗，她的时间表可以在移动设备上本地缓存，以便仅在需要时才能进行考勤检查。请注意，存储在数据库中的 x-y 坐标只是目标教室的相对和本地。 这与其他室内定位系统形成对比，其中需要在整个目标区域内（例如，建筑物的整个楼层）中的全局 xy 协调是必需的，并且由于我们保持学生在给定的课堂上应该在哪个课堂上预先知道， 时间。 这大大简化了系统架构，不仅在于估计移动设备的位置，而且在 iBeacon 部署，更换和重新配置方面。 换句话说，如果系统主要关心一个
43、小的地理区域，iBeacon 的展示位置可以独立（更好）进行定制和优化。 我们将在以下部分中提供有关此类校准程序的详细说明。5.2 几何调整提高精度使用 iBeacon 信号进行精确室内定位的主要挑战是 RSSI 读数的变化及其对环境第 16 页变化（如移动设备的障碍物或用户处理）的敏感性。我们的研究结果更早地表明，当信标信号被接收在障碍物后面时，RSSI 值可以显着下降，信号衰减量根据障碍物类型（例如，窗户，木/金属门，墙壁等）而变化。此外，移动设备从地面的高度也影响 RSSI（iBeacon 的高度也引起了很大的影响，但 iBeacons 通常是壁挂式的，其高度在典型情况下是固定的） 。更
44、重要的是，由于将移动设备紧紧地保留在用户手中（经常发生）的信号衰减可能高达 30dBm。当使用三边测量进行位置估计时，这种高的变化是一个重大挑战。但是，我们看到上述情况有一个共同点：信号衰减（RSSI 低于给定距离的模型） ，并且非常罕见的是看到比最佳情况视线环境更高的RSSI。使用这种直觉，我们使用简单而新颖的几何调整方案来提高精度，而不是根据高度变化的 RSSI 值来校准模型。例如，图 14 示出了一个异常情况的例子，其中三个 iBeacons 的距离估计导致三个 RSSI 覆盖距离圆（由估计的距离绘制的圆圈作为三边测量的半径） ，没有任何交点;一个圆圈被最大的圆圈完全包围，第三个圆圈完全
45、在最大的圆圈之外。在这种情况下，不能进行标准三边测量。然而，我们的直觉是较大的圆（距离较高的 RSSI 值较大的距离）的距离更接近于估计模型，并且两个较小的圆的信号由于诸如障碍物的某些原因而被衰减。基于这种直觉，我们的方法如下。对于每对圆（三个iBeacons 中的三对） ，我们首先检查情况 1两个圆没有交点（图 15 的上图）或情况2一个圆是否被另一个圆完全包围（图 16 的左图） 。如果两者都不是真的，那么对于特定的一对 RSSI 覆盖距离圈就没有什么可以考虑的了。图 14：由于 RSSI 读数的高变化，三边测量计算失败的可能异常情况的示例，从而导致错误第 17 页图 15：两个 iBea
46、cons 的两个距离圆（表示使用 RSSI 的估计距离的圆圈）的两个距离圆的距离（两个距离估计的总和小于两个 iBeacons 之间的距离）是非相互隔离的情况 1。这导致三边测量无交点。因此，我们逐渐增加圆的大小直到它们相交图 16： 情况 2其中一个 iBeacon 的距离圆（表示使用 RSSI 的估计距离的圆）由另一个距离圆（从另一个 iBeacon）完全包围，导致三边测量计算没有交点。在这种情况下，我们逐渐增加内圈的大小，直到两个圆相交如果一对圆没有交点（即情况 1） ，我们首先以 1 米的增量增加较小圆的大小，直到有两个交点或直到两个圆成为相同尺寸即使在两个圆圈的尺寸相同的情况下也不会
47、产生交点，那么我们以 1 米的增量增加两个圆的大小，直到有两个交点（图 15） 。再次，这种调整来自于室内 RSSI 水平被障碍物中断的假设，这使得 RSSI 水平更快地下降。在第二种情况下，对于一对圆圈，一个圆被另一个圆（即情况 2）完全包围） ，我们以 1 米的增量增加较小圆的大小，直到有两个交点 cf 图 16） 。调整后的结果圆代表每个 iBeacon 的“调整距离 ”。现在，由于所有的 “调整圈”对都有两个交点，所以我们可以使用这六个交叉点来应用三边测量并估计移动设备的大致位置。图 17 和 18 显示了两个例外情况的位置估计结果，其中三个 iBeacons 的估计距离没有为三边测量
48、提供足够的覆盖。在基于我们先前观察的几何调整之后，所得到第 18 页的估计被检测为非常接近实际位置。最后，在服务器上进行整个位置估算过程，包括几何调整和三边测量。移动设备在学生的课堂期间简单地检测 iBeacon 信号，将iBeacon 广告数据列表发送到服务器，并查询考勤。因此，移动设备实际上没有计算负担，并且这导致最小化能量使用。图 17：从原始距离圆（由 RSSI 估计的距离）的两个圆完全包围在第三个圆的异常情况下的位置估计的示例图 18：从图 14 中的异常情况下的位置估计的一个例子，其中原始距离圆（由 RSSI估计的距离）在另一个圆圈中包围一个圆，而第三个圆与另外两个圆不相交5.3
49、评估我们通过四个本科生坐在三个教室上课的的帮助下，对自动考勤系统进行了评估。虽然由于个人同意访问学生个人信息存在挑战，本次研究是有限度的，但系统在 1 个月内没有报告我们的学生志愿者的虚假报告（无论是假阳性还是假阴性） 。我们计划在未来将实验扩大到更多的学生和班级。第 19 页6. 相关应用有几件以前的应用，提出使用 iBeacon 设备的应用程序和服务。 在文献9 中的应用使用 iBeacons 在机场跟踪行李，并且10中的应用为博物馆的游客提供了互动体验。 iBeacon 已经用于紧急指导系统的路径规划 11，也用于跟踪急诊室的患者 12。此外，文献13 中的应用提出了室内路线引导系统，15,16中的应用使用 iBeacons 在建筑物内进行占用检测。这些应用程序都使用基于 RSSI 的接近度作为信息来源，而不是试图确定移动设备的确切位置和绝对位置。还有一些以前的作品着重于使用iBeacon 设备进行精确的室内定位 6,7,12,23,24。然而，这些努力都没有提供对 iBeacon RSSI 测量及其与不同环境因素的变化的深入和广泛的测量研究。文献30中的应用实现了一个 Android 应用程序，从附近的 iBe
