第05章-定位技术

第5章定位技术,内容提要,WSN定位技术简介定位计算方法和测距方法经典定位算法基于测距（range-based）的定位技术无需测距（range-free）的定位技术定位相关的其它技术典型定位系统,1.WSN定位技术简介,什么是定位？定位的应用领域定位的技术指标定位系统的设计要点定位服务的标准化,什么是定位？,定位就是确定位置。定位的两种意义：一种是确定自己在系统中的位置；一种是系统确定目标在系统中的位置。位置信息的类型：物理位置指目标在特定坐标系下的位置数值，表示目标的相对或者绝对位置。符号位置指在目标与一个基站或者多个基站接近程度的信息，表示目标与基站之间的连通关系，提供目标大致的所在范围。,WSN定位机制的重要性,定位机制是WSN的基本机制没有位置信息的检测消息是没有意义的；应用：战场侦查、目标跟踪、入侵检测、灾难预报等节点定位是基本的定位机制随机部署的网络，需要确定节点位置；只有节点定位以后，才能确定节点检测事件的位置；定位的其他用途报告事件发生的地点目标跟踪和定位协助路由/协作网络管理,定位的应用领域,导航：了解移动物体在坐标系中的位置，指导移动物体成功到达目的地的工作跟踪：系统实时地了解物体所处位置和移动的轨迹虚拟现实：定位物体的位置和方向网络路由：优化的路由可以提高系统性能、安全性，节省宝贵的电能基于位置的服务（LBS,LocationBasedService）：新的增值服务,定位的技术指标(1),最重要的指标，指定位系统提供的位置信息的精确程度。绝对精度指以长度为单位度量的精度。相对精度，通常以节点之间距离的百分比来定义。覆盖范围是另一个重要指标，它和精度是一对矛盾。,定位的技术指标(2),刷新速度是提供位置信息的频率。比如GPS每秒钟刷新1次WSN相关的指标功耗，WSN是功耗受限制的带宽，协议栈开销+数据的有效载荷节点密度，节点密度要求越高，单次定位的通信开销越大，消耗的电能越多。,定位系统的设计要点,两个主要因素：定位机制的物理特性相应的算法其他设计要求：节点密度扩展性鲁棒性的要求,定位服务的标准化,定位系统往往是订制系统，没有统一的标准GPS系统，事实标准E-911，1996年美国联邦通信委员会（FCC）制定的运营商（紧急救援）服务标准,现有的定位系统,GPS：精度高、实时性好、抗干扰能力强；无遮挡的室外环境、固定的基础设施、成本比较高机器人：节点的移动性、自组织性；携带充足的能量供应和精确地测距设备、节点数量少,定位算法的特点,自组织性：节点随机分布，不能依靠全局的基础设施协助定位健壮性：节点测量数据时有误差，算法需具有良好的容错性。能量高效：算法计算复杂度要小，减少通信开销，延长网络的生命周期。分布式计算：节点计算自身的位置，不能将信息集中到某个节点进行计算。,相关术语,信标节点和未知节点邻居节点跳数、跳段距离基础设施到达时间、到达时间差接收信号强度指示到达角度视线关系、非视线关系,内容提要,WSN定位技术简介定位计算方法和测距方法经典定位算法基于测距（range-based）的定位技术无需测距（range-free）的定位技术定位相关的其它技术典型定位系统,三边定位算法,已知A、B、C三个节点的坐标，以及它们到节点D的距离，确定节点D的坐标为；,三角定位算法,已知A、B、C三个节点的坐标，节点D相对于节点A、B、C的角度，确定节点D的坐标；转换为三边测量法；,极大似然估计法,知1、2、3等n个节点的坐标，及它们到节点D到距离，确定节点D的坐标；最小均方差估计算法；,定位算法的分类(1),根据定位过程中是否测量实际节点间的距离，把定位算法分为：基于距离的（range-based）定位利用测量节点间实际距离或方位计算未知节点位置；距离无关的（range-free）定位利用节点间的估计距离计算未知节点位置；,测距方法,接收信号强度指示法（RSSI）到达时间法（TOA）到达时间差法（TDOA）到达角法（AOA）,定位算法的分类(2),根据定位过程中节点定位先后次序的不同，把定位算法分为：递增式的（Incremental）定位信标节点附近的节点首先开始定位，依次向外延伸，各节点逐次进行定位；累计和传播测量误差并发式的（Concurrent）定位所有的节点同时进行位置计算；,定位算法的分类(3),根据根据定位过程中是否使用信标节点的位置信息，把定位算法分为：基于信标节点（beacon-based）定位以信标节点作为定位中的参考点，各节点定位后产生整体绝对坐标系统；无信标节点的(beacon-free)定位各节点先以自身作为参考点，将邻近节点纳入自己定义的坐标系中，相邻的坐标系统依次转换合并，最后产生整体相对坐标系统；,内容提要,WSN定位技术简介定位计算方法和测距方法经典定位算法基于测距（range-based）的定位技术无需测距（range-free）的定位技术定位相关的其它技术典型定位系统,基于距离的定位机制,基本思想（range-based）通过测量节点与信标节点间的实际距离或方位进行定位。三个阶段测距阶段：未知节点首先测量到邻居节点的距离或角度，然后进一步计算到邻近信标节点的距离或方位；定位阶段：未知节点在计算出到达三个或三个以上信标节点的距离或角度后，利用三边测量法、三角测量法或极大似然估计法计算未知节点的坐标；修正阶段：对求得的节点的坐标进行求精，提高定位精度，减少误差；,2.基于测距（range-based）的定位技术,三边定位和多边定位信号强度（RSS）信号传播时间/时间差（TOA/TDOA/RTOF）接收信号相位（PDOA）近场电磁测距（NFER）接收信号角度定位,2.基于测距的定位技术-三边定位和多边定位,信号强度（RSS）通过信号在传播中的衰减来估计节点之间的距离根据信道模型求解距离：信道的时变特性：信道由于受到多径衰减（Multi-pathFading）非视距阻挡（Non-of-SightBlockage）的影响,2.基于测距的定位技术-三边定位和多边定位,多边定位Multilateration多次测量方程的个数大于变量的个数估计方法：最小二乘（LS，LeastSquare）极大似然（MLE,MaximumLikelihoodEstimation）最小均方差（MMSE,MinimumMeanSquareError）,2.基于测距的定位技术-三边定位和多边定位,三边定位Trilateration（多边定位特例）多次测量方程的个数等于变量的个数需要考虑无解的情况，求最优近似解,2.基于测距的定位技术-三边定位和多边定位,信号传播时间/时间差（TOA/TDOA/RTOF）,TOA,TDOA,RTOF,Roundtriptimeofflight,基于TOA定位机制（1）,基本思想已知信号的传播速度，根据信号的传播时间来计算节点间的距离，然后利用三边或极大似然估计法等计算出节点的位置；评价精度高；要求节点间精确的时间同步；对传感器节点的硬件和功耗较高的要求；,基于TOA定位机制（2）,思想：伪噪声序列信号作为声波信号；组成：扬声器模块、麦克风模块、无线电模块和CPU模块；过程：发送节点的扬声器模块在发送伪噪声序列信号的同时，无线电模块通过无线电同步消息通知接收节点伪噪声序列信号发送的时间，接收节点的麦克风模块在检测到伪噪声序列信号后，根据传播时间和速度计算发送节点和接收节点之间的距离；利用三边测量算法或极大似然估计算法计算出自身位置；,基于TDOA的定位（1）,原理发射节点同时发射两种不同传播速度的无线信号，接收节点根据两种信号到达的时间差以及已知这两种信号的传播速度，计算两个节点之间的距离，再通过已有基本的定位算法计算出节点的位置；,接收信号相位（PDOA）通过测相位差，求出信号往返的传播时间，计算出往返距离其中，fc是信号频率，是信号的波长，是发送信号和反射信号的相位差。由上式可知d的范围是0,。不同的距离如果相差倍，则测量获得的相位相同。,2.基于测距的定位技术-三边定位和多边定位,2.基于测距的定位技术-接收信号角度定位,利用角度关系定位,已知一个顶点和夹角的射线确定一点,已知三点和三个夹角确定一点,基于AOA的定位（1）,基本思想接收节点通过天线阵列或多个超声波接收机感知发射节点信号的到达方向，计算接收节点和发射节点之间的相对方位或角度，再通过三角测量法计算出节点的位置；,基于AOA的定位过程,第一步：相邻节点之间方位角的测定节点A的两个接收机R1、R2间距离是L，接收机连线中点的位置代表节点A位置；将两个接收机连线的中垂线作为节点A的轴线，作为确定邻居节点方位角度基准线；,基于AOA的定位过程,第二步：相对信标节点的方位角测量目标：计算与信标节点不相邻的未知节点与各信标节点之间的方位；L节点是信标节点，A、B、C节点互为邻居节点；ABC、LBC的内部角度已经计算，从而能够计算出四边形ACLB的角度信息，进而计算出信标节点L相对于节点A的方位；,基于AOA的定位过程,第三步：利用方位信息计算节点的位置从n个信标节点中任选三个信标节点A、B、C；利用三角测量算法或极大似然估计算法计算节点D坐标；评价不仅能确定节点的坐标，还能提供节点的方位信息；测距技术易受外界环境影响，且需要额外硬件，不适用于大规模的传感器网络,内容提要,WSN定位技术简介定位计算方法和测距方法经典定位算法基于测距（range-based）的定位技术无需测距（range-free）的定位技术定位相关的其它技术典型定位系统,3.无需测距（range-free）的定位技术,质心算法DV-Hop算法不定形（Amorphous）定位算法APIT算法,质心算法（1）,多边形的几何中心，称为质心，多边形顶点坐标的平均值就是质心节点的坐标。质心定位算法首先确定包含未知节点的区域，计算这个区域的质心，并将其作为未知节点的位置,质心算法（2）,基本过程信标节点周期性向邻近节点广播信标分组，信标分组中包含信标节点的标识号和位置信息；当未知节点接收到来自不同信标节点的信标分组数量超过某一个门限k或接收一定时间后，就确定自身位置为这些信标节点所组成的多边形的质心。评价简单：基于网络连通性，无信标节点和未知节点协调；假设节点都拥有理想的球型无线信号传播模型，而实际上无线信号的传播模型；位置估计精确度和信标节点的密度和分布有很大关系。,距离向量-跳段定位算法,DistanceVectorHop，类似于传统网络中的距离向量路由机制基本思想首先：计算未知节点与信标节点的最小跳数；然后：估算平均每跳的距离，利用最小跳数乘以平均每跳距离，得到未知节点与信标节点之间的估计距离，最后：利用三边测量法或极大似然估计法计算未知节点的坐标,DV-Hop算法的定位过程,计算未知节点与每个信标节点的最小跳数信标节点向邻居节点广播自身位置信息的分组，其中包括跳数字段，初始化为0；接收节点记录具有到每个信标节点的最小跳数，忽略来自同一个信标节点的较大跳数的分组。然后将跳数值加1，并转发给邻居节点；网络中所有节点能够记录下到每个信标节点最小跳数,DV-Hop算法的定位过程,计算未知节点与信标节点的实际跳段距离每个信标节点根据记录的其它信标节点的位置信息和相距跳数，估算平均每跳的实际距离；然后，信标节点将计算的每跳平均距离用带有生存期字段的分组广播至网络中，未知节点仅记录接收到的第一个每跳平均距离，并转发给邻居节点；未知节点接收到平均每跳距离后，根据记录的跳数，计算到每个信标节点的跳段距离；,DV-Hop算法的定位过程,利用三边测量法或极大似然估计法计算自身位置未知节点利用第二阶段中记录的到各个信标节点的跳段距离，利用三边测量法或极大似然估计法计算自身坐标,DV-Hop算法的定位过程,例子信标节点L2计算的每跳平均距离为(40+75)/(2+5)A从L2获得每跳平均距离，则节点A与三个信标节点之间的距离分别为L1：316.42，L2：216.42，L3：316.42；,3.无需测距的定位技术-不定形定位算法,在不定形计算机（AmorphousComputer）上实现的定位算法。不定形计算机是一种并行计算结构，和智能群（蚁群、鸟群、粒子群等）很相似。本质上，不定形算法是DV-Hop算法的增强，引入了多参考点测量进行估计求精的步骤。两个重要的参数修正：不定形算法通过平滑（smoothing）修正节点到参考节点的梯度跳数。采用通信半径作为每跳距离，使得节点到参考节点的最终估计距离偏大。不定形算法采用下面的公式来修正每跳距离：,3.无需测距的定位技术-APIT算法,近似三角形内点测试法（APIT,ApproximatePoint-In-Triangulationtest）找到若干个由参考节点构成的三角形，则节点必然在这些三角形的交集内。使用这个交集的重心估计节点的位置。APIT算法分四步：（1）信标交换，（2）三角形内点测试（PIT,Point-In-Triangulationtesting），（3）交集运算计算三角形的重合区域，（4）重心（COG,CenterofGravity）计算求节点的位置。,APIT算法,基本过程未知节点首先收集其邻近信标节点的位置信息；从这些信标节点组成的集合中任意选取三个节点，假设集合中有n个元素，那么共有Cn3种不同选取方法，确定Cn3个不同三角形，逐一测试未知节点是否位于每个三角形内部，直到穷尽所有Cn3种组合或达到定位所需精度；计算包含目标节点所有三角形的重叠区域，并求质心；,APIT定位的理论基础,PIT：最佳三角形内点测试法PIT原理假如存在一个方向，节点M沿着这个方向移动会同时远离或接近顶点A、B、C，那么节点M位于ABC外；否则，节点M位于ABC内；,APIT算法的具体步骤,收集信息未知节点收集邻近信标节点的信息，如位置、标识号、接收到的信号强度等；邻居节点之间交换各自接收到的信标节点的信息；APIT测试测试未知节点是否在不同信标节点组合成三角形内部；计算重叠区域统计包含未知节点三角形，计算所有三角形的重叠区域；计算未知节点位置计算重叠区域的质心位置，作为未知节点的位置,内容提要,WSN定位技术简介定位计算方法和测距方法经典定位算法基于测距（range-based）的定位技术无需测距（range-free）的定位技术定位相关的其它技术典型定位系统,4.定位相关的其它技术,节点和事件的跟踪测距方式对精度的影响贝叶斯滤波卡尔曼滤波其它技术,4.定位相关的其它技术-节点和事件的跟踪,定位是跟踪的技术基础跟踪是WSN的重要应用目标或现象的检测、定位、数据收集与分享、以及预测和组管理。对移动的目标或者事件进行动态的监测目标：让尽可能少的、足够的节点参与跟踪任务，最大可能地降低电能的消耗和信道的开销方案：协同信号与信息处理(CSIP,collaborativesignalandinformationprocessing),4.定位相关的其它技术-测距方式对精度的影响,Radio（VHF、UWB、CDMA、光、红外光）,一米的壁垒：更高的精度非常困难,4.定位相关的其它技术-测距方式对精度的影响,声音（声波、超声波）超声波的传播速度约300m/s，设TDOA达到的时钟精度为1ms，则测距精度30cm。1ms的时钟精度是很低的，经过优化的时间同步方案可以提供几十微秒的精度。那么使用超声波测距的方法可以达到1cm的精度。超声波的传播速度受到环境的影响，同时传播距离在几米到几十米的范围。由于声波接收的方向性，需要小心的部署。,4.定位相关的其它技术-贝叶斯滤波,滤波可以看作是根据观测数据，推断系统内部状态的过程。顺序估计就是通过后验密度（PosteriorDensity）给定了滤波密度就可以通过估计子计算系统的状态。估计子有很多种，最常用的是均值估计子：实际应用：顺序蒙特卡罗（SMC,sequentialMonteCarlo）和马尔可夫蒙特卡罗（MCMC,MarkovChainMonteCarlo）的基本原理。,4.定位相关的其它技术-卡尔曼滤波,卡尔曼滤波：贝叶斯滤波的特例要求：线性系统，高斯噪声非线性非高斯系统：扩展卡尔曼滤波线性化运动方程和观测方程Jacobian矩阵计算协方差非察觉型卡尔曼滤波器（UnscentedKalmanfilter）更加精确的捕捉真实的均值和方差的方法使用一个确定的采样技术选取均值附近的采样点的最小集合（SigmaPoints,SP）,4.定位相关的其它技术-其它技术,模式匹配数据融合等算法数据压缩数据库多媒体技术,以RADAR系统为例，该系统采用RSS方式进行实时定位，定位主要分成两个阶段：（1）离线阶段测量并记录移动节点在现场不同位置情况下各个参考节点的RSS，构成RSS指纹库（footprint）；（2）实时阶段将收到的信号强度与指纹库中的数据进行比较，估计出节点位置。,内容提要,WSN定位技术简介定位计算方法和测距方法经典定位算法基于测距（range-based）的定位技术无需测距（range-free）的定位技术定位相关的其它技术典型定位系统,5.典型定位系统,全球和区域导航系统全球导航系统地区导航系统无线传感器网络定位系统使用RSS方式定位的系统使用TOA/TDOA方式定位的系统混合定位系统无需测距的定位系统,5.典型定位系统-全球和区域导航系统,全球导航系统：全球范围GPSGPS（GlobalPositioningSystem）二十世纪70年代由美国陆海空三军联合研制的新一代空间卫星导航定位系统。起初为了军事目的。Galileo系统伽利略系统（GALILEOsatelliteradionavigationsystem）是欧洲自主的、独立的全球多模式卫星定位导航系统，提供高精度、高可靠性的定位服务，同时它实现完全非军方控制、管理。,5.典型定位系统-全球和区域导航系统,全球导航系统：全球范围GPSGPS使用24颗人造卫星在离地面约2万公里的高空上，以12小时的周期环绕地球运行。在地面上的任意一点都可以同时观测到4颗以上的卫星。由于卫星的位置精确可知，通过4颗卫星发出的信号，我们可得到卫星到接收机的距离。GPS精度达到5m，专用车载GPS导航仪已经广泛使用于车辆导航等应用领域。,5.典型定位系统-全球和区域导航系统,全球导航系统：全球范围Galileo系统伽利略系统是中高度圆轨道（MEO）方案，该系统将由30颗中高度圆轨道卫星和2个地面控制中心组成，其中27颗卫星为工作卫星，3颗为候补。卫星高度为24126公里，位于3个倾角为56度的轨道平面内。伽利略系统可以分发实时的米级定位精度信息，这是现有的卫星导航系统所没有的。同时伽利略系统能够保证在许多特殊情况下提供服务,5.典型定位系统-全球和区域导航系统,地区导航系统：区域范围LORAN系统LORAN（LOngRAngeNavigation）是一种地区导航系统。基站以一定的时间间隔发送低频无线信号，船只、飞机等接收到多个信号基站的信号后，可以计算出自身所处的位置。LORAN系统发展经历LORAN-A、LORAN-C、LORAN-D和LORAN-F，最为重要的是LORAN-C系统。LORAN-C是测量脉冲和测量相位相结合的双曲线导航系统，工作频段90110kHz，1957年开始建设，直到现在已经建成大量电台链，覆盖了北半球大部分地区。北斗北斗双星定位系统是我国自行建立起来的一种区域性定位系统（RDSS）。2003年5月25日，我国成功发射了第三颗“北斗一号”导航定位卫星，作为“北斗导航定位系统”的备份星，连同2000年10月31日和12月21日发射升空的两颗“北斗一号”导航定位卫星和一个地面中心站，形成了一个较为完善的“双星导航定位系统”。“双星导航定位系统”应归于“卫星无线电定位服务”（RDSS）。,5.典型定位系统-无线传感器网络定位系统,使用RSS方式定位的系统RADAR（1998）Microsoft的RADAR定位系统利用“指纹识别”技术进行定位，解决WLAN中定位移动计算设备的问题。SpotON（1999）,5.典型定位系统-无线传感器网络定位系统,使用RSS方式定位的系统RADAR（1998）通过对特定环境下的RF信号衰落特征值进行处理实现的。数据处理处理分成2个阶段：离线阶段（office-linephase）和实时阶段（real-timephase）。离线阶段记录目标节点的位置所对应3个基站的信号信息，生成以位置为变量的信号信息函数。实时阶段在采集3个基站的信号信息，根据信号信息函数求解位置。,5.典型定位系统-无线传感器网络定位系统,使用RSS方式定位的系统SpotON（1999）SpotOn标签的硬件由DragonballEZ处理器、在916.5MHz的TR1000射频收发器和10-bitA/D转换器构成。该系统基于射频接收信号强度（RSS）分析的三维位置感知方法，实现小范围内的定位。,5.典型定位系统-无线传感器网络定位系统,使用TOA/TDOA方式定位的系统BatSystem（1999）Cricket（2000）,5.典型定位系统-无线传感器网络定位系统,使用TOA/TDOA方式定位的系统BatSystem（1999）Cricket（2000）,室内定位系统Badge系统是ActiveBadge的后继发展，是一种基于测距（range-based）的定位技术。如图719，该系统使用超声波信号的TOA实现三维空间定位，使用多边定位方法提高精度。Bat系统的定位精度最高达到3cm。,MIT提出了一种融合TDOA和信号到达相位差的硬件解决方案CricketCompass，其原型系统可在40角内以5的误差确定接收信号方向。Cricket系统是麻省理工学院的Oxygen项目的一部分，用来确定移动或静止节点在大楼内的具体所在房间位置。该定位系统利用射频信号与超声波信号到达时间间隔和各自的传播速度，计算出未知位置节点到已知位置节点的距离。,5.典型定位系统-无线传感器网络定位系统,混合定位系统CalamariAHLoS（AdHocLocalizationSystem）（2001）,两个系统本质上都是cell-based方式定位的系统,5.典型定位系统-无线传感器网络定位系统,混合定位系统Calamari,Calamar采用超声波传播时间（TOA）和接收电信号强度（RSS）方式定位。使用超声波的测距，将49个节点部署在144平方米的范围。定位中等误差0.53m。使用RSS，系统分别在半个足球场，定位中等误差4.1m。,5.典型定位系统-无线传感器网络定位系统,混合定位系统AHLoS（AdHocLocalizationSystem）（2001）AHLoS使用RSS进行接近情况探测，同时使用RF和超声波的收发时间进行TDOA测量。AHLoS系统中使用3种多边定位算法：原子式（atommultilateration）、协作式（collaborativemultilateration）和迭代式（iterativemultilateration）。原子式多边定位就是普通的最大似然估计定位。,5.典型定位系统-无线传感器网络定位系统,无需测距的定位系统ActiveBadge（1992）每一个目标上安装一个badge。每个badge周期地每15秒钟，红外线发送大约持续0.1秒的唯一ID号。已知位置的参考节点收到这些信号，传送到网络。系统知道当前某个badge在哪一个cell附近。ActiveBadge系统的缺点是部署大规模网络困难，同时，红外线容易受到光线的干扰，尤其是在户外。因此，ActiveBadge是一个室内的基于蜂窝单元（cell-based）的定位系统。,5.典型定位系统-无线传感器网络定位系统,无需测距的定位系统UCBerkeley（2006）使用Trio传感器节点多传感器融合算法，使用空间相关性，融合后的二进制测量值提供更加精细的位置信息。融合后的数据通过数据关联的马尔可夫-蒙特卡罗算法（MarkovchainMonteCarloDataAssociation-MCMCDA）跟踪未知个数的目标。,6.展望,UWB定位NanotronCSS定位,6.展望-UWB定位,随着通信技术，特别是物理层的发展，UWB（UltraWideBand，超宽带）可能成为下一个广泛使用的技术。UWB具有一系列优良独特的技术特性，是一种极具竞争力的短距无线传输技术。UWB不采用正弦载波，而是利用纳秒级的非正弦波窄脉冲传输数据，因此其所占的频谱范围很宽。UWB适用于高速、近距离的无线个人通信。按照FCC的规定，从3.1GHz到10.6GHz之间的7.5GHz的带宽频率为UWB所使用的频率范围。UWB解决了困扰传统无线技术多年的有关传播方面的重大难题，具有对信道衰落不敏感、发射信号功率谱密度低、被截获的可能性低、系统复杂度低、厘米级的定位精度等优点。虽然UWB有厘米级的定位精度，但是UWB的通信范围仅有几米，对于很多定位和跟踪应用，几米的范围显然太小了。,6.展望-NanotronCSS定位,2006年10月最终确定为德国Nanotron公司的CSS提案为IEEE802.15.4a标准，淘汰了UWB方案。CSS（ChirpSpreadSpectrum）工作于ISM2.4GHz。用于电池供电和中等速率应用场合，提供可靠的传输。CSS是啁啾脉冲的MDMA（MultiDimensionalMultipleAccess）调制技术的首次实现。MDMA调制技术基于啁啾脉冲的调制技术，与海豚、蝙蝠定位原理相似，具有鲁棒性，电路简单的特点，因此，可以增加电池使用时间和降低成本。数据速率可以根据应用需要调整，最优化使用信道。,6.展望-NanotronCSS定位,CSS提供中等带宽（1to2Mbps）、低功耗，高距离。当chirppulse的持续时间固定为1s，数据率达到2Mbps。CSS还考虑到定位需求，提供SDS-TWR（SymmetricalDouble-SidedTwoWayRanging）测距服务，以TOA的方式测距、定位，用于确定使用CSS调制方式通信的两个无线设备直接距离的方法，使用了相当复杂的算法。CSS的最大通信范围是室内环境60米的、户外环境900米。这是一个相当大的覆盖范围，提供几十厘米的精度。就目前技术而言，这种定位技术方案相对于基于Wi-Fi和超声波技术的定位系统有一定应用范围内的优势。,主要参考文献,1S.S.Wang,M.Green,andM.Malkawa,“E-911LocationStandardsandLocationCommercialServices,”ProceedingsofIEEEEmergingTechnologiesSymposiumonBroadband,WirelessInternetAccess,April2000.2N.B.Priyantha,A.Chakraborty,andH.Balakrishnan.TheCricketlocation-supportsystem.InACM/IEEEMOBICOM,3243,2000.3NiculescuD,NathB.DVbasedpositioninginadhocnetworks.JournalofTelecommunicationSystems,2003,22(1/4):267-280.4NicolescuD,NathB.Ad-Hocpositioningsystems(APS).In:Proc.ofthe2001IEEEGlobalTelecommunicationsConf.Vol.5,SanAntonio:IEEECommunicationsSociety,2001.2926-29315P.BahlV.N.Padmanabhan,RADAR:AnIn-BuildingRF-BasedUserLocationandTrackingSystem,ProceedingsofIEEEINFOCOM2000,Vol.2,Tel-Aviv,Israel(March2000):775-7846D.Moore,J.Leonard,D.Rus,andS.Teller,“RobustDistributedNetworkLocalizationwithNoisyRangeMeasurement,”SenSys04,Nov2004.7D.NiculescuandB.Nath.Adhocpositioningsystem(APS)usingAoA.InIEEEINFOCOM,SanFrancisco,2003,pp.17341743.8N.Bulusu,J.Heidemann,D.Estrin.DensityAdaptiveAlgorithmsforBeaconPlacementinWirelessSensorNetworks.TechnicalReportULCA-CS-010013,20019X.Shen,Z.Wang,P.Jiang,R.Lin,andY.Sun,ConnectivityandRSSIBasedLocalizationSchemeforWirelessSensorNetworks.2005InternationalConferenceonIntelligentComputing,LectureNotesonComputerScience.Vol.3645,p.578-587,Aug.2005.10D.Niculescu,andB.Nath,“AdHocPositioningSystem(APS)”,ProceedingsofIEEEGlobecom2001,Texas,USA,pp.2826-2931,November,2001.,主要参考文献,11D.Niculescu,andB.Nath,“DV-basedPositioninginAdHocNetworks”,KluwerJournalofTelecommunicationSystems,Vol.22,No.1,pp.267-280,January,2003.12R.Nagpal,H.Shrobe,andJ.Bachrach.OrganizingaGlobalCoordinateSystemfromLocalInformationonanAdHocSensorNetwork.InProceedingsof2ndIntlWorkshoponInformationProcessinginSensorNetworks(IPSN03).PaloAlto,USA,April2003.13T.He,C.Huang,B.M.Blum,J.A.Stankovic,andT.Abdelzaher.Range-FreeLocalizationSchemesforLargeScaleSensorNetworks.Proc.9thAnnualIntlConf.onMobileComputingandNetworking(MobiCom),SanDiego,CA.,2003.pp.819514F.Zhao,J.Liu,J.J.Liu,L.Guibas,andJ.Reich.Collaborativesignalandinformationprocessing:aninformationdirectedapproach.ProceedingsofIEEE,91(8):11991209,2003.15FengZhaoandLeonidasJ.Guibas.WirelessSensorNetworks:AnInformationProcessingApproach.TheMorganKaufmannSeriesinNetworking.MorganKaufmannPublishers,2004.16M.;Wiebking,L.;Gulden,P.;Wieghardt,J.;Hoffmann,C.;Heide,P.Wirelesslocalpositioning,Vossiek,IEEEMicrowaveMagazine,pp.77-86,Dec.2003.17A.M.R.WardSensor-drivenComputing,PhDthesis,CambridgeUniversity,August1998.18HarterA,HopperA,StegglesP,WardA,WebsterP.Theanatomyofacontext-awareapplication.In:Proc.ofthe5thAnnualACM/IEEEIntlConf.onMobileComputingandNetworking.Seattle:ACMPress,1999.59-68.19M.Addlesee,R.Durwen,S.Hodges,J.Newman,P.Steggles,A.Ward,andA.Hopper.Implementingasentientcomputingsystem.Computer,34(8),5056,2001.20AndyHarter,AndyHopper,PeteSteggles,AndyWardandPaulWebsterTheanatomyofaContext-AwareApplication,InWirelessNetworks,Vol.8,pp.187-197,February2002.,主要参考文献,21L.HuandD.Evans,Localizationformobilesensornetworks,inProceedingsofthe10thannualinternationalconferenceonMobilecomputingandnetworking,Philadelphia,PA,USA,2004,pp.45-57.22B.D.AndersonandJ.B.Moore.OptimalFiltering.Prentice-Hall,EnglewoodCliffs,NewJersey,1979.23S.J.JulierandJ.K.Uhlmann.Unscentedfilteringandnonlinearestimation.ProceedingsofIEEE,2004,92(3):401-422.24H.Chen,D.Ping,Y.Xu,andX.Li,ANovelLocalizationSchemeBasedonRSSDataforWirelessSensorNetworks,AdvancedWebandNetworkTechnologies,andApplications,LNCSVolume3842,2006.25H.Chen,P.Deng,Y.Xu,andX.Li,ArobustlocationalgorithmwithbiasedextendedKalmanfilteringofTDOAdataforwirelesssensornetworks,InProceedingsofInternationalConferenceonWirelessCommunications,NetworkingandMobileComputing2005,pp.883-886.26P.Enge,andP.Misra,SpecialIssueonGPS:TheGlobalpositioningSystem,Proc.oftheIEEE,pp.3-172,