第一節 背景
無線網路環境中，主要是靠電磁波的訊號來傳遞資訊。在不同的環境中，即 使是同一個頻道，其傳遞的電磁波也會受到外在環境影響[1]。在過去幾年中，由 於提供位置的服務之必要性，很多相關的研究已經著手進行，定位方式通常分為 下列幾種：
time of arrival (TOA)：訊號傳送的時間延遲
angle of arrival (AOA)：訊號傳送到達時的角度
received signal strength (RSS)：接收到的訊號強度
基於訊號強度會隨距離增加而衰減的性質，出現了以 RSS(received signal strength)來定位的方式[2][3]，然而，接收功率的變化之大，甚至在半波長內有接 近 30dB 的誤差[4]，儘管如此，在可容許誤差範圍內的服務，依然使用 RSS 定位 方法。但在室內環境中，電磁波傳播經由天花板，牆壁，物件等產生反射[5]，造 成多種不同的路徑由發送端(emitter)到達接收端(receiver)，此傳播行為稱為多重路 徑(mulit path)，分析其傳播行為相當複雜，加上室內多有人居住或使用，在人體 的干擾下，訊號強度的表現更有著不確定性，所幸此一現象並非不可預測的，已 有相關的討論著重在人體對於電磁波訊號的影響[6]。
一般定位方法主要分成兩種類型：(1)廣泛測量的經驗法則 (2)三邊測量法則 (trilateration)。經驗法則是藉由在需要定位的該處不斷測量，以大量現有資料所得 的帄均值來作為往後定位的參考資訊；而三邊測量的概念，我們可藉由一個例子
500 公里，可惜的是這沒有多大幫助，因為你的位置在以城市 A 為中心，半徑 500 公里的圓上皆有可能，但若你又知道城市 B 距離你 450 公里，則現在你的可能範 圍將大幅縮小，即在城市 A 和城市 B 兩圓的交點之一，如果還可以找到一個城市 C 的和你的距離，將可以非常精確地找到自己所在位置，為這三個圓的相交處，
這類的方法已廣泛應用在 GPS 的定位系統。
上述定位方法的準確度，最基本的還是建築在距離估計的精度上，而現實無 線網路的環境中，由於訊號傳輸環境的不確定性，成為以 RSS 方式來估計距離方 法的一項難題，一般估計的方法是建立一個模型，以訊號的衰減程度來估計發送 端與接收端兩者之間距離。
首先，本文採用基於 RSS 的方式估計距離，並提出兩種估計模組，將訊號傳 輸情形分為視線傳輸(Line-of-Sight propagation)，簡稱 LoS，與非視線傳輸
(Non-Line-of-Sight propagation)，簡稱 NLoS，原因在於 NLoS 的訊號傳輸下，可 能影響到定位的準確度[7][8]，所以將其分開討論，最後建立可以有效辨別傳輸環 境的判斷法則，增加訊號傳播路徑上較為複雜的環境之距離估計精度。
第二節 目標
考慮到訊號傳播環境，傳播路徑中可能有遮蔽情形，其估計誤差隨遮蔽情況 變動[9]，首先，由於人體陰影對電場的影響最大可能達到 15dB[6]，則經由人體 遮蔽下的電磁波，與未經遮蔽的情況將不同，既有如此的性質，我們將傳輸情況 分為 LoS 和 NLoS 兩種，為了簡化傳輸環境的複雜度以利進行研究，這裡我們假 設 NLoS 的情形皆為人體所致。
在 point-to-point 的傳輸模式下，我們將依賴電磁波經發送端到接收端的信噪 比(signal-to-noise ratio)，來估算兩者之間的距離，而不同的傳輸情況，其信噪比 亦可能不盡相同，我們相信人體對信噪比有一定的實質影響，進而將距離推算公 式分為 LoS 和 NLoS 兩種。若上述兩種情況讓信噪比出現明顯差異，最後希望可 藉由一段時間內接收的訊號強度狀況，來判斷當下是何種傳輸模式的表現行為。
在無其他遮蔽物的環境下，若使用者為接收端，AP 為發送端，其兩者之間 的傳輸模式，是我們感興趣的，它可能是 LoS 或 NLoS 傳輸，因此我們想提出一 種能推算傳輸模式的方法。
更進一步的，在使用者可轉動的情形下，即接收端可自行變換傳輸模式，由 LoS 轉換成 NLoS，或 NLoS 轉換成 LoS，我們也能藉由訊號強度的改變來偵測出 轉動行為，推算出當前最可能的傳輸模式為何者。
第三節 相關研究
無線網路中，Egli’s model[10]是一個在無線電頻率傳播的地形模型，其來自 真實世界的數據，記錄電視的UHF和VHF等天線在幾個大城市中所傳輸的
point-to-point總路徑損耗(path loss)，通常用於室外的LoS傳輸，根據此model的性 質，恰可利用RSS方式來估算兩端點之間的距離。
對數距離路徑損耗模型(Log-distance path loss model)是一個無線電的傳播模 型，不論是經由理論推導或是實驗量測，我們都可以發現接收訊號的帄均功率會 隨著距離的增加而呈現指數的衰減，這種現象在室內或戶外皆通用，所以已經被 文獻所廣泛使用[11][12]。在一般狀況下，路徑所造成接收功率的帄均損耗通常會 和距離的某次方成正比，也就是說，對任意的傳輸距離而言，以dB為單位的接收 功率帄均損耗可以表示成距離的函數
𝑃𝐿̅̅̅̅(𝑑𝐵) = 𝑃𝐿̅̅̅̅(𝑑0) + 10𝛼 × 𝑙𝑜𝑔 (𝑑 𝑑0)
𝑑0為陷入距離(Close-in-Distance)，陷入距離通常為一個非常接近傳送端的距離，𝑑 為傳送端和接收端之間的距離，𝛼為衰弱系數，根據環境的不同而改變，而這個 模組也是引導我們開始進行這項研究的方向。
關於人體對電磁波傳遞的影響， [6]中有幾項相關的實驗，他們利用3D的人 體模型來探討電場在人體中所產生的空間變異(spatial variability)，並分別在0o、 45o、90o、135o和180o等各種角度觀察入射波情況，而不管是哪種角度，均對電場 有一定的干擾，此項結果顯示人體對電場影響的存在性。
第四節 論文架構
我們將傳輸基礎設定在LoS的情況，基地台可接收到使用者的訊號強度，使 用者若背向基地台的情形下，則視為NLoS傳輸。在下一章節，我們對實際環境進 行測量，觀察訊號強度對於距離的變化情形；在第三章，我們採用三個演算法，
藉由訊號強度的表現，來判斷當下傳輸環境為LoS或NLoS；第四章，採用第三章 的演算法，實行計算機的模擬實驗，並針對各個參數做成圖表，最後將實際環境 測量的數據帶入演算法中，觀察它的成功率和針對各種不同的參數進行調整；最 後在第五章我們將做出結論以及未來可能繼續進行的方向。