第一章 緒論
1.1 研究動機與背景
近年來無線技術的快速發展，使用無線訊號技術來進行定位應用的服務越來越普及 化。定位可分為室外與室內定位兩種，室外定位目前使用最普遍的就是使用全球定位系 統(Global Position System, GPS)[1]，由於GPS 衛星定位系統採用三維空間的定位方式，
根據一般三角定位原理，二顆不同的衛星資訊，就可以解算得到二度空間的位置，但為 了糾正與修正定位誤差得到較準確的結果，通常會加入第三顆衛星的資訊來當作校正。
因為 GPS 必須為保持視線(Line-of-sight)的情況下進行運作，也就是沒有過多的環境干 擾，但是在室內空間環境普遍複雜且有多重干擾的情況下，所以此技術並不適合使用於 室內空間定位。在室內空間的情況下，導入無線訊號技術則比較適合。由於室內空間有 牆壁的阻隔、金屬與含水性才質的影響，可利用此技術的體積小、成本低、佈署方便、
可大量放置的特性，根據室內空間不同的狀況來佈署感測器的位置和數量。目前有許多 室內定位系統的研究使用一些無線定位系統，像是紅外線(Infrared, IR)、IEEE802.11、超 音波(Ultrasonic)[2]、無線辨識技術(Radio Frequency Identification, RFID )[3]、無線感測 技術(Wireless Sensor Network, WSN)[4]等技術，但是這些技術都有優缺點，像是紅外線、
超音波容易受到障礙物的影響，產生遮蔽效應影響了它的定位能力；RFID 容易受到週
2
的方式包括類神經網路、模糊邏輯、最佳化搜尋法。
演算法機制相關的研究包括：A. Fink and H. Beikirck[36]所提出利用多樣性和可行 性來進行定位並增加他的準確度；P. Barsocchi, S. Lenzi and G. Giunta [37]提出的演算法 採用虛擬標定傳播模型，利用Least Mean Square(LMS)算法將準確度提高；H. Abdelsalam and S. Olariu[38]提出將 RSSI 的測量距離進行 CR(Calibration Records)校正，並依靠不交 集的三角形區域所部屬的感測節點進行定位分析；M. H. Sayadnavard, A. T.haghighat and M. Abdechiri [39]提出 Learning Automata(LA)和收集存在的 APS(dv-distance)，經過 性能模擬評估之後，可以有效的提高定位精準度。定位與路徑追蹤牽涉到高複雜度的組 合與最佳化的問題，因為在許多的預估定位點當中，必須選擇最佳的定位點出來，再透 過這些定位點得到我們所需要的最佳追蹤路徑，所以定位與路經追蹤演算法的設計也可 以利用最佳化組合搜尋法方式來進行，包括利用蟻群搜尋法(Ant Colony)、模擬退火法 (Simulated Annealing)、基因演算法(Genetic Algorithm)、貪婪演算法(Greedy Algorithm)、
禁忌搜尋法(Tabu Search)，利用這些搜尋法可以進行完整的最佳化搜尋，來得到一個最 佳解。
本研究希望藉由無線訊號技術得到的接收訊號強度指示(RSSI)以後，經過 RSSI 與 距離關係的判斷，得到合理的距離，透過 TOA 方法設計演算法機制進行計算，來判斷 出較合理的定位位置和最佳化的路徑追蹤，而演算法機制的設計在判斷的過程中就顯得 特別重要，可以解決並排除不合理的結果出來，並儘量減少定位的誤差量並能達成準確 率較高的結果出來，並利用定位的結果達成室內定位與路徑追蹤規劃的目標。
3
4
要的課題，因為定位的位置必須準確的顯示出來，才能在進行路徑追蹤部份達到較佳的 結果，如果還能結合更完整的人性化服務，則可以達到生活更便捷效率的目標。
5
1.3 論文架構
本論文總共為五個章節，論文的架構如下：
一、第一章緒論：說明本論文的研究動機、目的及方法，希望能以無線訊號技術搭配判 斷演算法的方式，來加強定位和路徑追蹤的準確度。
二、第二章室內測距與定位技術探討：介紹一些目前正在使用中的室內測距技術、三角