趙　瑾，張　琳

(北京郵電大學(xué) 信息與通信工程學(xué)院，北京　100876)

移動(dòng)網(wǎng)絡(luò)質(zhì)量室內(nèi)測(cè)試系統(tǒng)的研究與實(shí)現(xiàn)

趙瑾，張琳

(北京郵電大學(xué) 信息與通信工程學(xué)院，北京100876)

目前4G無(wú)線網(wǎng)絡(luò)的整體覆蓋范圍的擴(kuò)大，越來(lái)越多的人使用移動(dòng)網(wǎng)絡(luò)進(jìn)行上網(wǎng)，用戶的感知度也隨著移動(dòng)網(wǎng)絡(luò)改善慢慢變好的同時(shí)對(duì)網(wǎng)絡(luò)的要求也越來(lái)要高。在這種前提下，室內(nèi)場(chǎng)所移動(dòng)網(wǎng)絡(luò)的服務(wù)質(zhì)量也就成為運(yùn)營(yíng)商和用戶關(guān)注的主要區(qū)域。本文研究實(shí)現(xiàn)了室內(nèi)網(wǎng)絡(luò)質(zhì)量分布測(cè)試的系統(tǒng)，研究了基于Android的移動(dòng)網(wǎng)絡(luò)測(cè)試的實(shí)現(xiàn)以及行人航跡推算實(shí)現(xiàn)室內(nèi)定位的技術(shù)，對(duì)室內(nèi)網(wǎng)絡(luò)質(zhì)量進(jìn)行評(píng)估和實(shí)現(xiàn)。使用設(shè)計(jì)的系統(tǒng)準(zhǔn)確測(cè)試室內(nèi)環(huán)境的移動(dòng)網(wǎng)絡(luò)質(zhì)量，并且收集測(cè)試數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行處理分析，得到室內(nèi)網(wǎng)絡(luò)質(zhì)量分布情況。

移動(dòng)網(wǎng)絡(luò)速度；室內(nèi)定位；行人航跡推算

本文著錄格式：趙瑾，張琳. 移動(dòng)網(wǎng)絡(luò)質(zhì)量室內(nèi)測(cè)試系統(tǒng)的研究與實(shí)現(xiàn)[J]. 軟件，2016，37（9）：12-16

0　引言

目前，伴隨著4G網(wǎng)絡(luò)的普及，移動(dòng)互聯(lián)網(wǎng)的發(fā)展十分迅速，用戶對(duì)使用移動(dòng)網(wǎng)絡(luò)進(jìn)行上網(wǎng)的體驗(yàn)的要求也在逐步提升。人們?cè)谑覂?nèi)度過(guò)大量時(shí)間，所以室內(nèi)移動(dòng)網(wǎng)絡(luò)服務(wù)質(zhì)量也成為人們關(guān)心的主要區(qū)域。國(guó)內(nèi)外也出現(xiàn)了各式各樣的測(cè)試軟件，包括國(guó)外的SpeedTest[1]國(guó)內(nèi)UNOtest[2]，這些都是測(cè)速方面比較成熟的軟件，在國(guó)內(nèi)外都有比較大的使用量。它們?cè)u(píng)價(jià)網(wǎng)絡(luò)服務(wù)質(zhì)量的指標(biāo)主要包括上下行速率和時(shí)延指標(biāo).網(wǎng)絡(luò)服務(wù)質(zhì)量的呈現(xiàn)與地理位置息息相關(guān)，但是這些軟件針對(duì)室外場(chǎng)所GPS定位。也有人提出針對(duì)移動(dòng)網(wǎng)絡(luò)測(cè)試開(kāi)放性的平臺(tái)Mobilyzer[3]，搜集用戶測(cè)試網(wǎng)速的數(shù)據(jù)信息，結(jié)合Google地圖給出網(wǎng)絡(luò)質(zhì)量分布圖。相比較之前的研究課題研究方向室內(nèi)移動(dòng)網(wǎng)絡(luò)覆蓋相關(guān)的研究，創(chuàng)新地提出在室內(nèi)這一特殊的不容易獲得地理位置的場(chǎng)所對(duì)移動(dòng)網(wǎng)絡(luò)質(zhì)量的覆蓋進(jìn)行研究。

在本文中，實(shí)現(xiàn)基于智能手機(jī)的可控室內(nèi)網(wǎng)絡(luò)測(cè)試平臺(tái)，并提供直觀室內(nèi)移動(dòng)網(wǎng)絡(luò)速度的分布。采用航位推算算法來(lái)解決室內(nèi)由于沒(méi)有GPS信號(hào)和其它室內(nèi)定位基礎(chǔ)設(shè)施造成的室內(nèi)定位問(wèn)題。提出通過(guò)廣泛的實(shí)驗(yàn)分析提出系統(tǒng)的可能性和局限性。通過(guò)多次實(shí)驗(yàn)，證明該系統(tǒng)是實(shí)用和有效的在室內(nèi)環(huán)境中提供用戶的位置信息。

1　可控室內(nèi)網(wǎng)絡(luò)測(cè)試平臺(tái)實(shí)現(xiàn)

可控室內(nèi)網(wǎng)絡(luò)測(cè)試平臺(tái)是基于Android平臺(tái)開(kāi)發(fā)的網(wǎng)絡(luò)測(cè)試和行人航位推算的室內(nèi)定位技術(shù)的結(jié)合。在本節(jié)中，給出系統(tǒng)實(shí)現(xiàn)框架。如圖1所示，Android客戶端程序包括兩部分：移動(dòng)網(wǎng)絡(luò)速度測(cè)試和室內(nèi)定位。兩部分與服務(wù)器合作，分別完成測(cè)試任務(wù)和室內(nèi)定位任務(wù)?；趯W(xué)習(xí)的大量的標(biāo)準(zhǔn)化文件和成熟的網(wǎng)速測(cè)試軟件，選擇了三個(gè)最有代表性的參數(shù)作為評(píng)價(jià)移動(dòng)網(wǎng)絡(luò)質(zhì)量指標(biāo)，其中包括平均上行網(wǎng)絡(luò)速度，平均下行網(wǎng)絡(luò)速度，網(wǎng)絡(luò)延遲。為了模擬用戶上網(wǎng)過(guò)程，選擇HTTP協(xié)議作為測(cè)試方案設(shè)計(jì)Android客戶端應(yīng)用程序；選擇行人航位推算（PDR）算法作為解決室內(nèi)定位方案。智能手機(jī)通常裝備有慣性傳感器，其中用于定位的最重要的是三軸加速度計(jì)，三軸磁力計(jì)和三軸陀螺儀。利用傳感器的原始數(shù)據(jù)，并將其應(yīng)用到的步伐檢測(cè)和航向估計(jì)算法中。

圖1　室內(nèi)移動(dòng)網(wǎng)絡(luò)測(cè)試系統(tǒng)框架Fig.1　framework of indoor network measurement

2　行人航跡推算研究

2.1行人航跡推算室內(nèi)定位算法概述

行人航位推算（PDR）算法是基于對(duì)用戶所確定的初始位置的相對(duì)定位的一種方法。利用傳感器的原始數(shù)據(jù)，并直接將其應(yīng)用到我們的步驟檢測(cè)和航向估計(jì)算法。文章中，通過(guò)手機(jī)加速度傳感器提供的數(shù)據(jù)進(jìn)行對(duì)行人步伐和步長(zhǎng)的檢測(cè)，此外，采用融合算法處理由磁力和積累陀螺儀數(shù)據(jù)獲得的數(shù)據(jù)，以確定行人行走的方向，圖2是算法整體實(shí)現(xiàn)框架。

圖2　行人航跡推算室內(nèi)定位框架Fig.2　framework of pedestrians dead reckoning

2.2行人航跡推算算法實(shí)現(xiàn)

2.2.1坐標(biāo)系轉(zhuǎn)換

旋轉(zhuǎn)的數(shù)學(xué)表達(dá)式是許多技術(shù)應(yīng)用的一個(gè)關(guān)鍵課題。特別是在物理學(xué)模擬，游戲編程或幾何傳感器數(shù)據(jù)的處理。由于手機(jī)有不同的坐標(biāo)系。為了描述相對(duì)于手機(jī)局部坐系（LCS）標(biāo)在地理坐標(biāo)系（GCS）傳感器任意方向的矢量的分量，必須進(jìn)行坐標(biāo)變換。

2.2.2步伐檢測(cè)

根據(jù)前文提到的內(nèi)容，行人在行走過(guò)程中，加速度計(jì)三軸的輸出波形具有周期性。并且加速度波形的周期性與當(dāng)加速度計(jì)所在的坐標(biāo)系的行人行進(jìn)方向有關(guān)。具體來(lái)說(shuō),假設(shè)加速度計(jì)的Y軸是行人運(yùn)動(dòng)的正方向，X軸是垂直行人運(yùn)動(dòng)方向,也就是行人的側(cè)面方向，Z軸是重力加速度的方向，那么X，Y， Z軸的波形在行人運(yùn)動(dòng)的過(guò)程中都具有周期性。且Z軸的波形周期性最明顯。步頻可以基于行走期間垂直加速度的周期性信號(hào)來(lái)檢測(cè)。但是由于手機(jī)姿態(tài)的不確定性，Z軸的加速度分量會(huì)被分散到加速度的其他三個(gè)軸上所以有必要將手機(jī)局部坐標(biāo)系（LCS）下的加速度投射到地理坐標(biāo)系（GCS）下的加速度，以獲得Z軸的加速度。

其中常數(shù)分量g表示地球重力加速度（9.8m/s2）。在實(shí)際情況中，加速度的原始數(shù)據(jù)噪聲很大。因此，我們對(duì)原始數(shù)據(jù)進(jìn)行低通濾波:

圖3　加速度預(yù)處理效果Fig.3　Acceleration pretreatment

為了檢測(cè)步頻，使用峰值檢測(cè)算法，如下判斷集來(lái)檢測(cè)用戶步頻使用如下判斷集（5）（6）（7）三個(gè)判斷條件來(lái)檢測(cè)用戶步頻：

2.2.3步長(zhǎng)估計(jì)

不同行人的步長(zhǎng)不是完全相同的，即使是相同的人，步長(zhǎng)行走過(guò)程中顯著地變化。采用動(dòng)態(tài)模型表示加速度幅度和步長(zhǎng)之間的關(guān)系：

2.2.4方向估計(jì)

在沒(méi)有GPS信號(hào)的環(huán)境中，方向估計(jì)已被識(shí)別的方向上的最大的問(wèn)題。手機(jī)上的慣性測(cè)量單元IMU可以幫助解決這個(gè)問(wèn)題，但受制于在室內(nèi)環(huán)境中的各種干擾，例如，周?chē)拇艌?chǎng)的干擾，磁力不能提供精確的方向估算；當(dāng)使用者行走或在拐角轉(zhuǎn)彎后陀螺的累加錯(cuò)誤。因此，分析的方向是該系統(tǒng)中的最重要的功能和模塊。融合磁力計(jì)和陀螺儀測(cè)量的方向角度來(lái)估算最終的行人行走方向。為了獲得可靠的前進(jìn)方向，提出的融合算法，算法關(guān)鍵概念是在不同的條件下選擇按磁力計(jì)和陀螺儀或者是陀螺儀提供的航向，從而提供準(zhǔn)確的行人行走方向提出。在估計(jì)航向方向的四個(gè)判斷條件如下，根據(jù)在不同條件下來(lái)計(jì)算當(dāng)前方向：

圖4　方向估計(jì)Fig.4　Heading estimation

2.2.5位置估計(jì)

根據(jù)2, 3，4小節(jié)得到的步頻事件，步長(zhǎng)估計(jì)和行人行走方向的判斷，行人下一個(gè)位置可以依據(jù)已經(jīng)確定位置來(lái)計(jì)算，表示如下：

其中tX是t時(shí)刻的位置,stepl是步長(zhǎng)，tθ是t時(shí)刻的方向。

3　測(cè)試平臺(tái)性能分析

在本節(jié)中，將介紹該方案中的平臺(tái)設(shè)計(jì)，其中提出了系統(tǒng)的性能與高德室內(nèi)定位技術(shù)進(jìn)行比較。系統(tǒng)基于Android平臺(tái)實(shí)現(xiàn)。智能手機(jī)配有各種內(nèi)置的傳感器，諸如加速計(jì)，磁力計(jì)，陀螺儀，GPS和WiFi模塊。測(cè)試場(chǎng)所選取在北京的雙安商場(chǎng)，雙安商場(chǎng)的地圖位置信息可以通過(guò)高德地圖SDK獲得。結(jié)合地圖將雙安商場(chǎng)的移動(dòng)網(wǎng)絡(luò)速度進(jìn)行很好的展現(xiàn)。熱力圖能夠很好地表現(xiàn)整體的網(wǎng)絡(luò)狀況，也利于運(yùn)營(yíng)商全面地掌握網(wǎng)絡(luò)狀況。

在雙安商場(chǎng)，選擇一層樓作為測(cè)試范圍來(lái)測(cè)試移動(dòng)網(wǎng)絡(luò)的速度。為了評(píng)估系統(tǒng)的的準(zhǔn)確性和設(shè)計(jì)的合理性，基于Android系統(tǒng)設(shè)計(jì)測(cè)試系統(tǒng)，并且記錄測(cè)試數(shù)據(jù)，用matlab處理數(shù)據(jù)結(jié)果，呈現(xiàn)該層樓的網(wǎng)絡(luò)狀況?；诟叩碌貓Djs sdk以及測(cè)試路線，可以的到行人初始測(cè)試位置的地理經(jīng)緯度，將通過(guò)行人航跡推算得到的相對(duì)位置轉(zhuǎn)化成地理經(jīng)緯度，并且標(biāo)記在樓層地圖上。圖5給出的是依據(jù)行人航位推測(cè)算法的定位軌跡，通過(guò)比較實(shí)際的步行軌跡和行人航位推算提供的軌跡，可以驗(yàn)證，該算法是可行的。

圖5　基于高德和PDR上行網(wǎng)速測(cè)試質(zhì)量分布圖Fig.5　Uplink network test result comparison between Gaode SDK and PDR

使用Android測(cè)試app圍繞既定路線在商場(chǎng)內(nèi)行走，記錄測(cè)試點(diǎn)的上行網(wǎng)速和下行網(wǎng)速，測(cè)試點(diǎn)的位置。路徑上不同顏色的點(diǎn)代表網(wǎng)速大小，其中紅點(diǎn)代表的高的網(wǎng)絡(luò)速度和藍(lán)點(diǎn)代表的網(wǎng)絡(luò)速度較低。圖5圖6給出在雙安商場(chǎng)二樓4G移動(dòng)網(wǎng)絡(luò)的覆蓋性能，分為上行網(wǎng)絡(luò)覆蓋和下行網(wǎng)絡(luò)覆蓋。由于實(shí)際情況的限制測(cè)試點(diǎn)并不能夠覆蓋整個(gè)測(cè)試區(qū)域，使用空間插值算法估計(jì)沒(méi)有進(jìn)行網(wǎng)絡(luò)測(cè)試的區(qū)域。不同顏色代表不同大小的網(wǎng)絡(luò)吞吐量，紅色區(qū)域代表網(wǎng)速較高藍(lán)色區(qū)域代表該區(qū)域的網(wǎng)速比較低。

圖6　基于高德和PDR下行網(wǎng)速測(cè)試質(zhì)量分布圖Fig.6　Downlink network test result comparison between Gaode SDK and PDR

4　結(jié)論

文章提出可靠的室內(nèi)網(wǎng)絡(luò)測(cè)試方案并且在此基礎(chǔ)上實(shí)現(xiàn)了室內(nèi)網(wǎng)絡(luò)測(cè)試系統(tǒng)。研究了包括基于Android客戶端的測(cè)試系統(tǒng)和利用智能手機(jī)自帶的傳感器得到了可靠的室內(nèi)地理位置信息，結(jié)合這兩種研究，提供4G移動(dòng)網(wǎng)絡(luò)室內(nèi)狀況，并以熱圖的形式展示了網(wǎng)絡(luò)的覆蓋情況，提供運(yùn)營(yíng)商以室內(nèi)網(wǎng)絡(luò)質(zhì)量覆蓋情況，做出更好地改善。文章中對(duì)系統(tǒng)進(jìn)行了評(píng)估，以及對(duì)該方案的可信性進(jìn)行了驗(yàn)證。

[1] speedtest. http://www.speedtest.net.

[2] Zhang L, Wang Y, Deng X, et al. UNOTest: An efficient traffic performance test platform in heterogeneous networks[C]. Wireless Personal Multimedia Communications (WPMC), 2013 16th International Symposium on. IEEE, 2013: 1-5.

[3] Nikravesh A, Yao H, Xu S, et al. Mobilyzer: An open platform for controllable mobile network measurements[C]. Proceedings of the 13th Annual International Conference on Mobile Systems, Applications, and Services. ACM, 2015: 389-404.

[4] Kang W, Han Y. SmartPDR: smartphone-based pedestrian dead reckoning for indoor localization[J]. Sensors Journal, IEEE, 2015, 15(5): 2906-2916.

[5] Kang W, Nam S, Han Y, et al. Improved heading estimation for smartphone-based indoor positioning systems[C]//Personal Indoor and Mobile Radio Communications (PIMRC), 2012 IEEE 23rd International Symposium on. IEEE, 2012: 2449-2453.

[6] Chen Z, Zou H, Jiang H, et al. Fusion of WiFi, smartphone sensors and landmarks using the Kalman filter for indoor localization[J]. Sensors, 2015, 15(1): 715-732.

[7] Saeedi S, El-Sheimy N. Activity Recognition Using Fusion of Low-Cost Sensors on a Smartphone for Mobile Navigation Application[J]. Micromachines, 2015, 6(8): 1100-1134.

[8] Taniuchi D, Maekawa T. Automatic Update of Indoor Location Fingerprints with Pedestrian Dead Reckoning[J]. ACM Transactions on Embedded Computing Systems (TECS), 2015, 14(2): 27.

[9] Android indoor positioning SDK 5.5[OL]. http://lbs.amap. com/api/android-indoorlocation-sdk-2/summary/

[10] 張樂(lè)玫, 羅濤. 室內(nèi)定位特征選擇算法研究[J]. 軟件, 2015, 36(1): 38-46.

Smartphone-based Indoor Pedestrian Platform for Network Measurement

ZHAO Jin, WANG Yu
(School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China)

With the expansion of the overall coverage of the 4G wireless network, the user's perception of the mobile network has getting better. User’s requirements on mobile network are increasingly higher. As a result, the quality of service of indoor mobile network and has become the main concern to the user and the operator of the telecommunication. Indoor network speed of rendering is closely related to geographical location. We develop propose a system to measurement indoor mobile network, and a practical indoor pedestrian dead reckoning approach to track pedestrian position providing the network speed test position. Based on the indoor position acquired by the above mentioned algorithm, we process the network quality related data to obtain distribution of the indoor network speed. The research of the paper will provide some insights for the operators and users.

Mobile network speed; Indoor positioning; Pedestrians dead reckoning

TP311

A

10.3969/j.issn.1003-6970.2016.09.003

國(guó)家自然科學(xué)基金資助項(xiàng)目(61201149，61171098)

趙瑾(1992-)，女，碩士研究生，主要研究方向：移動(dòng)互聯(lián)網(wǎng)。

通訊聯(lián)系人: 張琳，教授，主要研究方向：車(chē)聯(lián)網(wǎng)，移動(dòng)互聯(lián)網(wǎng)。