在当今数字化时代，室内实时定位系统（IRTLS）对于物联网（IoT）设备至关重要。无论是在工业 5.0 的智能化生产场景中，还是在各种智能空间里，精准定位大量移动且无预设路线的设备成为迫切需求。比如在大型工厂中，快速定位生产线上的关键零部件，能极大提高生产效率；在智能医院里，精准追踪医疗设备的位置，可优化医疗服务流程。
目前，基于蓝牙低功耗（BLE）指纹定位技术因低功耗、高精度和低成本等优势被广泛应用。其中，接收信号强度指示（RSSI）是常用的定位指标。然而，现有多数基于 BLE 指纹定位的系统采用统一信道指纹（UCFP）技术，即不区分 BLE 协议中三个广告信道（#37、#38、#39）来生成辐射地图（radiomap）。这种方式忽略了信号传输信道的差异，导致定位精度受限。
为了突破这一困境，来自西班牙穆尔西亚圣哈维尔空军基地大学国防中心工程与应用技术系以及卡塔赫纳理工大学信息与通信技术系的研究人员 José Antonio López - Pastor、Alejandro Gil - Martinez 等人开展了深入研究。他们首次创建并公开了一个基于独立信道指纹（SCFP）和频率扫描漏波天线（FSLWA）的 BLE 数据集，相关研究成果发表在《Scientific Data》上。
研究人员为了实现这一目标，采用了一系列关键技术方法。在硬件方面，搭建了两个不同的天线子系统，一个使用四个单极天线，另一个使用两个 FSLWA，且均连接四个 BLE 信标。在数据采集过程中，利用 Python 程序和 Bluez 库，通过修改广告数据包的有效载荷来标记传输信道，同时收集不同信道上的 RSSI 数据。为了模拟真实环境的变化，还在不同时间、有无障碍物的情况下进行数据采集。
实验场景搭建
研究人员在卡塔赫纳理工大学技术学院（ETSIT - UPCT）的室内区域开展实验。该区域面积为 7m×5m，表面被划分为 130 个等距点，相邻点间距为 0.5m×0.5m 。两个天线子系统分别安装在屋顶，单极天线子系统的信标采用等距分布，以利用其非定向辐射模式获取更多样的 RSSI 数据；FSLWA 子系统则安装在中心位置，借助其色散辐射模式覆盖更大区域。
数据收集过程
数据收集分为校准和测试两个阶段。在校准阶段，在每个等距点上，从八个信标（四个单极天线信标和四个 FSLWA 信标）针对每个广告信道收集 100 个 RSSI 样本。测试阶段则在不同时间（校准后第 1、8、15、22、29、51、86 和 94 天），在无家具和有家具（校准后第 15、22、29、51 和 94 天）的场景下，每个点每个信道每个信标收集 10 个 RSSI 样本。
数据集结构
数据集存储在 Zenodo 平台，包含校准数据和测试数据。校准数据文件夹名为 “Calibration_DDMMYYYY”，测试数据文件夹根据测试时间和有无家具命名，如 “Test_day_NN_DDMMYYYY” 或 “Test_day_NN_with_furnitures_DDMMYYYY”。每个文件夹内有 130 个文件，对应 130 个测量点，文件按 “timestamp;port;channel;RSSI” 格式存储数据。
技术验证
通过对校准数据的分析，发现 FSLWA 子系统在不同频率信道下呈现出不同的空间功率分布，即空间 - 频率分布。相比之下，单极天线子系统由于其非频率色散特性，在不同信道上的功率密度分布相似。在有障碍物的测试环境中，FSLWA 依然能保持不同频率信道下的不同空间分布，这表明其具有更高的正交性，为基于指纹定位技术的室内设备定位提供了更好的基础。
研究人员通过实验创建了基于 SCFP 和 FSLWA 的 BLE 数据集，该数据集包含丰富的校准和测试数据，涵盖不同时间和环境条件。这一成果意义重大，为室内定位技术的研究提供了宝贵的数据资源，有助于科研人员进一步探索和优化基于 BLE 的室内定位算法，推动室内实时定位系统的发展，提高定位精度，满足工业、医疗、智能建筑等多个领域对精准室内定位的需求。未来，基于该数据集的研究有望进一步拓展，如结合更先进的机器学习算法，挖掘数据中的潜在价值，为实现更高效、智能的室内定位解决方案奠定基础。
生物通微信公众号
