1.5 定位技术
本节将说明网络定位与导航实际应用中的常见技术问题，包括网络基础设施及一般的信号度量。
1.5.1 网络基础设施
虽然GPS可以在开放的室外环境中提供米级的定位精度，并且已经广泛应用于实践，但是在一些恶劣的传播环境中，如建筑物内部或城市峡谷，GPS通常难以使用。另外，GPS的定位精度也会受障碍物遮挡和非视距环境的影响而严重降低。因此，在这些GPS定位困难甚至失效的区域中，地面定位系统将发挥重要作用。通常，这些系统基于蜂窝网络、射频识别（RFID）网络、无线局域网络（WLAN）和无线传感网络，这些系统都具有专门的基础设施要求。
在室内环境中，蜂窝网络经过信号衰减，不能用于实际定位；WLAN通常存在障碍物或行人的阻挡、散射和反射的问题；尽管RFID可以提供所需的精度，但它需要高节点密度以保证稳定性。超宽带（UWB）技术抗多径和穿透障碍物的能力强，因而在恶劣的传播环境中可以提供高测距精度。由此设想，基于UWB的定位技术将在未来的高清情境感知和RFID网络中发挥重要作用。值得注意的是，IEEE 802.15.4a标准首次考虑了高可用性和亚米级精度的通信与定位问题。此外，由于无线网络通常没有电池或难以充电，因此在网络定位中应考虑资源耗费与分配问题。
网络定位通过节点内和节点间的测量实现，可用的测量类型取决于所使用的定位技术。节点内测量包括加速度、角速度、多普勒频移和方向等，而节点间测量一般包括波形、测距和方向。例如，IMU可以支持节点本身的距离和方向的测量，而具有无线收发模块的移动节点可以从交换的射频波形中提取信号度量，并由此来推断到其邻居节点的距离和方向。
1.5.2 常用信号度量
网络定位技术可以根据节点间测量的类型来分类，包括基于测距、基于方向和基于接近度的定位方法。在这些测量中，基于测距的方法具有较高的精度和较低的复杂度，在实际应用中更为常用。基于测距的方法通常有两种获取距离的方式，分别是基于接收信号强度（RSS）和基于信号延时。
在基于RSS的测距方式中，距离通过接收信号的强度测得，遵循信号在介质中传播发生路径损耗的物理定律。RSS的度量可以基于理论或经验模型，并且模型选择将直接影响测距精度。普遍使用的信号接收模型为Pr（d）=P0-10γlg（d）+S。其中，Pr（d）是接收功率（dBm），P0是1m处的接收器功率（dBm），d是发射机和接收机之间的距离，γ是路径损耗指数，S是大规模衰落（阴影），通常被建模为具有零均值和标准偏差σS的高斯随机变量。RSS是一种易于测量的信号度量，但是由于可能会受到距离和信号衰减之间的失配误差的影响，RSS通常无法提供高精度测距。
在基于信号延时的测距方式中，距离通过传播时延或飞行时间（TOF）τf=d/v测得，其中d是节点之间的距离，v是介质中信号传播的速度。时延过程包括单程TOA、双程TOA或到达时间差TDOA。影响时间延迟估计的因素主要是噪声、多径效应、障碍物、干扰和时钟漂移。通常，在具有密集多径信道的情况下，第一路径往往不是最强信号，这使得TOA估计较为困难。TDOA度量可用于减小时钟偏差或用于无法直接测量TOA的定位场景。基于最大似然（ML）的时间延迟估计的方法可以在高信噪比（SNR）区域内达到信息不等式给出的极限性能，但其实现通常需要以奈奎斯特采样率或比其更高的采样率进行采样，这对于宽带信号来说存在很大的挑战。
与许多其他估计问题一样，TOA测量的性能在不同SNR区域内具有不同的特性，一般可以通过阈值效应来表征。具体来说，在低SNR（先验区域）处，测量不提供显著的附加信息，估计器的均方误差（MSE）接近于仅从关于TOA的先验信息获得的误差。而在高SNR（渐近区域）处，估计器的均方误差可以由信息不等式准确地描述。此外，这两种极端情况之间的区域被称为过渡或模糊区域，其性能受到模糊性的影响。因此，研究者提出了许多其他界限，如Ziv-Zakai界，通过计算模糊效应和先验信息来表征性能。