编辑推荐：
为解决车辆定位难题，研究人员基于蓝牙低功耗（BLE）开展车载智能手机定位研究，提供数据集，意义重大。
在现代智能交通的浪潮中，电子收费系统（ETCS）成为了交通领域的 “智慧大脑”，它借助无线通信技术，让车辆无需停车就能自动完成缴费，极大地提升了通行效率，减少了人工收费的繁琐流程。然而，这个看似完美的系统却存在一个棘手的问题 —— 车辆的精准定位。在复杂的交通场景下，要准确地确定车辆在车道中的位置，避免重复扣费、误判等情况，并非易事。传统的全球定位系统（GPS）由于精度不足，在这种场景下显得力不从心；射频识别（RFID）虽然应用广泛，但精准定位的成本高昂，且依赖特殊硬件。
为了攻克这一难题，西班牙卡塔赫纳理工大学（Universidad Politécnica de Cartagena）的研究人员 Alejandro Gil-Martínez、Alejandro Rabadán-Parra、David Ca?ete-Rebenaque 和 José Luis Gómez-Tornero 展开了深入研究。他们将目光聚焦于蓝牙低功耗（BLE）技术，这种技术在短距离定位和多径场景中展现出了巨大的潜力，而且大多数移动设备都支持。研究人员希望借助 BLE 技术，实现车辆的精准定位和跟踪，为电子收费系统的优化提供有力支持。最终，他们成功构建了一个基于 BLE RSSI（接收信号强度指示）的数据集，该研究成果发表在《Scientific Data》上。
在研究过程中，研究人员主要运用了以下关键技术方法：
- 多波束天线系统：搭建由八个定向面板天线组成的交叉阵列天线系统，安装在电子收费网关上方 4.75 米处，可覆盖 8m×8m 的两车道区域。每个天线连接独立的 BLE 接收器，能够独立测量，以此实现对移动设备的二维定位。
- 定位算法校准：针对幅度单脉冲比较、MUltiple SIgnal Classification（MUSIC）和指纹识别这三种定位算法，分别开展校准工作。在消声室中对幅度单脉冲技术进行校准，测量 OTA（Over the Air）数字辐射方向图；在实际道路网关处对 MUSIC 算法和指纹识别算法进行校准，获取有效辐射方向图和 RSSI 辐射地图123。
- 数据采集与处理：在不同场景下采集数据，包括使用不同车辆、智能手机及其在车内不同位置，还有不同行驶速度（如 Stop&Go 和 20 Km/h）的测试。采集的数据存储在特定结构的文件中，并通过 MATLAB 代码进行处理4。
下面来看看具体的研究结果：
- 幅度单脉冲技术校准与测量：在消声室中完成对智能多波束天线的校准，获取幅度单脉冲辐射方向图。通过对 289 个测试点的数据处理，得到该技术在 8m×8m 测试网格中的定位误差，总平均绝对误差（MAE）为 2.36m，均方根误差（RMSE）为 3.27m56。
- MUSIC 算法校准与测量：在道路网关处完成校准后，利用校准后的原位角度方向图形成 MUSIC 算法的导向向量，进而估计 BLE 信号的到达方向（DoA）。在相同测试网格中，其 MAE 为 1.81m，RMSE 为 2.71m，定位精度相比幅度单脉冲技术有所提高78。
- 指纹识别算法校准与测量：在道路网关处构建 2D 网格进行校准，得到 289 个校准点的 RSSI 辐射地图。经计算，该算法在测试网格中的 MAE 为 0.56m，RMSE 为 1.49m，在三种算法中定位精度最高，但校准过程最为复杂耗时910。
- 动态测试结果：研究还包含了不同车辆在双车道以不同速度、不同路径行驶，以及智能手机在车内不同位置的动态测试。例如，运用幅度单脉冲技术对不同测试案例进行定位，结果显示能实时跟踪车内 BLE 连接的智能手机位置，且不同测试案例和定位算法会产生不同结果1112。
综合研究结果与讨论部分，研究人员构建的这个基于 BLE RSSI 的数据集，为车辆定位和跟踪研究提供了丰富的数据资源。不同的定位算法在精度和校准复杂度上各有优劣，指纹识别算法虽然校准复杂、计算成本高，但定位精度最高；幅度单脉冲技术校准相对简单，但精度较低；MUSIC 算法则在两者之间取得了一定的平衡。这些结果为后续研究提供了重要参考，研究人员可以基于此数据集尝试更多不同的定位和跟踪算法，进一步优化电子收费系统的车辆定位功能。同时，该研究成果也为物联网（IoT）和车载技术领域的发展提供了新的思路和方向，有望推动智能交通系统向更加精准、高效的方向迈进。
