近年来，随着移动物联网的快速发展，智能电子安监系统被广泛地应用于诸多场景，如移动设备体验中心，博物馆，图书馆和工厂。目前，大部分解决方案是基于光学探头、红外检测、磁力墨水或闭路电视。然而，这些方案各有利弊，如光纤探头由于偏差一般较大，仅适用于室外场景；热成像和地磁检测解决方案易受热源或电磁干扰的影响；基于视频的解决方案往往受到照明变化，视角和遮挡的影响。因此，电子栅栏应运而生，电子栅栏是一种基于位置的服务方案，是真实世界地理区域的虚拟边界。它可以动态生成，如在点位置周围的半径中，或者是预先设定的边界集。因此，可以广泛用于儿童护理，防盗报警和基于位置的通信方面。同时，由于Wi-Fi基础设施的广泛部署和可用性，基于Wi-Fi的电子地理围栏解决方案成为电子围栏解决方案中最具吸引力的技术之一。然而，由于室内环境复杂且波动，很难通过通用公式计算Wi-Fi信号。因此，大多数室内地理围栏解决方案都采用基于指纹的解决方案。然而，传统的指纹方案也有其不足，主要表现在：1)不同的位置有时具有相同的信号强度（RSSI），导致位置和RSSI指纹之间的映射不正确，其背后的原因是单信道RSS仅具有一维信息，因此抗冲突能力。2) 在同一位置会有多个RSS测量值，这主要是由信号波动和人体阻塞引起的。例如，接收器附近的障碍物可能使接收信号强度减弱大约10dB，此外，多径效应可导致无线信道上的频率选择性衰落；3) 在与AP的距离不同的位置的指纹具有不同的空间分辨率，这是由于在大尺度上RSS的值与AP的距离成反比，造成RSS分布不均匀。直观地说，AP附近的RSS具有更高的分辨率；4) 由于商用无线设备的硬件和软件限制，RSS测量可能会遇到很大的延迟，换句话说，最新测量的RSS值可能是几秒钟前执行扫描的结果。为解决以上问题，课题组提出了一种基于假设检验的多维指纹电子栅栏系统MDF，可以有效地提升栅栏精度，并能通过自适应指纹更新降低指纹采集的劳动强度。我们根据其RSSI的大小对每个AP赋予不同的权重，那些具有更好分辨率的AP在指纹匹配中具有更多权重；其次，我们通过对多个AP在不同信道上的指纹分布而非其数字特征建模，然后利用假设检验对位置进行匹配，并通过鲁棒估计以抑制环境变化和遮挡造成的干扰；最后，我们利用多维匹配原则实现指纹的自动更新。

如图1所示，系统主要包括以下3部分：运动检测，指纹采集与更新和鲁棒位置匹配。由于多信道跳频会影响正常的通信，因此，MDF并非始终处于多信道指纹采集或匹配状态，而是利用信道状态信息在富多径环境下具有驻波性这一特征，对目标的运动状态进行检测。在室内条件下，设备的CSI振幅随着设备移动周期性振荡，其振荡周期等于波长，利用这一性质，尽管我们无法获知目标的运动方向，但我们可以对目标的运作距离进行监测，当目标靠近电子栅栏的边缘时，启动多维指纹匹配模组。尽管设备对不同AP的不同信道的RSSI并非独立的，但我们认为其与指纹的误差不相干且服从正态分布，故可以认为此误差是独立的。在此基础上，我们将这m台AP对应的n个信道上的RSS匹配差异作为变量，利用t分布对其均值是否发生变化进行假设检验。此外，在匹配中，我们利用大偏差抑制的方法，降低大差异匹配点的权重，从而实现位置的鲁棒估计。最后，在指纹更新阶段，我们利用Sanov定理，对指纹大幅度变化的概率进行了分析，并给出了指纹更新的修正参数.我们在多个典型场景下对MDF和经典定位方法进行对比。实验表明，在教室、把办公室和大厅等典型环境下，MDF均具有较高的定位精度，可以达到电子栅栏的定位需求。同时，指纹自更新模块能够有效地延长RSSI指纹的可用时间，降低了指纹采集的劳动成本。该研究成果形成的论文“Indoor Geofencing based on Sensorless Motion Sensing and Fingerprint Self-updating”已发表在Mobile Networks & Applications上。

图1. 系统流程图