一種基于稀疏射頻指紋插值的無線傳感器網絡室內定位方法和裝置制造方法
【專利摘要】本申請公開了一種基于稀疏射頻指紋插值的無線傳感器網絡室內定位裝置和方法。該裝置包括：指紋數據測量和采集模塊，對預先設置的無線傳感器網絡，測量各個參考節(jié)點的位置上接收到的主節(jié)點發(fā)射的信號強度,將在該位置多次測得的各主節(jié)點發(fā)射來的信號強度的平均值作為場景指紋數據，將所有參考節(jié)點的所述場景指紋數據與相應位置坐標存入射頻指紋數據庫；指紋插值模塊，根據指紋數據測量和采集模塊采集到的被測節(jié)點的場景指紋數據，通過數據插值得到終級射頻指紋數據庫；指紋匹配模塊，根據所述終級射頻指紋數據庫，對被測節(jié)點的場景指紋數據進行指紋匹配以實現定位。該定位裝置及方法魯棒性好、適應性強、容錯性高,且成本和功耗低，易于實現。
【專利說明】一種基于稀疏射頻指紋插值的無線傳感器網絡室內定位方 法和裝置

【技術領域】
[0001] 本發(fā)明涉及無線通信【技術領域】，具體涉及室內無線傳感網絡應用中的動態(tài)節(jié)點連 續(xù)定位技術。

【背景技術】
[0002] 基于GPS的室外定位系統的發(fā)展比較成熟并且也已經得到了比較廣泛的應用。但 由于室內沒有GPS信號，GPS室內定位并不適用。近年來，國內外研究出了很多室內定位技 術，例如：超聲波定位、紅外線定位、無線局域網定位等等。這些定位方法總體上說，精度較 差或功耗大以或實用性差。而在安防、資產和人員定位、物聯網智能控制和管理領域，精確 的室內定位技術要求強烈；研究一種低功耗、低成本、定位精度較高的新型室內定位系統十 分必要。
[0003] 近幾年，移動通信技術和無線傳感器網絡（Wireless Sensor Network, WSN)獲得了 快速的發(fā)展，無線室內定位的研究成為一個熱門的研究領域。無線定位是指通過無線終端 和無線網絡的配合，使用特定的定位算法來確定網絡中某個用戶（或節(jié)點）的位置。無線 定位可以應用的領域非常廣泛，包括軍用、商用和民用領域，如車輛導航、火災或地震中的 緊急救援、危險人員（或老人與兒童）的追蹤、基于位置的信息發(fā)布等。
[0004] 無線傳感器網絡集成了傳感器、嵌入式、網絡與無線通信、分布式信息處理等技 術，通過在監(jiān)控區(qū)域內部署大量、廉價的傳感器節(jié)點，以無線通信方式形成一個自組織的網 絡系統，來感知、采集和處理網絡覆蓋區(qū)域中可感知對象的信息，并發(fā)送給用戶終端。節(jié)點 可以動態(tài)地加入網絡，或替換網絡中已有的節(jié)點，使得網絡對于單個節(jié)點的無效具有很強 的魯棒性。由于WSN的低成本、便于大規(guī)模應用，使得以WSN為載體的定位研究被給予了廣 泛的關注。
[0005] 無線定位技術是指對接收到的無線信號的特征參數進行分析，進而根據特定的 算法來計算出被測物體所在的位置。常用定位技術包括：測量信號強度（RSSI)，信號方向 (到達角度，簡稱Α0Α)，信號傳輸時間[(到達時間，簡稱Τ0Α)，（到達時間差，簡稱TD0A)] 等等。不同算法，定位的精度與損耗也不同。由于室內定位范圍一般相對較小，且現在室內 定位一般是利用的是射頻信號對于TD0A方法估計誤差要求很高（ns量級精度），如實際有 0. lus的誤差定位誤差有30m，基于射頻信號時間差的普通測距方法誤差大，高精度的TD0A 方法成本高。
[0006] 而基于RSSI的測距方法則沒有這個限制，其信號傳播模型在空曠的小范圍內 (10?100m)接近理論值，且基于RSSI的定位技術無需使用額外設備，室內定位技術一般均 是采用基于RSSI的方法。但基于RSSI距離模型測量定位誤差大，因此研究一種新型基于 RSSI的定位方法十分必要。


【發(fā)明內容】

[0007] 本申請?zhí)岢隽艘环N基于稀疏射頻指紋插值的無線傳感器網絡室內定位方法。該方 法不用建立信號傳播精確模型來實現定位。該方法是在網絡布局已定的情形下測量某個位 置唯一 RSSI向量值，這里的RSSI向量是由多個參考節(jié)點（參考節(jié)點一般為固定的信標節(jié) 點）采集的數據組合而成。由于該位置的RSSI向量值包含建筑墻體等環(huán)境對射頻信號傳播 的影響，如反射、繞射、衰落、陰影和多徑效應等，測試時，某個位置的射頻指紋通常用RSSI 向量組和該位置的坐標聯合表示。
[0008] 根據本發(fā)明的一個方面，提出了一種基于稀疏射頻指紋的無線傳感器網絡室內定 位裝置，該裝置包括：指紋數據測量和采集模塊，對預先設置的無線傳感器網絡，測量各個 參考節(jié)點的信號在典型位置上接收到的主節(jié)點發(fā)射的信號強度，將在該位置多次測得的 各主節(jié)點發(fā)射來的信號強度的平均值作為場景指紋數據，將所有參考節(jié)點的所述場景指紋 數據與相應位置坐標存入指紋數據庫；指紋插值模塊，根據指紋數據測量和采集模塊采集 到的被測節(jié)點的場景指紋數據，通過數據多維插值得到終級射頻指紋數據庫；指紋匹配模 塊，根據所述終級射頻指紋數據庫，對被測節(jié)點的場景指紋數據進行指紋匹配以實現定位。
[0009] 根據本發(fā)明的另一方面，提供一種基于稀疏射頻指紋插值的無線傳感器網絡室內 定位方法，包括：在無線傳感器網絡范圍內布置主節(jié)點和參考節(jié)點，將測量得到的RSSI向 量組與各個參考節(jié)點所在位置的坐標作為RSSI場景指紋數據進行采集，生成初級射頻指 紋數據庫；利用所述初級射頻指紋數據庫中指紋數據，通過數據插值得到終級射頻指紋數 據庫；根據所述終級射頻指紋數據庫，對被測節(jié)點的RSSI場景指紋數據進行指紋匹配，以 在參考節(jié)點位置范圍內進行未知節(jié)點的定位。
[0010] 該定位方法融合了信號強度測距法（RSSI)與稀疏射頻指紋法這兩種方法，即把 RSSI向量值作為稀疏射頻指紋的信息。該方法克服了前者精度低、后者建立場景指紋數據 庫工作量大的缺點，實現較高定位精度，低成本以及低功耗。

【專利附圖】

【附圖說明】
[0011] 圖1是根據本發(fā)明實施例的一種基于稀疏射頻指紋插值的室內定位裝置系統圖；
[0012] 圖2是根據本發(fā)明實施例的一種基于稀疏射頻指紋插值的室內定位方法的流程 圖；
[0013] 圖3是本發(fā)明實施例中一種房間布局示意圖；
[0014] 圖4是本發(fā)明實施例中同一房間定位節(jié)點位置示意圖；
[0015] 圖5是本發(fā)明實施例中主節(jié)點在同一房間傳播的RSSI變化規(guī)律曲面示意圖；
[0016] 圖6是本發(fā)明實施例中不同房間定位節(jié)點的位置示意圖；
[0017] 圖7是本發(fā)明實施例中主節(jié)點在不同房間傳播的RSSI變化規(guī)律曲面示意圖；
[0018] 圖8是本發(fā)明一實施例中同一房間被測節(jié)點RSSI測量值與預測值相對誤差記錄 表；
[0019] 圖9是本發(fā)明一實施例中同一房間被測節(jié)點坐標測量值與預測值絕對誤差記錄 表；
[0020] 圖10是本發(fā)明一實施例中不同房間被測節(jié)點RSSI測量值與預測值及誤差記錄 表；
[0021] 圖11是本發(fā)明一實施例中不同房間被測節(jié)點坐標測量值與預測值絕對誤差記錄 表。

【具體實施方式】
[0022] 下面將結合附圖對本發(fā)明實施例進行描述。
[0023] 根據本發(fā)明的一個實施例，提供基于稀疏射頻指紋插值的無線傳感器網絡定位裝 置，該裝置可用于預先設置的無線傳感器網絡中。在該網絡包含預先設置的多個參考節(jié)點 和多個主節(jié)點。如圖1所示，該裝置包括：指紋數據測量模塊1011，對預先設置的無線傳感 器網絡，測量各個參考節(jié)點的位置上接收到的主節(jié)點發(fā)射的信號強度；指紋數據采集模塊 1012,將在一個特定參考節(jié)點位置多次測得的各主節(jié)點發(fā)射來的信號強度的平均值作為場 景指紋數據進行采集，將所有參考節(jié)點的所述場景指紋數據與相應位置坐標存入射頻指紋 數據庫；指紋插值模塊1013,根據采集到的被測節(jié)點的場景指紋數據，通過數據插值得到 終級射頻指紋數據庫；以及指紋匹配模塊102,根據終級射頻指紋數據庫，對被測節(jié)點的場 景指紋數據進行指紋匹配以實現定位。
[0024] 根據本發(fā)明的另一實施例，提供了基于稀疏射頻指紋插值的無線傳感器網絡定位 方法。如圖2所示，該方法包括以下步驟：
[0025] 1.指紋數據庫生成
[0026] 首先在室內安置好主節(jié)點（步驟S001)。安放的主節(jié)點位置一般在室內的邊緣 頂點處，測試的過程中主節(jié)點位置保持不變。然后在主節(jié)點信號傳播范圍內布置參考節(jié)點 (步驟S001)。本例中為每10m*10m方格內布置1?2個（若定位精度要求高，則可適當的 多布置幾個參考節(jié)點）。依次將移動臺（測量參考節(jié)點與位置節(jié)點處RSSI值的工具）放 到參考節(jié)點的位置上，測量從每個主節(jié)點接收到的信號強度RSSI (步驟S002)。通過多次 測量，得出該位置上接收到的一個主節(jié)點發(fā)射來的信號強度的平均值（其他主節(jié)點信號強 度的平均值也是如此）組成的多維向量作為場景指紋數據，存入射頻指紋數據庫（步驟 S003)。依此類推，獲得所有參考節(jié)點的射頻指紋數據，存入射頻指紋數據庫（步驟S004)。
[0027] 2.指紋庫的具體表示方式
[0028] 由于在某特定位置的射頻信號會相互影響，往往會導致射頻信號不穩(wěn)定。測試中 在節(jié)點之間的組網時應消除這種類型的干擾（例如使每個節(jié)點發(fā)射信號時間隔一定時間， 從而避免發(fā)生沖突）。基于此假設，在建筑物內的每一個位置都具有唯一的射頻信號特征向 量值。通常將一個位置和該位置處的唯一的射頻信號特征向量值作為一個整體來描述建筑 物內的該位置的場景指紋。本實施例中，采用RSSI信號強度和其位置數據的結合作為數據 庫中的射頻指紋信息。因此，可以使用復合定位矢量（K，L)來表示數據庫中的射頻指紋數 據。其中，K表示該位置的坐標之類的位置數據，L表示該位置的RSSI場景指紋數據，為 該位置上接收到的每個主節(jié)點發(fā)送過來的RSSI平均值的多維向量。
[0029] 其表達式可表示如下：
[0030] (K,L) = {(x,y), [RSSIi，rssi2,......RSSIJ} (1)
[0031] 其采集的方法是：在該位置上以一定的頻率采集某主節(jié)點發(fā)送出的信號，形成一 批信號強度樣本數據（一般采樣速率為5HZ，每個基站使用10個樣本），然后計算出這些 信號強度樣本數據的平均值，將最后得到的平均值作為該位置的一部分場景指紋數據，類 似地采集來自于其他主節(jié)點在該位置的場景指紋數據。這里的位置坐標可映射到三維。
[0032] 3.雙線性內插值算法
[0033] 指紋數據插值即在（x，y)平面內對RSSI值進行插值，可以采用的方法包括最鄰近 內插值、雙線性內插值、三次卷積插值、拉格朗日插值。其中最鄰近內插值簡單且直觀，但精 度不高；拉格朗日插值法計算簡單，但若增加一個節(jié)點，基函數要重新計算，大大增加了計 算量；三次卷積法內插值計算精度高，但計算量太大。根據本發(fā)明人的研究試驗，發(fā)現采用 雙線性內插值法，可以實現計算量是三次卷積法的l/4 n(n是指需要插值點的數量）且精度 較高。因此，綜合平衡精度和計算量，利用不同的插值法進行作圖分析，雙線性插值法得出 的數據誤差較小，且計算量低），本實施例中，室內定位指紋數據插值法采用雙線性內插值 法（步驟SO〇 5)。
[0034] 雙線性內插值算法原理：
[0035] 設置插值點坐標通過反向變換得到的浮點坐標為（i+u，j+v)，其中i、j均為非負 整數，u、v為[0, 1)區(qū)間的浮點數，則這個插值點的值f(i+u，j+v)可由原圖像中坐標為 (i，j)、（i+1，j)、（i，j+1)、（i+1，j+Ι)所對應的周圍四個坐標的值決定，
[0036] f(i+u, j+v) = (1-u) (1-v) f (i, j) + (1-u) vf (i, j+1)
[0037] A(2)
[0038] +u (1-v) f (i+1, j)+uvf(i+l, j+1)
[0039] 其中f(i，j)表示函數（i，j)處的值，以此類推。由此可從初級射頻指紋數據庫得 到終級指紋數據庫（步驟S006)。
[0040] 4.未知節(jié)點定位
[0041] 應在參考節(jié)點位置范圍內進行未知節(jié)點的定位，即參考節(jié)點坐標的最大值和最小 值是定位范圍的邊界。在對未知節(jié)點定位過程中，采集各個主節(jié)點在該未知節(jié)點處的RSSI 多維向量（步驟S008)，以完成插值的終級場景指紋數據庫為依據，運用最鄰近匹配算法進 行指紋匹配（步驟S007)，最終確定未知節(jié)點的位置（步驟S009)。
[0042] 5.指紋匹配算法
[0043] 對未知節(jié)點定位精度起著關鍵作用的，除了建立指紋數據庫的問題外，另外一個 問題就是如何通過某種有效的算法得到未知節(jié)點的位置。K近鄰算法主要用于數據挖掘分 類、模式識別的領域。而本發(fā)明將采用K近鄰匹配算法進行指紋匹配，計算未知節(jié)點位置。 該算法通過選取K組最鄰近信號強度值所對應的參考點，然后選取一個最佳位置作為移動 節(jié)點的估計位置。
[0044] 設是離線階段（即獲得場景指紋信息的階段）第i個參考點接收來自第j個 主節(jié)點的信號強度平均值，A是在線階段（即實際測量定位階段）在移動節(jié)點測得來自第 j個主節(jié)點的信號強度值，i = 1,2, = ···，]!，其中m是參考點個數，η是主 節(jié)點數目。Α與數據L之間的距離可表示為：
[0045]

【權利要求】
1. 一種基于稀疏射頻指紋插值的無線傳感器網絡室內定位裝置，包括： 指紋數據測量和采集模塊，對預先設置的無線傳感器網絡，測量各個參考節(jié)點的位置 上接收到的主節(jié)點發(fā)射的信號強度，將在該位置多次測得的各主節(jié)點發(fā)射來的信號強度 的平均值作為場景指紋數據，將所有參考節(jié)點的所述場景指紋數據與相應位置坐標存入射 頻指紋數據庫； 指紋插值模塊，根據指紋數據測量和采集模塊采集到的被測節(jié)點的場景指紋數據，通 過數據插值得到終級射頻指紋數據庫； 指紋匹配模塊，根據所述終級射頻指紋數據庫，對被測節(jié)點的場景指紋數據進行指紋 匹配以實現定位。
2. 如權利要求1所述的裝置，其特征在于：所述指紋插值模塊對指紋數據測量和采集 模塊采集到的被測節(jié)點的場景指紋數據進行雙線性插值以得到終級射頻指紋數據庫。
3. 如權利要求1或2所述的裝置，其特征在于：所述指紋匹配模塊根據K鄰近算法對 被測節(jié)點的場景指紋數據進行指紋匹配以實現定位。
4. 一種基于稀疏射頻指紋的無線傳感器網絡室內定位方法，包括： 在無線傳感器網絡范圍內布置主節(jié)點和參考節(jié)點，將測量得到的RSSI向量值與各個 參考節(jié)點所在位置的坐標作為RSSI場景指紋數據進行采集，生成初級射頻指紋數據庫； 利用所述初級射頻指紋數據庫中指紋數據，通過數據插值得到終級射頻指紋數據庫； 根據所述終級射頻指紋數據庫，對被測節(jié)點的RSSI場景指紋數據進行指紋匹配，以在 參考節(jié)點位置范圍內進行未知節(jié)點的定位。
5. 根據權利要求4所述的方法，其中，利用初級射頻指紋數據庫中指紋數據通過雙線 性內插值法得到終級射頻指紋數據庫，所述雙線性內插值法包括在（x，y)平面內對RSSI值 進行插值，包括： 對于目標像素，設置坐標通過反向變換得到的浮點坐標為（i+u，j+v)，其中i、j均為 非負整數，u、v為[0，1)區(qū)間的浮點數，該像素的值f(i+u，j+v)由原圖像中坐標為（i，j)、 (i+1，j)、（i，j+1)、（i+1，j+1)所對應的周圍四個像素的值按如下方式決定， f (i+u, j+v) = (1-u) (1-v) f (i, j) + (1-u) vf (i, j+1) +u (1-v) f (i+1, j) +uvf (i+1, j+1) 其中，f (i，j)表示圖像（i，j)處的像素值。
6. 根據權利要求4所述的方法，其特征在于，所述指紋匹配采用K鄰近定位算法，包 括： 通過選取Κ組最鄰近信號強度值所對應的參考點，然后選取一個最佳位置作為移動節(jié) 點的估計位置； 設t是離線階段第i個參考點接收來自第j個主節(jié)點的信號強度平均值，Α是在線 階段移動節(jié)點測得來自第j個主節(jié)點的信號強度值，i = 1，2, ···，!!!，j = 1，2, ···，!!，其中 m是參考點個數，η是主節(jié)點數目，fj與數據之間的距離表示為：
在上述確定的距離結果中從小到大選取K個屯值所對應的參考點，以下式計算所述 參考點的位置坐標的均值輸出
其中（Xi，yi)是所述指紋數據庫中第i個被選取的參考點所對應的坐標； 選定K個屯中比其他屯值小預定范圍的一個或多個的φ值，用權值法確定移動點的 位置。
7. 根據權利要求4所述的方法，其特征在于，所述初級射頻指紋數據庫生成的步驟包 括： 布置主節(jié)點并選擇參考節(jié)點的位置； 依次測量各參考節(jié)點的位置上由每個主節(jié)點發(fā)射的信號強度，將該位置上測得的每 個主節(jié)點發(fā)射信號的多次測量值的平均值組成的多維向量作為場景指紋數據； 依此類推，獲得所有參考節(jié)點的場景指紋數據，存入射頻指紋數據庫。
8. 根據權利要求4所述的方法，其特征在于，所述數據庫中指紋數據使用復合定位矢 量（K，L)來表示其中，K表示所述參考點位置的信息，L表示該位置的RSSI場景指紋數據， 為該位置上主節(jié)點發(fā)送過來的RSSI平均值的多維向量 其表達式為： (K，L) = {(X，y)，[RSSInRSSL，......RSSIJ} 所述采集的方法包括：在所述參考點位置上以預定的頻率采集某主節(jié)點發(fā)送出的信 號，形成一批信號強度樣本數據，然后計算出這些信號強度樣本數據的平均值，將最后得 到的平均值作為該位置的一部分場景指紋數據，以及 采集來自于其他主節(jié)點在該位置的場景指紋數據。
9. 根據權利要求4所述的方法，其中在參考節(jié)點位置范圍內進行未知節(jié)點的定位包 括： 以參考節(jié)點坐標的最大值和最小值作為定位范圍的邊界； 采集到該未知節(jié)點處各個主節(jié)點在此處的RSSI多維向量； 根據所述終級場景指紋數據庫，運用K鄰近匹配算法，確定所述未知節(jié)點的位置。
10. 根據權利要求4-9任一項所述的方法，其特征在于，所述布置節(jié)點是在一定面積的 范圍內部署多個主節(jié)點、參選考點、被測節(jié)點，所述方法還包括： 通過雙線性插值，獲得每個主節(jié)點在室內的RSSI的曲面網格圖。
【文檔編號】H04W84/18GK104053129SQ201410277074
【公開日】2014年9月17日 申請日期:2014年6月19日 優(yōu)先權日:2014年6月19日
【發(fā)明者】何林, 鄭傲日, 孟祥輝, 申貽軍 申請人:北京芯同匯科技有限公司