基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)心定位方法
【專利摘要】一種基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)心定位方法，用于移動(dòng)未知節(jié)點(diǎn)在室內(nèi)復(fù)雜環(huán)境中進(jìn)行精確定位。包括RSSI信號(hào)處理優(yōu)化策略，即使用高斯均值混合濾波模型優(yōu)化RSSI值，消除RSSI值存在著嚴(yán)重抖動(dòng)的問(wèn)題，獲得更加可靠合理的RSSI值；信標(biāo)節(jié)點(diǎn)實(shí)時(shí)組合，即使用冒泡排序法按距離從小到大進(jìn)行排序，選取最小的四個(gè)節(jié)點(diǎn)進(jìn)行組合定位；判斷組合中圓與圓是否滿足兩兩相交，若不滿足，使用距離修正方案進(jìn)行優(yōu)化，提高了定位算法的容錯(cuò)能力、適應(yīng)性和定位精度；使用四邊加權(quán)質(zhì)心定位算法進(jìn)行實(shí)時(shí)定位，得到未知節(jié)點(diǎn)的位置信息。本發(fā)明通過(guò)優(yōu)化的定位方法提高了定位精度，具有更強(qiáng)的適應(yīng)性和容錯(cuò)能力，適合在環(huán)境復(fù)雜的室內(nèi)環(huán)境中應(yīng)用推廣。
【專利說(shuō)明】
基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)心定位方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種距離修正加權(quán)質(zhì)屯、定位方法。特別是設(shè)及一種在復(fù)雜室內(nèi)環(huán)境下 優(yōu)化RSSI測(cè)量值并改善加權(quán)質(zhì)屯、定位的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)屯、定位 方法。
【背景技術(shù)】
[0002] 隨著信息的急速增長(zhǎng)，如何處理大數(shù)據(jù)W及如何提供可靠的信息成了關(guān)鍵。將信 息附上定位標(biāo)簽成了一種最常用的處理方式。伴隨著移動(dòng)設(shè)備和個(gè)人設(shè)備的流行，定位成 為熱口。定位系統(tǒng)能夠判斷設(shè)備的位置信息，同時(shí)將位置信息用于基于定位的服務(wù)，如導(dǎo) 航、跟蹤、監(jiān)測(cè)等。GPS系統(tǒng)能夠方便地提供室外的個(gè)人定位信息，但是GPS依靠衛(wèi)星和接收 者之間信號(hào)（Iine-Of-Sight)的傳輸，在室內(nèi)情況下，信號(hào)的衰減導(dǎo)致GPS定位信息的不可 靠。人們的日常生活和工作大多處于室內(nèi)，隨著移動(dòng)互聯(lián)網(wǎng)和智能設(shè)備的快速發(fā)展，室內(nèi)定 位技術(shù)成為020、智能家居、室內(nèi)機(jī)器人等應(yīng)用的瓶頸，基于室內(nèi)定位技術(shù)的應(yīng)用有著迫切 的需求和廣泛的應(yīng)用前景。
[0003] 目前主流的室內(nèi)定位技術(shù)可W分為兩大類:基于非測(cè)距和測(cè)距的定位算法。前者 主要是通過(guò)節(jié)點(diǎn)間的連通性和多條路由來(lái)對(duì)距離進(jìn)行估算，對(duì)硬件要求比較高，主要有質(zhì) 屯、算法、DV-化P算法、近似S邊內(nèi)角測(cè)試算法(APIT)等;基于測(cè)距的算法主要是通過(guò)測(cè)量相 鄰傳感器節(jié)點(diǎn)的距離、方位角度等信息，使用=邊測(cè)量、=角測(cè)量、最大似然估計(jì)等定位算 法建立數(shù)學(xué)模型，估算出節(jié)點(diǎn)位置，從而獲得未知節(jié)點(diǎn)的實(shí)際位置信息?；诜菧y(cè)距的定位 算法只是停留在理論研究階段，且大都是在仿真環(huán)境下進(jìn)行的，需要假設(shè)很多不確定因素， 而運(yùn)些因素在實(shí)際應(yīng)用中往往不能滿足，因此在實(shí)際應(yīng)用中通常采用測(cè)距算法。常采用的 現(xiàn)Ij足巨技術(shù)包括 RSSI (received signal strength indicator)、A0A(an 邑 Ie of arrival)、 TOA(time of arrival)和TD0A(time difference on arrival)等。
[0004] 基于RSSI技術(shù)的質(zhì)屯、定位方法由于具有低實(shí)現(xiàn)復(fù)雜度、較少的硬件資源消耗等優(yōu) 勢(shì)，具在典型定位系統(tǒng)中的得到了廣泛的應(yīng)用，比如cricket系統(tǒng)。雖然具有較低的實(shí)現(xiàn)復(fù) 雜度，但是受限于信號(hào)的多徑傳播、非視距(None Line of Si曲t，化OS)、坐標(biāo)計(jì)算精確度 不高等問(wèn)題，往往存在定位失效的情況，給具帶來(lái)較大的定位誤差，W至于無(wú)法適應(yīng)現(xiàn)實(shí)生 活中室內(nèi)定位的需要。
[0005] 如由于多徑衰減、障礙物等噪聲的干擾，信號(hào)強(qiáng)度值往往會(huì)出現(xiàn)較大的波動(dòng)，使得 RSSI值轉(zhuǎn)換出的距離值誤差較大，導(dǎo)致基于RSSI測(cè)距方法得到的未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)的距 離遠(yuǎn)遠(yuǎn)偏差于實(shí)際距離，W致3個(gè)圓無(wú)法滿足兩兩相交，加權(quán)質(zhì)屯、定位算法失效。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的技術(shù)問(wèn)題是，提供一種在圓與圓之間不相交的情況下能夠準(zhǔn)確 進(jìn)行節(jié)點(diǎn)定位，提高在室內(nèi)環(huán)境中定位算法的容錯(cuò)能力、適應(yīng)性及精確度的基于接收信號(hào) 強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)屯、定位方法。
[0007]本發(fā)明所采用的技術(shù)方案是:一種基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)屯、定 位方法，包括如下步驟：
[000引1)信標(biāo)節(jié)點(diǎn)周期性的廣播自身信息，所述信息包括:信標(biāo)節(jié)點(diǎn)ID、Power值、RSSI值 W及信標(biāo)節(jié)點(diǎn)位置信息；
[0009] 2)未知節(jié)點(diǎn)收到信息后，對(duì)同一信標(biāo)節(jié)點(diǎn)獲取到的RSSI值，使用高斯均值混合濾 波模型優(yōu)化策略進(jìn)行優(yōu)化篩選，得到精確的RSSI值;再依次求出其他信標(biāo)節(jié)點(diǎn)到未知節(jié)點(diǎn) 的信號(hào)強(qiáng)度值，將信標(biāo)節(jié)點(diǎn)的ID和Power值W及處理后的RSSI值存入到自身維持的集合R 中；
[0010] 3)未知節(jié)點(diǎn)首先將集合R中的信標(biāo)節(jié)點(diǎn)RSSI值通過(guò)對(duì)數(shù)路徑損耗模型轉(zhuǎn)化為距離 信息，并按照冒泡排序法將距離信息從小到大進(jìn)行排序;再選取前4個(gè)距離最小的值，建立 信標(biāo)節(jié)點(diǎn)信息集合D，包括信標(biāo)節(jié)點(diǎn)的ID、信標(biāo)節(jié)點(diǎn)位置信息W及信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)的距 離信息；
[0011] 4)在集合D中任取=個(gè)信標(biāo)節(jié)點(diǎn)作為一個(gè)組合ft進(jìn)行定位，分別W每個(gè)信標(biāo)節(jié)點(diǎn) 位置信息為圓屯、，W相應(yīng)的信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)的距離信息為半徑作圓，判斷圓與圓之間 是否相交，若不相交使用距離修正方案來(lái)進(jìn)行半徑距離的修正，獲得交點(diǎn)信息，進(jìn)行W距離 因子為權(quán)值的加權(quán)質(zhì)屯、定位算法的運(yùn)算，得到未知節(jié)點(diǎn)的四個(gè)估計(jì)位置；
[0012] 5)求四個(gè)估計(jì)位置的平均值，作為未知節(jié)點(diǎn)的估計(jì)位置信息。
[0013] 步驟1)中所述的化wer值是與基站距離Im時(shí)的接收功率值。
[0014] 步驟2)中所述的使用高斯均值混合濾波模型優(yōu)化策略進(jìn)行優(yōu)化篩選，包括：
[0015] (1)對(duì)同一信標(biāo)節(jié)點(diǎn)在同一距離處采樣RSSI值，進(jìn)行高斯濾波，選取高斯模型分布 密度屬于RSSI e [0.150+ii，葉3.090]范圍的數(shù)據(jù)值，通過(guò)如下高斯濾波模型濾波：
[0016] (1)
[0017] (2)
[001 引 （3);
[0019] (2)通過(guò)均值濾波優(yōu)化策略將高斯濾波后剩余的有效值進(jìn)行均值濾波，取高斯濾 波后剩余的有效值的算術(shù)平均值作為最終的RSSI值。
[0020] 巧驟3)中所述的對(duì)數(shù)路徑損耗模型如下：
[0021]
(5)
[0022] 其中，do為參考距離（一般為Im) ;RSSIo是距離為do時(shí)接收到的信號(hào)強(qiáng)度;d是實(shí)際 距離;RSSI為距離為加寸接收到的信號(hào)強(qiáng)度;n為與環(huán)境密切相關(guān)的無(wú)線信號(hào)衰減因子；e為 一個(gè)均值為零的高斯隨機(jī)變量。
[0023] 步驟4)中所述的距離修正方案是根據(jù)圓與圓之間無(wú)交點(diǎn)的位置關(guān)系分為兩種情 況：
[0024] (1)兩圓相離
[0025]當(dāng)圓與圓之間存在兩圓相離的情況時(shí)，即兩圓無(wú)交點(diǎn)，所述的距離修正方案是：W 距離因子作為權(quán)值分別擴(kuò)大兩圓的半徑一定距離，使圓與圓兩兩相交，形成一個(gè)重疊的區(qū) 域;再使用加權(quán)質(zhì)屯、定位算法求得未知節(jié)點(diǎn)坐標(biāo)；
[00%] (2)兩圓內(nèi)含：
[0027] 當(dāng)兩圓之間呈現(xiàn)內(nèi)含的情況時(shí)，所述的距離修正方案是:使用縮小半徑相對(duì)大的 圓的半徑，使半徑相對(duì)大的圓與半徑相對(duì)小的圓相切或相交，使兩圓之間存在公共交點(diǎn)。
[0028] 步驟4)中所述的W距離因子為權(quán)值的加權(quán)質(zhì)屯、定位算法是，已知=個(gè)信標(biāo)節(jié)點(diǎn)分 別為:〇1^1，71)、〇2^2,72)、〇3^3,73)，0點(diǎn)為未知節(jié)點(diǎn)，0點(diǎn)到^個(gè)信標(biāo)節(jié)點(diǎn)的測(cè)距距離為 ri、n、r3,根據(jù)未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)的距離與坐標(biāo)的數(shù)學(xué)模型：
[0029]
(9)
[0030] 兩兩圓求交點(diǎn)，得到交點(diǎn)4(別，74)、8(祉，78)、(：佔(zhàn)，則），未知節(jié)點(diǎn)就在交點(diǎn)480構(gòu)成 的=角形區(qū)域內(nèi)，在每次定位算法中引入一個(gè)權(quán)值《，所述權(quán)值《與距離相關(guān)設(shè)定為距離 因子，利用距離因子《來(lái)體現(xiàn)信標(biāo)節(jié)點(diǎn)對(duì)未知節(jié)點(diǎn)位置的影響程度，即信標(biāo)節(jié)點(diǎn)與未知節(jié) 點(diǎn)越遠(yuǎn)，位置估計(jì)時(shí)所占比重越小，而每個(gè)信標(biāo)節(jié)點(diǎn)由兩個(gè)距離確定，故權(quán)值選擇為 ，由此得到未知節(jié)點(diǎn)坐標(biāo)為：
[0031]
(1訂)。
[0032] 本發(fā)明的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)屯、定位方法，利用高斯均值混 合濾波的RSSI篩選策略，在圓與圓之間不相交的情況下能夠準(zhǔn)確進(jìn)行節(jié)點(diǎn)定位，可W減小 環(huán)境影響和隨機(jī)干擾對(duì)RSSI定位算法帶來(lái)的誤差，W及使用距離修正的加權(quán)四邊質(zhì)屯、定位 算法相對(duì)于傳統(tǒng)方法獲得了更高定位精度W及更好的容錯(cuò)能力（即加權(quán)質(zhì)屯、定位算法失效 情況），提高了算法的適應(yīng)性，可W更好的應(yīng)用于室內(nèi)定位。
【附圖說(shuō)明】
[0033] 圖1是S角形加權(quán)質(zhì)屯、算法原理圖；
[0034] 圖2a是加權(quán)質(zhì)屯、算法兩圓無(wú)交點(diǎn)的失效示意圖；
[0035] 圖化是加權(quán)質(zhì)屯、算法兩圓之間為相內(nèi)含的失效示意圖；
[0036] 圖3是基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)屯、定位算法流程圖。
【具體實(shí)施方式】
[0037] 下面結(jié)合實(shí)施例和附圖對(duì)本發(fā)明的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)屯、 定位方法做出詳細(xì)說(shuō)明。
[0038] 首先介紹基于信號(hào)強(qiáng)度的測(cè)距模型，它是一種將信號(hào)強(qiáng)度轉(zhuǎn)化為距離值得理論模 型;之后介紹針對(duì)信號(hào)強(qiáng)度的信號(hào)處理所采用的優(yōu)化策略，即使用高斯均值混合濾波模型 進(jìn)行RSSI值篩選優(yōu)化;最后給出距離修正的加權(quán)質(zhì)屯、定位算法，利用幾何圖形的質(zhì)屯、作為 未知節(jié)點(diǎn)的位置信息。
[0039] RSSI測(cè)距模型
[0040] RSSI測(cè)距原理，是無(wú)線信號(hào)隨距離的增加傳播信號(hào)強(qiáng)度也隨之發(fā)生衰減。本發(fā)明 中通過(guò)藍(lán)牙4.0協(xié)議找接收到藍(lán)牙信標(biāo)節(jié)點(diǎn)發(fā)送的基準(zhǔn)值POWER(與基站距離Im時(shí)的接受功 率值)和經(jīng)過(guò)無(wú)線信道衰減后的RSSI值，通過(guò)無(wú)線信號(hào)在室內(nèi)環(huán)境中的傳播模型，計(jì)算出移 動(dòng)終端與藍(lán)牙信標(biāo)節(jié)點(diǎn)間的距離。
[0041] 本發(fā)明的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)屯、定位方法，如圖3所示，包括 如下步驟：
[0042] 1)信標(biāo)節(jié)點(diǎn)周期性的廣播自身信息，所述信息包括:信標(biāo)節(jié)點(diǎn)ID、Power值、RSSI值 W及信標(biāo)節(jié)點(diǎn)位置信息;所述的化wer值是與基站距離Im時(shí)的接收功率值，RSSI (Received Si即al Strength Indicator)是接收信號(hào)的強(qiáng)度指示。
[0043] 2)未知節(jié)點(diǎn)收到信息后，對(duì)同一信標(biāo)節(jié)點(diǎn)獲取到的RSSI值，使用高斯均值混合濾 波模型優(yōu)化策略進(jìn)行優(yōu)化篩選，得到精確的RSSI值;再依次求出其他信標(biāo)節(jié)點(diǎn)到未知節(jié)點(diǎn) 的信號(hào)強(qiáng)度值，將信標(biāo)節(jié)點(diǎn)的ID和Power值W及處理后的RSSI值存入到自身維持的集合R 中；
[0044] 利用RSSI測(cè)距時(shí)，由于環(huán)境中干擾的存在W及物理層實(shí)現(xiàn)機(jī)制的問(wèn)題，同一信標(biāo) 同一距離處的RSSI值會(huì)存在部分異常值，運(yùn)些異常值會(huì)干擾定位精度，通過(guò)高斯均值混合 濾波的RSSI信號(hào)處理優(yōu)化策略，濾除有外界波動(dòng)干擾產(chǎn)生的噪聲，排除偶然因素給實(shí)驗(yàn)結(jié) 果帶來(lái)的誤差，提高了測(cè)距精度，增強(qiáng)了定位信息的準(zhǔn)確性。
[0045] 所述的使用高斯均值混合濾波模型優(yōu)化策略進(jìn)行優(yōu)化篩選，包括：
[0046] (1)對(duì)同一信標(biāo)節(jié)點(diǎn)在同一距離處采樣RSSI值，進(jìn)行高斯濾波，選取高斯模型分布 密度屬于RSSI e [0.150+ii，葉3.090]范圍的數(shù)據(jù)值，通過(guò)如下高斯濾波模型濾波：
[0047] (1)
[0048] (2)
[0049] (3);
[0050] (2)經(jīng)過(guò)高斯濾波有效濾除了遠(yuǎn)離真實(shí)值的數(shù)據(jù)，但剩余數(shù)據(jù)中仍有一定的波動(dòng)， 導(dǎo)致定位精度仍然不穩(wěn)定，因此要通過(guò)均值濾波優(yōu)化策略將高斯濾波后剩余的有效值進(jìn)行 均值濾波，取高斯濾波后剩余的有效值的算術(shù)平均值作為最終的RSSI值，有效提高了 RSSI 測(cè)距的可靠性和合理性，為進(jìn)一步估計(jì)實(shí)際距離奠定了基礎(chǔ)。校正后的RSSI值如下：
[0051 ]
(4);
[0052] 3)未知節(jié)點(diǎn)首先將集合R中的信標(biāo)節(jié)點(diǎn)RSSI值通過(guò)對(duì)數(shù)路徑損耗模型轉(zhuǎn)化為距離 信息，并按照冒泡排序法將距離信息從小到大進(jìn)行排序;再選取前4個(gè)距離最小的值，建立 信標(biāo)節(jié)點(diǎn)信息集合D，包括信標(biāo)節(jié)點(diǎn)的ID、信標(biāo)節(jié)點(diǎn)位置信息W及信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)的距 離信息；
[0053] 所述的對(duì)數(shù)路徑損耗模型如下：
[0054]
(5)
[0055] 其中，do為參考距離（一般為Im) ;RSSIo是距離為do時(shí)接收到的信號(hào)強(qiáng)度;d是實(shí)際 距離;RSSI為距離為加寸接收到的信號(hào)強(qiáng)度;n為與環(huán)境密切相關(guān)的無(wú)線信號(hào)衰減因子；e為 一個(gè)均值為零的高斯隨機(jī)變量，
[0056] 將校正后的得到的值帶入對(duì)數(shù)路徑損耗模型中，即化說(shuō)7 =馬盈，得：
[0化-
(的
[005引通過(guò)信標(biāo)節(jié)點(diǎn)可獲取到do= Im時(shí)接收信號(hào)強(qiáng)度值Power值，帶入公式中，即求得信 標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)間的距離d。
[0059] 4)本發(fā)明方法利用接收信號(hào)強(qiáng)度對(duì)未知節(jié)點(diǎn)進(jìn)行定位時(shí)，根據(jù)RSSI測(cè)距模型得到 節(jié)點(diǎn)間的距離，未知節(jié)點(diǎn)篩選出與未知節(jié)點(diǎn)最近的四個(gè)信標(biāo)節(jié)點(diǎn)，將其中的節(jié)點(diǎn)每=個(gè)作 為一個(gè)組合，利用每個(gè)組合定位未知節(jié)點(diǎn)，將每個(gè)組合得到的結(jié)果求均值，作為最終定位坐 標(biāo)。本發(fā)明在使用與未知節(jié)點(diǎn)最近的四個(gè)信標(biāo)節(jié)點(diǎn)進(jìn)行加權(quán)質(zhì)屯、定位時(shí)，判斷圓與圓之間 是否存在無(wú)交點(diǎn)的情況，對(duì)該情況進(jìn)行距離修正，使四個(gè)圓兩兩相交，形成一個(gè)重疊的區(qū) 域。具體是：
[0060] 在集合D中任取=個(gè)信標(biāo)節(jié)點(diǎn)作為一個(gè)組合巧進(jìn)行定位，分別W每個(gè)信標(biāo)節(jié)點(diǎn)位 置信息為圓屯、，W相應(yīng)的信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)的距離信息為半徑作圓，判斷圓與圓之間是 否相交，若不相交使用距離修正方案來(lái)進(jìn)行半徑距離的修正，獲得交點(diǎn)信息，進(jìn)行W距離因 子為權(quán)值的加權(quán)質(zhì)屯、定位算法的運(yùn)算，得到未知節(jié)點(diǎn)的四個(gè)估計(jì)位置；
[0061] 所述的距離修正方案是根據(jù)圓與圓之間無(wú)交點(diǎn)的位置關(guān)系分為兩種情況：
[0062] (1)兩圓相離
[0063] 當(dāng)圓與圓之間存在兩圓相離的情況時(shí)，即兩圓無(wú)交點(diǎn)，如圖2a所示。所述的距離修 正方案是：W距離因子作為權(quán)值分別擴(kuò)大兩圓的半徑一定距離，使圓與圓兩兩相交，形成一 個(gè)重疊的區(qū)域;本發(fā)明實(shí)施例使用如下的距離修正方案，可保證增加后的半徑比與之前半 徑比保持不變，即距離因子對(duì)未知節(jié)點(diǎn)所占權(quán)重不變。再使用加權(quán)質(zhì)屯、定位算法求得未知 節(jié)點(diǎn)坐標(biāo)；
[0064] 半徑增加公式如下：
[00化] (7)
[0066] 其中；Ti、r2為兩圓化、〇2半徑;d為兩圓圓屯、距離。
[0067] (2)兩圓內(nèi)含：
[006引當(dāng)兩圓之間呈現(xiàn)內(nèi)含的情況時(shí)，如圖化所示。所述的距離修正方案是:使用縮小半 徑相對(duì)大的圓的半徑，使半徑相對(duì)大的圓與半徑相對(duì)小的圓相切或相交，使兩圓之間存在 公共交點(diǎn)。本發(fā)巧連施例使用的具體修正方案如下：
[0069]
(8)
[0070] 其中，；Ti、r2分別為圓化、〇2的半徑，且ri〉r2，d為兩圓圓屯、距離。使用該方法可W在 盡量減小兩圓偏移量的基礎(chǔ)上保證兩圓半徑比變化較小，即在修正距離從而使其存在重疊 區(qū)域的情況下，使其距離比變化最小從而減小距離變化對(duì)加權(quán)質(zhì)屯、算法中權(quán)值的影響。
[0071] 所述的W距離因子為權(quán)值的加權(quán)質(zhì)屯、定位算法，是利用信號(hào)傳播模型計(jì)算出的接 收信號(hào)強(qiáng)度的誤差實(shí)現(xiàn)定位，通過(guò)RSSI值來(lái)計(jì)算每個(gè)信標(biāo)節(jié)點(diǎn)對(duì)未知節(jié)點(diǎn)貢獻(xiàn)的權(quán)值。具 體算法是：由于RSSI值易受環(huán)境干擾W及電磁場(chǎng)信號(hào)無(wú)規(guī)律衰減等因素的影響，轉(zhuǎn)化成距 離時(shí)必然存在誤差，因此信標(biāo)節(jié)點(diǎn)的感知交集不是一個(gè)點(diǎn)，而是一個(gè)區(qū)域，未知節(jié)點(diǎn)就在該 區(qū)域內(nèi)。如圖1所示，已知S個(gè)信標(biāo)節(jié)點(diǎn)分別為:〇1(^，71)、〇2(^，72)、〇3(^，73)，0點(diǎn)為未知 節(jié)點(diǎn)，D點(diǎn)到立個(gè)信標(biāo)節(jié)點(diǎn)的測(cè)距距離為ri、n J3,根據(jù)未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)的距離與坐標(biāo) 的數(shù)學(xué)標(biāo)巧：
[0072]
[0073] 兩兩圓求交點(diǎn)，得到交點(diǎn)A(XA，yA)、B(祉，yB)、C(xc，yc)，未知節(jié)點(diǎn)就在交點(diǎn)ABC構(gòu)成 的=角形區(qū)域內(nèi)，在每次定位算法中引入一個(gè)權(quán)值《來(lái)防止信息淹沒(méi)現(xiàn)象（即信標(biāo)節(jié)點(diǎn)的 相關(guān)信息對(duì)質(zhì)屯、坐標(biāo)估算的影響因素），所述權(quán)值《與距離相關(guān)設(shè)定為距離因子，利用距離 因子CO來(lái)體現(xiàn)信標(biāo)節(jié)點(diǎn)對(duì)未知節(jié)點(diǎn)位置的影響程度，即信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)越遠(yuǎn)，位置估 計(jì)時(shí)所占比重越小，而每個(gè)信標(biāo)節(jié)點(diǎn)由兩個(gè)距離確定，故權(quán)值選擇為;TTT (W圓化為例， K J3為圓化、〇3半徑），由此得到未知節(jié)點(diǎn)坐標(biāo)為：
[0074]
(10) O
[0075] 5)求四個(gè)估計(jì)位置的平均值，作為未知節(jié)點(diǎn)的估計(jì)位置信息。
[0076] W上是對(duì)本發(fā)明的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)屯、定位方法的說(shuō)明。 從上述說(shuō)明可W看出，本發(fā)明主要針對(duì)隨機(jī)分布的網(wǎng)絡(luò)，在傳統(tǒng)=角形加權(quán)質(zhì)屯、定位算法 的基礎(chǔ)上，考慮因 RSSI測(cè)距誤差導(dǎo)致定位算法失效的情況，提出了一種新的RSSI優(yōu)化策略 W及距離修正方案的加權(quán)質(zhì)屯、算法。
[0077] 最后所應(yīng)說(shuō)明的是，W上實(shí)施例僅用W說(shuō)明本發(fā)明的技術(shù)方案而非限制。盡管參 照實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，對(duì)本發(fā)明的技術(shù)方 案進(jìn)行修改或者等同替換，都不脫離本發(fā)明技術(shù)方案的精神和范圍，其均應(yīng)涵蓋在本發(fā)明 的權(quán)利要求范圍當(dāng)中。
【主權(quán)項(xiàng)】
1. 一種基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)心定位方法，其特征在于，包括如下 步驟： 1) 信標(biāo)節(jié)點(diǎn)周期性的廣播自身信息，所述信息包括:信標(biāo)節(jié)點(diǎn)ID、Power值、RSSI值以及 信標(biāo)節(jié)點(diǎn)位置信息； 2) 未知節(jié)點(diǎn)收到信息后，對(duì)同一信標(biāo)節(jié)點(diǎn)獲取到的RSSI值，使用高斯均值混合濾波模 型優(yōu)化策略進(jìn)行優(yōu)化篩選，得到精確的RSSI值;再依次求出其他信標(biāo)節(jié)點(diǎn)到未知節(jié)點(diǎn)的信 號(hào)強(qiáng)度值，將信標(biāo)節(jié)點(diǎn)的ID和Power值以及處理后的RSSI值存入到自身維持的集合R中； 3) 未知節(jié)點(diǎn)首先將集合R中的信標(biāo)節(jié)點(diǎn)RSSI值通過(guò)對(duì)數(shù)路徑損耗模型轉(zhuǎn)化為距離信 息，并按照冒泡排序法將距離信息從小到大進(jìn)行排序;再選取前4個(gè)距離最小的值，建立信 標(biāo)節(jié)點(diǎn)信息集合D，包括信標(biāo)節(jié)點(diǎn)的ID、信標(biāo)節(jié)點(diǎn)位置信息以及信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)的距離 信息； 4) 在集合D中任取三個(gè)信標(biāo)節(jié)點(diǎn)作為一個(gè)組合進(jìn)行定位，分別以每個(gè)信標(biāo)節(jié)點(diǎn)位置 信息為圓心，以相應(yīng)的信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)的距離信息為半徑作圓，判斷圓與圓之間是否 相交，若不相交使用距離修正方案來(lái)進(jìn)行半徑距離的修正，獲得交點(diǎn)信息，進(jìn)行以距離因子 為權(quán)值的加權(quán)質(zhì)心定位算法的運(yùn)算，得到未知節(jié)點(diǎn)的四個(gè)估計(jì)位置； 5) 求四個(gè)估計(jì)位置的平均值，作為未知節(jié)點(diǎn)的估計(jì)位置信息。2. 根據(jù)權(quán)利要求1所述的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)心定位方法，其特 征在于，步驟1)中所述的Power值是與基站距離lm時(shí)的接收功率值。3. 根據(jù)權(quán)利要求1所述的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)心定位方法，其特 征在于，步驟2)中所述的使用高斯均值混合濾波模型優(yōu)化策略進(jìn)行優(yōu)化篩選，包括： (1) 對(duì)同一信標(biāo)節(jié)點(diǎn)在同一距離處采樣RSSI值，進(jìn)行高斯濾波，選取高斯模型分布密度 屬于RSSI e [〇. 15σ+μ，μ+3.09〇]范圍的數(shù)據(jù)值，通過(guò)如下高斯濾波模型濾波：(2) 通過(guò)均值濾波優(yōu)化策略將高斯濾波后剩余的有效值進(jìn)行均值濾波，取高斯濾波后 剩余的有效值的算術(shù)平均值作為最終的RSSI值。4. 根據(jù)權(quán)利要求1所述的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)心定位方法，其特 征在于，步驟3)中所述的對(duì)數(shù)路徑損耗模型如下：其中，do為參考距離(一般為lm);RSSIo是距離為do時(shí)接收到的信號(hào)強(qiáng)度;d是實(shí)際距離； RSSI為距離為d時(shí)接收到的信號(hào)強(qiáng)度;η為與環(huán)境密切相關(guān)的無(wú)線信號(hào)衰減因子;ε為一個(gè)均 值為零的高斯隨機(jī)變量。5. 根據(jù)權(quán)利要求1所述的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)心定位方法，其特 征在于，步驟4)中所述的距離修正方案是根據(jù)圓與圓之間無(wú)交點(diǎn)的位置關(guān)系分為兩種情 況： (1) 兩圓相離 當(dāng)圓與圓之間存在兩圓相離的情況時(shí)，即兩圓無(wú)交點(diǎn)，所述的距離修正方案是：以距離 因子作為權(quán)值分別擴(kuò)大兩圓的半徑一定距離，使圓與圓兩兩相交，形成一個(gè)重疊的區(qū)域;再 使用加權(quán)質(zhì)心定位算法求得未知節(jié)點(diǎn)坐標(biāo)； (2) 兩圓內(nèi)含： 當(dāng)兩圓之間呈現(xiàn)內(nèi)含的情況時(shí)，所述的距離修正方案是：使用縮小半徑相對(duì)大的圓的 半徑，使半徑相對(duì)大的圓與半徑相對(duì)小的圓相切或相交，使兩圓之間存在公共交點(diǎn)。6.根據(jù)權(quán)利要求1所述的基于接收信號(hào)強(qiáng)度優(yōu)化的距離修正加權(quán)質(zhì)心定位方法，其特 征在于，步驟4)中所述的以距離因子為權(quán)值的加權(quán)質(zhì)心定位算法是，已知三個(gè)信標(biāo)節(jié)點(diǎn)分 別為:〇1&1，71)、〇2(12,72)、〇3(13,73)，0點(diǎn)為未知節(jié)點(diǎn)，0點(diǎn)到三個(gè)信標(biāo)節(jié)點(diǎn)的測(cè)距距離為 Π 、Γ2、Γ3，根據(jù)未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)的距離與坐標(biāo)的數(shù)學(xué)模型：兩兩圓求交點(diǎn)，得到交點(diǎn)4^舊)、8(1[3,7[3)、(^(；，7(；)，未知節(jié)點(diǎn)就在交點(diǎn)八8(：構(gòu)成的三 角形區(qū)域內(nèi)，在每次定位算法中引入一個(gè)權(quán)值ω，所述權(quán)值ω。與距離相關(guān)設(shè)定為距離因 子，利用距離因子ω。來(lái)體現(xiàn)信標(biāo)節(jié)點(diǎn)對(duì)未知節(jié)點(diǎn)位置的影響程度，即信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn) 越遠(yuǎn)，位置估計(jì)時(shí)所占比重越小，而每個(gè)信標(biāo)節(jié)點(diǎn)由兩個(gè)距離確定，故權(quán)值選擇為由此得到未知節(jié)點(diǎn)坐標(biāo)為：
【文檔編號(hào)】G01S11/06GK105828435SQ201610373939
【公開(kāi)日】2016年8月3日
【申請(qǐng)日】2016年5月30日
【發(fā)明人】張靜, 杜佳星, 劉安安, 趙澤, 馬宜科, 靳國(guó)慶, 崔洪亮, 孔祥兵
【申請(qǐng)人】天津大學(xué)