CN101945472A - 一种融合射频识别的无线传感器网络多移动目标定位方法 - Google Patents

Abstract

一种融合射频识别的无线传感器网络多移动目标定位方法：将WSID节点固定部署在预定位置上，上电初始化；基站分别为各个节点配置ID并建立各节点间的位置关系数据库，再将所有节点的ID和位置关系数据库分别发送给各个节点；基站向各个节点发出建立网络的数据包，建立网络，随后发送建立簇和确定簇头的数据包，对网络进行分簇；在移动目标上设置WSID标签，标签上电初始化，一旦设置有标签的移动目标进入定位区域，节点和移动目标上的标签通过自校正定位算法计算移动目标的位置坐标；标签将移动目标的位置信息通过节点经多跳路由发送到基站，基站在采集到移动目标的位置信息后，通过Internet或GPRS或TD-SCDMA等网络将移动目标的位置信息发送至监控终端。

Description

一种融合射频识别的无线传感器网络多移动目标定位方法

技术领域

本发明适用于监狱、看守所、精神病院、戒毒所、居住小区、医院、养老院、幼儿园等场所的多移动目标监控，特别涉及一种基于融合无线射频识别的无线传感器网络的多移动目标定位方法。

背景技术

诸如监狱、看守所、精神病院和戒毒所等场合的以人为移动目标的定位在这些场合的治安防控、侦查破案、应急处突等现代化监控管理中有着极其重要的作用，一直是人们亟需解决而又未能真正有效解决的关键问题。以监狱服刑人员和警务人员作为多移动目标定位的监控管理为例。监狱是关押、管理服刑人员的场所，是社会文明的窗口和聚焦点。但目前我国监狱在建设与管理方面由于警力不足、地点偏僻、交通不便、占地面积大、监控点多和监狱周界长等问题，几乎所有的监狱都安装了视频监控系统来对其服刑人员和警务人员进行定位跟踪的监控管理。即使这样，仍存在着其自身的局限性。主要有：

(1)由于摄像机的视角范围、方向有限，像监狱这样数量较大的多移动目标(人)定位跟踪的准确率较低，而且系统失去目标的可能性较大；

(2)系统缺乏数据分析能力，完全凭借人眼做出判断，这就需要投入大量的人力，系统的自动化程度不高；

(3)安装繁琐，可靠性低，很难做到无人值守，不能依据图像内容实现自动报警监控；

(4)缺乏一定的准确性和灵活性。如果要对大量对象中的某个特定对象进行定位跟踪监控，就要求首先从监控视频上辨识出这个特定对象，然后才能实施跟踪。然而，在众多的对象中辨识出这个特定对象是件费力的工作。而且，即使锁定了目标，如果其一直处于活动状态，要实时监控其动作同样是件困难的事，更谈不上动态的定位精度。

因此，像监狱这样及其类似的场合靠安装大量的视频监控系统不仅耗费大量人力资源，而且效率低下，加之人体生物特性(比如视觉疲劳、注意力不能长时间集中等)的原因，出现漏警是常有的事。这就要求监控系统不仅要有较强的防范打击能力及越界报警功能，而且要具有较高的自动化、智能化和自动响应报警信号，并能根据报警信号的来源和性质做出判断、向管理人员提供相应的处理方案和启动某些防范手段的能力，从而减小管理人员的工作强度，提升快速反应效率。

由上可以看出，视频监控系统很难应用于情况复杂并要求具备动态、实时、全面、准确、灵活和无人值守的监控场合。

试图解决上述存在问题，人们将无线射频识别技术用于上述场合的定位监控系统。

射频识别技术(RFID-Radio Frequency Identification)，是一种非接触式自动识别技术。RFID技术的应用最早可追溯到第二次世界大战时期，美军曾用于识别盟军飞机。2004年11月初，美国《VAR Business》杂志完成的一项技术状况调查报告，评出了2005年“七大热门科技走向”，其中把RFID技术作为2005年科技业的突破性技术。二十一世纪初，一些发达国家首先将RFID技术运用于监狱等场所的定位监控。到2006年，美国有5个监狱、欧洲有2个监狱应用了RFID技术对监狱中移动的服刑人员和警务人员进行定位。另外，在新加坡、马来西亚等国的部分监狱定位监控管理中亦有试点性应用。在引入RFID技术后，这些监狱发生越狱、攻击等事件的次数有了下降。但不幸的是，经过使用实践证明，尽管RFID定位在一定的范围和使用情况下有一定作用，但仍存在难以克服的缺陷，主要有：

(1)射频识别标签的识别距离和识别正确率尚不能满足需要。目前无源射频识别标签的识别距离相当有限，最长也只有6米左右，而一般在10厘米以内。而根据无源射频识别的信号通信原理，达到上述识别距离是靠增大读写器的无线发射功率来实现的，而过大的无线发射功率对人体有着不同程度的危害，无源电子标签由于通信距离太近，难以实现定位，主要用于人员管理。有源电子标签靠电池供电，通信距离远，一般能达到几十米以上，发射功率小，在一定的无线通信功率范围内对人体没有危害。当有源电子标签处于读写器的通信范围内就可以被探测到，具有一定的定位能力，但是定位精度很低，主要作为一种粗糙的人员定位管理手段，不能跟踪目标。

(2)在定位的准确性、部署的灵活性和扩展的功能性等方面仍不能满足应用要求，尽管在系统的其它方面，如读写器、监控终端等做一些弥补也还使用户的满意度不高。

(3)系统成本较高，主要表现在读写器上，特别是在需要增加监控的覆盖范围而增加读写器的数量时更是如此，而且读写器的组网目前尚未完全形成一个公认的标准。

由于上述缺陷，到目前为止RFID定位无论在上述有着应用试点的国家，还是在全球都未能得到应用推广的重要原因。

综上所述，无论是视频监控系统，还是RFID定位都不能满足监狱等类似场合的定位监控的现代化管理要求。

为了有效解决上述问题，本发明提出将RFID技术融合到无线传感器网络(Wireless Sensor Networks-WSN)中，借助RFID技术的优势，克服其缺陷，利用无线传感器网络可在统一的标准协议下组网、大范围扩展及可靠远传，系统分布性、自组织性、动态可重构性、多跳路由、环境适应性和系统安装、维护及成本等方面的优势来构造其定位监控系统，即融合RFID的无线传感器网络(WSID-WSN SyncretizingRFID)定位监控系统，实现对监狱等场所的多移动目标进行定位。

发明内容

技术问题：

本发明的目的是提供一种融合射频识别的无线传感器网络多移动目标定位方法。它无需监管人员在监控终端不间断值守，可以克服由于人体生物特性(比如视觉疲劳，注意力不能长时间集中等)的原因出现的漏报，此外，在不熟悉对象的情况下，能迅速从众多对象中辨识出某个特定对象，从而减小监管人员工作强度，加强快速反应能力，提高管理效率。

技术方案：

一种融合射频识别的无线传感器网络多移动目标定位方法，建立定位系统，所述定位系统包括标签、节点、基站和监控终端，具体定位步骤如下：

1.1.将节点固定部署在预定位置上，上电初始化；

1.2.设置节点的位置坐标，基站分别为各个节点配置ID并建立各节点间的位置关系数据库，再将所有节点的ID和位置关系数据库分别发送给各个节点；

1.3.在移动目标上设置标签，标签上电初始化，基站向各个节点发出建立网络的数据包，建立网络，随后发送建立簇和确定簇头的数据包，对网络进行分簇，收到包含簇头信息的数据包的节点作为簇头节点，其它节点作为普通节点；

1.4.一旦设置有标签的移动目标进入定位区域，节点和移动目标上的标签通过自校正定位算法计算移动目标的位置坐标，所述标签采用电池供电；

1.5.标签将移动目标的位置信息通过节点经多跳路由发送到基站，基站在采集到移动目标的位置信息后，通过Internet、GPRS或TD-SCDMA等网络将移动目标的位置信息发送至监控终端。

上述定位方法中，所述建立簇的工作流程更具体地包括下列步骤：

2.1.簇头节点向整个网络发出广播分簇请求信息，若标签收到该广播分簇请求信息并判断自己位于簇区域内，则标签向簇头节点发送确认信息；

2.2.标签测量到单个簇头节点广播分簇请求信息的RSSI值与簇头节点设定并发送的RSSI₀边界值进行比较，若RSSI≥RSSI₀，则确定该簇头节点为此标签所处簇区域的簇头，并返回一个确认信息给簇头节点，若RSSI＜RSSI₀，则丢弃该数据包。

若标签测量到多个簇头节点的广播分簇请求信息的RSSI≥RSSI₀，则标签按照每个簇区域中标签数趋均原则确定簇头，若各个簇区域中标签数目均等，则标签按照随机原则确定簇头，若标签测量到多个簇头节点的广播分簇请求信息的RSSI＜RSSI₀，则丢弃该数据包。

RSSI(Received Signal Strength Indication)是接收的信号强度指示，由定位系统WSID标签和WSID节点上的CC2430或CC2431芯片直接测量得到，测量所得的数据会自动存入其芯片存储器。RSSI₀为事先设定的标签在簇区域边界时接收到的簇头节点发送的信号强度边界值，该值根据系统节点以及标签的无线信号覆盖强度和实际应用需求确定；

2.3.簇头节点在收到标签的确认信息后，就将此标签加入该簇区域，之后，簇头节点在此标签离开簇区域前一直接收其位置信息，而丢弃未发回确认信息的标签发送的数据包。

上述定位方法中，节点和标签能够校正RSSI测距和节点坐标误差，其过程包括自校正过程和定位过程：

3.1.自校正过程

3.1.1.由网络基站给一个待校正节点分配一个校正令牌并设校正令牌的初值为0；

3.1.2.获得校正令牌的待校正节点以广播的形式向其它节点发出校正申请，收到校正申请的节点作为校正协助节点将自身的ID信息发给待校正节点；

3.1.3.待校正节点收到校正协助节点的ID信息的同时，记录下各个校正协助节点无线信息的RSSI值，根据无线电传输模型计算待校正节点和协助校正节点之间的测量距离，根据待校正节点和校正协助节点的实际坐标计算待校正节点和协助校正节点之间的实际距离，用i表示校正协助节点的个数，将待校正节点和校正协助节点之间的实际距离存入数组D＝{d₁，d₂，d₃，...，d_i}，将待校正节点和校正协助节点之间的测量距离存入数组D_c＝{d_c1，d_c2，d_c3，...，d_ci}；

3.1.4.待校正节点计算RSSI测距自适应加权校正系数μ，公式如下：

其中，

其中，e_j＝(d_j-d_cj)/d_cj，e_p＝(d_p-d_cp)/d_cp，1≤j≤i，1≤l≤i，1≤p≤i，i，j，l和p均为正整数，i根据实际应用需求取值，如取100，d_j表示待校正节点和第j个校正协助节点之间的实际距离，d_cj表示待校正节点和第j个校正协助节点之间的测量距离，d_ck表示待校正节点和第k个校正协助节点之间的测量距离，d_p表示待校正节点和第p个校正协助节点之间的实际距离，d_cp表示待校正节点和第p个校正协助节点之间的测量距离；

3.1.5.用RSSI测距自适应加权校正系数对3.1.3中的测量距离进一步校正，得出待校正节点和各个校正协助节点之间的校正距离并存入数组D′_c＝{d′_c1，d′_c2，d′_c3，...，d′_ci}，计算公式如下：

d′_cj＝d_cj(1+μ)

其中，1≤j≤i，i，j均为正整数，i根据实际应用需求取值，如取100，d′_cj表示待校正节点和第j个校正协助节点之间的校正距离，d_cj表示待校正节点和第j个校正协助节点之间的测量距离。

3.1.6.根据三角形定位原理计算待校正节点的坐标，用m表示由三角形定位原理计算获得的待校正节点的坐标个数，用(x_r，y_r)，(x_s，y_s)，(x_t，y_t)分别表示任意三个不共线的校正协助节点的坐标，用d′_cr，d′_cs，d′_ct分别表示待校正节点c和协助校正节点之间的校正距离，节点r，s，t的坐标分别是(x_r，y_r)，(x_s，y_s)，(x_t，y_t)，用

表示三角形定位原理计算获得的待校正节点的坐标，将所有的坐标存入数组Z′＝{(x′₁，y′₁)，(x′₂，y′₂)，，...，(x′_m，y′_m)}，坐标计算公式如下：

$\left[\begin{array}{c}{x}_v^{\′}\\ y_v^{\′}\end{array}\right]={\left[\begin{array}{cc}2(x_r-x_t)& 2(y_r-y_t)\\ 2(x_s-x_t)& 2(y_s-y_t)\end{array}\right]}^{-1}\left[\begin{array}{c}{x}_r^2-x_t^2+y_r^2-y_t^2+d_{\mathrm{ct}}^2-d_{\mathrm{cr}}^2\\ x_s^2-x_t^2+y_s^2-y_t^2+d_{\mathrm{ct}}^2-d_{\mathrm{cs}}^2\end{array}\right];$

其中，d_cr，d_cs，d_ct分别表示待校正节点c和校正协助节点r，s，t之间的实际距离。

3.1.7.将步骤3.1.6获得的待校正节点的m个计算坐标平均，获得待校正节点的计算坐标，然后将待校正节点的实际坐标减去计算坐标，获取待校正节点坐标误差(e_x，e_y)，计算公式如下：

$\left\{\begin{array}{c}{e}_x=x-\frac{1}{m}\underset{v=1}{\overset{m}{\mathrm{\Σ}}}{x}_v^{\′}\\ e_y=y-\frac{1}{m}\underset{v=1}{\overset{m}{\mathrm{\Σ}}}{y}_v^{\′}\end{array}\right.$

其中，1≤v≤m，v及m为正整数，m根据实际应用需求取值，如取100，(x，y)表示待校正节点的实际坐标，(x′_v，y′_v)表示由步骤3.1.6中根据三角形定位原理计算的待校正节点的第v个坐标；

3.1.8.判断校正令牌的值，若校正令牌的值小于系统中节点个数，则还存在未校正的节点，将校正令牌发送给未校正节点，重复步骤3.1.2至步骤3.1.7；若校正令牌的值等于系统中节点个数，则不存在未校正节点，将校正令牌交还网络基站。

3.2.定位过程：

3.2.1.各个标签广播自身ID信息，然后进入接收状态等待各个节点数据；

3.2.2.网络中的各个节点不断侦听标签的无线信息，用n表示本节点接收标签信息的个数，各个节点接收到标签信号的同时记录标签的ID和RSSI值，并通过无线电传输模型独立计算本节点和各个标签之间的测量距离，并存入数组A_c＝{a_c1，a_c2，a_c3，...，a_cn}；

3.2.3.各个节点独立对3.2.2中步骤中所得到的本节点和各个标签之间的测量距离进行校正，获得本节点和各个标签之间校正距离并存入数组A′_c＝{a′_c1，a′_c2，a′_c3，...，a′_cn}，校正公式如下：

a′_cq＝a_cq(1+μ)

其中，1≤q≤n，n为正整数，其取值根据实际应用需求取值，如取10000，a′_cq节点和第q个标签之间校正距离，a_cq是步骤3.2.2中的测量本节点和第q个标签之间距离；

3.2.4.各个节点依据标签ID将本节点和各个标签之间的校正距离和步骤3.1.7获得的节点坐标误差(e_x，e_y)同时发送给标签；

3.2.5.各个标签收到节点的信息后，根据各个节点提供的节点和本标签之间的校正距离，独立计算出本标签初步坐标，用M表示由三角形定位原理计算获得的标签的初步坐标个数，M为正整数，其取值根据实际应用需求取值，如取10000，用(X_r，Y_r)，(X_s，Y_s)，(X_t，Y_t)分别表示任意三个不共线的r、s、t节点坐标，用a′_cr，a′_cs，a′_ct分别表示本标签和节点r、s、t坐标(X_r，Y_r)，(X_s，Y_s)，(X_t，Y_t)之间的校正距离，用

表示标签的初步坐标，将所有坐标存入数组

(X′₂，Y′₂)，...，(X′_M，X′_M)}，计算公式如下：

$\left[\begin{array}{c}{X}_V^{\′}\\ Y_V^{\′}\end{array}\right]={\left[\begin{array}{cc}2(X_r-X_t)& 2(Y_r-Y_t)\\ 2(X_s-X_t)& 2(Y_s-Y_t)\end{array}\right]}^{-1}\left[\begin{array}{c}{X}_r^2-X_t^2+Y_r^2-Y_t^2+a_{\mathrm{ct}}^2-a_{\mathrm{cr}}^2\\ X_s^2-X_t^2+Y_s^2-Y_t^2+a_{\mathrm{ct}}^2-a_{\mathrm{cs}}^2\end{array}\right];$

3.2.6.各个标签根据步骤3.2.5计算所得初步坐标独立计算出标签的计算坐标，用

表示标签的计算坐标，计算公式如下：

$\left\{\begin{array}{c}\stackrel{\‾}{X^{\′}}=\frac{1}{M}\underset{v=1}{\overset{M}{\mathrm{\Σ}}}{X}_V^{\′}\\ \stackrel{\‾}{Y^{\′}}=\frac{1}{M}\underset{v=1}{\overset{M}{\mathrm{\Σ}}}{Y}_V^{\′}\end{array}\right.;$

3.2.7.各个标签根据所收到的所有节点的坐标误差独立计算出网络定位误差

计算公式如下：

$\left\{\begin{array}{c}\stackrel{\‾}{e_x}=\frac{1}{N}\underset{z=1}{\overset{N}{\mathrm{\Σ}}}{e}_{\mathrm{xz}}\\ \stackrel{\‾}{e_y}=\frac{1}{N}\underset{z=1}{\overset{N}{\mathrm{\Σ}}}{e}_{\mathrm{yz}}\end{array}\right.$

其中，N表示被本标签接收到信息的节点个数，N为正整数，其取值根据实际应用需求取值，如取100，e_xz表示节点z的X坐标误差，e_yz表示节点z的Y坐标误差；

3.2.8.各个标签独立计算自身最终位置坐标(X，Y)，公式如下：

$\left\{\begin{array}{c}X=\stackrel{\‾}{X^{\′}}+\stackrel{\‾}{e_x}\\ Y=\stackrel{\‾}{Y^{\′}}+\stackrel{\‾}{e_y}\end{array}\right..$

有益效果：

1.本发明提出将RFID技术融合到无线传感器网络中，构成用于多移动目标非视觉监控的融合无线射频识别的无线传感器网络定位系统，对监狱等场所的多移动目标进行定位，克服了视频监控中视角范围和方向有限、安装繁琐、自动化程度不高、可靠性低等弊端及无线射频识别技术存在的识别距离短、正确识别率低下、不能灵活部署和扩展、成本较高等不足，从而减小监管人员工作强度，加强快速反应能力，提高管理效率。

2.本发明在基于融合无线射频识别的无线传感器网络多移动目标定位系统中采用分簇策略，有效地避免了数据冲撞。由于监狱等场所的移动目标数量较大，节点如果将标签的位置信息经多跳路由发送到基站会造成网络数据冲撞，采用分簇策略，可以有效地缓解数据流量，减轻网络通信负荷。

3、本发明设计了自校正定位算法，减小了定位误差，提高了定位精度。自校正定位算法的实现过程可以分为校正过程和定位过程两个独立的部分。校正过程主要获得节点RSSI测距自适应加权校正系数和节点坐标误差。定位过程主要由基站根据节点测得的重点监控对象标签的距离数据，通过计算得到更加精确的坐标。

4、本发明由于具有上面2和3中所述的特点，基于融合无线射频识别的无线传感器网络多移动目标定位系统在工作时，网络负担和位置计算全部由节点和基站负担，几乎不增加系统通信量，这样可以有效降低标签能量损耗，延长网络寿命。

附图说明

图1是基于融合无线射频识别的无线传感器网络多移动目标定位系统框图。

图2是基于融合无线射频识别的无线传感器网络多移动目标定位方法的流程图。

图3是无线传感器网络的分簇流程图。

图4是自校正定位算法的自校正流程图。

图5是自校正定位算法的定位流程图。

图6是监狱监室和过道中系统框图。

图7是监狱楼道中系统框图。

图8是监狱生产区中系统框图。

具体实施方式

如图1，一种基于融合无线射频识别的无线传感器网络多移动目标定位方法的实现系统中包括(WSID)标签、(WSID)节点、基站和监控终端，各部分的功能包括：

(WSID)标签采用由德州仪器公司(TI-Texas Instruments)生产的CC2430或CC2431芯片，并根据德州仪器公司提供的说明书进行制备，采用电池供电，设置在位置未知的移动目标上，能利用节点的RSSI值和位置坐标信息计算出自身的位置，并通过节点发送出去，标签之间无需直接通信；

WSID节点采用德州仪器公司(TI-Texas Instruments)生产的CC2430或CC2431芯片，并根据德州仪器公司提供的说明书进行制备，采用有源供电或大容量电池供电，事先布置在固定地理位置上且位置坐标已知，向监控区域标签广播自身位置信息，同时将标签的位置信息经多跳路由发送到基站，并能够通过RSSI值测量距离和计算位置坐标；

基站能够采集和处理节点发送的标签位置信息，并与PC机或Internet、GPRS、TD-SCDMA等网络进行通信，将现场数据送达监控终端(包括本地监控终端、远程监控终端和智能手机终端)。

如图2，一种基于融合无线射频识别的无线传感器网络多移动目标定位方法的具体定位步骤如下：

1.1.将节点固定部署在预定位置上，上电初始化；

1.2.设置节点的位置坐标，基站分别为各个节点配置ID并建立各节点间的位置关系数据库，再将所有节点的ID和位置关系数据库分别发送给各个节点；

1.3.在移动目标上设置标签，标签上电初始化，基站向各个节点发出建立网络的数据包，建立网络，随后发送建立簇和确定簇头的数据包，对网络进行分簇，收到包含簇头信息的数据包的节点作为簇头节点，其它节点作为普通节点；如图3，无线传感器网络分簇的具体步骤如下：

1.3.1.簇头节点向整个网络发出广播分簇请求信息，若标签收到该广播分簇请求信息并判断自己位于簇区域内，则标签向簇头节点发送确认信息；

1.3.2.标签通过CC2430或CC2431芯片测量到单个簇头节点广播分簇请求信息的RSSI值与簇头节点设定并发送的RSSI₀边界值(设RSSI₀为-50dB)进行比较，若RSSI≥RSSI₀，则确定该簇头节点为此标签所处簇区域的簇头，并返回一个确认信息给簇头节点，若RSSI＜RSSI₀，则丢弃该数据包，

若标签通过CC2430或CC2431芯片测量到多个簇头节点的广播分簇请求信息的RSSI≥RSSI₀，则标签按照每个簇区域中标签数趋均原则确定簇头，若各个簇区域中标签数目均等，则标签按照随机原则确定簇头，若标签测量到多个簇头节点的广播分簇请求信息的RSSI＜RSSI₀，则丢弃该数据包；

1.3.3.簇头节点在收到标签的确认信息后，就将此标签加入该簇区域，之后，簇头节点在此标签离开簇区域前一直接收其位置信息，而丢弃未发回确认信息的标签发送的数据包。

1.4.一旦移动目标进入定位区域，节点和移动目标上的标签通过自校正定位算法计算移动目标的位置坐标，所述标签采用电池供电；如图4和图5，自校正定位算法包括自校正过程和定位过程，具体步骤如下：

1.4.1.自校正过程

1.4.1.1.由网络基站给一个待校正节点分配一个校正令牌并设校正令牌的初值为0；

1.4.1.2.获得校正令牌的待校正节点以广播的形式向其它节点发出校正申请，收到校正申请的节点作为校正协助节点将自身的ID信息发给待校正节点；

1.4.1.3.待校正节点收到校正协助节点的ID信息的同时，记录下各个校正协助节点无线信息的RSSI值，根据无线电传输模型计算待校正节点和协助校正节点之间的测量距离，根据待校正节点和校正协助节点的实际坐标计算待校正节点和协助校正节点之间的实际距离，用i表示校正协助节点的个数，将待校正节点和校正协助节点之间的实际距离存入数组D＝{d₁，d₂，d₃，...，d_i}，将待校正节点和校正协助节点之间的测量距离存入数组D_c＝{d_c1，d_c2，d_c3，...，d_ci}；所述无线电传输模型如下：

首先计算参考距离为1米时的能量衰减Loss，计算公式如下：

Loss＝32.4+10Klg(0.001)+10Klg(f)

其中，K为路径衰减因子，取K＝3.5，f为无线信号频率，f＝2.4GHz。通过RSSI计算时，Loss作为事先测得的已知量。由于天线的发射功率和增益已知，设P为发射功率，G为天线增益，根据所测得的RSSI值，通过下式计算出距离d：

$\frac{1}{100}{e}^{\frac{P+G-\mathrm{RSSI}-\mathrm{Loss}-x_{\mathrm{\σ}}}{10K}}$

其中，X_σ为平均值为0的高斯分布随机变数，取X_σ＝5。

1.4.1.4.待校正节点计算RSSI测距自适应加权校正系数μ，公式如下：

其中，

其中，e_j＝(d_j-d_cj)/d_cj，e_p＝(d_p-d_cp)/d_cp，1≤j≤i，1≤l≤i，1≤p≤i，i，j，l和p均为正整数，i根据实际应用需求取值，如取100，d_j表示待校正节点和第j个校正协助节点之间的实际距离，d_cj表示待校正节点和第j个校正协助节点之间的测量距离，d_ck表示待校正节点和第k个校正协助节点之间的测量距离，d_p表示待校正节点和第p个校正协助节点之间的实际距离，d_cp表示待校正节点和第p个校正协助节点之间的测量距离；

1.4.1.5.用RSSI测距自适应加权校正系数对1.4.1.3中的测量距离进一步校正，得出待校正节点和各个校正协助节点之间的校正距离并存入数组D′_c＝{d′_c1，d′_c2，d′_c3，...，d′_ci}，计算公式如下：

d′_cj＝d_cj(1+μ)

其中，1≤j≤i，i根据实际应用需求取值，如取100，d′_cj表示待校正节点和第j个校正协助节点之间的校正距离，d_cj表示待校正节点和第j个校正协助节点之间的测量距离。

1.4.1.6.根据三角形定位原理计算待校正节点的坐标，用m表示由三角形定位原理计算获得的待校正节点的坐标个数，用(x_r，y_r)，(x_s，y_s)，(x_t，y_t)分别表示任意三个不共线的校正协助节点的坐标，用d′_cr，d′_cs，d′_ct分别表示待校正节点和协助校正节点(x_r，y_r)，(x_s，y_s)，(x_t，y_t)之间的校正距离，用

表示三角形定位原理计算获得的待校正节点的坐标，将所有的坐标存入数组Z′＝{(x′₁，y′₁)，(x′₂，y′₂)，，...，(x′_m，y′_m)}，坐标计算公式如下：

$\left[\begin{array}{c}{x}_v^{\′}\\ y_v^{\′}\end{array}\right]={\left[\begin{array}{cc}2(x_r-x_t)& 2(y_r-y_1)\\ 2(x_s-x_t)& 2\left({\mathrm{ys}-y}_1\right)\end{array}\right]}^{-1}\left[\begin{array}{c}{x}_r^2-x_t^2+y_r^2-y_t^2+d_{\mathrm{ct}}^2-d_{\mathrm{cr}}^2\\ x_s^2-x_t^2+y_s^2-y_t^2+d_{\mathrm{ct}}^2-d_{\mathrm{cs}}^2\end{array}\right];$

其中，d_cr，d_cs，d_ct分别表示待校正节点c和校正协助节点r，s，t之间的实际距离。

1.4.1.7.将步骤1.4.1.6获得的待校正节点的m个计算坐标平均，获得待校正节点的计算坐标，然后将待校正节点的实际坐标减去计算坐标，获取待校正节点坐标误差(e_x，e_y)，计算公式如下：

$\left\{\begin{array}{cc}{e}_x=x-\frac{1}{m}\underset{v=1}{\overset{m}{\mathrm{\Σ}}}{x}_v^{\′}& \\ e_y=y-\frac{1}{m}\underset{v=1}{\overset{m}{\mathrm{\Σ}}}{y}_v^{\′}& \end{array}\right.$

其中，1≤v≤m，v及m为正整数，m根据实际应用需求取值，如取100，(x，y)表示待校正节点的实际坐标，(x′_v，y′_v)表示由步骤3.1.6中根据三角形定位原理计算的待校正节点的第v个坐标；

1.4.1.8.判断校正令牌的值，若校正令牌的值小于系统中节点个数，则还存在未校正的节点，将校正令牌发送给未校正节点，重复步骤1.4.1.2至步骤1.4.1.7；若校正令牌的值等于系统中节点个数，则不存在未校正节点，将校正令牌交还网络基站。

1.4.2.定位过程

1.4.2.1.各个标签广播自身ID信息，然后进入接收状态等待各个节点数据；

1.4.2.2.网络中的各个节点不断侦听标签的无线信息，用n表示本节点接收标签信息的个数，各个节点接收到标签信号的同时记录标签的ID和RSSI值，并通过无线电传输模型独立计算本节点和各个标签之间的测量距离，并存入数组A_c＝{a_c1，a_c2，a_c3，...，a_cn}；

1.4.2.3.各个节点独立对1.4.2.2中步骤中所得到的本节点和各个标签之间的测量距离进行校正，获得本节点和各个标签之间校正距离并存入数组A′_c＝{a′_c1，a′_c2，a′_c3，...，a′_cn}，校正公式如下：

a′_cq＝a_cq(1+μ)

其中，1≤q≤n，n为正整数，其取值根据实际应用需求取值，如取10000，a′_cq节点和第q个标签之间校正距离，a_cq是步骤1.4.2.2中的测量的本节点和第q个标签之间距离；

1.4.2.4.各个节点依据标签ID将本节点和各个标签之间的校正距离和“技术方案”中步骤3.1.7获得的节点坐标误差(e_x，e_y)同时发送给标签；

1.4.2.5.各个标签收到节点的信息后，根据各个节点提供的节点和本标签之间的校正距离，独立计算出本标签初步坐标，用M表示由三角形定位原理计算获得的标签的初步坐标个数，M为正整数，其取值根据实际应用需求取值，如取10000，用(X_r，Y_r)，(X_s，Y_s)，(X_t，Y_t)分别表示任意三个不共线的节点坐标，用a′_cr，a′_cs，a′_ct分别表示本标签和节点(X_r，Y_r)，(X_s，Y_s)，(X_t，Y_t)之间的校正距离，用

表示标签的初步坐标，将所有坐标存入数组

计算公式如下：

$\left[\begin{array}{c}{X}_V^{\′}\\ Y_V^{\′}\end{array}\right]={\left[\begin{array}{cc}2(X_r-X_t)& 2(Y_r-Y_t)\\ 2(X_s-X_t)& 2(Y_s-Y_t)\end{array}\right]}^{-1}\left[\begin{array}{c}{X}_r^2-X_t^2+Y_r^2-Y_t^2+a_{\mathrm{ct}}^2-a_{\mathrm{cr}}^2\\ X_s^2-X_t^2+Y_s^2-Y_t^2+a_{\mathrm{ct}}^2-a_{\mathrm{cs}}^2\end{array}\right];$

1.4.2.6.各个标签根据步骤1.4.2.5计算所得初步坐标独立计算出标签的计算坐标，用

表示标签的计算坐标，计算公式如下：

$\left\{\begin{array}{c}\stackrel{\‾}{X^{\′}}=\frac{1}{M}\underset{v=1}{\overset{M}{\mathrm{\Σ}}}{X}_V^{\′}\\ \stackrel{\‾}{Y^{\′}}=\frac{1}{M}\underset{z=1}{\overset{M}{\mathrm{\Σ}}}{Y}_V^{\′}\end{array}\right.;$

1.4.2.7.各个标签根据所收到的所有节点的坐标误差独立计算出网络定位误差

计算公式如下：

$\left\{\begin{array}{c}\stackrel{\‾}{e_x}=\frac{1}{N}\underset{z=1}{\overset{N}{\mathrm{\Σ}}}{e}_{\mathrm{xz}}\\ \stackrel{\‾}{e_y}=\frac{1}{N}\underset{z=1}{\overset{N}{\mathrm{\Σ}}}{e}_{\mathrm{yz}}\end{array}\right.$

其中，N表示被本标签接收到信息的节点个数，N均为正整数，其取值根据实际应用需求取值，如取100，e_xz表示节点z的X坐标误差，e_yz表示第节点z的Y坐标误差；

1.4.2.8.各个标签独立计算自身最终位置坐标(X，Y)，公式如下：

$\left\{\begin{array}{c}X=\stackrel{\‾}{X^{\′}}+\stackrel{\‾}{e_x}\\ Y=\stackrel{\‾}{Y^{\′}}+\stackrel{\‾}{e_y}\end{array}.\right.$

1.5.标签将移动目标的位置信息通过节点经多跳路由发送到基站，基站在采集到移动目标的位置信息后，通过Internet、GPRS和TD-SCDMA等网络将移动目标的位置信息发送至监控终端。

实施例1

上述定位方法的一个实施案例如图6。图中方向位置见图右下图标。六角形表示门牌节点，圆圈表示室内节点，人像及一个三角形表示佩带标签的人员。图中监室编号规则为：当从过道西侧往东侧移动，北边第1个监室编号为I，南边第1个监室编号为II，继续向东移动，南边第2个监室编号为III，北边第2个监室编号为IV，即按照从西往东所经过的监室“北南南北”的次序依次加1的方式来给监室编号。实际的监室编号可与上述的监室编号一致，也可以另外编号。对监室进行编号的目的是为下文简单而直观地描述监控网络工作流程奠定基础。门牌节点安装在过道一侧每个监室门的正上方，由于每个监室只安装一个门牌节点，因此，可用G(Gate)后加监室房号来命名门牌节点，如G1。为简单美观起见，图中只标出了两个门牌节点G1和G2，其它门牌节点均未标出。门牌节点主要有三个作用；一是所有门牌节点具有判断佩带标签的人员是否进出某个监室或位于某个监室的功能；二是部分门牌节点(图中所示为偶数号节点)具有中继到基站的功能；三是部分门牌节点作为簇区域中的簇头节点使用(图中所示为奇数号节点)。具有簇头或中继功能的门牌节点不再另外编号，直接使用门牌节点编号标识簇头节点。室内节点安装在每个监室内的顶墙中心，每个监室只安装一个室内节点，因此，可用R(Room)后加监室房号来命名室内节点，如R1。为简单美观起见，图中只标出了两个室内节点R1和R2，其它室内节点均未标出。室内节点的主要作用是判断佩带标签的人员是否进出某个监室或者位于某个监室或过道。

监室和过道中每个簇区域的划分原则是两个对门的监室及它们之间的过道部分作为一个簇区域，将所有的簇区域从西到东依次编号为①、②、③等。每个簇区域簇头的选取原则是将该簇区域编号为奇数的门牌节点作为簇头节点，如G1、G3、G5等。

为了方便起见，本文在描述路由时另外以1×等(×为从1开始的自然数)数字代表路由路径。

在监室和过道中，监控网络具体的工作流程是：

(1)当佩带标签的移动目标位于监室内。如图6，监室I内室内节点R1测量四个墙角中任何一个放置发射节点时接收到的RSSI值，并作为临界RSSI₀值记录下来。监控网络启动工作后，室内节点R1接收到标签发送的RSSI值，将其与事先记录的临界RSSI₀值进行比较。如果RSSI值小于RSSI₀值，则移动目标在监室内；否则，不在监室内。此时，由于每个监室的面积不大，且监室内的人员相对比较固定，因此，移动目标在监室内的具体位置我们不是很关心，也没有必要知道。在这种情况下，我们最关心的是移动目标是否在监室内，因此，每个监室内安装一个参考节点就能满足需求。室内节点R1根据RSSI值判断出移动目标位置后，将包含移动目标位置信息的数据包转发给簇头节点G1，然后沿着节点12、13、14、15路由到基站进行处理。

(2)当佩带标签的移动目标进出监室时。如图6，假设监室I内的移动目标准备从监室内走到过道上，当移动目标从室内节点R1附近向门(门牌节点G1)移动时，室内节点R1接收到标签发送的RSSI值逐渐减小，门牌节点G1和G2接收到标签发送的RSSI值逐渐增大。当移动目标经过门框时，门牌节点G1接收到标签发送的RSSI值最大，此时，仍旧无法判断移动目标打算进入还是走出监室。但在下一时刻，如果室内节点R1接收到标签发送的RSSI值继续减小，门牌节点G2接收到标签发送的RSSI值继续增大，则可推断移动目标是走出监室，反之，则移动目标是进入监室。移动目标是否进出监室，一个重要的判断依据是该监室门牌节点的RSSI值是否先增大后减小，也就是说，这个过程是否会出现一个极值，若有，则移动目标确有进出监室的行为；否则，移动目标没有进出监室的行为。簇头节点G1在接收到标签发送的包含室内节点R1和门牌节点G2的RSSI值的数据包后，根据RSSI值的变化趋势，判断移动目标是否进出监室，并生成新的数据包，沿着节点12、13、14、15路由到基站进行处理。在该过程中，由于移动目标身体的移动，所佩带标签的天线方位可能会发生改变，从而引起接收到的标签RSSI值发生突变(增大或减小)。在此种情况下，我们采取一种“突变屏蔽”的策略来处理，即当门牌节点接收到的标签RSSI值发生突变时，门牌节点将启动两个工作流程：一是将标签当前的位置信息存储在自身寄存器Rloc中，并保持不变；二是该RSSI值及随后收到的4个RSSI值存储在自身寄存器RRSSI中，然后对这5个RSSI值进行增减趋势分析，从而判断出标签的位置，并对Rloc寄存器中的位置信息进行更新。该策略屏蔽了由于标签天线方位发生改变而引起的RSSI值突变，使得整个定位过程得以继续正常进行。

(3)当佩带标签的移动目标位于过道时。当移动目标位于过道或在过道上行走时，距离移动目标最近的4个门牌节点向标签发送RSSI数据包，标签在收到所有4个门牌节点的RSSI值后，根据极大似然估计法计算移动目标的位置坐标。如图6，假设位于监室1和监室2之间过道上的移动目标正从过道左侧往右侧移动，此时，标签利用距离移动目标最近的4个门牌节点，即G1、G2、G3、G4号门牌节点的RSSI值计算自身坐标。当移动目标位于簇区域①内过道时，标签将自身位置坐标数据包发送给该区域簇头节点G1，然后沿着节点12、13、14、15路由到基站进行处理。

实施例2

上述定位方法的另一个实施案例如图7。六角形表示门牌节点，五边形表示楼层节点，人像及一个三角形表示佩带标签的人员。楼层中门牌节点安装位置、编号方法和功能等与在监室和过道中一样，不再赘述。楼层节点有两种安装位置。一种安装在每层楼梯第一级台阶正上方(0.8×H)m(H为楼层高度，该高度即不影响节点进行无线收发，又能保证不易被移动目标破坏)的地方，每层安装一个楼层节点；另一种安装在楼层之间平台正上方(0.8×H)m的地方，每个平台处安装一个楼层节点。前一种楼层节点直接以F(Floor)后加楼层数命名，如F1，后一种以平台的下一楼层数编号后加F，如1F。楼层节点的主要作用是判断佩带标签的人员是否上下楼或位于楼道。每个簇区域的划分原则是两个楼层之间包含楼道和平台的部分作为一个簇区域，将所有的簇区域从下至上依次编号为①、②、③等。

楼道中每个簇区域簇头节点的选取原则是将该簇区域编号为×F(×为从1开始的自然数)的楼层节点，如楼层节点1F、2F等作为簇头节点。由于平台的楼层节点作为簇头节点使用，因此，簇头节点不再另外编号，直接使用这些楼层节点编号标识簇头节点。

为了方便起见，本文在描述路由时另外以1×等(×为从1开始的自然数)数字代表路由路径。

在楼梯及平台上，监控网络具体的工作流程是：

当佩带标签的移动目标准备从2楼下到1楼。如图7，假设移动目标正从2楼向平台移动时，楼层节点F2接收到标签发送的RSSI值逐渐减小，楼层节点1F接收到标签发送的RSSI值逐渐增大。当移动目标走到平台时，楼层节点1F接收到标签发送的RSSI值最大，此时，仍旧无法判断移动目标打算继续上楼还是下楼。但在下一时刻，如果楼层节点F1接收到标签发送的RSSI值开始增大，则可推断移动目标是继续下楼；如果楼层节点F2接收到标签发送的RSSI值开始增大，则移动目标是上楼。移动目标是否上楼或下楼，一个重要的判断依据是该楼层节点1F的RSSI值是否先增大后减小，也就是说，这个过程是否会出现一个极值，若有，则移动目标确有上楼下楼的行为；否则，移动目标没有上楼下楼的行为。由于楼梯及平台的面积不大，且这两处的人员流动比较大也比较快，因此，移动目标在楼道及平台的具体位置我们不是很关心，也没有必要知道。在这种情况下，我们最关心的是移动目标是否在楼道或上下楼，每个平台处安装一个楼层节点就能满足要求。簇头节点1F在接收到标签发送的包含楼层节点F1和楼层节点F2的RSSI值的数据包后，根据RSSI值的变化趋势，判断移动目标是否上楼或下楼，并生成新的数据包，沿着节点23、24路由到基站进行处理。在该过程中，由于移动目标身体的移动，所佩带标签的天线方位可能会发生改变，从而引起接收到的标签RSSI值发生突变(增大或减小)。在此种情况下，我们采取“突变屏蔽”策略来处理。

实施例3

上述定位方法的另一个实施案例如图8。六角形表示门牌节点，圆圈表示室内节点，正方形表示首簇头节点，人像及一个三角形表示佩带标签的人员。由于生产区面积较大，人员多且流动大，考虑预先对生产区进行划分。在划分区域时，尽可能将每个簇区域划分为正方形，边长取10m。每个簇区域的顶墙中心安装1个首簇头节点，4个顶墙角落各安装1个室内节点，如果两个簇区域内室内节点的安装位置重合，则只安装1个室内节点。所有的簇区域从左到右依次编号为①、②、③等。每个簇区域的首簇头节点和簇头节点分别以C和H后加簇区域编号命名，如C1和H1。为简单美观起见，图中只标出了两个首簇头节点C3、C4和两个簇头节点H3、H4，其它首簇头节点和簇头节点均未标出。首簇头节点主要有三个作用：一是参与标签定位，二是具有中继到基站的功能，三是启动簇头节点的选择。首簇头节点在网络开始工作后启动簇头节点选择流程，随着整个网络工作状态变化，簇区域中室内节点轮流作为簇头节点使用，具体描述见下文“簇头节点的选择策略”。所有室内节点以R后加簇区域编号命名，如R1。室内节点主要有三个作用：一是参与标签定位；二是作为簇区域中的簇头节点使用。此外，生产区通常只设两三个出入口，因此，门牌节点可以简单地编号为G1、G2等。除了编号外，门牌节点安装位置和功能等与在监室和过道中一样，不再赘述。

为了方便起见，本文在描述路由时另外以1×等(×为从1开始的自然数)数字代表路由路径。

生产区中簇头节点的选择策略：考虑到整个网络工作的稳定性，所有室内节点均设计为使用通过市电转换后的电源供电。因此，在选择簇头节点时，可以忽略室内节点的能量剩余问题，而主要考虑室内节点的使用寿命问题，主要由工作频度多少和时间长短决定，以延长单个节点乃至整个网络的使用寿命。为了使每个室内节点工作频度多少和时间长短大致相等，我们在室内节点所发送的数据包中包含一个“簇头接力棒”。“簇头接力棒”由每个簇区域中心的室内节点(即首簇头节点)首先发出，并在所有室内节点之间轮流传递，用于决定哪个室内节点作为簇头节点且记录是第几轮(记为n)作为簇头节点，初始时设置n为0。“簇头接力棒”网络开始工作后，首簇头节点首先将“簇头接力棒”中轮数n加1，然后发出“簇头接力棒”，收到“簇头接力棒”的室内节点作为簇头节点，并将记录自身作为簇头节点的次数(记为m)加1。如果“簇头接力棒”传递到两个簇区域所共有的室内节点时，室内节点将对“簇头接力棒”中的轮数n与自身记录的作为簇头节点的次数m相比较，如果n大于m，则该室内节点作为簇头节点使用；否则，该室内节点将转发“簇头接力棒”给其它室内节点。当所有室内节点的m都大于n时，“簇头接力棒”被传回首簇头节点，准备进行新一轮寻找簇头节点的循环。按照这样的策略，每个室内节点都有均等的机会作为簇头节点，大大减少了单个室内节点的使用寿命，提高了网络生命周期。

路由过程分为两个阶段：(1)基站首先向首簇头节点广播自身信息的数据包，其中包括跳数，初始化为0。首簇头节点记录具有到基站的最小跳数，忽略来自基站的较大跳数的数据包，然后将跳数值加1，并转发给邻近首簇头节点。通过这个方法，网络中的所有首簇头节点能够记录下到基站的最小跳数。(2)首簇头节点收到簇区域内标签发送的位置信息，先取出信息的目的地址，根据(1)中的路由表，查询到基站的最近路由，并沿该路由将位置信息发送到基站。

在生产区内，监控网络具体的工作流程是：

(1)当佩带标签的移动目标在一个簇区域内移动。如图8，假设移动目标在簇区域①内移动时，标签接收到室内节点R2、R3、R5和R6发送的RSSI值，根据极大似然估计法计算自身位置坐标，将包含自己位置坐标的数据包发送给此时的簇头节点H3(即路由路径中的节点31)，然后沿着路由节点32、33路由到基站进行处理。

(2)当佩带标签的移动目标从一个簇区域移动到另外一个簇区域。如8，假设移动目标正从簇区域③向簇区域④移动，簇头节点H3将接收到的标签RSSI位置坐标，判断移动目标是否在簇区域内。如果在，簇头节点继续同标签保持联系；如果不在，簇头节点将根据接收到的标签位置坐标判断移动目标可能进入其它某个簇区域，然后发送信息报告某个簇区域簇头节点做好接收标签的准备，同时断开与标签的联系。当移动目标从簇区域③进入簇区域④后，H3将报告H4建立与标签的联系，同时，H3断开与标签的联系。然后，监控网络按照上面工作流程中(1)所述的方式继续工作。

Claims (4)

1.一种融合射频识别的无线传感器网络多移动目标定位方法，其特征在于，在无线传感器网络(WSN-Wireless Sensor Networks)技术的基础上融合射频识别(RFID-RadioFrequency Identification)技术以构成融合射频识别的无线传感器网络(WSID-WSNSyncretizing RFID)技术，用于对多移动目标实施定位。

2.根据权利要求1所述的融合射频识别的无线传感器网络多移动目标定位方法，其特征在于，建立定位系统，所述定位系统包括标签(1)、节点(2)、基站(3)和监控终端(4)，具体定位步骤如下：

2.1.将节点固定部署在预定位置上，上电初始化；

2.2.设置节点的位置坐标，基站分别为各个节点配置ID并建立各节点间的位置关系数据库，再将所有节点的ID和位置关系数据库分别发送给各个节点；

2.3.在移动目标上设置标签，标签上电初始化，基站向各个节点发出建立网络的数据包建立网络，随后发送建立簇和确定簇头的数据包，对网络进行分簇，收到包含簇头信息的数据包的节点作为簇头节点，其它节点作为普通节点；

2.4.一旦设置有WSID标签的移动目标进入定位区域，移动目标上的WSID标签和WSID节点通过自校正定位算法计算移动目标的位置坐标，所述标签采用电池供电；

2.5.标签将移动目标的位置信息通过节点经多跳路由发送到基站，基站在采集到移动目标的位置信息后，通过Internet、GPRS或TD-SCDMA网络将移动目标的位置信息发送至监控终端。

3.根据权利要求2所述的一种融合射频识别的无线传感器网络多移动目标定位方法，其特征在于，所述对网络进行分簇的方法为：

3.1.簇头节点向整个网络发出广播分簇请求信息，若标签收到该广播分簇请求信息并判断自己位于簇区域内，则标签向簇头节点发送确认信息；

3.2.标签测量到单个簇头节点广播分簇请求信息的RSSI值与簇头节点设定并发送的RSSI₀边界值进行比较，若RSSI≥RSSI₀，则确定该簇头节点为此标签所处簇区域的簇头，并返回一个确认信息给簇头节点，若RSSI＜RSSI₀，则丢弃该数据包，

若标签测量到多个簇头节点的广播分簇请求信息的RSSI≥RSSI₀，则标签按照每个簇区域中标签数趋均原则确定簇头，若各个簇区域中标签数目均等，则标签按照随机原则确定簇头，若标签测量到多个簇头节点的广播分簇请求信息的RSSI＜RSSI₀，则丢弃该数据包，

3.3.簇头节点在收到标签的确认信息后，就将此标签加入该簇区域，之后，簇头节点在此标签离开簇区域前一直接收其位置信息，而丢弃未发回确认信息的标签发送的数据包。

4.根据权利要求2所述的融合射频识别的无线传感器网络多移动目标定位方法，其特征在于，所述的自校正定位算法的实现过程包括自校正过程和定位过程：

4.1.自校正过程

4.1.1.由网络基站给一个待校正节点分配一个校正令牌并设校正令牌的初值为0；

4.1.2.获得校正令牌的待校正节点以广播的形式向其它节点发出校正申请，收到校正申请的节点作为校正协助节点将自身的ID信息发给待校正节点；

4.1.3.待校正节点收到校正协助节点的ID信息的同时，记录下各个校正协助节点无线信息的RSSI值，根据无线电传输模型计算待校正节点和协助校正节点之间的测量距离，根据待校正节点和校正协助节点的实际坐标计算待校正节点和协助校正节点之间的实际距离，用i表示校正协助节点的个数，将待校正节点和校正协助节点之间的实际距离存入数组D＝{d₁，d₂，d₃，...，d_i}，将待校正节点和校正协助节点之间的测量距离存入数组D_c＝{d_c1，d_c2，d_c3，...，d_ci}；

4.1.4.待校正节点计算RSSI测距自适应加权校正系数μ，公式如下：

其中，

其中，e_j＝(d_j-d_cj)/d_cj，e_p＝(d_p-d_cp)/d_cp，1≤j≤i，1≤k≤i，l≤p≤i，i，j，l和p均为正整数，i根据实际应用需求取值，dj表示待校正节点和第j个校正协助节点之间的实际距离，d_cj表示待校正节点和第j个校正协助节点之间的测量距离，d_ck表示待校正节点和第k个校正协助节点之间的测量距离，d_p表示待校正节点和第p个校正协助节点之间的实际距离，d_cp表示待校正节点和第p个校正协助节点之间的测量距离；

4.1.5.用RSSI测距自适应加权校正系数对4.1.3中的测量距离进一步校正，得出待校正节点和各个校正协助节点之间的校正距离并存入数组D′_c＝{d′_c1，d′_c2，d′_c3，...，d′_ci}，计算公式如下：

d′_cj＝d_cj(1+μ)

其中，1≤j≤i，j及i为正整数，i根据实际应用需求取值，d′_cj表示待校正节点和第j个校正协助节点之间的校正距离，d_cj表示待校正节点和第j个校正协助节点之间的测量距离；

4.1.6.根据三角形定位原理计算待校正节点的坐标，用m表示由三角形定位原理计算获得的待校正节点的坐标个数，用(x_r，y_r)，(x_s，y_s)，(x_t，y_t)分别表示任意三个不共线的校正协助节点的坐标，用d′_cr，d′_cs，d′_ct分别表示待校正节点和协助校正节点(x_r，y_r)，(x_s，y_s)，(x_t，y_t)之间的校正距离，用

表示三角形定位原理计算获得的待校正节点的坐标，将所有的坐标存入数组Z′＝{(x′₁，y′₁)，(x′₂，y′₂)，，...，(x′_m，y′_m)}，坐标计算公式如下：

$\left[\begin{array}{c}{x}_v^{\′}\\ y_v^{\′}\end{array}\right]{\left[\begin{array}{cc}2\left(x_r-x_t\right)& 2(y_r-y_t)\\ 2(x_s-x_t)& 2(y_s-y_t)\end{array}\right]}^{-1}\left[\begin{array}{c}{x}_r^2-x_t^2+y_r^2-y_t^2+d_{\mathrm{ct}}^2-d_{\mathrm{cr}}^2\\ x_r^2-x_t^2+y_s^2-y_t^2+d_{\mathrm{ct}}^2-d_{\mathrm{cs}}^2\end{array}\right];$

其中，d_cr，d_cs，d_ct分别表示待校正节点c和校正协助节点r，s，t之间的实际距离，

4.1.7.将步骤4.1.6获得的待校正节点的m个计算坐标平均，获得待校正节点的计算坐标，然后将待校正节点的实际坐标减去计算坐标，获取待校正节点坐标误差(e_x，e_y)，计算公式如下：

$\left\{\begin{array}{c}{e}_x=x-\frac{1}{m}\underset{v=1}{\overset{m}{\mathrm{\Σ}}}{x}_v^{\′}\\ e_y=y-\frac{1}{m}\underset{v=1}{\overset{m}{\mathrm{\Σ}}}{y}_v^{\′}\end{array}\right.$

其中，1≤v≤m，v及m为正整数，m根据实际应用需求取值，(x，y)表示待校正节点的实际坐标，(x′_v，y′_v)表示由步骤4.1.6中根据三角形定位原理计算的的待校正节点的第v个坐标；

4.1.8.判断校正令牌的值，若校正令牌的值小于系统中节点个数，则还存在未校正的节点，将校正令牌发送给未校正节点，重复步骤4.1.2至步骤4.1.7；若校正令牌的值等于系统中节点个数，则不存在未校正节点，将校正令牌交还网络基站；

4.2.定位过程

4.2.1.各个标签广播自身ID信息，然后进入接收状态等待各个节点数据；

4.2.2.网络中的各个节点不断侦听标签的无线信息，用n表示本节点接收标签信息的个数，各个节点接收到标签信号的同时记录标签的ID和RSSI值，并通过无线电传输模型独立计算本节点和各个标签之间的测量距离，并存入数组A_c＝{a_c1，a_c2，a_c3，...，a_cn}；

4.2.3.各个节点独立对4.2.2中步骤中所得到的本节点和各个标签之间的测量距离进行校正，获得本节点和各个标签之间校正距离并存入数组A′_c＝{a′_c1，a′_c2，a′_c3，...，a′_cn}，校正公式如下：

a′_cq＝a_cq(1+μ)

其中，1≤q≤n，q及n为正整数，n取值根据实际应用需求取值，a′_cq是本节点和第q个标签之间校正距离，a_cq是步骤4.2.2中的测量的本节点和第q个标签之间；

4.2.4.各个节点依据标签ID将本节点和各个标签之间的校正距离和步骤4.1.7获得的节点坐标误差(e_x，e_y)同时发送给标签；

4.2.5.各个标签收到节点的信息后，根据各个节点提供的节点和本标签之间的校正距离，根据三角形定位原理独立计算出本标签初步坐标，用M表示由三角形定位原理计算获得的标签的初步坐标个数，M为正整数，其取值根据实际应用需求取值，用(X_r，Y_r)，(X_s，Y_s)，(X_t，Y_t)分别表示任意三个不共线的节点坐标，用a′_cr，a′_cs，a′_ct分别表示本标签和节点(X_r，Y_r)，(X_s，Y_s)，(X_t，Y_t)之间的校正距离，用

表示标签的初步坐标，将所有坐标存入数组

计算公式如下：

$\left[\begin{array}{c}{X}_V^{\′}\\ Y_V^{\′}\end{array}\right]={\left[\begin{array}{cc}2(X_r-X_t)& 2(Y_r-Y_t)\\ 2(X_s-X_t)& 2(Y_s-Y_t)\end{array}\right]}^{-1}\left[\begin{array}{c}{X}_r^2-X_t^2+Y_r^2-Y_t^2+a_{\mathrm{ct}}^2-a_{\mathrm{cr}}^2\\ X_r^2-X_t^2+Y_s^2-Y_t^2+a_{\mathrm{ct}}^2-a_{\mathrm{cs}}^2\end{array}\right];$

4.2.6.各个标签根据步骤4.2.5计算所得初步坐标独立计算出标签的计算坐标，用

表示标签的计算坐标，计算公式如下：

$\left\{\begin{array}{c}\stackrel{\‾}{X^{\′}}=\frac{1}{M}\underset{v=1}{\overset{M}{\mathrm{\Σ}}}{X}_v^{\′}\\ \stackrel{\‾}{Y^{\′}}=\frac{1}{M}\underset{v=1}{\overset{M}{\mathrm{\Σ}}}{Y}_v^{\′}\end{array}\right.;$

其中，M表示步骤4.2.5中标签初步坐标个数，M为正整数，其取值根据实际应用需求取值，(X′_v，Y′_v)表示步骤4.2.5中本标签的第v个初步坐标；

4.2.7.各个标签根据所收到的所有节点的坐标误差独立计算出网络定位误差

计算公式如下：

$\left\{\begin{array}{c}\stackrel{\‾}{e_x}=\frac{1}{N}\underset{z=1}{\overset{N}{\mathrm{\Σ}}}{e}_{\mathrm{xz}}\\ \stackrel{\‾}{e_y}=\frac{1}{N}\underset{z=1}{\overset{m}{\mathrm{\Σ}}}{e}_{\mathrm{yz}}\end{array}\right.$

其中，N表示被本标签接收到信息的节点个数，N为正整数，其取值根据实际应用需求取值，e_xz表示节点z的X坐标误差，e_yz表示节点z的Y坐标误差；

4.2.8.各个标签独立计算自身最终位置坐标(X，Y)，公式如下：

$\left\{\begin{array}{c}X=\stackrel{\‾}{X^{\′}}+\stackrel{\‾}{e_x}\\ Y=\stackrel{\‾}{Y^{\′}}+\stackrel{\‾}{e_y}\end{array}\right..$

Images