CN103200518A - 在线估计运动状态的无线传感器网络目标定位方法及系统 - Google Patents
在线估计运动状态的无线传感器网络目标定位方法及系统 Download PDFInfo
- Publication number
- CN103200518A CN103200518A CN2012104358257A CN201210435825A CN103200518A CN 103200518 A CN103200518 A CN 103200518A CN 2012104358257 A CN2012104358257 A CN 2012104358257A CN 201210435825 A CN201210435825 A CN 201210435825A CN 103200518 A CN103200518 A CN 103200518A
- Authority
- CN
- China
- Prior art keywords
- node
- signal
- host computer
- destination node
- wireless sensing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种在线估计运动状态的无线传感器网络目标定位方法及系统,包括发射射频信号的目标节点、接收目标节点信号的多个无线传感节点及接收所述无线传感节点信息的上位机,包括如下步骤:目标节点发射射频信号;无线传感节点接收信号并上传上位机;判断目标节点的运动状态;进行目标节点的定位。本发明能在线判断目标运动状态,在目标静止状态下通过定位坐标求平均来提高定位精确度,在目标移动状态下仅利用本周期测量数据定位来保证定位可靠性。
Description
技术领域
本发明涉及一种无线传感器网络目标定位方法及系统,尤其涉及一种在线估计运动状态的无线传感器网络目标定位方法及系统。
背景技术
无线传感器网络是近年来综合传感、通信和计算技术诞生的新型感知平台,目标定位是无线传感器网络主要应用之一,是当前国内外热点研究领域。为提高多目标定位性能,公开号为CN101466146的发明专利公开了“无线传感器网络中基于概率加权的多目标定位方法”,对传感器网络分布区域做网格划分,通过利用概率加权模型赋予网格权值的方法实现目标定位,避免了分布式多目标定位中常见的累积误差问题,提高了多目标定位的性能。考虑到目标定位中的干扰噪声影响,公开号为CN101631395的发明专利公开了“一种无线传感器网络中运动目标定位的干扰噪声去噪方法”,选择对UPF算法中的一部分粒子应用UKF滤波算法以获得更好的重要性函数,根据精度要求高低调整应用UKF滤波算法的粒子数,为噪声干扰环境下准确快速目标定位的滤波器设计提供前提基础。公开号为CN102573052A的发明专利公开了“一种基于无线传感器网络的目标定位跟踪方法及系统”,由无线传感器节点、网关节点、计算中心和监控中心四个基本部分组成,各无线传感器节点将数据信号传感给网关节点,网关节点通过USB接口与计算中心相联计算中心通过视频信号线与监控中心相联,该发明能对输油管道或边境地区进行全天候不间断监控;公开号为CN102608571A的发明专利公开了“一种面向野生动物的无线传感器网络的目标定位方法”,主要包括构建无线传感器网络、参考数据采集、确定目标是否进入监测区域、确定目标进入哪个小三角形、确定目标相对三角形的精确位置、确定目标的实际地理位置等步骤,该方法适合稀疏部署场景,用最少的节点有效的监测目标;针对精度要求较高的非配合式目标定位应用,公开号为CN102540137A的发明专利公开了“一种基于信号相位差的无线声传感器网络目标定位方法”,探测目标自身辐射信号并基于信号相位差进行定位,利用压缩采样原理降低传感器端信号采集速率及无线数据上传量,在实际系统中具有很强的实用价值和抗干扰 性;无线传感节点合理调度是目标定位重要保障,公开号为(CN101242433)的发明专利公开了“一种面向目标节点定位的无线传感器网络中动态休眠调度方法”,该方法通过构建定位树并合理唤醒休眠定位树中锚节点,保证目标节点的定位成功率和精度。
以上面内容为代表的目标定位专利,分别在目标定位技术涉及的不同方面公开了相关发明内容,解决多目标定位、滤波去噪、系统设计、稀疏定位、非配合定位等问题,为推动无线传感器网络目标定位技术发展积累了宝贵财富。然而,无线传感器网络目标定位涉及的技术问题包含很多方面,其中,目标运动状态(移动或静止)及其变化应是目标定位方法及系统优化必要考虑的现实问题。许多应用场合的目标经常是时而移动时而静止的,且运动状态转换具有随机性。目标移动情况下,不同无线传感节点参与同一次定位运算的测量数据必须满足是对同一次目标发射信号测量结果这一前提条件,但有限网络资源与复杂信道环境下容易导致测量数据产生混淆,从而影响移动目标定位可靠性和精度;而在目标静止情况下,测量数据随机性又会引起静止目标定位结果的漂移现象。在此情形下,采用同一套定位方法和体制将很难兼顾解决静止和移动目标定位各自的问题。目前已公开无线传感器网络目标定位领域发明专利尚少涉及这一方面,考虑到上述问题显著的现实意义,寻求一种能够综合提高运动状态变化目标定位的可靠性和定位精度的无线传感器网络目标定位方法及系统至关重要。
发明内容
本发明解决的技术问题是:构建一种在线估计运动状态的无线传感器网络目标定位方法及系统,克服现有技术对于目标节点定位精度不高,定位可靠性低的技术问题。
本发明的技术方案是:提供一种在线估计运动状态的无线传感器网络目标定位方法,包括发射射频信号的目标节点、接收目标节点信号的多个无线传感节点及接收所述无线传感节点信息的上位机,所述多个无线传感节点构成无线传感网络,所述在线估计运动状态的无线传感器网络目标定位方法包括如下步骤:
目标节点发射射频信号:目标节点按信号周期发射射频信号;
无线传感节点接收信号并上传上位机:在任意一个发射周期内,多个无线传感节点测量接收目标节点信号的强度值,并将包含该信号的强度值和无线传感节点编号、坐标信息的数据包发送到上位机;
判断目标节点的运动状态:所述上位机汇集所述多个无线传感节点发来的目标节点信号的强度值组成目标节点信号强度向量,并按时间顺序存储在上位机中,将当前信号强度向量与先前多次信号强度向量进行比较,若当前信号强度值较大的多个节点在先前多次信号强度值均偏差范围小于事先设定的阈值,则认为目标节点当前处于静止状态,否则,认为该目标节点当前处于移动状态;
进行目标节点的定位:对于静止状态的目标节点,所述上位机利用本信号周期收到的一个无线传感节点测量数据与上一信号周期收到的其它节点数据进行定位计算,然后再以本信号周期收到另一个节点测量数据与上一信号周期收到的其它节点数据进行定位计算,直到加入所有本信号周期收到无线传感节点数据,最终计算出多个定位坐标值,将这些定位坐标平均坐标值作为静止目标定位坐标值;对于移动状态的目标节点,所述上位机只利用任一周期内收到的所有无线传感节点测量数据进行一次定位计算完成对移动状态的目标节点的定位。
本发明的进一步技术方案是:在目标节点发射射频信号步骤中,还包括确定信号周期,即:为目标节点设定一个信号周期,该信号周期的取值大于所述无线传感节点数据到所述上位机最大传输时间。
本发明的进一步技术方案是:在无线传感节点接收信号并上传上位机步骤中,根据不同无线传感节点数据包的接收时间和间隔,将数据包按接收时间顺序依次划分成不同组。
本发明的进一步技术方案是:在无线传感节点接收信号并上传上位机步骤中,数据包通过远程传输媒介发送到上位机或发送到本地上位机。
本发明的进一步技术方案是:在无线传感节点接收信号并上传上位机步骤中,所述远程传输媒介包括以太网、GPRS网。
本发明的技术方案是:构建一种在线估计运动状态的无线传感器网络目标定位系统,包括发射射频信号的目标节点、接收目标节点信号的多个无线传感节点及接收所述无线传感节点信息的上位机,所述目标节点包括发射射频信号的发射模块,所述无线传感节点包括接收目标节点射频信号的接收模块和向所 述上位机发射射频信号的发射模块,所述上位机包括判断目标节点的运动状态的运动状态估计模块和进行目标节点定位的定位模块,所述多个无线传感节点构成无线传感网络,所述上位机汇集所述多个无线传感节点发来的目标节点信号的强度值组成目标节点信号强度向量,并按时间顺序存储在上位机中,所述运动状态估计模块将当前信号强度向量与先前多次信号强度向量进行比较,若当前信号强度值较大的多个节点在先前多次信号强度值均偏差范围小于事先设定的阈值,则认为目标节点当前处于静止状态,否则,认为该目标节点当前处于移动状态;所述定位模块对于静止状态的目标节点,利用本信号周期收到的一个无线传感节点测量数据与上一信号周期收到的其它节点数据进行定位计算,然后再以本信号周期收到另一个节点测量数据与上一信号周期收到的其它节点数据进行定位计算,直到加入所有本信号周期收到无线传感节点数据,最终计算出多个定位坐标值,将这些定位坐标平均坐标值作为静止目标定位坐标值;所述定位模块对于移动状态的目标节点,利用任一周期内收到的所有无线传感节点测量数据进行一次定位计算完成对移动状态的目标节点的定位。
本发明的进一步技术方案是:所述上位机还包括确定目标节点发射射频信号周期的信号周期确定模块,所述信号周期确定模块为目标节点设定一个信号周期,该信号周期的取值大于所述无线传感节点数据到所述上位机最大传输时间。
本发明的进一步技术方案是:还包括RSSI(Received Signal Strength Indication,接收的信号强度指示,简称“RSSI”)数据分组模块,所述RSSI数据分组模块根据不同无线传感节点数据包的接收时间和间隔,将数据包按接收时间顺序依次划分成不同组。
本发明的进一步技术方案是:数据包通过远程传输媒介发送到上位机或发送到本地上位机。
本发明的进一步技术方案是:所述远程传输媒介包括以太网、GPRS网。
本发明的技术效果是:提供一种在线估计运动状态的无线传感器网络目标定位方法及系统,包括发射射频信号的目标节点、接收目标节点信号的多个无线传感节点及接收所述无线传感节点信息的上位机,包括如下步骤:目标节点发射射频信号:目标节点按信号周期发射射频信号;无线传感节点接收信号并上传上位机:在任意一个发射周期内,多个无线传感节点测量接收目标节点信 号的强度值,并将包含该信号的强度值和无线传感节点编号、坐标信息的数据包发送到上位机;判断目标节点的运动状态:所述上位机汇集所述多个无线传感节点发来的目标节点信号的强度值组成目标节点信号强度向量,并按时间顺序存储在上位机中,将当前信号强度向量与先前多次信号强度向量进行比较,若当前信号强度值较大的多个节点在先前多次信号强度值均偏差范围小于事先设定的阈值,则认为目标节点当前处于静止状态,否则,认为该目标节点当前处于移动状态;进行目标节点的定位:对于静止状态的目标节点,所述上位机利用本信号周期收到的一个无线传感节点测量数据与上一信号周期收到的其它节点数据进行定位计算,然后再以本信号周期收到另一个节点测量数据与上一信号周期收到的其它节点数据进行定位计算,直到加入所有本信号周期收到无线传感节点数据,最终计算出多个定位坐标值,将这些定位坐标平均坐标值作为静止目标定位坐标值;对于移动状态的目标节点,所述上位机只利用任一周期内收到的所有无线传感节点测量数据进行一次定位计算完成对移动状态的目标节点的定位。本发明能在线判断目标运动状态,在目标静止状态下通过定位坐标求平均来提高定位精确度,在目标移动状态下仅利用本周期测量数据定位来保证定位可靠性。
附图说明
图1为本发明的定位系统基本工作流程图。
图2为本发明的目标标签信号发射周期设定原理图。
图3为本发明的上位机软件结构图。
图4为本发明的RSSI数据分组模块工作流程图。
图5为本发明的目标状态估计经验模型曲线。
图6为本发明的RSSI向量FIFO队列示意图。
图7为本发明的目标运动状态估计空间几何原理图。
图8为本发明的目标运动状态估计模块工作流程图。
图9为本发明的静止目标定位运算过程示意图。
图10为本发明的静止定位模块工作流程图。
图11为本发明的移动目标定位过程示意图。
图12为本发明的定位系统总体流程图。
具体实施方式
下面结合具体实施例,对本发明技术方案进一步说明。
如图1所示,本发明的具体实施方式是:提供一种在线估计运动状态的无线传感器网络目标定位方法,包括发射射频信号的目标节点、接收目标节点信号的多个无线传感节点及接收所述无线传感节点信息的上位机,所述多个无线传感节点构成无线传感网络,所述在线估计运动状态的无线传感器网络目标定位方法包括如下步骤:
步骤100:目标节点发射射频信号,即:目标节点按信号周期发射射频信号。
步骤200:无线传感节点接收信号并上传上位机,即:在任意一个发射周期内,多个无线传感节点测量接收目标节点信号的强度值,并将包含该信号的强度值和无线传感节点编号、坐标信息的数据包发送到上位机。
步骤300:判断目标节点的运动状态,即:所述上位机汇集所述多个无线传感节点发来的目标节点信号的强度值组成目标节点信号强度向量,并按时间顺序存储在上位机中,将当前信号强度向量与先前多次信号强度向量进行比较,若当前信号强度值较大的多个节点在先前多次信号强度值均偏差范围小于事先设定的阈值,则认为目标节点当前处于静止状态,否则,认为该目标节点当前处于移动状态。
步骤400:进行目标节点的定位,即:对于静止状态的目标节点,所述上位机利用本信号周期收到的一个无线传感节点测量数据与上一信号周期收到的其它节点数据进行定位计算,然后再以本信号周期收到另一个节点测量数据与上一信号周期收到的其它节点数据进行定位计算,直到加入所有本信号周期收到无线传感节点数据,最终计算出多个定位坐标值,将这些定位坐标平均坐标值作为静止目标定位坐标值;对于移动状态的目标节点,所述上位机只利用任一周期内收到的所有无线传感节点测量数据进行一次定位计算完成对移动状态的目标节点的定位。
具体实施过程如下:
图1为本发明的无线传感器网络目标定位系统结构图,定位系统包括目标射频标签、无线传感器网络、远程传输媒介、上位机等部分,目标标签是由被定位目标携带的射频信号源,无线传感器网络是由若干无线传感节点通过无线方 式互联形成的感知网络,远程传输媒介泛指以太网、GPRS网等传输网络,上位机运行目标定位应用层软件。连接目标标签与无线传感节点的点划线表示目标标签周期发送的射频信号,连接无线传感节点间的虚线表示无线通信链路。
图1为本发明的定位系统基本工作流程图,目标标签每隔时间T周期广播一个表征目标信号的短数据包;所有收到目标数据包的无线传感节点测量接收目标信号强度RSSI,将记录有无线传感节点编号ID、节点坐标、RSSI等信息的数据包,通过无线传感节点多跳中继方式传输到网关节点;根据实际需要,网关节点既可通过Internet、GPRS等媒介将无线传感节点数据包远程传输到用户端上位机,也可直接将数据包发送到本地上位机;上位机运行目标定位应用层软件,顺序接收和存储无线传感节点发来数据包,通过判断从接收数据包序列中将各无线传感节点针对同一次目标信号测量产生的数据包划分为一组,提取数据包中的RSSI值组成RSSI向量,并根据RSSI向量估计目标当前运动状态,若判断目标静止,进入静止目标定位运算模式,若判断目标移动,则进入移动目标定位运算模式。
图2为本发明的目标标签信号发射周期设定原理图,横坐标轴为时间轴,向上虚线箭头横轴位置表示目标标签发射一次信号的时间点,向下实线箭头表示上位机收到各无线传感节点数据包的时间点,tig表示目标发射一次信号后上位机相邻两次收到无线传感节点数据包的最长间隔时间,该值同无线传感节点工作时序、网络传输性能有关;tlg表示目标发射一次信号后上位机收到第一个数据包和最后一个数据包的最长间隔时间,它除受无线传感节点工作时序、网络传输性能影响外,还同参与测量RSSI值和发送数据包的无线传感节点数量有关;tbg表示目标前一次发射信号后上位机收到最后一个数据包的时间与目标后一次发射信号后上位机收到第一个数据包的时间的差值;T表示目标标签信号发射周期;目标相邻两次发射信号间隔时间内上位机收到的数据包属于无线传感节点测量同一次目标信号RSSI产生的数据包。为保证目标移动时定位可靠性,上位机在接收数据包序列同时,必须区分出同一次目标信号测量产生的数据包。为了降低系统实施成本,本发明通过上位机软件比较分析相邻数据包接收时间间隔变化规律来实现数据包分组,从而取代复杂的时间同步协议。为此,要求同一组数据包相邻数据包最大间隔时间tig要明显小于上位机接收前后两组数据包的间隔时间tbg,由于时间量tlg、tig满足:
tlg>tig
为此,tbg取值只要满足条件:
tbg≥tlg
而发射周期T等于tbg、tlg之和,故发射周期T取值须满足如下条件:
T=tlg+tbg≥2·tlg
最终给出发射周期T取值形式为:
T=c·tlg(c≥2)
式中,c是由用户自行设定系数。实际应用中,时间量tlg量可通过上位机软件计时程序现场测定,此后由用户选定系数c取值,c值越大,上位机对同一次目标信号强度数据包划分准确度和可靠度越高,而目标信号发射周期会相应增大。
如图3所示,本发明的具体实施方式是:构建一种在线估计运动状态的无线传感器网络目标定位系统,包括发射射频信号的目标节点、接收目标节点信号的多个无线传感节点1及接收所述无线传感节点信息的上位机2,所述目标节点包括发射射频信号的发射模块,所述无线传感节点1包括接收目标节点射频信号的接收模块和向所述上位机2发射射频信号的发射模块,所述上位机2包括接收无线传感节点1发送信号的数据接收存储模块21、判断目标节点的运动状态的运动状态估计模块22和进行目标节点定位的定位模块23,所述多个无线传感节点构成无线传感网络,所述上位机2汇集所述多个无线传感节点发来的目标节点信号的强度值组成目标节点信号强度向量,并按时间顺序存储在上位机中,所述运动状态估计模块22将当前信号强度向量与先前多次信号强度向量进行比较,若当前信号强度值较大的多个节点在先前多次信号强度值均偏差范围小于事先设定的阈值,则认为目标节点当前处于静止状态,否则,认为该目标节点当前处于移动状态;所述定位模块对于静止状态的目标节点,利用本信号周期收到的一个无线传感节点测量数据与上一信号周期收到的其它节点数据进行定位计算,然后再以本信号周期收到另一个节点测量数据与上一信号周期收到的其它节点数据进行定位计算,直到加入所有本信号周期收到无线传感节点数据,最终计算出多个定位坐标值,将这些定位坐标平均坐标值作为静止目标定位坐标值;所述定位模块23对于移动状态的目标节点,利用任一周期内收到的所有无线传感节点测量数据进行一次定位计算完成对移动状态的目标节点的定位。
如图3所示,上位机软件主要包括数据接收存储模块21、RSSI数据分组模块24、运动状态估计模块22、定位模块23,所述定位模块23包括静止定位模块、移动定位模块。无线传感节点1发送数据包到达上位机2后,首先由数据接收存储模块负责从通信端口依次接收各无线传感节点1数据包并存储在上位机2;RSSI数据分组模块24根据不同无线传感节点1数据包的接收时间和间隔,将数据包按接收时间顺序依次划分成不同组,使每个组数据包均为不同无线传感节点1对同一次目标发射信号测量产生的数据包,并提取每个组数据包记录的RSSI值按无线传感节点顺序组成RSSI向量输入到下一个模块;运动状态估计模块顺序接收RSSI向量,通过在线智能分析估计目标运动状态(静止或移动),根据运动状态估计结果选择定位模块,并将RSSI向量传递到所述定位模块23;定位模块23包括静止定位模块、移动定位模块,静止定位模块、移动定位模块具有不同定位运算规则,静止定位模块通过定位坐标求平均方式提高静止目标定位精度和稳定性,移动定位模块通过使用针对同一次目标信号的RSSI数据参与定位运算来提高移动定位的可靠性,定位算法可在满足运算条件情况下自由选择,定位模块23最终输出定位坐标。
图4为本发明的RSSI数据分组模块工作流程图,上位机每次收到一个数据包立即记录接收时间,计算本次接收时间和上次接收数据包时间间隔,判断该时间间隔是否大于预定时间量(c-1)tlg,若时间间隔大于时间量(c-1)tlg,将上次接收数据包标记为上一组数据的最后一个数据包,提取上一组数据包记录的RSSI值组成RSSI向量输入状态估计模块,同时将本次接收数据包标记为下一组数据的第一个数据包,然后开始等待接收下一个数据包。
图5为目标状态估计建模原理图,它包括两个子图,图5a为RSSI数据与衰减模型曲线,横坐标表示无线传感节点到目标距离,纵坐标为RSSI值,图中黑点表示无线传感节点到目标不同距离时多次测量的RSSI数据,位于黑点区域中心的实线为经过标定的RSSI衰减模型曲线,上下两条虚线表示RSSI数据点分布区域包络线。可见,相同距离下多次测量的RSSI值是在一定范围内随机变化的,一定距离下的RSSI衰减模型值对应了一定变化幅值Δr。本发明由图5a建立图5b所示目标状态估计经验模型曲线,横坐标表示RSSI值,纵坐标表示状态估计过程RSSI值对应的RSSI变化允许幅值Δr。其物理意义在于,当根据RSSI值判断目标运动状态时,若目标处于静止状态,则同一无线传感节 点多次测得RSSI值变化幅值落在Δr范围内,若RSSI值变化幅值落在Δr范围外,则目标可能发生移动。
图6为本发明的RSSI向量FIFO队列示意图,以6个无线传感节点发送数据包为例,图中网格表示在上位机以先进先出(FIFO)方式存储的长度为N1的RSSI向量队列(N1>1),每一列表示一个RSSI向量,而每一行表示同一个无线传感节点多次测量的RSSI值,新接收RSSI向量Vk(Vk=[rk1,rk2,…rkN])由左侧进入队列,最早进入FIFO队列的RSSI向量由右侧排出。目标定位过程中,状态估计模块持续不断收到RSSI向量。状态估计模块每收到一个新的RSSI向量就将其加入到FIFO队列中,同时计算队列所有RSSI向量同一行RSSI值的平均值,该值即为由相同无线传感节点对目标信号RSSI多次测量的平均值。根据每个平均值ri和图7目标状态估计经验模型曲线即可确定出对应的允许变化幅值Δri,进而得到每一行RSSI值的允许变化区间
图7为本发明的目标运动状态估计空间几何原理图,图中超立方体B表示根据图8中FIFO队列每一行RSSI值对应的变化区间构造的超立方体 ,图中实心点Gk(k=1,2,...,N1)表示FIFO队列中每个RSSI向量对应的空间点。若FIFO队列的RSSI向量空间点均包含在超立方体B内,表明在上位机接收FIFO队列中N1个RSSI向量期间目标处于静止状态,此时将保存超立方体B的信息用于继续估计目标运动状态。若新的RSSI向量在空间中的点GI位于超立方体B内,则判断目标依然处于静止状态,若新接收RSSI向量对应的空间点GO位于超立方体B外,则认为目标发生移动。
图8为本发明的目标运动状态估计模块工作流程图,通过现场测量建立好目标状态估计经验模型曲线后,就可以利用运动状态估计模块判断目标运动状态。运动状态估计模块首先接收来自RSSI数据分组模块的RSSI向量,然后把新接收RSSI向量按照FIFO方式排入长度为N1的RSSI向量队列,得到FIFO队列中所有向量对应的空间点集。求取FIFO队列向量的平均向量,根据状态估计经验模型曲线得到平均向量每个RSSI分量对应的RSSI允许变化幅值,进而构建起超立方体,并判断FIFO队列向量空间点集是否全部位于超立方体内,若FIFO队列向量空间点集不包含在超立方体内,判断目标移动并将RSSI向量输入移动定位模块,并重复接收RSSI向量和上述判断过程;若FIFO队列向量空间点集 均包含在超立方体内,上位机将判断在上位机接收FIFO队列中N1个RSSI向量期间目标处于静止状态,此时保存超立方体的信息,将平均向量输入静止定位模块,并继续接收新的RSSI向量。若新的RSSI向量在空间中的点位于超立方体内,则判断目标当前依然处于静止状态,该RSSI向量将被输入静止定位模块计算定位坐标值;若新接收RSSI向量对应的空间点位于超立方体外,则认为目标发生移动,并将RSSI向量输入移动定位模块,若连续N2个RSSI向量点均位于超立方体外,返回接收RSSI向量重新建立超立方体,并判断FIFO队列所有向量点是否位于新建超立方体内,并按上述过程继续执行后面步骤。
图9为本发明的静止目标定位运算过程示意图,VJ={rJ1,rJ2,rJ3,…,rJN}表示原先存储的基准向量,(xki,yki)表示原先存储的基准坐标,Vk={rk1,rk2,rk3,…,rkN}表示新近接收的第k个RSSI向量,利用向量新接收RSSI向量Vk依次对基准向量VJ各分量从头到尾依次更新,并根据更新完第i个分量的向量通过任意定位算法计算得到对应的定位坐标值(xki,yki),利用全部N个更新的中间向量计算得到N组定位坐标,原基准向量经过对其RSSI分量逐次更新,最终形成新的基准向量。由基准向量更新过程中产生的中间向量计算得到的多组坐标连同原基准坐标求解得到的平均坐标,就作为本轮静止目标定位坐标值,同时将该平均坐标作为新的基准坐标进行存储。
图10为本发明的静止定位模块工作流程图,静止定位模块首先接收RSSI向量,并判断超立方体是否变化,若发生变化,则将接收的RSSI向量作为新的基准向量进行一次定位计算,并将定位坐标作为新的基准坐标,然后等待接收下一个RSSI向量,重复判断超立方体是否变化。若超立方体不变,利用新接收RSSI向量的第1个分量更新原基准向量的第1个分量,得到中间向量,利用该中间向量通过任意选定的定位算法得到第1组定位坐标,然后继续利用新接收RSSI向量的第2个分量更新原基准坐标的第2个分量,利用所得向量计算第2组定位坐标,如此重复上述过程,直到原基准向量的所有分量均得到更新,利用更新的中间向量一共计算得到N组定位坐标,把这N组定位坐标连同原基准坐标一起求解平均坐标,则平均坐标就作为本轮静止目标定位坐标值,同时将平均坐标作为新的基准坐标。
图11为本发明的移动目标定位过程示意图,移动定位模块每收到一个RSSI向量Vk=[rk1,rk2,…,rkN],就使用这个向量借助定位算法计算出一组定位坐标 (xk,yk),并将该结果作为移动目标定位坐标输出。以此类推,移动定位模块每收到一个新的RSSI向量,就使用该向量算出对应的移动目标定位坐标值。
图12为本发明的定位系统总体流程图,该图是RSSI数据分组模块、运动状态估计模块、静止定位模块和移动定位模块流程图的整合。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种在线估计运动状态的无线传感器网络目标定位方法,其特征在于,包括发射射频信号的目标节点、接收目标节点信号的多个无线传感节点及接收所述无线传感节点信息的上位机,所述多个无线传感节点构成无线传感网络,所述在线估计运动状态的无线传感器网络目标定位方法包括如下步骤:
目标节点发射射频信号:目标节点按信号周期发射射频信号;
无线传感节点接收信号并上传上位机:在任意一个发射周期内,多个无线传感节点测量接收目标节点信号的强度值,并将包含该信号的强度值和无线传感节点编号、坐标信息的数据包发送到上位机;
判断目标节点的运动状态:所述上位机汇集所述多个无线传感节点发来的目标节点信号的强度值组成目标节点信号强度向量,并按时间顺序存储在上位机中,将当前信号强度向量与先前多次信号强度向量进行比较,若当前信号强度值较大的多个节点在先前多次信号强度值均偏差范围小于事先设定的阈值,则认为目标节点当前处于静止状态,否则,认为该目标节点当前处于移动状态;
进行目标节点的定位:对于静止状态的目标节点,所述上位机利用本信号周期收到的一个无线传感节点测量数据与上一信号周期收到的其它节点数据进行定位计算,然后再以本信号周期收到另一个节点测量数据与上一信号周期收到的其它节点数据进行定位计算,直到加入所有本信号周期收到无线传感节点数据,最终计算出多个定位坐标值,将这些定位坐标平均坐标值作为静止目标定位坐标值;对于移动状态的目标节点,所述上位机只利用任一周期内收到的所有无线传感节点测量数据进行一次定位计算完成对移动状态的目标节点的定位。
2.根据权利要求1所述在线估计运动状态的无线传感器网络目标定位方法,其特征在于,在目标节点发射射频信号步骤中,还包括确定信号周期,即:为目标节点设定一个信号周期,该信号周期的取值大于所述无线传感节点数据到所述上位机最大传输时间。
3.根据权利要求1所述在线估计运动状态的无线传感器网络目标定位方法,其特征在于,在无线传感节点接收信号并上传上位机步骤中,根据不同无线传感节点数据包的接收时间和间隔,将数据包按接收时间顺序依次划分成不同组。
4.根据权利要求1所述在线估计运动状态的无线传感器网络目标定位方法,其特征在于,在无线传感节点接收信号并上传上位机步骤中,数据包通过远程传输媒介发送到上位机或发送到本地上位机。
5.根据权利要求4所述在线估计运动状态的无线传感器网络目标定位方法,其特征在于,在无线传感节点接收信号并上传上位机步骤中,所述远程传输媒介包括以太网、GPRS网。
6.一种在线估计运动状态的无线传感器网络目标定位系统,其特征在于,包括发射射频信号的目标节点、接收目标节点信号的多个无线传感节点及接收所述无线传感节点信息的上位机,所述目标节点包括发射射频信号的发射模块,所述无线传感节点包括接收目标节点射频信号的接收模块和向所述上位机发射射频信号的发射模块,所述上位机包括判断目标节点的运动状态的运动状态估计模块和进行目标节点定位的定位模块,所述多个无线传感节点构成无线传感网络,所述上位机汇集所述多个无线传感节点发来的目标节点信号的强度值组成目标节点信号强度向量,并按时间顺序存储在上位机中,所述运动状态估计模块将当前信号强度向量与先前多次信号强度向量进行比较,若当前信号强度值较大的多个节点在先前多次信号强度值均偏差范围小于事先设定的阈值,则认为目标节点当前处于静止状态,否则,认为该目标节点当前处于移动状态;所述定位模块对于静止状态的目标节点,利用本信号周期收到的一个无线传感节点测量数据与上一信号周期收到的其它节点数据进行定位计算,然后再以本信号周期收到另一个节点测量数据与上一信号周期收到的其它节点数据进行定位计算,直到加入所有本信号周期收到无线传感节点数据,最终计算出多个定位坐标值,将这些定位坐标平均坐标值作为静止目标定位坐标值;所述定位模块对于移动状态的目标节点,利用任一周期内收到的所有无线传感节点测量数据进行一次定位计算完成对移动状态的目标节点的定位。
7.根据权利要求6所述在线估计运动状态的无线传感器网络目标定位系统,其特征在于,所述上位机还包括确定目标节点发射射频信号周期的信号周期确定模块,所述信号周期确定模块为目标节点设定一个信号周期,该信号周期的取值大于所述无线传感节点数据到所述上位机最大传输时间。
8.根据权利要求6所述在线估计运动状态的无线传感器网络目标定位系统,其特征在于,还包括RSSI数据分组模块,所述RSSI数据分组模块根据不同无线传感节点数据包的接收时间和间隔,将数据包按接收时间顺序依次划分成不同组。
9.根据权利要求6所述在线估计运动状态的无线传感器网络目标定位系统,其特征在于,数据包通过远程传输媒介发送到上位机或发送到本地上位机。
10.根据权利要求9所述在线估计运动状态的无线传感器网络目标定位系统,其特征在于,所述远程传输媒介包括以太网、GPRS网。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210435825.7A CN103200518B (zh) | 2012-11-05 | 2012-11-05 | 在线估计运动状态的无线传感器网络目标定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210435825.7A CN103200518B (zh) | 2012-11-05 | 2012-11-05 | 在线估计运动状态的无线传感器网络目标定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103200518A true CN103200518A (zh) | 2013-07-10 |
CN103200518B CN103200518B (zh) | 2016-06-22 |
Family
ID=48722843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210435825.7A Active CN103200518B (zh) | 2012-11-05 | 2012-11-05 | 在线估计运动状态的无线传感器网络目标定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103200518B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103685483A (zh) * | 2013-11-29 | 2014-03-26 | 中国科学技术大学 | 一种基于目标信号相对位置配对的传感器网络数据关联方法 |
CN104569912A (zh) * | 2014-12-31 | 2015-04-29 | 南京熊猫电子股份有限公司 | 一种固定监测站单站无源区域定位方法 |
CN105093211A (zh) * | 2015-07-31 | 2015-11-25 | 广东美的制冷设备有限公司 | 基于空调器的定位方法及装置 |
CN110008856A (zh) * | 2019-03-20 | 2019-07-12 | 联想(北京)有限公司 | 定位方法和电子设备 |
CN111132026A (zh) * | 2019-11-25 | 2020-05-08 | 成都工业学院 | 目标检测方法、装置、网络系统及可读存储介质 |
CN112037408A (zh) * | 2020-09-11 | 2020-12-04 | 合肥创兆电子科技有限公司 | 一种考场考生智能认证及定位方法 |
CN113030852A (zh) * | 2021-03-01 | 2021-06-25 | 嘉兴太和信息技术有限公司 | 一种定位方法及定位系统 |
CN117979237A (zh) * | 2024-03-29 | 2024-05-03 | 国网四川省电力公司电力应急中心 | 一种基于北斗卫星定位的应急装备精细化管理系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101742545B (zh) * | 2009-12-15 | 2012-11-14 | 中国科学院计算技术研究所 | WiFi环境中的定位方法及其系统 |
CN101925178B (zh) * | 2010-09-16 | 2012-11-28 | 上海交通大学 | 异步无线传感器网络的运动目标跟踪方法 |
-
2012
- 2012-11-05 CN CN201210435825.7A patent/CN103200518B/zh active Active
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103685483A (zh) * | 2013-11-29 | 2014-03-26 | 中国科学技术大学 | 一种基于目标信号相对位置配对的传感器网络数据关联方法 |
CN103685483B (zh) * | 2013-11-29 | 2016-08-17 | 中国科学技术大学 | 一种基于目标信号相对位置配对的传感器网络数据关联方法 |
CN104569912A (zh) * | 2014-12-31 | 2015-04-29 | 南京熊猫电子股份有限公司 | 一种固定监测站单站无源区域定位方法 |
CN104569912B (zh) * | 2014-12-31 | 2017-05-17 | 南京熊猫电子股份有限公司 | 一种固定监测站单站无源区域定位方法 |
CN105093211A (zh) * | 2015-07-31 | 2015-11-25 | 广东美的制冷设备有限公司 | 基于空调器的定位方法及装置 |
CN105093211B (zh) * | 2015-07-31 | 2017-11-14 | 广东美的制冷设备有限公司 | 基于空调器的定位方法及装置 |
CN110008856A (zh) * | 2019-03-20 | 2019-07-12 | 联想(北京)有限公司 | 定位方法和电子设备 |
CN111132026A (zh) * | 2019-11-25 | 2020-05-08 | 成都工业学院 | 目标检测方法、装置、网络系统及可读存储介质 |
CN112037408A (zh) * | 2020-09-11 | 2020-12-04 | 合肥创兆电子科技有限公司 | 一种考场考生智能认证及定位方法 |
CN113030852A (zh) * | 2021-03-01 | 2021-06-25 | 嘉兴太和信息技术有限公司 | 一种定位方法及定位系统 |
CN113030852B (zh) * | 2021-03-01 | 2022-01-07 | 嘉兴太和信息技术有限公司 | 一种定位方法及定位系统 |
CN117979237A (zh) * | 2024-03-29 | 2024-05-03 | 国网四川省电力公司电力应急中心 | 一种基于北斗卫星定位的应急装备精细化管理系统 |
CN117979237B (zh) * | 2024-03-29 | 2024-05-28 | 国网四川省电力公司电力应急中心 | 一种基于北斗卫星定位的应急装备精细化管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103200518B (zh) | 2016-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103200518A (zh) | 在线估计运动状态的无线传感器网络目标定位方法及系统 | |
Chen et al. | Sensor-assisted wi-fi indoor location system for adapting to environmental dynamics | |
EP2497310B1 (en) | Location detection in a wireless network | |
Liu et al. | Energy efficient clustering for WSN-based structural health monitoring | |
CN103648108A (zh) | 传感器网络分布式一致性目标状态估计方法 | |
CN103581974B (zh) | 链路质量评估方法及其系统 | |
CN101655561A (zh) | 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法 | |
CN105549005A (zh) | 一种基于网格划分的动态目标波达方向跟踪方法 | |
CN103052128A (zh) | 一种基于无线传感器网络能量有效的协同调度方法 | |
CN104168648A (zh) | 传感器网络多目标分布式一致性跟踪器 | |
CN107087290A (zh) | 一种无线传感器网络动态分簇目标跟踪方法及装置 | |
CN104090262A (zh) | 一种基于多采样率多模型融合估计的移动目标跟踪方法 | |
CN103607763A (zh) | 一种无线传感器网络中物体定位感知的方法及系统 | |
CN103269496A (zh) | 一种降低能耗的无线传感器网络目标定位方法 | |
Shuo et al. | Design of an experimental indoor position system based on RSSI | |
Zhang et al. | Sensor-networked underwater target tracking based on grubbs criterion and improved particle filter algorithm | |
CN102118884B (zh) | 一种基于接近中心度的机会移动传感器网络数据传输方法 | |
CN103338472B (zh) | 一种无线网络链路质量估计方法 | |
CN102546063B (zh) | 无线传感器网络能耗仿真工具及其仿真方法 | |
Chen et al. | Multi-scene LoRa positioning algorithm based on Kalman filter and its implementation on NS3 | |
CN103889053A (zh) | 一种自生长式的指纹图自主建立方法 | |
Fazio et al. | Improving proximity detection of mesh beacons at the edge for indoor and outdoor navigation | |
CN103152751A (zh) | 无线传感器网络的节能传播自适应lms分布式检测方法 | |
Lu et al. | Nonuniform Clustering of Wireless Sensor Network Node Positioning Anomaly Detection and Calibration | |
CN104320217A (zh) | 融合信噪比、链路质量指数和包接收率的链路质量估计器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |