CN103200674B - 面向无人值守变电站的移动对象定位跟踪方法 - Google Patents

面向无人值守变电站的移动对象定位跟踪方法 Download PDF

Info

Publication number
CN103200674B
CN103200674B CN201310077806.6A CN201310077806A CN103200674B CN 103200674 B CN103200674 B CN 103200674B CN 201310077806 A CN201310077806 A CN 201310077806A CN 103200674 B CN103200674 B CN 103200674B
Authority
CN
China
Prior art keywords
node
signal intensity
reference point
mobile object
transformer station
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.)
Expired - Fee Related
Application number
CN201310077806.6A
Other languages
English (en)
Other versions
CN103200674A (zh
Inventor
唐良瑞
杨志
宋颖巍
刘岩
宫月
赵琳
樊冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
North China Electric Power University
Economic and Technological Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power University
Economic and Technological Research Institute of State Grid Liaoning Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, North China Electric Power University, Economic and Technological Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201310077806.6A priority Critical patent/CN103200674B/zh
Publication of CN103200674A publication Critical patent/CN103200674A/zh
Application granted granted Critical
Publication of CN103200674B publication Critical patent/CN103200674B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了无线传感器应用技术领域中的一种面向无人值守变电站的移动对象定位跟踪方法。包括将移动对象作为待定位节点,在变电站监测区域布置M个无线传感器作为锚节点;在监测区域内均匀选取P个样本点,测量样本点j的信号强度rjn和待定位节点i的信号强度rin;选取与待定位节点的信号强度接近的样本点作为参考点;将参考点的信号强度与待定位节点的信号强度进行匹配,获取匹配度最大的前N个参考点;根据匹配度最大的前N个参考点的坐标计算待定位节点的估计坐标;根据待定位节点的估计坐标,对变电站内的移动对象进行跟踪。本发明定位精度高且计算复杂度低,同时降低了网络的部署成本。

Description

面向无人值守变电站的移动对象定位跟踪方法
技术领域
本发明属于无线传感器应用技术领域,尤其涉及一种面向无人值守变电站的移动对象定位跟踪方法。
背景技术
无线传感器网络(Wireless Sensor Network,WSN)作为通信领域的新兴技术,具有分布式处理系统的高监测精度、高容错性、覆盖区域大、可远程遥测遥控、自组织、多跳路由等优点,在多目标、短距离通信方面得到广泛应用,在建设智能电网的过程中也将扮演非常重要的角色。变电站作为改变电压的场所,在电力系统中起着举足轻重的作用。变电站的安全运行和智能化运作,在当今智能电网的建设中备受瞩目。为使变电站具有依据早期征兆进行预测的能力和对扰动做出实时响应的能力,必须在变电站内部署大量的传感器并形成网络,这样才能够及时地发现并解决影响变电站安全稳定运行的问题。
在变电站日常运行的过程中,很多因素都会影响其运行的安全性和稳定性,其中人员(包括检修人员、参观人员)和工器具的位置就会直接影响到整座变电站的安全运行。当人员无意间进入禁止区域时,不但会对变电站的正常运行产生干扰,严重时还会造成人员伤亡。因此,对进入变电站的人员实施定位和跟踪是具有实际意义的。对人员进行定位或跟踪后,当人员进入禁止区域时,相关的报警系统就会启动,提示人员立即退出禁止区域,以保证变电站的安全运行和人员的人身安全。同样,对变电站内工器具的定位和跟踪也是必要的。当前,虽然各变电站都专门设立了安全工器具室,对接地线的存放采用了专门的设施,可以做到在库位置显示。但其它的工器具,比如安全帽、安全带、绝缘杆等就无法做到。尤其是在变电站检修过程中,工器具使用频繁,借出和归还都需要人工管理,跟踪比较困难,易造成工器具丢失等情况发生。就接地线而言,在检修过程中由于无法实时跟踪其位置,存在因接地线漏拆而发生恶性误操作的危险。因此,将人员和工器具这些可能移动的物体作为研究对象,采用先进的无线传感器网络技术实现人员和工器具快速定位及跟踪,为变电站的管理提供自动化的监测手段势在必行。
现阶段性能较好的定位算法因复杂度较大或定位准确性稍差等原因,不能直接应用在变电站的定位跟踪领域,如基于序列的定位算法(SBL算法)的定位复杂度非常高,一般为O(nm),其中m为参与定位的参考点数量,n为待定位节点数量;而模糊三角定位方法(FTLM)的准确性在很大程度上依赖于接收信号强度指示(Received Signal Strength Indication,RSSI)测量,当障碍物较多时,FTLM的定位误差率达到20%,因此不适用于变电站的复杂环境。
为完善这一领域的研究,本方法针对变电站的特点,将匹配定位的思想引入到无线传感器网络定位跟踪方法中,使其适用范围广、定位精度高,同时具有较低的复杂度,更加适用于变电站环境,也为之后的跟踪方法奠定基础。
发明内容
本发明的目的在于,提供一种面向无人值守变电站的移动对象定位跟踪方法,用于解决现有技术在进行面向无人值守变电站的移动对象定位跟踪时存在的缺陷。
为了实现上述目的,本发明提出的技术方案是,一种面向无人值守变电站的移动对象定位跟踪方法,其特征是所述方法包括:
步骤1:将移动对象作为待定位节点,在变电站监测区域布置M个无线传感器作为锚节点,M为设定值;
步骤2:在所述监测区域内均匀选取P个样本点,测量样本点j的信号强度rjn和待定位节点i的信号强度rin;其中,rjn为样本点j接收到的锚节点n所发出的信号的信号强度,rin为待定位节点i接收到的锚节点n所发出的信号的信号强度,j=1,2,...,P,i=1,2,...,Q,n=1,2,...,M,Q为待定位节点的个数;
步骤3:选取与待定位节点的信号强度接近的样本点作为参考点;
步骤4:将参考点的信号强度与待定位节点的信号强度进行匹配,获取匹配度最大的前N个参考点,N为设定值;
步骤5:根据匹配度最大的前N个参考点的坐标计算待定位节点的估计坐标;
步骤6:根据待定位节点的估计坐标,对变电站内的移动对象进行跟踪。
所述方法还包括对移动对象的移动趋势进行预测的步骤,该步骤具体是根据移动对象的移动过程,确定所述移动对象的运行方向和速度,并对所述移动对象的运动趋势进行预测,当预测出移动对象将要进入禁止区域时,提前发出警告。
所述选取与待定位节点的信号强度接近的样本点作为参考点具体是,计算满足公式|rin-rjn|≤α的样本点并将该样本点作为参考点;其中,α为设定值。
所述将参考点的信号强度与待定位节点的信号强度进行匹配具体采用公式其中,μ(i,l)为参考点l的信号强度与待定位节点i的信号强度的匹配度,l=1,2,...,K,k=1,2,...K,K为参考点个数,d(i,l)为待定位节点i与参考点l间的信号强度距离且M为锚节点个数。
所述根据匹配度最大的前N个参考点的坐标计算待定位节点的估计坐标采用公式其中,xl和yl分别为参考点l的横坐标和纵坐标。
本发明将匹配定位的思想引入到无线传感器网络定位跟踪中,在获得较高定位精度的同时,具有较低的复杂度,从而更加适用于变电站环境;另外,本发明使用很少的锚节点就能获得较高的定位精度,在一定程度上降低网络的部署成本,提高了无人值守变电站定位的性价比。
附图说明
图1是面向无人值守变电站的移动对象定位跟踪方法流程图;
图2是样本点分布示意图;
图3是锚节点的信号强度分布图;
图4是样本点选择示意图。
具体实施方式
下面结合附图,对优选实施例作详细说明。应该强调的是,下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
图1是面向无人值守变电站的移动对象定位跟踪方法流程图。图1中,本发明提供的面向无人值守变电站的移动对象定位跟踪方法包括:
步骤101:将移动对象作为待定位节点,在变电站监测区域布置M个无线传感器作为锚节点,M为设定值。
在部署锚节点时,通常在变电站监测区域内有规律的定点部署若干无线传感器作为锚节点,锚节点的位置坐标已知并可根据变电站的实际情况分布在变电站监测区域的边缘或内部。
步骤102:在所述监测区域内均匀选取P个样本点,测量样本点j的信号强度rjn和待定位节点i的信号强度rin;其中,rjn为样本点j接收到的锚节点n所发出的信号的信号强度,rin为待定位节点i接收到的锚节点n所发出的信号的信号强度,j=1,2,...,P,i=1,2,...,Q,n=1,2,...,M,Q为待定位节点的个数。
在监测区域内选取样本点并采用实际测量的方式得到锚节点在样本点处的信号强度。图2为样本点分布示意图,其中,Anchor node为锚节点,Sample node为样本点。在样本点选取方面,由于本方法的定位精度与样本点的数量成正比,因此在条件允许的情况下,应均匀并尽可能多地选取样本点,以避免因局部样本点过于稀疏而造成定位精度降低的情况。
步骤103:选取与待定位节点的信号强度接近的样本点作为参考点。
图3为锚节点的信号强度分布图,其中的标记1代表锚节点。由于实际情况中会存在障碍物,因此信号强度呈不规则分布。随着半径的增加,信号强度逐渐降低即ra>rb>ri1>rc>rd。为了减少定位过程中的计算量,需选取信号强度满足(1)式的样本点:
|rin-rjn|≤α (1)
其中,rin为待定位节点i接收到的锚节点n所发出信号的信号强度,rjn为锚节点n在样本点j处的信号强度。α为设定值,根据定位所需精度确定。通过(1)式所得到的样本点应在以锚节点n为圆心,信号强度rin-α为内半径,rin+α为外半径的圆环内。当综合多个锚节点考虑时,可将样本点的选择范围限制在多个圆环的交集上,例如图4中的阴影区域,其中的标记1、2和3都代表锚节点。这样就大大减小了定位过程中的计算量,所选取的样本点即为参考点。
步骤104:将参考点的信号强度与待定位节点的信号强度进行匹配,获取匹配度最大的前N个参考点,N为设定值。
计算参考点与待定位节点的匹配度采用如下公式:
μ ( i , l ) = max k { d ( i , k ) } - d ( i , l ) max k { d ( i , k ) } - min k { d ( i , k ) } - - - ( 2 )
其中,μ(i,l)为参考点l的信号强度与待定位节点i的信号强度的匹配度,l=1,2,...,K,k=1,2,...K,K为参考点个数,d(i,l)为待定位节点i与参考点l间的信号强度距离且M为锚节点个数。在匹配过程中,待定位节点和距其较近的参考点所接收的来自同一个锚节点发出的信号,会经过相似甚至基本相同的路径,因此待定位节点和距其较近的参考点所接收到的信号强度相近。当待定位节点与参考点位置接近时,针对每个锚节点发出信号的强度差(rin-rln)较小,从而它们的信号强度距离d(i,l)较小,匹配度μ(i,l)较大。但从另一方面来看,若单一锚节点发出的信号在待定位节点和样本点的信号强度差(rin-rln)较小时,并不能说明待定位节点i与参考点l位置接近,因为若不考虑路径损耗,以锚节点为圆心,锚节点到待定位节点距离为半径的圆周附近的样本点所接收到的信号强度都与该待定位节点相近。因此,本发明采用多锚节点参与计算,若样本点与待定位节点相距较远,尽管两点上的信号强度对于少数锚节点比较相近,但对于多数锚节点强度差会较大,从而导致信号强度距离d(i,l)较大,匹配度μ(i,l)较小。基于以上分析,可以保证当匹配度μ(i,l)较大时,待定位节点i与参考点l位置接近。
步骤105:根据匹配度最大的前N个参考点的坐标计算待定位节点的估计坐标,N为设定值。
当待定位节点获得与所有参考点的匹配度后,选取匹配度最大的N个参考点,这N个参考点的质心即为待定位节点的估计坐标。其计算公式为:
( x i , y i ) = ( Σ l = 1 N μ ( i , l ) · x l Σ l = 1 N μ ( i , l ) , Σ l = 1 N μ ( i , l ) · y l Σ l = 1 N μ ( i , l ) ) - - - ( 3 )
其中,xl和yl分别为参考点l的横坐标和纵坐标。
步骤106:根据待定位节点的估计坐标,对变电站内的移动对象进行跟踪。
在确定待定位节点估计坐标的同时,网络会将相应的位置信息回传给变电站的室内监控中心或远程控制中心,监控或控制中心的服务器会记录待定位节点即进入变电站人员或工具的位置信息,并加上时间戳,这样服务器上就会显示出进入变电站人员或工具的移动路线,从而达到了目标跟踪的目的。
步骤107:对移动对象的移动趋势进行预测,在变电站内建立告警机制。
根据目标在连续时间点上的位置信息,可以确定目标的运行方向和速度,对目标的运动趋势进行预测。这样当预测出目标有可能进入禁止区域时,可以提前发出警告,保证变电站的正常运行,避免人员伤亡。
本发明针对变电站的特点,将匹配定位的思想引入到无线传感器网络定位跟踪方法中,使其在获得较高定位精度的同时,具有较低的复杂度,从而更加适用于变电站环境。本发明在锚节点数较小时就能获得较高的定位精度,可以在一定程度上降低网络的部署成本,是一种性价比较高的无人值守变电站定位方法。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (3)

1.一种面向无人值守变电站的移动对象定位跟踪方法,其特征是所述方法包括:
步骤1:将移动对象作为待定位节点,在变电站监测区域布置M个无线传感器作为锚节点,M为设定值;
步骤2:在所述监测区域内均匀选取P个样本点,测量样本点j的信号强度rjn和待定位节点i的信号强度rin;其中,rjn为样本点j接收到的锚节点n所发出的信号的信号强度,rin为待定位节点i接收到的锚节点n所发出的信号的信号强度,j=1,2,...,P,i=1,2,...,Q,n=1,2,...,M,Q为待定位节点的个数;
步骤3:选取与待定位节点的信号强度接近的样本点作为参考点;
步骤4:将参考点的信号强度与待定位节点的信号强度进行匹配,获取匹配度最大的前N个参考点,N为设定值;
步骤5:根据匹配度最大的前N个参考点的坐标计算待定位节点的估计坐标;
步骤6:根据待定位节点的估计坐标,对变电站内的移动对象进行跟踪;
所述选取与待定位节点的信号强度接近的样本点作为参考点具体是,计算满足公式|rin-rjn|≤α的样本点并将该样本点作为参考点;其中,α为设定值;
所述将参考点的信号强度与待定位节点的信号强度进行匹配具体采用公式其中,μ(i,l)为参考点l的信号强度与待定位节点i的信号强度的匹配度,l=1,2,...,K,k=1,2,...K,K为参考点个数,d(i,l)为待定位节点i与参考点l间的信号强度距离且M为锚节点个数。
2.根据权利要求1所述的方法,其特征是该方法还包括对移动对象的移动趋势进行预测的步骤,该步骤具体是根据移动对象的移动过程,确定所述移动对象的运行方向和速度,并对所述移动对象的运动趋势进行预测,当预测出移动对象将要进入禁止区域时,提前发出警告。
3.根据权利要求1或2所述的方法,其特征是所述根据匹配度最大的前N个参考点的坐标计算待定位节点的估计坐标采用公式其中,xl和yl分别为参考点l的横坐标和纵坐标。
CN201310077806.6A 2013-03-12 2013-03-12 面向无人值守变电站的移动对象定位跟踪方法 Expired - Fee Related CN103200674B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310077806.6A CN103200674B (zh) 2013-03-12 2013-03-12 面向无人值守变电站的移动对象定位跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310077806.6A CN103200674B (zh) 2013-03-12 2013-03-12 面向无人值守变电站的移动对象定位跟踪方法

Publications (2)

Publication Number Publication Date
CN103200674A CN103200674A (zh) 2013-07-10
CN103200674B true CN103200674B (zh) 2016-11-23

Family

ID=48722990

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310077806.6A Expired - Fee Related CN103200674B (zh) 2013-03-12 2013-03-12 面向无人值守变电站的移动对象定位跟踪方法

Country Status (1)

Country Link
CN (1) CN103200674B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104135768A (zh) * 2014-08-21 2014-11-05 哈尔滨工业大学 一种基于信号强度映射的无线传感器网络定位方法
JP6891459B2 (ja) * 2016-11-16 2021-06-18 富士フイルムビジネスイノベーション株式会社 通信装置
CN106412841A (zh) * 2016-11-23 2017-02-15 沈阳航空航天大学 一种基于dbscan算法的室内定位方法
CN109257572A (zh) * 2018-11-01 2019-01-22 珠海格力电器股份有限公司 一种监控云台的控制方法、装置、设备、介质及安防系统
CN112150749A (zh) * 2020-09-08 2020-12-29 成都红云鼎科技有限公司 一种基于多防区的分层预警方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102131290A (zh) * 2011-04-26 2011-07-20 哈尔滨工业大学 基于自相关滤波的wlan室内邻近匹配定位方法
CN102595592A (zh) * 2012-01-10 2012-07-18 西北工业大学 一种移动社会网络目标节点的室内定位方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102131290A (zh) * 2011-04-26 2011-07-20 哈尔滨工业大学 基于自相关滤波的wlan室内邻近匹配定位方法
CN102595592A (zh) * 2012-01-10 2012-07-18 西北工业大学 一种移动社会网络目标节点的室内定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Fuzzy Positioning Algorithm Based on Wireless Sensor Networks;Gong Yue 等;《2012 International Conference on Wireless Communications, Networking and Mobile Computing (WiCOM2012)》;20120923;第II章节 *

Also Published As

Publication number Publication date
CN103200674A (zh) 2013-07-10

Similar Documents

Publication Publication Date Title
CN103200674B (zh) 面向无人值守变电站的移动对象定位跟踪方法
CN103199923B (zh) 一种基于可见光通信的井下移动目标光指纹定位跟踪方法
Zhang et al. Crane pose estimation using UWB real-time location system
CN106814345B (zh) 易于数据采集和高精度的室内定位方法
CN103905992B (zh) 一种基于指纹数据的无线传感器网络的室内定位方法
CN105516925B (zh) 基于地理围栏的人员管理方法
CN108639889B (zh) 一种基于非侵入式传感器的电梯云监测系统
CN106771861B (zh) 基于广域行波能量和时间差的复杂电网故障定位方法
CN106529815A (zh) 城市轨道交通网络乘客出行时空轨迹估计方法及其应用
CN102573049A (zh) 一种室内定位方法及系统
CN103796163A (zh) 一种接收信号强度排序指纹的室内定位方法
CN105704652A (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
CN102193050A (zh) 一种直流输电线路故障的定位系统
CN108307301A (zh) 基于rssi测距和轨迹相似性的室内定位方法
CN108506043A (zh) 一种基于nb-iot蜂窝物联网技术的井下智能互联设备监测系统及其人员定位方法
CN102495413A (zh) 输电线路杆塔坐标的获得方法
CN106793085A (zh) 基于正态假设检验的指纹定位方法
CN110213710A (zh) 一种基于随机森林的高性能室内定位方法、室内定位系统
CN105242241A (zh) 一种基于Wi-Fi的室内定位方法
Wang et al. Modeling and application of the underground emergency hedging system based on Internet of Things technology
CN108205874A (zh) 基于多参数联动的地质灾害预警方法、现场主控站及系统
CN106993292A (zh) 基于超宽带的应急定位系统及其布设方法
CN206959776U (zh) 基于北斗卫星的高层建筑安全监测系统
CN114268900A (zh) 一种室内定位方法及系统
CN106651061B (zh) 一种基于dsrc数据与点检测器数据的实时融合方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20161123

Termination date: 20170312