CN103916956A

CN103916956A - 室内定位系统中无线传输环境损耗参数的优化方法

Info

Publication number: CN103916956A
Application number: CN201410172858.6A
Authority: CN
Inventors: 焦良葆; 汤雅婷; 程勇; 陈瑞; 曹雪虹
Original assignee: Nanjing Institute of Technology
Current assignee: Nanjing Institute of Technology
Priority date: 2014-04-25
Filing date: 2014-04-25
Publication date: 2014-07-09

Abstract

本发明提供一种室内定位系统中无线传输环境损耗参数的优化方法，利用现有节点之间的相互通信，已知RSSI和d的值，反推出实际无线环境中A，n的参数值，再利用参数带入公式计算，对未知节点进行定位。根据参考节点之间的相互通信，由RSSI，d值反推出A，n的值，再求平均。这样不仅可以自动调节反映未知节点所处位置的环境情况，也不需要像传统的取值方法，需要事先进行大量的测试，从而减小工作量，达到环境自适应的目的。采用高斯模型来选择高概率时间发生的区域可以有效避免小概率偶然事件对数值产生的干扰，从而增加模型的精确性。

Description

室内定位系统中无线传输环境损耗参数的优化方法

技术领域

本发明涉及一种室内定位系统中无线传输环境损耗参数的优化方法。

背景技术

基于无线自组织网络的室内定位技术作为节点定位技术研究的一个分支和热点，具有广阔的市场前景和需求。但是在实现方面，相比室外定位技术，室内的环境更加复杂多变。室内建筑物的设计，不同的建筑格局，尺寸，材料，物品的摆放，都会导致无线传输环境的变化，而基于RSSI(信号接收强度)定位中，已知发射节点所发射信号的强度，接收节点根据信号传播过程中所处无线环境的损耗，对收发节点之间的距离进行测量，得出相关节点的坐标。因此，无线传输损耗模型参数的选取对最终节点坐标的定位精度有很重要的影响。

在无线传输损耗模型中，传统的参数取值方法有经验值和典型值法两种。

经验值法就是实现对定位区域内选取大量随机分布的测试点，使用收发模块安置在不同的测试点，将测的接收信号强度和位置坐标记录下来，建立数据库用来参考。但这种模型需要实现进行大量的测试工作，一旦节点位置变动就需要重新建立数据库，拓展性较差。

典型值法就是给出一些不同环境中A，n的典型取值，此种方法计算量较小，但是给出的只是一些典型场景的典型值，对于特定的环境，误差较大。下表列出不同环境下的A，n的典型取值。

但上述两种方法存在的问题是固定不变的值，都不能很好的适应环境的变化。

发明内容

本发明通过对现有的基于RSSI定位系统的无线传输损耗模型参数的取值优化，达到可以自动调节反映未知节点所处区域的环境信息，提高定位精度的效果。

本发明的技术解决方案是：

一种室内定位系统中无线传输环境损耗参数的优化方法，

在信号强度值和传输距离之间建立关系式，采用无线信号在空间中传输的理论模型是shadowing模型：

RSSI＝-(A+10nlog₁₀d) 公式(1)

其中，A表示在距离发射节点1m处接收到平均能力绝对值，单位为dbm；n是信号传输常数，和传输环境有关；d是接收节点和发射节点的距离；

利用现有节点之间的相互通信，已知RSSI和d的值，反推出实际无线环境中A，n的参数值，再利用参数带入公式计算，对未知节点进行定位。

优选地，参考节点相互通信计算出实际无线环境中参数A，n的值，通过添加通信模块协议栈中应用层的协议，来实现节点之间参数数据的收发，使未知节点可以获得计算出的A，n参数值，来进行定位。

优选地，节点采集到RSSI信号强度的数据，对一个周期采集到的数据序列进行高斯滤波处理；

利用未知节点周围的已知节点直接相互通信，求出实际无线环境中的参数A，n的取值，利用基于距离的定位算法进行定位。

优选地，将求出的A，n的取值带入，结合节点O收到未知节点发送的信号强度RSSI值，计算出节点O距离参考节点的距离d，再利用不同的基于距离的定位算法进行定位。

优选地，求出实际无线环境中的参数A，n的取值：

对于参考节点A，节点A接收到参考节点B发送的信号强度为接收到参考节点C发送的信号强度为节点A到参考节点B，C的距离已知，分别为d_AB，d_AC；

\overset{&OverBar;}{R_{AB}} = A_{A} - 10 nlg d_{AB};

\overset{&OverBar;}{R_{AC}} = A_{A} - 10 nlg d_{AC};

n_{A} = \frac{\overset{&OverBar;}{R_{AB}} - \overset{&OverBar;}{R_{AC}}}{101 g (d_{AC} / d_{AB})};

A_{A} = \overset{&OverBar;}{R_{AB}} + \frac{\overset{&OverBar;}{R_{AB}} - \overset{&OverBar;}{R_{AC}}}{1 g (d_{AC} / d_{AB})} 1 g d_{AB};

根据公式(1)，求出n_A，A_A；

同理，求出n_B,n_C和A_B,A_C，最后求平均，得到反映未知节点O所在区域最真实的无线环境的参数A，n的取值。

本发明的有益效果是：根据参考节点之间的相互通信，由RSSI，d值反推出A，n的值，再求平均。这样不仅可以自动调节反映未知节点所处位置的环境情况，也不需要像传统的取值方法，需要事先进行大量的测试，从而减小工作量，达到环境自适应的目的。采用高斯模型来选择高概率时间发生的区域可以有效避免小概率偶然事件对数值产生的干扰，从而增加模型的精确性。

附图说明

图1是本发明利用未知节点周围的已知节点直接相互通信，求出实际无线环境中的参数A，n的取值的示意图。

具体实施方式

下面结合附图详细说明实施例的优选实施例。

基于RSSI的室内定位算法，硬件设备实现方法简单，是一种低功率、廉价的测距技术。但是基于RSSI的测距精度不是很高，误差可达到20％，在此基础上，实施例提出了对无线环境传输损耗模型参数取值的优化，来提高定位系统对无线环境的适应能力。

实施例方法根据参考节点之间的相互通信，由RSSI，d值反推出A，n的值，再求平均。这样不仅可以自动调节反映未知节点所处位置的环境情况，也不需要像传统的取值方法，需要事先进行大量的测试，从而减小工作量，达到环境自适应的目的。同时，为了减小多径效应对采集到的信号的影响，对系统在每一周期内采集到的信号强度值进行高斯滤波的优化，再带入后续公式计算。

对无线传输损耗模型的优化，根据RSSI算法的基本原理：信号强度随传输距离的增大而减小，所以在信号强度值和传输距离之间建立关系式。普遍采用无线信号在空间中传输的理论模型是shadowing模型：

p = p_{0} + 10 n \log_{10} (\frac{d}{d_{0}}) + ξ

在工程应用中，对公式进行简单的化简，取参考距离d₀=1m，化简后的公式为：

RSSI＝-(A+10nlog₁₀d) (1)

其中，A表示在距离发射节点1m处接收到平均能力绝对值，单位为dbm；n是信号传输常数，和传输环境有关；d是接收节点和发射节点的距离。实施例就是对参数A，n进行优化。

实现方法

传统的定位系统中，参数A，n的取值分为经验值和典型值法，实施例则利用现有节点之间的相互通信，已知RSSI和d的值，反推出实际无线环境中A，n的参数值，再利用参数带入公式计算，对未知节点进行定位。在实际工程实现中，当参考节点相互通信计算出实际无线环境中参数A，n的值，可以通过添加通信模块协议栈中应用层的协议，来实现节点之间参数数据的收发，使未知节点可以获得计算出的A，n参数值，来进行定位。

实施例对无线传输环境参数取值优化的具体实现步骤如下：

首先，节点采集到RSSI信号强度的数据，对一个周期采集到的数据序列进行高斯滤波处理，这是由于信号在采集的过程中会受到多径效应、散射、墙面反射、硬件设施等外界偶然因素的影响，若将RSSI值直接带入公式计算会影响精确度。

其次，利用未知节点周围的已知节点直接相互通信，求出实际无线环境中的参数A，n的取值。具体原理如图1所示。

\overset{&OverBar;}{R_{AB}} = A_{A} - 10 nlg d_{AB};

\overset{&OverBar;}{R_{AC}} = A_{A} - 10 nlg d_{AC};

n_{A} = \frac{\overset{&OverBar;}{R_{AB}} - \overset{&OverBar;}{R_{AC}}}{101 g (d_{AC} / d_{AB})};

A_{A} = \overset{&OverBar;}{R_{AB}} + \frac{\overset{&OverBar;}{R_{AB}} - \overset{&OverBar;}{R_{AC}}}{1 g (d_{AC} / d_{AB})} 1 g d_{AB};

以参考节点A为例，节点A接收到参考节点B发送的信号强度为接收到参考节点C发送的信号强度为又因为节点A到参考节点B，C的距离已知，分别为d_AB，d_AC。那么根据公式(1)，可以求出n_A，A_A。同理可知，能求出n_B,n_C和A_B,A_C，最后求平均，得到能够反映未知节点O所在区域最真实的无线环境的参数A，n的取值。

最后，将求出的A，n的取值带入，结合节点O收到未知节点发送的信号强度RSSI值，计算出节点O距离参考节点的距离d，再利用不同的基于距离的定位算法进行定位。

实施例采用高斯滤波对节点采集到的RSSI信号强度进行处理。这是由于信号在采集的过程中会受到多径效应、散射、墙面反射、硬件设施等外界偶然因素的影响，若将RSSI值直接带入公式计算会影响精确度。为了解决收集到rssi数据的波动性，引用高斯滤波对采集数据进行数字滤波处理。高斯模型的原理就是认为自然现象中，大量随机变量都会服从正态分布。因此，也可以认为收集到的RSSI值也服从正态分布。采用高斯模型来选择高概率时间发生的区域可以有效避免小概率偶然事件对数值产生的干扰，从而增加模型的精确性。

实施例利用现有节点的相互通信，先反推出真实的无线传输环境是如何的，这样避免的传统的典取值和经验值法造成的参数模型不适应特点的环境，特别对于一些场景，如未知节点可移动，那么节点所处的无线环境是一直在发生变化的，这样一种环境自适应的参数取值优化对于定位的精度是有改进的意义。

Claims

1.一种室内定位系统中无线传输环境损耗参数的优化方法，其特征在于：

RSSI＝-(A+10nlog₁₀d) 公式(1)

2.如权利要求1所述的室内定位系统中无线传输环境损耗参数的优化方法，其特征在于：参考节点相互通信计算出实际无线环境中参数A，n的值，通过添加通信模块协议栈中应用层的协议，来实现节点之间参数数据的收发，使未知节点可以获得计算出的A，n参数值，来进行定位。

3.如权利要求1所述的室内定位系统中无线传输环境损耗参数的优化方法，其特征在于：

节点采集到RSSI信号强度的数据，对一个周期采集到的数据序列进行高斯滤波处理；

4.如权利要求3所述的室内定位系统中无线传输环境损耗参数的优化方法，其特征在于，将求出的A，n的取值带入，结合节点O收到未知节点发送的信号强度RSSI值，计算出节点O距离参考节点的距离d，再利用不同的基于距离的定位算法进行定位。

5.如权利要求1-4任一项所述的室内定位系统中无线传输环境损耗参数的优化方法，其特征在于，求出实际无线环境中的参数A，n的取值：

\overset{&OverBar;}{R_{AB}} = A_{A} - 10 nlg d_{AB};

\overset{&OverBar;}{R_{AC}} = A_{A} - 10 nlg d_{AC};

n_{A} = \frac{\overset{&OverBar;}{R_{AB}} - \overset{&OverBar;}{R_{AC}}}{101 g (d_{AC} / d_{AB})};

A_{A} = \overset{&OverBar;}{R_{AB}} + \frac{\overset{&OverBar;}{R_{AB}} - \overset{&OverBar;}{R_{AC}}}{1 g (d_{AC} / d_{AB})} 1 g d_{AB};

根据公式(1)，求出n_A，A_A；