CN105228103A - 基于蓝牙信号的rssi测距定位方法 - Google Patents

Abstract

本发明公开了一种定位准确的基于蓝牙信号的RSSI测距定位方法。该基于蓝牙信号的RSSI测距定位方法通过对接收到的RSSI值进行Gaussian滤波处理以及Savitzky-Golay滤波处理，可以消除RSSI值存在着严重抖动的问题，获得平滑连续的RSSI值，然后将平滑连续的RSSI值带入的本发明提供的距离估算公式中便可以计算得到信号接收端与信号发射端之间的距离，经过实验验证通过该方法得到的信号接收端与信号发射端之间的距离偏离真实距离的幅度较小，其定位准确，定位效果较好。适合在定位技术领域推广应用。

Description

基于蓝牙信号的RSSI测距定位方法

技术领域

本发明涉及定位技术领域，尤其是一种基于蓝牙信号的RSSI测距定位方法。

背景技术

RSSI(ReceivedSignalStrengthIndication)是指接收的信号强度指示，通过接收到的信号强弱测定信号点与接收点的距离，进而根据相应数据进行定位计算的一种定位技术

目前，根据接收到的RSSI值计算信号接收端与信号发射端之间的距离通常采用如下传统方法计算，即利用信号在空间中的大尺度衰落来进行距离的拟合。从理论和实际测量来说，如果是采用自由空间模型(freespacemodel)，平均的接收信号功率RSSI值是随着距离的增加，呈对数下降。自由空间模型可以用Friisfreespaceequation来表示：

$P_r\left(d\right)=\frac{P_t{G}_t{G}_r{\mathrm{\λ}}^2}{{\left(4\mathrm{\π}\right)}^2{d}^2\mathrm{\γ}}$

其中Gt_，G_r表示的是天线的增益，λ是信号的波长，γ是无线环境的衰落因子，接收信号的功率P_T(d)是距离d的函数。进一步简化这个模型，将上式进行重写，得到新的公式：

$P_r\left(d\right)dBm=10log\[\frac{P_r\left(d_0\right)}{0.001W}\]+10\mathrm{\γ}log\left(\frac{d_0}{d}\right)$

其中d≥d₀≥d_f，这里是指的远场距离(由天线的线性尺寸和波长来决定)。

然后直接采用RSSI值代入上述公式即可得到信号接收端与信号发射端之间的距离。

这种基于大尺度衰落Large-scalefading来进行距离测算的方式虽然可以计算出信号接收端与信号发射端之间的距离，但是由于信道的随机性以及该考虑的场景是移动物体场景，即通常情况下接收端或发射端有一端是移动的，所以不可避免的小尺度衰落Small-scalefading带来很大的抖动，会导致定位不准，同时，传统的自由空间模型对于移动应用场景是不能完全匹配的，基于大尺度衰落Large-scalefading来进行距离测算得到的距离值是不够准确的，所以定位不准确。

发明内容

本发明所要解决的技术问题是提供一种定位准确的基于蓝牙信号的RSSI测距定位方法。

本发明解决其技术问题所采用的技术方案为：该基于蓝牙信号的RSSI测距定位方法，包括以下步骤：

A、蓝牙发射端持续发射信号，进入其覆盖区域的移动接收端连续获取n个时刻的RSSI值，然后将获取的第i个时刻的RSSI值Y_i进行Gaussian滤波处理得到i＝0,1…n-1；

B、将进行Savitzky-Golay滤波处理得到

C、采用最大最小准则对进行判断得到第i个时刻的y_i，即设定门限概率值M，将值带入RSSI值的概率密度函数 $f\left(\stackrel{\‾}{y_i}\right|\mathrm{\μ},\mathrm{\σ})=\frac{1}{\mathrm{\σ}\sqrt{2\mathrm{\π}}}{e}^{\frac{{(\stackrel{\‾}{y_1}-\mathrm{\μ})}^2}{2{\mathrm{\σ}}^2}},$ 其中μ＝-69.977，σ＝2.14625，得到值出现的概率值f_i，当f_i大于M时，当f_i小于M时，y_i＝y_i-1；

D、将y_i值带入如下公式得到第i个时刻信号接收端与信号发射端之间的距离，具体公式如下所示：

d_i＝a₀+a₁cos(y_i*ω)+b₁sin(y_i*ω)+a₂cos(2*y_i*ω)+b₂sin(2*y_i*ω)

其中a₀，a₁，a₂，b₁，b₂，ω为第i时刻的参数值，第i时刻的a₀，a₁，a₂，b₁，b₂，ω参数值采用如下计算方式得出：

设定a₀，a₁，a₂，b₁，b₂，ω的初始值为a₀＝6.014，a₁＝7.005，a₂＝1.738，b₁＝1.551，b₂＝0.1173，ω＝0.02727；

将第i-1时刻得到的a₁，a₂，b₁，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的a₀，所述方程如下所述：

$-2{\Σ}_{i=0}^{n-1}(d_i-a_0+a_1\cos (y_i*\mathrm{\ω})+b_1\sin (y_i*\mathrm{\ω})+a_2\cos (2*y_i*\mathrm{\ω})+b_2\sin (2*y_i*\mathrm{\ω}))=0;$

将第i-1时刻得到的a₀，a₂，b₁，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的a₁，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}\sin (y_i*\mathrm{\ω})(d_i-a_0+a_1\cos (y_i*\mathrm{\ω})+b_1\sin (y_i*\mathrm{\ω})+a_2\cos (2*y_i*\mathrm{\ω})+b_2\sin (2*y_i*\mathrm{\ω}))=0$

将第i-1时刻得到的a₀，a₁，a₂，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的b₁，所述方程如下所述：

$2{\mathrm{\Σ}}_{i=0}^{n-1}cos(y_i*\mathrm{\ω})(d_i-a_0+a_{1}cos(y_i*\mathrm{\ω})+b_{1}sin(y_i*\mathrm{\ω})+a_{2}cos(2*y_i*\mathrm{\ω})+b_{2}sin(2*y_i*\mathrm{\ω}))=0$

将第i-1时刻得到的a₀，a₁，b₁，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的a₂，所述方程如下所述：

$2{\mathrm{\Σ}}_{i=0}^{n-1}sin(2*y_i*\mathrm{\ω})(d_i-a_0+a_{1}cos(y_i*\mathrm{\ω})+b_{1}sin(y_i*\mathrm{\ω})+a_{2}cos(2*y_i*\mathrm{\ω})+b_{2}sin(2*y_i*\mathrm{\ω}))=0$

将第i-1时刻得到的a₀，a₁，a₂，b₁，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的b₂，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}\cos (2*y_i*\mathrm{\ω})(d_i-a_0+a_1\cos (y_i*\mathrm{\ω})+b_1\sin (y_i*\mathrm{\ω})+a_2\cos (2*y_i*\mathrm{\ω})+b_2\sin (2*y_i*\mathrm{\ω}))=0$

将第i-1时刻得到的a₀，a₁，a₂，b₁，b₂，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的ω，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}(d_i-a_0+a_1\cos (y_i*\mathrm{\ω})+b_1\sin (y_i*\mathrm{\ω})+2y_i{a}_2\sin (2*y_i*\mathrm{\ω})+2y_i{b}_2\cos (2*y_i*\mathrm{\ω}))=0.$

进一步的是，对接收到的第i个时刻的RSSI值Y_i进行Gaussian滤波处理的具体过程如下：将Y_i带入如下公式求得所述公式如下所示：

${\stackrel{\‾}{Y}}_i=\underset{-\frac{N-1}{2}}{\overset{\frac{N-1}{2}}{\Σ}}{Y}_i{e}^{-\frac{1}{2}\left(\mathrm{\α}\frac{i}{N/2}\right)}$

其中，α是Gaussian随机数标准差的导数，N为常数。

进一步的是，所述N＝5。

进一步的是，将进行Savitzky-Golay滤波处理得到的具体过程如下：将带入如下公式求得所述公式如下所示：

$\stackrel{\‾}{y_i}=\frac{1}{35}(-3{\stackrel{\‾}{Y}}_{i-2}+12{\stackrel{\‾}{Y}}_{i-1}+17{\stackrel{\‾}{Y}}_i+12{\stackrel{\‾}{Y}}_{i+1}-3{\stackrel{\‾}{Y}}_{i+2}).$

进一步的是，所述门限概率值M为0.15。

本发明的有益效果：该基于蓝牙信号的RSSI测距定位方法通过对接收到的RSSI值进行Gaussian滤波处理以及Savitzky-Golay滤波处理，可以消除RSSI值存在着严重抖动的问题，获得平滑连续的RSSI值，然后将平滑连续的RSSI值带入的本发明提供的距离估算公式中便可以计算得到信号接收端与信号发射端之间的距离，经过实验验证通过该方法得到的信号接收端与信号发射端之间的距离偏离真实距离的幅度较小，其定位准确，定位效果较好。

附图说明

图1是经过Gaussian滤波以及Savitzky-Golay滤波以后的RSSI效果图；

图2为采用最大最小准则判断后的RSSI效果图；

图3为根据本发明计算方法得到的信号接收端与信号发射端之间的距离与采用传统方法计算得到的信号发射端与信号接收端之间的距离效果对比图。

具体实施方式

本发明所述的基于蓝牙信号的RSSI测距定位方法，包括以下步骤：首先，蓝牙发射端持续发射信号，进入其覆盖区域的移动接收端连续获取n个时刻的RSSI值，然后将获取的第i个时刻的RSSI值Y_i进行Gaussian滤波处理得到i＝0,1…n-1；对接收到的第i个时刻的RSSI值Y_i进行Gaussian滤波处理的具体过程如下：将Y_i带入如下公式求得所述公式如下所示：

${\stackrel{\‾}{Y}}_i=\underset{-\frac{N-1}{2}}{\overset{\frac{N-1}{2}}{\Σ}}{Y}_i{e}^{-\frac{1}{2}\left(\mathrm{\α}\frac{i}{N/2}\right)}$

其中， $-\frac{N-1}{2}\≤i\≤\frac{N-1}{2},$ α是Gaussian随机数标准差的导数，N为常数；

进一步的是，为了保证滤波效果，所述N优选为5；

由于Gaussian滤波存在着一个非常严重的过度拟合的问题，因此利用另外一种滤波来消除这个过度拟合的问题；即将进行Savitzky-Golay滤波处理得到利用Savitzky-Golay滤波可以消除上述过度拟合的问题，将进行Savitzky-Golay滤波处理得到的具体过程如下：将带入如下公式求得所述公式如下所示：

$\stackrel{\‾}{y_i}=\frac{1}{35}(-3{\stackrel{\‾}{Y}}_{i-2}+12{\stackrel{\‾}{Y}}_{i-1}+17{\stackrel{\‾}{Y}}_i+12{\stackrel{\‾}{Y}}_{i+1}-3{\stackrel{\‾}{Y}}_{i+2}),$ Savitzky-Golay滤波可以很好的消除噪声所产生的抖动；如图1所示，图2经过Gaussian滤波以及Savitzky-Golay滤波以后的RSSI效果图，从图中可以看出RSSI值依然存在着很严重的抖动问题；为了解决抖动严重的问题，采用如下步骤对RSSI值进行处理，具体如下：采用最大最小准则对进行判断得到第i个时刻的y_i，即设定门限概率值M，将值带入RSSI值的概率密度函数其中μ＝-69.977，σ＝2.14625，得到值出现的概率值f_i，当f_i大于M时，当f_i小于M时，y_i＝y_i-1；为了保证获得平滑连续的RSSI值，所述门限概率值M优选为0.15，如图2所示，图2为采用最大最小准则判断后的RSSI效果图，从图中可以看出，RSSI值平滑连续，没有再出现严重的抖动问题；最后，将y_i值带入如下公式得到第i个时刻手机客户端与路测单元之间的距离，具体公式如下所示：

d_i＝a₀+a₁cos(y_i*ω)+b₁sin(y_i*ω)+a₂cos(2*y_i*ω)+b₂sin(2*y_i*ω)

其中a₀，a₁，a₂，b₁，b₂，ω为第i时刻的参数值，第i时刻的a₀，a₁，a₂，b₁，b₂，ω参数值采用如下计算方式得出：

设定a₀，a₁，a₂，b₁，b₂，ω的初始值为a₀＝6.014，a₁＝7.005，a₂＝1.738，b₁＝1.551，b₂＝0.1173，ω＝0.02727；

将第i-1时刻得到的a₁，a₂，b₁，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的a₀，所述方程如下所述：

$-2{\Σ}_{i=0}^{n-1}(d_i-a_0+a_1\cos (y_i*\mathrm{\ω})+b_1\sin (y_i*\mathrm{\ω})+a_2\cos (2*y_i*\mathrm{\ω})+b_2\sin (2*y_i*\mathrm{\ω}))=0;$

将第i-1时刻得到的a₀，a₂，b₁，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的a₁，所述方程如下所述：

$2{\mathrm{\Σ}}_{i=0}^{n-1}sin(y_i*\mathrm{\ω})(d_i-a_0+a_{1}cos(y_i*\mathrm{\ω})+b_{1}sin(y_i*\mathrm{\ω})+a_{2}cos(2*y_i*\mathrm{\ω})+b_{2}sin(2*y_i*\mathrm{\ω}))=0$

将第i-1时刻得到的a₀，a₁，a₂，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的b₁，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}\cos (y_i*\mathrm{\ω})(d_i-a_0+a_1\cos (y_i*\mathrm{\ω})+b_1\sin (y_i*\mathrm{\ω})+a_2\cos (2*y_i*\mathrm{\ω})+b_2\sin (2*y_i*\mathrm{\ω}))=0$

将第i-1时刻得到的a₀，a₁，b₁，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的a₂，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}\sin (2*y_i*\mathrm{\ω})(d_i-a_0+a_1\cos (y_i*\mathrm{\ω})+b_1\sin (y_i*\mathrm{\ω})+a_2\cos (2*y_i*\mathrm{\ω})+b_2\sin (2*y_i*\mathrm{\ω}))=0$

将第i-1时刻得到的a₀，a₁，a₂，b₁，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的b₂，所述方程如下所述：

$2{\mathrm{\Σ}}_{i=0}^{n-1}cos(2*y_i*\mathrm{\ω})(d_i-a_0+a_{1}cos(y_i*\mathrm{\ω})+b_{1}sin(y_i*\mathrm{\ω})+a_{2}cos(2*y_i*\mathrm{\ω})+b_{2}sin(2*y_i*\mathrm{\ω}))=0$

将第i-1时刻得到的a₀，a₁，a₂，b₁，b₂，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的ω，所述方程如下所述：

$2{\mathrm{\Σ}}_{i=0}^{n-1}(d_i-a_0+a_{1}cos(y_i*\mathrm{\ω})+b_{1}sin(y_i*\mathrm{\ω})+2y_i{a}_{2}sin(2*y_i*\mathrm{\ω})+2y_i{b}_{2}cos(2*y_i*\mathrm{\ω}))=0.$ 如图3所示，图3为根据本发明计算方法得到的信号接收端与信号发射端之间的距离与采用传统方法计算得到的信号发射端与信号接收端之间的距离效果对比图，图中，下面的那根曲线为根据本发明计算方法得到的信号接收端与信号发射端之间的距离，上面的那根曲线为采用传统方法计算得到的信号接收端与信号发射端之间的距离，图中的直线为实际观测得到的信号接收端与信号发射端之间的真实距离，从图中可以看出，根据本发明计算方法得到的信号接收端与信号发射端之间的距离偏离真实距离的幅度较小，其定位效果好，而依据传统方法计算得到的信号接收端与信号发射端之间的距离偏离真实距离的幅度较大较远，定位效果较差。

Claims (5)

1.基于蓝牙信号的RSSI测距定位方法，其特征在于包括以下步骤：

A、蓝牙发射端持续发射信号，进入其覆盖区域的移动接收端连续获取n个时刻的RSSI值，然后将获取的第i个时刻的RSSI值Y_i进行Gaussian滤波处理得到i＝0,1…n-1；

B、将进行Savitzky-Golay滤波处理得到

C、采用最大最小准则对进行判断得到第i个时刻的y_i，即设定门限概率值M，将值带入RSSI值的概率密度函数其中μ＝-69.977，σ＝2.14625，得到值出现的概率值f_i，当f_i大于M时，当f_i小于M时，y_i＝y_i-1；

D、将y_i值带入如下公式得到第i个时刻信号接收端与信号发射端之间的距离，具体公式如下所示：

d_i＝a₀+a₁cos(y_i*ω)+b₁sin(y_i*ω)+a₂cos(2*y_i*ω)+b₂sin(2*y_i*ω)

其中a₀，a₁，a₂，b₁，b₂，ω为第i时刻的参数值，第i时刻的a₀，a₁，a₂，b₁，b₂，ω参数值采用如下计算方式得出：

设定a₀，a₁，a₂，b₁，b₂，ω的初始值为a₀＝6.014，a₁＝7.005，a₂＝1.738，b₁＝1.551，b₂＝0.1173，ω＝0.02727；

将第i-1时刻得到的a₁，a₂，b₁，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的a₀，所述方程如下所述：

$-2{\Σ}_{i=0}^{n-1}\left(d_i-a_0+a_1\cos \left(y_i*\mathrm{\ω}\right)+b_1\sin \left(y_i*\mathrm{\ω}\right)+a_2\cos \left(2*y_i*\mathrm{\ω}\right)+b_2\sin \left(2*y_i*\mathrm{\ω}\right)\right)=0;$

将第i-1时刻得到的a₀，a₂，b₁，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的a₁，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}\sin \left(y_i*\mathrm{\ω}\right)\left(d_i-a_0+a_1\cos \left(y_i*\mathrm{\ω}\right)+b_1\sin \left(y_i*\mathrm{\ω}\right)+a_2\cos \left(2*y_i*\mathrm{\ω}\right)+b_2\sin \left(2*y_i*\mathrm{\ω}\right)\right)=0$

将第i-1时刻得到的a₀，a₁，a₂，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的b₁，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}\cos \left(y_i*\mathrm{\ω}\right)\left(d_i-a_0+a_1\cos \left(y_i*\mathrm{\ω}\right)+b_1\sin \left(y_i*\mathrm{\ω}\right)+a_2\cos \left(2*y_i*\mathrm{\ω}\right)+b_2\sin \left(2*y_i*\mathrm{\ω}\right)\right)=0$

将第i-1时刻得到的a₀，a₁，b₁，b₂，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的a₂，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}\sin \left(2*y_i*\mathrm{\ω}\right)\left(d_i-a_0+a_1\cos \left(y_i*\mathrm{\ω}\right)+b_1\sin \left(y_i*\mathrm{\ω}\right)+a_2\cos \left(2*y_i*\mathrm{\ω}\right)+b_2\sin \left(2*y_i*\mathrm{\ω}\right)\right)=0$

将第i-1时刻得到的a₀，a₁，a₂，b₁，ω，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的b₂，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}\cos \left(2*y_i*\mathrm{\ω}\right)\left(d_i-a_0+a_1\cos \left(y_i*\mathrm{\ω}\right)+b_1\sin \left(y_i*\mathrm{\ω}\right)+a_2\cos \left(2*y_i*\mathrm{\ω}\right)+b_2\sin \left(2*y_i*\mathrm{\ω}\right)\right)=0$

将第i-1时刻得到的a₀，a₁，a₂，b₁，b₂，y_i-1，d_i-1代入以下方程中，求解得到第i时刻的ω，所述方程如下所述：

$2{\Σ}_{i=0}^{n-1}\left(d_i-a_0+a_1\cos \left(y_i*\mathrm{\ω}\right)+b_1\sin \left(y_i*\mathrm{\ω}\right)+2y_i{a}_2\sin \left(2*y_i*\mathrm{\ω}\right)+2y_i{b}_2\cos \left(2*y_i*\mathrm{\ω}\right)\right)=0.$

2.如权利要求1所述的基于蓝牙信号的RSSI测距定位方法，其特征在于：对接收到的第i个时刻的RSSI值Y_i进行Gaussian滤波处理的具体过程如下：将Y_i带入如下公式求得Y_i，所述公式如下所示：

$\stackrel{\‾}{Y_i}=\underset{-\frac{N-1}{2}}{\overset{\frac{N-1}{2}}{\Σ}}{Y}_i{e}^{-\frac{1}{2}\left(\mathrm{\α}\frac{i}{N/2}\right)}$

其中，α是Gaussian随机数标准差的导数，N为常数。

3.根据权利要求2所述的基于蓝牙信号的RSSI测距定位方法，其特征在于：所述N＝5。

4.根据权利要求3所述的基于蓝牙信号的RSSI测距定位方法，其特征在于：将进行Savitzky-Golay滤波处理得到的具体过程如下：将带入如下公式求得所述公式如下所示：

$\stackrel{\‾}{y_i}=\frac{1}{35}(-3{\stackrel{\‾}{Y}}_{i-2}+12{\stackrel{\‾}{Y}}_{i-1}+17{\stackrel{\‾}{Y}}_i+12{\stackrel{\‾}{Y}}_{i+1}-3{\stackrel{\‾}{Y}}_{i+2}).$

5.根据权利要求4所述的基于蓝牙信号的RSSI测距定位方法，其特征在于：所述门限概率值M为0.15。