CN105911519A - 一种自适应校准的大型室内rssi混合滤波定位方法 - Google Patents
一种自适应校准的大型室内rssi混合滤波定位方法 Download PDFInfo
- Publication number
- CN105911519A CN105911519A CN201610214940.XA CN201610214940A CN105911519A CN 105911519 A CN105911519 A CN 105911519A CN 201610214940 A CN201610214940 A CN 201610214940A CN 105911519 A CN105911519 A CN 105911519A
- Authority
- CN
- China
- Prior art keywords
- rssi
- node
- mixed filtering
- adaptive calibration
- value
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种自适应校准的大型室内RSSI混合滤波定位方法,包括自适应校准定位装置,所述自适应校准定位装置包括位于ZigBee无线网络中的数个终端节点、数个待测节点和一个协调器节点,其中,终端节点和协调器节点均设置在室内固定位置,相互距离已知;本发明采用ZigBee无线组网,并结合混合滤波法,可以有效降低由于环境因素造成的测距不准,能克服因室内障碍造成的信号阻隔等,能有效提高抗干扰性和准确性;而且适用性强,在不同的应用场景下,免去了事先测量路径衰减因子的麻烦,同时也使得测距成本大大降低。
Description
技术领域
本发明涉及一种定位方法,尤其涉及一种自适应校准的大型室内RSSI混合滤波定位方法。
背景技术
在首都国际机场、成都新会展中心这样的大型单体建筑内,找到方位不是一件容易的事情,人们常常在里面丢失了方向,无法知道自己具体在什么地方。所以需要有效精确的定位方法。
室内定位有很多种方法,Zigbee模块体积小、自动组网,所以非常灵活,而Zigbee定位中,会用到RSSI定位方法。基于RSSI(Received Signal Strength Indication接收的信号强度指示)的定位技术,在无线传感器网络的应用中,占据了非常重要的地位。RSSI定位是一种低成本、低功耗、无需额外的硬件开销的定位技术,只需要对接收信号强度的判断,便可通过数学模型得出距离。
但是实际应用中RSSI极易受到环境的干扰,产生较大波动,使得定位结果不理想。为了将波动对测量结果产生的影响减小,需要对RSSI值进行数字滤波,目前常用的有均值滤波、中值滤波以及高斯滤波模型。
均值滤波法是指接收一组RSSI信号,求其算术平均值作为估算值,只有当测量数据足够多时,才能减小波动,但这也对设备的实时处理能力提出了较高的要求,同时当数据波动较大时,偏差仍然较大。
中值滤波法是接收一组数据,按照数据的大小进行排列,然后取中间的数值作为估算值,其取值少,不能真实反映RSSI值的情况。
高斯滤波法是剔除波动较大的异常数据,筛选出这些大概率数值,求算术平均,作为滤波后的估算值。它提高了测距的抗干扰性和稳定性,但是对于能量反射等长时间干扰处理效果欠佳。
通常情况下,接收信号平均功率的衰减与距离,表现出一种指数形式的关系。目前常用的无线电信号传播损耗模型为对数-常态分布模型:
η为路径衰减因子,不同环境下取值不同;P(d0)是距离为d0时信号的强度,通常情况下,d0典型值为1m。Xσ为服从高斯分布的随机噪声,其均值为零,标准差为σ;P(d)为距离为d时的信号强度,即RSSI值。将式①进行转换得到式②,如下:
由式(5)可以看出,P(d0)、P(d)、路径损耗因子η以及高斯噪声Xσ决定了距离d。测距误差便是从这其中产生。实际测量时会提前测量P(d0)的值,相距1m时不易受到环境因素干扰,其值较为准确;高斯噪声Xσ对RSSI的影响较小,为了简化算法,通常会将其忽略。所以误差的主要来源是P(d)和路径损耗因子η。由于RSSI的取值与路径衰减因子有关,而路径衰减因子因环境不同而改变,所以这些滤波方法还是不能避免受它的影响。
发明内容
本发明的目的就在于提供一种解决上述问题,能够有效避免因路径衰减因子造成测距不准,能提高抗干扰性和准确性的一种自适应校准的大型室内RSSI混合滤波定位方法。
为了实现上述目的,本发明采用的技术方案是这样的:一种自适应校准的大型室内RSSI混合滤波定位方法,包括自适应校准定位装置,所述自适应校准定位装置包括位于ZigBee无线网络中的数个终端节点、数个待测节点和一个协调器节点,其中,终端节点和协调器节点均设置在室内固定位置,相互距离已知;
定位方法包括以下步骤:
(1)在室内布设N个终端节点B1-BN,和协调器节点B,终端节点与协调器节点的相互距离已知,分别为d1-dN;
(2)组网:协调器上电启动,探测是否有待测节点加入网络,若有,则与协调器连接;
(3)设待测节点为A,计算AB间的距离d;
(31)利用混合滤波法求AB间的RSSI的值h;
所述混合滤波法为:A接收B发送的信息,从中提取一组RSSI的值,剔除两个端值,剩下的数值经高斯模型进行滤波处理,再求平均值;
(32)利用混合滤波法求AB1间的RSSI的值k1;
(33)利用公式(1)求出AB之间的第一个估值D1;
其中,P(1)为任意两个终端节点在上述室内相距1米时的RSSI平均值;
(34)重复上述步骤(32)、(33),依次得出AB2到ABN间的RSSI值k2-kN,并得出估值D2-DN,再根据式(2),求出AB间的距离;
作为优选:所述高斯模型为:
其中X为混合滤波中,剔除端值后剩下的RSSI的一组样本值,
其中:
作为优选:所述协调器节点还连接一智能终端,所述智能终端获取AB间的距离值并显示。
与现有技术相比,本发明的优点在于:克服了路径衰减因子因环境不同而改变,导致定位不精确的缺陷,只需要预知几个已知点即可精确测距。本发明的主体在于距离的测量,是因为基于精确的测距,才能实现精确的定位。另外,本发明的定位方案适用性强,在不同的应用场景下,免去了事先测量路径衰减因子的麻烦,同时也使得测距成本大大降低。
为什么说本发明采用的公式(2)能有效避免因路径衰减因子造成测距不准,是因为如图2所示:已知节点B1、B2、B3...BN,B是与目标节点A进行测距的已知节点。d1、d2、d3...dn分别是B与B1、B2、B3...BN之间的距离,d为A与B之间待测的距离。其中B1、B2、B3...Bi为在B通信范围内的节点。
根据背景技术中式(4)可知:
AB间的测距模型为:PAB(d)=P(1)-10*η*lgd;
BBn间的测距模型为:
联立上两式,抵消η得:将该式转换后,从而得出一个与η无关的测距关系式,消除了η对测距的影响。
附图说明
图1为本发明结构示意图;
图2为本发明组网图;
图3为实施例1的实验对比图。
具体实施方式
下面将结合附图对本发明作进一步说明。
实施例1:参见图1到图3,本发明原理为:在室内固定位置布设数个终端节点和一个协调器节点,其中,终端节点和协调器节点均设置在室内固定位置,相互距离已知,任意两个终端节点在相距1米的RSSI值也就是P(1)已知。
待测节点也为数个,是自由加入网络中的,需要被测距的节点,协调器节点通过无线通信模块连接一智能终端;所述智能终端可以是智能手机、平板电脑等,方便计算出待测节点与协调器节点的距离后,在智能终端上显示。
假设其中一个携带待测节点的用户走入该室内,我们需要对其精确定位并显示其位置。
所以实现定位和显示的具体步骤如下:
(1)在室内布设N个终端节点B1-BN,和协调器节点B,终端节点与协调器节点的相互距离已知,分别为d1-dN;
(2)组网:协调器上电启动,探测是否有待测节点加入网络,若有,则与协调器连接;
(3)设待测节点为A,计算AB间的距离d;
(31)利用混合滤波法求AB间的RSSI的值h;
所述混合滤波法为:A接收B发送的信息,从中提取一组RSSI的值,剔除两个端值,剩下的数值经高斯模型进行滤波处理,再求平均值,这里说的端值,是指一组RSSI值中的最小值、最大值;
(32)利用混合滤波法求AB1间的RSSI的值k1;
(33)利用公式(1)求出AB之间的第一个估值D1;
其中,P(1)为任意两个终端节点在上述室内相距1米时的RSSI平均值;
(34)重复上述步骤(32)、(33),依次得出AB2到ABN间的RSSI值k2-kN,并得出估值D2-DN,再根据式(2),求出AB间的距离;
计算出AB间的距离后,经协调器节点传送给智能终端,智能终端获取AB间的距离值并显示。
将数个终端节点随机放置协调器节点B的附近。本次实验将在A距离B:4.5米、9米、13.5米、18米、22.5米处进行。对比采用校正模型和未采用的情况下,二者的差异。实验对比图结果如下图3。
由图3可以看出,随着测量距离的增加,测量误差呈现减小趋势。尤其在13.5米处,误差减小的效果很明显,绝对误差的百分比降低了将近20%;总体测量精度提高了约12.4%。
Claims (4)
1.一种自适应校准的大型室内RSSI混合滤波定位方法,其特征在于:
包括自适应校准定位装置,所述自适应校准定位装置包括位于ZigBee无线网络中的数个终端节点、数个待测节点和一个协调器节点,其中,终端节点和协调器节点均设置在室内固定位置,相互距离已知;
定位方法包括以下步骤:
(1)在室内布设N个终端节点B1-BN,和协调器节点B,终端节点与协调器节点的相互距离已知,分别为d1-dN;
(2)组网:协调器上电启动,探测是否有待测节点加入网络,若有,则与协调器连接;
(3)设待测节点为A,计算AB间的距离d;
(31)利用混合滤波法求AB间的RSSI的值h;
所述混合滤波法为:A接收B发送的信息,从中提取一组RSSI的值,剔除两个端值,剩下的数值经高斯模型进行滤波处理,再求平均值;
(32)利用混合滤波法求AB1间的RSSI的值k1;
(33)利用公式(1)求出AB之间的第一个估值D1;
其中,P(1)为任意两个终端节点在上述室内相距1米时的RSSI平均值;
(34)重复上述步骤(32)、(33),依次得出AB2到ABN间的RSSI值k2-kN,并得出估值D2-DN,再根据式(2),求出AB间的距离;
2.根据权利要求1所述的一种自适应校准的大型室内RSSI混合滤波定位方法,其特征在于:所述高斯模型为:
其中X为混合滤波中,剔除端值后剩下的RSSI的一组样本值,
其中:
3.根据权利要求1所述的一种自适应校准的大型室内RSSI混合滤波定位方法,其特征在于:
公式(1)的来源是:
AB间的测距模型为:PAB(d)=P(1)-10*η*lgd
BBn间的测距模型为:
联立上两式,抵消η得:将该式转换后,从而得出一个与η无关的测距关系式,消除了η对测距的影响。
4.根据权利要求1所述的一种自适应校准的大型室内RSSI混合滤波定位方法,其特征在于:所述协调器节点还连接一智能终端,所述智能终端获取AB间的距离值并显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610214940.XA CN105911519A (zh) | 2016-04-08 | 2016-04-08 | 一种自适应校准的大型室内rssi混合滤波定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610214940.XA CN105911519A (zh) | 2016-04-08 | 2016-04-08 | 一种自适应校准的大型室内rssi混合滤波定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105911519A true CN105911519A (zh) | 2016-08-31 |
Family
ID=56744714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610214940.XA Pending CN105911519A (zh) | 2016-04-08 | 2016-04-08 | 一种自适应校准的大型室内rssi混合滤波定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105911519A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107968987A (zh) * | 2017-11-27 | 2018-04-27 | 长春工业大学 | 基于定积分结合环境参数的rssi加权质心定位方法 |
CN109143157A (zh) * | 2018-06-25 | 2019-01-04 | 南京邮电大学 | 基于信号强度值混合滤波的动态更新参数的测距方法 |
CN116840787A (zh) * | 2023-09-01 | 2023-10-03 | 武汉华测卫星技术有限公司 | 一种水下定位导航方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100271260A1 (en) * | 2009-04-27 | 2010-10-28 | GTA Electronics Co., Ltd. | Power-saving position tracking device |
CN103269517A (zh) * | 2013-05-07 | 2013-08-28 | 无锡昶达信息技术有限公司 | 基于CC2530和ZigBee技术的定位系统及其实现方法 |
CN103630876A (zh) * | 2013-12-03 | 2014-03-12 | 大连大学 | 基于RSSI的ZigBee节点定位方法 |
WO2014203041A1 (en) * | 2013-06-20 | 2014-12-24 | Qatar University Qstp-B | System and method for rfid indoor localization |
CN105353344A (zh) * | 2015-10-27 | 2016-02-24 | 河南理工大学 | 无线网络节点距离的自动测量方法 |
-
2016
- 2016-04-08 CN CN201610214940.XA patent/CN105911519A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100271260A1 (en) * | 2009-04-27 | 2010-10-28 | GTA Electronics Co., Ltd. | Power-saving position tracking device |
CN103269517A (zh) * | 2013-05-07 | 2013-08-28 | 无锡昶达信息技术有限公司 | 基于CC2530和ZigBee技术的定位系统及其实现方法 |
WO2014203041A1 (en) * | 2013-06-20 | 2014-12-24 | Qatar University Qstp-B | System and method for rfid indoor localization |
CN103630876A (zh) * | 2013-12-03 | 2014-03-12 | 大连大学 | 基于RSSI的ZigBee节点定位方法 |
CN105353344A (zh) * | 2015-10-27 | 2016-02-24 | 河南理工大学 | 无线网络节点距离的自动测量方法 |
Non-Patent Citations (2)
Title |
---|
万国峰等: ""改进的RSSI测距和定位算法"", 《计算机应用研究》 * |
张铮等: ""无线传感器网络中RSSI滤波的若干处理方法"", 《现代电子技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107968987A (zh) * | 2017-11-27 | 2018-04-27 | 长春工业大学 | 基于定积分结合环境参数的rssi加权质心定位方法 |
CN107968987B (zh) * | 2017-11-27 | 2020-05-26 | 长春工业大学 | 基于定积分结合环境参数的rssi加权质心定位方法 |
CN109143157A (zh) * | 2018-06-25 | 2019-01-04 | 南京邮电大学 | 基于信号强度值混合滤波的动态更新参数的测距方法 |
CN109143157B (zh) * | 2018-06-25 | 2023-03-31 | 南京邮电大学 | 基于信号强度值混合滤波的动态更新参数的测距方法 |
CN116840787A (zh) * | 2023-09-01 | 2023-10-03 | 武汉华测卫星技术有限公司 | 一种水下定位导航方法及系统 |
CN116840787B (zh) * | 2023-09-01 | 2023-11-21 | 武汉华测卫星技术有限公司 | 一种水下定位导航方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104936148B (zh) | 一种基于模糊knn的wifi室内定位方法 | |
CN103209478B (zh) | 基于分类阈值及信号强度权重的室内定位方法 | |
CN106793087B (zh) | 一种基于aoa和pdoa的阵列天线室内定位方法 | |
CN105629198B (zh) | 基于密度的快速搜索聚类算法的室内多目标追踪方法 | |
CN103561463B (zh) | 一种基于样本聚类的rbf神经网络室内定位方法 | |
CN104125538B (zh) | 基于wifi网络的rssi信号强度的二次定位方法及装置 | |
CN103476116B (zh) | 基于定位单元质量及多算法数据融合的抗NLoS误差定位方法 | |
CN103687000A (zh) | 一种无线传感器网络室内定位中基于rssi的测距优化方法 | |
CN103596267A (zh) | 一种基于欧氏距离的指纹图匹配方法 | |
CN103605110A (zh) | 基于接收信号强度的室内无源目标定位方法 | |
Grzechca et al. | Analysis of object location accuracy for iBeacon technology based on the RSSI path loss model and fingerprint map | |
CN106686722B (zh) | 基于css技术的大型室内环境定位的微基站及工作方法 | |
CN109313273A (zh) | 记录有室内外判断程序的记录介质、室内外判断系统、室内外判断方法、移动终端和室内外环境分类判断单元 | |
CN105911519A (zh) | 一种自适应校准的大型室内rssi混合滤波定位方法 | |
CN106102163A (zh) | 基于rss线性相关与二次加权质心算法的wlan指纹定位方法 | |
CN107466102A (zh) | 利用四面体以及无线通讯技术的楼层定位系统及方法 | |
CN108737952A (zh) | 基于rssi测距改进的多边形加权质心定位方法 | |
CN106714296A (zh) | 一种基于最速下降法的室内定位方法 | |
CN106954187A (zh) | 一种基于异构网络的室内定位方法 | |
CN106686720A (zh) | 一种基于时间维度的无线指纹定位方法及其系统 | |
CN103888979B (zh) | 一种基于无线局域网的室内定位方法 | |
Eldeeb et al. | Optimal placement of access points for indoor positioning using a genetic algorithm | |
Shuo et al. | Design of an experimental indoor position system based on RSSI | |
CN109005510A (zh) | 基于区域划分的无线传感器网络室内移动目标跟踪方法 | |
CN104965189A (zh) | 一种基于最大似然估计的室内人员定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160831 |
|
RJ01 | Rejection of invention patent application after publication |