CN107734479A - 一种基于无线传感技术的消防人员定位方法、系统和装置 - Google Patents

一种基于无线传感技术的消防人员定位方法、系统和装置 Download PDF

Info

Publication number
CN107734479A
CN107734479A CN201710812448.7A CN201710812448A CN107734479A CN 107734479 A CN107734479 A CN 107734479A CN 201710812448 A CN201710812448 A CN 201710812448A CN 107734479 A CN107734479 A CN 107734479A
Authority
CN
China
Prior art keywords
node
reference mode
blind
blind node
wireless sensor
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
Application number
CN201710812448.7A
Other languages
English (en)
Inventor
孔祥明
蔡禹
林邓平
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.)
Guangdong Industry Kaiyuan Science And Technology Co Ltd
Original Assignee
Guangdong Industry Kaiyuan Science And Technology 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 Guangdong Industry Kaiyuan Science And Technology Co Ltd filed Critical Guangdong Industry Kaiyuan Science And Technology Co Ltd
Priority to CN201710812448.7A priority Critical patent/CN107734479A/zh
Publication of CN107734479A publication Critical patent/CN107734479A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-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
    • G01S5/14Determining absolute distances from a plurality of spaced points of known location

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于无线传感技术的消防人员定位方法、系统和装置,本发明在无线传感器网络定位过程中,传感器节点包括已知位置信息的参考节点和未知位置信息的盲节点,盲节点定位时,首先采集参考节点位置信息,然后再进行测距和定位得到节点位置;针对消防现场非视距情况下RSSI误差大的问题,采用参考节点相互定位校正测距误差和定位误差,在定位盲节点时,对误差进行补偿,有效减小了因测距带来的误差和定位算法本身带来的误差;其次,针对基于RSSI测距或无需测距的定位算法定位精度低的问题,通过基于量子粒子群的加权质心定位算法可以提高定位精度。本发明作为一种基于无线传感技术的消防人员定位方法、系统和装置可广泛应用于传感领域。

Description

一种基于无线传感技术的消防人员定位方法、系统和装置
技术领域
本发明涉及传感领域,尤其是一种基于无线传感技术的消防人员定位方法、系统和装置。
背景技术
现如今各种自然或人为灾难频发,包括地震、火灾、矿难、车祸或犯罪人员恶意引起的爆炸等等,给人类社会造成了令人惨痛的生命、财产损失,只火灾一项,自1993年以来造成的直接财产损失已经上升到年均十几亿元,年均死亡2000多人,以上灾难发生时,消防人员需要及时进行救援。如何对消防现场的情况及人员进行实时监控和定位,在紧急情况下对被困人员进行及时疏散,避险和搜救,这些都需要结合最新的通信技术提出切实可行的解决方案。
但在消防现场中,只对周围环境的信息进行监测和采集是不够的,因为要监测所在网络范围内的各种数据,但任何数据在没有地理位置的前提下是完全没有意义的,因此,网络中节点的位置信息对这些监测活动至关重要。发生灾难时,环境监测可以起到掌控灾难现场情况的作用,但是在施救过程中的人员安全却是需要考虑的重中之重,因此,对于消防现场环境下的无线传感器网络定位技术的研究是非常有意义的。
目前,常用的定位技术包括超声波、射频信号、红外线等,但它们都不适合用于室内定位系统。超声波信号受多径效应和非视距传播影响很大,非常不适合用于室内环境;红外线只适合短距离传播,而且易被室内或室外其他光线所干扰,造成很大测距误差,因此,在室内精确定位上有很大局限性:目前应用最广泛的室外定位技术是GPS(Globalpositioning system),在此基础上,还出现了增强型GPS,辅助GPS等枝术,它们可以广泛用于航空、航海和野外定位等领域。但由于其在价格、功耗、适用范围以及体积等方面的制约使得很难完全应用于大规模无线传感器网络。此外,在无线传感器网络的室内应用中,GPS会由于接收不到卫星信号而失效。当前应用于小范围室内定位比较流行的是Wi-Fi定位,它是基于IEEE 802.11协议的一种定位方法。但Wi-Fi收发器发出的信号很容易受到其他电磁波信号干扰,从而增大测距和定位误差,定位效果不可靠,而且这种Wi-Fi定位器的能量消耗较高。Bluetooth技术应用于定位,与Wi-Fi定位有很多相似之处,由于Bluetooth技术数据传输速率低,频谱范围较窄,并且要依赖于接收信号强度法测距,可以用来测量实际距离在30米内的其他设备。与Wi-Fi定位一样,这种定位技术主要应用于小范围定位,例如同层大厅或仓库,也同样有定位精度不稳定,受噪声信号干扰较大的不足。
在定位算法的研究方面:现有的WSN定位算法主要分为基于测距技术和无需测距技术两类。测距技术通过获取电波信号参数,如到达时间(TOA,Time Arrival),到达时间差(Difference of Time Arrival),接收信号强度(RSSI,Received Signal strengthindicator),到达角度(AOA,Angle of arrival)等,再通过合适的定位算法计算出节点的估计位置。由于需要实际测量节点间的距离或角度,通常基于测距的定位机制定位误差相对较低,但是对节点硬件设备的要求增加很多,定位过程中消耗的能量较非测距定位算法相对较多,而且使用声波信号、超声波信号、无线电波信号等对距离或角度进行测量,使得基于测距的定位算法易受障碍物、温度、湿度等环境因素的影响。
无需测距(Range-free)算法不需要距离和角度信息,仅根据网络的连通性和已知位置的参考节点信息等来实现定位功能。常用的Range-free定位算法有质心算法、DV-Hop算法、APIT算法等,它们在网络中实现定位所需的设备只有传感器节点,包括未知坐标节点和己知坐标参考节点,没有借助其他网络设施的支持,比如,基站、GPS或者卫星。Range-free算法的精度和收敛速度非常依赖于网络平均每跳距离值的估计精度,而且当传感器网络的拓扑方式是各向异性或拓扑结构比较复杂时算法的性能指标将明显变差。在计算平均每跳距离的过程中,节点之间通信量又过大,而且没有考虑本质上无法定位的节点的影响,导致平均定位精度很低。APIT定位算法通信量较小,定位误差相对较低,但要求较多的参考节点,参考节点密度要高。质心定位算法虽然实现简单、通信开销小,但仅能实现粗精度定位,而且需要较高的参考节点密度。
现有的超宽带传感器定位研究结果中,没有一种定位方案能在有效减少通信开销、降低功耗、节省网络带宽的同时获得较高的定位精度和定位覆盖率,现有的TOA、TDOA和AOA都是Range-based定位算法,能实现相对精确的定位功能,但因费用、功耗和硬件限制,某些应用无法使用。然而,基于RSSI的测距技术具有所需硬件设备少,低成本的优点,所以本发明采用基于接收信号强度的测距方法,但因实际环境中,障碍物、传播模型等条件往往都是变化的,定位精度有待提高。
术语解释:
无线传感器网络(Wireless Sensor Networks,WSN):是集计算机网络、无线通信、微传感器技术、智能计算等多个领域交叉综合的新兴学科,它将大量功能不同、具有感知计算和通信能力的微型传感器节点组成自治的网络,节点通过相互的分工协作,可实时感知、监测和采集分布区域内监测对象或周围环境的信息,实现对物理世界的动态智能协同感知。
UWB(Ultra Wideband):又名超宽带,是一种无载波通信技术,利用纳秒至微微秒级的非正弦波窄脉冲传输数据。
RSSI(Received Signal strength indicator):接收信号强度。
邻居节点(neighbor nodes):所有传感器节点通信半径内的其它节点,称为该节点的邻居节点。
视线关系(line of sight,LOS):两节点间没有障碍物问隔,能够直接通信,称为两节点间存在视线关系。
非视线关系(No line of sight,NLOS):两个节点之间存在障碍物。
FPGA(Field-Programmable Gate Array):即现场可编程门阵列,它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。
DCM(Data Communication Module):数据通讯模块。
发明内容
为了解决上述技术问题,本发明的目的是:提供一种基于无线传感器技术的低功耗、高精度的消防人员定位方法。
为了解决上述技术问题,本发明的另一目的是:提供一种基于无线传感器技术的低功耗、高精度的消防人员定位系统。
为了解决上述技术问题,本发明的另一目的是:提供一种基于无线传感器技术的低功耗、高精度的消防人员定位装置。
本发明所采用的技术方案是:一种基于无线传感技术的消防人员定位方法,包括有以下步骤:
A、消防监控中心通过协调器网关节点给参考节点发送待测盲节点的ID,参考节点广播盲节点ID,与相应ID的盲节点完成握手通信;
B、盲节点给各参考节点发送超宽带定位脉冲;
C、各参考节点接收到定位脉冲信号后,返回坐标给盲节点;
D、盲节点采用RSSI测距方法得到测距结果,并计算出自身坐标位置;
E、盲节点将自身坐标位置发送至协调器网关节点,并有协调器网关节点发送至消防监控中心。
进一步,所述步骤D具体包括以下子步骤:
D1、盲节点采用RSSI测距方法得到测距结果;
D2、根据测距结果计算出自身坐标位置(xc,yc);
D3、根据参考节点的定位误差对自身坐标位置进行误差补偿,所述参考节点的定位误差为其中(xj,yj)为第j个参考节点的真实值,(xcj,ycj)为其经过参考节点互相定位后得到的估计值;
盲节点进行误差补偿后的自身坐标位置为:n为在盲节点通信范围内的参考节点个数,ρj为各参考节点i的定位误差加权因子。
进一步,所述步骤D2中采用递增式定位方法根据测距结果计算出自身坐标位置(xc,yc),具体为:在步骤A-C中利用参考节点对盲节点进行定位时,将已经计算得到的盲节点作为参考节点,采用基于粒子群优化的加权质心定位算法计算盲节点自身坐标。
进一步,还包括有步骤D4:采用适应度函数最小化定位节点误差,其中适应度函数:
fi(arc(X))=di-|arc(X)-Bi|
arc(X)为盲节点的自身坐标位置(xc,yc),Bi为盲节点通信范围内的第i个参考节点坐标,n为参考节点通信范围内的参考节点数,ρi是参考节点i的定位误差加权因子,di是盲节点到参考节点i的测量距离。
进一步,所述步骤D中的RSSI测距方法具体为:根据发射信号的节点的发射功率、接收信号的节点的接收功率计算消防现场超宽带脉冲路径损耗,然后将路径损耗转换为距离。
进一步,所述消防现场超宽带脉冲路径损耗的计算公式为:PL(d)=[PL0+10γlg(d/d0)]+S(d),d≥d0,其中PL(d)是在收发机距离为d时的路径损耗:d0是参考距离,PL0是距离为d0的路径损耗;γ是路径衰减因子;S表示均值为0,标准差为σ的对数正态随机阴影成分。
本发明所采用的另一技术方案是:一种基于无线传感技术的消防人员定位系统,包括有
消防监控中心,用于通过协调器网关节点给参考节点发送待测盲节点的ID,参考节点广播盲节点ID,与相应ID的盲节点完成握手通信;
协调器网关节点,用于消防监控中心与传感器节点的通信;
传感器节点,包括有参考节点和盲节点,用于采集现场定位数据;所述参考节点还用于接收到定位脉冲信号后,返回坐标给盲节点;所述盲节点还用于给各参考节点发送超宽带定位脉冲以及采用RSSI测距方法得到测距结果,并计算出自身坐标位置。
进一步,所述盲节点设置有标识模块,所述标识模块用于对完成定位后的盲节点作标识,并作为参考节点用于计算其他盲节点自身坐标。
本发明所采用的另一技术方案是:一种基于无线传感技术的消防人员定位装置,包括有:
消防监控中心处理器,用于执行以下步骤:通过协调器网关节点给参考节点发送待测盲节点的ID,参考节点广播盲节点ID,与相应ID的盲节点完成握手通信;
协调器网关节点处理器,用于执行以下步骤:转发消防监控中心与传感器节点之间的通信数据;
传感器节点,包括有参考节点和盲节点;
参考节点处理器,设置于参考节点,用于执行以下步骤:采集现场定位数据;接收到盲节点的定位脉冲信号后,返回坐标给盲节点;
所述盲节点处理器,设置于盲节点,用于执行以下步骤:采集现场定位数据;给各参考节点发送超宽带定位脉冲以及采用RSSI测距方法得到测距结果,并计算出自身坐标位置。
进一步,所述盲节点处理器还用于执行以下步骤:完成定位后对盲节点作标识,并作为参考节点用于计算其他盲节点自身坐标。
本发明的有益效果是:本发明在无线传感器网络定位过程中,传感器节点包括已知位置信息的参考节点和未知位置信息的盲节点,盲节点定位时,首先采集参考节点位置信息,然后再进行测距和定位得到节点位置;针对消防现场非视距情况下RSSI误差大的问题,采用参考节点相互定位校正测距误差和定位误差,在定位盲节点时,对误差进行补偿,有效减小了因测距带来的误差和定位算法本身带来的误差;其次,针对基于RSSI测距或无需测距的定位算法定位精度低的问题,通过基于量子粒子群的加权质心定位算法可以提高定位精度。
本发明的另一有益效果是:本发明在无线传感器网络定位过程中,传感器节点包括已知位置信息的参考节点和未知位置信息的盲节点,盲节点定位时,首先采集参考节点位置信息,然后再进行测距和定位得到节点位置;针对消防现场非视距情况下RSSI误差大的问题,采用参考节点相互定位校正测距误差和定位误差,在定位盲节点时,对误差进行补偿,有效减小了因测距带来的误差和定位算法本身带来的误差;其次,针对基于RSSI测距或无需测距的定位算法定位精度低的问题,通过基于量子粒子群的加权质心定位算法可以提高定位精度。
本发明的另一有益效果是:本发明在无线传感器网络定位过程中,传感器节点包括已知位置信息的参考节点和未知位置信息的盲节点,盲节点定位时,首先采集参考节点位置信息,然后再进行测距和定位得到节点位置;针对消防现场非视距情况下RSSI误差大的问题,采用参考节点相互定位校正测距误差和定位误差,在定位盲节点时,对误差进行补偿,有效减小了因测距带来的误差和定位算法本身带来的误差;其次,针对基于RSSI测距或无需测距的定位算法定位精度低的问题,通过基于量子粒子群的加权质心定位算法可以提高定位精度。
附图说明
图1为应用本发明方法的定位系统总体架构图;
图2为本发明方法的步骤流程图;
图3为本发明方法中传感器节点之间的网络建立过程;
图4为本发明方法中递增式定位算法的步骤流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明:
参照图1,本发明采用定位系统总体架构中,信息感知层由传感器节点(包括盲节点、参考节点)和协调器网关节点组成。传感器节点用于采集现场定位数据,数据经过路由节点以多跳的方式,通过UWB无线传感技术传至协调器网关节点。通信链路层实现UWB近距离、低功耗无线传感网络、3G/4G远程无线通信网络以及因特网之间的互连。用户可以通过消防监控中心系统实现消防员位置的实时监测。
参照图2,一种基于无线传感技术的消防人员定位方法,其特征在于,包括有以下步骤:
A、消防监控中心通过协调器网关节点给参考节点发送待测盲节点的ID,参考节点广播盲节点ID,与相应ID的盲节点完成握手通信;
B、盲节点给各参考节点发送超宽带定位脉冲;
C、各参考节点接收到定位脉冲信号后,返回坐标给盲节点;
D、盲节点采用RSSI测距方法得到测距结果,并计算出自身坐标位置;
E、盲节点将自身坐标位置发送至协调器网关节点,并有协调器网关节点发送至消防监控中心。
参考节点与盲节点的握手采用2.4GHz RF通信,采用2FSK方式,通信速率为2.4Kb/s。
盲节点发送的IR-UWB脉冲为1ns左右窄脉冲,中心频率为4GHz,脉冲周期为2μS。
传感器锁定IR-UWB脉冲,采用30MHz的同步时钟在FPGA内部DCM产生的32相延迟锁相环DLL来锁定。采样分辨率相当于960MHz的时钟。传感器接收到IR-UWB脉冲后先进行射频检波处理,送给FPGA进行脉冲展宽再进行DLL锁定。
进一步作为优选的实施方式,所述步骤D具体包括以下子步骤:
D1、盲节点采用RSSI测距方法得到测距结果;
D2、根据测距结果计算出自身坐标位置(xc,yc);
D3、根据参考节点的定位误差对自身坐标位置进行误差补偿,所述参考节点的定位误差为其中(xj,yj)为第j个参考节点的真实值,(xcj,ycj)为其经过参考节点互相定位后得到的估计值;参考节点定位误差表示该参考节点所在的定位区域网络的定位误差;从上面的定义中可以看出,对于二维定位系统中只有网络中的参考节点数不小于4个时参考节点坐标误差才有意义,该算法可以扩展到三维空间,对于三维空间,参考节点的数量最少为5个;
盲节点进行误差补偿后的自身坐标位置为:n为在盲节点通信范围内的参考节点个数,ρj为各参考节点i的定位误差加权因子;加权因子决定了各参考节点的定位误差对定位该盲节点的影响程度。
定位算法误差的引入除了由环境或测量导致的测距误差外,还会由于定位算法本身存在误差而引入定位误差,因此采用上述方法进行误差补偿。
进一步作为优选的实施方式,所述步骤D2中采用递增式定位方法根据测距结果计算出自身坐标位置(xc,yc),具体为:在步骤A-C中利用参考节点对盲节点进行定位时,将已经计算得到的盲节点作为参考节点,采用基于粒子群优化的加权质心定位(QPSO-WCLA)算法计算盲节点自身坐标。递增式定位方法的具体步骤流程可参照图4。
参照图3,由于参考节点的费用会比普通节点高两个数量级,当参考节点不够多,或者大规模网络部署成本不足时,参考节点数量不足致使大多数盲节点无法定位时,采用递增式定位,即己定位盲节点参与定位。添加一个定位标志信号,当盲节点定位后,定位标志信号置1,称为次级参考节点,若盲节点只接收到的一个参考节点的信息,则接收次级参考节点的信息,且取离该盲节点最近的两个次级参考节点的信息参与定位。这种方法从一定程度上可以降低参考节点分布不均或者数量偏少的影响,有效节约成本。同时,该方法同样可应用于移动通信的其它定位问题,而不仅限于消防人员使用。
基于粒子群优化的加权质心定位(QPSO-WCLA)算法了保证其收敛性,每个粒子必须收敛于各自的p点,p=(P1,P2,…,Pd),第i个粒子p点的第d维坐标为:
其中:
在粒子群中引入一个全局点mbset来计算粒子的下一代迭代变量,它定义为所有粒子的局部最好位置的平均值,公式如下:
其中,M是粒子的个数,Pi是粒子i的局部最好位置。
于是粒子的迭代方程为:
χ(t+1)=p±β×|mbset-χ(t)|ln(1/u)
上述两个公式所示的即为具有量子行为的粒子群算法,其中,u=rand(0,t),β被称为收缩扩展系数,调节它的值能控制算法的收敛速度。一般而言,值在从1.0线性减小到0.5时就可达到较好效果,而在粒子基于种群搜索过程中,期望早期进行大规模地搜索,以便种群能够保持足够的多样性而收敛到全局最优解。因此,本发明对该变量做如下改进,将β按式(5.11)中描述的以余弦规律变化进行搜索,搜索初期保持较大值的时间较长,提高搜索效率,搜索后期保持较小值的时间较长,提高搜索精度,因此:
β=(1.5+0.5cos(tπ/T))/2
其中T为最大迭代次数,t为当前迭代次数。
在量子粒子群优化改进加权质心定位算法中,粒子即为盲节点,粒子位置即为盲节点的坐标,考虑到WSN节点的特殊性,本发明对QPSO算法作了改进:更新位置的过程中,为了防止粒子远离搜索空间,粒子的每一维p点和位置都限制在[0,L]之间,L为区域的边长。
盲节点到参考节点的测量距离和算法本身都存在误差,定位问题就是使节点位置误差最小化,优化节点的位置实质上可转化为盲节点和参考节点距离与测量距离误差最小化,因此,进一步作为优选的实施方式,还包括有步骤D4:采用适应度函数最小化定位节点误差,其中适应度函数:
fi(arc(X))=di-|arc(X)-Bi|
arc(X)为盲节点的自身坐标位置(xc,yc),Bi为盲节点通信范围内的第i个参考节点坐标,n为参考节点通信范围内的参考节点数,ρi是参考节点i的定位误差加权因子,di是盲节点到参考节点i的测量距离。粒子的适应值越小,得到的解越优,当达到设置的迭代次数后停止运算,以当前找到的最优解作为盲节点的最终估算位置。
进一步作为优选的实施方式,所述步骤D中的RSSI测距方法具体为:根据发射信号的节点的发射功率、接收信号的节点的接收功率计算消防现场超宽带脉冲路径损耗,然后将路径损耗转换为距离。
RSSI测距技术因能量消耗低,成本低廉且易于实现而著称,并得以广泛的应用,本发明就采用基于RSSI的测距方案。但RSSI测距技术容易受环境的多径衰落及干扰的影响,且影响很大,相继就带来测距和定位精度较低的问题,因此有必要对RSSI测距技术的测距误差较大这个因素做优化,得出其解决方案。
RSSI值与收发节点之间的通信距离呈反比变化,通信距离越远,RSSI值越小,通信距离越近,RSSI值越大,通常情况下,采用RSST方法测距需要以下过程,己知发射节点的发射功率,在接收节点处测量接收功率,计算无线电波的路径损耗,再使用理论或经验的无线电波路径损耗模型将路径损耗转化为距离。
常用的无线信号传播模型:
PL(d)=PL(d0)+10γlg(d/d0)+xσ
式中,PL(d)为经过距离d后的路径损耗,单位为dB:γ为路径衰减因子,范围在2-4之间,xσ为均值为0的高斯随机变量,其标准差范围为4-10。上式是无线信号较常使用传播损耗模型,如果参考距离d。和接收功率已知,就可以通过上式计算出收发节点间测量距离d的值。
在某些对RSSI信号影响极大的环境下,有必要对RSSI的误差进行补偿,进而使基于RSSI的测距技术达到更高的精度。
进一步作为优选的实施方式,所述消防现场超宽带脉冲路径损耗的计算公式为:PL(d)=[PL0+10γlg(d/d0)]+S(d),d≥d0,其中PL(d)是在收发机距离为d时的路径损耗:d0是参考距离,PL0是距离为d0的路径损耗;γ是路径衰减因子;S表示均值为0,标准差为σ的对数正态随机阴影成分。
考虑到消防现场是一种复杂未知的环境所以视距(LOS)和非视距(NLOS)同时存在,且墙壁数量和形状多变以及障碍物的阻挡等导致不同位置信号的衰减差异非常大,自由空间模型并不适合于消防复杂多变的信号传播,必须要有一种能结合实际环境的UWB路径损耗模型来估计测量距离。对数距离路径损耗模型是一种被广泛应用的信道统计模型,用于测距和定位的,IEEE8O2.15.4a也采用这种模型来估计UWB的路径损耗。
UWB信号在消防环境下传播,就相当于在室外或室内传播,本发明采用对数距离路径损耗模型和IEEE8O2.15.4a中相应的模型参数来对UWB信号的传播进行建模和估计,对数距离路径损耗模型公式为:
PL(d)=[PL0+10γlg(d/d0)]+S(d),d≥d0
PL(d)是在收发机距离为d时的路径损耗:d0是参考距离,一般情况下,取d0=1m,PL0是距离为d0的路径损耗;γ是路径衰减因子;S表示均值为0,标准差为σ的对数正态随机阴影成分,是随距离d随机变化的。
参照图1,一种基于无线传感技术的消防人员定位系统,包括有
消防监控中心,用于通过协调器网关节点给参考节点发送待测盲节点的ID,参考节点广播盲节点ID,与相应ID的盲节点完成握手通信;
协调器网关节点,用于消防监控中心与传感器节点的通信;
传感器节点,包括有参考节点和盲节点,用于采集现场定位数据;所述参考节点还用于接收到定位脉冲信号后,返回坐标给盲节点;所述盲节点还用于给各参考节点发送超宽带定位脉冲以及采用RSSI测距方法得到测距结果,并计算出自身坐标位置。
进一步作为优选的实施方式,所述盲节点设置有标识模块,所述标识模块用于对完成定位后的盲节点作标识,并作为参考节点用于计算其他盲节点自身坐标。
一种基于无线传感技术的消防人员定位装置,包括有:
消防监控中心处理器,用于执行以下步骤:通过协调器网关节点给参考节点发送待测盲节点的ID,参考节点广播盲节点ID,与相应ID的盲节点完成握手通信;
协调器网关节点处理器,用于执行以下步骤:转发消防监控中心与传感器节点之间的通信数据;
传感器节点,包括有参考节点和盲节点;
参考节点处理器,设置于参考节点,用于执行以下步骤:采集现场定位数据;接收到盲节点的定位脉冲信号后,返回坐标给盲节点;
所述盲节点处理器,设置于盲节点,用于执行以下步骤:采集现场定位数据;给各参考节点发送超宽带定位脉冲以及采用RSSI测距方法得到测距结果,并计算出自身坐标位置。
进一步作为优选的实施方式,所述盲节点处理器还用于执行以下步骤:完成定位后对盲节点作标识,并作为参考节点用于计算其他盲节点自身坐标。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可以作出种种的等同变换或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种基于无线传感技术的消防人员定位方法,其特征在于,包括有以下步骤:
A、消防监控中心通过协调器网关节点给参考节点发送待测盲节点的ID,参考节点广播盲节点ID,与相应ID的盲节点完成握手通信;
B、盲节点给各参考节点发送超宽带定位脉冲;
C、各参考节点接收到定位脉冲信号后,返回坐标给盲节点;
D、盲节点采用RSSI测距方法得到测距结果,并计算出自身坐标位置;
E、盲节点将自身坐标位置发送至协调器网关节点,并有协调器网关节点发送至消防监控中心。
2.根据权利要求1所述的一种基于无线传感技术的消防人员定位方法,其特征在于:所述步骤D具体包括以下子步骤:
D1、盲节点采用RSSI测距方法得到测距结果;
D2、根据测距结果计算出自身坐标位置(xc,yc);
D3、根据参考节点的定位误差对自身坐标位置进行误差补偿,所述参考节点的定位误差为其中(xj,yj)为第j个参考节点的真实值,(xcj,ycj)为其经过参考节点互相定位后得到的估计值;
盲节点进行误差补偿后的自身坐标位置为:n为在盲节点通信范围内的参考节点个数,ρj为各参考节点i的定位误差加权因子。
3.根据权利要求2所述的一种基于无线传感技术的消防人员定位方法,其特征在于:所述步骤D2中采用递增式定位方法根据测距结果计算出自身坐标位置(xc,yc),具体为:在步骤A-C中利用参考节点对盲节点进行定位时,将已经计算得到的盲节点作为参考节点,采用基于粒子群优化的加权质心定位算法计算盲节点自身坐标。
4.根据权利要求2所述的一种基于无线传感技术的消防人员定位方法,其特征在于:还包括有步骤D4:采用适应度函数最小化定位节点误差,其中适应度函数为:
<mrow> <mi>f</mi> <mi>i</mi> <mi>t</mi> <mi>n</mi> <mi>e</mi> <mi>s</mi> <mi>s</mi> <mo>(</mo> <mi>a</mi> <mi>r</mi> <mi>c</mi> <mrow> <mo>(</mo> <mi>X</mi> <mo>)</mo> </mrow> <mo>)</mo> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>&amp;rho;</mi> <mi>f</mi> </msub> <msub> <mi>f</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>a</mi> <mi>r</mi> <mi>c</mi> <mo>(</mo> <mi>X</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow>
fi(arc(X))=di-|arc(X)-Bi|
arc(X)为盲节点的自身坐标位置(xc,yc),Bi为盲节点通信范围内的第i个参考节点坐标,n为参考节点通信范围内的参考节点数,ρi是参考节点i的定位误差加权因子,di是盲节点到参考节点i的测量距离。
5.根据权利要求1所述的一种基于无线传感技术的消防人员定位方法,其特征在于:所述步骤D中的RSSI测距方法具体为:根据发射信号的节点的发射功率、接收信号的节点的接收功率计算消防现场超宽带脉冲路径损耗,然后将路径损耗转换为距离。
6.根据权利要求5所述的一种基于无线传感技术的消防人员定位方法,其特征在于:所述消防现场超宽带脉冲路径损耗的计算公式为:PL(d)=[PL0+10γlg(d/d0)]+S(d),d≥d0,其中PL(d)是在收发机距离为d时的路径损耗:d0是参考距离,PL0是距离为d0的路径损耗;γ是路径衰减因子;S表示均值为0,标准差为σ的对数正态随机阴影成分。
7.一种基于无线传感技术的消防人员定位系统,其特征在于:包括有
消防监控中心,用于通过协调器网关节点给参考节点发送待测盲节点的ID,参考节点广播盲节点ID,与相应ID的盲节点完成握手通信;
协调器网关节点,用于消防监控中心与传感器节点的通信;
传感器节点,包括有参考节点和盲节点,用于采集现场定位数据;
所述参考节点还用于接收到定位脉冲信号后,返回坐标给盲节点;
所述盲节点还用于给各参考节点发送超宽带定位脉冲以及采用RSSI测距方法得到测距结果,并计算出自身坐标位置。
8.根据权利要求7所述的一种基于无线传感技术的消防人员定位系统,其特征在于:所述盲节点设置有标识模块,所述标识模块用于对完成定位后的盲节点作标识,并作为参考节点,用于计算其他盲节点自身坐标。
9.一种基于无线传感技术的消防人员定位装置,其特征在于,包括有:
消防监控中心处理器,用于执行以下步骤:通过协调器网关节点给参考节点发送待测盲节点的ID,参考节点广播盲节点ID,与相应ID的盲节点完成握手通信;
协调器网关节点处理器,用于执行以下步骤:转发消防监控中心与传感器节点之间的通信数据;
传感器节点,包括有参考节点和盲节点;
参考节点处理器,设置于参考节点,用于执行以下步骤:采集现场定位数据;接收到盲节点的定位脉冲信号后,返回坐标给盲节点;
所述盲节点处理器,设置于盲节点,用于执行以下步骤:采集现场定位数据;给各参考节点发送超宽带定位脉冲以及采用RSSI测距方法得到测距结果,并计算出自身坐标位置。
10.根据权利要求9所述的一种基于无线传感技术的消防人员定位装置,其特征在于:所述盲节点处理器还用于执行以下步骤:完成定位后对盲节点作标识,并作为参考节点用于计算其他盲节点自身坐标。
CN201710812448.7A 2017-09-11 2017-09-11 一种基于无线传感技术的消防人员定位方法、系统和装置 Pending CN107734479A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710812448.7A CN107734479A (zh) 2017-09-11 2017-09-11 一种基于无线传感技术的消防人员定位方法、系统和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710812448.7A CN107734479A (zh) 2017-09-11 2017-09-11 一种基于无线传感技术的消防人员定位方法、系统和装置

Publications (1)

Publication Number Publication Date
CN107734479A true CN107734479A (zh) 2018-02-23

Family

ID=61206022

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710812448.7A Pending CN107734479A (zh) 2017-09-11 2017-09-11 一种基于无线传感技术的消防人员定位方法、系统和装置

Country Status (1)

Country Link
CN (1) CN107734479A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108489495A (zh) * 2018-03-29 2018-09-04 东南大学 一种基于svr和pso的rfid标签室内定位方法及设备
CN108882155A (zh) * 2018-07-10 2018-11-23 深圳无线电检测技术研究院 基于粒子群算法的盲信号功率及盲源位置确定方法、系统
CN109581287A (zh) * 2019-01-22 2019-04-05 西南石油大学 一种基于Wi-Fi的震后压埋人员定位方法
CN110536239A (zh) * 2019-10-12 2019-12-03 新疆联海创智信息科技有限公司 一种定位方法及装置
CN111432368A (zh) * 2020-03-31 2020-07-17 中国人民解放军国防科技大学 一种适用于稀疏锚节点wsn的测距定位方法
CN112425220A (zh) * 2018-07-12 2021-02-26 罗伯特·博世有限公司 检测方法和检测装置
CN112738709A (zh) * 2020-12-25 2021-04-30 杭州品铂科技有限公司 一种基于uwb信号的粒子群搜索室内定位方法及系统
CN113093162A (zh) * 2021-04-14 2021-07-09 国能智慧科技发展(江苏)有限公司 基于aiot与视频联动的人员轨迹追踪系统
CN113286360A (zh) * 2021-05-12 2021-08-20 重庆菲莫科技有限公司 一种地下矿用uwb定位系统和定位方法
CN113870457A (zh) * 2018-03-22 2021-12-31 创新先进技术有限公司 一种竞技运动的计时系统、方法、装置及设备
CN114071354A (zh) * 2021-11-05 2022-02-18 国能神东煤炭集团有限责任公司 一种基于拓扑地图的多模态uwb定位方法及系统
CN114302360A (zh) * 2021-12-30 2022-04-08 成都理工大学 一种基于Arduino小车搭载传感器对气体溯源的系统及其算法
CN117395604A (zh) * 2023-11-13 2024-01-12 无锡远传融创科技有限公司 一种无线网络通信系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101917762A (zh) * 2010-08-09 2010-12-15 哈尔滨工程大学 带有罚函数的粒子群传感器节点定位方法
CN103687000A (zh) * 2013-12-17 2014-03-26 上海交通大学无锡研究院 一种无线传感器网络室内定位中基于rssi的测距优化方法
CN103905992A (zh) * 2014-03-04 2014-07-02 华南理工大学 一种基于指纹数据的无线传感器网络的室内定位方法
WO2015117477A1 (zh) * 2014-08-25 2015-08-13 中兴通讯股份有限公司 一种室内定位方法、装置及计算机存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101917762A (zh) * 2010-08-09 2010-12-15 哈尔滨工程大学 带有罚函数的粒子群传感器节点定位方法
CN103687000A (zh) * 2013-12-17 2014-03-26 上海交通大学无锡研究院 一种无线传感器网络室内定位中基于rssi的测距优化方法
CN103905992A (zh) * 2014-03-04 2014-07-02 华南理工大学 一种基于指纹数据的无线传感器网络的室内定位方法
WO2015117477A1 (zh) * 2014-08-25 2015-08-13 中兴通讯股份有限公司 一种室内定位方法、装置及计算机存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
朱警怡 等: "UWB定位系统FPGA基带处理设计", 《微型机与应用》 *
王新芳: "面向消防现场的无线传感器网络定位技术研究", 《中国优秀硕士学位论文全文数据库(电子期刊) 信息科技辑》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113870457A (zh) * 2018-03-22 2021-12-31 创新先进技术有限公司 一种竞技运动的计时系统、方法、装置及设备
CN108489495A (zh) * 2018-03-29 2018-09-04 东南大学 一种基于svr和pso的rfid标签室内定位方法及设备
CN108882155B (zh) * 2018-07-10 2020-11-10 深圳无线电检测技术研究院 基于粒子群算法的盲信号功率及盲源位置确定方法、系统
CN108882155A (zh) * 2018-07-10 2018-11-23 深圳无线电检测技术研究院 基于粒子群算法的盲信号功率及盲源位置确定方法、系统
CN112425220A (zh) * 2018-07-12 2021-02-26 罗伯特·博世有限公司 检测方法和检测装置
CN112425220B (zh) * 2018-07-12 2023-05-30 罗伯特·博世有限公司 检测方法和检测装置
CN109581287A (zh) * 2019-01-22 2019-04-05 西南石油大学 一种基于Wi-Fi的震后压埋人员定位方法
CN109581287B (zh) * 2019-01-22 2024-02-09 西南石油大学 一种基于Wi-Fi的震后压埋人员定位方法
CN110536239A (zh) * 2019-10-12 2019-12-03 新疆联海创智信息科技有限公司 一种定位方法及装置
CN111432368A (zh) * 2020-03-31 2020-07-17 中国人民解放军国防科技大学 一种适用于稀疏锚节点wsn的测距定位方法
CN112738709A (zh) * 2020-12-25 2021-04-30 杭州品铂科技有限公司 一种基于uwb信号的粒子群搜索室内定位方法及系统
CN112738709B (zh) * 2020-12-25 2022-08-16 杭州品铂科技有限公司 一种基于uwb信号的粒子群搜索室内定位方法及系统
CN113093162B (zh) * 2021-04-14 2022-04-01 国能智慧科技发展(江苏)有限公司 基于aiot与视频联动的人员轨迹追踪系统
CN113093162A (zh) * 2021-04-14 2021-07-09 国能智慧科技发展(江苏)有限公司 基于aiot与视频联动的人员轨迹追踪系统
CN113286360A (zh) * 2021-05-12 2021-08-20 重庆菲莫科技有限公司 一种地下矿用uwb定位系统和定位方法
CN114071354A (zh) * 2021-11-05 2022-02-18 国能神东煤炭集团有限责任公司 一种基于拓扑地图的多模态uwb定位方法及系统
CN114071354B (zh) * 2021-11-05 2024-01-30 国能神东煤炭集团有限责任公司 一种基于拓扑地图的多模态uwb定位方法及系统
CN114302360A (zh) * 2021-12-30 2022-04-08 成都理工大学 一种基于Arduino小车搭载传感器对气体溯源的系统及其算法
CN114302360B (zh) * 2021-12-30 2023-06-20 成都理工大学 一种基于Arduino小车搭载传感器对气体溯源的系统及其算法
CN117395604A (zh) * 2023-11-13 2024-01-12 无锡远传融创科技有限公司 一种无线网络通信系统

Similar Documents

Publication Publication Date Title
CN107734479A (zh) 一种基于无线传感技术的消防人员定位方法、系统和装置
Silva et al. Experimental study of UWB-based high precision localization for industrial applications
CN110045324B (zh) 一种基于uwb和蓝牙技术的室内定位融合方法
Ho et al. Krypto: assisting search and rescue operations using Wi-Fi signal with UAV
Mackey et al. LoRa-based localization system for emergency services in GPS-less environments
CN103728645A (zh) 一种室内外定位系统及其定位方法
CN107396280A (zh) 一种基于rssi的室内定位系统和方法
CN108413966A (zh) 基于多种传感测距技术室内定位系统的定位方法
Qiao et al. Research on improved localization algorithms RSSI-based in wireless sensor networks
El Houssaini et al. Iot based tracking of wireless sensor nodes with rssi offset compensation
Deepika et al. Design & development of location identification using RFID with WiFi positioning systems
Huseth et al. Pulsed-RF ultrawideband ranging for the GLANSER GPS-denied emergency responder navigation system
Khalel Position location techniques in wireless communication systems
Yang et al. UWB/INS Based Indoor Positioning and NLOS Detection Algorithm for Firefighters
Moschevikin et al. The impact of nlos components in time-of-flight networks for indoor positioning systems
Bouras et al. Geolocation analysis for search and rescue systems using LoRaWAN
CN206369546U (zh) 一种基于智能手机的混合定位系统
Olasupo et al. Link performance modeling of wireless sensor network deployment for mission-critical applications (underground deployment)
Kaundal et al. Wireless sensor node localization based on LNSM and hybrid TLBO-unilateral technique for outdoor location
Kirichek et al. Positioning methods based on flying network for emergencies
Fantin UWB localization system for partially GPS-denied robotic applications
Ardina et al. Tracking device for the mountaineers using GPS
Zhu et al. ColLoc: A collaborative location and tracking system on WirelessHART
Moon et al. An indoor positioning system for a first responder in an emergency environment
Barua et al. Effect of UWB channel time delay parameters on TDOA localization

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180223

RJ01 Rejection of invention patent application after publication