CN107816993A - 一种基于rssi‑ica的室内定位方法 - Google Patents

Abstract

本发明公开了一种基于RSSI‑ICA的室内定位方法，其特征在于，该方法包括：步骤1，在定位区域内布置未知节点和锚节点，获取锚节点坐标和测量的RSSI值，并进行5次RSSI测量；步骤2，对获取的5次RSSI值分别读取其锚节点信息，获取5个粗颗粒定位结果，坐标分别为G₁、G₂、…、G₅；步骤3，采用帝国竞争算法对粗定位结果进行优化，获取最终定位结果；步骤4，输出定位结果。本发明的有益效果为：通过对帝国主义竞争算法进行改造，并以质心法为基础对所计算得到的多次定位结果进行优化，以提高定位精度。

Description

一种基于RSSI-ICA的室内定位方法

技术领域

本发明涉及定位技术领域，具体而言，涉及一种基于RSSI-ICA的室内定位方法。

背景技术

室内定位算法通过各种无线信号技术，以距离为主要计算对象，在室内环境中对未知目标进行定位，得到对应的坐标。

目前主流的定位算法都是基于以下几种技术：利用超宽带脉冲信号的超宽带(UWB)技术、通过可编程的智能LED灯具实现的LED定位技术、基于无线网络的Wi-fi定位技术、基于ZIgBee的定位技术、基于射频识别(RFID) 的定位技术等。

通过这几种技术，可以测得一些参数进行定位计算，主要的参数有：TOA (Time ofArrival，到达时间)，TDOA(Time Difference of Arrival，到达时间差)，AOA(Angle ofArrival，到达角度)。对这些参数进行三边测量或三角计算可以得到未知点坐标。

但是，在进行室内定位时，由于未知节点是在不会长时间在同一位置不动，同时来自环境干扰和障碍物的短暂遮挡都会使定位结果发生偏差。

发明内容

为了解决对于多个定位结果处理的问题，本发明的目的在于提供一种基于RSSI-ICA的室内定位方法，通过对帝国主义竞争算法进行改造，并以质心法为基础对所计算得到的多次定位结果进行优化，以提高定位精度。

本发明提供了一种基于RSSI-ICA的室内定位方法，该方法包括：

步骤1，在定位区域内布置未知节点和锚节点，获取锚节点坐标和测量的 RSSI值，并进行5次RSSI测量；

步骤2，对获取的5次RSSI值分别读取其锚节点信息，获取5个粗颗粒定位结果，坐标分别为G₁、G₂、…、G₅；

步骤3，采用帝国竞争算法对粗定位结果进行优化，获取最终定位结果；

步骤4，输出步骤3优化得到的最优点G。

作为本发明进一步的改进，步骤1具体包括：

步骤101，将需要定位的区域分成若干方形小区域，布置未知节点和n个锚节点，锚节点位于方形小区域的各个角上，并将n个锚节点的位置存入数据库中；

其中，未知节点B的二维坐标为(X，Y)；

锚节点作为未知节点的逻辑和/或物理位置的确定依据并且其位置预先已知晓，第一锚节点A1的二维坐标为(x₁,y₁)，第二锚节点A2的二维坐标为 (x₂,y₂)，第三锚节点A3的二维坐标为(x₃,y₃)，第四锚节点A4的二维坐标为 (x₄,y₄)，第五锚节点A5的二维坐标为(x₅,y₅)，…，第n锚节点An的二维坐标为(x_n,y_n)；

步骤102，测量RSSI信息时，未知节点发送信号，各个锚节点分别检测 RSSI值，记录锚节点的RSSI值|RSSI_i|，每隔5秒进行5次RSSI测量，并将测量的RSSI值存入数据库；

步骤103，从数据库中获取布置的锚节点坐标和测量的RSSI值，判断是否执行5次测量，如果是则进行步骤2，否则进行步骤102。

作为本发明进一步的改进，将需要定位的区域分成两个方形小区域，锚节点A1、A2、A3、A4、A5、A6分别位于方形小区域的6个角上。

作为本发明进一步的改进，步骤2中具体包括：

步骤201，针对每次获取的RSSI值，根据式(1)计算每个锚节点的权重：

式中，ω_i为第i个锚节点的权重，|RSSI_i|为第i个锚节点与未知节点之间的 RSSI值，为n个锚节点与未知节点之间的RSSI值的和；

步骤202，根据式(2)进行粗定位，

式中，(X，Y)为未知节点坐标，(x_i,y_i)为第i个锚节点的坐标，ω_i为第i个锚节点的权重；

步骤203，针对5次获取的RSSI值，分别根据步骤201和步骤202得到 5个粗定位坐标G₁、G₂、…、G₅。

作为本发明进一步的改进，步骤3具体包括：

步骤301，分别根据5个坐标G₁、G₂、…、G₅，计算五个坐标的几何中心作为其对应的样本中心点，并根据这5个坐标G₁、G₂、…、G₅所在的点虚拟出另外5个点，坐标分别为G₆、G₇、…、G₁₀；

步骤302，根据式(3)分别计算五个点到样本中心点的距离构造代价函数：

步骤303，根据式(4)分别计算五个虚拟点到样本中心点的距离构造代价函数：

步骤304，将步骤302和步骤303中求得的代价函数按照升序排列，前三个定义为帝国主义国家，并用N_imp表示，其他的定义为殖民地国家，并用N_col表示；

步骤305，根据式(5)计算每个帝国的标准化势力大小，标准化势力大小与代价函数值成反比；

p_i＝1.3(max_1≤j≤Nimp{c_j})-c_i；(5)

式中，p_i为第i个帝国的标准化势力大小；max_1≤j≤Nimp{c_j}为根据步骤 302-304得到的帝国主义国家N_imp的势力J的最大值，c_i为第i个帝国的代价函数J_i；

根据式(6)为每个帝国主义国家分配初始殖民地：

式中，NC_i为第i个帝国的初始殖民地个数；为所有帝国标准化势力的和，N_col为殖民地国家的数量；

步骤306，根据式(7)计算每个帝国的总代价：

式中，J_impn为第n个帝国的代价值，N.C_n为第n个帝国的殖民地数量，表示这一帝国所有殖民的代价和，ξ为殖民地的影响因子，0＜ξ＜1, T.C_n为第n个帝国的总代价；

步骤307，全部殖民地按照x个单位进行移动，x～U(0,β×d)，式中，β＞1， d是殖民地国家和所属帝国主义国家之间的距离，随机变量x服从随机均匀分布；

当移动后殖民地的代价函数值小于所属的帝国时，该殖民地升级为帝国，原帝国降为殖民地；

步骤308，根据代价公式(7)，选取代价最大的帝国即最弱帝国，按照概率被其他两个帝国占有，在求得所有帝国占领的概率后，找到占领概率最大值，则其所对应的帝国为此次竞争的胜利者并取得该殖民地国家的控制权；

式中，max{T.Cim_p}为所有帝国中最大的代价值，T.C_i为第i个帝国的总代价；

步骤309，重复步骤307和308，根据步骤306定义的帝国总代价值，得到两个代价值最小的帝国，即最强的帝国A和B；

步骤310，求得帝国集团A与帝国集团B的集团力量值之比T.C_A/T.C_B，并对该比值进行判断，其中，T.C_A为帝国A的总代价，T.C_B为帝国B的总代价；

当该比值大于2或小于0.5时，则势利最强的帝国生出，该势利最强帝国对应的坐标为最优点，即为最终定位结果，进行步骤4，否则重复308直至该比值大于2或小于0.5。

作为本发明进一步的改进，步骤301中，虚拟出另外5个点的公式为：

G_5+a＝R*G_a；

其中，a＝{1,2,3,4,5}，R＝[γ₁,γ₂]^T；

G_a表示五个样本中心点，G_5+a表示根据样本中心点虚拟出来的五个虚拟点，R为一个二维向量，γ₁和γ₂表示两个随机数。

作为本发明进一步的改进，步骤306中ξ取0.4。

本发明的有益效果为：

1、传统的室内定位方法只是从硬件角度考虑对数据的优化，很少考虑到从软件角度对测量数据进行优化，由于未知节点的运动问题，本发明从在一定时间内对未知节点多次测量获取多个测量值，通过帝国竞争算法(ICA)进行优化，找到最优解；

2、本发明对于帝国竞争算法(ICA)也进行了一些改进，传统的ICA算法在分配殖民地分配过程中使用的公式为P_i＝max_1≤j≤Nimp{c_j}-c_i，此时可能会出现最弱帝国殖民地为0的现象，使得竞争过程因为最弱小帝国没有殖民地而难以在第一时间进行，影响算法效率，本发明将殖民地分配公式改进为 p_i＝1.3(max_1≤j≤Nimp{c_j})-c_i，使得每个帝国初始都有殖民地，从而避免了传统ICA 算法收敛慢的现象，加快了算法的执行效率；

3、以质心法为基础对所计算得到的多次定位结果进行优化，减小定位结果的误差，提高了定位精度。

附图说明

图1为本发明实施例所述的一种基于RSSI-ICA的室内定位方法流程示意图；

图2为本发明实施例锚节点布置示意图；

图3为图1中步骤3的流程示意图。

具体实施方式

下面通过具体的实施例并结合附图对本发明做进一步的详细描述。

实施例1，如图1所示，本发明实施例所述的一种基于RSSI-ICA的室内定位方法，该方法包括：

步骤1，在定位区域内布置未知节点和锚节点，获取锚节点坐标和测量的 RSSI值，并进行5次RSSI测量，具体包括：

步骤101，将需要定位的区域分成若干方形小区域，布置未知节点和n个锚节点，锚节点位于方形小区域的各个角上，并将n个锚节点的位置存入数据库中；

其中，未知节点B的二维坐标为(X，Y)；

锚节点作为未知节点的逻辑和/或物理位置的确定依据并且其位置预先已知晓，第一锚节点A1的二维坐标为(x₁,y₁)，第二锚节点A2的二维坐标为 (x₂,y₂)，第三锚节点A3的二维坐标为(x₃,y₃)，第四锚节点A4的二维坐标为(x₄,y₄)，第五锚节点A5的二维坐标为(x₅,y₅)，…，第n锚节点An的二维坐标为(x_n,y_n)；

优选的，如图2所示，将需要定位的区域分成两个方形小区域，锚节点 A1、A2、A3、A4、A5、A6分别位于方形小区域的6个角上，图中五角星为未知节点B，六个圆点为锚节点。

步骤102，测量RSSI信息时，未知节点发送信号，各个锚节点分别检测 RSSI值，记录锚节点的RSSI值|RSSI_i|，每隔5秒进行5次RSSI测量，并将测量的RSSI值存入数据库。

步骤103，从数据库中获取布置的锚节点坐标和测量的RSSI值，判断是否执行5次测量，如果是则进行步骤2，否则进行步骤102。

步骤2，对获取的5次RSSI值分别读取其锚节点信息，获取5个粗颗粒定位结果，坐标分别为G₁、G₂、…、G₅，具体包括：

步骤201，针对每次获取的RSSI值，根据式(1)计算每个锚节点的权重：

式中，ω_i为第i个锚节点的权重，|RSSI_i|为第i个锚节点与未知节点之间的 RSSI值，为n个锚节点与未知节点之间的RSSI值的和；

步骤202，根据式(2)进行粗定位，

式中，(X，Y)为未知节点坐标，(x_i,y_i)为第i个锚节点的坐标，ω_i为第i个锚节点的权重；

步骤203，针对5次获取的RSSI值，分别根据步骤201和步骤202得到 5个粗定位坐标G₁、G₂、…、G₅。

步骤3，采用帝国竞争算法对粗定位结果进行优化，获取最终定位结果，如图3所示，具体包括：

步骤301，分别根据5个坐标G₁、G₂、…、G₅，计算五个坐标的几何中心作为其对应的样本中心点，并根据这5个坐标G₁、G₂、…、G₅所在的点虚拟出另外5个点，坐标分别为G₆、G₇、…、G₁₀；

其中，虚拟出另外5个点的公式为：

G_5+a＝R*G_a；a＝{1,2,3,4,5}，R＝[γ₁,γ₂]^T；

G_a表示五个样本中心点，G_5+a表示根据样本中心点虚拟出来的五个虚拟点，R为一个二维向量，γ₁和γ₂表示两个随机数。

步骤302，根据式(3)分别计算五个点到样本中心点的距离构造代价函数：

步骤303，根据式(4)分别计算五个虚拟点到样本中心点的距离构造代价函数：

步骤304，将步骤302和步骤303中求得的代价函数按照升序排列，前三个定义为帝国主义国家，并用N_imp表示，其他的定义为殖民地国家，并用N_col表示；

步骤305，根据式(5)计算每个帝国的标准化势力大小，标准化势力大小与代价函数值成反比；

p_i＝1.3(max_1≤j≤Nimp{c_j})-c_i； (5)

式中，p_i为第i个帝国的标准化势力大小；max_1≤j≤Nimp{c_j}为根据步骤 302-304得到的帝国主义国家N_imp的势力J的最大值，c_i为第i个帝国的代价函数J_i；

根据式(6)为每个帝国主义国家分配初始殖民地：

式中，NC_i为第i个帝国的初始殖民地个数；为所有帝国标准化势力的和，N_col为殖民地国家的数量；

步骤306，根据式(7)计算每个帝国的总代价：

式中，J_impn为第n个帝国的代价值，N.C_n为第n个帝国的殖民地数量，表示这一帝国所有殖民的代价和，ξ为殖民地的影响因子，0＜ξ＜1, T.C_n为第n个帝国的总代价；优选的，ξ取0.4。

步骤307，全部殖民地按照x个单位进行移动，x～U(0,β×d)，式中，β＞1， d是殖民地国家和所属帝国主义国家之间的距离，随机变量x服从随机均匀分布；

当移动后殖民地的代价函数值小于所属的帝国时，该殖民地升级为帝国，原帝国降为殖民地；

步骤308，根据代价公式(7)，选取代价最大的帝国即最弱帝国，按照概率被其他两个帝国占有，在求得所有帝国占领的概率后，找到占领概率最大值，则其所对应的帝国为此次竞争的胜利者并取得该殖民地国家的控制权；

式中，max{T.C_imp}为所有帝国中最大的代价值，T.C_i为第i个帝国的总代价；

步骤309，重复步骤307和308，根据步骤306定义的帝国总代价值，得到两个代价值最小的帝国，即最强的帝国A和B；

步骤310，求得帝国集团A与帝国集团B的集团力量值之比T.C_A/T.C_B，并对该比值进行判断，其中，T.C_A为帝国A的总代价，T.C_B为帝国B的总代价；

当该比值大于2或小于0.5时，则势利最强的帝国生出，该势利最强帝国对应的坐标为最优点，即为最终定位结果，进行步骤4，否则重复308直至该比值大于2或小于0.5。

步骤4，输出步骤3优化得到的最优点G。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于RSSI-ICA的室内定位方法，其特征在于，该方法包括：

步骤1，在定位区域内布置未知节点和锚节点，获取锚节点坐标和测量的RSSI值，并进行5次RSSI测量；

步骤2，对获取的5次RSSI值分别读取其锚节点信息，获取5个粗颗粒定位结果，坐标分别为G₁、G₂、…、G₅；

步骤3，采用帝国竞争算法对粗定位结果进行优化，获取最终定位结果；

步骤4，输出步骤3优化得到的最优点G。

2.根据权利要求1所述的室内定位方法，其特征在于，步骤1具体包括：

步骤101，将需要定位的区域分成若干方形小区域，布置未知节点和n个锚节点，锚节点位于方形小区域的各个角上，并将n个锚节点的位置存入数据库中；

其中，未知节点B的二维坐标为(X，Y)；

锚节点作为未知节点的逻辑和/或物理位置的确定依据并且其位置预先已知晓，第一锚节点A1的二维坐标为(x₁,y₁)，第二锚节点A2的二维坐标为(x₂,y₂)，第三锚节点A3的二维坐标为(x₃,y₃)，第四锚节点A4的二维坐标为(x₄,y₄)，第五锚节点A5的二维坐标为(x₅,y₅)，…，第n锚节点An的二维坐标为(x_n,y_n)；

步骤102，测量RSSI信息时，未知节点发送信号，各个锚节点分别检测RSSI值，记录锚节点的RSSI值|RSSI_i|，每隔5秒进行5次RSSI测量，并将测量的RSSI值存入数据库；

步骤103，从数据库中获取布置的锚节点坐标和测量的RSSI值，判断是否执行5次测量，如果是则进行步骤2，否则进行步骤102。

3.根据权利要求2所述的室内定位方法，其特征在于，将需要定位的区域分成两个方形小区域，锚节点A1、A2、A3、A4、A5、A6分别位于方形小区域的6个角上。

4.根据权利要求1所述的室内定位方法，其特征在于，步骤2中具体包括：

步骤201，针对每次获取的RSSI值，根据式(1)计算每个锚节点的权重：

式中，ω_i为第i个锚节点的权重，|RSSI_i|为第i个锚节点与未知节点之间的RSSI值，为n个锚节点与未知节点之间的RSSI值的和；

步骤202，根据式(2)进行粗定位，

式中，(X，Y)为未知节点坐标，(x_i,y_i)为第i个锚节点的坐标，ω_i为第i个锚节点的权重；

步骤203，针对5次获取的RSSI值，分别根据步骤201和步骤202得到5个粗定位坐标G₁、G₂、…、G₅。

5.根据权利要求1所述的室内定位方法，其特征在于，步骤3具体包括：

步骤301，分别根据5个坐标G₁、G₂、…、G₅，计算五个坐标的几何中心作为其对应的样本中心点，并根据这5个坐标G₁、G₂、…、G₅所在的点虚拟出另外5个点，坐标分别为G₆、G₇、…、G₁₀；

步骤302，根据式(3)分别计算五个点到样本中心点的距离构造代价函数：

步骤303，根据式(4)分别计算五个虚拟点到样本中心点的距离构造代价函数：

步骤304，将步骤302和步骤303中求得的代价函数按照升序排列，前三个定义为帝国主义国家，并用N_imp表示，其他的定义为殖民地国家，并用N_col表示；

步骤305，根据式(5)计算每个帝国的标准化势力大小，标准化势力大小与代价函数值成反比；

p_i＝1.3(max_1≤j≤Nimp{c_j})-c_i； (5)

式中，p_i为第i个帝国的标准化势力大小；max_1≤j≤Nimp{c_j}为根据步骤302-304得到的帝国主义国家N_imp的势力J的最大值，c_i为第i个帝国的代价函数J_i；

根据式(6)为每个帝国主义国家分配初始殖民地：

式中，NC_i为第i个帝国的初始殖民地个数；为所有帝国标准化势力的和，N_col为殖民地国家的数量；

步骤306，根据式(7)计算每个帝国的总代价：

式中，J_impn为第n个帝国的代价值，N.C_n为第n个帝国的殖民地数量，表示这一帝国所有殖民的代价和，ξ为殖民地的影响因子，0＜ξ＜1,T.C_n为第n个帝国的总代价；

步骤307，全部殖民地按照x个单位进行移动，x～U(0,β×d)，式中，β＞1，d是殖民地国家和所属帝国主义国家之间的距离，随机变量x服从随机均匀分布；

当移动后殖民地的代价函数值小于所属的帝国时，该殖民地升级为帝国，原帝国降为殖民地；

步骤308，根据代价公式(7)，选取代价最大的帝国即最弱帝国，按照概率被其他两个帝国占有，在求得所有帝国占领的概率后，找到占领概率最大值，则其所对应的帝国为此次竞争的胜利者并取得该殖民地国家的控制权；

式中，max{T.C_imp}为所有帝国中最大的代价值，T.C_i为第i个帝国的总代价；

步骤309，重复步骤307和308，根据步骤306定义的帝国总代价值，得到两个代价值最小的帝国，即最强的帝国A和B；

步骤310，求得帝国集团A与帝国集团B的集团力量值之比T.C_A/T.C_B，并对该比值进行判断，其中，T.C_A为帝国A的总代价，T.C_B为帝国B的总代价；

当该比值大于2或小于0.5时，则势利最强的帝国生出，该势利最强帝国对应的坐标为最优点，即为最终定位结果，进行步骤4，否则重复308直至该比值大于2或小于0.5。

6.根据权利要求5所述的室内定位方法，其特征在于，步骤301中，虚拟出另外5个点的公式为：

G_5+a＝R*G_a；

其中，a＝{1,2,3,4,5}，R＝[γ₁,γ₂]^T；

G_a表示五个样本中心点，G_5+a表示根据样本中心点虚拟出来的五个虚拟点，R为一个二维向量，γ₁和γ₂表示两个随机数。

7.根据权利要求5所述的室内定位方法，其特征在于，步骤306中ξ取0.4。