CN109116343A - 一种移动终端接收信号强度的滤波方法 - Google Patents

Abstract

本发明涉及移动终端的定位算法技术领域，更具体而言，涉及本发明提供了一种移动终端接收信号强度的滤波方法，有效利用了移动终端的位置连续性，利用已有数据对移动终端的RSSI进行曲线拟合，从而实现RSSI的精确估计和滤波；结合权重系数提高了滤波方法的自适应性，满足了移动终端不同运动状态下的滤波需求。

Description

一种移动终端接收信号强度的滤波方法

技术领域

本发明涉及移动终端的定位算法技术领域，更具体而言，涉及一种移动终端接收信号强度的滤波方法。

背景技术

在众多移动终端定位系统中，基于接收信号强度(Received Signal StrengthIndication，RSSI)的定位算法由于定位速度快、RSSI获取简单、不需要额外硬件设备等特点而被广泛应用。

在实际环境中，RSSI的测量值受到多径效应、障碍物遮挡和多普勒效应的影响表现为快速起伏变化的快衰落，RSSI的快衰落现象导致基于RSSI的定位算法精度不高，因此需要对RSSI的测量值进行滤波处理以提高定位算法的精度。

目前已知的RSSI滤波方法有均值滤波、递推平均滤波、中值滤波、狄克逊检验法滤波、高斯滤波、速度常量滤波和卡尔曼滤波等。此外，陶为戈等人提出基于均值滤波、中值滤波和高斯滤波的混合滤波方法，将以上三种滤波的结果再做均值处理，其数据点在时间和空间上并不存在关联性。潘锟等人采用类似的方法，提出对RSSI测量值先进行IIR滤波后再进行中值滤波的处理方法。Alessandro Redondi等人提出采用粒子滤波的方式提高定位算法的精度，该方法先将RSSI转换为移动终端与基站的距离，再由距离值计算更新后粒子的权重，最后根据所有粒子的位置和权重计算出估计位置并重新更新粒子。粒子滤波通过已有的数据对当前位置进行估计，但其对偶然性的大衰落滤波效果不佳。

发明内容

本发明的目的在于提供一种移动终端接收信号强度的滤波方法，有效利用移动终端的位置连续性，通过数据曲线拟合的方式实现RSSI的滤波，降低快衰落对定位精度的影响。

为达到上述目的，本发明提供的技术方案为：

1.一种移动终端接收信号强度的滤波方法，其特征在于，包括以下步骤：

S1、按照时间顺序依次获取移动终端的N个RSSI值r_i，其中i＝1…N，令R＝[r₁,r₂…r_N]；

S2、采用变量i的M个拟合函数构建一个M*N的矩阵X作为输入项；

S3、设置变量j＝1；

S4、计算第j点RSSI值拟合滤波时所有RSSI值的权重系数w_ji＝exp(-(j-i)²/2/L²)，其中i＝1…N，L为宽度参数，控制函数的作用范围，并构建N*N的权重矩阵W_j：

S5、利用所述S1的R、所述S2的输入项X和所述S4的权重矩阵W_j计算出第j点的所有输入项的系数K_j＝(XW_jX^T)^-1XW_jR；

S6、利用所述S2和所述S5得到的输入项X和系数Kj计算出第j点滤波后的RSSI值f_j：

其中x_mj为输入项X第m行第j列元素，k_jm为系数K_j的第m行元素；

S7、步骤7，递增变量j，并重复所述S4、S5、S6和S7直至计算完所有点的RSSI值。

与现有技术相比，本发明所具有的有益效果为：

本发明提供了一种移动终端接收信号强度的滤波方法，有效利用了移动终端的位置连续性，利用已有数据对移动终端的RSSI进行曲线拟合，从而实现RSSI的精确估计和滤波；结合权重系数wji提高了滤波方法的自适应性，满足了移动终端不同运动状态下的滤波需求。

附图说明

图1为本发明提供的一种移动终端接收信号强度的滤波方法的流程图；

图2为本发明的滤波方法与均值滤波、卡尔曼滤波的误差对比图；

图3为本发明在不同运动状态下进行滤波的结果示意图；

图4为本发明在不同运动状态下进行滤波的误差示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种移动终端接收信号强度的滤波方法，具体步骤详细描述如下：

步骤101按照时间顺序依次获取移动终端的N个RSSI值r_i，其中i＝1…N，在本发明实施例中N取64，令R＝[r₁,r₂…r₆₄]；

步骤102采用变量i的M个拟合函数构建一个M*N的矩阵X作为输入项，在本发明实施例中M取3，拟合函数采用变量i的倒数项、常数项和一次项，矩阵X可表示为：

步骤103设置变量j＝1；

步骤104计算第j点RSSI值拟合滤波时所有RSSI值的权重系数wji＝exp(-(j-i)²/2/L²)，其中i＝1…N，L为宽度参数，控制函数的作用范围，在本发明实施例中L取5，并构建64*64的权重矩阵W_j：

步骤105利用步骤101的R、步骤102的输入项X和步骤104的权重矩阵W_j计算出第j点的所有输入项的系数K_j＝(XW_jX^T)^-1XW_jR；

步骤106利用步骤102和步骤105得到的输入项X和系数K_j计算出第j点滤波后的RSSI值f_j：

其中x_mj为输入项X第m行第j列元素，k_jm为系数K_j的第m行元素，在本发明实施例中f_j＝x_1jk_j1+x_2jk_j2+x_3jk_j3；

步骤107递增变量j，并检查所有点的RSSI值是否已经计算完毕，即变量j是否大于N，若计算完毕跳转至步骤108，若未计算完毕跳转至步骤104；

步骤108滤波结束。

图2是针对同一个移动终端在移动过程中获取到的RSSI，分别采用所述滤波方法、均值滤波和卡尔曼滤波进行滤波处理后滤波值与真实值的误差对比图。由图中可以非常清晰的看出，所述滤波方法的误差明显低于均值滤波和卡尔曼滤波的误差，可实现RSSI的精确估计和滤波。

图3-4是针对同一个移动终端的RSSI，在不同运动状态下采用所述滤波方法进行滤波的示意图。图中先后模拟了慢速移动、静止和快速移动三种运动状态，所述滤波方法在不同运动状态下的误差变化基本一致，可以满足不同移动状态下的滤波需求。

上面仅对本发明的较佳实施例作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化，各种变化均应包含在本发明的保护范围之内。

Claims (1)

1.一种移动终端接收信号强度的滤波方法，其特征在于，包括以下步骤：

S1、按照时间顺序依次获取移动终端的N个RSSI值r_i，其中i＝1…N，令R＝[r₁,r₂…r_N]；

S2、采用变量i的M个拟合函数构建一个M*N的矩阵X作为输入项；

S3、设置变量j＝1；

S4、计算第j点RSSI值拟合滤波时所有RSSI值的权重系数w_ji＝exp(-(j-i)²/2/L²)，其中i＝1…N，L为宽度参数，控制函数的作用范围，并构建N*N的权重矩阵W_j：

S5、利用所述S1的R、所述S2的输入项X和所述S4的权重矩阵W_j计算出第j点的所有输入项的系数K_j＝(XW_jX^T)^-1XW_jR；

S6、利用S2得到的输入项X和S5得到的系数Kj计算出第j点滤波后的RSSI值f_j：

其中x_mj为输入项X第m行第j列元素，k_jm为系数K_j的第m行元素；

S7、步骤7，递增变量j，并重复所述S4、S5、S6和S7直至计算完所有点的RSSI值。