CN111381226B - 一种基于多频段接收信号强度的测距增强方法 - Google Patents

Abstract

本发明公开了一种基于多频段接收信号强度的测距增强方法，首先布置发射节点、目标节点，针对选择的N个特定频带，使用射频接收机对信道进行测量，收集每个频带上的接收功率，并记录发射机—接收机真实距离，并分别构建可视距场景、非可视距场景下的样本集；分别针对所述样本集估计对应场景下每个子频带的路径损耗指数，计算N个频带上所得的阴影衰落效应的协方差矩阵；估计发射机与接收机之间的距离，本发明考虑到频率因素对路径损耗指数的影响，利用多频带测距，采用与频率相关的路径损耗指数，并结合多个频带阴影衰落的协方差矩阵，估计目标与发射端的距离，减小模型不匹配带来的精度下降的问题，克服接收功率变化较大的缺点，提高测距精度。

Description

一种基于多频段接收信号强度的测距增强方法

技术领域

本发明属于无线电通信技术领域，具体涉及一种基于多频段接收信号强度的测距增强方法。

背景技术

基于接收信号强度的测距定位技术，由于其成本低、操作简单，便于在大众市场使用，因此，该技术在过去几十年受到了广泛的关注。然而，由于存在路径损耗模型不准确、阴影效应引起的功率变化大、多路径传播及噪声等诸多因素，使得基于RSS的测距性能受到限制。为了提高测距精度，人们进行了大量的研究。例如，文献[A.Coluccia，A.Fascista.Onthe Hybrid TOA/RSS Range Estimation in Wireless Sensor Networks[J].IEEETransactions on Wireless Communications,2018,17(1):361-370]及文献[J.Zhang,L.Ding,Y.Wang，L.Hu.Measurement-based indoor NLOS TOA/RSS range errormodelling[J].Electronics Letters,2016,52(2):165-167]提出将RSS信息与其他测量信息(如：到达时间信息)相融合，这样显然提高了测距性能，但也存在缺点，如：增加了算法的复杂性。文献[A.Zanella,A.Bardella.RSS-Based Ranging by Multichannel RSSAveraging[J].IEEE Wireless Communications Letters,2014,3(1):10-13]提出了一种简单有效的方法，即利用统一的频率无关路径损耗模型对相邻频段的接收信号强度测量值进行平均。采用这种方式，没有考虑到在基于接收信号强度的测距方法中加入频率相关的路径损耗参数，如：衰减指数、阴影衰落因子等，因此可能造成模型失配，从而影响测距精度。

南京信息工程大学提出的专利申请文件“一种基于改进的无迹卡尔曼滤波的室内测距定位方法”(申请号：201710133354.7，公布号：106707235A)中公开了一种改进的室内测距定位方法。该方法使用常规的卡尔曼滤波方法对接收到的RSSI进行预处理得到状态变量的最优估计；然后，使用最小二乘法对处理后的RSSI进行数据拟合；然后，使用基于鲁棒目标函数的改进无迹卡尔曼滤波方法实现对RSSI的二次处理，得到锚节点与目标节点之间的距离；最后，通过三边测量法估计未知节点位置。虽然该改进测距定位方法在一定程度上可提高测距精度，但是该方法存在一些不足，如：该方法基于卡尔曼滤波实现测量数据的预处理，但是对于非线性系统卡尔曼滤波方法不能实现对目标状态实现最优的估计，而实际的系统又多为非线性系统，因此使用该方法对测距精度有一定影响；改进的卡尔曼滤波方法是基于卡尔曼滤波的预处理数据实现二次处理，因此会使误差再次积累，且增加了算法的复杂性。西安电子科技大学提出的专利申请文件“基于泰勒级数展开对室内目标的测距定位方法”(申请号：201710157721.7，公布号：106970379A)中公开了一种基于泰勒级数展开的室内定位方法。该方法将采集到的有效测距接入点的RSSI通过小波滤波器滤波，依据RSSI排序，然后进行分组。将每组有效测距接入点的RSSI通过后向传播神经网络模型得到距离信息，利用每组距离信息按照泰勒级数展开得到对应的目标位置的预估值，将所有预估值依次连接形成定位圈，将该定位圈的质心坐标作为目标位置的最终位置坐标。该方法的不足是需要提前训练后向传播神经网络模型，增加了算法的计算量和复杂度。

在基于RSS的测距方法中，没有考虑引入频率相关的路径损耗参数。在传统的采用RSS的测距应用中，由于路径损耗指数与信道测量数据的频率相关性较弱，因此会导致模型失配。

发明内容

为了解决现有技术中存在的问题，本发明提供一种基于多频段接收信号强度的测距增强方法，本发明基于对频率相关的路径损耗模型研究，利用多频段测距，同时考虑多个频段的阴影衰落特性，利用不同频段的RSS测量值，计算频率相关的路径损耗指数，从而可估计接收机与发射机之间的距离，一方面可避免模型失配，一方面可克服接收功率变化较大的缺点，从而可提高测距精度。

为了实现上述目的，本发明采用的技术方案是，一种基于多频段接收信号强度的测距增强方法，包括以下步骤：

S1，在待测场景内布置发射天线和接收天线，布置锚节点作为发射天线位置；锚节点包括第一锚节点和第二锚节点，布置目标节点作为接收天线位置，目标节点使得第一锚节点对应于可视距场景和第二锚节点对应于非可视距场景；

S2，基于S1所布置的发射天线和接收天线确定待测多频带，分别构建可视距场景和非可视距场景下的样本集；

S3，基于可视距场景和非可视距场景下每个子频带的样本集，估计出每个子频带的路径损耗指数；建立可视距场景和非可视距场景下的路径损耗指数模型；

S4，针对S2所得可视距和非可视距场景下得到的样本集，分别计算出多频带阴影衰落的协方差矩阵；

S5，根据采集无线电数据，确定每个子频带的路径损耗指数，并构建出关于路径损耗指数的向量；

S6，根据S5所得路径损耗指数的向量以及S4所得多频带阴影衰落的协方差矩阵，计算可视距场景和非可视距场景下接收机与发射机距离的估计值。

S1中，发射和接收天线为全向天线，发射天线和接收天线位置采用全球卫星定位系统或者光学全站仪测量得出。

S2具体包括以下步骤：

(1)选定N个子频带，即Q₁、Q₂、Q₃、…Q_N；

(2)分别在可视距场景和非可视距场景下，发射天线按照测量频率依次发射测量信号；

(3)接收天线获取与测量频率对应的接收功率值；

(4)收集每个频带上的接收功率数据和发射天线与接收天线的真实距离；

(5)分别构建可视距场景和非可视距场景下的样本集。

S3中，采用最小二乘法或最大似然估计方法估计出对应场景下每个频带的路径损耗指数。

S3中，

与频率相关的路径损耗为：

其中，P_T,dB表示发送功率，单位为dB；G_T,R表示发送天线和接收天线的增益；L_dB(d₀,f_c)表示在参考位置d₀处与频率有关的路径损耗；χ(d,f_c)表示与距离和频率有关的阴影效应；

使用可视距场景下的样本集，估计出每个子频带的可视距场景下的路径衰减指数，根据可视距场景下的路径衰减指数建立可视距场景下的路径损耗指数模型；

使用非可视距场景下的样本集，估计每个子频带的非可视距场景下的路径衰减指数，根据非可视距场景下的路径衰减指数建立非可视距场景下的路径损耗指数模型。

S5中，单频段接收功率为：

多频段接收功率为：

将上式写为向量的形式：

其中，n为路径损耗指数向量，

n(f_c,1)，n(f_c,2)…n(f_c,N)分别为N个子频带路径损耗指数。

接收机与发射机距离的估计值为：

其中，Σ_ε为阴影效应的协方差矩阵。

与现有技术相比，本发明至少具有以下有益效果：

本发明所述方法考虑到了频率因素对路径损耗指数的影响，采用一种更加简单的基于多频段接收信号强度的增强测距方法，减小了由于传统路径损耗模型不匹配从而导致测距误差的问题；本发明采用多频带进行测距，克服了传统测距方法中接收信号功率变化较大的缺点；本发明还考虑了多个频段阴影衰落特性，结合多频段阴影衰落因子的协方差矩阵，预估接收机与发射机的距离，测距性能优于传统的测距方法。

附图说明

图1为本发明一种实施方法的流程图。

图2为采用本发明所述方法在可视距场景下路径损耗指数n(f_c)。

图3为采用本发明所述方法在非可视距场景下路径损耗指数n(f_c)。

具体实施方式

下面结合附图对本发明做进一步的描述。

在待测场景内布置发射天线和接收天线，布置锚节点作为发射天线位置；锚节点包括第一锚节点和第二锚节点，布置目标节点作为接收天线位置，目标节点使得第一锚节点对应于可视距场景和第二锚节点对应于非可视距场景；

实施例

在一个8*4m的会议室中搭建2.4GHz～5.4GHz信道测量平台，然后进行信道测量，最后根据测量数据，使用MATLAB进行仿真，验证本发明方法的可靠性。

(1)在待测场景内布置5个锚节点，为发射天线位置，用于发射射频信号。在待测场景内布置120个目标节点，为接收天线位置，用于接收锚节点发送的射频信号并测量其接收功率值。选取的目标节点使得3个锚节点对应于可视距(LOS)场景，剩余2个锚节点对应于非可视距(NLOS)场景，发射和接收天线为全向天线，发射天线和接收天线位置由全球卫星定位系统(例如GPS或北斗)或者光学全站仪测量得出。

(2)确定待测多频带；针对预先选定的160个特定的频带(Q₁,Q₂,…,Q₁₆₀)，使用无线电接收机对信道进行测量，并记录保存接收功率值和相对应的接收天线位置坐标。

(3)建立不同场景下路径损耗指数的模型

为了减小多径效应的影响，对频带上的功率进行平均。对每个子带，用最小二乘法或最大似然估计方法可估计出该子频带的路径损耗指数n(f_c,i)。经计算，每个子频带的n(f_c,i)如图2所示。

图2和图3中的点为使用最小二乘法或最大似然估计方法得到的每个子带的路径损耗指数n(f_c,i)，i＝1,2,…N,其中x轴表示每个子带对应的中心载波频率。采用曲线拟合方法，得到整个频带的n(f_c)，拟合结果见图2和图3中的虚线，其中，x轴为每个子频带的中心载波频率，纵轴为路径损耗指数。其中散点表示采用本发明方法估计的每个载波频段的路径损耗指数，虚线表示拟合后的整个频带的路径损耗指数曲线，图2为可视距场景下估计的路径损耗指数；图3为非可视距场景下估计的路径损耗指数。

由图2和图3可以看出，路径损耗指数n(f_c)与频率有关，在可视距场景中，n(f_c)随着f_c的增加而减少，在非可视距场景中n(f_c)随着f_c的增加而增加。

采用曲线拟合方法，建立可视距(LOS)、非可视距(NLOS)场景下的路径损耗指数模型n(f_c)：

n_LOS(f_c)＝a₁·f_c+b₁

n_NLOS(f_c)＝a₂·f_c+b₂

其中，f_c为每个子频带的中心载波频率，f_c的单位为GHz。本实施例中计算得到：a₁＝-0.112，b₁＝2.021，a₂＝0.187，b₂＝1.189。

(4)估计接收端与发射端之间距离

利用上一步得到的n(f_c)模型，使用下式计算不同场景下接收机与发射机距离的估计值。

(5)计算本发明提出的利用多频带且考虑阴影衰落因子的协方差矩阵Σ_ε的方法，在可视距场景、非可视距场景下的测距误差。

(6)将本发明方法与文献[A.Zanella,A.Bardella.RSS-Based Ranging byMultichannel RSS Averaging[J].IEEE Wireless Communications Letters,2014,3(1):10-13]中的平均测距方法、传统的基于RSS的方法相比较。

使用不同方法进行测距，计算在可视距场景和非可视距场景下测距误差的均值、标准差和均方根误差(RMSE)，计算结果如表1所示，由表1可见，与其他4种方法相比，本发明提出的测距方法，无论是否考虑阴影衰落信息，不管是在可视距还是非可视距场景下，都具有最小的RMSE值，从表1中明显可见，本发明所述多频段测距方法，如果考虑阴影衰落信息，RMSE值在所有方法中最小，因此，本发明所提方法优于其他方法。

本发明方法相比于传统的单波段RSS测距方法、文献[A.Zanella,A.Bardella.RSS-Based Ranging by Multichannel RSS Averaging[J].IEEE WirelessCommunications Letters,2014,3(1):10-13]的平均测距方法，具有更可靠的测距结果，提高了测距精度。

表1

Claims (7)

1.一种基于多频段接收信号强度的测距增强方法，其特征在于，包括以下步骤：

S1，在待测场景内布置发射天线和接收天线，布置锚节点作为发射天线位置；锚节点包括第一锚节点和第二锚节点，布置目标节点作为接收天线位置，目标节点使得第一锚节点对应于可视距场景和第二锚节点对应于非可视距场景；

S2，基于S1所布置的发射天线和接收天线确定待测多频带，分别构建可视距场景和非可视距场景下的样本集；

S3，基于可视距场景和非可视距场景下每个子频带的样本集，估计出每个子频带的路径损耗指数；建立可视距场景和非可视距场景下的路径损耗指数模型；

S4，针对S2所得可视距和非可视距场景下得到的样本集，分别计算出多频带阴影衰落的协方差矩阵；

S5，根据采集无线电数据，确定每个子频带的路径损耗指数，并构建出关于路径损耗指数的向量，

S6，根据S5所得路径损耗指数的向量以及S4所得多频带阴影衰落的协方差矩阵，计算可视距场景和非可视距场景下接收机与发射机距离的估计值。

2.根据权利要求1所述的基于多频段接收信号强度的测距增强方法，其特征在于，S1中，发射和接收天线为全向天线，发射天线和接收天线位置采用全球卫星定位系统或者光学全站仪测量得出。

3.根据权利要求1所述的基于多频段接收信号强度的测距增强方法，其特征在于，S2具体包括以下步骤：

(1)选定N个子频带，即Q₁、Q₂、Q₃、…Q_N；

(2)分别在可视距场景和非可视距场景下，发射天线按照测量频率依次发射测量信号；

(3)接收天线获取与测量频率对应的接收功率值；

(4)收集每个频带上的接收功率数据和发射天线与接收天线的真实距离；

(5)分别构建可视距场景和非可视距场景下的样本集。

4.根据权利要求1所述的基于多频段接收信号强度的测距增强方法，其特征在于，S3中，采用最小二乘法或最大似然估计方法估计出对应场景下每个频带的路径损耗指数。

5.根据权利要求1所述的基于多频段接收信号强度的测距增强方法，其特征在于，S3中，

与频率相关的路径损耗为：

其中，P_T，dB表示发送功率，单位为dB；G_T,R表示发送天线和接收天线的增益；L_dB(d₀,f_c)表示在参考位置d₀处与频率有关的路径损耗；χ(d,f_c)表示与距离和频率有关的阴影效应；f_c为每个子频带的中心载波频率，

使用可视距场景下的样本集，估计出每个子频带的可视距场景下的路径衰减指数，根据可视距场景下的路径衰减指数建立可视距场景下的路径损耗指数模型；

使用非可视距场景下的样本集，估计每个子频带的非可视距场景下的路径衰减指数，根据非可视距场景下的路径衰减指数建立非可视距场景下的路径损耗指数模型。

6.根据权利要求1所述的基于多频段接收信号强度的测距增强方法，其特征在于，S5中，单频段接收功率为：

多频段接收功率为：

将上式写为向量的形式：

其中，n为路径损耗指数向量，

n(f_c，1)，n(f_c，2)…n(f_c,N)分别为N个子频带路径损耗指数。

7.根据权利要求1所述的基于多频段接收信号强度的测距增强方法，其特征在于，接收机与发射机距离的估计值为：

其中，Σ_ε为阴影效应的协方差矩阵。

Images