CN113473523B - 基于节点邻居关系和rssi频率分布的无线节点邻近感知方法 - Google Patents
基于节点邻居关系和rssi频率分布的无线节点邻近感知方法 Download PDFInfo
- Publication number
- CN113473523B CN113473523B CN202110818272.2A CN202110818272A CN113473523B CN 113473523 B CN113473523 B CN 113473523B CN 202110818272 A CN202110818272 A CN 202110818272A CN 113473523 B CN113473523 B CN 113473523B
- Authority
- CN
- China
- Prior art keywords
- node
- rssi
- nodes
- result set
- judging
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于节点邻居关系和RSSI频率分布的无线节点邻近感知方法，包括离线测量：步骤S1:通过移动设备对待测无线节点的RSSI进行m次采样并记录；步骤S2:设置相关指标，并作为离线文件存储于数据库当中；在线估计：步骤Z1:移动终端对所有扫描到的机器节点采样RSSI信号，并对RSSI排序，统计得到最大值记为,并判断节点i是否为距离移动终端最近的节点，生成结果集C1；步骤Z2:判断结果集C1节点数量,并进行进一步筛选，并生成结果集C2；步骤Z3：判断结果集C2中的节点数量，并进一步筛选，生成最终结果集C3；步骤Z4：对最终结果集C3进行判断，并将结果呈现于终端显示器。本发明有效克服由于信号波动导致的精度低下的问题，并大大减少RSSI信号的采集时间。
Description
技术领域
本发明涉及邻近度估计技术领域，涉及一种基于节点邻居关系和RSSI频率分布的无线节点邻近感知方法。
背景技术
随着无线通信技术与工业物联网的发展，工业领域对便捷、智能的人机交互方式提出了更高的要求。通过邻近感知的方式将终端设备准确连接到目标机器，不仅可以向该机器下达任务指令，实现数据可靠交换，还能及时监测机器异常，完成信息采集，处理，和实时操控。在面对大型危险设备，基于邻近感知的非接触式人机交互甚至可以充分保证操作人员人身安全。考虑到在邻近感知应用场景中机器节点往往布署密集，故而终端设备与目标机器建立快速可靠的通信连接极具应用价值。
发明内容
有鉴于此，本发明的目的在于提供一种基于节点邻居关系和RSSI频率分布的无线节点邻近感知方法
为实现上述目的，本发明采用如下技术方案：
一种基于节点邻居关系和RSSI频率分布的无线节点邻近感知方法，包括：
离线测量
步骤S1:通过移动设备对待测无线节点的RSSI进行m次采样并记录；
步骤S2:将距离终端设备最近节点记为k，其他节点记为M-，并将节点k的原始RSSI信号最小值记为L(R(k))，其他节点原始RSSI信号最大值则记为U(R(M-))；并将节点k的
的最小值记为
其他节点
的最大值记为
最后将上述指标作为离线文件存储于数据库当中；
在线估计：
步骤Z1:移动终端对所有扫描到的机器节点采样RSSI信号，并对RSSI排序，统计得到最大值记为Rmax(i)，并判断节点i是否为距离移动终端最近的节点，生成生成结果集C1；
步骤Z2:判断结果集C1节点数量，若数量为1，则确定其为最近节点，输出结果；如果C1包含多个节点，则对剩余节点采样RSSI多次,进行进一步筛选，并生成结果集C2；
步骤Z3：判断结果集C2中的节点数量，若C2中只有一个节点，则估计其为邻近节点，若仍存在多个节点，则依据离线测量步骤S1，对剩余每个节点i计算其邻居节点i-1和i+1的RSSI信号均值，并进一步筛选，生成最终结果集C3；
步骤Z4：对最终结果集C3进行判断，并将结果呈现于终端显示器。
进一步的，所述步骤S1具体为：移动终端对所有扫描到的节点采集RSSI信号m次，并记节点i出现频率最高的RSSI值为rmax(i)；以rmax(i)为圆心，w为半径，对节点RSSI进行筛除，保留满足条件的RSSI值，并记为r(i)，其中r(i)∈[rmax(i)-w,rmax(i)+w]。对节点i剩余RSSI求取均值，记为
进一步的，所述步骤S2具体为：
将距离终端设备最近节点记为k，其他节点记为M-，并将节点k的原始RSSI信号最小值记为L(R(k))，其他节点原始RSSI信号最大值则记为U(R(M-))；
同时，将节点k的
的最小值记为
其他节点
的最大值记为
将上述指标作为离线文件存储于数据库当中。
进一步的，所述步骤Z1具体为：
移动终端对所有扫描到的机器节点采样RSSI信号1次，并对RSSI排序，统计得到最大值记为Rmax(i)；
依据离线测量阶段记录的L(R(k))和U(R(M-))判断Rmax(i)≥U(R(M-))是否成立，若成立，则确定节点i为距离移动终端最近的节点，并输出结果；否则保留满足条件L(R(k))≤R(i)≤U(R(M-))的节点，生成结果集C1。
进一步的，所述步骤Z2具体为：判断结果集CI节点数量，若数量为1，则确定其为最近节点，输出结果；如果C1包含多个节点，则对剩余节点采样RSSI多次，并利用离线测量阶段得到的
和
进一步筛选；
对剩余节点RSSI计算
并统计最大值记为
判断
是否成立，若成立，则将节点i确定为邻近节点，输出结果；否则保留满足条件
的节点，并生成结果集C2。
进一步的，所述步骤Z3具体为：判断结果集C2中的节点数量，若C2中只有一个节点，则估计其为邻近节点，若仍存在多个节点，则依据离线测量第一步，对剩余每个节点i计算其邻居节点i-1和i+1的RSSI信号均值，记为
并将其融入节点i的特征计算，表示为
进一步地，判断
是否成立，若该条件不成立，则同时保留节点i，j；若条件成立且满足
则删除节点i，保留节点j，若
则删除节点j，保留节点i；其中i，j为互异节点，η为阈值
对C2中所有节点进行处理，并将剩余节点保存，生成最终结果集C3。
本发明与现有技术相比具有以下有益效果：
1、本发明在无线节点密集部署的环境中，通过提取各节点频率最高的RSSI值构造更稳定的信号特征，有效克服由于信号波动导致的精度低下的问题，并大大减少RSSI信号的采集时间，从而保证了实时性，提高用户体验度；
2、本发明综合考虑了节点的空间分布特征，并将其融入指标计算，构造了基于节点邻居关系和RSSI频率分布的判决指标，在节点密度大的应用场景，显著增加目标节点的辨识度，最终将筛选结果缩减到了一个很小的范围，简化了终端设备——目标节点的连接过程；
3、本发明通过对节点采集RSSI信号，提取鲁棒性更强的信号特征，层层递进逐步确立目标节点；不需要额外的硬件开发，操作复杂度低，经济适用性强，在各种邻近感知场景都能提供稳定的服务。
附图说明
图1是本发明一实施例中应用场景示例；
图2是本发明方法流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1，本实施例中包含一个由8台PLC控制器组成的工业测试平台，控制器等间距排列，且间隔为0.9米，如图1所示。每台控制器与一块nRF52832蓝牙无线模块相连接。工程师位于距邻近节点1.8米的位置，以实现移动终端与目标无线节点的连接。基于节点邻居关系和RSSI频率分布的无线节点邻近感知方法的工作流程如图2所示。本实验执行100次，并统计结果。
(一)离线测量
第一步，工程师利用移动终端对所有扫描到的蓝牙采集RSSI信号20次。记录每个蓝牙节点最大RSSI值rmax(i)，保留满足r(i)∈[rmax(i)-8,rmax(i)+8]的信号，并计算均值
第二步，根据采集结果，统计指标L(R(k))，U(R(M-))，
和
将结果记录为表1。
表1
(二)在线估计
第一步，移动终端对机器节点采样RSSI信号1次，并获得最大值Rmax(i)。依据表1统计的结果，判断Rmax(i)≥-47是否成立，若成立，则确定节点i为距离移动终端最近的节点；否则保留满足条件-72≤R(i)≤-47的节点，生成结果集C1。
第二步，判断结果集C1节点数量，若数量为1，则将其为确定为最近节点；如果C1包含多个节点，则对剩余节点采样20次，并计算
统计最大值记为
判断
是否成立，若成立，则将节点i确定为邻近节点；否则保留满足条件
的节点，并生成结果集C2。
第三步，判断C2中的节点数量，若只有一个节点，则估计其为邻近节点，若仍存在多个节点，则对剩余每个节点i的邻居节点i-1和i+1计算
并得到
由于边界点邻居关系缺失，无法直接对首端边界点1和末端边界点8计算
和
因此，如果C2包含边界点1，则本发明先构造虚拟节点0，并通过式1计算
其中，dy和dx分别表示工程师到近端节点的直线距离和节点之间的间隔，本例中，dy＝1.8，dx＝0.9。dk-2代表近端节点到节点2的距离，是一个未知数。在开放空间γ＝2。根据式1可计算得到
进而计算出
同理，当C2包含边界点8，依据本例的方法，构造虚拟节点9，可以计算出
此时，判断
是否成立(5为设定的阈值，反映不同节点的
差异性)，若该条件不成立，则同时保留节点i，j；若条件成立且满足
则删除节点i，保留节点j，若
则删除节点j，保留节点i。处理完C2中所有节点，得到结果集C3，如表2所示。
表2
第四步，针对表2所呈现的结果，100次实验中，有98次实验最终只包含一个节点，此时终端设备可直接与蓝牙节点连接，而无需过多操作。此外，仅有两次实验在最终结果中识别出两个节点，因此，工程师需要手动在终端显示器上选择目标节点进行连接。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
Claims (4)
1.一种基于节点邻居关系和RSSI频率分布的无线节点邻近感知方法，其特征在于，包括：
离线测量
步骤S1:通过移动设备对待测无线节点的RSSI进行m次采样并记录；
步骤S2:将距离终端设备最近节点记为k，其他节点记为M-，并将节点k的原始RSSI信号最小值记为L(R(k))，其他节点原始RSSI信号最大值则记为U(R(M-))；并将节点k的
的最小值记为
其他节点
的最大值记为
最后将L(R(k))、U(R(M-))、
作为离线文件存储于数据库当中；
在线估计：
步骤Z1:移动终端对所有扫描到的机器节点采样RSSI信号，并对RSSI排序，统计得到最大值记为Rmax(i)，并判断节点i是否为距离移动终端最近的节点，生成结果集C1；
步骤Z2:判断结果集C1节点数量，若数量为1，则确定其为最近节点，输出结果；如果C1包含多个节点，则对剩余节点采样RSSI多次,进行进一步筛选，并生成结果集C2；
步骤Z3：判断结果集C2中的节点数量，若C2中只有一个节点，则估计其为邻近节点，若仍存在多个节点，则依据离线测量步骤S1，对剩余每个节点i计算其邻居节点i-1和i+1的RSSI信号均值，并进一步筛选，生成最终结果集C3；
步骤Z4：对最终结果集C3进行判断，并将结果呈现于终端显示器；
所述步骤S1具体为：移动终端对所有扫描到的节点采集RSSI信号m次，并记节点i出现频率最高的RSSI值为rmax(i)；以rmax(i)为圆心，w为半径，对节点RSSI进行筛除，保留满足条件的RSSI值，并记为r(i)，其中r(i)∈[rmax(i)-w,rmax(i)+w]；对节点i剩余RSSI求取均值，记为
2.根据权利要求1所述的基于节点邻居关系和RSSI频率分布的无线节点邻近感知方法，其特征在于，所述步骤Z1具体为：
移动终端对所有扫描到的机器节点采样RSSI信号1次，并对RSSI排序，统计得到最大值记为Rmax(i)；
依据离线测量阶段记录的L(R(k))和U(R(M-))判断Rmax(i)≥U(R(M-))是否成立，若成立，则确定节点i为距离移动终端最近的节点，并输出结果；否则保留满足条件L(R(k))≤R(i)≤U(R(M-))的节点，生成结果集C1。
3.根据权利要求1所述的基于节点邻居关系和RSSI频率分布的无线节点邻近感知方法，其特征在于，所述步骤Z2具体为：判断结果集C1节点数量，若数量为1，则确定其为最近节点，输出结果；如果C1包含多个节点，则对剩余节点采样RSSI多次，并利用离线测量阶段得到的
和
进一步筛选；
对剩余节点RSSI计算
并统计最大值记为
判断
是否成立，若成立，则将节点i确定为邻近节点，输出结果；否则保留满足条件
的节点，并生成结果集C2。
4.根据权利要求1所述的基于节点邻居关系和RSS I频率分布的无线节点邻近感知方法，其特征在于，所述步骤Z3具体为：判断结果集C2中的节点数量，若C2中只有一个节点，则估计其为邻近节点，若仍存在多个节点，则依据离线测量第一步，对剩余每个节点i计算其邻居节点i-1和i+1的RSSI信号均值，记为
和
并将其融入节点i的特征计算，表示为
进一步地，判断
是否成立，若该条件不成立，则同时保留节点i，j；若条件成立且满足
则删除节点i，保留节点j，若
则删除节点j，保留节点i；其中i，j为互异节点，η为阈值；
对C2中所有节点进行处理，并将剩余节点保存，生成最终结果集C3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110818272.2A CN113473523B (zh) | 2021-07-20 | 2021-07-20 | 基于节点邻居关系和rssi频率分布的无线节点邻近感知方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110818272.2A CN113473523B (zh) | 2021-07-20 | 2021-07-20 | 基于节点邻居关系和rssi频率分布的无线节点邻近感知方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113473523A CN113473523A (zh) | 2021-10-01 |
| CN113473523B true CN113473523B (zh) | 2023-04-07 |
Family
ID=77881360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110818272.2A Active CN113473523B (zh) | 2021-07-20 | 2021-07-20 | 基于节点邻居关系和rssi频率分布的无线节点邻近感知方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113473523B (zh) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105848305B (zh) * | 2016-05-19 | 2019-04-02 | 福州大学 | 一种基于rssi差异性的移动设备与无线节点的连接方法 |
| CN107677989B (zh) * | 2017-10-26 | 2019-09-10 | 武汉大学 | 一种基于rssi最大值进行rssi去除噪声的室内位置定位方法 |
| CN109803306B (zh) * | 2019-03-13 | 2021-05-18 | 福州大学 | 基于多邻居节点rssi差异的移动设备邻近无线节点的估计方法 |
| CN112444778A (zh) * | 2020-11-18 | 2021-03-05 | 安徽理工大学 | 一种基于dbscan的参考点加权三边质心定位方法 |
-
2021
- 2021-07-20 CN CN202110818272.2A patent/CN113473523B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113473523A (zh) | 2021-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110166930A (zh) | 一种基于WiFi信号的室内定位方法及系统 | |
| JP5793961B2 (ja) | 電磁波識別装置、電磁波識別方法及びプログラム | |
| CN117635604B (zh) | 一种建筑工程钢结构焊接质量检测方法 | |
| CN109996245B (zh) | 通信资源投放评估方法、装置、电子设备及存储介质 | |
| CN112700039B (zh) | 一种火电厂负荷运行数据的稳态检测与提取方法 | |
| CN117250931B (zh) | 基于数据融合的石膏板生产智能控制方法及系统 | |
| CN109474355A (zh) | 基于频谱监测数据的自适应噪声门限估计与信号提取方法 | |
| CN116520068B (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
| CN114325256A (zh) | 一种电力设备局部放电识别方法、系统、设备及存储介质 | |
| CN113819932B (zh) | 一种基于深度学习和数学拟合的布里渊频移提取方法 | |
| CN117406027A (zh) | 一种配电网故障测距方法及其系统 | |
| CN116628821A (zh) | 基于数据库的宽频隔振支座逆向设计方法 | |
| CN113473523B (zh) | 基于节点邻居关系和rssi频率分布的无线节点邻近感知方法 | |
| CN117152149B (zh) | 用于晶圆切割的边缘平滑度检测方法及系统 | |
| CN111404751B (zh) | 一种基于rnn神经网络的rtt预测方法 | |
| CN109803306B (zh) | 基于多邻居节点rssi差异的移动设备邻近无线节点的估计方法 | |
| CN108445443B (zh) | 一种基于knn的指纹点聚类方法 | |
| CN111245531B (zh) | 通过分析设备模块功率进行参数自适应调节的方法 | |
| CN113098640B (zh) | 一种基于频道占用度预测的频谱异常检测方法 | |
| CN113315673B (zh) | 一种针对企业无线网络接入点吞吐量细粒度估计的方法 | |
| CN112765219B (zh) | 一种跳过平稳区域的流数据异常检测方法 | |
| CN112016539B (zh) | 信号识别方法、装置、电子设备与存储介质 | |
| JP3155954B2 (ja) | 電波伝搬損失特性推定方法 | |
| CN110572356A (zh) | 基于边缘网关数据质量评价的计算能力迁移方法及系统 | |
| CN117150265B (zh) | 一种低信噪比条件下鲁棒的射频信号开集识别方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |