|
近年來(lái)，隨著(zhù)無(wú)線(xiàn)技術(shù)的發(fā)展，對室內外環(huán)境中人員和物體的追蹤定位引起了研究者的廣泛研究，基于位置服務(wù)(LBS)越來(lái)越受到人們的關(guān)注。位置服務(wù)即根據服務(wù)消費者所在地理位置的不同提供對應的信息服務(wù)，作為L(cháng)BS的核心技術(shù)之一，室內定位是其重要的組成部分。因為可以廣泛用于室內路由、治安、消防等方面，因此定位算法的研究具有重要意義。在室內定位系統開(kāi)發(fā)研究方面，常用的方法是在室內環(huán)境下建立小范圍定位網(wǎng)絡(luò )。目前，越來(lái)越多的定位直接利用現成的無(wú)線(xiàn)通訊模塊來(lái)估計對象節點(diǎn)(盲節點(diǎn))的位置，應運而生的ZigBee技術(shù)以低成本、低功耗成為室內定位的首選。本文以ZigBee組建基本的網(wǎng)絡(luò )，通過(guò)節點(diǎn)接收RSSI值的大小來(lái)進(jìn)行距離計算，最終通過(guò)距離以及參考節點(diǎn)的位置來(lái)計算定位節點(diǎn)(盲節點(diǎn))位置。 1 無(wú)線(xiàn)網(wǎng)絡(luò )定位技術(shù) 在無(wú)線(xiàn)定位中，有基于測距和非測距兩種方式。前者需要測量相鄰節點(diǎn)間的絕對距離或方位，并利用節點(diǎn)間的實(shí)際距離來(lái)計算未知節點(diǎn)的位置；后者無(wú)需測量節點(diǎn)的絕對距離或方位，而是利用節點(diǎn)間的估計距離計算節點(diǎn)位置�；跍y距的算法主要包含以下幾種：三邊測量、三角測量、極大似然估計等；基于非測距的算法主要有質(zhì)心算法、DV-Hop算法、D_distance算法、凸規劃算法等。對定位算法的性能評價(jià)指標主要有定位精度、節點(diǎn)密度、容錯和自適應性、功耗和代價(jià)、網(wǎng)絡(luò )規模等幾個(gè)部分。綜合以上因素以及結合現有的設備，本文選用基于RSSI測距的定位方式。其流程圖如圖1所示。 從圖1可以看出定位由兩部分組成：一是通過(guò)RSSI測距；二是根據距離以及參考節點(diǎn)位置計算盲節點(diǎn)位置。 2 RSSI測距模型 2．1 模型確立 無(wú)線(xiàn)信號傳輸中普遍采用的理論模型為Shadowing模型。該模型為： 式中：do是參考距離；po是距離為do時(shí)接收到的信號強度，其中還包含了遮蔽外衰減或環(huán)境造成的損耗參考(中值)；d是真實(shí)距離；ζ是以dB為單位的遮蔽因子，其均值為O，均方差為σdb(dB)正態(tài)隨機變量；p是接收信號強度；n是路徑損耗指數，它的值依賴(lài)于環(huán)境和建筑物的類(lèi)型。在實(shí)際測量中，選用以下的模型： 即不統計遮擋因子對RSSI的影響，在實(shí)際環(huán)境下對RSSI影響最大的是非視距的影響。其中，射頻參數A被定義為用dBm表示的距離發(fā)射器1 m接收到的平均能量絕對值，也就是距發(fā)射節點(diǎn)1 m處的接收信號強度；n為信號傳輸常數，與信號傳輸環(huán)境有關(guān)；d為距發(fā)射節點(diǎn)的距離。 2．2 參數優(yōu)化 在使用A和n進(jìn)行距離計算時(shí)，首先要面臨的一個(gè)問(wèn)題是A和n的取值問(wèn)題。A和n的取值不同，對測距的誤差影響很大。為了使模型能夠盡量真實(shí)地反映出當前室內環(huán)境中的傳播特性，保證RSSI測距的精度，需要對A和n進(jìn)行優(yōu)化，得到最適合該室內環(huán)境情況的參數值。 通過(guò)線(xiàn)性回歸分析來(lái)估計參數A和n的值，假設從室內環(huán)境得到的實(shí)驗測量數據為(RSSIi，di)，i=1，2，…，n，RSSIi表示在距離di上所對應的RSSI測量值。 以實(shí)驗室走廊為例，測得100組數據，代入上述公式得出A=4l，n=2．3。圖2是參數優(yōu)化后的RSSI測距模型曲線(xiàn)。在圖中可以看出，根據線(xiàn)性回歸分析可以很好地擬合出適應當前環(huán)境的模型曲線(xiàn)。 2．3 RSSI濾波處理 信號強度的定位算法中信號強度值隨環(huán)境的改變有很高的靈敏度，這會(huì )限制測量的準確度。事實(shí)上信號強度與距離之間的關(guān)系很不讓人滿(mǎn)意，在環(huán)境中存在很大的波動(dòng)性。在室內環(huán)境下實(shí)測得到的RSSI與節點(diǎn)間距離的關(guān)系曲線(xiàn)如圖2所示。當傳輸距離較近的時(shí)候，RSSI值衰減得較快；當傳輸距離越遠，衰減得越慢，接收強度對傳輸距離的變化表現不明顯。在實(shí)際中，某一時(shí)間段內接收節點(diǎn)可以收到n個(gè)RSSI值，由于非視距和多徑的影響，導致這些RSSI值具有很大的波動(dòng)性，在代入公式進(jìn)行計算之前，先進(jìn)行濾波處理，得到一個(gè)比較準確的值，然后再進(jìn)行計算。 本文采用高斯濾波模型進(jìn)行RSSI濾波。引入高斯模型進(jìn)行處理的原則是：在自然現象和社會(huì )現象中，大量隨機變量都服從或近似正態(tài)分布，如材料性能、零件尺寸、化學(xué)成分、測量誤差、人體高度等。 高概率發(fā)生區，選擇概率大于O．6(O．6的取值是根據工程中的經(jīng)驗值)的范圍。經(jīng)過(guò)高斯濾波后，RSSI的取值范圍為[0.15σ+μ，3.09 σ+μ]。其中： 把該范圍內的RSSI值全部取出，再求幾何平均值，即可得到最終的RSSI值。 在d=1 m處，采集50組RSSI值，進(jìn)行高斯濾波處理。 如圖3所示，濾波前RSSI波動(dòng)比較大，濾波后比較平滑。濾波前|RSSI|的平均值為38．9，計算距離d=O．71 m；濾波后|RSSI|的平均值為39．42，計算距離d=O．81 m。顯然，高斯濾波能很好地提高測距精度。 3 定位算法 假設無(wú)線(xiàn)定位網(wǎng)絡(luò )中有N個(gè)已知位置的參考節點(diǎn)，坐標為(x1，y1)，(x2，y2)，…，(xN，yN)，RSSI測量值為(RSSI1，RSSI2，…，RSSIN)。通過(guò)利用無(wú)線(xiàn)信號傳播衰落模型計算得到待定位節點(diǎn)到四個(gè)已知位置的參考節點(diǎn)的距離為R1，R2，…，RN，則可以得到以下方程： 最終定位算法的研究就是求解該方程。在求解(x，y)過(guò)程中，選用基于泰勒級數展開(kāi)迭代法進(jìn)行計算。選用泰勒級數的原因基于以下幾個(gè)方面： (1)無(wú)需提供測距差測量值誤差的先驗信息。 (2)可以應用于兩個(gè)以上數目距離差測量的定位估計。 (3)對距離差統計沒(méi)有特殊要求。 (4)在適當的距離差噪聲水平上提供較準確的定位估計。 使用泰勒級數進(jìn)行定位計算，首先面臨的一個(gè)問(wèn)題即泰勒級數展開(kāi)需要一個(gè)與實(shí)際位置差距不大的初始值，初始值的選擇越接近真實(shí)值，越可以保證算法的收斂性以及實(shí)時(shí)性。本文采用極大似然估計法來(lái)獲取初始值，求得初始值公式為： 式中： 根據取得的值作為T(mén)aylor級數展開(kāi)的循環(huán)初值，然后用Taylor級數展開(kāi)，進(jìn)行矩陣計算，并反復迭代求精，直到誤差滿(mǎn)足預先設定的門(mén)限，得出最終的位置坐標。 式中： 在每一次遞歸中，令 ，重復以上過(guò)程，直到△x，△y足夠小，滿(mǎn)足一預先設定的門(mén)限ε，即(△x+△y)＜ε，此時(shí)的(x，y)即為定位節點(diǎn)的估計位置。 4 實(shí)驗驗證 實(shí)驗是在實(shí)驗室走廊(4 m×30 m)進(jìn)行的，實(shí)驗環(huán)境如圖4所示。選用的是ZigBee硬件平臺作為通信平臺，該平臺CC2431自帶定位引擎，可以實(shí)現位置估計，并通過(guò)實(shí)驗比較兩種算法的差異。 CC2431使用的三邊測量法進(jìn)行位置計算，采用均值濾波對RSSI進(jìn)行濾波處理。ZigBee開(kāi)發(fā)平臺如圖5所示。 在實(shí)驗環(huán)境中布置4個(gè)節點(diǎn)作為參考節點(diǎn)，位置分別定義為(O，0)，(0，4)，(30，O)，(30，4)。確定A和n的值，實(shí)驗環(huán)境與圖2的實(shí)驗一樣�？梢缘弥�，A=41，n=2．3。在環(huán)境中任取31個(gè)點(diǎn)，分別測得該點(diǎn)的實(shí)際位置(x，y)；使用CC2431得到的位置(x’，y’)，使用本文提 出的算法得到位置(x"，y")。比較兩個(gè)位置的誤差大小d'與d"，如圖6所示。 其中： 由圖6可以看出，經(jīng)過(guò)線(xiàn)性回歸分析和高斯濾波，然后用泰勒級數展開(kāi)，最終求得位置誤差大約在1 m左右，而CC2431的定位誤差在2～3 m左右。本文提出的定位算法較好地改善了定位效果，使定位誤差主要集中在1 m左右，基本能夠滿(mǎn)足室內定位對誤差的要求，提高了定位精度。 5 結語(yǔ) 對基于RSSI的室內定位算法以及RSSI測距進(jìn)行了全面分析。通過(guò)線(xiàn)性回歸分析對參數進(jìn)行優(yōu)化，高斯模型對RSSI進(jìn)行濾波，提高了測距的精度。最后采用泰勒級數展開(kāi)法進(jìn)行位置計算，比較了CC2431的定位算法，減小了定位誤差，達到了提高定位精度的目的，證實(shí)了定位算法的優(yōu)越性。 |
