面向大中型機房的RSSI定位算法研究

林 航, 李 葵, 林杰華, 樂志偉, 王 浩, 周 立

(1.國網安徽省電力公司 信息通信分公司, 安徽 合肥 230061; 2.合肥工業大學 計算機與信息學院, 安徽 合肥 230009)

面向大中型機房的RSSI定位算法研究

林 航1, 李 葵1, 林杰華2, 樂志偉2, 王 浩2, 周 立2

(1.國網安徽省電力公司 信息通信分公司, 安徽 合肥 230061; 2.合肥工業大學 計算機與信息學院, 安徽 合肥 230009)

針對大中型機房中信號閱讀器只能部署在較高安全位置,不能直接采用基于測距的接收的信號強度指標(

signal strength indication,RSSI)定位算法進行三維定位的問題,文章通過分析機房內特有的室內環境,提出了在原定位算法計算結果的基礎上,采用逼近定位算法的方案。考慮障礙物對信號傳播的遮擋,修正測距算法中閱讀器到有源標簽的距離矢量;引入參考節點方向矢量權重,改善加權質心法,迭代矯正定位,并對異常結果進行矯正處理。相比基于RSSI原定的定位算法,其結果不僅給出了三維坐標,在平面上的定位精度也提高了約60%。

接收的信號強度指示(RSSI)定位;三維定位;有源標簽;障礙物;加權質心法;定位精度

大中型機房內部具有人員流動較小、機柜形狀規則、高度相同、位置固定且噪音較大等環境特點。出于安全要求,閱讀器通常部署在機柜上方,以防止人員觸碰。閱讀器均部署在同一高度的平面上,因此如果采用文獻[1-10]提出的定位算法,只能進行平面定位,本文在文獻[4]基礎上進一步考慮機房障礙物的部署特點及其對信號傳播的影響,修正信號傳播的理論衰減距離,并通過改進文獻[5]質心法的加權因子重新定位,通過迭代算法,使得定位結果逐漸逼近有源標簽真實的三維坐標。其定位結果在平面上的精度也提高了60%。

1 基于機柜障礙物的信號衰減模型

1.1 信號傳播的理論衰減模型

無線射頻信號能量傳播隨著距離的增加呈對數衰減,其理想信號衰減模型如下:

(1)

其中,PL(d)為在距離有源標簽的d處信號的衰減量;PL(d0)為參考距離d0處的信號衰減量;X為標準方差;n為信號衰減系數,該系數因環境而異。由該信號量衰減模型可得距離信號源d處的信號強度Pr(d)為:

(2)

其中,P0為信號源的額定功率強度;Pr(d)為距離標簽d處閱讀器的信號強度接收值。令d0為1,X為0,通過接收的Pr(d)可求得衰減距離d,即

PLA=P0-PL(d0),

Pr(d)=PLA-10nlgd-X

(3)

1.2 基于路徑分段的信號傳播衰減模型

機房存在大量整齊固定的機柜箱障礙物,而信號傳播穿過障礙物時會發生反射、折射及透射等現象,給基于測距的定位算法帶來誤差。信號在不同障礙物內傳播時,能量的衰減系數不同,針對障礙物影響基于RSSI測距準確性的問題,本文提出路徑分段衰減模型,修正各閱讀器與標簽對應的距離矢量。根據文獻[4]定位結果坐標(x,y,z),建立閱讀器Rj到其的路徑距離矢量。信號源距離對應Rj的路徑距離矢量進行分段處理,信號衰減路徑分段如圖1所示。

圖1 信號傳播路徑分段衰減

圖1中,P(i-1)為信號穿過障礙物前的強度;di-1為信號在障礙物內部的傳播路徑;P(i)為傳出障礙物界面的信號強度。由于信號強度是對數衰減的,則有:

(4)

其中,ni-1為信號在障礙物中的損耗系數;l為信號源功率在障礙物中傳播衰減到P(i)時對應的理論距離;l-di-1為信號源功率在障礙物中傳播衰減到P(i-1)時對應的理論路徑長度。通過衰減模型求得l,當l

(5)

1.3 障礙節點信號衰減系數的可靠性分析

本文采用網格采點方式采集信息,在障礙物表面建立虛擬網格采集點,網格的邊長為L(實驗長度定為30 cm),每個采集點與每個閱讀器都有一條固定的物理路徑,并包含信號在該條路徑上貫穿障礙物時的衰減系數,這些采集點的信息為經驗數據。

通過文獻[4]所提的算法定位結果及幾何原理可求得信號傳播到閱讀器Rj的路徑穿過障礙物表面時的障礙節點p1點,在距離p1點的L范圍內選取K個距離最近的采集點作為信息參考點集,以確定在該障礙物內,信號在該節點與對應閱讀器路徑上的衰減系數。

選取距離待測點最近的K個信號采集點為TKi,i∈(1,K)。根據信號傳播理論衰減模型,如果采用其中a個采集點中與閱讀器Rj對應衰減系數和信號接收強度計算出的衰減距離l>di-1,說明信號在這些點對應的路徑上可以貫穿障礙物。

(1) 當a≠0時,這些點的可信度更高(保留了上一次定位的準確性),設p2點為這些點的中心,則信號源在p2點和Rj坐標的連接直線上,而其對應的衰減系數為這些采集點對應衰減系數的平均數,相對于閱讀器Rj來說,信號源的方向由Rj到p1,變成了由Rj到p2,從而修正閱讀器到標簽的方向Vj,其對應的角度修正偏移量為θj,這個變量是本文核心算法中的一個重要參數。信號在p2到Rj連接直線上穿過障礙物時的衰減系數為這些點的平均值。

(6)

(7)

求得Rj到p1的距離d1;Rj到p2的距離d2;p2到p1的距離d3。由余弦定理可知θj為:

(8)

(2) 當a=0時, 則θj=0;求得Tdi為TKi與p1點的距離,距離越近參考衰減系數ni的權值wi越大,本文權重因子公式如下:

(9)

目標點對應的信號衰減系數n為:

(10)

2 逼近定位

2.1LCV原定位算法

出于安全考慮,機房內接收信號的閱讀器部署在同一平面,通過其接收信號強度計算出理論距離,因此可采用文獻[4]提出的LCV算法,即基于加權質心法進行定位,并作為本文的原定位算法,求出平面坐標,定位公式如下:

(11)

其中,A、B、C為信號接收最強的3個參考節點; (dA,dB,dC)為相應的理論衰減距離。該算法加強了信號強度較強參考節點的權重,弱化了信號能量較弱節點的參考價值。

2.2 改進加權質心法逼近定位

由于上述定位算法無法給出目標Z軸坐標,本文考慮了機房內部的環境特征,采用逼近矯正定位算法的思路,即在LCV算法結果的基礎上選定Z軸上一個初始值,并以此為迭代初始參考點,進行不斷矯正。通過信號衰減理論模型求得各個閱讀器到信號源的理論距離dj,dj∈(d1,d2,d3,…,dn),而根據LCV算法結果求得其與各個閱讀器在X、Y軸平面投影的距離vdj∈(vd1, vd2, vd3,…,vdn), 機柜上閱讀器高度為H,根據勾股定理即可求得每個閱讀器到信號源的高度zj∈(z1,z2,z3,…,zn)，即

(12)

對于z0的選取,以信號接收強度作為確定Z軸初始坐標zj的權重依據,Rj接收的信號越強,dj越小,zj權重越大,即

(13)

得出LCV算法結果確定為 (x0,y0,z0),閱讀器Rj到定位結果的方向矢量Vj(x0-xj,y0-yj,z0-zj),由閱讀器Rj信號接收強度,采用信號傳播路徑分段衰減求距,修正Dj并修正角度偏移量θj與Vj,求得在閱讀器Rj的Vj方向上,距離Dj處的坐標VRj,如圖2所示。

圖2 信號傳播路徑分段衰減

(14)

對于閱讀器Rj來說,VRj便是其對應的有源標簽的坐標,新的定位矯正結果轉化為對VRj質心的求解,再以所求質心結果為新的目標點進行迭代矯正,逐漸逼近目標的真實坐標。

文獻[1-10]研究的基于距離質心加權算法均強調以距離作為分析參考節點權重的因素,即閱讀器Rj信號接收強度越高,到標簽距離Dj越小,VRj的坐標加權因子越大。由于通過路徑分段衰減模型修正了Dj,減少了理論距離與實際距離的誤差,信號較弱的VRj對應的Dj反而可能更小。 LCV算法已不適用求VRj的質心,本文提出新的加權質心法:首先引入閱讀器Rj接收信號強度作為參考權重,即信號Rj接收強度越大,VRj坐標參考權重越大。

因為VRj本身就是帶有方向性的,θj變化越大,說明其修正后對定位結果的影響越大,本文引用Vj的修正偏移量θj作為參考權重,考慮到θj可能為0的情況,將其以線性方程形式轉換成φj,即

φj=βθj+1

(15)

其中，β為常數項,調節整體權重,本文實驗中θj以弧度制計算,β取1。

各閱讀器接收待測信號源能量為(pr1,pr2,pr3,…,prn),根據文獻[5]所提方案,選取VRj,j∈(1,n)中任意4個節點組成若干個四方體, (r1,r2,r3,r4)為所選取的4個點信號能量的映射,都是正數,每個四方體進行加權質心定位，即

(16)

質心處的角度偏移量φ和信號強度r為:

(17)

(18)

再以新生成的點組成新的若干個四方體,直至最后只剩小于4個的節點,進行加權平均求值。

3 Knn異常定位結果矯正

由于迭代矯正后的結果可能分布在機房中機柜箱的陰影區域,所求結果坐標需要進一步矯正。結合文獻[11-14]分析關于設定虛擬標簽算法的思想,本文提出在障礙物表面設置虛擬參考標簽的觀點,記錄各個閱讀器信號的接收強度,每個標簽點包含一組信號強度的接收量表示其特征，即VPr(vpr1,vpr2,vpr3, …,vprn),vprj表示Rj的信號接收強度經驗值。

根據異常定位結果,選取空間幾何距離該點最近的一個表面PN作為參考標簽選取區域,求得異常結果點在該表面的投影坐標PN-P。并在該平面上選擇距離PN-P最近的選擇范圍Dist-thr(實驗選取對應障礙物的寬度值)內的所有虛擬標簽作為參考,得到選定的虛擬參考標簽集合VPrl,l∈(1,2,3,4, …,n)。

出現異常定位結果的情況時,根據各個閱讀器接收待測信號源的實際能量TPr(pr1,pr2,pr3, …,prn)選取其中m個最強的信號值作為可信度較高的目標計算矢量, TPr(pra,prb,…,prc),其中a,b,c∈(1,n)。

從每個選定的虛擬參考標簽信息中選取相應的信號能量TPr(pra,prb,…,prc)作為參考,計算每個虛擬標簽VPrl到目標實際TPr的歐氏距離δl,歐式距離越小,虛擬標簽的參考價值越大。

設ζi=pri-vpri,引入加權歐式距離因子λi,本文采用的歐式距離δl計算公式如下:

(19)

(20)

(21)

(19)式與(20)式引入信號理論衰減距離,根據對應距離的差異,賦予了pri-vpri不同的權重,強調對比信號越強,對應的參考價值越大。由表達式可知,信號能量偏差量相等的情況下,距離越遠,信號越弱,歸一化后的λi影響因子越大。通過計算選取K個歐式距離最小的虛擬參考標簽,繼而計算出矯正后的坐標位置。虛擬標簽信息參考的歐氏距離越小,參考因數越大,選取其中歐式距離最小的K個虛擬標簽作為參考標簽。設選定的K個虛擬標簽中,虛擬坐標posu、wu為對應的歐式距離參考因子,糾正后的目標坐標為correct-pos，即

(22)

(23)

其中,posu為選定的虛擬標簽對應的坐標;wu為對應的權重。

4 定位流程

本文定位算法思想是結合機房內部機柜分布及閱讀器部署的環境特征,矯正基于測距的加權質心算法,并將質心算法矢量化,逐步逼近目標真實坐標值,定位流程如下:

(1) LCV原定位算法定位,通過勾股定理及質心算法,在Z軸上選擇一個適當的初始值,得到定位結果Tagi其中i=0。

(2) 求閱讀器Rj到Tagi的方向Vj,結合室內障礙物坐標及其信號衰減信息,基于路徑衰減模型修正Dj與Vj,并得到θj。

(3) 根據修正后的Dj與Vj,推算出每個閱讀器認為對應的有源標簽坐標VRj,j∈(1,2,3,4, …,n)。

(4) 引入VRj對應的角度矯正因子θj,加權定位,得出Tagi+1。

(5) 當i

5 實驗效果

本文實驗機房大小為16 m×16 m×4 m,如圖3所示。

圖3 機房俯視圖

經測算信號源在機房內傳播1 m 處的信號接收強度PLA為-51 dbm,信號能量衰減系數PLN為1.9。本實驗根據閱讀器與目標源的位置中的障礙物遮擋數量,分為3種類型,即障礙物為1、2、3個的3種情況,每種情況隨機采集20個點, 計算用基于路徑分段衰減模型測距算法所得結果,并與不考慮障礙物衰減模型算法所求結果作比較,前者相比于后者減少的距離誤差量如圖4所示。通過對比分析,在標簽與閱讀器障礙物比較少的情況下,采用路徑分段求距,修正的誤差不是很明顯,但隨著障礙物多時,誤差的減少比較明顯,修正后的距離更可靠,尤其是在閱讀器接收信號較弱的情況下,誤差減小比較明顯。

圖4 路徑分段求距

為了分析本文所提算法對LCV原定算法定位精度的影響,本文選取均勻分布在機房內較有代表性的50個測試點,每個測試點選取5個不同高度的相應坐標放置有源標簽,求得總體誤差的平均值。并通過添加閱讀器的個數,分析2種算法結果在X、Y軸平面上的定位誤差,其中本文算法迭代1次,數據結果如圖5所示。

圖5 X、Y軸平面定位誤差

不難看出,多數情況下,本文所提算法對原定算法的重定位后,誤差減小比較明顯,但是當閱讀器大于13個時,矯正重定位效果不明顯,考慮到閱讀器部署上的性價比,最終選擇閱讀器的數量為10。為了進一步測試算法迭代的有效性,以下是在機房內隨機選取的10個待測點,閱讀器個數為10,分別進行10次迭代運算法,運行后的結果在X、Y、Z軸上立體定位誤差如圖6所示。

圖6 算法迭代誤差分析

從圖6中可以看出,通過迭代算法,定位誤差得到了進一步的減少,并且大致在迭代到第3次以后,誤差范圍在一定范圍內波動,總體上誤差減小的幅度不大。當開始誤差比較小的時候,通過迭代算法,減小誤差效果不明顯。考慮到系統的開銷和定位的實時性,室內機房定位的算法迭代次數N定為3,而對應的誤差進一步減小,相比于原定算法而言,給出了在Z軸上0.45 m誤差范圍內的坐標,而在平面其定位精度提高了約60%。

6 結 論

本文針對大中型機房環境特點,修正基于測距定位算法的距離矢量,并采用逼近矯正定位算法的新思路,不僅在平面上較原定位算法(LCV)精度提高了約60%,而且給出了目標的三維坐標,但本文未涉及對部署的閱讀器拓撲結構的研究。

[1] 陳順明,李平.基于RSSI權值的環境適應型室內定位算法研究[J].計算機工程與應用,2015,51(22):99-103.

[2] 葛斌,鄭建寶,韓江洪.RSSI輔助的三維空間坐標四面體質心定位算法[J].計算機科學,2015,42(4):81-83.

[3] 吳杰,馮鋒,丁志義.基于RFID與WSN融合技術的井下定位算法研究[J].計算機工程與設計,2014,35(7):2280-2282.

[4] 王振朝,張琦,張峰.基于RSSI測距的改進加權質心定位算法[J].電測與儀表,2014,51(21):63-65.

[5] 陳均,李穩操.基于RSSI的三維加權質心定位研究[J].軟件,2014,35(3):76-79.

[6] 尚少鋒,張雪英,王峰.一種基于RSSI矯正的加權質心定位算法[J].科學技術與工程,2013,13(10):2833-2835.

[7] 路標.質心定位中的加權坐標誤差修正方法[J].電視技術,2013,37(23):147-149.

[8] ZHANG W G,ZHANG G H,CAO J,et al.The wireless sensor network node localization algorithm based on multitudinous beacon[C]//6th International Conference on Electronics and Information Engineering.Dalian,China:ICEIE,2015:97940M.

[9] KNAUTH S, STORZ M, DASTAGEERI H,et al.Fingerprint calibrated centroid and scalar product correlation RSSI positioning in large environments[C]//International Conference on Indoor Positioning and Indoor Navigation.Banff, AB, Canada:IPIN,2015:1-6.

[10] LIU Yong, ZHANG Jinlong, ZHANG Yanbo,et al.Improved weighted centroid localization algorithm in narrow space[J].Journal of Computer Applications,2015,35(5):1274-1276.

[11] 曾碧,毛勤.改進的室內三維模糊位置指紋定位算法[J].山東大學學報(工學版),2015,45(3):23-26.

[12] 董永峰,周艷聰,孫陸楠.基于RFID的虛擬參考標簽三維室內定位算法[J].計算機工程與設計,2015,36(6):1536-1538.

[13] 李衛平,楊杰,王鋼.比例逆權重kNN算法及其流處理應用[J].計算機工程與設計,2015,36(12): 3556-3557.

[14] 潘登.KNN算法的相近似度研究[D].沈陽:東北師范大學,2014:12-15.

ResearchonRSSIlocationalgorithmforlargeandmediumgeneratorroom

LIN Hang1, LI Kui1, LIN Jiehua2, LE Zhiwei2, WANG Hao2, ZHOU Li2

(1.Information and Telecommunication Branch, State Grid Anhui Electric Power Company, Hefei 230061, China; 2.School of Computer and Information, Hefei University of Technology, Hefei 230009, China)

As the signal reader in large and medium generator room can only be deployed in high security positions, three-dimensional positioning can not be made directly by the received signal strength indication(RSSI) location based on the ranging algorithm. A localization algorithm using approximation scheme is proposed on the basis of the results of original positioning method by considering the unique features of generator room. The distance vector of each signal reader to the active tag in the ranging algorithm is corrected by considering the blocking of obstacles to the signal propagation. The improved weighted centroid algorithm is presented by introducing the weights of the reference node directional vector, the approach of iterative correction is adopted and the correction processing about abnormal results is made. The presented method not only gives the three-dimensional coordinate but also improves the accuracy of planar positioning by nearly 60% compared to the original method of RSSI location.

received signal strength indication(RSSI) location; three-dimensional positioning; active tag; obstacle; weighted centroid algorithm; positioning accuracy

signal strength indication,RSSI)定位技術由于其低成本、底功耗等特點得到廣泛運用和關注,其由發射無線信號的有源標簽以及可以接收識別信號的閱讀器組成。文獻[1-10]研究并提出了基于RSSI測距定位的各類算法,但由于無線信號在復雜的室內環境中會發生反射、衍射、投射等現象,特別是大中型機房由于障礙物較多,這些算法運用于大中型機房定位時,定位精度不穩定。

2016-03-23；

2016-10-14

國家自然科學基金資助項目(61175033)

林 航(1975-),男,江蘇海安人,國網安徽省電力公司高級工程師;

王 浩(1962-),男,江蘇泰州人,博士,合肥工業大學教授,博士生導師;

林杰華(1965-),男,安徽望江人,合肥工業大學講師,通訊作者,E-mail:gis@hfut.edu.cn.

10.3969/j.issn.1003-5060.2017.09.009

TP399

A

1003-5060(2017)09-1193-06

(責任編輯 張 镅)