基于RSSI的室內定位算法

2019-06-27 10:45:48吳鋒

信陽農林學院學報 2019年2期

吳鋒

(信陽農林學院信息工程學院，河南信陽 464000)

近年來，各種定位技術發展迅速，室內精確定位服務的需求量大增，基于位置的服務LBS(Location-Based Services)也越來越受到人們的關注[1]。對于室外定位，目前主要有美國的GPS(Global Positioning System)全球定位系統、俄羅斯的GLONASS系統和中國的北斗系統。然而，衛星信號強度受環境影響衰減較大，導致建筑物或樹木密集區以及室內無法使用其定位。目前，WIFI被廣泛使用于城市公共接入熱點，很多辦公室、家庭都實現了WIFI全覆蓋，因此，將WIFI引入室內定位，不但能大大降低部署成本，而且能保證室內定位或復雜環境下定位的進度及覆蓋率。

根據定位機制，室內定位分基于測距和非測距兩種方式[2]?；诜菧y距的方式是根據接收端的網絡信號完成定位。該定位方式無需額外部署節點，因此成本低、功耗小，但受硬件限制，定位速度慢、定位精度不高。如APIT(Approximate Point In Triangulation)[3]、DV-Hop(Distance Vector Hop)[4]等?；跍y距的方法通過測量節點間的角度、相位或者距離完成定位，如TOA()、TDOA()、RSSI、AOA等。該定位方式需要額外部署設備，通過計算得到節點位置，定位精度相對較高[5]。

1 RSSI定位技術

RSSI定位技術屬于基于測距的定位方法，該方法中，信標節點按照一定規律部署，然后發送無線信號，未知節點定位時接收該無線信號強度值，利用路徑傳播模型，將該強度值轉換成未知節點和信標節點之間的距離[6]，從而估計未知節點的位置。該方法只需要部署一些未知節點，通過無線信號強度就可以完成定位，實現起來簡單方便。缺點是，由于室內環境的復雜性，利用RSSI值計算節點間距離，通過節點間的相對位置定位時，易收到多徑反射的影響。文獻[7]采用線性回歸分析RSSI 傳播模型中的兩個參數( 距離發射節點1m的 RSSI 值和路徑損耗指數) ，信號仍受到環境因素很大的影響。文獻[8]針對測距結果引入抗差估計理論，對不同的誤差進行剔除和降權處理，提高了定位精度。針對上述相關研究的情況，本文首先采用中值濾波來減少測量誤差，充分利用信標節點的位置信息，盡量消除環境對RSSI值的影響，然后利用信標節點對未知節點修正，從而提高定位效率。

2 高斯模型分析RSSI

RSSI值在反向通道基帶接收濾波之后產生，在104μs內進行基帶I/Q支路功率積分得到RSSI的瞬時值，并在1s內對瞬時值進行平均得到RSSI的平均值,是一種表示當前介質中電磁波能量大小的指標，其隨著距離而衰減，目前，一般采用對數-常態分布模型表示信號強度和距離之間的關系。

(1)

其中：PL(d)為距離d處的信號強度；PL(d0)為距離d0處的信號強度，一般d0=1.0m；xσ表示是一個服從N( m，σ2) 的高斯隨機變量。

在實際測量時，未知節點在同一位置可以接收到多個RSSI值，由于多徑傳播、反射等因素的影響，實際的RSSI值和理論RSSI值存在一定的差異，該差異主要體現在xσ上。運用高斯分布函數處理RSSI值：

(2)

(3)

(4)

未知節點接收到n個RSSI值時，必然存在小概率事件，為了提高定位精度，可以先除去小概率事件。經過多次試驗，高斯分布函數值小于或等于0.6時，此時的RSSI值可以認為是小概率事件。即：

(5)

3 三邊定位算法

3.1 三邊測量法

本文采用三邊測距法進行定位，通過未知節點得到的三個RSSI值，由式(1)可以得到未知節點到該三個信標節點的距離，p1到p的距離記為d1，p2到p的距離記為d2，p3到p的距離記為d3，則未知節點的位置應該在以p1,p2,p3為圓心，d1,d2,d3為半徑的圓相交的部分之內，即圖1中A、B、C點范圍之內。