專利名稱：基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及室內(nèi)無線定位領(lǐng)域，特別涉及一種基于分類閾值及信號強(qiáng)度權(quán)重的RSSI無線定位方法。
背景技術(shù)：
隨著無線網(wǎng)絡(luò)技術(shù)的發(fā)展，各種類型的無線應(yīng)用發(fā)揮著越來越重要的作用。精確的位置服務(wù)可以在多方面改變?nèi)藗兊纳a(chǎn)和生活活動(dòng)，能給社會帶來更高的便捷性。特別是室內(nèi)場所，如在機(jī)場、超市、礦井等各種環(huán)境中，人員或物品的位置信息對管理有著至關(guān)重要的作用。室內(nèi)無線定位服務(wù)主要面臨兩個(gè)問題:一是定位精度，二是成本?；赗SSI(received signal strength indicator)指紋的定位方法由于無需增加額外硬件,簡單易行，已廣泛應(yīng)用于各種無線網(wǎng)絡(luò)定位中。然而，由于室內(nèi)環(huán)境復(fù)雜多變，RSSI值又容易受反射、多徑傳播、背景干擾和天線增益等環(huán)境問題的影響，因此，傳統(tǒng)基于RSSI的室內(nèi)定位方法都存在隨機(jī)性較大的定位誤差，定位精度難以滿足實(shí)際需求。目前針對信號指紋法定位研究主要集中在K鄰近加權(quán)算法，然而以往的方法只是利用參考點(diǎn)與信標(biāo)節(jié)點(diǎn)RSSI差值最小的K個(gè)參考點(diǎn)或者采用固定閾值的投票機(jī)制來加權(quán)得到移動(dòng)節(jié)點(diǎn)點(diǎn)位置。這些算法沒有考慮到RSSI隨距離變化的實(shí)際損耗特征，因而得到的結(jié)果往往受室內(nèi)干擾因素影響較大。因此，針對室內(nèi)無線網(wǎng)絡(luò)定位中基于RSSI指紋定位的精度問題，提出一種減少RSSI定位精度受室內(nèi)干擾影響的方法已成為本領(lǐng)域技術(shù)人員亟待解決的技術(shù)課題。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種無線網(wǎng)絡(luò)中基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，該方法有利于減小RSSI受室內(nèi)多徑、繞射、障礙物、人員走動(dòng)等干擾因素引起的定位誤差，從而提聞室內(nèi)定位精度。本發(fā)明采用以下方案實(shí)現(xiàn):一種基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，其特征在于包括以下步驟:I)將目標(biāo)區(qū)域劃分成均勻網(wǎng)格，在各網(wǎng)格中心點(diǎn)測量接收到的各信標(biāo)節(jié)點(diǎn)的RSSI值，并構(gòu)建RSSI指紋地圖；2)根據(jù)各參考點(diǎn)采集的平均信號強(qiáng)度與距離之間的關(guān)系對所有參考點(diǎn)分類；3)利用步驟2)的分類結(jié)果，分別確定各參考點(diǎn)的匹配閾值；4)在移動(dòng)節(jié)點(diǎn)的定位階段中，根據(jù)實(shí)時(shí)RSSI值以及各類參考點(diǎn)閾值，從RSSI指紋地圖中投票選出優(yōu)選參考點(diǎn)；5)以優(yōu)選參考點(diǎn)的信號強(qiáng)度作為權(quán)重，采用加權(quán)K鄰近定位算法估算出移動(dòng)節(jié)點(diǎn)的位置。在本發(fā)明的實(shí)施例中，所述步驟I)中將目標(biāo)區(qū)域劃分成均勻網(wǎng)格，要使得每個(gè)網(wǎng)格中心點(diǎn)之間的間隔為1.5米，在目標(biāo)區(qū)域四個(gè)角落各放置一個(gè)信標(biāo)節(jié)點(diǎn)，移動(dòng)節(jié)點(diǎn)測量各信標(biāo)節(jié)點(diǎn)的信號強(qiáng)度并上報(bào)給基站。在本發(fā)明一實(shí)施例中，所述RSSI信號指紋是采用以下方式得到:在各網(wǎng)格中心點(diǎn)連續(xù)N次采集各信標(biāo)節(jié)點(diǎn)的RSSI值，并對接收到的RSSI值取平均，即:
權(quán)利要求
1.一種基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，其特征在于包括以下步驟: 1)將目標(biāo)區(qū)域劃分成均勻網(wǎng)格，在各網(wǎng)格中心點(diǎn)測量接收到的各信標(biāo)節(jié)點(diǎn)的RSSI值，并構(gòu)建RSSI指紋地圖； 2)根據(jù)各參考點(diǎn)采集的平均信號強(qiáng)度與距離之間的關(guān)系對所有參考點(diǎn)分類； 3)利用步驟2)的分類結(jié)果，分別確定各參考點(diǎn)的匹配閾值； 4)在移動(dòng)節(jié)點(diǎn)的定位階段中，根據(jù)實(shí)時(shí)RSSI值以及各類參考點(diǎn)閾值，從RSSI指紋地圖中投票選出優(yōu)選參考點(diǎn)； 5)以優(yōu)選參考點(diǎn)的信號強(qiáng)度作為權(quán)重，采用加權(quán)K鄰近定位算法估算出移動(dòng)節(jié)點(diǎn)的位置。
2.根據(jù)權(quán)利要求1所述的基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，其特征在于:所述步驟I)中將目標(biāo)區(qū)域劃分成均勻網(wǎng)格，要使得每個(gè)網(wǎng)格中心點(diǎn)之間的間隔為1.5米，在目標(biāo)區(qū)域四個(gè)角落各放置一個(gè)信標(biāo)節(jié)點(diǎn)，移動(dòng)節(jié)點(diǎn)測量各信標(biāo)節(jié)點(diǎn)的信號強(qiáng)度并上報(bào)給基站。
3.根據(jù)權(quán)利要求2所述的基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，其特征在于:所述RSSI信號指紋是采用以下方式得到:在各網(wǎng)格中心點(diǎn)連續(xù)N次采集各信標(biāo)節(jié)點(diǎn)的RSSI值，并對接收到的RSSI值取平均，即:
4.根據(jù)權(quán)利要求1所述的基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，其特征在于:所述步驟2)中根據(jù)各參考點(diǎn)采集的RSSI信號指紋與距離之間的關(guān)系，繪制RSSI距離的關(guān)系圖，并將該圖進(jìn)行曲線擬合，得到該定位環(huán)境的具體RSSI路徑損耗特征。
5.根據(jù)權(quán)利要求4所述的基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，其特征在于:所述分類根據(jù)距離的范圍分為三類:第一類為0-4米，該范圍內(nèi)，距離的變化會顯著改變RSSI值；第二類為4-12米，該范圍內(nèi)，距離的變化對RSSI值影響不明顯；第三類為12-14米，該范圍內(nèi)，距離的變化也會顯著改變RSSI值。
6.根據(jù)權(quán)利要求1所述的基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，其特征在于:所述步驟3)中，先根據(jù)擬合曲線的拐點(diǎn)對距離進(jìn)行分類，然后對各類再進(jìn)行線性擬合，獲得各類的擬合直線的斜率ratio，最后根據(jù)該斜率確定各參考點(diǎn)的匹配閾值，方法如下:
7.根據(jù)權(quán)利要求1所述的基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，其特征在于:所述步驟4)所述投票選出優(yōu)選參考點(diǎn)的方法是:根據(jù)移動(dòng)節(jié)點(diǎn)接收到的各個(gè)信標(biāo)節(jié)點(diǎn)的實(shí)時(shí)RSSI值，以遍歷的方式去匹配指紋地圖中的指紋信息；并為每個(gè)匹配的參考位置進(jìn)行投票；然后將票數(shù)高于閾值T的參考位置選為優(yōu)選參考點(diǎn)，進(jìn)行加權(quán)定位。
8.根據(jù)權(quán)利要求1所述的基于分類閾值及信號強(qiáng)度權(quán)重的室內(nèi)定位方法，其特征在于:所述步驟5)是根據(jù)與移動(dòng)節(jié)點(diǎn)距離最近的信標(biāo)節(jié)點(diǎn)作為參照，計(jì)算各優(yōu)選參考點(diǎn)的權(quán)重；具體算法如下: ①設(shè)移動(dòng)節(jié)點(diǎn)與優(yōu)選參考點(diǎn)的歐式距離為/;=(Α'ι, κ)，
全文摘要
本發(fā)明涉及室內(nèi)無線定位領(lǐng)域，特別是一種基于分類閾值及信號強(qiáng)度權(quán)重的RSSI無線定位方法。該方法在離線訓(xùn)練階段首先收集一個(gè)場景中多個(gè)參考點(diǎn)的信號特征，建立RSSI指紋數(shù)據(jù)庫；然后根據(jù)該場景的信號傳輸損耗特征，為每個(gè)參考點(diǎn)獨(dú)立計(jì)算匹配閾值。在定位階段，先依據(jù)待測位置的指紋和各參考點(diǎn)的閾值，從指紋數(shù)據(jù)庫中優(yōu)選出參考點(diǎn)；然后，引入?yún)⒖键c(diǎn)信號強(qiáng)度作為權(quán)重參與K鄰近加權(quán)，從而實(shí)現(xiàn)移動(dòng)節(jié)點(diǎn)的定位。本方法簡單易行，定位精度高，能有效減少RSSI隨機(jī)抖動(dòng)以及個(gè)別異常信標(biāo)節(jié)點(diǎn)對定位計(jì)算造成的影響。
文檔編號H04B17/00GK103209478SQ20131015544
公開日2013年7月17日 申請日期2013年4月27日 優(yōu)先權(quán)日2013年4月27日
發(fā)明者葉阿勇, 楊小亮 申請人:福建師范大學(xué)