本發(fā)明涉及無線通信與智能控制技術(shù)領(lǐng)域，特別涉及一種基于藍(lán)牙rssi的無鑰匙系統(tǒng)定位方法。

背景技術(shù)：

智能鑰匙是無鑰匙系統(tǒng)的核心電子設(shè)備，由于其人性化的設(shè)計(jì)以及高安全性受到廣大汽車廠商的青睞。目前，國內(nèi)外也相繼出現(xiàn)無鑰匙進(jìn)入系統(tǒng)的各種產(chǎn)品，但由于無鑰匙系統(tǒng)還是一項(xiàng)較為先進(jìn)的技術(shù)，核心技術(shù)只掌握在少數(shù)廠商之間，所以現(xiàn)在主要應(yīng)用在高檔轎車中。

無鑰匙系統(tǒng)的關(guān)鍵技術(shù)之一是區(qū)域檢測(cè)技術(shù)，區(qū)域檢測(cè)用于定位鑰匙位置，判斷其是否在設(shè)定的工作范圍。區(qū)域檢測(cè)的精度是衡量一個(gè)無鑰匙系統(tǒng)好壞的重要參數(shù)，利用無線定位技術(shù)確定鑰匙所處位置是無鑰匙系統(tǒng)正常工作的重要環(huán)節(jié)。

然而，現(xiàn)有的無鑰匙系統(tǒng)定位的精度還不太理想，如何提高無鑰匙系統(tǒng)定位的精度是本領(lǐng)域技術(shù)人員致力于解決的難題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是如何提高無鑰匙系統(tǒng)定位的精度。

為了解決上述技術(shù)問題，本發(fā)明的技術(shù)方案是提供一種基于藍(lán)牙rssi的無鑰匙系統(tǒng)定位方法，其特征在于，步驟為：

步驟1：初步判斷鑰匙是在車內(nèi)還是車外；

建立車內(nèi)外空間坐標(biāo)系，設(shè)四個(gè)基站a1、a2、a3、a4的位置分別安裝在汽車的四邊中央，a1在y軸y1處，a2在x軸-x1處，a3在x軸x1處，a4在y軸-y1處；

當(dāng)汽車智能鑰匙接收四個(gè)基站發(fā)出來的信號(hào)強(qiáng)度后，先對(duì)各強(qiáng)度進(jìn)行對(duì)比，判斷出鑰匙在哪一個(gè)象限；

其中，s()表示求信號(hào)強(qiáng)度的函數(shù)，m表示汽車智能鑰匙的位置，q1、q2、q3、q4分別表示第一、二、三、四象限；

由信號(hào)強(qiáng)度，依據(jù)車內(nèi)衰減模型求出m至a1、a2、a3、a4的距離d1、d2、d3、d4，取其中最小的兩個(gè)值dmin1和dmin2的平方相加，再和y1²+x1²進(jìn)行比較，根據(jù)余弦定理可知：若dmin1²+dmin2²≥y1²+x1²，則m在車外，反之m在車內(nèi)；

步驟2：當(dāng)鑰匙處于車外位置時(shí)，采用自由空間衰減模型求出距離，如下：

l0＝32.44+20lgd(km)+20lgf(mhz)

其中，l0為路徑損耗，即測(cè)出的信號(hào)強(qiáng)度；d為距離；f為電磁波的頻率；

當(dāng)鑰匙處于車內(nèi)位置時(shí)，采用車內(nèi)衰減模型，具體采用人工神經(jīng)網(wǎng)絡(luò)模型求出距離，神經(jīng)網(wǎng)絡(luò)的輸入層為測(cè)出的信號(hào)強(qiáng)度，輸出層為距離；

如此，根據(jù)鑰匙在車內(nèi)還是車外，利用車內(nèi)衰減模型或自由空間衰減模型，得到校正后的m至a1、a2、a3、a4的距離dj1、dj2、dj3、dj4；

步驟3：提出約束條件

根據(jù)約束條件必須滿足下列四個(gè)不等式的成立：

如果四個(gè)不等式有任一個(gè)不成立，那么算法中斷，天線再次發(fā)射出信號(hào)，請(qǐng)求定位；如果四個(gè)不等式都成立，則轉(zhuǎn)步驟4；

步驟4：進(jìn)行二次加權(quán)計(jì)算

在二維平面中，只要知道三個(gè)已知節(jié)點(diǎn)與未知節(jié)點(diǎn)的距離，就可以很精確地得到未知點(diǎn)的位置信息，可以把它看作是以三個(gè)已知節(jié)點(diǎn)的位置為圓心，以到未知節(jié)點(diǎn)的距離為半徑，作三個(gè)圓，這三個(gè)圓一定會(huì)相交于一點(diǎn)，存在下列公式：

其中，(x1，y1)為a1點(diǎn)坐標(biāo)，(x2，y2)為a2點(diǎn)坐標(biāo)，(x3，y3)為a3點(diǎn)坐標(biāo)，(x，y)為汽車智能鑰匙的位置m點(diǎn)坐標(biāo)；

但是在實(shí)際的定位過程中，由于各種噪聲的影響，未知點(diǎn)m的位置在三個(gè)圓重疊區(qū)域的任一位置；上式應(yīng)當(dāng)改寫為：

其中，δ1、δ2、δ3分別為對(duì)應(yīng)距離的比例誤差系數(shù)。

加權(quán)質(zhì)心定位算法的思想就是要對(duì)未知點(diǎn)到已知點(diǎn)的距離進(jìn)行加權(quán)，而后再求加權(quán)后的質(zhì)心位置，這種思想的依據(jù)是由于距離越近，誤差因子就越小，距離越大，誤差因子就越大；所以引入未知點(diǎn)與已知點(diǎn)之間的距離作為權(quán)重因子，設(shè)權(quán)重因子取下列值：

w11＝(dj2+dj3)/2(dj1+dj2+dj3)；

w12＝(dj1+dj3)/2(dj1+dj2+dj3)；

w13＝(dj1+dj2)/2(dj1+dj2+dj3)。

其中，w11為點(diǎn)a1對(duì)應(yīng)的權(quán)重因子，w12為點(diǎn)a2對(duì)應(yīng)的權(quán)重因子，w13為點(diǎn)a3對(duì)應(yīng)的權(quán)重因子；

設(shè)點(diǎn)m的估測(cè)位置為(xg，yg)，那么質(zhì)心計(jì)算公式可以表達(dá)為：

由于在車內(nèi)安裝有四個(gè)藍(lán)牙基站，利用三邊測(cè)量法進(jìn)行計(jì)算，可以得到四個(gè)近似的未知節(jié)點(diǎn)坐標(biāo)，在對(duì)這四個(gè)近似未知節(jié)點(diǎn)坐標(biāo)求質(zhì)心時(shí)，再次引入權(quán)重因子，以求到更為精確的坐標(biāo)；設(shè)由基站a1、a2、a3，a1、a2、a4，a1、a3、a4以及a2、a3、a4確定的未知節(jié)點(diǎn)m的估測(cè)位置分別為m1(xg1，yg1)、m2(xg2，yg2)、m3(xg3，yg3)、m4(xg4，yg4)，根據(jù)權(quán)重因子的特性，分別取它們的權(quán)重因子為：

w21＝dj4/(dj1+dj2+dj3+dj4)；

w22＝dj3/(dj1+dj2+dj3+dj4)；

w23＝dj2/(dj1+dj2+dj3+dj4)；

w24＝dj1/(dj1+dj2+dj3+dj4)。

其中，w21為估測(cè)位置m1對(duì)應(yīng)的權(quán)重因子，w22為估測(cè)位置m2對(duì)應(yīng)的權(quán)重因子，w23為估測(cè)位置m3對(duì)應(yīng)的權(quán)重因子，w24為估測(cè)位置m4對(duì)應(yīng)的權(quán)重因子；

對(duì)這四個(gè)估測(cè)點(diǎn)進(jìn)行二次加權(quán)質(zhì)心計(jì)算，得到m的最終估測(cè)位置：

(xg，yg)即為汽車智能鑰匙的位置m的最終估測(cè)值。

優(yōu)選地，所述基站通過藍(lán)牙發(fā)射和接收電磁波信號(hào)，并測(cè)量信號(hào)強(qiáng)度。

本發(fā)明提供的方法首先根據(jù)車內(nèi)無線信號(hào)的衰減特性，利用bp神經(jīng)網(wǎng)絡(luò)擬合車內(nèi)信號(hào)強(qiáng)度rssi-d非線性函數(shù)進(jìn)行測(cè)距，再利用基于汽車環(huán)境的二次加權(quán)質(zhì)心分段定位算法進(jìn)行定位，大大提高了智能車鑰匙的定位精度。

附圖說明

圖1為基于藍(lán)牙rssi的無鑰匙系統(tǒng)定位方法框圖；

圖2為本實(shí)施例中車內(nèi)rssi-d非線性函數(shù)關(guān)系圖；

圖3為本實(shí)施例中基站位置設(shè)置示意圖；

圖4為二次加權(quán)質(zhì)心分段定位算法流程圖；

圖5為三邊測(cè)量實(shí)際情況示意圖。

具體實(shí)施方式

下面結(jié)合具體實(shí)施例，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實(shí)施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對(duì)本發(fā)明作各種改動(dòng)或修改，這些等價(jià)形式同樣落于本申請(qǐng)所附權(quán)利要求書所限定的范圍。

結(jié)合圖1，本實(shí)施例提供了一種基于藍(lán)牙rssi的無鑰匙系統(tǒng)定位方法，首先對(duì)車內(nèi)車外射頻信號(hào)衰減模型進(jìn)行研究，利用bp神經(jīng)網(wǎng)絡(luò)擬合車內(nèi)信號(hào)強(qiáng)度rssi-d非線性函數(shù)進(jìn)行測(cè)距，再利用基于汽車環(huán)境的二次加權(quán)質(zhì)心分段定位算法進(jìn)行智能車鑰匙定位。具體如下：

一、信號(hào)強(qiáng)度rssi測(cè)距

無鑰匙系統(tǒng)對(duì)鑰匙的定位，要分兩種情況：一是鑰匙處于車內(nèi)位置，二是鑰匙處于車外位置。當(dāng)鑰匙處于車外位置的時(shí)候，對(duì)鑰匙的定位精度要求并不是太高，主要是因?yàn)?，?dāng)設(shè)定鑰匙離車三米車門自動(dòng)關(guān)閉，或當(dāng)鑰匙進(jìn)入到三米以內(nèi)車門自動(dòng)解鎖，這些距離都是以米為單位進(jìn)行的，誤差幾厘米甚至十幾厘米、幾十厘米對(duì)這些功能都沒有影響。

當(dāng)鑰匙處于車外位置時(shí)，車的外部空間基本可以看作自由空間，所以可以采用自由空間模型。自由空間電波的傳播損耗可表達(dá)為：

l0＝32.44+20lgd(km)+20lgf(mhz)(1)

其中，l0為路徑損耗(測(cè)出的信號(hào)強(qiáng)度rssi)，d為距離，f為電磁波的頻率。

當(dāng)鑰匙處于車內(nèi)位置時(shí)，汽車內(nèi)部構(gòu)成了一個(gè)復(fù)雜的電磁波傳播環(huán)境，在這個(gè)環(huán)境里，電磁波存在著反射、透射等多種傳播，想要完整地描述電磁波在車內(nèi)的損耗，十分的困難。常用的無線信號(hào)傳輸模型如下式：

rssi(d)＝a-10*nlog(d)(2)

以上模型中，rssi為信號(hào)強(qiáng)度，d為距離，參數(shù)a和n為用于描述定位環(huán)境的特性參數(shù)。在車內(nèi)復(fù)雜環(huán)境下，很難通過計(jì)算或經(jīng)驗(yàn)給出這兩參數(shù)的值。

人工神經(jīng)網(wǎng)絡(luò)是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息系統(tǒng)。具有很強(qiáng)的自適、自學(xué)習(xí)功能，其中bp網(wǎng)絡(luò)是目前應(yīng)用最為廣泛的一種網(wǎng)絡(luò)模型。bp神經(jīng)網(wǎng)絡(luò)又稱為多層前饋神經(jīng)網(wǎng)絡(luò)，是目前研究最多的網(wǎng)絡(luò)形式之一。這種神經(jīng)網(wǎng)絡(luò)模型的特點(diǎn)是：bp網(wǎng)絡(luò)不僅有輸入層節(jié)點(diǎn)、輸出層節(jié)點(diǎn)，而且有隱含層節(jié)點(diǎn)。每層上的神經(jīng)元稱為節(jié)點(diǎn)或單元。bp網(wǎng)絡(luò)的神經(jīng)元采用的傳遞函數(shù)通常是sig-moid型函數(shù)，所以可以實(shí)現(xiàn)輸入和輸出間的任意非線性映射，這使得它在諸如函數(shù)逼近、模式識(shí)別、數(shù)據(jù)壓縮等領(lǐng)域有著廣泛的應(yīng)用。因此完全可以用bp神經(jīng)網(wǎng)絡(luò)來擬合車內(nèi)rssi與距離d之間的非線性函數(shù)關(guān)系。

bp神經(jīng)網(wǎng)絡(luò)模型為：(1)訓(xùn)練輸入樣本集p＝0.2∶0.2∶2，即測(cè)試距離0.2～2米，每隔20厘米測(cè)試一下信號(hào)強(qiáng)度；訓(xùn)練輸出樣本集即每一距離對(duì)應(yīng)的接收的信號(hào)強(qiáng)度。(2)采用三層bp網(wǎng)絡(luò)，輸入層為信號(hào)強(qiáng)度，輸出層為信號(hào)傳播的距離，隱層25個(gè)節(jié)點(diǎn)。隱層節(jié)點(diǎn)作用函數(shù)選擇對(duì)稱型s函數(shù)(tansig)，輸出節(jié)點(diǎn)為線性(purelin)。(3)權(quán)值調(diào)整算法采用最陡下降法(trainlm)。(4)訓(xùn)練次數(shù)1000次，精度為0.001。得到車內(nèi)rssi-d非線性函數(shù)關(guān)系如圖2所示。

二、基于汽車環(huán)境的二次加權(quán)質(zhì)心分段定位算法

首先初步判斷鑰匙在車內(nèi)外的情況，運(yùn)用不同的衰減模型進(jìn)行距離計(jì)算，減小累計(jì)誤差，然后，找到一種比較合適的權(quán)值因子的計(jì)算方法，對(duì)估計(jì)點(diǎn)進(jìn)行了二次加權(quán)。

在設(shè)計(jì)算法時(shí)，首先就要建立車內(nèi)外空間坐標(biāo)系，本實(shí)施例中，四個(gè)基站a1、a2、a3、a4的位置分別安裝在汽車的四邊中央，如圖3，a1在y軸98處，a2在x軸-71處，a3在x軸71處，a4在y軸-98處。

結(jié)合圖4，基于汽車環(huán)境的二次加權(quán)質(zhì)心分段定位算法如下：

2.1車內(nèi)外位置的初步判斷

當(dāng)汽車智能鑰匙接收四個(gè)基站發(fā)出來的信號(hào)強(qiáng)度后，先對(duì)各強(qiáng)度進(jìn)行對(duì)比，判斷出鑰匙在哪一個(gè)象限。

其中，s()表示求信號(hào)強(qiáng)度的函數(shù)，m表示汽車智能鑰匙的位置，q1、q2、q3、q4分別表示第一、二、三、四象限。

由信號(hào)強(qiáng)度，依據(jù)車內(nèi)衰減模型求出m至a1、a2、a3、a4的距離d1、d2、d3、d4，取其中最小的兩個(gè)值的平方相加，再和98²+71²進(jìn)行比較，根據(jù)余弦定理可知：m在車外，反之在車內(nèi)。

2.2提出約束條件

根據(jù)鑰匙在車內(nèi)還是車外，利用車內(nèi)衰減模型或自由空間衰減模型，得到校正后的m至a1、a2、a3、a4的距離dj1、dj2、dj3、dj4，根據(jù)約束條件必須滿足下列四個(gè)不等式的成立：

如果四個(gè)不等式有任一個(gè)不成立，那么算法中斷，天線再次發(fā)射出信號(hào)，請(qǐng)求定位。

2.3進(jìn)行二次加權(quán)計(jì)算

在二維平面中，只要知道三個(gè)已知節(jié)點(diǎn)與未知節(jié)點(diǎn)的距離，就可以很精確地得到未知點(diǎn)的位置信息，可以把它看作是以三個(gè)已知節(jié)點(diǎn)的位置為圓心，以到未知節(jié)點(diǎn)的距離為半徑，作三個(gè)圓，這三個(gè)圓一定會(huì)相交于一點(diǎn)，存在下列公式：

其中，(x1，y1)為a1點(diǎn)坐標(biāo)，(x2，y2)為a2點(diǎn)坐標(biāo)，(x3，y3)為a3點(diǎn)坐標(biāo)，(x，y)為汽車智能鑰匙的位置m點(diǎn)坐標(biāo)。

但是在實(shí)際的定位過程中，由于各種噪聲的影響，對(duì)未知節(jié)點(diǎn)的定位不是在一個(gè)點(diǎn)上，而是在一個(gè)區(qū)域，如圖5所示。

在圖5中可以看到，實(shí)際在運(yùn)用三邊測(cè)量法時(shí)，未知點(diǎn)m的位置可能在圖上三個(gè)圓重疊區(qū)域的任一位置。式(5)應(yīng)當(dāng)改寫為：

其中，δ1、δ2、δ3分別為對(duì)應(yīng)距離的比例誤差系數(shù)。

加權(quán)質(zhì)心定位算法的思想就是要對(duì)未知點(diǎn)到已知點(diǎn)的距離進(jìn)行加權(quán)，而后再求加權(quán)后的質(zhì)心位置，這種思想的依據(jù)是由于距離越近，誤差因子就越小，距離越大，誤差因子就越大。所以引入未知點(diǎn)與已知點(diǎn)之間的距離作為權(quán)重因子，距離越近，權(quán)值就越大，距離越遠(yuǎn)，權(quán)值越小，也就是距離與權(quán)值成反比。因此，設(shè)權(quán)重因子取下列值：

其中，w11為點(diǎn)a1對(duì)應(yīng)的權(quán)重因子，w12為點(diǎn)a2對(duì)應(yīng)的權(quán)重因子，w13為點(diǎn)a3對(duì)應(yīng)的權(quán)重因子；

設(shè)點(diǎn)m的估測(cè)位置為(xg，yg)，那么質(zhì)心計(jì)算公式可以表達(dá)為：

由于在車內(nèi)安裝有四個(gè)藍(lán)牙基站，利用三邊測(cè)量法進(jìn)行計(jì)算，可以得到四個(gè)近似的未知節(jié)點(diǎn)坐標(biāo)，這樣就為二次加權(quán)打下了基礎(chǔ)。在對(duì)這四個(gè)近似未知節(jié)點(diǎn)坐標(biāo)求質(zhì)心時(shí)，再次引入權(quán)重因子，可以求到更為精確的坐標(biāo)。設(shè)由節(jié)點(diǎn)(基站)a1、a2、a3，a1、a2、a4，a1、a3、a4以及a2、a3、a4確定的未知節(jié)點(diǎn)m的估測(cè)位置分別為m1(xg1，yg1)、m2(xg2，yg2)、m3(xg3，yg3)、m4(xg4，yg4)，根據(jù)權(quán)重因子的特性，分別取它們的權(quán)重因子為：

其中，w21為估測(cè)位置m1對(duì)應(yīng)的權(quán)重因子，w22為估測(cè)位置m2對(duì)應(yīng)的權(quán)重因子，w23為估測(cè)位置m3對(duì)應(yīng)的權(quán)重因子，w24為估測(cè)位置m4對(duì)應(yīng)的權(quán)重因子。

對(duì)這四個(gè)估測(cè)點(diǎn)進(jìn)行二次加權(quán)質(zhì)心計(jì)算，得到m的最終估測(cè)位置：

本發(fā)明是基于藍(lán)牙基站來進(jìn)行定位的，藍(lán)牙定位技術(shù)適用于測(cè)量短距離，功耗較低，主要應(yīng)用于小范圍定位，有中等的安全性和可靠性。藍(lán)牙設(shè)備體積小，易于集成在pda、pc及手機(jī)中，因此很容易推廣普及。

本發(fā)明使用藍(lán)牙rssi技術(shù)進(jìn)行測(cè)距，改進(jìn)了車內(nèi)空間的測(cè)距衰減模型，提高了車內(nèi)距離判斷的準(zhǔn)確度，為鑰匙定位精度的提高打下了基礎(chǔ)。在算法上，針對(duì)加權(quán)質(zhì)心算法對(duì)數(shù)據(jù)利用不充分的缺點(diǎn)，加入了二次加權(quán)因子，設(shè)定了一些約束條件，改進(jìn)了這一算法，并對(duì)定位結(jié)果進(jìn)行了進(jìn)一步的修正，使得定位精度達(dá)到了既定要求。