一种基于2点RSSI的动态加权进化定位系统及方法

摘要

本发明公开了一种基于2点RSSI的动态加权进化定位系统及方法，本方案通过获取两个无线信号发射节点的位置值，并基于动态加权进化定位方法进行实时位置估计。本发明提供的定位方案为基于RSSI的一维动态加权进化定位方案，本定位方案无需待定位节点和参考节点之间的信息交互过程，相对于传统的基于RSSI的定位技术，可实现快速、高效、高精度的定位。

说明书

技术领域

本专利涉及室内定位技术，具体涉及基于无线传感器网络的定位技术。

背景技术

在移动互联时代，人们有大量的时间活动于室内环境(80％左右)，人们的日常生活越来越依赖于基于位置服务所带来的便利，使得解决室内定位问题迫在眉睫。

多年来，经过了国内外专家学者的大量研究，目前能够用于室内定位的技术主要有红外技术(Infrared)，蓝牙技术(Bluetooth)，无线射频技术(RFID)，Zigbee，无线局域网(Wi-Fi)，光(Light)和超宽带(UWB)等。为了获得较好的定位精度，出现了基于测距式和非测距式等定位方案。而且，相对于非测距式定位方案，测距式定位方案能够获得较好的定位精度。

在基于无线信号接收强度指示(ReceivedSignalStrengthIndicator，RSSI)，信号达到时间(TOA)，信号到达时间差(TDOA)，信号到达角度(AOA)等测距式的定位方案中，TOA、TDOA和AOA等方案通常需要特制的、较为复杂的硬件设备或严格系统时间同步机制等技术的支持，使得整个定位系统的成本、复杂度提高，制约着它们的向更好的方向发展。

然而，基于RSSI的测距式定位方案可以利用现成的商用无线信号发射、接收装置进行定位，因为大部分现有的商用无线信号收发设备已经集成有现成的能够根据接收得到的数据包测量接收信号强度值的底层通信模块，使得该类定位方案具有低成本、低复杂度等优点。

在基于RSSI的室内定位方案中，主要的是基于指纹数据库(Fingerprint)的定位算法。通常，基于RSSI指纹数据库的定位方案包含了两个阶段，离线(Off-line)训练阶段和在线(On-line)定位阶段。在离线训练阶段中，该类算法往往需要进行实地的信号勘测工作，采集定位区域选取的若干个参考点位置上的RSSI强度值作为指纹特征，并且，为了获得较高的定位精度，通常需要大量增加勘测点，使得其工程量和计算复杂度大幅度增加。其次，由于现实定位环境具有动态性，且RSSI的指纹数据库对环境变化具有较强的敏感性，任何的环境改变都将影响指纹数据库的准确性。为了获得较好的定位性能，任何环境的变化都将导致RSSI指纹数据库的重新训练，使得操作、计算复杂度进一步提高。

发明内容

针对现有基于无线信号强度的室内定位方案，所存在的定位精度差以及计算复杂度高等问题，本专利的目的在于提供一种基于2点RSSI的动态加权进化定位方案，以提高室内定位的精度，并降低计算复杂度。

为了达到上述目的，本专利采用如下的技术方案：

方案1：提供一种基于2点RSSI的动态加权进化定位系统，该定位系统获取两个无线信号发射节点的位置值，并基于运行动态加权进化定位方法进行实时位置估计。

进一步的，待定位节点与无线信号发射节点之间无信息交互过程。

再进一步的，所述定位系统包括:

信号发射模块，所述信号发射模块由无线信号发射节点发射无线信号；

信号接收模块，所述信号接收模块由待定位节点接收并测量接收信号强度值；

路径损耗因子估计模块，所述路径损耗因子估计模块根据信号接收模块获取的信号强度值进行实时估计无线信号传播环境的路径损耗因子；

定位模块，所述定位模块运行动态加权进化定位算法并获得实时位置估计。

再进一步的，所述定位系统还包括节点部署模块，该模块用于在目标区域部署n个位置已知的无线信号发射节点，布置具有接收并测量接收信号强度值功能的待定位节点。

再进一步的，所述待定位节点在地面上的投影与无线信号发射节点在地面上的投影处于同一条直线；若待定位节点与无线信号发射节点处于不同高度时，具体可利用基本三角定理进行高度补偿。

方案2：提供一种基于2点RSSI的动态加权进化定位方法，该定位方法利用2个无线信号发射节点发射的信号强度值，进行动态加权进化定位。

进一步的，所述定位方法中待定位节点与无线信号发射节点之间无信息交互过程。

进一步的，所述定位方法主要包括如下实现步骤：

(1)待定位节点获取两个无线信号发射节点的位置值，并不断测量从无线信号发射节点发射的无线信号强度值；

(2)利用接收信号强度值和已知的两个无线信号发射节点的位置值，对距离-损耗模型中的路径损耗因子进行实时估计；

(3)产生若干特定分布的待定位位置；

(4)利用实时采集得到的接收信号强度值分别对每一个待定位位置的可能性进行判断，得到对应的权值；

(5)通过重采样算法对权值较小的待定位位置进行剔除操作；

(6)重复进行步骤4、步骤5，直至满足一定的迭代终止条件；

(7)得到待定位节点的位置估计。

再进一步的，所述定位方法中还包括节点布置步骤，在目标区域进行无线信号发射节点布置。

再进一步的，所述节点布置过程如下：

在一维目标区域布置n个位置已知的无线信号发射节点，待定位目标节点在地面上的投影与无线信号发射节点在地面上的投影处于同一条直线；若待定位节点与无线信号发射节点处于不同高度时，具体可利用基本三角定理进行高度补偿。

本专利提供的定位方案为基于RSSI的一维动态加权进化定位方案，本定位方案无需待定位节点和参考节点之间的信息交互过程，相对于传统的基于RSSI的定位技术，可实现快速、高效、高精度的定位。

同时，该定位方案能够较好地克服接收信号强度值的波动性问题，具有较强的环境鲁棒性，兼顾计算复杂度的同时有效地提高了定位精度。

附图说明

以下结合附图和具体实施方式来进一步说明本专利。

图1为本专利实例方案中定位系统的系统框图；

图2为本专利实例方案中进行定位的流程图；

图3为本专利实例方案进行仿真的结果图；

图4为本专利实例方案的应用示意图。

具体实施方式

为了使本专利实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本专利。

本实例提供的定位系统用于实现室内的快速、精确定位，在一次定位过程中，待定位节点只利用2个无线信号发射节点发射的信号强度值(该2个无线信号发射节点可以为与待定位节点相距最近的2个无线信号发射节点)，并基于运行动态加权进化定位方法进行实时位置估计。

同时，在定位过程中，相应的待定位节点与无线信号发射节点(即参考节点)之间无信息交互过程。

参见图1，其所示为本实例中提供的定位系统的系统框图。由图可知，该定位系统100主要包括信号发射模块101、信号接收模块102、路径损耗因子估计模块103、定位模块104以及节点部署模块105。

其中，节点部署模块105，其主要用于在目标区域部署n个位置已知的无线信号发射节点(即参考节点)，同时布置具有接收并测量接收信号强度值功能的待定位节点。在本系统具体应用时，该待定位节点可以为待定位目标(如手机、车辆等等)，通过对待定位目标进行配置，使其具有接收并测量接收信号强度值功能，继而形成待定位节点。

信号发射模块101，用于由部署的无线信号发射节点发射无线信号。该信号发射模块101可采用现有可进行无线信号发射方案来实现，其可直接运行在无线信号发射节点中，或采用其它可行的方案，由无线信号发射节点发射无线信号。

信号接收模块102，用于由待定位节点接收并测量接收信号强度值。该信号接收模块102可采用现有可进行无线信号接收并测量接收信号强度值的方案来实现，其可直接运行在待定位节点中(即待定位目标)，或采用其它可行的方案，由待定位节点接收并测量接收信号强度值。

该信号接收模块102具体运行时，不断接收并测量从无线信号发射节点发射的无线信号，并获得接收信号强度值最好的两个无线信号发射节点的坐标值。

路径损耗因子估计模块103，其基于信号接收模块102接收并测量接收信号强度值，实时估计无线信号传播环境的路径损耗因子。

该模块103具体基于由信号接收模块102测量的接收信号强度值和确定的已知的两个无线信号发射节点的坐标值，对距离-损耗模型中的路径损耗因子进行实时估计。

定位模块104，该模块基于信号接收模块102接收并测量的接收信号强度值以及路径损耗因子估计模块103确定的路径损耗因子，运行动态加权进化定位算法并获得实时位置估计。

由此构成的定位系统，具体为基于RSSI的一维动态加权进化定位方案，有效解决利用无线信号强度进行室内定位时，由于动态环境的干扰和信号传播时发生反射、散射、折射而存在着多径效应、阴影效应等现象；避免同一位置所探测得到的RSSI强度值存在着波动性问题，同时降低计算复杂度。

另，本实例进行室内定位的实现过程如下(参见图2)：

步骤1：在一维目标区域布置n个位置已知的无线信号发射节点(AccessPoints，APs)，待定位目标节点在地面上的投影与APs在地面上的投影处于同一条直线，且待定位目标节点与无线发射节点处于同一高度，当待定位目标节点与无线信号发射节点处于不同高度时，利用基本三角定理进行高度补偿。

步骤2：无线信号发射节点与待定位节点通电，待定位节点能够接收并测量得到来自APs的接收信号强度值。

步骤3：待定位节点不断接收并测量从APs发射的无线信号，并获得接收信号强度值最好的两个发射节点AP₁和AP₂的坐标值(x_ap1,y_ap1)和(x_ap2,y_ap2)，其满足x_ap1＝x_ap2且y_ap1＜y_ap2或者y_ap1＝y_ap2，且x_ap1＜x_ap2。

步骤4：待定位节点利用接收信号强度值和已知的两个APs的坐标，对距离-损耗模型中的路径损耗因子η进行实时估计

$>\eta \Rightarrow \underset{\eta =a-b,\Delta }{Min}\left\{{10}^{\frac{{\mathrm{PL}}_0-{\mathrm{RSSI}}_1}{10\eta }}+{10}^{\frac{{\mathrm{PL}}_0-{\mathrm{RSSI}}_2}{10\eta }}-\sqrt{{\left(x_{ap2}-x_{ap1}\right)}^2+{\left(y_{ay2}-y_{ap1}\right)}^2}\right\}.$>

其中，PL₀表示在参考距离处的平均信号接收强度值(单位：dBm)，RSSI₁和RSSI₂分别表示在待定位置处接收得到来自AP₁和AP₂的平均信号接收强度值(单位：dBm)，a表示最小路径损耗因子，b表示最大路径损耗因子，Δ表示路径损耗因子变化的步长精度。a和b可以基于实际的应用环境根据经验值做合适的规定；Δ的取值将直接影响到定位精度和定位速度，在实际应用中可在兼顾定位精度要求和定位速度的情况下进行相应的规定。

步骤5：产生N个均匀分布的待定位位置(x_i,y_i),i＝1,2,3,...,N。当x_ap1＝x_ap2时，满足x_i＝x_ap1＝x_ap2，y_ap1≤y_i≤y_ap2；当y_ap1＝y_ap2时，满足y_i＝y_ap1＝y_ap2，x_ap1≤x_i≤x_ap2。

步骤6：通过高斯处理，利用实时采集得到的接收信号强度值分别对每一个待定位置的可能性进行判断，得到权值w_i,i＝1,2,3,...,N

$>w_i=\frac{1}{\sqrt{2\pi }\sigma }{e}^{\frac{-{[RSSI-({\mathrm{PL}}_0-10\eta \lg \frac{d_x}{d_0})]}^2}{2{\sigma }^2}};$>

$>d_x=\sqrt{{(x_i-x_{ap1})}^2+{(y_i-y_{ap1})}^2};$>

其中，RSSI表示实时测量得到的接收信号强度值，d₀表示参考距离，PL₀表示在参考距离处的接收信号强度值，d_x表示待定位置与无线信号发射节点AP₁之间的距离，σ表示实际应用环境中高斯噪声的标准差。

步骤7：通过重采样算法对权值较小的待定位置进行剔除操作。

步骤8：重复进行步骤6、步骤7，直至满足一定的迭代终止条件。

步骤9：得到待定位节点的位置估计(x_e,y_e)：

$>(x_e,y_e)=\underset{i=1}{\overset{N}{\Sigma }}{w}_i*(x_i,y_i).$>

针对上述定位方法，本实例通过相应的仿真平台进行仿真实验，其中仿真平台配置如下：

Software:MATLAB,version2012a；

CPU:Intel(R)Core(TM)i5-4430CPU3.0GHz3.0GHz；

RAM:8GB；

Systemtype:Windows7,32bit。

参见图3，根据其所示的仿真结果可知，本定位方法对于所设定的7个噪声功率(1dB～4dB，步进为0.5dB)情况下，都取得了1米以内的定位精度。整个仿真所用的时间为0.122893s。

再者，下面通过一具体应用实例来进一步的说明本定位方案。

参见图4，本应用实例具体为在长且直的隧道或者走廊环境中，每相隔Dist米布置一个无线信号发射节点(AccessPoint，AP)，共K个AP，每个AP有唯一的名称和MAC地址，它们的坐标位置已知(x_n,y_n),n＝1,2,3,...,k。且当x₁＝x₂＝...＝x_k时，有y₁≤y₂≤...≤y_k；当y₁＝y₂＝...＝y_k时，有x₁≤x₂≤...≤x_k。

无线信号发射节点和待定位目标节点通电，待定位目标节点能够接收并测量得到与它相距一定距离范围内的来自无线发射节点的接收信号强度值(RSSI)。

待定位目标节点不断探测无线信号，并获得接收信号强度值较好的对应的两个无线信号发射节点AP_m和AP_m+1，获得它们的位置坐标，记为(x_m,y_m)，(x_m+1,y_m+1)。

待定位目标节点利用接收信号强度值和已知的两个AP的坐标，对距离-损耗模型中的路径损耗因子进行实时估计，其中η满足

$>\underset{\eta =1-4,0.03}{Min}\left\{{10}^{\frac{{\mathrm{PL}}_0-{\mathrm{RSSI}}_1}{10\eta }}+{10}^{\frac{{\mathrm{PL}}_0-{\mathrm{RSSI}}_2}{10\eta }}-\sqrt{{\left(x_{m+1}-x_m\right)}^2+{\left(y_{m+1}-y_m\right)}^2}\right\}.$>

其中，最小的路径损耗因子为1，最大的路径损耗因子为4，路径损耗因子变化步长精度为0.03；RSSI₁为测量得到来自AP_m的信号强度值，RSSI₂为测量得到来自AP_m+1的信号强度值。

通过随机数产生算法，产生N个具有均匀分布特征的坐标(x_i,y_i),i＝1,2,3,...,N，即并有当x_m＝x_m+1时，满足x_i＝x_m＝x_m+1，当y_m＝y_m+1时，满足y_i＝y_m＝y_m+1。

利用待定位目标节点实时获得的接收信号强度值，通过高斯函数对待定位置的权重进行更新操作，得到待定位置的新的权重值w_i,i＝1,2,3,...,N，其中

$>w_i=\frac{1}{\sqrt{2\pi }\sigma }{e}^{\frac{-{[RSSI-({\mathrm{PL}}_0-10\eta \lg \frac{d_x}{d_0})]}^2}{2{\sigma }^2}}$>

其中，$>d_x=\sqrt{{(x_i-x_m)}^2+{(y_i-y_m)}^2}.$>

由于经过待定位置重新赋权后，某些待定位置的权重将趋于无限小，也即认为这些待定位置成为待定位目标节点的真实位置的可能性极其微小。由此，利用重采样算法剔除这些权重值极小的待定位置，并产生新的待定位置，使得最后的待定位置个数为N。

重复进行重新赋权操作和重采样操作，直至满足迭代次数为M次。

当完成若干次定位算法迭代之后，再通过计算待定位置的加权平均值得到待定位目标节点的坐标估计值(x_e,y_e)，即

$>x_e=\underset{i=1}{\overset{N}{\Sigma }}{w}_i*x_i,y_e=\underset{i=1}{\overset{N}{\Sigma }}{w}_i*y_i.$>

至此，一次定位算法运行结束。

在实时定位应用中，本定位方案将以一定的频率重复运行核心定位算法，以达到实时定位的目的。

由于本定位方案对定位维度不敏感，所以该定位方案能够较好的推广至2D和3D的定位应用中。

以上显示和描述了本专利的基本原理、主要特征和本专利的优点。本行业的技术人员应该了解，本专利不受上述实施例的限制，上述实施例和说明书中描述的只是说明本专利的原理，在不脱离本专利精神和范围的前提下，本专利还会有各种变化和改进，这些变化和改进都落入要求保护的本专利范围内。本专利要求保护范围由所附的权利要求书及其等效物界定。