一种基于无线传感器网络的精确室内定位方法技术

本发明专利技术公开了一种基于无线传感器网络的精确室内定位方法，涉及数据处理领域。该方法通过采用高斯模型法对RSSI进行处理，确保采集数据的可用性，同时采用三维坐标系定位目标位置，数据处理简单，数据处理速度快。采用本发明专利技术提供的基于无线传感器网络的精确室内定位方法，进行人员管理，可以对员工上下班进行统计管理；当前位置实时查询，结合室内地图，可以给人更直观的显示；通过轨迹回放功能可以准确的判断员工一天的工作地点及行进路线，有助于对其进行综合评定；可以与安防、监控系统相结合，发生火警、或其它安全事故时可以迅速定位事故地点，准确引导相关人员进行逃离、或补救。应用范围广泛。

【技术实现步骤摘要】

本专利技术涉及数据处理领域，尤其涉及一种基于无线传感器网络的精确室内定位方法。
技术介绍
随着无线网络、移动通信和计算机技术的不断扩大和深入，基于位置的服务需求越来越大，比如，典型的应用场景有资源查找、会议指南、参观导航、寻找老人儿童、节能控制，设备资产管理等。而在所有的基于位置的服务需求中，对于室内物品和人员的位置确定，则是实现基于位置服务的核心问题。目前，在众多定位方法中，比较常用的是基于测距的定位方法，但这种定位法，在应用于室内定位时，存在着定位精度不高的问题。
技术实现思路
本专利技术的目的在于提供一种基于无线传感器网络的精确室内定位方法，从而解决现有技术中存在的前述问题。为了实现上述目的，本专利技术采用的技术方案如下：一种基于无线传感器网络的精确室内定位方法，包括如下步骤：S1，在室内设置三个或三个以上的无线传感器网络基站节点；S2，采集目标节点发送至每个所述基站节点的无线电信号强度RSSI；S3，根据所述无线电信号强度RSSI计算每个所述基站节点至目标节点的距离；S4，根据所有的所述距离和每个所述基站节点的坐标，计算所述目标节点的坐标。优选地，S2和S3之间还包括步骤：采用高斯模型对RSSI进行筛选，得到高概率的RSSI，并对所述高概率的RSSI取平均值，对所述平均值取反对数，得到RSSI的估计值，为S3使用。优选地，所述高概率的RSSI，为在[u-1.6σ,u+1.6σ]范围内的采样值，其中，u为样本均值，σ为样本方差。优选地，S3采用如下公式计算：d=10A-r10n]]>其中，r为无线电信号强度RSSI，A为信号传输1米远时接收信号功率，n为路径损耗系数，表示信号能量随距离增加而衰减的速率，d为所述基站节点至目标节点的距离。优选地，参数A、n可以按照如下方法进行确定：所述目标节点定时发出包含自身坐标的定位广播，让本网络中的基站节点回复收到的RSSI和自己与所述目标节点间的距离；所述目标节点根据所述基站节点回复的距离和RSSI，进行最小二乘法拟和，计算出环境参数A和n。优选地，S4采用如下方法进行实施：S401，确定基站节点P1、P2、P3的坐标分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)；S402，设目标节点的坐标为(x,y,z)，S403，依据基站节点P1、P2、P3与目标节点之间的距离d1、d2、d3，基于空间距离计算公式，建立如下方程：(x1-x)2+(y1-y)2+(z1-z)2=d12(x2-x)2+(y2-y)2+(z2-z)2=d22(x3-x)2+(y3-y)2+(z3-z)2=d32,]]>则，目标节点在室内的位置坐标为：xyz=2(x1-x2)2(y1-y2)2(z1-z2)2(x1-x3)2(y1-y3)2(z1-z3)2(x2-x3)2(y2-y3)2(z2-z3)-1x12-x22+y12-y22+z12-z22+d22-d12x12-x32+y12-y32+z12-z32+d32-d12x22-x32+y22-y32+z22-z32+d32-d22.]]>本专利技术的有益效果是：本专利技术针对当前基于无线传感器网络的室内定位算法，室内定位精度不高，数据处理复杂的问题，通过采用高斯模型法对RSSI进行处理，确保采集数据的可用性，同时采用三维坐标系定位目标位置，数据处理简单，数据处理速度快。采用本专利技术提供的基于无线传感器网络的精确室内定位方法，进行人员管理，可以对员工上下班进行统计管理；当前位置实时查询，结合室内地图，可以给人更直观的显示；通过轨迹回放功能可以准确的判断员工一天的工作地点及行进路线，有助于对其进行综合评定；可以与安防、监控系统相结合，发生火警、或其它安全事故时可以迅速定位事故地点，准确引导相关人员进行逃离、或补救。应用范围广泛。附图说明图1是本专利技术实施例提供的基于无线传感器网络的精确室内定位方法的流程示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不用于限定本专利技术。由于间同步,实现价格也比较低廉，因而得到了广泛的应用。并且，RSSI测距基于接收信号强度(RSSI)测距的算法对于硬件要求较低，不需要时算法经过一定改良也能达到较高的精度要求，尤其对于短距离精确测量，定位误差可以下降到平均0.3m。如图1所示，本专利技术针对当前基于无线传感器网络的室内定位算法，室内定位精度不高，数据处理复杂的问题，提供了一种基于无线传感器网络的精确室内定位方法，包括如下步骤：S1，在室内设置三个或三个以上的无线传感器网络基站节点；S2，采集目标节点发送至每个所述基站节点的无线电信号强度RSSI；S3，根据所述无线电信号强度RSSI计算每个所述基站节点至目标节点的距离；S4，根据所有的所述距离和每个所述基站节点的坐标，计算所述目标节点的坐标。上述方法数据处理简单，数据处理速度快。采用本专利技术提供的基于无线传感器网络的精确室内定位方法，进行人员管理，可以对员工上下班进行统计管理；当前位置实时查询，结合室内地图，可以给人更直观的显示；通过轨迹回放功能可以准确的判断员工一天的工作地点及行进路线，有助于对其进行综合评定；可以与安防、监控系统相结合，发生火警、或其它安全事故时可以迅速定位事故地点，准确引导相关人员进行逃离、或补救。应用范围广泛。在本专利技术的一个优选实施例中，S2和S3之间还可以包括步骤：采用高斯模型对RSSI进行筛选，得到高概率的RSSI，并对所述高概率的RSSI取平均值，对所述平均值取反对数，得到RSSI的估计值，为S3使用。由于RSSI随环境的改变有很高的灵敏度，具有很大的波动性，因此利用RSSI测距时，要尽量避免RSSI的不稳定性，确保RSSI值精确的体现出无线信号的传输距离。将RSSI信号近似看成对数分布，采用高斯模型法，筛选出高概率的RSSI信号，按照下式对筛选出的数据取平均：B=1KΣi=1Kri]]>其中K为筛选出高概率的RSSI信号数量，ri为筛选出的第i个数据，B为筛选出的数据平均值。由于RSSI定位算法容易受环境影响，因此，为了提高定位精度,需要对计算出的结果进一步优化。考虑到无线电波的信号强度服从正态分布且存在理论上的均值，所以，可以采用优化方法对计算结果进行多次迭代优化，使计算结果不断向实际位置收敛以减少随机误差的影响。对上式中得到的平均值按照下式求取反对数，得出发生概率高的信号值，即为RSSI的估计值，将该估计值用于后续的距离的计算。r＝eB在本专利技术的一个优选实施例中，所述高概率的RSSI，为在[u-1.6σ,u+1.6σ]范围内的采样值，其中，u为样本均值，σ为样本方差。其中，S3采用如下公式计算：d=10A-r10n]]>其中，r为无线电信号强度RSSI，A为信号传输1米远时接收信号功率，n为路径损耗系数，表示信号能量随距离增加而衰减的速率，d为所述基站节点至目标节点的距离。参数A、n可以按照如下方法进行确定：所述目标节点定时发出包含自身坐标的定位广播，让本网络中的基站节点回复收到的RSSI和自己与所述目标节点间的距离；所述目标节点根据所述基站节点回复的距离和RSSI，进行最小二乘法拟和，计算出本文档来自技高网...

【技术保护点】
一种基于无线传感器网络的精确室内定位方法，其特征在于，包括如下步骤：S1，在室内设置三个或三个以上的无线传感器网络基站节点；S2，采集目标节点发送至每个所述基站节点的无线电信号强度RSSI；S3，根据所述无线电信号强度RSSI计算每个所述基站节点至目标节点的距离；S4，根据所有的所述距离和每个所述基站节点的坐标，计算所述目标节点的坐标。

【技术特征摘要】
1.一种基于无线传感器网络的精确室内定位方法，其特征在于，包括如下步骤：S1，在室内设置三个或三个以上的无线传感器网络基站节点；S2，采集目标节点发送至每个所述基站节点的无线电信号强度RSSI；S3，根据所述无线电信号强度RSSI计算每个所述基站节点至目标节点的距离；S4，根据所有的所述距离和每个所述基站节点的坐标，计算所述目标节点的坐标。2.根据权利要求1所述的基于无线传感器网络的精确室内定位方法，其特征在于，S2和S3之间还包括步骤：采用高斯模型对RSSI进行筛选，得到高概率的RSSI，并对所述高概率的RSSI取平均值，对所述平均值取反对数，得到RSSI的估计值，为S3使用。3.根据权利要求2所述的基于无线传感器网络的精确室内定位方法，其特征在于，所述高概率的RSSI，为在[u-1.6σ,u+1.6σ]范围内的采样值，其中，u为样本均值，σ为样本方差。4.根据权利要求1所述的基于无线传感器网络的精确室内定位方法，其特征在于，S3采用如下公式计算：d=10A-r10n]]>其中，r为无线电信号强度RSSI，A为信号传输1米远时接收信号功率，n为路径损耗系数，表示信号能量随距离增加而衰减的速率，d为所述基站节点至目标节点的距离。5.根据权利要求4所述的基于无线传感器网络的精确室内定位方法，其特征在于，参数A、n可以按照如下...

【专利技术属性】
技术研发人员：杨婧威，陈涵秋，李雨齐，胡国峰，
申请(专利权)人：北京安易康科技有限公司，
类型：发明
国别省市：北京;11