基于RSSI的室内定位方法与系统技术方案

本发明专利技术提供一种基于RSSI的室内定位方法与系统，分别采集至少三个定位基站接收的RSSI信号，对采集的RSSI信号进行高斯拟合处理，保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号，获得有效RSSI信号，对所述有效RSSI信号进行小波变换，获得去噪后的有效RSSI信号，根据所述去噪后的有效RSSI信号，采用正定校正矩阵改进后的泰勒算法进行室内定位，获得定位结果。整个过程中，高斯拟合和小波变换处理进行数据筛选与去噪，并考虑室内场景中大型设备和人员移动导致测量RSSI值的变化，引入正定矩阵校正估计偏移量的误差，有效提高定位精度。

【技术实现步骤摘要】
基于RSSI的室内定位方法与系统
本专利技术涉及定位
，特别是涉及基于RSSI的室内定位方法与系统。
技术介绍
室外主要通过北斗定位系统或全球定位系统(GlobalPositioningSystem，GPS)进行人员和车辆定位，目前的民用系统的精度已经达到10米以内，且系统精度与设备数量没有直接的关系，能够满足室外定位的需求。在室内场景中，如何设计和实现适用于室内场景的定位算法和系统，是当前定位技术研究的关键所在。一般的室内定位技术主要通过搭建室内定位系统，通过多基站完成对目标的测量和定位。其中基于接收信号强度指示(ReceivedSignalStrengthIndication，RSSI)测距的泰勒级数算法，由于测量容易且实现简单，应用广泛。基于RSSI测距的泰勒级数算法，来源于三边定位算法，通过在待测场景中放置多个定位基站，测量待测节点与定位基站之间的RSSI值，计算距离信息得出待测节点位置，测量原理如图1所示。由于基于接收信号强度指示RSSI随距离变化，参考节点到待测节点或称盲节点的距离d1、d2、d3，可以通过各参考基站接收信号RSSI的测量值反推得出，上述基于RSSI测距定位法，通过定位基站接收信号，完成待测节点RSSI值的检测和两者之间距离的判断。虽然理论上基于RSSI定位算法能够基本实现室内定位，但是在实际应用中，由于未考虑实际测量过程中的偶然误差对于测量结果的影响，算法将所有测量数据进行平均后，用于后续定位计算，会影响数据的有效性和定位精度，另外，在测量过程还存在噪音干扰与障碍遮挡，最终造成定位结果不准确。
技术实现思路
基于此，有必要针对一般室内定位方法定位结果不准确的问题，提供一种定位准确的基于RSSI的室内定位方法与系统。一种基于RSSI的室内定位方法，包括步骤：分别采集至少三个定位基站接收的RSSI信号；对采集的RSSI信号进行高斯拟合处理，保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号，获得有效RSSI信号；对有效RSSI信号进行小波变换，获得去噪后的有效RSSI信号；根据去噪后的有效RSSI信号，采用正定校正矩阵改进后的泰勒算法进行室内定位，获得定位结果。一种基于RSSI的室内定位系统，包括：采集模块，用于分别采集至少三个定位基站接收的RSSI信号；高斯处理模块，用于对采集的RSSI信号进行高斯拟合处理，保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号，获得有效RSSI信号；小波变换处理模块，用于对有效RSSI信号进行小波变换，获得去噪后的有效RSSI信号；泰勒校正模块，用于根据去噪后的有效RSSI信号，采用正定校正矩阵改进后的泰勒算法进行室内定位，获得定位结果。本专利技术基于RSSI的室内定位方法与系统，分别采集至少三个定位基站接收的RSSI信号，对采集的RSSI信号进行高斯拟合处理，保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号，获得有效RSSI信号，对有效RSSI信号进行小波变换，获得去噪后的有效RSSI信号，根据去噪后的有效RSSI信号，采用正定校正矩阵改进后的泰勒算法进行室内定位，获得定位结果。整个过程中，高斯拟合和小波变换处理进行数据筛选与去噪，并考虑室内场景中大型设备和人员移动导致测量RSSI值的变化，引入正定矩阵校正估计偏移量的误差，有效提高定位精度。附图说明图1位传统基于RSSI定位的原理示意图；图2为本专利技术基于RSSI的室内定位方法第一个实施例的流程示意图；图3为本专利技术基于RSSI的室内定位方法第二个实施例的流程示意图；图4为本专利技术基于RSSI的室内定位系统第一个实施例的结构示意图；图5为本专利技术基于RSSI的室内定位系统第二个实施例的结构示意图；图6为应用本专利技术基于RSSI的室内定位方法与系统的定位结果与传统室内定位方法的定位结果对比图。具体实施方式为了更进一步详细解释本专利技术基于RSSI的室内定位方法与系统的技术原理，下面针对常规技术进行更详细的介绍。在传统的基于RSSI的定位方法中，其测量原理图如图1所示，该场景中用于定位的3个定位基站坐标分别为(x1，y1)、(x2，y2)和(x3，y3)。由于基于接收信号强度指示RSSI随距离变化，参考节点到待测节点或称盲节点(x，y)的距离d1、d2、d3，可以通过各参考基站接收信号RSSI的测量值反推得出，具体如式(1)所示。式中A为距离信号源1米处接收信号强度的平均值，n为路径损耗指数与具体的传播环境密切相关，Xε为随机误差。RSSI(d)＝-(10nlog10d+A+Xε)式(1)不同定位基站坐标(x1，y1)、(x2，y2)和(x3，y3)与盲节点(待测节点)(x，y)位置坐标，以及基于RSSI测量反推得出的距离d1、d2、d3，满足式(2)关系。通过式(2)可以得出，盲节点位置坐标如式(3)。上述传统的基于RSSI测距定位法，通过定位基站接收信号，完成待测节点RSSI值的检测和两者之间距离的判断。算法并未考虑实际系统RSSI参数测量的误差与波动，当定位基站数目大于3个时，多定位基站测量可以提升测量精度，此时式(2)变为超定方程，原算法不能够有效求解，此时需要通过泰勒(Taylor)级数算法将超定方程进行泰勒级数展开，保留线性的前两项是基于泰勒级数展开的加权似然估计递归算法，其基本原理是将非线性方程在初始估计值处进行泰勒级数展开，保留前两项，再用加权似然估计算法求解该方程。上述算法应用于室内场景时，需要从以下几个方面进行改进：1)RSSI测距定位的理论基础；2)RSSI信号的测量过程中，受到加性噪声的影响，传统泰勒级数展开定位算法考虑到系统和算法的简单有效性，以及不同系统中定位终端的运算和处理能力的限制，仅仅对多个测量值进行平均，未对测量结果进行深入处理，由于室内定位可以为多基站定位系统，在终端的处理和运算能力足够，并且都具有持续的电量供给的前提下，可以充分利用定位基站的处理和运算能力去除测量中的加性噪声，改善测量结果的可靠性，提高定位精度，例如在蓄能水电站的应用场景；3)在室内(例如厂房内)大型设备的遮挡和人员的运动，会导致不同定位基站接收到的RSSI值差异较大，但此时泰勒级数算法的求解，并未考虑去噪后的接收信号强度指示值RSSI的大小在测距时对于定位误差的影响。针对上述三方面问题，本专利技术基于RSSI的室内定位方法与系统主要从三个层面进行改进。1)在数据筛选阶段，考虑实际测量过程中的偶然误差对于测量结果的影响，对定位基站测量的大量RSSI信号进行高斯拟合处理，保留其中满足概率阈值的大概率测量值，提高了测量数据的有效性；2)在数据处理阶段，对筛选出的有效测量信号进行小波变换，去除测量中的加性噪声，降低了测量过程引入的噪声对于定位算法的影响；3)对泰勒级数算法进行了改进，考虑去噪后的RSSI的平均值大小在测距时对于定位误差的影响。此时，RSSI平均值越大，说明测量时待测节点和定位基站之间的信道质量越好，则测量结果越准确，此时RSSI值对于测量结果偏移量的影响越小。所以本专利技术基于RSSI的室内定位方法与系统通过引入正定校正矩阵，校正了RSSI均值对于定位结果的影响程度。综上，基于RSSI的蓄能水电站室内定位算法，在数据筛选和处理阶段，充分考虑了误差和噪声的影响；本文档来自技高网...

【技术保护点】
一种基于RSSI的室内定位方法，其特征在于，包括步骤：分别采集至少三个定位基站接收的RSSI信号；对采集的RSSI信号进行高斯拟合处理，保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号，获得有效RSSI信号；对所述有效RSSI信号进行小波变换，获得去噪后的有效RSSI信号；根据所述去噪后的有效RSSI信号，采用正定校正矩阵改进后的泰勒算法进行室内定位，获得定位结果。

【技术特征摘要】
1.一种基于RSSI的室内定位方法，其特征在于，包括步骤：分别采集至少三个定位基站接收的RSSI信号；对采集的RSSI信号进行高斯拟合处理，保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号，获得有效RSSI信号；对所述有效RSSI信号进行小波变换，获得去噪后的有效RSSI信号；根据所述去噪后的有效RSSI信号，采用正定校正矩阵改进后的泰勒算法进行室内定位，获得定位结果。2.根据权利要求1所述的基于RSSI的室内定位方法，其特征在于，所述对采集的RSSI信号进行高斯拟合处理，保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号，获得有效RSSI信号的步骤包括：计算采集的RSSI信号的高斯分布均值与方差；根据采集的所述RSSI信号的高斯分布均值与方差，计算采集的RSSI信号的概率密度值；将采集的RSSI信号的概率密度值与预设概率阈值比较，丢弃概率密度值小于所述预设概率阈值对应的RSSI信号，保留概率密度值大于或等于所述预设概率阈值对应的RSSI信号，获得有效RSSI信号。3.根据权利要求1所述的基于RSSI的室内定位方法，其特征在于，所述对所述有效RSSI信号进行小波变换，获得去噪后的有效RSSI信号的步骤包括：将所述有效RSSI信号分解到小波域，获得至少两层小波系数以及与各层小波系数对应的尺度系数；将所述至少两层小波系数分别与预设小波分解阈值进行比较，强制归零小于所述预设小波分解阈值的小波系数，并修正大于或等于所述预设小波分解阈值的小波系数，获得修正后的小波系数；对修正后的小波系数与小波系数对应的尺度系数进行小波重构处理，获得去噪后的有效RSSI信号。4.根据权利要求1所述的基于RSSI的室内定位方法，其特征在于，所述根据所述去噪后的有效RSSI信号，采用正定校正矩阵改进后的泰勒算法进行室内定位，获得定位结果的步骤之前还包括：根据所述去噪后的有效RSSI信号以及定位基站的位置，通过加权最大似然法，计算待测节点初始估计坐标；在待测节点初始估计坐标处进行泰勒展开，获得待测节点与各定位基站之间初始测量距离与真实距离的矩阵；对所述待测节点与各定位基站之间初始测量距离与真实距离的矩阵中加入正定校正矩阵，获得正定校正矩阵改进后的泰勒算法。5.根据权利要求4所述的基于RSSI的室内定位方法，其特征在于，所述正定校正矩阵的函数表达式为：式中，为第i个定位基站...

【专利技术属性】
技术研发人员：黄观金，高鹏，叶萌，陆信欣，卢勇，陈创波，周华旭，邹燕楠，绍志成，谷亚琼，陈辉煌，张斌，郭起霖，
申请(专利权)人：中国南方电网有限责任公司调峰调频发电公司，中国能源建设集团广东省电力设计研究院有限公司，
类型：发明
国别省市：广东,44