The invention belongs to the field of wireless Internet, Internet of Things and mobile communication technology, and discloses a method of ranging and location based on radio wave field strength RSSI; optimizes and filters RSSI data value by using Gauss model to reduce random fluctuation of data itself, and eliminates abnormal data samples; and gives RSSI field strength and distance path used in distance conversion stage. The conversion model, as well as the dynamic parameter estimation method for RSSI field strength-distance path conversion model, uses weighted parameter estimation method to calibrate the parameters of the model in real time. The method estimates the dynamic model parameters under the current environment through mutual cooperation between anchor nodes whose positions are known before the positioning starts, reduces the ranging error, has the advantages of simple calculation and easy dynamic correction in the positioning process, and effectively improves the accuracy and stability of wireless ranging and geometric positioning.
【技术实现步骤摘要】
一种基于无线电波场强RSSI的测距与位置定位方法
本专利技术属于无线互联网、物联网及移动通信
,尤其涉及一种基于无线电波场强RSSI的测距与位置定位方法。
技术介绍
目前,业内常用的现有技术是这样的:近年来,随着移动互联网与物联网技术的快速发展与推进,室内无线定位技术越来越得到人们的关注,室内定位是指在室内环境中利用通信网络、无线定位等技术获取待定位目标的位置信息。随着大量各类可穿戴设备、传感网、物联网设备的出现,使无线定位服务已有了良好的硬件基础;同时,无线局域网络的普及以及5G等泛在网的部署,又为室内定服务位提供了高速的数据通信能力。由于室内定位技术在各领域的特殊作用以及巨大的商业潜能,近年来发展十分迅速,其中基于无线电波接收信号场强指示(ReceivedSignalStrengthIndicator,RSSI)测距定位技术是目前最为广泛应用的一类室内无线定位技术。RSSI定位技术算法简单、易实现、成本低廉且对硬件设备要求不高,因而目前在室内无线定位领域应用广泛,对其研究也最为深入,其原理是根据无线发射端和接收端之间RSSI值作为电磁波空间传播距离特征值 ...
【技术保护点】
1.一种基于无线电波场强RSSI的测距与位置定位方法,其特征在于,所述基于无线电波场强RSSI的测距与位置定位方法利用高斯模型对RSSI的数据值进行优化筛选处理;给出距离转换阶段所用到的RSSI场强‑距离路径转换模型;在定位开始前,通过位置已知的锚节点间的相互合作估算出当前环境下的动态模型参数。
【技术特征摘要】
1.一种基于无线电波场强RSSI的测距与位置定位方法,其特征在于,所述基于无线电波场强RSSI的测距与位置定位方法利用高斯模型对RSSI的数据值进行优化筛选处理;给出距离转换阶段所用到的RSSI场强-距离路径转换模型;在定位开始前,通过位置已知的锚节点间的相互合作估算出当前环境下的动态模型参数。2.如权利要求1所述的基于无线电波场强RSSI的测距与位置定位方法,其特征在于,所述基于无线电波场强RSSI的测距与位置定位方法具体包括:步骤一,锚节点与Tag节点初始化:待定位终端Tag节点首先周期性地广播请求定位信号,室内所有L个定位锚节点Anchor1,Anchor2…,Anchorl,…AnchorL开始接收待定位终端Tag节点发射的广播信号;步骤二,RSSI样本数据筛选预处理:L个定位锚节点接收到待定位终端节点Tag发射的广播信号后,各自从中提取出所对应的RSSI值;步骤三,选择待定位Tag节点最邻近的信标锚节点:Tag节点接收到t0时刻L个锚节点返回的RSSI值,首先并将其存入数组向量中:再对数组中的RSSI样本按照数值的大小进行依次排序:其中表示在t0时刻按照大小重新排序后第l个样本;据此选出其中数值最大的4个RSSI值将其对应的锚节点作为当前待定位Tag节点最邻近的信标锚节点:{Anchor(1),Anchor(2),Anchor(3),Anchor(4)};再进一步,计算模型参数的可信度加权因子κl(l=1,2,3,4);其中κl称为电波场强-距离路径转换模型参数的可信度加权因子,有其可根据4个信标锚节点间的大小范围来确定:越大,则参数可信度越高,对应的加权因子κl所占值应越大;反之应越小;步骤四,获取信标锚节点间RSSI数据:所选的4个信标锚节点周期性地发射包含自身身份ID的广播信号,同时各个信标锚节点接收记录下彼此之间的RSSI值和ID号,并对该RSSI进行如步骤二的筛选优化处理;步骤五,建立场强RSSI-距离路径转换模型:假设信标锚节点Anchor(1)发射信号,记信标锚节点Anchor(2)和信标锚节点Anchor(3)接收到的RSSI经筛选优化处理后分别为RSSI12和RSSI13,建立电波场强-传播距离路径转换模型:其中,Pref1为锚节点Anchor(1)对应的距离参考功率参数,η1为其路径损耗指数参数;dist12为室内定位系统部署时已知的锚节点Anchor(1)与锚节点Anchor(2)之间的距离,dist13表示亦同理;方程组进行求解,得到参数Pref1和η1的一组解:分别求得信标Anchor(2)和Anchor(3)相对于该区域的参数估计Pref2、η2和Pref3、η3:其中,distij=...
【专利技术属性】
技术研发人员:车金泽,王勇,毛钰超,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。