基于RSSI测距的室内定位技术..docx

基于RSSI测距的室内定位技术2012-08-14 12:19:45摘要搭建了基于ZigBee技术的室内定位实验平台，以实验室楼道为室内场景进行了接收信号强度(RSSI)测距和定位实验研究。首先对测距实验采集到的数据使用线性回归分析拟合出当前环境的具体测距模型，并对信标和未知节点进行软件开发，实现了基于RSSI的定位算法。经过定位实验精度评估，文中算法的平均定位误差为2．3 m，满足大多室内场景要求。关键词室内定位；无线传感器网络；RSSI测距；线性回归分析随着现代通信、网络、全球定位系统(Global PositionSystem，GPS)、普适计算、分布式信息处理等技术的迅速发展，位置感知计算和基于位置的服务(Location Based Setvices，LBS)在实际应用中越来越重要。GPS是目前应用最广泛和成功的定位技术。由于微波易被浓密树林、建筑物、金属遮盖物等吸收，因此GPS只适合在户外使用，在室内场合，由于信道环境复杂、微波信号衰减厉害、测量误差大，GPS并不适用。近年来基于低成本、低功耗、白组织的无线传感器网络(Wireless Sensor Network，WSN)定位技术得到了科研人员的重视和研究，具有广泛地应用前景。根据定位过程中是否实际测量节点间的距离，可将定位算法分为基于测距(Range-based)的定位和距离无关(range-free)的定位。基于测距的定位先由未知节点硬件接收外部信标节点发射的无线信号并记录下TOA(Time of Arrival)、AOA(Angle of Arrival)、TDOA(Time Difference of Arrival)、RSSI(Received Signal strength Indicator)等测距度量值，然后将测距度量值转为未知节点到信标节点的距离或方位，然后再采用相关算法如三边测量法、三角测量法、极大似然估计法等来计算未知节点的位置。由于RSSI检测设备和机制简单，硬件成本低，实现简单，可通过多次测量平均获得较准确的信号强度值，降低多径和遮蔽效应影响，因此基于RSSI测距的定位技术成为近年来室内定位研究的热点。1 RSSI测距原理无线信号传输中普遍采用的理论模型为渐变模型(Shadowing Model)。式中，p(d)表示距离发射机为d时接收端接收到的信号强度，即RSSI值；p(d0)表示距离发射机为d0时接收端接收到的信号功率；d0为参考距离；n是路径损耗(Pass Loss)指数，通常是由实际测量得到，障碍物越多，n值越大，从而接收到的平均能量下降的速度会随着距离的增加而变得越来越快：X是一个以dBm为单位，平均值为0的高斯随机变量，反映了当距离一定时，接收到的能量的变化。实际应用中一般采用简化的渐变模型为便于表达和计算，通常取d0为1 m。于是可得[p(d)]dBm=A-10nlg(d) (3)把[p(d)dBm写成RSSI的形式得到RSSI=A-10nlg(d) (4)其中，A为无线收发节点相距1 m时接收节点接收到的无线信号强度RSSI值。式(4)就是RSSI测距的经典模型，给出了RSSI和d的函数关系，所以已知接收机接收到的RSSI值就可以算出它和发射机之间的距离。A和n都是经验值，和具体使用的硬件节点和无线信号传播的环境密切相关，因此在不同的实际环境下A和n参数不同，其测距模型不同。2 RSSI测距定位算法基于RSSI测距的定位算法流程如图1所示。节点定位采用极大似然估汁算法。已知n个信标节点的坐标分别为(x1，y1)，(x2，y2)，…，(xn，yn)，未知节点坐标为(x，y)，算法具体步骤如下：(1)信标节点周期性向未知节点发送包含自身ID和自身位置信息的数据包。(2)未知节点在收到同一ID信标节点发来的数据包后，从中提取出收到陔帧数据的信号强度值RSSI，当收到某个ID信标节点发来的数据包超过一定阈值(实验设置为100)后，对这100个RSSI值求平均值，得到最终的该ID信标节点的RSSI值，然后使用RSSI测距公式RSSI=A-10nlg(d)导出距离d，这样就得到了未知节点和某ID信标节点的距离。对所有信标节点都采用这种方法进行处理，得到n个距离d1，d2，…，dn。最后未知节点记录下所有信标节点的坐标和对应的距离数据。(3)建立信标节点与未知节点距离方程组该方程为非线性方程组，用方程组中前n-1个方程减去第n个方程后，得到线性化的方程AX=b (6)其中式(7)便是未知节点的坐标计算值。3 RSSI测距实验和定位实验由图1可以看出基于RSSI测距的定位算法需要根据式(4)将测距度量值RSSI转为未知节点到信标节点的距离后，才能进行定位计算，因此必须先确定式(4)中的A和n参数的值，从而建立准确的室内测距模型。测距模型的