室内定位系统研究（通用8篇）
室内定位系统研究 篇1
近年来,随着无线网络通讯和多媒体技术的迅速崛起和快速发展,人们对信息的及时性和就地性的需求日益提高,基于位置的服务(Location Based Services,LBS)逐渐走进大众视线,而对于基于位置的服务,定位技术是其关键。
对无线定位技术的研究与应用最早要追溯到20世纪60年代的自动车辆定位(AVL)系统。80年代以后,随着GPS和蜂窝移动通信系统的出现,迎来了无线通信新时代。90年代末研究无线技术的人越来越多,为此成立了专门的联盟和组织,掀起了一股热潮。从20世纪90年代末,许多研究人员开始了室内定位技术的研究,具有代表性的有AT&T Cambridge主持的Active Badges项目,之后进一步改进为Active Bats,Cricket,微软的Easy Living项目以及Georgia Tech公司的Smart Floor项目等。国内对这方面的研究起步较晚,主要有军队的科研机构,一些大学,如香港科技大学、台湾新竹大学、上海交通大学、复旦大学等,也开始了室内定位的研究。
目前,室内定位研究主要集中在以下两个方面:一是室内定位算法研究;二是室内定位系统研究。本文主要从室内定位系统的角度进行全面的阐述,将其分为6类:红外线定位系统、超声波定位系统、射频定位系统、磁定位系统、视觉定位系统、可听声定位系统。最后会从用户的角度来讨论这些系统的优缺点。
1 基于红外线的定位系统
基于红外线的定位系统是最普遍的定位系统,其红外线定位的原理是,由红外线发射器发射特定的红外线,然后通过室内固定的光学传感器接收红外线进行定位。直线视距传播和传输距离比较短是两大缺点,同时易受荧光灯等室内光线影响。
Active Badge系统是在1990年由AT&T Cambridge的Roy Want等人提出来的最早的室内标记定位系统之一,采用了扩散红外线技术。被定位的用户需要携带一个红外线设备(活动标记),这种设备需要每隔15s发送一个全局唯一红外信号。在需要定位的地方安装固定的传感器来侦测活动标记设备发射的红外信号,然后通过收集的数据得到标记设备的位置信息并转发到中央服务器,并对应用程序提供访问相关数据的接口。
在Active Badge系统中,尽管标记设备和网络传感器的价格很便宜,但是连接传感器的电缆增加了成本。系统通过近似法来估计用户位置,定位精度以房间为单位,而且标记设备依靠电池供电,信号发射频率是一个很重要的设计单元,如果信号发射频率是15s,那么平均能耗会很小,电池寿命能维持一年左右,这对用户会很方便。
2 超声波定位系统
在过去的几百年,人们受蝙蝠在夜间通过超声波信号来导航的启发设计了一个类似的导航系统。超声波室内定位技术的原理是,基本采用反射式测距法,即待测物体向参考点发射超声波然后产生回波,根据发射波与回波的时间差来计算出距离,通过三角定位来得到定位坐标。超声波定位整体精度较高,结构比较简单,但超声波受多径效应和非视距传播很大。典型代表系统有Active Bat系统和Cricket系统,其中Active Bat系统是Active Badge的改进,这部分简单介绍Cricket系统。
Cricket系统是一个分布式的室内定位系统,旨在提供用户隐私性、高效性能和低成本,采用TOA和三角定位技术来定位目标。Cricket系统包括安装在墙壁或天花板已知位置的超声波发射器作为基础设施和安装在待测物体上的接收器。发射器除了发射超声波脉冲还并行的发送RF(射频)消息,作为TOA测距方法的同步,因此,当在几何位置计算中发射器信号不足时,接收器可以通过无线电通信线路转发的语义字符串来获得近似的位置信息。
Cricket系统精确度在10 cm内。如果当发射器信号不足时,可以用射频信号来得到近似位置,系统的容错性比较好。位置计算方法在用户端运行,用户的隐私性好。物体接收器很便宜,系统成本比较低。然而,接收器在执行计算时需要同时接收超声波和RF两种信号,比较耗能。
3 射频定位系统
在室内定位系统中,射频技术有如下一些优点。无线电波更容易穿透墙壁和人的身体,因此有更大范围的覆盖区域,与其他定位系统相比,需要更少的硬件设施。基于射频的定位系统可以重复使用现有的射频技术设备,如WLAN中的AP,同时广泛应用三角定位和指纹识别技术。
3.1 RFID(Radio Frequency Identification)
射频识别是一种通过在射频可兼容的集成电路上电磁传输的储存和检索数据的方法。有被动RFID和主动RFID两种RFID技术,在被动RFID中,追踪标签是一个接收器,因此标签设备很小且便宜,可是标签的覆盖范围很短。主动RFID标签是一个无线电收发器,主动地传输它们的鉴定和其他的信息,因此,标签设备的成本更高一点,但主动标签的覆盖范围更广一些。在这部分,我们详细的介绍基于主动RFID技术的定位系统。
Where Net定位系统是由Zebra Technology公司设计的支持室内和室外的实时定位。标签安装在待测目标物体上,用复杂的到达时间差算法计算标签的位置。Where Net实时定位系统包括下面几部分:标签、定位天线、定位处理器、Where Ports,如图1所示。标签发送长距离的扩频无线电信标,信标有唯一的识别号以便每个标签能够识别和定位它们。定位天线安装在天花板固定位置上,接收来自标签的信号和转发这些数据到定位处理器。定位处理器用从定位天线获得的信息计算位置,并把计算的标签位置信息发送到服务器。固定在不同位置的Where Ports向标签发送低频的电磁信号,基于用户的应用来指示标签必需的行为。
在Where Net系统中,标签的体积为6.6cm×4.4cm×2.1cm,重量是53g,由电池供电,使用寿命大约7年。然而,定位精度不是很高,定位误差大约在2~3m内,基础设施的安装也很费时。
3.2 WLAN
WLAN技术广泛流行,已经在一些公共场所如医院、火车站和大学等实施应用。基于WLAN的定位系统可以重复使用室内环境中现有的WLAN基础设施,降低了成本。位置估计的精度受很多因素影响,如人身体的方向和移动,AP的重叠,附近追踪的移动设备,墙和门等。典型代表系统有RADAR系统和Ekahau系统,这部分简单介绍Ekahau系统。
Ekahau系统是由一家芬兰公司在IEEE802.11b无线环境下开发的可运用RSSI进行位置检测的室内定位系统。Ekahau系统有三部分组成:场所测量、Wi Fi定位标签和定位引擎,如图3所示。场所测量是一个软件工具,在实时位置估计前提供场所校准,展示了网络覆盖区域、信号强度、信噪比、数据速率和用户WLAN网络的重叠。Wi Fi定位标签附加到待测目标进行实时定位。标签发射射频信号,AP测量接收到的射频信号的信号强度,将测量的数据通过WLAN转发到定位引擎,也是一个软件工具,为任何设备如笔记本电脑、PDA等提供实时定位。将信号强度与场所测量已经做的场所校准结合起来,定位引擎计算和展示安装在设备上的Wi Fi定位标签的位置。
如果有三个或三个以上的AP来定位物体,这个定位系统的精度会达到1m。利用现有的WLAN网络结构,系统成本较低。标签的体积为45mm×55mm×19mm,重量为48g,便于用户携带,由电池供电。电池使用寿命大约是5年。
3.3 Bluetooth
蓝牙基于无线个人区域网的规范IEEE802.15.1标准开发,可以替代安装在移动设备上的IR端口在100m内通信。在蓝牙规范下用以MAC协议为基础的master/slave架构形成了微微网。多种设备,如移动手机、笔记本电脑、台式机、PDA等,已经嵌入了蓝牙技术。理论上,集成了蓝牙技术移动终端设备的用户,只要设备的蓝牙功能开启,就能对其进行位置判断。而蓝牙芯片组成本低,导致了定位系统使用的追踪标签成本低。
在基于蓝牙的定位系统中,形成各种蓝牙集群作为定位的基础设施。通过在同一个集群的其他移动终端来定位某个蓝牙移动设备的位置。
Topaz系统在室内环境采用蓝牙技术定位标签。使用蓝牙技术,Topaz仅仅能计算出二维位置信息,定位误差范围在2m内,在多障碍物的室内环境内想达到以房间为单位的定位精度不是足够的,因此可以将蓝牙定位技术与红外线定位技术结合起来达到这个目标。Topaz定位系统由软件和硬件部分组成,可以定位蓝牙标签或任何装备蓝牙技术的设备。
Topaz定位系统的系统组件和架构如图3所示。固定在不同位置的AP激活蓝牙和红外线来定位标签。通常地,一个蓝牙服务器与32个AP相关联,负责执行蓝牙功能,如管理AP。蓝牙服务器接收测量的信号强度,然后转发这些原始数据到位置服务器。位置服务器计算标签的位置。蓝牙服务器、位置服务器和位置客户通过LAN连接。
在Topaz系统中,将蓝牙技术和红外线技术结合起来,目标设备可以被定位到准确的房间。十几个物体可以同时被定位。然而,由电池供电的标签需要每个星期充电,与其他定位系统的标签相比,使用周期比较短。计算标签的位置延迟很长,大约10s~30s。
3.4 UWB
红外线定位系统在室内环境受无线信号被墙壁反射的多径效应的影响,而超宽带[13]脉冲在短时间内可能过滤出由原始信号反射的信号,可以提供更高的定位精度。超宽带技术的原理是,通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据。
Ubisense公司,由AT&T Cambridge的工程师资助,采用超宽带技术提供一种新的实时定位系统。在系统中使用利用到达时间差(TDOA)和到达角度(AOA)测距的三角定位技术来提供位置感知的灵活性。因为Ubisense系统测量信号角度和到达时间差,有墙和门的室内环境对其性能影响不大,定位精度达到厘米级。
Ubisense系统由3部分组成:传感器、跟踪标签和Ubisense软件平台。活动标签发送UWB脉冲,固定在已知位置的传感器接收来自跟踪标签的UWB信号。标签的位置数据通过现有的以太网由传感器转发到Ubisense软件平台,在软件平台分析和展示标签的位置。
与其他的基于RF的定位系统相比,Ubisense系统有更高的定位精度,在三维环境中约为15cm。位置计算的时间延迟很短且感知速率能达到每秒20次。基础设施部件覆盖范围很大,在一个大的位置监控区域系统是可扩展的。然而,高性能的定位系统价格也高。
3.5 Zigbee
Zigbee是基于IEEE 802.15.4无线标准研制开发的,是一种新兴的应用于短距离范围内的传输数据速率低下的各种电子设备之间的无线通信技术。应用Zig Bee技术的室内定位系统是通过在传感器网络中布置参考节点,移动节点构成系统的,参考节点为静态节点,它们发送位置信息和RSSI值给移动待测节点,该节点将数据写入定位模块,分析计算得到自身位置。该系统常采用分布式节点设置,可以减少网络数据工作量和通信延迟的问题。
优点是功耗低,成本低,网络容量大,时延短,提供了数据完整性检查和鉴权功能。缺点是传输速率低,处理数据量小,存储容量小。
4 磁定位系统
采用磁信号去测量和追踪位置是一种很古老且经典的方式。当在发射器和接收器之间有障碍物测量位置时,磁定位系统有很高的定位精度,没有受到视距问题的影响。
Motion Star Wireless是使用直流电磁场发射脉冲来定位在3m内的传感器的运动追踪系统,是原始有线运动追踪系统Motion Star的改进版本。Motion Star Wireless系统通过测量安装在用户不同部位的传感器提供精确的身体动作追踪,系统侦测的传感器的位置信息可以用于各种应用,如动画、生物力学和虚拟现实等。
Motion Star Wireless系统由发射器、控制器和安装在传感器和RF发射器上的基站组成。发射器和控制器部分发送磁脉冲到安装传感器的身体,安装在特定身体部位的传感器接收来自发射器和控制器的磁脉冲。RF发射器把测量的数据发送到基站。最后基站计算传感器的位置并把数据通过RS232或以太网接口转移到用户的电脑。
静态位置估计的定位误差大约是1cm。跟踪用户所携带的传感器小巧轻便,携带方便。然而,系统的缺点是磁追踪器很昂贵。电池持续使用寿命大约是1~2小时,位置估计使用时间较短。系统性能受金属元素的影响,除此之外,发射器的覆盖范围限制在3m内,不利于大的室内公共应用和设备的扩展。
5 视觉定位系统
在复杂的室内环境中,基于视觉的定位是一种追踪位置和识别用户或设备的方式[17],不需要用户携带任何设备。视觉很容易提供一些基于位置的信息,如用户A坐在沙发上喝白酒。
微软研究院设计了基于视觉定位技术的Easy Living定位系统。基于视觉的定位技术可以从单个角度或多个角度来捕获目标的动作。Easy Living系统用多角度的基于视觉的定位技术和两个照相机来覆盖测量区域。位置估计将从相机中获得的颜色和深度结合起来来提供位置感知。
Easy Living系统的组件如图4所示。两个实时3D照相机负责覆盖测量区域和提供被更新的视觉,PC机运行立体模块接收照相机影像和处理这些原始数据。为了识别每个被追踪用户,Easy Living系统定义了靠近房间入口的“用户创建区域”。当用户进入房间时,在这个“用户创建区域”,立体模块就创建用户的视觉实例。立体模型追踪用户的动作和保持用户的位置历史。用这些被保存的用户位置信息,系统可以改正一些错误的位置估计。
尽管Easy Living系统对用户来说很方便,但仍存在一些缺点。系统需要大量的处理能力去处理立体照相机获得的影像,同时在动态变化的环境中不能保证精确度。
6 可听声定位系统
可听见的声音是一种室内定位可能的技术。基于可听见声音的定位系统可以重复使用设备,不需要可携带的跟踪标签,降低了系统成本。但在动态变化和公共的室内环境中可听见声音会被声音噪音干扰,也没有很强的穿透力。
6.1 Beep
三维Beep定位系统是基于可听见声音技术的低成本定位方案。在Beep系统中,采用了标准的基于TOA的三维多点定位算法。Beep所侦测到的三维位置信息可以用于实际应用环境中,如办公室大楼、购物中心等。
Beep定位系统的架构如图5所示,在系统中一个漫游设备被用作被跟踪目标来发送可听见声音。各种声音传感器提前安装在测量区域的固定位置,通过无线连接与中心服务器连接。这些传感器接收被追踪目标发射的可听见声音,然后通过WLAN转发这些数据到中心服务器,采用TOA方法来计算设备的位置。最后,漫游设备通过WLAN从中心服务器获得位置信息。测试实验在一个20m×9m的房间里,定位系统在90%的情况下的定位精度达到0.4m。另外,噪音和障碍物降低了系统6~10%的精确度。
Beep系统的优点是考虑了用户的隐私,避免了自动被追踪。如果用户不想系统知道他们的位置,用户能阻止他们的设备发送可听见声音。
7 结语
室内定位是室内无线网络的关键支撑技术之一,作为对GPS的补充,有着广阔的市场前景,特别在火灾、医疗救护现场、物流、设备监测等场合存在迫切市场需求。在这篇文章中,论文采取了文献综述法和比较法两种研究方法,介绍了室内定位系统的分类,并介绍了每种分类的典型系统的系统架构,总结其优缺点。论文创新之处在提出了一种新的分类方式,而论文存在的问题是只给出了使用单一介质的室内定位系统性能的评估标准,也指出可以结合多种介质来提高性能,但未给出一种结合多种介质提高性能的室内定位系统。
室内定位系统研究 篇2
关键词：疗养院 疗养用房 功能定位 空间环境
1 疗养用房的功能性定位
疗养用房是疗养院中的主体功能空间，是疗养员日常接触最为频繁的场所，其设计质量直接影响疗养员的整体疗养效果。疗养用房主要功能部分又可具体细化为疗养室、疗养员活动室、医生办公室、护士站、治疗室等。其中疗养房按性质及规模应分成若干个互不干扰的护理单元。辅助部分包括营养食堂、污洗室、库房、医用卫生间、开水间、更衣室、机房等，其中营养食堂宜单独设置，利用连廊与疗养楼主体相连接。交通部分则包括走廊、连廊、电梯、楼梯、候梯厅等。
2 国内外现状对比
2.1国内现状分析
我国的疗养院大都是在20世纪50年代按前苏联模式建立起来的，历经半个多世纪有了长足的发展，但因职能界定模糊，设计专业性不强等现实问题，疗养院建筑的发展速度远远落后于其他医疗建筑，与新的形势、任务和要求不相适应。至上世纪90年代末，由于体制的变革，除老干部疗养院和军警疗养院等一些特殊系统的疗养院外，大多数疗养院纷纷改变业态以求生存发展。
2.2国外现状分析
国外疗养院受社会环境和医疗体制影响一直处于持续发展的良好状态，其设计理论业已形成较为完善全面的体系，无论是空间设计还是环境设计都有较为深入的研究，在基础研究之上还引入了循证医学、环境行为学、色彩心理学等多学科进行交叉研究，产生了较多具有针对性和前瞻性的设计理论。在此之上，其疗养院的发展建设也走上了优质设计道路，可为我国的疗养院设计提供崭新的思路及有价值的借鉴。
3 疗养用房空间环境营造
3.1疗养用房空间环境现状
目前很多新建的疗养院在设计过程中也吸收了一些国外先进的设计理论，较为重视建筑空间的处理与环境品质的提升，但与国外发达国家相比还存在一定的差距。主要存在着以下四点问题：
3.1.1空间布局过于复杂
目前我国多数疗养院都是在原有基础上经过好几次扩建而形成。在扩建过程中大多数只注重解决当时的问题，而缺乏系统长远的考虑，院区内布局凌乱。在疗养用房内部，使用功能也几经置换，造成空间的分界模糊，疗养员难以确定其位置。对于使用者来说，空间布局过于复杂，个体的行为受到单方面的环境支配，个人的舒适性和高品质享受被忽略。
3.1.2疗养景观匮乏
我国很多疗养院内的景观常常被作为一种即时的视觉和审美景象而忽略。疗养院的景观不同于一般公共建筑的景观，而是带有一定的治疗功效。国内目前的设计流程仍将建筑设计放在第一要位，景观设计要么滞后，要么被当做单纯的绿化，其医疗效用并未引起重视，导致院内疗养景观寥寥无几甚至完全没有。
3.1.3设计专业性不强
由于长期以来缺乏对疗养院这类特殊医疗建筑的专业研究，很多疗养院在设计中虽然标榜“以人为本”的设计理念，却往往由于缺乏理论指导和实践经验而过于空洞。忽视了疗养员对空间环境的审美需求，与人交往的社会需求，家人陪护的情感需求等。在室内设计装修中，应准确塑造出疗养院的意境，不能一味模仿宾馆的豪华高档风格，反而忽略了疗养院作为医疗建筑所应具备的基本格调，使其失去了医疗建筑室内环境的特点。
3.1.4室内环境粗糙
在提倡人性化设计的今天，光环境和色彩环境的优劣已成为评价疗养院建筑的基本标准之一，但部分疗养用房由于建设年代久远，楼宇之间预留间距不够，造成室内自然光照匮乏。除了光环境设计，色彩环境也是室内设计不能忽视的一个重要方面。人接收到色彩信息以后，产生对色彩的各种反应，对人的身心产生不同的影响，能左右人们的情绪和行为。
上述种种问题已严重制约疗养院的发展，随着医疗事业改革的深化，这些矛盾将日渐突出，只有将最新的设计理念融入疗养用房的建设之中，才能扭转这一被动局面。
3.2疗养用房室内环境营造
疗养用房的空间与环境设计应该有机地融合到疗养院上述种种复杂的功能之中，保证各功能单元、功能房间组成完整，使疗养院各项功能得以顺利实现，达到疗养资源和建筑资源的共享；既要符合疗养院的整体功能需求，又要针对不同的功能要求给予不同的支持，实现某些特殊功能空间的要求。本文从空间设计和环境塑造等方面分析了疗养环境的建设因素总结如下：
3.2.1重现生活场景
医疗建筑既需满足各类人群的需求，又需满足其日常生活各种行为的需要，体现在疗养院设计中就是要对日常生活的场景进行重现。这一设计理念不仅可以缓解疗养员内心压力，还可帮助他们早日回归正常的社会生活。例如建筑师将日常生活场景以图书馆、咖啡馆甚至旅馆等形式引入设计之中，营造出轻松的疗养氛围。
3.2.2引入自然景观
在医疗建筑中创造积极有效的医疗环境刺激患者，可对他们的身心造成有益影响，加速身体机能的恢复。因此疗养用房设计的重点是整体环境的塑造，而景观设计又是重中之重。疗养院多位于风景优美地区，自然景观必然成为整体环境中不可或缺的构成要素之一。同时，每个地区所特有的自然景观也会赋予每个疗养院不同的性格特征。建造一个友好开放、舒适宜人，可在原生自然环境中活动的疗养圣地是每个设计者坚持的设计信念。
3.2.3创造独特的诊疗体验
一个疗养周期最短一周，最长可达数月甚至几年。在此期间，疗养员的日常生活主要在疗养院内进行，所以疗养环境要有亲近感，不会使人产生排斥。此外，疗养院建筑还需要表达独特的个性，与之“以养为主”的功能特征相匹配，将传统医疗建筑带给人们的潜在的创伤性体验转变为一种积极的诊疗体验设计，激发疗养员尤其是那些疗养周期较长的疗养员对周围环境进行积极主动的探索。
结语
疗养院是整个卫生体系中不可或缺的一个子系统，是建立完善卫生体系的重要组成部分。随着现代社会的进步和医学模式的转变，疗养院的职能和服务手段也正在发生显著变化，原有的传统疗养院建筑已经不能满足全新的疗养功能需求，迫切需要新型专业的疗养院空间与环境设计理论来指导实践。
室内定位系统研究 篇3
ZigBee是一种新兴的低成本、短距离、自配置、低速率以及低功耗的无线网络技术,具有比较完善的防碰撞机制、节点管理体系及电源功耗管理功能[1]。选用的无线收发芯片型号是A7105,A7105是一低成本2.4 GHz ISM频段的无线应用射频芯片。A7105 内建接收信号强度指示RSSI和ADC侦测使用电压。
在无线传感器网络中,传感器节点间的测距方法是一些基于测距的定位算法的基础。测量节点间距离或方位时常用的方法有基于到达时间(TOA)、基于到达时间差(TDOA)、基于到达角度(AOA)和基于接收信号强度指示(RSSI)的方法[2],本文采用基于RSSI的测距,因为此方法无须额外的硬件设备,是一种低功率、廉价的测距技术,但是因为无线信号受反射、多径传播、非视距传播等问题影响,使得相同距离产生不同的传播损耗,因此,为了获取更加准确的RSSI,先通过中值过滤器(先把RSSI数据排序,设定阈值,根据阈值来取值),再经过均值过滤器的方法,以去除那些偏差较大的RSSI,提高了RSSI的精度。在定位过程中,本文采用基于极大似然估计法加权取均值的定位优化算法,此种定位方法提高了定位的精度。
上位机利用LabVIEW软件开发,LabVIEW是一种图形化编程语言,采用工程技术人员所熟悉的术语和图形化符号代替常规的文本语言编程,具有界面友好、操作简便、操作周期短等特点[3]。本文上位机的作用是采集RSSI,实现算法及显示。
1 算法描述
1.1 RSSI测距原理及本文获取RSSI算法
1.1.1 RSSI测距原理
基于RSSI(接收信号强度)测距算法:在发射节点的发射功率确定的情况下,可以根据接收节点接收到的功率,利用理论和经验模型,得出能量损耗与距离的关系。
一般采用的RSSI测距原理如式(1)所示
式中:RSSI是接收信号强度;A为常数;d是收发节点之间的距离;n是信号传播因子。常数A和n的值决定了接收信号强度RSSI和传输距离d的关系。A和n的数值易受多种因素影响[4]。此种测距方法需确定A和n两个常数值,实现过程较复杂。
本文采用的RSSI测距原理:由于当发射节点设置不同的发射功率情况下,接收节点收到的RSSI与信号传输距离d的线性范围不一样,因此,在特定的环境中,可以通过改变发射节点的发射功率,来调节RSSI与信号传输距离呈线性关系的范围,根据接收节点接收到的不同距离处的RSSI,拟合出一个适用于此特定环境的函数表达式,可以将接收到的RSSI转化为距离[5]。
1.1.2 本文获取RSSI值算法
假设Mi(i=1,2,…,n)为未知节点,Nj(j=1,2,…,n)为固定节点,为固定节点Nj接收到未知节点Mi的RSSI,针对一个固定节点,一组采集十次,获取10个RSSIij,由小到大排序得到:RSSIij1,RSSIij2,…,RSSIij10,然后求得这组数据的中值mid(RSSIij),为了去除掉那些因环境因素影响严重的RSSI,在这里,取一个门限值β,令
取出落在mid(RSSIij±β)的RSSI,然后求出其均值,即为RSSIij值。
1.2 极大似然估计法定位算法[6]和本文定位优化算法
1.2.1 极大似然估计法定位算法
在无线传感器网络定位算法中,如果知道移动节点与参考节点之间距离个数不小于3个时,可使用极大似然估计法来定位。
极大似然法的原理如图1所示。假设1,2,3,…,n个参考节点的坐标分别为(xi,yi)(i=1,2,…,n),它们到移动节点的距离分别为di(i=1,2,…,n),设移动节点P的坐标为(x,y)。
可得到
依次从第一个方程减去第n个方程得到
则式(4)可以用线性方程AX=b表示,其中
使用最小均方差得节点P的坐标为
1.2.2 本文定位优化算法
假设有m(m≥4)个固定节点,令p=C
式中:k=1,2,…,p;wk愈小,说明第k个定位坐标值愈接近其余(p-1)个定位坐标值;反之,当wk愈大,说明第k个定位坐标值愈远离其余(p-1)个定位坐标值。因此,可以设置一个阈值W,若wk≤W,则保留相对应的定位坐标值Nk;反之,若wk>W,则删除掉相对应的定位坐标值Nk。
假设经过阈值判断,保留了q个坐标值。然后根据这q个坐标的权值,求出其均值,如式(10)所示
式中:坐标
2 利用LabVIEW软件开发的上位机
这部分主要完成数据采集、定位算法和定位结果显示界面。
2.1 程序流程
程序流程图如图2所示,先判断帧头正确之后,接收来自5个基站发送的数据,提取出RSSI。先利用生产者循环存RSSI,然后通过消费者循环读数据并存入数组,数组元素达到50个时,利用抽取数组子程序,得到各个基站发送的10个RSSI,然后,通过中值和均值过滤,获得RSSI,带入拟合公式,再利用本文定位优化算法求出定位坐标并显示。
2.2 前面板部分
前面板如图3所示,需配置基站的坐标值。
3 相关实验、实验结果及误差分析
3.1 相关实验
在实验阶段,首先为了保证试验模块的一致性,减少实验误差。采用的方法是在可视距离内,接收模块固定不变,别的被测模块在4个方向不同距离处,进行多次测量取均值,根据最终测得的RSSI来选择出具有一致性的试验模块。
其次,选择合适的DataRate,全向天线和读取一帧数据的时间等,经过实验测试,设置的DataRate是250 kbit/s,全向天线的增益是0 dBm,读取一帧数据的时间为20 μs。
当这些试验参数都确定的情况下,在室内可视范围内,使用那些具有一致性的无线模块,通过在1～6 m,间隔为0.5 m,每个位置取值10次,在不同发射功率的情况下,利用先排序、滤波再取均值的方法获得RSSI,通过MATLAB把RSSI与距离值进行拟合之后的图像如图4所示。
拟合的一次函数表达式如式(11)所示
定位实验部分:在室内,2 m高的平面内,布置了5个固定节点,5个固定节点的ID号及坐标分别为:01#(2.5,0);02#(0,1);03#(0,4);04#(2.5,5);05#(4.5,2.5),并且固定节点之间可视。
3.2 实验结果
实验结果见图5。
注:①方形表示实际坐标;菱形表示极大似然估计法坐标;星形表示本文算法坐标。
3.3 误差分析
设R为通信半径,经过实验测得R为70 m。误差的计算公式如式(12)所示
定位误差比较结果见表1。
4 结论
本文在获得RSSI时采用先排序、再滤波进而取均值的方法,抑制了那些因多径效应、反射而读到的错误数据,提高了获取RSSI的精度;在5个固定节点获得未知节点的RSSI之后,定位的方法采用了基于极大似然估计法加权取均值的定位优化算法,与极大似然估计算法相比较,提高了定位的精度。但仍然存在一些需要改进的地方,比如可以增加固定节点数目、调整更为理想的参数,使得获取RSSI的速度更快、更准确。另外,上位机部分也需要改进,这些都会在以后的研究中进一步完善。
摘要：基于ZigBee进行室内无线定位系统的开发已经成为热点,这是由于采用无线通信可以节省成本,使用也更加方便。但同时,基于接收信号强度指示(RSSI)的测距和定位易受多种因素的影响,使得测距和定位的误差都比较大。提出了针对室内小环境范围内的定位系统,提出了获取RSSI的方法(中值过滤和均值过滤)和定位的优化算法(基于极大似然估计法加权取均值的定位优化算法),通过两种方法的结合,提高了定位精度。同时,利用LabVIEW软件开发上位机。
关键词：室内无线定位,接收信号强度指示,图形化编程
参考文献
[1]瞿雷.Zigbee技术及应用[M].北京:北京航空航天大学出版社,2007.
[2]孙利民.无线传感器网络[M].北京:清华大学出版社,2005.
[3]雷振山.LabVIEW高级编程与虚拟仪器工程应用[M].北京:中国铁道出版社,2009.
[4]CEYLAN O,TARAKTAS K F,YAGCI H B.Enhancing RSSI technologiesin Wireless sensor networks by using Different frequencies[C]//Proc.the Fifth International Conference on Broadband and Wireless Compu-ting,Communication and Applications,BWCCA 2010.Fukuoka,Japan:Fukuoka Institute of Technology,2010:369-372.
[5]YAN Jiajun.Neighbour discovery for transmit power adjustment in IEEE802.15.4 using RSSI[D].Chengdu:Sichuan University,2011.
室内定位系统研究 篇4
一、Zig Bee无线传感器网络的概况
1.1 Zig Bee定位系统的设计
Zig Bee无线传感器网络定位系统是由两部分组成的, 分别为Zig Bee无线网络定位系统与CAN总线数据传输系统。两个系统均具有先进性, 其网络结构结合了有线与无线, 有线部分主要承担着传输数据的任务, 无线部分主要承担着采集数据的任务。无线传感器网络其设备的安装十分便捷, 此时的定位系统布线具有广泛性与全面性, 同时此系统具有可靠性、稳定性与灵活性的特点。Zig Bee无线传感器网络的设计要求如下:1、功耗低。在设计时, 首先要解决的问题便是无线传感器网络节点的功耗问题, 该网络的节点具有众多的数量, 同时其分布也具有广泛性, 在此基础上, 供电设备的更换具有较高的难度, 此时对节点功耗有着严格的要求, 不仅要保持较低的功耗, 还要保持较长的供电时间。2、成本低。无线传感器网络节点设计的优劣是有其成本进行衡量的, 虽然其节点的布置工作量较大, 但仍要注重对其成本的控制, 唯有保证成本的最低值, 才能够实现节点的广泛运用。此时, 无线传感器节点的设计要具有简洁性。3、微型化。网络设备节点要保证其体积的最小化, 在不影响目标系统特性的基础上, 对软件程序进行设计, 此时的模块要具备简洁性与精准性, 避免冗余代码的出现;同时软件代码要保持独特性与针对性, 不同的系统配有相应的代码。4、稳定性。网络节点的稳定性主要是对硬件的要求, 即便外部环境发生变化, 其硬件也要保持稳定的工作, 具体的模块包括微处理器、无线通信、电源模块与传感器模块[1]。
1.2 Zig Bee协议栈的概述
1、技术特点。具体内容如下:低速率、低功耗、安全性、可靠性、灵活性与自愈性, 同时其成本较低、容量较大。2、节点与通讯。Zig Bee网络节点主要有三类, 分别为协调器、参考节点与定位节点, 第一个节点在整个系统中扮演着重要的角色, 其芯片为CC2430芯片。Zig Bee通讯方式主要有单点传送, 它属于标准寻址传送模式, 还包括间接传统与广播传送等。3、协议栈结构。协议栈结构具有七层, 其中较为重要的为物理层、访问控制层、网络层与应用层。应用层还包括安全与鉴权、数据汇聚与设备发现等。
二、Zig Bee无线定位系统设计
1、芯片的选择。
在纳米技术的支持下, 芯片得到了快速的发展, 其产量在逐年增多。同时, 其生产的成本也在逐渐降低, 芯片的集成度也在进一步提高, 芯片具有了更多的功能, 其供电的管理也具有了集中性, 在此基础上, 系统的功耗得到了降低。Zig Bee无线定位系统的低功耗特点对其发展有着积极的意义。Zig Bee芯片的种类较多, 因此, 对于Zig Bee无线定位系统而言, 要选择低成本、低功耗、微型化与简洁性的芯片, 如:CC2430与CC2431芯片[2]。
2、芯片的功能。
CC2430芯片属于参考节点芯片, 其优点如下:低功耗、高集成、抗干扰、强灵敏, 其功能主要有DMA功能, 硬件支持功能、数字化支持功能与集成安全协处理器, 同时还具备电池监测功能。CC2431芯片属于定位节点芯片, 它具有低功耗的特点, 满足了Zig Bee无线传感器网络的实际需求, 因此, 具有较强的适用性;同时该芯片的定位具有较高的准确性, 其成本也相对较低, 因此, 在市场上具有较强的竞争力。
3、硬件电路设计。
Zig Bee无线网络对网络节点有较高的要求, 如:低功耗与低成本, 因此, 对芯片的选择为CC2430, 该芯片具有较高的集成度, 同时构建过程中对外围元器件的需求量较少, 进而成本得到了控制。
4、软件程序设计。
Zig Bee无线传感器网络定位系统要硬件平台设计的背景下, 对软件平台展开了设计, 主要的软件程序分为参考节点与定位节点, 此时的节点具有无线定位的功能。在软件系统中选用了C语言进行的编写。
参考节点的设计功能有定位网络、收发数据、收集定位节点信号强度、保存网络ID与坐标信息等。定位节点的设计功能有定位网络、收发数据、控制参考节点的信号强度、保存与发送网络ID与坐标信息[3]。
总结:综上所述, 无线定位技术在不断发展, 促进了Zig Bee无线传感器网络的完善, 该网络具有一系列的优点, 如:低成本、低功耗与便捷性、灵活性等, 为了满足人们的定位需求, 本文研究了基于Zig Bee无线传感器网络的室内定位系统研究与设计, 分别介绍了Zig Bee无线传感器网络与Zig Bee定位系统设计, 相信, 随着研究的日益深入, 该系统的功能将更加完善, 其性能也将得到相应的提高。
参考文献
[1]马伟.基于无线传感器网络的室内定位系统节点的设计与实现[D].电子科技大学, 2013.
[2]刘小康.ZigBee无线网络室内双向定位系统的研究[D].南昌大学, 2013.
RSSI室内节点定位系统设计 篇5
无线传感器网络的各种应用中, 节点的位置信息至关重要[1,2]。针对不同的定位形式, 现在已设计出了不同的定位算法, 这些定位算法主要从理论上进行了相应的研究, 并且使用仿真的方法进行定位算法的验证, 设计实际的节点定位系统对于无线传感器网络中各种算法的分析有着更大的现实意义。本文设计了一个无线传感器网络节点定位系统 (LSBR) , 并对基于RSSI的定位算法在系统上进行了验证分析。本文对节点定位系统的组成、硬件、软件以及试验方法进行了相应的介绍。
系统组成及硬件设计
系统组成及工作原理
LSBR (Localization System Based on RSSI) 定位系统基于RSSI测距原理[3,4], 利用射频信号实现对室内移动目标的定位, 系统由信标节点、目标节点、汇聚节点和位置计算装置等部分组成, 采用了一种主动式的定位架构, 由目标节点向信标节点发送射频信号。其中信标节点一般安装在屋顶天花板上, 目标节点安装在移动机器人等装置上。具体的系统组成和工作原理如图1所示。
如图1所示, 信标节点放置在室内的固定位置, 如天花板上, 其位置已事先测量获得, 并保存在位置计算装置上, 目标节点安装在移动机器人上, 数据收集器与位置计算装置连接。目标节点同时向屋顶的信标节点发射射频信号, 射频同步信号携带目标节点的ID信息。当信标节点接收到射频信号后, 检查ID信息, 如果ID信息正确则接收信号, 接收到信号的节点依次将测量数据通过无线方式发送给汇聚节点。汇聚节点计算出目标节点与信标节点的距离, 并通过串口通信传给位置计算装置。位置计算装置根据事先建好的坐标系、信标节点坐标和距离数据计算出目标节点坐标。
系统硬件主要由目标节点、信标节点和汇聚节点组成。其中目标节点和信标节点通过射频模块来实现测距功能, 汇聚节点主要负责接收数据并实现距离计算。目标节点和信标节点的系统框图如图2所示。
系统节点设计
信标节点设计
信标节点包括控制器模块、射频模块、电源模块等部分组成, 其功能主要包括接收目标节点发射来的射频信号, 并将测得数据发送给汇聚节点。信标节点处理器采用CC2430芯片[5,6], 其工作电压为3.3V, CX20106A芯片工作电压为5 V, 故电源模块采用7.2 V锂电池供电。输入电源首先通过电容进行滤波, 再通过LM7805电源稳压芯片输出稳定的5V电压, 5V电源其中一路输出给CX20106A芯片使用, 另一路通过LM1117电源稳压芯片输出稳定的3.3V电压, 提供给CC2430芯片处理器使用。电源电路原理图如图3所示。
目标节点设计
目标节点包括控制器模块、射频模块、通信模块、电源模块等部分组成。该节点一般不单独使用, 需要与移动机器人装置连接, 主要功能包括接收移动机器人发送来的定位命令、射频信号、输出工作状态等。目标节点系统框图如图2所示。目标节点的处理器同样采用了CC2430芯片, 使用其内嵌RF射频模块取代单独的RF射频模块。目标节点电源电路原理图如图4所示。
汇聚节点设计
汇聚节点包括控制器模块、射频模块、通信模块、电源模块等部分组成, 其主要功能是通过射频模块收集信标节点的测量信息, 计算目标节点与各个信标节点的距离, 并通过串口将各个信标节点编号和距离传给位置计算装置。在较大规模的网络部署中, 也可通过Zig Bee网络将距离数据传给远端的位置计算装置。汇聚节点控制器同样采用CC2430芯片, 汇聚节点的系统组如图5所示。
串口通信模块采用了控制器的USART片内外设, 可输出TTL的串口通信数据。由于位置计算装置多采用PC机, 最新生产的PC机一般都取消了RS232通信接口, 采用更为方便的USB接口, 故在汇聚节点中采用了Philips公司的PL2303数据转换芯片[7], 可将L的串口数据转换成USB通信数据, 方便与电脑连接。PL2303的转换电路如图6所示。
一般PC机的USB接口可提供5V的直流电源, 最大电流可达500m A, 足以满足汇聚节点的电源需求。汇聚节点通过USB接口从位置计算装置获得5V电源, 输入的5V电源首先通过电容滤波, 再通过稳压芯片输出给处理器稳定的3.3V工作电压, 在该节点中, 选用专为通信控制芯片提供转换电压的LM1117为转换芯片, 它具有功耗低, 体积小等优点。又因为电压中含有许多高频干扰源, 这些高频成分很容易经过电源进入通信系统中。另外系统自身的发送频率也会经过电源感应反馈到通信系统造成干扰。因而可在电源电路中加入220μH的电感, 与并入多个不同容值的电容所构成的滤波电路来抑制各种高频信号。使节点能够得到稳定可靠且低干扰的电源, 保证其可靠运行。具体电源电路如图7所示。
系统软件设计
定位系统需要目标节点、信标节点、汇聚节点、位置计算装置协调工作完成定位功能, 其中的目标节点具有两种工作模式, 连续模式和命令模式。在命令模式下, 当目标节点接收到机器人发出的定位命令后, 进行RSSI测距;在连续模式下, 目标节点连续发送射频信号进行RSSI测距。两者主要工作步骤相似, 下面仅对目标节点基于命令模式定位方法的工作步骤进行描述。其中测距公式采用式 (1) 计算。
式中, 为接收到信号强度, 模型参数A、n是根据实际环境测的数据得到的。
通过公式 (2) 计算出目标节点与各个信标节点的距离d (m) , 其中的μ为修正系数可通过信标节点的位置可知。
具体工作步骤如下:
(1) 信标节点启动, 首先初始化, 然后立即进入实时监测射频同步信号状态。
(2) 目标节点通过串口通信模块接收到移动机器人的定位请求后, 立即发送射频信号, 其中的射频信号携带目标节点的ID信息。
(3) 当信标节点接收到射频同步信号后, 立即检测接收到的ID信息是否与目标节点的ID信息相同。如果不相同则放弃, 进入之前的等待射频接收状态;如果相同则接收。
(4) 信标节点将节点编号、R SSI测量值打成一个数据帧, 跟据节点编号顺序依次将数据帧通过无线的形式发送给汇聚节点。
(5) 汇聚节点收到数据后, 根据节点编号利用公式 (1) 、 (2) 计算出目标节点与各个信标节点的距离d (m) , 最后汇聚节点将计算得到的各个信标节点的数据打包, 发送给位置计算装置。
(6) 位置计算装置根据事先建立的坐标系、信标节点坐标和距离d, 利用极大似然估计等方法, 计算目标节点在水平面上的位置坐标。至此, 一次定位过程完成。定位系统的信标节点具有相同的无线接收本机地址, 记为地址1, 目标节点向地址1发送携带ID信息的射频信号, 所有信标节点可同时接收到目标节点发来的射频信号。对于多个信标节点向汇聚节点的数据传输问题, 本章提出了一种基于节点编号的延时互补传输方法, 相比较基于扫频模式的多点传输方式其具有更高的可靠性, 并且能够结合本系统的特点解决短时间内大量信标节点的传输问题。具体方法为:信标节点编号10个为一组进行编码, 并且信标节点的部署时保证具有相同位数编码的信标节点的测量范围不重叠。信标节点根据编号的位数依次传输数据, 使传输时间间隔平均分配在18ms的数据传输窗口内。当信标节点数据传输完成后, 进行相应的补偿延时, 等待18ms数据传输窗口时间结束的到来, 并以此作为同步时间, 进入下一轮RSSI测距循环。这样各个信标节点具有了相同的RSSI循环测距周期, 避免了因各个节点的工作不同步导致的紊乱状态。
基于定位系统的定位实验
为了验证定位系统的定位效果, 本文搭建了一个4个信标节点的测试演示系统。信标节点安放在天花板上, 其具体安放位置和节点编号如图8所示。在静止目标定位实验中, 设定了5个标定点。该测试系统中, 屋顶离地面的高度约为2.8m, 本次实验每个标定点测试了100组数据, 由于数据量较大, 本文只给出了第一个标定点的测量数据。
使用MATLAB对上表实际测量数据进行定位, 其定位效果如图9所示, 500组测量数据的定位误差如图10。实测数据的平均定位误差为2.3m, 最大误差为4.3m。分析可知, 造成误差的主要原因包括两方面:由系统本身测距误差造成, 该误差不可避免, 主要由空气温度、密度不均衡等环境噪声引起, 另外程序执行语句与事件状态在时间上的细微变化也会对其造成一定的影响, 该误差通过各种优化设计已控制在可接受的3m范围内;测试系统的安装误差, 主要是人为造成, 可根据定位精度需求及使用环境进行修正。
如图10所示x轴的某些采样处出现的较大变化, 主要由标定位置变换引起的系统噪声。从图中可知系统的实际测试定位误差小于设计的3.5m。
结论
本文设计了一套基于RSSI室内定位系统 (LSBR) 。首先描述了基于RSSI的测距定位原理, 然后对整个系统的架构和硬件设计进行了详细描述。软件部分从系统工作步骤、节点程序设计和定位跟踪演示软件部分进行了研究。最后LSBR系统进行了定位方面的实验, 实验表明定位算法的有效性。
参考文献
[1]陈娟, 李长庚, 宁新鲜.基于移动信标的无线传感器网络节点定位[J].传感技术学报, 2009, (1) :121-125
[2]I.F.Akyildiz, W.Su, Y.Sankarasubramaniam, etal.Wireless Sensor Network:a Survey[J].Computer Networks, 2002, 38, (4) :393-422
[3]Guoqiang Mao, Baris Fidan, Brian D.O.Anderon.Wireless Sensor Network Localization Technique[J].Computer Networks, 2007, (51) :2529-2553
[4]汪灿, 黄刘生, 肖明军等.一种基于RSSI校验的无线传感器网络节点定位算法[J].小型微型计算机系统, 2009, 30, (1) :59-62
[5]李志宇, 史浩山.无线传感器网络微型节点的实现[J].电子产品世界, 2005, (21) :115-117
[6]孙德辉, 龚关飞, 杨扬.基于CC2430的无线传感器网络系统设计[J].现代电子世界, 2010, (13) :66-68
室内定位系统研究 篇6
随着无线网络技术的高速发展, 以及手机等智能终端设备的普及, 室内定位服务越来越受到人们的重视。室内定位服务在日常生活、商业活动、科学研究、直至抢险搜救等方面都呈现出迫切的需求[1,2,3,4]。美国研究机构ABI研究员帕特里克·康诺利 (Patrick Connolly) 称:“室内定位技术是下一波热门定位技术, 该技术将在2015~2017年间得到大量部署和实施[5]。”
然而, 室内环境是一个复杂的空间, 常用的卫星讯号在传播的过程中受到室内建筑结构的影响, 定位精度大大下降, 甚至无法进行室内定位。当移动物体位于比较封闭的室内空间时, 由于存在严重的障碍遮挡及非视距噪声的干扰, 其定位问题必须通过探索其他技术来解决[6,7]。自20世纪90年代初以来, 国内外对于室内定位开展了大量的研究[8,9,10,11], 近几年来世界各国研究机构、学术界、产业界等均致力于室内定位的研究, 开发了很多热门技术, 但各种技术仍存在诸多不足, 因此, 如何在复杂的室内环境中实现高精度定位, 仍然是现阶段定位技术的研究热点和难点。
综合目前国内外的研究成果, 定位方法大致可以分为:无线射频RF (Radio Frequency) 电磁波、超声与射频RF电磁波相结合、RFID (Radio Frequency Identification, 即射频识别) 、红外线等[12,13]。由于室内、隧道及农业大棚等受到特殊环境条件的限制, 以及受方向性、距离、敷设的可行性等原因的影响, 使后3种方法不适合大范围应用于这些场合。基于无线传感器网络的定位技术具有非接触式和非视距等特点, 已经成为优选的室内定位方法之一[14,15]。本研究主要基于无线射频传感器网络节点, 进行移动物体室内定位理论及应用研究, 设计并实现了一种基于nano PAN5375射频模块的室内定位系统, 对系统进行实验测试与验证, 并记录和分析测试数据。试验结果表明, 当固定节点组成的等边三角形边长增大后, 通过三边质心算法和卡尔曼滤波算法, 可得到较为精确的移动节点位置。
1 系统结构及硬件电路
1.1 系统结构框图
室内定位系统主要包含固定节点和移动节点两个部分。固定节点由微控制器、射频模块和磷酸铁锂电池组成;移动节点在固定节点的基础上, 增加了显示当前坐标和目的坐标的液晶、用于设定目的坐标的键盘、电机驱动电路和小车。移动节点的结构框图如图1所示。
1.2 电机驱动电路
步进电机驱动电路选用NEC公司的电机驱动芯片MMC-1和双H桥驱动芯片L298N。系统配置微控制器PA.8口为MMC-1使能端, PA.9和PA.10为串口。微控制器利用串口向MMC-1控制寄存器写入控制字, MMC-1通过L298N驱动电机转动。驱动电路原理图如图2所示。
1.3 nano PAN5375模块
nano PAN5375是一款基于2.4 GHz ISM频带的RF模块, 整合了放大、滤波等组件, 采用了nanotron的宽带线性调频扩频 (CSS) 技术, 对31.25 kbps~2 Mbps范围的数据传输率能灵活提供, 同时提供具有极佳传输范围的可靠数据通信, 可实现点对点测距、平面定位、会话传输等功能[16,17]。nano PAN5375模块的大小与1元硬币相当, 系统中固定节点和移动节点的实物图如图3所示。
2 软件设计
移动节点通过nano PAN5375模块测得与3个固定节点的距离, 经过三边质心算法结合卡尔曼算法滤波确定移动节点的当前位置。软件主要包含nanoPAN5375的测距、三边质心算法、卡尔曼滤波算法。固定节点部分的nano PAN5375模块处于等待接收的状态, 接收到测距信息时, 反馈回移动节点。移动节点定位算法流程图如图4所示。系统总流程图如图5所示, 该系统设计了简单的导航功能。
D—移动节点, 电路板下方安装有电机驱动的小车, 可带动节点移动;A, B, C—固定节点;N—应用在系统中的nano PAN5375射频模块
移动节点和3个固定节点的位置分布示意图如图6所示。
三边质心算法用于实现移动节点位置的确定。系统通过测量移动节点到3个固定节点的距离, 计算相交圆的公共区域的质心来提高对主机位置估算的精度[18,19], 示意图如图7所示。
设移动节点D的坐标为 (x, y) , 已知点A, B, C的坐标分别为 (x1, y1) , (x2, y2) , (x3, y3) , 它们到移动节点D的距离分别为d1, d2, d3。则可得如下方程:
根据式 (1~3) 可解出圆A与圆C的交点 (xac1, yac1) , (xac2, yac2) , 圆B与圆C的交点 (xbc1, ybc1) , (xbc2, ybc2) , 圆A与圆B的交点 (xab1, yab1) , (xab2, yab2) 。
通过将圆A与圆C的交点 (xac1, yac1) , (xac2, yac2) 代入式 (x-x2) 2+ (y-y2) 2, 经判断大小后可找出两点中距圆B的圆心较近的点, 假设为 (xac1, yac1) 。同理可找出圆B, 圆C交点中距圆A的圆心较近的点, 设为 (xbc1, ybc1) , 圆A, 圆B交点中距圆C的圆心较近的点, 设为 (xbc1, ybc1) 。
D—移动节点;A, B, C—已知坐标的固定节点
依据质心思想估算未知节点的坐标为:
根据以上算法求出移动节点D的位置之后, 本研究再利用卡尔曼滤波的推测值来校正移动节点的测量值, 提高系统精度。
卡尔曼滤波是一种高效率的递归滤波器 (自回归滤波器) , 它能够从一系列的不完全及包含噪声的测量中, 估计动态系统的状态。目标的位置、速度、加速度的测量值往往在任何时候都有噪声。卡尔曼滤波利用目标的动态信息, 设法去掉噪声的影响, 得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计, 也可以是对于将来位置的估计 (预测) 或对过去位置的估计 (插值或平滑) [20]。
3 试验与结果分析
本研究将3个节点固定在边长为6 m的等边三角形的3个顶点上, 通过移动节点自带的键盘, 设定移动节点坐标后, 移动节点自动以10 cm/s的速度在等边三角形内移动时, 笔者实时测量移动节点的位置坐标, 所记录的测试数据如表1所示。
由表1可知, 在边长为6 m的等边三角形内, 移动节点运动后X坐标的平均相对误差为12.72%, 最大相对误差为21.57%, Y坐标的平均相对误差为15.81%, 最大相对误差为32.91%。
笔者进一步增加等边三角形的边长, 使三角形的边长在16 m~70 m之间, 移动节点与3个固定节点在较大范围测量的距离如表2所示。
由表2可知, 移动节点距离A点的平均相对误差为2.36%, 最大相对误差为5.67%;距离B点的平均相对误差为3.4%, 最大相对误差为6.92%;距离C点的平均相对误差为1.39%, 最大相对误差为2.4%。移动节点距离固定节点A、B、C的平均测量误差分别为0.5 m、0.8 m、0.4 m, 移动节点距离固定节点A、B、C的最大测量误差分别为1.1 m、1.53 m、0.58 m。
试验结果表明, 增加固定节点A、B、C之间的距离后, 在新组成的等边三角形内, 移动节点分别与3个固定节点距离的平均相对误差和最大相对误差均大幅度减小, 这是由于增大移动节点与固定节点之间的距离后信号传播时间较长, 干扰和时钟误差等对测量结果的影响相对较小。增加固定节点之间的距离后, 平均误差均小于室内定位导航要求的1 m, 最大测量误差超出了0.53 m, 实现了比较精确地测量。
4 结束语
该系统以STM32F103微控制器为核心, 结合nano PAN5375模块, 构成3个固定节点和1个移动节点, 编写相应算法和软件, 实现了室内移动物体的实时位置测量。试验结果表明, 移动节点与3个固定节点在测量距离较大的情况下, 该系统具有较高的定位精度。而较大的测量距离正是大型室内空间中移动物体定位所需要的, 因此, 该系统具有较好的实用性。
室内定位系统研究 篇7
基于存在高大建筑的原因, 信号遇到其会发生衍射、反射以及干涉等, 在这种情况下运用传统的模型不能对损耗进行正确的描述, 因而运用主导损耗模型, 其公式为:
从中看出:用L来表示传播路程;用pr (L) 来表示发射与接收两地相距L, 其信号的接收强度;用d0来表示参照距离;基于信号存在环境, 用n来表示其在路径上所损耗系数。
在采用传统的模型进行相关传播损耗计算时, 它采用L主要是指两地之间的距离, 与信号传播所经过的路程没有关系。信号在室内进行传播时, 采用直线距离不能真实的表述信号的传播情况, 主要原因在于室内存在很多障碍物, 比如门墙、电梯等, 它们使得信号在传播的过程中不能沿着直线进行传播, 需要绕过它们。基于室内环境存在的很大的差异, 例如信号在经过土墙时, 其信号能量损耗比较大。因此, 在信号传播所处的环境条件不同时, 要求建立相对应的模型来进行计算, 本文主要在以路径为研究对象, 建立传播模型, 并根据模型中信号所存室内环境的差异, 来对空间进行相关的划分, 从而分析出信号传播过程中所要经历的主导路线, 在不同的传播空间采用不同的模型, 使得信号能在不同空间里得到精确的计算。
2 室内位置匹配算法
2.1 算法思想
室内定位可以通过相关算法, 例如K近邻法得出。定位要先采取样本, 采样是根据主导路径的信号传播损耗模型和子空间的区分, 对待定位的空间的多个离散点取一组四周无线接入点的RSSI值, 然后对这些样本进行各种处理, 滤波降噪、特征提取, 处理完后所得的指纹数据库就放入服务器客户端。客户端需要进行定位时, 就可以采集该空间的一组无线接入点的RSSI值, 然后利用相关的计算分类方法找到需要进行定位的点欧式距离最小的几个参考点, 然后计算一下这些参考点的几何中心位置, 这个位置即虚定位点的原始预估地点, 然后再对其进行一定的修正, 利用客户位置滤波以及子空间辅助模块进行完善, 定位进一步精准。
2.2 位置匹配算法描述
(1) 取样。首先对区域进行设置, 把两点相隔一米作为一个参考点, 其次, 每个区域上的采样点进行采样, 从而获得相应的接收信号强度值, 在读取的过程中需要进行数次, 以防止数据的偏差, 最后, 对获取的数值进行优化, 从而获得相关的数据库。
(2) 测试。在需要进行定位的空间里所设采样点上再次取得无线接入点的RSSI值, 然后精确计算定位。
(3) 定位。安卓用户客户端在取得无线接入点的RSSI值后进行一定的处理, 然后与服务器取得信号传输, 把损耗值报送给服务器, 服务器就能通过相关的计算方法计算出损耗情况, 得出最有用的几个位置参考点, 然后通过数学算法算出初始的位置。
(4) 运用子空间可以帮助定位修正的辅助模块进行一定的修正, 把修正后的定位位置输送给客户端。
3 系统设计
3.1 系统总体设计
从图1中可以看出, 把PDA或者手机运用在移动终端上, 同时把微软操作系统运用在电脑终端上, 通过服务器就可以与电脑进行交互。在系统进行定位时, 需要通过服务器与客户端这个两个来实现。使用者需要进行定位, 则可以通过wife向客户端申请, 然后开启相关程序获取接收信号强度值, 从而把该数据传递到服务器上, 其通过内部的算法来实现定位, 从而把计算得出的信息传递到用户使用的终端上。
3.2 客户端设计
Android计算机系统的作用有AP的损失耗费数据和接收的信号强弱确定、地点坐标体现和服务器端的相互交流。通过移用无线管理器和无线信息来测量访问接入点的损失耗费数据, 无线管理器里的扫描结果内容里包含了扫视AP的一些数据:APBSSID、SSID、level等, 而上述运用的强弱数据就是信号强弱确定位置, 无线信息里运用的获得MAC地址来得到Access Point的介质访问控制的位置。显示地址坐标的构件是把客户端得到的现有地点清晰明了地出现在MAP上, MAP是之前制图好且载入到无线设备的准备确定位置的某土地的图, MAP上面会有本平面, 且有图上距离比实际距离的比, 而能够动态凸显地点是由设备通过确定位置的计算方法获取某一点的数据。
客户端的整个过程:先打开系统的开始页面, 恢复默认状态。一些变量, 探听客户有无确定位置的需求, 如果有那么打开无线网络, 移用扫描。内嵌的链接开始扫视, 利用音噪和滤除波段频结束后把得到接收的信号强弱确定位置的数据。接下来通过产生Socket且传递损失耗费的内容, 最后用户可以通过计算机系统获取的内容传送, 从而在Map View上可以看到。
3.3 服务器端设计
提供某些服务的计算机系统保存了地点的手指纹线电子仓库, 同时达到如何计算确定某位置的作用。该整体进行保管地点通过采用mysql。包括的各类数值表:关于Access Point、关于取样、关于确定位置、关于滤除波段频率取样。确定位置的表主要是在某固定点测试得到的Access Point的MAC位置、确定位置的时间、通过接收的信号强弱确定位置。
4 结束语
通过试验:就整个准确度而言, 5m之内可高于95%, 3m之内可高于90%, 每次确定位置的时间少于5s。
参考文献
[1]朱明辉, 张会清.基于RSSI的室内无线网络定位技术研究[J].现代电子技术, 2010 (17) .
[2]张明华, 张申生, 曹健.无线局域网中基于信号强度的室内定位[J].计算机科学, 2007 (06) .
[3]胡天琨, 叶建芳.基于手持设备的室内定位系统设计与实现[J].微型机与应用, 2012 (13) .
室内定位系统研究 篇8
在室外环境下,卫星导航系统已经可以提供令人满意的位置服务,我国北斗卫星导航系统也已经实现了区域连续服务;在室内环境下,已经有诸如UWB定位[1]、Wifi定位、Zigbee定位和组合定位[2]等技术,但这些定位方法并未消除室内和室外之间存在的“定位缝隙”。且由于室内环境的复杂性,单纯依靠三角学计算的定位手段受到极大制约,而指纹定位技术则被认为是室内定位技术的发展方向[3]。
针对以上问题,结合现有的北斗定位技术和室内指纹定位技术提出了一种北斗指纹室内外无缝定位方案,使用户可以使用北斗终端同时获得室内外环境下的连续定位服务。该方案中,将北斗导航信号进行了改造设计,并由室内节点发射。用户终端在室外环境下仍使用北斗卫星信号进行定位,而在室内环境下,则通过指纹定位的方式获得位置信息。由于室内节点发送的信号在物理层上与北斗信号兼容,用户接收机并不需要增加额外的硬件设备,便可平滑、无缝地在室内外定位服务间切换和过渡。
1 北斗室内外无缝定位系统设计
北斗卫星导航定位系统是中国自主研发和运营的全球卫星导航定位系统,其在室外环境下可以为用户提供可靠的导航定位服务。但是作为星基导航定位系统,北斗系统与GPS、GLONASS等系统一样,在地下停车场等室内环境下系统性能会急剧恶化甚至无法使用[4,5]。
针对这个问题,结合IMES系统中的指纹节点和WLAN室内定位中的Radio Map的思想,设计了一种北斗室内外无缝定位系统。北斗无缝定位系统基本构架如图1所示,系统主要由北斗导航卫星、室内北斗指纹节点以及升级后的北斗用户终端3部分组成。当用户在室外时利用北斗卫星进行定位,而进入室内后利用指纹节点进行定位[6]。无论是室内还是室外,用户都使用同一北斗接收机,无需切换不同体制的接收机,接收机会自动判断接收的是卫星信号还是北斗指纹节点信号,并利用相应的定位算法对用户进行定位,真正实现无缝定位。
由于室内外定位以及室内外过渡切换时均采用同一北斗终端,则需要解决室内北斗指纹信号的设计、终端定位方法和室内外信号互相关干扰等核心问题[6]。
2 北斗室内外无缝定位关键技术
2.1 北斗指纹节点信号设计
北斗指纹节点是安置在室内的一种简易的北斗信号发生器,接收机在室外接收北斗卫星发射的信号完成导航定位,进入室内后将利用北斗指纹节点发射的信号实现室内定位功能。
为保证室内外无缝定位能够在同一接收机上实现,室内节点的发射信号必须在射频上与北斗卫星信号保持一致[7]。在本设计中,室内节点信号的射频规范参照《北斗卫星导航系统空间信号接口控制文件公开服务信号B1I(1.0版)》(以下简称“北斗ICD”)设计。室内节点信号使用B1频点,仅包含B1信号中的I路信号,采用BPSK调制,其表达式为:
式中,上角标j为室内节点编号;A为信号振幅;C为测距码;D为测距码上调制的数据码;f0为载波频率;φ为载波初相[8]。
为保证大多数现有的北斗接收机能够兼容室内节点信号,室内节点信号的偏移程度不应超出接收机射频器件的通带,因此本文将以北斗卫星信号所能达到的最大多普勒频移作为室内节点信号的中心频率的偏移量。
在室内指纹定位的过程中,节点需要周期性地向外广播一组具有固定特征的信息帧,用于测量信号强度,本文信息帧结构如图2所示。
为分析室内节点信号与北斗卫星信号在兼容性上的问题,2种信号在各种参数和性质上的对比如表1所示。
2.2 室内环境模拟与指纹节点部署
信号强度在室内复杂环境下波动很大,主要的影响来自于阴影损耗,路径损耗的波动并不大,而多径的影响由可以通过多次测量取平均来消除。此外还有折射、吸收和噪声等,但这些因素对信号强度的影响较小,此处不予考虑。本文所确定的传播模型中包含3种主要的衰减:自由空间路径衰减、穿门和穿墙的衰减以及从均值为零的高斯分布的阴影衰减[9]。其中自由空间路径衰减比较稳定,而穿墙、穿门衰减和阴影衰落都服从统计特性,这就要求在测量指纹图时需要多次测量来消除随机误差。
室内空间相对狭小,结构相对复杂,障碍物密集以及很多实时变化的因素,极易造成室内传播信号的不确定性甚至中断。因此,对于较高定位精度的室内定位系统来说,本文采用一种基于信号欧氏距离的室内节点快速部署方案。
2.3 北斗指纹节点的定位方法
2.3.1 基于改进的Cell-ID的低精度定位模式
基于改进的Cell-ID的定位算法如图3所示,假设整个室内环境布置了K个指纹节点(TP1,TP2,……,TPK),北斗接收机接收到的RSS(Received Signal Strength)向量为(RSS1,RSS2,…,RSSi,…,RSSK),其中RSSi为接收机接收到的第i个指纹节点的信号强度值。
2.3.2 基于Radio Map的高精度定位模式
基于Radio Map的高精度定位模式如图4所示,主要分为离线阶段和在线阶段[10]。离线阶段的主要任务是在布置完指纹节点后,建立指纹节点信号强度的Radio Map。
2.4 北斗互相关干扰分析与抑制
对于基于北斗指纹节点的室内外无缝定位系统,由于北斗接收机接收到的室内布置的北斗指纹节点发射的信号功率一般比接收到的北斗卫星信号的功率大。所以当同时能观测到北斗指纹节点信号与北斗卫星信号时,较强的指纹节点信号会对接收机观测较弱的北斗卫星信号产生干扰,从而产生互相关干扰[11]。
本文采用子空间投影的思想对互相关干扰进行抑制。子空间投影的基本原理是利用强信号估计的参数构建强信号子空间,再得到其强信号子空间的正交空间,然后通过投影矩阵将接收信号在其正交空间上进行投影,利用强信号预期子空间的正交空间的正交性即可消除强信号[12],达到对互相关干扰进行抑制的目的。
北斗接收机中下变频得到的中频信号r如式(2)所示,由3部分组成:M个弱信号WAw、N个强信号SAs和热噪声n。
式中,接收信号是一个向量的形式r=[r(1),r(2),…,r(K)]T,K为总的采用点数;而向量Aw=[aw1,aw2,…,aw M]T,为弱信号的幅度矢量;W为一个K×M的矩阵,具体形式如式(3)所示[13]:
式中,Di(t)为第i个弱信号的数据比特信息;Ci(t)为第i个弱信号的C/A码;而fi为其载波频率;θi为载波初始相位。同样对强信号而言,As=[as1,as2,…,as N]T为强信号幅度矢量;S为一个K×N的矩阵:
假设长度为K的接收信号内的强信号已完成捕获及跟踪,即已经估计出强信号的数据比特信息、码相位信息以及载波频率值以及初始相位值。根据估计的强信号信息就可重建矩阵S,然后通过如下变换就可求得投影矩阵H:
投影矩阵有个很好的性质就是HS=S,因此分别在式(2)的等式两边左乘矩阵H有:
再利用式(2)-式(6)有:
由于C/A码近似正交且弱信号的强度远低于强信号与噪声,所以HWAw≈0,因此,
式(8)即为经过子空间投影后对强信号进行抑制后得到的弱信号及噪声分量。
3 仿真结果分析
本仿真针对空旷室内环境和复杂室内环境进行了环境建模,并分别基于这2种环境进行了实验验证,以保证北斗无缝定位系统的定位能力。
为验证空旷室内环境下系统的定位能力,本文仿真生成了一个15 m*15 m的空旷房间环境,如图5所示。
图5中圆点表示AP,外框表示墙体。在其场景下进行了定位仿真实验,参考点间距1 m,参考点采样次数100次。定位测试共进行了10 000次,每次随机产生真实位置,并将测量位置与之比较得到的定位精度情况如图6所示。从图6中可以看出,空旷环境下的定位精度可以达到1σ内1.16 m。
在空旷室内环境下,本文进行了室内外环境切换试验,如图7所示。图中矩形方块为定位结果,而圆点代表用户的真实位置。当系统判决用户处于室外时,便不再提供指纹定位服务,转而进行室外卫星定位。
为验证系统在复杂室内环境下的工作情况,本文设置了一个2层结构的虚拟建筑物,2层楼的结构相同,AP布设位置相同,如图8所示。
每层建筑物面积12 m*14 m,包含左右各3个房间,以及中间的走廊。右下方的房间被设置为楼梯间,其中2个并列放置的AP中右侧的一个是处于2层楼之间的AP。
复杂环境下的定位仿真实验同样进行了10 000次,室内参考点间距1 m,每个参考点采样次数为100次。复杂室内环境下定位误差的概率分布如图9所示,可以看出1σ定位误差在1 m左右。
为验证2层楼间的切换能力,实验中人为地产生了一段用户轨迹,从一楼走廊顶端进入,走进楼梯间并上楼,再在二楼沿走廊回到走廊顶端,如图10和图11所示。
图10和图11中,三角形表示用户在一层和二层的真实轨迹,而圆点则表示定位系统给出的定位结果。可以看到定位系统能够根据用户的位置变化而区分出用户所出的楼层并准确的进行定位。
4 结束语
本文结合了IMES系统中的指纹节点和WLAN室内定位中的Radio Map的思想,提出了一种基于北斗指纹节点的室内外无缝导航定位系统。该系统对北斗室内指纹节点的射频和帧格式进行了设计,同时该指纹节点系统集成了改进的Cell-ID的低精度定位模式和基于Radio Map的高精度定位模式,并提出了基于子空间投影的互相关干扰抑制算法。最终对空旷室内环境和复杂室内环境下的北斗无缝定位系统的定位能力进行了仿真分析,通过仿真结果可以看出,本系统达到了无缝定位的效果。
摘要：针对当前室内外无缝连续定位问题,基于北斗空间导航信号特征,并结合WLAN室内定位中的Radio Map的思想,提出了一种基于北斗终端的室内外无缝导航定位系统,使现有的北斗导航终端只需要经过软升级,即可实现室内外无缝定位。仿真结果表明,在空旷室内环境与复杂室内环境下,均达到了2 m的定位精度(1σ),且在室内外过渡中保证了定位的连续性。本系统为解决北斗导航系统全域覆盖问题提出了一种可行的技术思路。