无线室内定位系统研究
无线室内定位系统研究（精选8篇）
无线室内定位系统研究 第1篇
随着无线网络的普及,室内定位技术近年来发展迅速,定位服务从普通的商业活动、科学研究直至抢险搜救等都有着重要的应用。本文分析和比较了现有的一些无线定位系统,指出了未来定位研究的几个方面。
2 定位系统及性能比较
1. 全球定位系统(GPS)
GPS是目前应用最广泛的定位技术,但是卫星信号到达地面时较弱,不能穿透建筑物,所以不适于室内定位。Snap Track公司提出了网络辅助全球定位技术(A-GPS),它结合了网络基站信息和GPS信息对移动台进行定位,能将分辨率提高到50m以内。近来,Atmel和U-blox宣称研究出了一种新的GPS弱信号获取技术,被称为Supersense;利用这种技术可在建筑物内部进行GPS导航,因为它能够获取-158d Bm以下的弱信号,但其性能有待考察。Locata公司提出了一个适用于室内外的定位技术“Locata”,该技术应用了一个称为“Locatasite”的时间同步伪收发机,由它构成Locata网,可以发送类似GPS的信号,通过移动终端采用载波相位进行单点定位[1,2]。
2. 射频识别技术
射频识别技术,俗称电子标签,是一种非接触式的自动识别技术,它通过射频信号自动识别目标对象并获取相关数据。RFID标签分为有源和无源两种。无源RFID标签主要用来替代传统条形码,它比有源标签更轻、更小、更便宜,但是可读范围只有1~2m。有源RFID标签是一个小型收发器,工作频带除高、低频外与无源RFID相似,因为带有天线,有效范围可达10m。Spot ON是典型代表,它基于信号强度采用聚合技术进行3D定位,同时采用均匀传感节点如Ad hoc而不是中心式控制[3]。
3. 蜂窝网络
Cell-ID是利用基站对通话中的手机进行位置确认。由于手机用户通话时的位置可能在蜂窝小区内的任何一点,故准确度不佳,需视手机用户所处的蜂窝大小而定。另外,蜂窝分布的密度也影响定位准确度,一般都市地区的定位较其他地区为高。
4. 超宽带(UWB)定位
UWB信号是带宽大于500MHz或基带带宽和载波频率的比值大于0.2的脉冲信号,频带从3.1~10.6GHz,发射功率在-41d Bm以下。UWB定位系统设定几个定位参考点以接收待测点发出的高斯脉冲信号,为避免信号发生碰撞,每个待测点都有自己的代码序列,当一个代码序列被参考点收到时,它将在一个时间整合相关器内与该序列作比较,如果吻合,即出现一个相关高峰信号,处理接收到的脉冲序列得到接收时间,从而利用相关算法计算待测点的坐标。目前,一些UWB精确定位系统正在研究中,比如,Ubisnese系统是一个采用传统双向时分多址控制信道的定向UWB定位平台。标签传送UWB信号到网络化接收器并采用TDOA和AOA定位[4]。
5. 无线局域网(WLAN)定位
无线局域网技术是一种高速无线IP网络通信技术,技术标准号是IEEE 802.11。基于RSS的WLAN技术准确率可达到30m以内,并且定位时间缩短到几秒。早期代表是Bahl等人提出的RADAR系统[5]。它采用RSSI作为构建信号空间的基本信息,在定位阶段采用最近邻居算法。在构建无线信号强度分布图时,它使用了经验法和信号传播模型法。在经验法中,RADAR系统在定位服务覆盖区内选定一定数量的参考点,每个参考点上采集多组RSSI数据,每组数据包含不同AP的RSSI值,再对其求平均或进行中位数处理,作为该参考点的样本保存起来,定位精度在2~3m之间。在信号传播模型法中,因为各种障碍物可使信号衰减,其中以墙壁造成的损耗为主,因此以此建立信号传播模型法,定位精度在5m左右。此后,很多研究机构陆续研发了各种定位系统,如美国马里兰大学的Horus系统、加利福尼亚大学洛杉矶分校的Nibble系统等。Horus系统在信号空间的建立中引入了概率模型,它不对全部采样值进行求平均或中位数处理,而是形成每个AP的RSSI值在该点的直方图,保存在无线信号强度分布图中。为了降低计算量、提高定位速度,Horus系统还提出了对信号图的位置集进行分簇的方法。实验数据显示该系统定位精度在大于90%的几率下达到2.1m以内[6]。Nibble系统采用了信噪比作为信号空间的样本,并且采用贝叶斯网络建立信号空间的连续概率分布图[7]。Battiti等人提出了基于神经网络分类的定位方法,它采用多层感知机结构和一步割线法,这种结构具有低训练和测试误差特点,而且对过拟和效应不敏感,每个位置5个信号强度采样值就可以将准确度提高到3m,如增加训练采样点可将准确度提高到1.5m[8]。另外,Haeberlen等人提出了鲁棒性贝叶斯方法利用802.11网络在多层建筑物中进行拓扑定位[9],Siddiqi等人采用了Monte Carlo定位技术[10],而Kontkanen等人引入跟踪辅助定位技术,在此基础上发展了Ekahau系统,它融洽了贝叶斯网络、随机复杂度和在线竞争学习通过中心定位服务器提供定位信息[11]。
6. 蓝牙(Bluetooth)技术
蓝牙技术是一种短距离低功耗的无线传输技术,在室内安装蓝牙局域网接入点,把网络配置成基于多用户的基础网络连接模式,并保证蓝牙局域网接入点始终是主设备,就可以获得用户的位置信息。优点是设备体积小、易于集成在PDA、PC以及手机中,且信号传输不受视距影响;但其设备昂贵,且对复杂的空间环境,稳定性稍差,受噪声信号干扰大。
除了以上提及的定位技术,还有基于计算机视觉、光跟踪定位、基于图像分析、磁场等定位技术。
3 总结与展望
基于定位技术的研究现状,本文提出了未来的研究趋势:
(1)新的或混合型的定位算法的开发。
(2)在无线定位中融入光学、惯性、电磁场和超声波等技术。
(3)减少定位算法对前期环境勘测的依赖,进一步提高定位准确性及速度。
医院紧急报警系统及无线定位方案 第2篇
一、前言
近期，医闹事件频发。为了维护诊疗秩序，2013年12月20日，国家卫生计生委、中央综治办、公安部、司法部等国家11部委联合印发了《关于维护医疗秩序打击涉医违法犯罪专项行动方案》，严厉打击医闹行为。
为维护医疗秩序，建立和谐医患关系，切实保障广大人民群众的利益，确保医务人员、就诊患者的安全，构建安全稳定的医疗环境，全面推进平安医院创建工作，决定自2013年12月起，在全国范围内开展为期1年的维护医疗秩序打击涉医违法犯罪专项行动，依法严惩侵害医患人身安全、扰乱正常医疗秩序违法犯罪活动，强化医疗机构安全防范系统建设，确保重点区域、重点部门视频监控覆盖率达到100%。具备条件的二级以上医院安全监控中心应当建设应急报警装置并与当地公安机关联网。
加强内部巡查守护，对重点区域、要害部位、夜间值班科室等关键部门要安排专人值守，及时发现可疑情况，先期处置。要加强医疗机构安全防范动态管理，组织保卫人员、保安员定时和随时巡查。发生案事件后，要立即报警，保卫人员和保安员要第一时间赶赴现场，制止违法犯罪行为，依法控制违法犯罪人员，做好现场保护措施，配合公安机关开展相关工作。
建立医患突发事件应急处置预案，健全警医联动、联防联控机制，提高应急突发事件的现场处置能力。
为响应国家11部委联合印发的《关于维护医疗秩序打击涉医违法犯罪专项行动方案》精神，做好治安案（事）件、特别是重大刑事案件的预防工作，严防医院公共场合暴力袭击事件的发生，维护医疗机构正常诊疗秩序，保障人民群众健康权益，确保医务人员人身安全，社会稳定，我公司组织科技人员针对上述要求研制开发出符合突发事件的紧急报警（含无线定位功能）系统。
二、系统结构示意图
产品特点
1、医院紧急报警及无线定位系统，采用Zigbee无线物联网技术，克服了传统无线报警器接收距离非常有限的缺点，通过无线网络覆盖大大延长数据传输的距离，真正做到报警距离不受限制，解决了医院报警系统要求远距离传输的、大范围覆盖的技术难题。
2、本系统采用微型无线局域网的双向通信功能,报警终端发出的信号得到主机确认无误后，才能启动报警终端的声光信号，解决了误报问题。报警终端没有收到主机确认信号，将继续不断重发报警信号，解决了漏报问题。主机不断检测报警终端，一旦发现报警终端回应信号有误码时进行及时纠正，解决了干扰问题。如果报警终端没有回应就发出提示或报警，解决了报警终端遭破坏或被偷盗的问题。
3、充分利用Zigbee网的无线定位引擎技术，解决了医护人员离开固定工作场所遇袭时的报警定位问题，使受害者在最短时间内等到救助。
4、系统软件结合医院安全防范的现状与需求，功能强大，使用方便。
三、医院无线紧急报系统组成
医院紧急报警及无线定位系统由无线网络服务器、处警分站、无线中继路由器、固定式紧急报警终端、移动式紧急报警按钮、无线点阵式显示屏组成。无线网络服务器协调整个无线报警网络的数据传输；处警分站用于多点执勤点的接警显示；无线中继路由器用无线数据收发中转，加大无线收发距离；固定式紧急报警终端安装在医护人员工作的固定场所；移动式紧急报警按钮为医护人员随身携带；无线点阵式显示屏用于需要醒目显示的地方。
医院紧急报警及无线定位系统是针对目前医院重新布线存在困难的现状开发的一代产品,克服了传统无线呼叫器收发距离短、功能单
一、不适合医院大范围远距离使用的缺陷，可以与计算机联网、与医院广播系统对接、与110指挥中心联动，组成多方位、多功能的医院紧急报警平台，功能更强大，技术更先进，是平安医院安全工程建设的理想设备。
1、无线网络服务器
◆ 协调整个无线报警网络的建立撤消、报警控制、数据传输及与医院HIS网关接口； ◆ 采用2.4 GHz频段，其设计构架符合IEEE 802.15.4协议与ZigBee协议，属于无需许可证频段； ◆ 接收灵敏度<-92 dBm,发送功率为7-20 dBm可调；
◆ 拥有0～15(共16)个可选工作信道
◆ 网络节点（报警终端）总数：4294967295节点 ◆ 网络号（网络ID）总数：65535组
◆ 每个医院有不同的网络号（网络ID），两个相互重叠复盖的网络，不会互相影响； ◆ 通信方式为双向，具有全握手功能，中间任何一个环节出问题，将重复进行。◆ 有紧急报警功能，必要时还能启动整个系统报警。
（图2）无线网络服务器
◆ 胁迫报警功能，操作人员受到胁迫时可启动胁迫报警 ◆ 有广播网对接功能，联动广播系统发出报警；
◆ 有短信发送功能，能将报警信息第一时间发送到校领导手机上
◆ 与110双网联动，有电话拔号语音报警与发送短信报警两种报警方式； ◆ 有报警记录查询功能
◆ 终端检测功能，可以对处警分站、无线中继路由器、固定式紧急报警终端、无线点阵式显示屏进行检测； ◆ 有时间日历功能。
◆ 三重口令安全防范功能；
2、处警分站
◆ 整个报警网络内可以设多个处警分站，分别安装在不同的执勤点，以便值勤保安就近处警，及时到达报警点； ◆ 报警显示功能：用于显示报警点信息，有多个报警时依次循环显示，呼入个数没有限制：
◆ 取消复位功能：当多个报警时依次循环显示所有报警的点号，按消除功能键可以清除当前报警号，未消除的报警将继续显示；
◆ 时间显示功能：当没有报警时显示时间，自带充电电池断电时时间不丢失。具有永久万年历，可随时查询年份、日期、星期及时间。
◆ 采用2.4 GHz频段，其设计构架符合IEEE 802.15.4协议与ZigBee协议，属于无需许可证频段； ◆ 接收灵敏度<-92 dBm,发送功率为7-20 dBm可调；
◆ 通信方式为双向，具有全握手功能，具有中继路由器功能，可转发其他报警点数据；
3、无线中继路由器
◆ 无线报警设备与无线网络服务器有效接收范围内不需要中继器，（宽广直线距离2公里）； ◆ 超过有效接收范围的报警设备与无线网络中最接近的中继器组成网络链接路由与服务器通信；
◆ 中继路由器具有自动建立数据链路功能与自动链路修复功能，一旦某一数据链路不畅，能自动寻找另外一条链路，直到与服务器联通为止。
◆ 中继路由器在移动定位报警中作为定位接收的参考节点，通过接收强度指示（RSSI）算法获得移动按钮的位置，将移动按钮的位置的数据发送到服务器。
（图3）中继路由器
（图3）处警分站
4、固定式紧急报警终端
◆ 固定式报警终端安装在医护人员工作的固定场所与其他需要的公共区域；
◆ 固定式报警终端与服务器接收距离为200米（宽广直线距离），超过有效接收距离将通过中继路由器转接； ◆ 服务器启动后整个无线网络开始形成，报警终端将自动入网；
◆ 按报警按钮，发出报警，红色LED指示灯点亮，收到主机确认信息红色LED指示灯闪烁。◆ 报警终端与主机实现双向通信，需要时可在主机控制下启动报警终端的警报声。◆ 报警终端不能取消报警。主机解除报警时，报警指示灯、警报声同时关闭。
◆ 具有电池电压欠压提示功能电池欠压时红色LED指示灯暗亮闪烁；具有防拆防盗报警功能。
◆ 内有高性能锂电池，时待机时间可达1年-2年。
5、移动式紧急报警按钮
◆ 移动式报警按钮便于医护人员随着携带，具有院内定位功能；报警时可以确定确切的报警位置。◆ 移动式报警按钮与中继路由器之间通信距离为：100米（宽广直线距离）； ◆ 主机启动后，整个无线网络开始形成，报警按钮进入无线射频区时能自动入网。◆ 报警时红色LED指示灯点亮，收到主机确认信息红色LED指示灯闪烁。
◆ 报警按钮不能取消报警。主机解除报警时指示灯熄灭。
◆ 具有电压欠压提示功能，电池欠压时红色LED指示灯暗亮闪烁。◆ 待机时间＞1年-2年，视使用率而定。
（图5）固定式报警终端
（图6）移动式报警按钮
6、无线点阵式显示屏（可任选）
◆ 点阵式LED显示屏可以安装在任何需要的地方，个数不限；
◆ 点阵式LED显示屏可以从任何中继路由器、报警求救终端接收显示数据；
◆ 与任何中继路由器、报警求救终端有效接收范围为距离2公里（宽广直线距离）；
◆ 没有报警时显示广告；
◆ 报警时显示报警内容，用中文显示报警点号与报警内容； ◆ 双面显示屏电源：220AC，全亮功率<30W;
（图6）点阵式LED显示屏
四、开发要点：
1、将短距离微功率器件组成无线网，使无线传输距离不受限制
目前市场上能见到的无线报警器（或称无线呼叫器），接收距离非常有限，适应不了医院面积大、距离远的紧急报警布防要求。有的产品为了增加收发距离，通过加大发射功率或增高接收天线的办法，虽然勉强能用，但存在问题：一是加大发射功率往往超出国家无线电管理委员会标准允许范围，医院是公共场所，一经发现必定要求整改或勒令拆除，给医院成造不必要的损失。二是增高接收天线势必增加成本，影响美观，还存在大风、雷电等恶劣天气下的安全隐患。三是大功率发射会造成对有关医疗仪器的干扰，这是绝对不允许的。
本产品采用将短距离微功率器件组成无线网络的办法，在不增加发射功率与不架设高增益天线的前提下，解决无线紧急报警要求远距离传输的技术难题。真正做到了无线传输距离不受限制，报警收发不受地域空间制约，符合国家无线电管理委员会标准。
短距离微功率器件无线网络报警系统为什么反而传输距离更远呢？因为各报警终端与接收主机都是一个个微型无线转发站，由这些终端与主机组成一个小型的无线蜂窝网。十分类似现有的移动通信的CDMA网或GSM网，每一个报警终端类似移动网络的一个基站，在整个网络范围内，它们之间可以进行相互通信；所有终端都可以设置成是数据转发中继器（或称路由器），不仅具有报警终端的功能，还肩负着数据转发的任务，终端的报警信号不管路途多么遥远，都能通过中继器逐级上传到主机，主机的回复控制命令也能逐级下达到各级终端。
利用短距离微功率器件通过无线组网这种技术手段，既符合小功率无线国标要求范围，又解决了无线远距离传输的难题，使无线传输距离不受限制。
2、微型无线蜂窝网双向通信数据传输可靠，克服了单向报警误报漏报无法纠正的缺陷
目前常用无线报警器一般采用遥控器（摩托车遥控器、车库门遥控器）机理，由遥控器编码集成电路发出一组地址编码与按键信息，通过幅移键控（OOK）将二进制数据载波到315mH或433mH频段上发射出去。接收端将遥控器发射的无线信号，通过解码集成电路还原出地址编码与按键信息，完成接收工作。由于遥控器采用单向通信方式，受外部空间多种因素干扰，往往会产生漏报误报，使报警器质量大打折扣。另外单向报警器还普遍存在着一个通病，即两只报警器同时报警时，主机无法收到报警信号，这是因为两只报警器发出电波在空中产生干扰，主机无法识别。一旦因干扰发生了误报漏报单向报警器是无法得到纠正的。
本系统采用微型无线蜂窝网的双向通信功能，彻底解决了这一技术难点。报警终端发出的信号得到主机确认无误后，才能启动报警终端的声光信号，解决了误报问题。报警终端没有收到主机确认信号，将继续不断重发报警信号，解决了漏报问题。主机不断检测报警终端，一旦发现报警终端回应信号有误码时进行及时纠正，解决了干扰问题。如果报警终端没有回应就发出提示或报警，解决了报警终端被破坏或被偷盗的问题。
3、利用无线定位引擎技术，解决医生查房等运动过程中报警定位
ZIGBEE定位引擎技术是根据无线网络中临近射频的接收信号强度指示(RSSI)，计算所需定位的位置。当医生离开固定诊疗点通过随身携带的报警器报警时，具有已知位置的定位引擎射频的参考节点，收到不同强弱的(RSSI)信号，计算所根据多达16个不同参考节点的(RSSI)信号计算出医生报警时所在的位置，实现医生的移动定位报警。
4、与110指挥中心双网联动
本系统与110指挥中心采用双网联动设计，即同时采用电话线直拔110报警与短信发送到110报警平台报警两种联接方式（需要时还可采用第三种方式GPRS联网）。采用两种方式联动报警更可靠、更及时、更明确。特别是电话线被入侵者破坏时还能通过短信方式报警。通过短信还可将报警信息发送到指定的1-10只手机上，使医院有关领导第一时间知道报警内容，及时了解医院动态。
5、与医院广播网通过无线对接
本系统可与医院广播系统对接，一旦收到报警，立刻自动启动医院广播网，向全院发广播报警。
有的医院接警中心（设在消控室）与广播控制中心有一定的距离，要将报警信号切入广播系统存在空间距离的限制，为了更适合实际需要，本系统采用无线远程控制方式，将报警信号强制切入到广播系统中。即在广播控制中心设有无线远程控制强切机，通过报警主机远程控制将报警信号与语音信号切入到广播系统中。
6、更符合医院要求
报警终端采用铝合金外壳密封，防止人为破坏，内带充电电池，断电后可继续工作，按报警键后灯光闪烁，主机收到确认后，终端内警报鸣响，报警消除只能通过主机完成，管理方便。报警终端面板设有测试按钮可用于定时检测。主机有紧急报警、胁迫报警功能，突发事件发生时还可以启动所有报警终端同时发出警报声。
五、技术先进性
1、自主开发微型无线蜂窝网（ZigBee）
ZigBee是一个由短距离、低功耗、低数据速率、低成本、低复杂度的无线模块组成的一个无线网络,十分类似现有的移动通信的CDMA网或GSM网，每一个Zigbee网络无线模块类似移动网络的一个基站，在整个网络范围内，它们之间可以进行相互通信；每个Zigbee 网络节点不仅本身可以与作为监控对象，例如报警终端的报警信息的采集、传输和监控，它还可以自动中转别的网络节点传过来的数据资料;除此之外，每一个Zigbee网络节点（FFD）还可在自己信号覆盖的范围内，和多个不承担网络信息中转任务的孤立的子节点（RFD）无线连接。不同的是，Zigbee网络主要是为自动化控制数据传输而建立，而移动通信网主要是为语音通信而建立。
本产品选用基于 Freescale公司的MC1321X硬件平台。MC1321X是Freescale公司推出的一款SoC芯片，它主要由微处理器和射频模块两部分组成。微处理器采用8位的HCS08内核，集成了1个 SPI(Serial Peripheral Interface)接口、1个8路的8/10位A/D转换器、2个TPM(Timer/PWM)模块、2个SCI(Serial Communication Interface)接口、2个I2C和1个8路的KBI(Keyboard Interrupt)接口。射频模块的工作频段是2.4 GHz，通过SPI总线与处理器通信。其硬件物理层完全符合IEEE 802.15.4协议的MAC与PHY（物理层）规范。
在网络层方面我们借用芯片供应商提供的ZigBee软件包进行二次开发，根据医院无线报警系统自身的特点，合理取舍，降低复杂度，提高适应性，使产品更加科学、更加合理、更加实用。将报警系统中报警终端作为ZigBee无线网络的节点（FFD路由中继器节点与RFD终端节点），将报警控制器（报警主机）作为ZigBee无线网中的FFD全功能设备（Full-Function Device；FFD），组成一个我们称为微型无线蜂窝网的ZigBee无线网络。ZigBee无线网络在医院无线报警系统中的应用作了初步尝试与探索。
2、报警系统从遥控器时代走向网络化时代
目前常用无线报警器（或称无线呼叫器）一般采用的是遥控器的编解码技术。采用是编解码技术的无线报警器存在着许多缺陷：
1、只能单向通信，误报漏报无法纠正；
2、发射接收距离短，覆盖范围有限；
3、调制技术落后，干扰难以避免；
4、地址编码量少，容易被入侵。
本系统充分利用ZigBee无线网络节点（FFD）具有由中继器功能，可以转发来自其他节点数据的特点，将报警终端设置成中继器节点（FFD）组成类似移动通信蜂窝网的微蜂窝无线网，使报警系统从遥控器编解码技术时代跨越到无线网络时代，产品性能得到进一步提升。
2.1、克服漏报的技术手段
本系统中充分利用ZigBee无线网络的免冲突的载波检测多址接入(CSMA/CA)机制，避免了报警信号传输过程中的冲突。所谓的CSMA/CA是在传输之前，会先检查信道是否有数据传输，若信道无数据传输，则开始进行数据传输，若产生碰撞，则稍后一段时间重发。所有报警终端只有在检测到无任何发射信号的时隙内才会发射信号，避免了电磁波在空中无序碰撞。一旦有发射间隙立刻将数据传送，且发送的每个数据都必须等待接收方的确认，没有得到确认方的回复就必须再传一次。这种只在空闲时隙才发送的机制很好地解决了报警信号碰撞的问题。发送的信号必须有回复、有落实，大大提高了系统信息传输的可靠性。采用talk-when-ready的碰撞避免机制，彻底解决了编解码技术的存在漏报的难题。2.2、防止误报的技术策略
编解码技术的误报：一是非法器件的入侵，二是因干扰产生的错误得不到纠正。
编解码的地址编码量总共只有100万组，全世界所有遥控器的编码都在这个总量内使用，采用编解码的报警系统碰上非法器件的入侵不是没有可能的。编解码技术没有网络安全的概念，非法器件的入侵非常容易，因此社会上出现了大量的干扰仪、解码器等违法犯罪的勾当。
ZigBee无线网络的节点数已达45亿亿个，节点数目十分可观。其二，Zigbee对网络安全性十分重视，在数据传输中提供了三级安全性。第一级实际是无安全方式，对于某种应用，如果安全并不重要或者上层已经提供足够的安全保护，器件就可以选择这种方式来转移数据。对于第二级安全级别，器件可以使用接入控制清单（ACL）来防止非法器件获取数据，在这一级不采取加密措施。第三级安全级别在数据转移中采用属于高级加密标准（AES）的对称密码。AES可以用来保护数据净荷和防止攻击者冒充合法器件。本产品采用第三级安全级别来实施的。
编解码技术由于通信是单向的，因干扰产生的错误无法得到纠正。在医院无线报警系统设计中，我们充分利用Zigbee网络具有双向通信功能的特点，对报警数据进行了较为严格数据完整性检查与严格的错误校验算法（CRC-16/32）。一旦发现数据有错，立即通知对方重发，确保数据传输正确无误。
本系统中，完全采用了Zigbee网络安全技术与数据完整性检查技术，使系统更加安全可靠，防止误报错报发生。2.3、抗干扰技术措施
与编解码技术中使用的ASK技术不同，我们在医院无线报警系统设计中采用了无线通信中最先进的直接序列扩频（DSSS）技术，增强了抗干扰能力；采用OQPSK数字相移键控调制技术，大大降低了数据传输的误码率；采用免冲突的载波检测多址接入(CSMA/CA)机制，避免了数据传输过程中的冲突。使医院无线报警系统抗干扰力更强，保密性更好，误码率更低，传输距离更远。
3、利用ZigBee网络技术，使医院无线紧急报警系统更具特色。
3.1、报警有确认，报警者更安全
一般的报警终端的声光信号不是由主机控制的，这会给报警者产生主机是否收到的疑虑感。本系统报警终端的声光信号完全由主机控制的。从医务工作者按下报警按钮，到看到警灯闪烁、听到警笛响起的一瞬间，系统主机已完成了接收报警、确认回复、到启动终端声光信号整个过程。只要看到警灯闪烁、听到警笛响起，你的报警已成功。因为只有当主机收到报警确认后，并由主机发出指令给报警终端才能启动警报器的声光信号。这样做的好处是：警声响起量说明报警已成功，我们可以大胆与歹徒展开较量了。
3.2、广播系统用无线远程控制方式接入
通常医院的广播中心与安保有一定的距离，为了克服这一空间障碍，及时将紧急报警信号接入到广播系统中，为此专门设计了一套广播系统无线接入设备，通过无线远程控制方式接入办法将报警信号与语音信号切入到广播系统。
3.3、突发事件可启用全程报警
主机设有紧急报警按钮，当遇到突发事件，可向所有报警终端发出报警，启动所有报警终端发出声光信号，提醒全体医务人员引起警惕。3.4、定期检测使系统更安全可靠
主机能定期对所有报警终端进行检测，一旦发现某个报警终端故障或被入侵者带离无线信号覆盖范围以外，将发出警告与报警。3.5、安装维护更方便
报警终端是否入网或脱网一看指示灯就明白。
4、系统技术参数：
◆ 频段：2.4-2.483GHz，共16个信道 ◆ 通讯协议标准：IEEE 802.15.4 与Zigbee ◆ 网络拓扑结构：网状网、星型 ◆ 调制方式：DSSS（O-QPSK）◆ 数据传输速率：最大250KBps ◆ 寻址方式：64位IEEE地址，16位网络ID地址 ◆ 数据加密：128-bit AES ◆ 错误校验：CRC-16/32 ◆ 信道接入方式：CSMA-CA和时隙化的CSMA-CA ◆ 信道总数：16 ◆ 报警终端数：16信道×64位地址×16位网络ID =***0个（45亿亿）；
◆ 通信时延 15ms-30ms。典型搜索设备时延为30ms，休眠激活时延为15ms，活动设备信道接入时延为15ms。◆ 最大发射功率 25dbm ◆ 接收灵敏度-92dbm ◆ 工作温度-40-85℃
◆ 天线 2.4G外置天线（φ8×200mm）◆ 通信距离 2000米
基于无线传感器网络的室内定位系统 第3篇
随着嵌入式计算技术、网络通信技术和电路制造技术的发展和进步,集感知能力、计算能力和通信能力于一体的微型传感器节点开始受到世界范围的关注,由微型传感器节点所组成的无线传感器网络(WSN)也得到了飞速发展,并且在各个领域中正发挥着越来越大的作用。在大多数无线传感器网络的应用中,传感器节点在位置未知的情况下所感知到的信息都是没有实际应用价值的[1]。因此,无线传感器网络节点定位技术作为无线传感器网络中的关键支撑技术,是目前无线传感器领域中的研究热点[2]。
目前,GPS(Global Positioning System,全球卫星定位系统)定位是最普遍使用的定位方法,但GPS对于室内环境的定位常常由于接收不到卫星信号导致误差很大甚至失败[3]。当前,人们对复杂室内环境的定位需求日益增大,比如仓库、超市、矿井等环境中,常常需要确定移动物体及设备的具体位置。因此,研究并开发一套适用于室内环境的定位精度较高的定位系统十分必要。
欧美国家在室内定位的研究上起步比较早,代表性系统有:AT&T 实验室Cambridge提出的红外感应定位系统Active Badge系统[4],微软公司的基于RSSI技术的RADAR系统[5],麻省理工学院研发的基于TDOA(Time Difference Of Arrival,到达时间差)的Cricket系统[6]等。Active Badge系统是一个室内定位系统,也是首个位置相关的应用系统。该系统使用红外传感器和电子徽章来收集并计算出徽章携带者的位置。RADAR系统是一个基于RSSI相关技术的室内定位系统,该系统利用基站与用户节点间的信号强度来计算基站与用户之间的距离从而测定出用户节点的位置。Cricket室内定位系统是采用无线射频信号与超声波信号的到达时间差作为估算节点间距离的信息,进而测定出节点的位置关系。
本研究主要探讨基于无线传感器网络的室内定位系统。
1 WSN定位系统的设计与实现
1.1 系统总体架构
本研究实现的室内定位系统包括无线传感器网络和PC端后台处理程序两部分,其架构如图1所示。其中,无线传感器网络由前端节点设备组成,PC端后台处理程序对从网络传回的数据使用相应算法进行定位处理。
前端节点采用GAINSJ系列节点构建,可获取节点间通讯时的链路质量信息(LQI)值。各节点间的通信遵循IEEE 802.15.4规范。各节点由于功能不同,可分为3类[7]:
(1)汇聚节点(Sink节点),与PC端相连,是网络中的协调者(Coordinator);
(2)参考节点(Reference节点),是网络中的终端设备,其自身地理位置信息已知;
(3)目标节点(Target节点),其位置信息未知,由定位系统确定其自身所在位置。
整个系统完成一次定位通讯的基本过程如下:
(1)汇聚节点首先发起网络,各个参考节点按顺序依次加入网络,并分配相应的短地址,待所有参考节点都加入网络后,目标节点加入网络;
(2)目标节点根据自己的短地址进行判断,以确定需要给哪些参考节点发送数据包,并依次发送没有任何语义的空包;
(3)参考节点根据其所接收到的数据包解析出相应的LQI值,并将接收到的LQI值以及自己的标识信息加入到数据负载中,发送给汇聚节点;
(4)汇聚节点将所接收到的数据信息解码并格式化后,以二进制数据的形式通过RS232串口传送到PC端;
(5)PC端的后台处理程序从RS232串口读取由汇聚节点传回的信息,通过相应的算法流程对信息进行处理,将LQI值转换到RSSI值并最终转化成距离值,使用多边定位法和极大似然估计法得到目标节点的坐标,并通过图形界面将目标节点的位置显示出来。
1.2 节点程序的设计与实现
节点程序的设计与实现如下:
(1)汇聚节点(Sink节点)。汇聚节点是整个网络的核心,其主要功能包括发现新加入网络的节点,为新加入的节点分配短地址;从各个参考节点接收数据包,并解析这些数据包,将LQI值从数据包的负载数据中提取出来进行格式化,以一个指定的序列形式将参考节点号和所对应的LQI值以二进制数据的形式通过RS232串口发送到PC端。
(2)参考节点(Reference节点)。参考节点的主要功能是与汇聚节点和目标节点进行通信,因此其节点中需要对数据帧进行装配,向发射模块请求发射数据,同时还需要从目标节点接收数据并提取出数据链路质量得到其本身与目标节点间的LQI值。此外,在与汇聚节点进行通信时还要从汇聚节点的协调器接收分配给自己的短地址。
(3)目标节点(Target节点)。目标节点与其他两类节点的不同之处在于其本身无需从网络接收数据,只需要在确认已经加入网络并从汇聚节点的协调器获取到短地址后,周期性地向整个网络中的其他参考节点发送没有负载的数据包。
1.3 后台处理程序的设计与实现
整个后台处理程序可分为硬件接口层、数据处理层和图形界面层3层。硬件接口层完成与汇聚节点的通信,并将汇聚节点采集到的与目标节点相关的数据通过串口读入到PC机中。数据处理层对获取的数据信息进行处理,应用基于链路质量信息LQI和信号强度指示信息RSSI的定位算法,通过极大似然估计方法处理后获取目标节点的位置信息。图形界面层提供了人机交互界面,可读取用户输入的参数,并可将节点位置信息以图形化的方式显示出来。
1.4 定位算法在系统中的应用
本系统使用的定位算法流程如图2所示。
(1)LQI值到RSSI值的转换。
LQI是依据信号强度以及设备所接收到的数据包的质量这两项特征而制定的指标,由大量的实验和测试结果证明,LQI与RSSI之间的基本关系如下[8]:
(2)RSSI值到距离值的转换。
本研究采用了信号传播的理论模型来构建RSSI和距离之间的关系,其转换模型的公式如下[9]:
式中:P(d)基站接收到用户节点的信号强度,P(d0)基站接收的在参考距离为d0时的信号强度,n根据不同建筑物结构和使用材料情况下的路径长度和路径损耗之间的比例因子,d0信标节点和基站间的距离。
(3)多边定位算法。
由于通过前两步转换得到的是目标节点和参考节点之间的相对距离,可以使用目标节点与多个(至少3个)参考节点之间的距离,结合参考节点已知的坐标位置,通过三边或多边定位法得到待定位节点的坐标位置[10,11,12]。
根据平面几何的相关知识可得方程组:
该方程组的解(x,y)即为待定位节点的坐标值,其中(x1,y1),(x2,y2)(xn,yn)为参考节点位置坐标。
本研究采用极大似然估计(Maximum Likelihood Estimation,MLE)方法来获得具有最小均方误差(Minimum Mean Square Error,MMSE)的估计值。
2 实验设计与数据分析
实验环境是一块矩形平面区域,如图3所示,该区域由一个2020的正方形网格覆盖,每个网格的边长为60 cm。图中,R1~R4分别代表了4个参考节点的位置,T1~T7分别代表7个待测位置。
本研究将汇聚节点与PC机相连并依次开启汇聚节点、参考节点和目标节点。待各节点的初始化工作完成后,将目标节点布置到待测位置,运行后台定位处理程序。实验中使用了4个参考节点,以参考节点1的位置作为坐标原点,各参考节点的坐标值如表1所示。
定位结果如表2所示,其中4列LQI值及定位结果值均为10次测量后的平均值。表2中各列数据的定义如下:原始位置即测试位置的实际坐标值;LQI1~LQI4为目标节点分别与4个参考节点进行通讯时所测得值;定位结果即系统通过计算后所得到的目标节点坐标值;定位误差为系统通过测量得到的目标节点的位置与该目标节点实际位置之差;定位误差率是定位误差与节点最大通讯距离的比值,经实际测量,节点的最大通讯距离(无丢包)为30 m。
通过实验可以看出,系统在该布置方案下的平均定位误差仅为1.25 m,平均定位误差率仅为4.2%;各待测位置中结果最理想的点的定位误差不足0.4 m,定位误差率仅为3%;各位置中结果最差的点的误差未超过3 m,定位误差率不超过9%;而其他位置的误差及误差率也都稳定分布在该区间内。由于实验所测试的节点布置方案也是实际运用环境中最经常使用的一种方案,具有很强的代表性,因此通过该组实验,可以确定该系统的定位误差和定位误差率完全能够满足大部分实际应用的需求。
经分析,误差产生的原因主要包括:
(1)实验环境中存在大量Wi-Fi信号。
由于Wi-Fi信号使用的频段也是2.4 GHz,会对实验过程中节点间的通信产生较为显著的影响。
(2)测量精度的限制。
由于实验采用的节点能够测得的LQI值是以6为单位进行变化,精度上相对较低,而LQI值又是定位的基础数据,其测量精度决定了整体的定位精度。
(3)建筑物结构对结果的影响。
实验场地周围的建筑结构会对信号产生反射和衍射,从而导致信号强度发生非线性变化。
(4)节点间通讯对信号的影响。
由于各个参考节点不仅要与目标节点进行通讯,还需要将获得的LQI值传送给汇聚节点,在通讯的过程中有可能会对其他参考节点和目标节点间的通讯产生影响。
(5)节点电源对节点发射功率的影响。
由于各个节点的电源是通过安置在节点上的电池进行供电的,在工作一定时间后,各个节点电池的供电电压会出现不同程度的下降,从而导致各节点工作电压不再一致,这会对节点的发射功率产生影响,进而影响到定位的准确性。
3 结束语
本研究设计并实现了一套基于无线传感器网络的室内定位系统。该系统将待定位目标节点与所有参考节点的信号强度信息转换成距离信息,通过多边定位和极大似然估计法计算目标节点的位置。实验结果表明,该定位系统可实现真实环境下的室内定位,定位误差在可接受范围内,且定位误差随目标节点位置的变化波动的幅度较小,可适用于简单连续的室内环境的定位。
改进现有的定位算法,运用分布式处理等技术进一步提高该系统的定位精度,减少环境因素对定位结果的影响,提高定位系统的运行效率是本系统下一阶段的工作计划。
参考文献
[1]RABACY J J,AMMER M J.Picorodio supports ad hoc ul-tra-low power wireless networking[J].Computer,2000,33(7):42-48.
[2]HUAN Ruo-hong,CHEN Qing-zhang,MAO Ke-ji,et al.AThree-dimension Localization Algorithm for Wireless SensorNetwork Nodes Based on SVM[C].ICGCS,Shanghai,Chi-na,2010.
[3]熊小华,何通能,徐中胜,等.无线传感器网络节点定位算法的研究综述[J].机电工程,2009,26(2):13-17.
[4]WANT R,HOPPER A,FALCAO V,et al.The activebadge location system[J].ACM Transaction on Informa-tion Systems,1992,10(1):91-102.
[5]BAHL P,PADMANABHAN V N.RADAR:An in-buildingRF-based user location and tracking system[C]//Proceed-ing of INFOCOM’2000,Tel Aviv,Israel.2000:775-784.
[6]NISSANKA B,ANIT C,HARI B.The Cricket Location-Support System[C]//Proc of 6th ACM Int’l Conf on Mo-bile Computing and Networking(ACM MOBICOM).Bos-ton,MA,USA:ACM Press,2000:32-43.
[7]曾湘林,胡培平,姜从群,等.基于JN5139-Z01-MOO的无线传感器网络节点设计[J].机电工程,2010,27(6):124-126.
[8]孙利民,李建中,陈渝.无线传感网络[M].北京:清华大学出版社,2008.
[9]史龙,王福豹,段渭军.无线传感器网络自身定位机制与算法[J].计算机工程与应用,2004(23):127-130.
[10]于宏毅,李鸥,张效义.无线传感器网络理论、技术与实现[M].北京:国防工业出版社,2008.
[11]徐勇军,刘峰,王春芳,等.低速无线个域网实验教程[M].北京:北京理工大学出版社,2008.
无线室内定位系统研究 第4篇
定位通常是指确定地球表面某种物体在某一参考坐标系中的位置，它能为导航提供信息。在无线传感器网络中，节点所采集到的数据，（如温度，湿度等）必须与测量坐标系内的位置结合，所采集的信息数据才有意义。在智能机器人研究中，定位为导航提供基础和保障。当今使用最广泛，也是最成熟的定位技术是全球定位系统（GPRS, Global Positioning System），它能在全球范围内全天候地进行定位，具有定位精度高，抗干扰能力强等特点[1]，但是它适用于无遮挡的室外环境，无法满足室内定位的需要。无线传感器网络融合了网络通信技术，微机电系统机技术和传感器技术，是当前国际上备受关注、由多学科交叉的一个新兴前沿热点领域[2]。它能够协作地实时监测、感知和采集各种环境或监测对象的信息, 并对其进行处理, 传送到这些信息的用户.通过建立传感器网络，再将传感器信息发送至PC上位机计算处理可以得到传感器网络区域内的各种信息。
目前的定位算法从定位手段上分有两大类：基于测距算法（ranged-based）和非测距算法（range-free）。常用的测距方法包括RSSI (Received Signal Strength Indicator）法、TOA (Time of Arrival）法、TDOA (Time Difference On Arrival）法和AOA (Angle of Arrival）法。非测距的定位算法有DV-hop算法、DV-distance算法、APIT算法、Amorphous算法和质心算法[2], [3]。
本文研究基于ZigBee无线传感器网络的室内定位系统，采用红外传感器，超声传感器进行基于测距的TDOA算法.该系统结构简单，可拓展性强。
1、ZigBee技术简介
无线传感器网络一般由传感器子节点，终端节点，上位机构成。传感器节点在区域内取得各种信息并通过无线网络传给终端节点，终端节点接收子节点信息并传输给上位机，上位机接收终端节点信息处理显示给用户。无线网络节点间信息的传输通常使用ZigBee技术。ZigBee技术是一种新兴的短距离、低速率无线网络技术，主要应用于段距离范围之内并且数据传输速率不高的各种电子设备之间，尤其适用于传感器。它具有以下特点：数据传输速率低、有效范围小、工作频段灵活、省电、时延短、可靠、成本低、网络容量大[4], [5]。
2、TDOA定位原理。
不同的信号在空气中的传播速度不同，通过不同传播速度的信号到达的时间差可计算出两点之间的距离。本文使用红外和超声两种信号到达参考点的时间差进行测距。红外信号和超声信号同时从同一点发射，红外信号传播速度快，先到达已知点后开始计时，等超声信号到达已知点后停止计时，这段时间即是两种信号到达的时间差。设两个点之间的距离为s, 红外信号传播速度为v1（光速）, 到达已知点所需时间为t1，超声信号传播速度为v2（声速）, 到达已知点所需时间为t2。两种信号到达同一个参考节点的时间差为t2-t1。
由于光速为30公里每秒，实验测距范围小于10米，红外信号传播所需时间小于3*10E-8秒，且远小于超声信号传播的时间，在测量精度内可忽略所以 (2) 式可转化为
3、红外、超声传感器原理
红外传感器包括了红外发射管和红外接收管。对红外发射管供电就会发射出不可见的红外光。红外接收管对一定频率的红外光敏感，当接收到一定频率的红外光时会引起其信号脚电压的变化。本文将红外接收管的信号脚的高低电平用于控制计时器的开始信号。
超声传感器包括超声波发射器T和超声波接收器R。给发射器T提供一定频率的驱动信号，就会向空气中发射超声波，接收器R接收到该超声波就会引起其信号脚电平的变化。本文的超声传感器选用T40-16型号，外径16mm，中心频率40kHz, 最佳使用频率39～41kHz，当输入脉冲的占空比为50%时有最佳的驱动效果。
本文选用555多谐振荡器分别来产生38KHZ和40KHZ的频率来驱动红外发射管和超声波发射器，并且用555来产生1Hz，占空比为50%的脉冲来控制红外发射电路和超声发射电路的开关。其发射电路如图1所示：
4、三点定位法
在无线传感器网络中，测得未知点与信标节点的距离，取其中3个距离即可用三边测量法算出它在坐标系中的坐标。假设3个信标节点的坐标为A (xa, ya) ，B (xb, yb) ，C (xc, yc) ，如图2所示，未知节点O的坐标为O (x, y) ，该点到3个信标节点的距离分别为da, db, dc，那么，有以下公式[6]：
由（4-1）可以得到O点坐标为：
5、系统软硬件设计
系统由待定位点，一个主节点，四个参考子节点和PC上位机构成。其中待定位点包括红外、超声发射模块，子节点包括红外、超声接收模块，计时模块和ZigBee无线发射模块，主节点包括ZigBee接收模块和RS232接口电路。
5.1 红外、超声发射模块。
红外、超声发射模块位于待定位点上，由ne555振荡电路发射，其中红外发射频率38KHz，超声波发射频率为40KHz，由频率为1Hz占空比为50%的脉冲来载波。发射电路如图1。
5.2 主芯片计时模块
红外、超声接收传感器接收到信号后，将引脚信号输入到主控芯片计时。主控芯片系统控制器芯片采用飞思卡尔公司hc9s12dg128，该芯片有4个增强型捕捉定时器，且可与CodeWarrior相连，具有下载程序、在线单步运行、断点调试、连续运行、修改寄存器和存储单元等特点。定时器接收到红外下降沿信号记录定时起点，接收到之后的超声下降沿信号时记录定时终点，这两个时间差即为两种信号到达的时间差。
5.3 ZigBee无线收发模块
子节点主控芯片计算出红外，超声信号分别到达的时间差后，将此时间差数据发送至无线模块发送端口无线发送。
本系统的无线收发模块采用成都无线龙公司的C51RF-3ZigBee无线网络开发系统，是经济、高效、方便、快捷、可重复使用的开发工具套装，完全满足IEEE802.15.4标准和ZigBee技术标准的无线网络技术设计开发。系统集成cc2430和51单片机，CC2430芯片的主要特点如下：
(1）高性能、低功耗的8051内核；
(2）适应2.4GHzIEEE 802.15.4的RF收发器；
(3）极高的接收灵敏度和抗干扰性能；
(4）强大的DMA功能；
系统采用频分多址（FDMA）技术分别给四个ZigBee模块分频不同的频率，各ZigBee发射节点以不同的频率在不同的时间发射，主节点根据接收频率接收分辨各节点的信息。
5.4 上位机接口电路
选用RS232电路，将主节点cc2430接收到的数据发送至PC机计算。
5.5 系统流程说明
安装在待测节点上的红外、超声发射传感器同时发射出红外、超声信号。4个参考子节点接收到红外下降沿信号时开始计时，接收到超声下降沿信号时计时结束，计算出此时间差，并将此数据发送到cc2430射频无线发送给主节点cc2430。
主节点工作以后，等待4个子节点发送的数据信息，接收到4个数据后，将此数据由RS232电路传输给上位PC机并计算出待测点的坐标。其工作流程如图3、图4所示：
5.6 定位效果
6、结束语
本文研究设计了基于ZigBee无线传感器网络的室内定位系统，该系统最终可以在2m*2m范围内达到2cm的测距精度和2cm的定位精度。通过加大红外、超声传感器的发射功率可以有效扩大该系统的定位范围，系统体积小，安装方便，工作状态良好且稳定，可以很好地满足室内定位的要求。
参考文献
[1]范平志, 邓平, 刘林.蜂窝无线定位.电子工业出版社, 2002:1-3
[2]李文峰.无线传感器网络与移动机器人控制.科学出版社, 2009:55-57
[3]马祖长, 孙怡宁.无线传感器网络节点的定位算法, 计算机工程2004:85-88
[4]崔逊学, 左从菊.无线传感器简明教程.清华大学出版社, 2009:173-174
[5]王东霞, 贺金龙, 窦文华.无线传感器网络研究综述。计算机测量与控制.2004
无线室内定位系统研究 第5篇
1.1 应用方案概述
本应用采用的方案是自组织无线传感网络。将大量的传感器节点随意地分布在所选监测区域,这里的监控区域是大型商场,也就是在商场布置大量节点,各个节点自己够快速组建通讯网络,在尽可能减少能量使用率的情况下获取商场区域中监控信息。网络自组织适应性非常高,体现在当某些节点失效时或者加入一些新的节点时网络可以自动从新组建,通过这种方式从全局的角度调整探测精度,发挥出了网络中的节点具有的数据采集外加数据转发来实现数次路由选择功能的资源优势。传感器节点收集到的数据发送汇聚节点,通过汇聚节点这个中转站与有线连接并发送收集的数据到数据处理中心,经过处理后实现对目标的精确定位。
1.2 节点的设备选择
传感器节点一般由四个部分组成,分别是电源、数据的收集、数据的传输和数据的处理,这四个部分分别对应四个单元,分别是高容量电池、传感探测单元、无线数据传送单元和微控制单元。本文采用的是传感器型号为CC2430[1]。
无线传输单元采用n RF401芯片,此芯片的工作频段433.92MHz/434.33MHz,具有无线收发一体的特点,该芯片集双频道切换、FSK调制解调、PLL合成和高频发射/接收等单元为一体,是高集成度所以很多功能融合在一起的无线数传产品。这款芯片具有传输速度快、接收灵敏度高、发射功率大和外围电路设计简单等众多优点,因此在传输单元中备受欢迎。
微控制单元采用的是MSP430这一系列的16位单片机[2]。这款单片机以功能丰富、高集成度和极低的功耗等优势脱颖而出,还有一点就是支持C语言程序设计,这些优点使得这款单片机广泛应用在嵌入式系统中。这种单片机在数据采集方面拥有温度、感光强度、声音和加速度的探测功能,在本地数据处理方面可以通过剔除冗余数据来减少网络传输负载,在功耗方面能够通过合理的待机来节省能量的消耗达到延长节点寿命的目的,在传输方面采用两条单向串行传输数据线来提高传输效率,以及数据转发与存储和路由维护等其他功能。
在无线传感网络中还有一个重要硬件的部分就sink点(数据汇聚点),数据汇聚点是连接数据采集点和处理中心的中转站,对上层能够发送命令,对下层能够接收数据和请求,除此之外还具有对数据进行融合以及对路由进行选择。Sink节点无线收发模块选择n RF401芯片,电平转换单元使用MAX3316芯片。
1.3 在室内布置参考节点选择
在测距和定位之前,我们首先得布置锚节点,锚节点的数量和位置可能直接影响测距的精确度,从而造成定位不精确。这里选用的信息采集节点型号CC2430,锚节点布置如图所示。由于火灾商场中的任意地方都可能发生,不能只在某些地方布置锚节点,而其他的某些地方一点也不布置。由于本文采用的设计方案是自组织无线传感网络,所以我们对整个商场的节点布置是这样的,大厅中不易发生险情,布置的节点密度不需要太大。走廊中也基本不发生险情,走廊布置的节点的作用只是对采集的数据起传输的作用,从经济角度出发也不需要布置太多的节点。重要的区域有4大商场卖区,这些地方节点布置的密度应当较大,尤其是服装区和电器区域,每个卖点至少布置三个以上的几点。除此之外,仓库是应该是布置锚节点密度最高的地方,因为这个地方人员稀少,物品极多,发生险情时不易被人发现。还有值得一提的地方是电梯,电梯是个封闭的环境,一旦发生情况,无路可逃,迅速定位到位置是非常必要的。
2 室内测距目标定位
有了这些锚节点,我们就可以对目标进行定位了。在我们的商场中某个地方发生了火灾,将火灾点定义为目标节点,如图所示。选择目标节点的周围节点作为参考节点,选择好参考节点后,我们就可以使用信号衰减模型来计算目标节点与参考节点的距离。在此之前我要先根据初始化数据计算出这个环境中的信号衰减参数和距离参考节点一米距离的RSSI值,再通过信号衰减模型的公式一测出参考节点与目标节点的距离对目标节点周围的参考节点测距之后,将数据传输到汇聚节点,再通过汇聚节点传输到处理中心,选择目标节点周围的三个节点来对目标进行定位。理论上选取了三个参考节点,并且测完距离后就可以对目标进行定位了,但是由于室内的环境有各种各样的障碍物阻挡,使得实际的信号衰减与信号衰减定的模型有差距。信号衰减模型是理想条件下的模型,在实际情况中,测距完成后,再使用三边测量定位法,三个圆不能交于一点,目标节点只能确定在三个圆交集的区域。针对三边测量法三圆不能交于一点的问题就回到了我们研究的算法上了。本文使用的算法是极大后验概率来计算那个位置的概率最大,通过该算法中的一系列方法最终确定目标的位置。找到目标节点后,这样我们就可以快速采取行动,避免浪费时间,从而造成更大的损失。
其定位分为以下几步:
第一步:对整个商场建立一个横轴为x纵轴为y的二维坐标系。
第二步:选取目标周围较近三个节点为参考节点,计算出它们的坐标,三点的坐标分别为(160,30),(180,18),(168,29)。
第三步:使用基于RSSI模型公式分别对目标节点与三个参考节点间进行测距,测出目标到第一个节点的距离为5米,到第二个点的距离为9米,到第三个节点的距离为7米。
第四步:采用三边测量法公式[3,4,5]对目标节点进行定位,此时定位并不精确,本文采用极大后验概率[6]确定目标在坐标点(162,25)的概率最大。
通过以上几步得到目标的最终坐标(162,25)。
3 验证定位效果
本文研究的是无线传感器室内测距与定位算法,它的价值体现在应用中能不能定位,定位的精度高不高。在经过一系列准备,到测距,再到定位后,无线传感器是室内测距和定位算法的应用基本已经完成。根据一系列的定位过程我们在理论上确定了目标的位置,要根据实际位置验证理论位置,这样才能够体现出应用的效果。先通过理论定位找到目标,在确定目标真实位置与理论位置相差多少。相差的距离越少说明精度越好,定位效果就越好。通过最终的验证目标的真实坐标与测得的坐标误差相差0.5米,定位效果比较理想。
4 总结
到目前为止,随着研究不断的深入,无线传感器网络已经取得阶段性的成果,无线传感器网络在引用方面也取得了很大的发展,在现实生活中越来越多的比较实际应用。虽然大规模的商业的无线传感器网络并没有出现,它的潜力是不可估量的,值得研究人员研究。相信大规模的商业应用在不久之后就会实现。本节主要叙述无线传感器网络的应用,应用的场景为大型商场,跟我们研究的算法室内环境定位相符合,将研究的算法应用到实际的应用当中提高定位的精度,准确的找到目标。
参考文献
[1]魏叶华,李仁发.无线传感网络中的一种二阶段定位算法[J].计算机应用与软件,2012,30(2):204-207.
[2]黄学青,房鼎益.基邻居筛选的质心迭代定位算法[J].杭州电子科技大学学报,2011,28(6):59-62.
[3]汪炀,黄刘生.一种基于RSSI校验的无线传感网络节点定位算法[J].小型微计算机系统,2012,30(1):59-62.
[4]王福豹,史龙.无线传感网络中的自身定位系统和算法[J].软件学报,2005,16(5):857-868.
[5]马玉秋.基于无线传感器网络的定位技术研究及实现[D].北京:北京邮电大学,2006:23-24.
基于RFID的室内定位系统研究 第6篇
关键词：RFID,室内定位,射频识别,IPS
0引言
近年来以物联网技术为核心的新一代信息产业的发展势头十分迅猛,RFID作为构建物联网的关键技术也随即受到了学界的高度重视与关注。RFID技术具有非视距、非接触、成本低、技术成熟等特点,已在诸如物流和供应管理、生产制造和装配、港口码头集装箱管理、邮件快递、图书馆管理、医疗、 道路收费以及门禁控制等各个方面呈现出其新式优质实效[1,2]。在此基础上产生了对位置服务的巨大需求,RFID技术已日渐广泛地应用于室内定位领域。
1 RFID技术简介
射频识别( RFID ) 系统主要部件包括[3]: 阅读器( Reader) 、射频标签( Tag) 、天线和终端系统( PC) 。RFID技术的基本模型如图1所示。
由图1可见,模型中的阅读器可通过发射天线发送一定频率的射频信号,当射频标签进入发射天线工作区域时,就会产生感应电流,从而使射频标签获得能量被激活。射频标签将自身编码等信息通过卡内置的发送天线发送出去,系统接收天线接收到从射频标签发送来的载波信号后,经天线调节器传送到阅读器。阅读器会对接收的信号进行解调和解码, 而后送到后台主系统进行相关处理。主系统根据逻辑运算来判断该卡的合法性,并针对不同的设定做出相应的处理和控制,最后发出指令信号以控制执行机构动作。
2 RFID定位技术
2.1基于到达时间的定位( TOA)
TOA定位算法是指在信号传输速度已知的情况下,通过测量从发射信号到接收信号的时间来计算标签与阅读器的距离,进而通过多个阅读器测得标签位置的定位方法。该算法的原理实现如图2所示。
到达时间定位方法的定位精度较高,但该算法要求标签和阅读器在时间上要保持同步。由于定位环境的复杂性导致多径效应,就会降低系统的定位精度[4]。
2.2基于到达时间差的定位( TDOA)
TDOA定位算法同样使用多个阅读器,并分别获得TOA对目标标签进行定位。不同之处在于,TDOA算法并不直接使用速度距离公式对标签距离进行计算,而是通过对多组数据执行一定的差分处理操作。TDOA定位算法主要分为2种,其中之一是对获得的多组TOA两两做差,即双曲线法。 双曲线法TDOA定位原理如图3所示。
基于TDOA的定位以时间差作为观测量避免了阅读器和标签计时不同步给定位带来的误差,但对系统计时精度的要求仍然较高。另外,由于阻挡物较多,再加上空间的复杂性使得阅读器有可能接收不到标签发出的信号,还有就是该算法也会受到多径和噪声影响,这些因素都会降低定位的精度[5,6]。
2.3基于到达角度的定位( AOA)
基于AOA的定位系统中,需要使用智能天线获取返回信号的方向[7]。通过定位场景中的多个阅读器,可以获得多个阅读器与标签的方向夹角,进而确定标签的位置,其定位原理如图4所示。
由图4可见,在定位环境中,已知阅读器1位于原点,阅读器2的位置为( d,0) ,分别获取两阅读器与标签的夹角 α、 β,设标签的位置为( xt,yt) ,则根据平面几何关系,有:
求解上述方程组,即可得标签位置( xt,yt) :
AOA定位算法原理简单,计算量小且实时性较强,但由于算法要求天线具有方向性,因此系统设计复杂且成本较高。 此外,天线对标签方向的测量易受定位环境中多径效应干扰, 从而产生较大误差。
2.4基于信号强度的定位( RSSI)
RSSI方法计算标签到阅读器的距离是通过阅读器接到的功率,具体实施依据是弗里斯的电磁波传输理论———空间任一点的接收功率或场强( 功率正比于场强的平方) 仅与距离有关[8]。参照弗里斯的电磁波自由空间传播模型:
式中,代表第i个阅读器接收到目标标签信号的功率,Pt代表目标标签的发射功率,分别表示目标标签和第i个阅读器天线的增益,λ 表示电磁波的波长,Di表示标签到第i个阅读器的距离。 在RFID定位系统的实际应用中,是可以通过测量得到的,λ、Pt、都是已知的,然后可以根据公式计算出Di,即阅读器到目标标签的距离。
3基于相位差的定位
基于相位差的定位方法( PDOA) ,是指利用RFID阅读器发射的多个载波信号所返回的相位来进行距离测算的方法[9]。根据定位方式的不同,PDOA可进一步划分为频域、 时域、空域3种定位方法。在此,给出各种方法的分析综述。
3.1基于频域相位差的定位( FD-PDOA)
基于频域相位差( FD - PDOA) 的定位方法,是指利用RFID阅读器发射的不同频率的载波信号,在通过一段相同距离后,阅读器获得的相位之差来进行距离测算的方法[10]。 其定位原理如图5所示。
设RFID标签与阅读器之间的距离为d,从阅读器发射载波信号直至接收到标签返回的信号的时间为 Δt ( 从标签接受到发射载波信号的时间忽略不计) ,已知射频信号在空气中传输的速度为c ( 3×108m / s) 。根据速度距离公式,有:
设从阅读器发射载波信号直至接收到标签的返回信号经历的相位为 θ,f为载波频率,则 Δt可以表示为:
此时可得:
其中,θ 为未知,设阅读器发射的载波信号返回阅读器时,变化的相位角为 θR,则有:
但是,信号在传输过程中经历的整周期数n是无法获取的,因而使用不同的载波频率多次测量返回信号相位值,有:
联立两式,有:
其中,Δθ = θ2- θ1,θ1为载波频率为f1时发生的相位变化量,θ2为载波频率为f2时发生的相位变化量。
目前已有的研究中,基于频域相位差的RFID定位系统定位精度多在20%左右。造成误差的主要原因包括室内多径效应和标签天线内部阻抗变化等。
3.2基于时域相位差的定位( TD-PDOA)
基于时域相位差( TD-PDOA) 的定位方法,是指利用RFID阅读器在不同的时刻对标签返回信号的相位差进行测量,并以此确定环境中运动标签的速度向量投影的方法[11]。 其原理如图6所示。
在TD-PDOA定位场景中,标签在阅读器天线识别范围内以匀速运动。阅读器以固定频率f工作,在1t和2t时刻分别读取标签返回信号相位差值为 φ1和 φ2,通过对时间求导即可获得径向速度投影:
3.3基于空域相位差的定位( SD-PDOA)
基于空域相位差( SD-PDOA) 的定位方法,使用了收发分置的RFID天线( 1个发送,2个接收) 。两接收天线( 间距已知) 分别读取标签返回信号相位差值,通过几何计算近似地获得标签相对阅读器的方向角[12]。方法的技术原理如图7所示。
在SD-PDOA定位场景中,阅读器以固定频率f工作,阅读器两接收天线在某一时刻读取标签返回信号相位差值为 φ1和 φ2。 设两接收天线间的距离为l,目标标签到两接收天线的距离分别为d1和d2,f则可近似地计算标签方向角 θ:
此种定位方法的实现原理与AOA方法类似,在精确研究了标签与各阅读器方向夹角后,通过求解平面三角形,即可获得标签的具体位置,若能辅助以部署多组接收天线,就可以将SD-PDOA算法扩展到三维定位中。目前,还有许多研究利用同一阅读器天线在不同位置的相位值对目标标签进行定位, 达到了较高的定位精度。
4常用室内定位方法的比较和分析
综上所述,本文给出了RFID的经典定位算法,通过上面的介绍可以发现各种算法各有优缺点,在实际应用的时候需要结合不同的应用场景,选取一种或者多种算法应用。在此, 针对各类算法的技术性能展开比较分析,具体如表1所示。
5结束语
本文在回顾了现有RFID定位技术的构成与应用场景的基础上,研究了常用的定位算法与系统,分析了各自性能特点及适用场景,并着重推出了基于相位的定位算法,因而具有现实优异的有效性和稳定性。室内定位具有良好的应用前景, 本文为新的定位算法和定位技术研究的进一步开展提供了较为全面、且完备的基础。
参考文献
[1]AMORIMSR,ALVESPAD.Enhancing the efficiency of active RFID—based indoor location systems[C]//Wireless Communications and Networking Conference.Budapest,Hungary:IEEE,2009:1-6.
[2]张凡,陈典铖,杨杰.室内定位技术及系统比较研究[J].广东通信技术,2012,32(11):73-79.
[3]甄岩,李祥珍.RFID技术的研究与应用[J].数字通信,2011,38(1):32-35.
[4]王一乐.基于RFID的室内定位方法研究与应用[D].西安:西安理工大学,2010.
[5]朱娟,周尚伟,马启平.基于RFID的室内定位算法[J].微计算机信息,2009(23):160-162.
[6]韩下林,赵卫东,季军,等.基于RFID技术的室内定位算法及其改进[J].计算机工程,2008,34(22):266-267.
[7]BOUET M,SANTOS A L D.RFID tags:Positioning principles and localization techniques[EB/OL].(2008-1 1-27)[2012-02-12].http://ieeexplore.ieee.org/xpls/abs——al1.jsp?arnumber=4812905.
[8]吴浩权,吴哲夫,袁荣亮,等.基于RFID的室内无线定位技术研究[J].电声技术,2013,37(3):76-78.
[9]SANPECHUDA T,KOVAVISARUCH L.A review of RFID localization:Applications and techniques[C]//International Conference on Electrical Engineering/electronics,Computer,Telecommunications&Information Technology.Krabi:IEEE,2008:769-772.
[10]LI X,ZHANG Y,AMIN M G.Multi-frequency-based range estimation of RFID Tags[C]//IEEE International Conference on RFID.Orlando:IEEE,2009:147-154.
[11]NIKITIN P V,MARTINEZ R,RAMAMURTHYS,et al.Phase based spatial identification of UHF RFID tags[C]//Proc of IEEE RFID.Orlando:IEEE,2010:102-109.
无线室内定位系统研究 第7篇
目前导航与定位服务日渐成为一个热门行业。定位技术包含室外和室内两个方向, 其中室外部分通过利用人们所熟悉的全球卫星定位系统GPS技术来实现, 已经非常成熟且应用广泛[1]。而随着人工智能技术的迅猛发展, 人们对室内定位系统的需求越来越多, 室内定位系统可以为人们提供室内的导航 (如大型商业中心、博物馆、机场等) , 能够监控独立工作人员的安全, 为服务机器人[2]在室内行走提供帮助, 甚至帮助无人驾驶汽车在室内空间驾驶, 有着极为广阔的应用前景。而室内定位系统由于其环境复杂程度高、变化频繁以及定位维度多的特点, 至今仍未见提出稳定可靠的解决方案。并且在室内定位中有许多影响定位的因素[3]:障碍物 (包括墙壁、家具以及人体) 、定位信号的多重散射以及噪声信号的干扰等等, 都会影响室内定位的精度和稳定性。由于无线局域网络技术的快速发展, 室内定位技术的发展也越来越快, 尤其是Zig Bee[4]无线传感网络, 具有功耗低、成本低、可靠性高、时延短、网络容量大等特点, 用于室内定位系统具有非常大的优势。但是嵌入式系统具有资源受限的问题, 室内定位算法往往比较消耗系统资源, 鉴于此, 本文基于Zig Bee技术及RSSI方法, 对室内定位系统进行了研究, 采用指数平滑法进行数据过滤, 大大减少占用存储器的数量;采用可靠、简单、易实现的三角形质心定位算法, 大大降低对计算能力的要求;采用数据拟合法, 通过大量的实验, 拟合出距离和RSSI模型的衰减参数, 将其应用到室内定位中取得了较精确的定位效果。
1 室内定位系统原理
一个简单定位系统的原理图如图一所示, 由多个位置确定的固定基站和一个待定位置的目标及一个计算单元组成。这些基站能够独立发出无线信号 (例如无线射频信号RF) 与待定位目标实时同步沟通。定位的第一步是测量一个或者多个可以转化为位置的参数, 计算单元会利用这些参数确定目标的位置。该计算单元可以是独立的, 也可以嵌入在无线信号基站或者待定位目标上。
1.1 定位系统的分类
一个定位系统根据技术、测量参数、方法、算法可以有不同的分类[5], 如表一所示。
其中技术的不同指用来测量的信号不同。理论上一切信号 (光、声音与射频RF) 都可以用于定位系统。但是在室内定位系统中, 光学信号穿透物体的能力太低, 声音信号的设备过于昂贵, 因此性价比较好的选择就是无线射频信号, Zig Bee是其中应用最多的一种。
依据测量参数不同, 室内定位的方法有多种, 常用的基于测距的定位方法有RSSI (接收信号强度的方法) 、AOA (到达角度方法) 、TOA (到达时间方法) 及TDOA (到达时间差方法) 等。
1.2 RSSI定位方法
RSSI法[6]是一种将测得的信号强度采用经验模型模拟信号路径耗损, 计算目标距离, 利用定位算法得到目标坐标的定位方法。使用RSSI定位有两个比较明显的优点:一是它的参数非常容易被采集, 参数可以直接从相应RF接收装置处提取, 而不需要做额外的计算;二是与TOA等基于时间的测量参数不同, RSSI信号在无法进行直线传播时对参数的观测并不会受到影响。这个优点在室内定位的复杂环境中十分实用, 因此本文选择RSSI作为观测参数。
RSSI指的是接收端的信号强度, 单位是d Bm。它是RF信号的一个特殊标度。根据著名的Friis传输方程式, 可以推导出RSSI与距离之间的关系如下:
式 (1) 中, d为距离, RSSI (d) 为在d距离处的RSSI强度, d0表示能够进行测量的最近距离, α则为一个受环境影响的未知参数。这个公式只在空地环境时有效, 即无障碍物并且信号无散射。然而在实际的室内定位环境中, 避免不了各种障碍物的阻挡量、散射的影响程度或是噪声, 可以通过增加一些其他的变量来改进这个模型。
1.3 Zig Bee实验平台及定位原理
Zig Bee是一种新型的无线网络技术, 基于IEEE 802.15.4无线标准, 在若干个传感器之间相互协调实现通信。这些传感器只需要很低的功耗, 以接力的方式通过无线电波将数据从一个传感器传到另一个传感器, 因此它们的通信效率非常高。Zig Bee技术具有以下主要特点:数据传输速率低, 只有10~250kbit/s, 专注于低传输应用;功耗低, 在低耗电待机模式下, 两节普通干电池可使用6个月到2年;成本低, 因为Zig Bee数据传输速率低, 协议简单, 且Zig Bee协议免收专利费, 所以大大降低了成本。
本文基于Zig Bee技术搭建室内定位系统实验平台, 硬件以集成了射频与51微控制器的CC2530[7]芯片为核心, 包括射频模块、辅助电路、功能指示电路等。软件采用了TI公司的Z_stack协议栈, 在IAR上编译下载和仿真。在该实验平台中, 设计了一个待定位节点和三个参考节点, 均由CC2530实验板构成, 待定位节点即是定位目标, 参考节点即是固定基站, 计算单元嵌入在待定位节点。首先待定位节点分别采集三个参考节点的RSSI值, 并对其进行过滤, 以得到较真实的RSSI值, 然后计算单元根据距离和RSSI值的关系模型分别计算出三个参考节点与待定位节点之间的距离, 最后计算单元根据三角质心定位算法计算出待定位节点的位置。其中关键的是通过实验数据拟合出距离和RSSI关系模型的衰减参数。
2 室内定位算法
本文采用的室内定位算法的一次计算流程分为三个步骤, 如图二所示。
第一步是数据过滤, 即利用指数平滑法过滤传感器收集到的数据, 以节省存储空间。第二步是距离计算, 即根据实验得出RSSI的衰减参数, 以计算出较真实的待定位节点和参考节点之间的距离。第三步是定位算法, 即采用三角形质心算法得出待定位节点的位置。
2.1 数据过滤
RF设备对RSSI的测量频率很快, 而使用一个瞬时的RSSI值来进行定位计算结果并不可靠, 因此采集RSSI数据时需要一个方法来过滤这些测量到的RSSI数据。一般来说, 最简单的过滤方式为利用一小段时间内接收到RSSI值的平均数, 但是这种方法对存储器的数量要求太高了, 在嵌入式系统这种资源宝贵的平台上并不适用。指数平滑法对资源消耗较小, 在嵌入式系统中用来计算平均值可以大大减少存储器的使用数量, 更加符合室内定位系统的要求。因此本文采用指数平滑法来计算RSSI值的平均数。
指数平滑法的公式为:
式 (2) 中, α为0到1之间的一个系数, 它表示了一个新收集到的数据的权重, 这个系数可以为一个常数。根据经验判断法, 数据波动较大, α应取较大的值, 在0.6~1之间, 以增加近期数据对预测结果的影响。因此本文假设公式 (2) 中的α为大于0.5的值。
为了得到一个最接近真实的RSSI值, 本文将α设置为一个变量, 在实验中, 选择让α的值随着每个新的RSSI值而变化。根据α应取较大的值的推断及实验数据的测定, 本文提出了一个适合室内定位的公式:
从式 (3) 中可以看出, 当RSSI达到了此刻的最大值时, 新数据的权重为1;而当RSSI值很小时, 新数据的权重为0.5, 利用这种方法获取到的RSSI数据更加贴近其真实数值。
2.2 距离计算
在收集到了确定的RSSI数据之后, 可以利用距离和RSSI的关系来计算信号发射端和接收端的距离, 因此需要推导出一个距离和RSSI的关系模型D=f (RSSI) 。
本文前面提到的公式 (1) 即为一个RSSI和距离的关系模型。在这个模型中, 衰减参数k是一个非常重要的未知参数, 因此建立该模型的目的即是定义k的值。一旦参数k的值找到了, 就可以得到距离值。推导如下:
由公式 (1) 可以假设
将公式 (4) 简化为:
其中,
其中, m表示测量的总次数。这个公式也能被简化为:
展开为:
根据最小方差法得到:
对式 (8) 求解, 可以得到a与b的估计值:
式 (9) 中, 分别表示矩阵X和Y的算数平均值, 即已经估算出RSSI和距离的log值关系公式中参数k的值。
由式 (1) 推导出求解距离d的公式:
将估算出的K参数值带入式 (10) 中, 即可求出距离d的值。
本文中实验的目的便是先采集数据获取一个当前环境下的k值, 通过公式建立出数学模型后再以此为基础进行定位拟合, 以确定这个重要参数k的可靠性与稳定性。
2.3 三角形质心定位算法
在测算出定位目标与至少三个基站之间的距离之后, 本文采用三角质心算法[8,9]来确定目标的位置。
该算法使用的是几何学的原理, 简单易实现, 对存储器容量和计算能力要求不高, 在嵌入式系统上使用有很高的实用性。当知道了一个未知点与3个固定点的距离时, 通过公式 (4) 可以计算出未知点的坐标:
式 (11) 中, (x, y) 为未知点坐标, (xi, yi) 为固定点坐标, Ri表示目标和固定点i之间的距离, i=1, 2, 3。
以简单的三角质心二维定位算法为例, 如图三所示。图中A、B、C为三个固定基站, 其位置已知为 (x1, y1) 、 (x2, y2) 、 (x3, y3) , T为待定位目标, 其位置 (x, y) 未知。对于目标T, 通过其在某位置时分别接收到A、B、C三个基站的RSSI值计算出它们之间的距离Ra、Rb、Rc, 再将距离数据代入到质心算法中便可求得T的位置信息 (x, y) 。
3 实验过程与分析
实验中的数据采集过程在信号的接收端进行, 即在待定位节点的CC2530板上完成。CC2530板上的参数设置为:
(1) 频段:15—2425MHz;
(2) 信号输出强度:4d Bm;
(3) 输出频率:10/second (10Hz) 。
实验基本过程为:
(1) 在CC2530板上用C语言编写一个以115200波特率的速度通过UART串口发送RSSI数据的程序。
(2) 在PC端用VB6编写一个脚本, 用来把每一个不同距离在一段时间内通过UART串口接收到的500个RSSI值, 分别储存到对应的一个txt文件内。
(3) 用Matlab对得到的txt文件内的数值进行运算, 构建出距离和RSSI之间的关系模型。
(4) 将任意位置待定位节点接受到的三个参考节点的RSSI值输入到模型中, 求出待定位节点的位置, 即可实现室内定位。
3.1 信号采集
信号的采集在待定位节点的CC2530板上直接进行, 其通过UART串口传送出来的数据是已经经过式 (2) 和式 (3) 过滤的。将过滤前和过滤后的RSSI数据加入Matlab计算后进行比较, 得到RSSI数据过滤前后对比图, 如图四所示。
其中, 绿色点是不同时间点采集到的过滤之前的RSSI值, 紫红线是绿色点的拟合曲线, 红色线是不同时间点采集到的过滤之后RSSI值的拟合曲线。不难看出, 当某一时刻测量到的RSSI值剧烈波动的时候, 经过过滤后的曲线更加的平滑并且便于分析。
3.2 长距离定位实验
为测定Zig Bee信号的有效定位范围, 在一条长走廊上进行了多次距离0到~0米内的定位实验, 每间隔50cm采集500次RSSI值。实验得到的长距离和RSSI的函数关系示意图, 如图五所示, 其中红色线和绿色线分别是二次随机实验值, 蓝色线是拟合线。可以看出, 距离和RSSI的函数关系图形近似于一个log函数图形。
通过每次的实验数据计算出一个k值, 得到的k值分布在1.3~1.8之间, 取其平均值1.68作为参考, 代入式 (1) 进行定位运算。从实验结果可以看出, 根据log函数的特性, 距离越远时, 将RSSI代入到模型中得到的计算结果与真实距离的误差就更大。使用该数学模型, 当距离大于3米时, 每1d Bm的误差可以导致大概40cm的距离误差。
40cm误差在室内定位中的影响是很大的, 因此逐步缩小每个参考节点的定位距离, 并分别做了定位实验, 得到定位误差与参考节点长距离的关系如图六所示, 其中红色线和绿色线分别是二次随机实验值。
从实验结果可以看出, 参考节点距离2米之后误差突然增大而且趋于不稳定, 因此判断Zig Bee合适的定位范围应该是2米之内。
3.3 近距离定位实验
为了得到2米内定位更精确的结果, 在一间6×7.6平方米的空旷房间进行了距离0~2米内的定位实验, 每间隔10cm采集500次RSSI值。实验得到的短距离和RSSI的函数关系示意图如图七所示, 其中红色线、绿色线、蓝色线和紫红色线分别是四次随机实验值, 黑色线是拟合线。可以看出, 与长距离定位实验相比, 短距离时测量的结果更加贴近建立的模型。
通过每次的实验数据计算出一个k值, 得到的k值分布在1.52~1.69之间, 取其平均值1.62作为参考, 代入式 (1) 进行定位运算。由于测量中偶尔会发生3dbm的位移误差, 为了确定误差的影响, 通过实验得到定位误差与参考节点短距离的关系图, 如图八所示, 其中红色线、绿色线、蓝色线和紫红色线分别是四次随机实验值。
从实验结果可以看出, 这3dbm的位移误差引起的定位误差被控制在10~20cm的范围内, 对于定位的影响不是太大, 因此判断Zig Bee的定位范围在2米之内精确度较高。
3.4 墙障碍定位实验
障碍物是室内定位中不可忽视的噪声, 比较典型的障碍物类型就是墙壁。假设同一个建筑物内, 每堵墙对信号强度的阻碍量是一个常数WAF, 那么式 (1) 可以改进为:
式 (12) 中, l代表的是信号发射端与接收端之间墙壁的数量。考虑到普通房间的大小与Zig Bee信号的有效范围, 设置墙壁数量为1的情况参考价值较大, 根据实验测试, 本文实验环境中的WAF值约为2.56d Bm。
为了测试系统在短距离内的定位效果, 本文进行了墙障碍与无障碍定位实验对比, 由于墙体位置较厚 (墙的厚度约为10cm) , 墙障碍实验时将一个参考节点放在墙的背面, 使其与待定位节点间总隔着一堵墙, 另两个参考节点与待定位节点之间无障碍, 实验距离在10cm~3m范围, 每间隔10cm采集500次RSSI值。实验得到的墙障碍与无障碍短距离和RSSI的函数关系对比图如图九所示, 其中蓝色虚线表示无障碍时采集的RSSI数据, 蓝色实线表示其拟合出的log函数模型, 红色虚线表示墙障碍时采集到的RSSI数据, 红色实线表示其拟合出的log函数模型。
从实验结果可以看出, 墙障碍和无障碍短距离室内定位情况下, 距离和RSSI的函数关系模型拟合曲线相似性很大, 墙障碍下短距离室内定位误差比无障碍略大, 但误差在可接受范围内, 因此判断墙障碍下短距离的室内定位也是可行的, 说明系统在短距离范围内定位的稳定性较好。
4 结束语
本文研究了一个基于Zig Bee无线传感器网络技术的室内定位系统, 该系统采用了RSSI方法及三角质心定位算法, 使系统消耗资源较少, 非常适合在嵌入式设备上实现。经过大量的实验, 得到了较贴近真实值的RSSI衰减参数, 在短距离范围内定位时, 取得了较高的定位精度, 稳定性较好。但是在长距离范围的定位效果不稳定, 有待于今后对定位算法进行改进。
参考文献
[1]Sharly Joana Halder, Joon-Goo Park, Wooju Kim.Adaptive Filtering for Indoor Localization using ZIGBEE RSSI and LQI Measurement[A].Co RR 10.5772/16441, 2011.
[2]黄海卫, 孔令成, 谭治英.室内服务机器人实时目标识别与定位系统设计[J].计算机工程与设计, 2016, 37 (08) :2228-2232.
[3]杨铮, 吴陈沭.位置计算:无线网络定位与可定位性[M].北京:清华大学出版社, 2014.
[4]刘艳, 吴蒙.基于Zig Bee技术的室内定位系统的研究[J].计算机技术与发展, 2014, 24 (04) .181-185.
[5]曾党泉.基于RSSI值的室内定位系统的比较研究[J].物联网技术, 2016, 9 (04) :2095-1302.
[6]Tulin Mangir, Lelass Sarakbi, Harvy Younan.Analyzing the Impact of Wi-Fi Interference on Zig Bee Networks Based on Real Time Experiments[J].International Journal of Distributed and Parallel Systems (IJDPS) , 2011, (04) .
[7]曾论, 张铮, 陶兴鹏, 王婵.基于CC2530的室内定位系统的设计与实现[J].湖北工业大学, 2015, 30 (01) :80-84.
[8]林玮, 陈传峰.基于RSSI的无线传感器网络三角形质心定位算法[J].现代电子技术, 2009, (02) :180-182.
无线室内定位系统研究 第8篇
由于无线传感网络(wireless sensor networks,WSN)具有低成本,高灵活性优势,WSN的应用研究受到了广泛的重视。其中,WSN无线定位技术[1]更是研究的重点和热点。无线传感器网络有多种测距方法,基于RSSI(Received Signal Strength Indicator)测距以其对硬件要求低、功耗小、复杂度低的特点引起广泛关注。但是RSSI测距方法受环境因素影响较大,非视距、天线增益等干扰都可能导致RSSI值的突变。
文献[2]提出用统计均值模型和3σ模型对定位测距阶段的误差进行处理。但由于粗差的存在,使得3σ模型误差处理远远小于预期。文献[3-4]将同一位置测得RSSI经过高斯滤波后求平均值作为最终定位测距值,较统计均值模型提高了准确度,但是高概率发生区的选择仍然使最终RSSI值较实际值偏大。文献[5]提出分级滤波模型,在没有随机干扰的情况下采用递推平均滤波模型,在环境中存在随机遮挡干扰时采用高斯滤波模型。这种分级滤波处理模型虽然在效果上优于单一滤波模型,但在随机干扰较大时会直接影响递推平均滤波结果,再以此结果为初始量进行高斯滤波,不仅没有消除干扰造成的误差,反而将其列入正常值范围内,导致定位结果与实际位置相比误差加大。针对这些问题,本文提出一种新的滤波模型———σ高斯模型,结合交点质心求解RSSI的定位方法对传统的RSSI测距进行了优化处理。
1 RSSI测距模型
1.1 测距模型建立
无线信号传输中常用路径损耗模型是(1)式所示具有对数衰减特性的Shadowing模型[6],
式中d0是相对于发射节点的参考距离;PL(d0)是经距离d0的路径损耗;PL(d)代表该参考点距离发射节点距离d处的信号功率损耗;α为路径衰减因子;ξ0为随机噪声,服从均值为0、方差为d0d Bm的高斯分布。在实际测量中为了简化计算取d0=1 m,则Shadowing模型化简为以下的模型[7]。
其中参数A被定义为用d Bm表示的距离发射节点1 m接收到的平均能量值,A=PL(d0=1)+ξ0;n为路径损耗指数,它是一个信号传输常数,与信号传输环境密切相关;d代表距发射器的距离。
1.2 测距参数分析
由实际测量所选用的简化模型可知,常数A和n值的选取影响接收信号强度RSSI值和距离d的计算。首先分析这两个参数对信号传播模型的影响。假定A不变n变化以及n不变A变化时的衰减特性曲线,结果如图1、图2所示。
从图1可以看出当A不变时,同一距离的RSSI值随着n的增大而变小。实际情况由于空气中的衰减,反射和多径效应,n值不是越小越好,必须结合环境选取合适值。图2可知随着距离增加,RSSI值呈衰减趋势,20 m以内信号衰减速度快。当n不变,同一距离的RSSI值随着A取值增大而变小。当发射信号的功率增加,增加的传播距离近似为发射信号功率增加量与曲线在平缓阶段斜率的比值。因此,在不同环境下选取适当的A,n的值能够提高测量精度。文献[8-10]给出了常用环境中参数A和n的取值范围。为使模型尽量接近实际环境信号传播特性,采用线性回归方法对参数A和n进行优化。以实验室走廊为例,图3为参数优化后的信号衰减特性曲线,其中d=0时RSSI值为-4d Bm为发射节点的发射功率。将每个距离测得的200组数据求平均值后代入线性回归方程得出A=41,n=2.2。本文后续研究及仿真均基于此模型。
2 交点质心定位求解方案
所有信标节点所发射信号均为非定向信号,因此每个盲节点有可能接收到三个以上信标节点所发射的无线信号。设盲节点接收到满足硬件要求的3个信标节点的坐标分别为A(xa,ya),B(xb,yb),C(xc,yc),采集样本进行处理计算得到未知节点到A、B、C距离分别为d1、d2、d3,分别以A(xa,ya),B(xb,yb),C(xc,yc)为圆心,d1、d2、d3为半径可作出3个交叉圆。按照理论计算三圆交汇于一点即为未知节点坐标位置。实际由于硬件条件以及环境中存在的干扰,3个圆可能出现有公共区域或无公共区域的情况。根据已知条件并令R2=x2+y2,可列出方程如(3)式。
式(3)可以简化为QX=b。可求得实数解:
X矩阵中前两项即为盲节点的坐标。交点质心法定位未知节点坐标为3个圆相交所有交点的质心,不论3个圆是否两两相交,均可以求出最符合的实数解。
3 定位算法优化
3.1 测距阶段
如图3所示,实际测量RSSI值并不完全符合理想的信号衰减曲线,而是在衰减特性曲线附近上下浮动。经过大量实验数据统计分析发现,同一位置与其RSSI值不是一一对应关系。由于环境中存在的干扰以及实现机制的问题,在整个测量过程中同一位置会出现许多不同RSSI值。距离近时RSSI值一般较大,距离稍远信号衰减变慢。在某一距离的RSSI值可以看作是一个概率问题,同一距离获得的RSSI值分布密度最大的区间是测量值和无干扰的真实值最接近的数据范围即置信区间。本文利用σ高斯模型选取高概率区的RSSI值,减少了一些小概率、大干扰事件对整体测量的影响,增强了定位的准确性。本文采用σ高斯模型建立置信区间。
高斯分布函数数学定义为:
σ规则展现了信号强度的真实值有多大概率落在测量结果周围的程度,表示被测量参数测量值的准确度。由σ规则获得符合[μ-σ,μ+σ]区间的xi(RSSI值),根据高斯分布函数定义即有68.3%的测量值在真实值的附近。此过程基本滤去了由于干扰造成偏离正常RSSI较大的测量值。由于每次测量同一位置RSSI值彼此都是相对独立的过程,因此经过σ规则过滤后剩余的RSSI值符合高斯密度分布函数定义。
高斯密度分布函数如下:
其中
令:
P0为临界值。认为函数值大于等于P0时,对应的RSSI值为高概率发生值;函数值小于P0时,认为对应的RSSI值为小概率或小干扰发生值。一般工程实践得出P0取值为0.6。由式(7)化简得置信区间为:
置信区间确定了RSSI的选值范围,在此区间的RSSI组成一个全新的数列,即为经过σ高斯模型滤波后符合条件的RSSI值。通常情况经过σ高斯模型滤波后得出的RSSI序列已经极其符合无干扰的RSSI值,可直接任选其一得出距离,也可进一步利用加权的方法归一化RSSI值求得距离d。
3.2 计算坐标阶段
交点质心定位求解法求未知节点坐标在三圆不交于一点时准确度降低,此时采用泰勒级数展开法进行迭代循环,可增强未知节点定位准确性。
假设信标节点(x1,y1),(x2,y2),…,(xn,yn),接收到的RSSI值分别为(X1,X2,…,Xn),通过无线信号衰减模型计算得到未知节点到信标节点距离分别为d1,d2,…,dn,则有以下方程组
未知节点到已知两个信标节点的距离差值为:
其中i=1,2,…,n。
对di,1进行泰勒级数展开,忽略二阶以上分量仅保留一次导数项,展开过程中选取适当的盲节点坐标(x0,y0)作为迭代校正初值。定义由实际测量值计算距离差与级数展开得到di,1之差为残差φ,有:
式(10)的最小二乘解为:
每次递归过程的开始,令:,重复迭代过程,直至Δx,Δy值满足预先设定的阈值,即|Δx|+|Δy|<ξ。在室内定位系统中,取阈值ξ=0.01,此时最后一次的迭代值(x0,y0)即为识别卡节点的估计位置。一般初始迭代值选取越准确,迭代次数越少,迭代结果越准确。
4 实验结果与分析
实验选用Ti公司So C无线芯片CC2530,内嵌业界标准的增强型8051CPU,系统内可编程256 KB闪存,8 KB RAM。在基于CC2530无线节点的硬件平台上,针对实际环境进行了大量实验并获得了实测数据。
实验过程中随机抽取200次采样值,并对相应RSSI值进行滤波,分别取d=50 cm,1 m和5 m时测得RSSI数据,结果如图4所示。
从图4(a)、(c)、(e)可以看出,当环境中不存在遮挡物时,经高斯模型和σ高斯模型滤波的结果接近,均与理论模型RSSI值较为吻合。(b)、(d)、(f)为环境中存在阻挡物或信号反射等随机干扰时,经高斯模型滤波后的采样值已远远偏离理论模型RSSI值,甚至无法筛选出符合条件的采样值,给后续定位计算带来不便,如(d)图所示。由上节给出σ高斯模型原理可知,当环境中存在较多干扰时,σ高斯模型将偏离真实值较大的采样值滤去,而后利用公式选取高概率的置信区间。可以看出经σ高斯模型滤波后的采样值与高斯模型滤波后的采样值相比更符合理论模型,滤波效果更好。
5 结束语
RSSI信号对室内环境的干扰因素的变化相对敏感,由此得出的测距误差较大。在测距阶段通过σ高斯滤波模型选取高概率发生区的RSSI值,再取其50%分位数进行定位坐标计算。这种做法大大减小了一些小概率干扰事件对整体测量计算的影响,增强了定位的准确性;在坐标计算阶段,相对于普通三边定位法,交点质心定位法在三圆无法相交于一点的时候仍能定位出相对准确的坐标。通过实验验证表明,交点质心定位法定位结果更加精确,极大提高了室内定位系统的准确度。
摘要：基于信号接收强度指示(RSSI)的定位技术是一项低成本和低复杂度的定位技术,被广泛应用于无线传感网络定位系统中。在基于高斯模型的基础上提出一种基于改进高斯模型的滤波算法。分为σ规则和高斯滤波算法求解置信区间。结合交点质心求解法,得出一种新的距离估计方法。实验表明,对改进高斯滤波模型结合交点质心求解法的性能进行评估,证明WSN能够准确定位并具有较高的定位精度和稳定性。
无线室内定位系统研究
声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
