基于RSSI测距的室内定位技术

作者：时间：2012-08-14来源：网络收藏

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。测距模型的精确度在较大程度上会影响后续定位计算的精度。一般室内无线环境复杂，存在多径效应与非视距传输，一个确定的信号传播模型无法适应不同的室内环境，因此为了得到较为准确的RSSI和d距离之间的映射关系，提高定位计算精度，要针对需要定位室内环境，实地进行RSSI测距实验并采集大量数据，之后对实验数据进行处理从而得到A和n的最优值，建立符合当前环境的测距模型。一旦环境改变，需要通过重新测距实验来确定测距模型。
3．1 RSSI测距实验
选择实验室楼道作为室内定位技术研究实验场景，所以RSSI测距实验也在实验室楼道进行。定位和测距实验平台选择西安华凡公司HFZ-CC2430ZDKZigBee开发套件。在两个HFZ-Smart-RF04EB母板上插入HFZ-CC2430EM射频模块作为发射机和接收机节点。两个节点的核心芯片为TI公司的CC2430无线单片机。CC2430芯片支持RSSI监测功能，在接收到的每帧数据中都有相应的字段指示了接收机收到该数据包的信号强度值RSSI。该值可以通过编程读出。
在楼道中央处选择一个固定位置放置好发射机节点，发射机的输出功率编程设置为0 dBm。发射机固定后，对接收机进行编程，以20 cm为间隔，在距离发射机20 m的范围内设置100个测量点，即距离发射机0．2 m，0．4 m，…，20 m等位置。对接收节点编程，设置一个RSSI值缓存区存储接收到的数据包的RSSI值，在每个测试点接收100个数据包后，对100个RSSI值求平均值，再以平均后的RSSI值作为接收节点在该位置收到的信号强度。最后记录RSSI和d的对应关系，这样就得到了100组测量数据(RSSIi，di)，i=1，2，3，…，100，其中RSSI，表示距离为di时的RSSI测量值。将采集到的数据在二维坐标系中描出，如图1所示。从图中可以看出RSSI随着d的增加呈下降趋势，在12 m以内曲线下降比较陡，超过12 m后，有一定程度的回升，并且下降趋于平缓。
3．2 测距模型参数优化
为使模型能够最大程度符合当前实验室楼道环境中的无线信号传播特性，使RSSI测距能获得更高的精度，需要对参数A和n进行优化，得到当前室内环境下的最优值。一般通过线性回归分析来估计参数A和n的值，因为RSSI值在超过14 m以后基本趋于平缓，不再符合接收信号强度随着距离增大而衰减的规律。所以为保证测距精度，对在实验室走廊所采集的前70组测量数据，即14 m以内的测量数据(RSSIi，di)，i=1，2，3，…，70使用线性回归分析，代入式(8)～式(12)，得出A=-42，n=2。这样就得到了实验室楼道环境下的测距模型RSSI=-42-20lg(d)。图2所示为参数优化后的RSSI测距模型曲线，根据线性回归分析可以较好地拟合出适应当前实验环境的模型曲线。