[发明专利]基于RSSI的共振梯度法自适应定位方法及系统有效
申请号: | 201210349446.6 | 申请日: | 2012-09-18 |
公开(公告)号: | CN102890263A | 公开(公告)日: | 2013-01-23 |
发明(设计)人: | 贾丹 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G01S5/02 | 分类号: | G01S5/02 |
代理公司: | 上海汉声知识产权代理有限公司 31236 | 代理人: | 胡晶 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 rssi 共振 梯度 自适应 定位 方法 系统 | ||
1.一种基于RSSI的共振梯度法自适应定位方法,其特征在于,包括以下步骤:
(1)在待检测区域布置好至少3个不同位置的参考节点,通过PC机配置各参考节点的位置参数,并与待定位节点自组网形成无线传感网络:
(2)多次测得各个参考节点之间以及各参考节点与待定位节点之间的RSSI值;
(3)对测得的所有RSSI值进行高斯处理,获得若干组准确的RSSI值;
(4)分别计算出各个参考节点到待定位节点之间的距离;
(5)针对得到的每个参考节点到待定位节点的距离值,结合参考节点自身的坐标,采用共振梯度法,通过不断迭代的方法,寻找待定位节点的最优坐标。
2.如权利要求1所述的方法,其特征在于,还包括一自动检测步骤:
定期或触发式检测参考节点之间的RSSI值,如果出现RSSI值变化超过预先设定的域值,则重新进行步骤(2)。
3.如权利要求1所述的基于RSSI的共振梯度法自适应定位方法,其特点在于,对步骤(2)测量出的所有RSSI值进行高斯处理的模型为:
令所测出的RSSI值Xi服从均值为m、方差为σ2的高斯分布,其概率密度函数为:
其中,期望值m决定了其位置,标准差σ决定了分布的幅度,期望值和方差由公式(2)和公式(3)决定;
式中:Xi为第i个RSSI值,k为RSSI总的测量次数;
高斯分布处理数据的原则:一个信标节点在同一位置收到k个RSSI值, 其中必然存在着小概率事件,也就是严重失真的RSSI值;本发明通过高斯模型选取处于(m-1.96σ,m+1.96σ)范围内的RSSI值,从而去掉概率低于5%的小概率事件。
4.如权利要求1所述的基于RSSI的共振梯度法自适应定位方法,其特点在于,计算所述各参考节点到所述待定位节点之间的距离的方法为:
将高斯处理过的RSSI值及各参考节点之间固定距离代入无线电路径损耗模型中的对数-常态分布模型,忽略掉高斯分布随机数Xσ的影响,得到以下计算公式:
其中a、b、c、d为4个参考节点,RSSIab、RSSIac、RSSIad分别为步骤(3)方法所计算得到的参考节点a与b、a与c、a与d之间的RSSI值,参考节点a与b、a与c、a与d之间的距离为dab、dac、dad固定且已知,RSSIam为参考节点a到待定位节点m之间的RSSI值,dam为待求的距离值,dam(b)、dam(c)、dam(d)分别为利用参考节点b、c、d计算的参考节点a到待定位节点m的距离,定义参考节点b、c、d对距离dam的加权因子分别为 则距离dam的计算公式为:
式中dam就是通过加权算法得到的距离值;
按照上述的方法,分别计算出参考节点b、c、d到待定位节点m的距离dbm、dcm、ddm。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210349446.6/1.html,转载请声明来源钻瓜专利网。