[发明专利]基于RSSI的共振梯度法自适应定位方法及系统

说明书

技术领域

本发明涉及一种定位领域，特别涉及一种基于RSSI的共振梯度法自适应定位方法及系统。 

背景技术

近年来，随着微机电系统(Micro-Electro-Mechanism System,MEMS)、片上系统（SOC，System on Chip）、无线通信和低功耗嵌入式技术的飞速发展,孕育出无线传感器网络(Wireless Sensor Networks,WSN)，并以其低功耗、低成本、分布式和自组织的特点带来了信息感知的一场变革。节点定位技术作为无线传感网络的关键技术之一，如今已成为一个重要的研究方向和研究课题。 

根据是否需要获得待定位节点与参考节点间距离或角度信息，无线传感网络中目前使用的定位算法从原理上主要分为两大类，基于测距技术（Range-based）的定位算法和无需测距技术（Range-free）的定位算法。相对而言，前者定位准确度更高，而后者仅根据网络的连通性等信息确定待定位节点是否存在某个参考节点附近，实现起来简单，但只能提供大概的位置信息。 

基于测距技术的无线传感器网络定位算法包括基于信号到达时间(Time of Arrival,ToA)、到达时间差(Time Difference of Arrival,TDoA)、到达角度(Angle of Arrival,AoA)及接收信号强度指示(RSSI)方法。ToA和TDoA测距技术利用信号的传播速度和传输时间作为输入来计算距离，要求高精度的时钟实现同步，其优点是定位准确度高；AoA测距技术需要天线阵列等额外硬件设备以测量参考节点和待定位节点间连线与参考线形成的角度；RSSI测距技术是 利用理论或经验模型，将信号传播损耗映射为传播距离，从而实现定位。在算法开销、网络构建成本及定位准确度等多重条件制约下，多采用基于RSSI的定位算法。 

经过对现有技术的文件检索发现，中国专利名称为“基于BP神经网络和改进质心算法的室内定位方法”，申请公布号为CN 102413564，该专利提出采用BP神经网络对实际的接收信号强度RSSI与距离进行训练，从而得到接收信号强度与距离的对应关系，最后利用改进质心算法进行定位。该算法的不足在于：如果外界环境变化，则需要重新进行大量的神经网络训练；另外该算法没有良好的自适应定位功能。 

经过对现有技术的文件检索发现，中国专利名称为“人体跌倒检测与报警装置”，专利号为102136180A，该专利提出利用GPS模块进行定位，利用GSM模块进行数据传输。该系统的不足在于：GPS无法实现室内、地下等场合定位，对于实际应用存在很大限制；采用GSM模块进行信息传输，会产生费用，且依赖于GSM网络。 

总之，目前的检测定位系统存在着这样或那样的不足，有些方面亟需提高或改善，进一步说： 

（1）没有良好的自适应定位功能，在外接环境变化时，需要重新进行大量的神经网络训练； 

（2）不能实现室内、地下等场合的定位，对于实际应用存在很大的限制。 

发明内容

本发明提供一种基于RSSI的共振梯度法自适应定位方法，包括以下步骤： 

（1）在待检测区域布置好至少3个参考节点的位置，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）测量出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，得到若干组准确的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。 

在进行上述步骤的同时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)。 

本发明提供一种基于RSSI的共振梯度法自适应定位系统，包括至少三个参考节点模块、待定位模块、网关节点模块及PC机；参考节点模块设置在检测区域中，用于提供位置信息；网关节点模块，与待定位模块相连，用于建立网络和传输信息；PC机与网关节点模块相连，用于根据网关节点模块发送来的信息确定待定位模块位置。 

较佳地，所述待定位节点模块、网关节点模块、参考节点模块均采用基于无线传感网络ZigBee协议的CC2430芯片。 

较佳地，所述参考节点模块包括无线射频模块、微控制器模块、电源模块。