[发明专利]一种基于RSSI的室内定位方法

权利要求书

1.一种基于RSSI的室内定位方法，其特征在于，首先对RSSI测量值进行基于卡尔曼的滤波优化，然后利用滤波优化后的RSSI值进行室内定位；所述基于卡尔曼的滤波优化，在每一次对增益矩阵进行求解之前，首先将当前残余奇异值的最大值与一预设阈值进行比较，若残余奇异值的最大值大于或等于所述阈值，则将增益矩阵置零并进入下一次自循环中，否则，不采取任何额外操作，进入状态更新阶段。

2.如权利要求1所述基于RSSI的室内定位方法，其特征在于，当前残余奇异值的最大值利用MATLAB中的norm()函数得到。

3.如权利要求1所述基于RSSI的室内定位方法，其特征在于，所述利用滤波优化后的RSSI值进行室内定位，使用三边定位算法。

4.如权利要求1所述基于RSSI的室内定位方法，其特征在于，所述阈值ρ按照下式确定：

ρ=(1+λ)2+δ2]]>

其中，λ为测距误差阈值，δ为定位系统误差阈值。

5.如权利要求1所述基于RSSI的室内定位方法，其特征在于，具体包括以下步骤：步骤1、获取RSSI测量值并进行定位系统初始化；

步骤2、进行时间更新：根据初始数据或上一轮自循环中状态更新得到的数据，计算RSSI的先验值和先验误差协方差；

步骤3、奇异值判定：在进行状态更新开始前，计算残余奇异值的最大值，并将其与经验阈值ρ作比较：若计算得到的奇异值最大值不小于经验阈值ρ，转到步骤4；若计算得到的奇异值最大值小于经验阈值ρ，则不做其他操作，准备进入状态更新，转到步骤5；

步骤4、将增益矩阵置0，跳过本轮循环的状态更新过程，准备进入下一轮的自循环过程，转到步骤2；

步骤5、进行状态更新：根据本轮时间更新得到的数据进行增益K_k的计算，更新RSSI估计值和RSSI的协方差误差；

步骤6、判断迭代是否结束，若结束则转到步骤7；若未结束，则进行下一轮的自循环优化过程，转到步骤2；

步骤7、根据得到的RSSI值计算出距离值，并根据距离值得到最终的估计坐标值，结束算法循环。