基于RSSI的室内定位算法优化技术

发布时间：2017-11-01 00:21

  本文关键词：基于RSSI的室内定位算法优化技术

  更多相关文章： 无线传感器网络 聚类算法 滤波算法 定位算法

【摘要】：基于无线传感器网络的室内目标定位技术有广泛的应用需求和巨大的商业潜力,但室内定位误差较大一直是限制室内定位技术发展的重要原因。目前在室内定位领域广泛应用的基于RSSI (Received Signal Strength Indication)的室内定位技术对定位环境的依赖性较强,长距离通信、障碍物阻挡、突发干扰、随机干扰、噪声干扰等因素都会对RSSI值的测量造成影响,进而降低室内定位精度。本文通过实验分析以上各种因素对RSSI值测量造成的影响程度,在此基础上提出提高室内定位精度的解决方案。 通过对整体环境进行区域分割,降低长距离通信和障碍物对RSSI测量的影响,然后对分割后的子区域进行环境参数拟合,避免整体区域的环境参数不能适用于所有子区域的情况。由于室内环境存在不确定性,人员走动的情况不可避免,由此产生的突发干扰会使得RSSI的观测数据产生偏离值,对偏离值通过改进的聚类算法予以消除。无线电信号易受到随机噪声、信号反射、衍射以及测量系统自身如测量节点内部噪声和A/D量化噪声等因素的影响,RSSI的测量数据中会产生被随机干扰影响的数据,通过分析随机干扰的特点,应用滤波算法减弱随机干扰带来的影响。除上述两种干扰之外,RSSI值的测量还受到噪声的干扰,由于其符合高斯白噪声的特点,应用维纳滤波消除噪声干扰带来的影响。 以上所述的目的在于提高RSSI值的测量精度,除此之外本文对定位算法中对参考节点进行选择的选点策略进行研究,同时提出改进算法,通过对参考节点计算权值的方式选择可靠性最高的三个参考节点进行定位,从而减小定位误差。 最后在Zigbee模块上对改进方案进行验证,对比改进前后的实验数据,验证改进方案的有效性。
【关键词】：无线传感器网络 聚类算法 滤波算法 定位算法
【学位授予单位】：西北大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-4
• Abstract4-9
• 第一章 绪论9-15
• 1.1 室内无线定位研究背景和意义9-10
• 1.2 室内无线定位技术10-11
• 1.3 国内外的研究现状及发展趋势11-12
• 1.4 本文主要工作12-14
• 1.5 论文结构安排14-15
• 第二章 室内无线定位方法和对数—常态分布模型15-23
• 2.1 无线节点间的测距方法15-18
• 2.1.1 基于到达角度法(Angle of Arrival,AOA)15-16
• 2.1.2 基于时间到达(Time of Arrival,TOA)16
• 2.1.3 基于时间差(Time Difference of Arrival,TDOA)16-17
• 2.1.4 接收信号强度法(Received Signal Strength Indication,RSSI)17-18
• 2.2 对数—常态分布模型18-19
• 2.3 三角质心定位算法19-21
• 2.4 本章小结21-23
• 第三章 影响室内无线定位精度的因素23-37
• 3.1 RSSI值测量在室内环境与室外环境中的差异23-26
• 3.1.1 室内环境与室外环境测量RSSI值的对比实验23-25
• 3.1.2 对比实验数据分析25-26
• 3.2 实验分析影响定位精度的因素26-36
• 3.2.1 长距离通信与障碍物26-29
• 3.2.2 环境参数29-30
• 3.2.3 突发干扰30-31
• 3.2.4 随机干扰31-33
• 3.2.5 噪声干扰33-36
• 3.2.6 三角质心定位算法的选点策略36
• 3.3 本章小结36-37
• 第四章 提高RSSI值测量精度的优化方案37-57
• 4.1 整体环境区域分割和环境参数拟合37-41
• 4.1.1 整体环境区域分割37-38
• 4.1.2 通过RSSI值与实际距离对环境参数进行拟合38-39
• 4.1.3 对子区域进行环境参数拟合39-40
• 4.1.4 全局环境参数与局部环境参数定位精度对比40-41
• 4.2 利用聚类分析消除突发干扰41-46
• 4.2.1 应用聚类分析消除突发干扰41-42
• 4.2.2 基于密度的聚类算法在消除突发干扰方面的应用42-43
• 4.2.3 改进的DBSCAN算法43-44
• 4.2.4 消除突发干扰前后的对比实验44-46
• 4.3 利用滤波算法消除随机干扰46-49
• 4.3.1 应用最小二乘估计滤波削弱随机误差46-47
• 4.3.2 应用限幅与算术平均滤波削弱随机误差47-48
• 4.3.3 实验数据48-49
• 4.4 利用维纳滤波消除噪声干扰49-55
• 4.4.1 维纳滤波消除噪声干扰50-51
• 4.4.2 因果的维纳滤波器51
• 4.4.3 有限脉冲响应法求解维纳-霍夫方程51-53
• 4.4.4 维纳滤波消除噪声干扰前后数据对比53-55
• 4.5 本章小结55-57
• 第五章 改进的三角质心定位算法57-63
• 5.1 通过权值算法改进选点策略57-60
• 5.2 改进前后的定位精度对比实验60-61
• 5.3 本章小结61-63
• 第六章 总结与展望63-65
• 参考文献65-69
• 攻读学位期间取得的学术成果69-71
• 致谢71

【参考文献】

中国期刊全文数据库 前10条

1 方震;赵湛;郭鹏;张玉国;;基于RSSI测距分析[J];传感技术学报;2007年11期

2 吕振;谭鹏立;;一种基于RSSI校正的三角形质心定位算法[J];传感器与微系统;2010年05期

3 周晖;齐智平;;动态电压恢复器检测方法和补偿策略综述[J];电网技术;2006年06期

4 张洁颖;孙懋珩;王侠;;基于RSSI和LQI的动态距离估计算法[J];电子测量技术;2007年02期

5 彭宇;王丹;;无线传感器网络定位技术综述[J];电子测量与仪器学报;2011年05期

6 李仕;孙辉;张葆;;运动模糊图像的实时恢复算法[J];光学精密工程;2007年05期

7 郑静;张R，

本文编号：1124438