当前位置:主页 > 科技论文 > 网络通信论文 >

Bessel函数测距模型的RSSI测距方法

发布时间:2022-01-17 11:47
  针对现有RSSI测距方法中,影响测距精度的RSSI测量值难以准确估计和RSSI值与距离对应衰减关系不明确的问题,给出一种基于Bessel函数测距模型的RSSI测距方法。首先对RSSI原始测量数据进行异常值剔除,滤波和凸优化提取趋势项的预处理,然后建立基于Bessel函数的测距模型,基于预处理所得光滑数据,利用最小二乘法辨识测距模型中未知参数,从而得到具体测距模型表达式。基于实测数据对所提方法进行实验验证,与Shadowing模型、分段函数测距模型对比,结果表明,Bessel函数测距模型的RSSI误差均值在1.8dBm范围以内,能更有效反映RSSI值衰减关系,提高了测距精度且计算开销不大。 

【文章来源】:传感技术学报. 2020,33(02)北大核心CSCD

【文章页数】:7 页

【部分图文】:

Bessel函数测距模型的RSSI测距方法


图4?RFID实物实验展示??RFID设备参数设實如表1所示

正态分布,函数,强度,信号


干扰??情况T进行了犬最实验,部分实验数据如图1和图??2所示。问趣I):?RSSI测量值波动:且粗大异常值现??象,导致RSSI值难以准确估计。图1为节点与无线??信号:源之间的测试距离为9?m处采样周期100次的??RSBI测綦值,RSSI视疆痕会围幾在中心值-52?dBm??范围上下轻微波动且振幅范_为2?dBm,偶尔会出??现个别粗大异常RSSI值现象,无线信号强度达到-??48?dBm,因此需要进行剔除e问题,@:R3SI值与距??离:对应衰_关系不明确的_问题i图2所示.,在_[0,??19]?m测量爾围内,无线信号.强度随距离对应衰减??关系。当测试座离较近时,无线信号强度与鉅离之??间具有较明确的对&食减关系;当测试距离较远时,??由于窠内无线會号反射、散射、绕射等干扰以及设备??物理层机制的问题,在无线倩号强度减弱的情况下._,??Rssr值在一定范围内波动且振幅较大,难以明确无??线信号强度与距离之间对.虛衰减关系。??0?4?8?12?16?20??距离/m??图2无线信号强度与距离对应关系??2基于Bessel函数的测距方法??对于多次实验中均出现的RSSI测距的干扰问??题①和问题②,本文给出了基于Bessel函数的RSSI??对整体衰減关系进行拟合a因此,准确测距关键在??于两点,第一,通过对RSSI原始数据进行颈处理解??决RSSI测1值难以准确估计问题;第二,根据??Bessel函数构造测距模纖对RSSI值与跟离之间:对??应衰减关系进行拟合,??文献[5?]是对原始RSSI测量值迸行高斯滤波??予处理,其假设条件是KSSI测羹值符合正态分布;??文献

模型图,数据预处理,环境,流程图


dBm。在电子标签距离阅读器1.2?m和6??m处测试距离较近,没有出现异常RSSI值;在12?m??和18?m处测试距离较远,出现异常RSSI值,需进行??剔除。??—UJ?-UJ??0?40?80?0?40?80??采样周期/次采样周期/次??(c)距离12?m?(d)距离18?m??图6不同距离滤波后信号强度??通过肖维勒法剔除异常值及9点移动平均平猾??滤波处理后,进一步得宠线信号强度与距离的对应??衰减关系,如图2所示。本文采用优化算法提取??结束??图3测距整体流程图??3实验验证??3.1数据预处理实验??本文卖验环境为:室内20?m的长廊,在无随机??干扰情况下进行#具体实验方案:测试的总距离为??19?m,每隔0.6?m处进行一次无线信号强度的数据??采集,一共有31处采样点,对同一位寶:处无线信号??強度值读取次数为100次,直到电子标遂与阅读器??测试距离达到19?右,测遑并记录每个&實:采样??的100组无线信考强度值和测量距离数据6??图4?RFID实物实验展示??RFID设备参数设實如表1所示。??表1实验设备参数设置??参数名??灘取值??.发.射功.???-20?dBm??发射时间间隔??1?ms??_一廳:下麵氧雜数??100??距离变化范围??0 ̄?19?m??如图5所示,电子标签距离阅渎器分别在1.2??i、6?m、12.?.m、8?m处RSSI原:始测量值通过观察分??Besse涵数测距模型??RFiq?电???m./?"??/??RFIDi?f?标签??RFID阅读器??45??-5i??sap/fei国咿35

【参考文献】:
期刊论文
[1]电离层Es电波传播模型研究[J]. 张雅彬,吴健,许正文,徐彬,薛昆,赵海生,崔玉国.  空间科学学报. 2019(01)
[2]基于改进强跟踪滤波的室内RSSI自适应估计算法[J]. 石欣,王梨,赵莹.  仪器仪表学报. 2018(12)
[3]情境自适应的RSSI分段异构拟合定位方法[J]. 陈泳希,刘任任,陈益强,王双全,蒋鑫龙.  计算机工程与科学. 2017(07)
[4]广义延拓插值模型在RSSI测距方法中的应用[J]. 尚俊娜,程涛,盛林,施浒立,岳克强.  传感技术学报. 2016(11)
[5]一种基于Bessel函数的混沌神经网络[J]. 叶永刚,徐耀群.  哈尔滨商业大学学报(自然科学版). 2013(05)
[6]一种基于卡尔曼数据平滑的分段曲线拟合室内定位算法[J]. 朱明强,侯建军,刘颖,苏军峰.  北京交通大学学报. 2012(05)
[7]基于ZigBee的RSSI测距研究[J]. 章坚武,张璐,应瑛,高锋.  传感技术学报. 2009(02)



本文编号:3594673

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/3594673.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户be7a6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com