基于RSSI的无线传感器网络室内定位算法设计与优化

发布时间：2025-03-30 02:45

　　室内定位伴随物联网技术在环境监测、目标跟踪、安全监控等领域的应用逐渐成为人们关注的焦点。常见室内目标的定位采用两种方法:两点测距-几何计算和创建空间模型。测量两点距离的方法一般通过接收信号强度指示(RSSI),电波传播时间(TOA),电波传播时间差(TDOA)以及电波入射角(AOA)等方法获得估计距离,再通过特定的定位计算方法得到未知节点的位置。创建空间模型的方法采用预先建立测量采集信号与实际距离的映射库为基础,通过匹配策略以及相关定位算法确定未知节点的位置。综上所述,无需测距的定位技术具有成本低的显著优势,但是RSSI的采集容易受到环境、人为测量等随机因素干扰。结合以上两大类的定位方法,本文在较小的硬件成本基础下,为避免采集环境偶然因素干扰采用在不同位置采集RSSI,建立了基于Elman神经网络映射的定位方法,从而获得较高的定位精度。考虑实际采集的RSSI值的不确定性,用数组表示和评估处理采集的不确定性数据。对采集的RSSI进行Kalman均值滤波处理,建立含有最优参数的RSSI值与对应距离之间的无线信号衰减模型。为了提高定位精度,利用了Elman神经网络建立实际坐标与RSSI数组的映...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 引言
        1.1.1 WSN相关结构
        1.1.2 WSN特点
        1.1.3 WSN定位技术的应用
    1.2 WSN定位的研究意义及现状
        1.2.1 研究背景及意义
        1.2.2 国内外研究现状
    1.3 课题研究内容和本文章节安排
第二章 WSN定位主要技术
    2.1 室内定位算法原理
        2.1.1 基于几何距离计算的定位
        2.1.2 基于指纹类比的定位
        2.1.3 基于图像处理的定位
    2.2 计算节点位置的基本方法
        2.2.1 三边测距法
        2.2.2 三角测距法
        2.2.3 极大似然法
    2.3 无线传播模型
        2.3.1 传播路径损耗模型
        2.3.2 基于RSSI的测距模型
    2.4 本章小结
第三章 误差分析与设计优化
    3.1 误差来源分析
        3.1.1 节点运算产生误差
        3.1.2 RSSI衰减模型产生误差
        3.1.3 外部环境导致RSSI误差
    3.2 误差分析与解决方案
        3.2.1 截断浮点数所致误差
        3.2.2 RSSI衰减模型所致误差
        3.2.3 室内场景所致误差
    3.3 本章小结
第四章 系统总体的解决方案
    4.1 定位系统的设计方案
        4.1.1 系统设计的基本要求
        4.1.2 定位算法的选取
        4.1.3 WSN节点的设计方案
        4.1.4 系统的开发流程
    4.2 硬件设计与实现
        4.2.1 MCU控制模块
        4.2.2 射频通信模块
        4.2.3 电源管理模块
    4.3 软件程序设计与实现
    4.4 本章小结
第五章 测距实验与定位系统测试
    5.1 定位的实现流程
    5.2 Elman神经网络的理论基础
    5.3 RSSI样本采集与处理
        5.3.1 均值滤波
        5.3.2 高斯滤波
        5.3.3 Kalman滤波
    5.4 实验方案及定位评估
        5.4.1 实验的硬件和场景说明
        5.4.2 Elman搜索定位及修正优化
        5.4.3 仿真实验定位评估
第六章 结论与展望
    6.1 主要工作内容
    6.2 研究展望
参考文献
攻读硕士学位期间的学术活动及成果情况



本文编号：4038063