基于指纹法与几何法联合的室内无源感知定位算法研究
发布时间：2020-12-21 16:22
近年来,无线传感器网络迎来了井喷式的发展,而通过无线传感器网络对目标进行无源感知定位也成为了一个新兴课题。不同于有源定位,无源感知定位的原理是:当目标进入无线传感器网络中时,会引起传感网中链路信号的接收信号强度指示RSSI(Received Signal Strength Indication)值发生改变,将目标进入传感网前后的RSSI值进行比对分析,可估计目标的位置。该技术不需要被定位目标携带任何电子设备即能对目标进行定位,在目标监测、安防、灾害救援等领域中具有重大的研究价值和意义。因此,人们掀起了一股研究无源感知定位算法的热潮。在无源感知定位中,指纹法和几何法由于算法实现较容易、成本低,因此被研究人员普遍采用。但是,这两种方法也存在着一些不足。指纹法的指纹匹配需要较大的计算量。欧氏距离可用于度量空间位置向量的距离,却被大多数指纹法用来匹配具有非空间属性的指纹向量。几何法定位受环境布局影响较大,稳定性较差。因此,本文对这些问题展开了研究。本文首先概述了无线传感器网络及分析了基于RSSI的无源感知定位原理,比较指纹法无源感知定位和几何法无源感知定位的优缺点。针对指纹法中,欧氏距离法被用...
【文章来源】： 孙鹏程 安徽大学
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
CC2530的ZigBee开发板实物图
第三章基于斯皮尔曼相关系数法的指纹法定位26图3.5IAR集成开发环境界面3.2.2基于IAR集成开发环境的实验系统设计本系统由普通节点、汇聚节点、手持节点和计算机组成。（1）普通节点：采用由美国TI公司生产的CC2530芯片组成的Zigbee开发板，通信频段为2.4GHz，采用了IEEE802.15.4标准。每个普通节点都能进行数据的收发。普通节点围成了一个定位区域，进入到区域中的目标会影响链路的数据信息，每个普通节点收集到的数据信息会构成一个RSSI测量矩阵，将用于目标定位。（2）汇聚节点：可向普通节点发送开始测试指令，最后收集每个普通节点的RSSI测量矩阵，通过串口传输给计算机，进行目标定位。（3）手持节点：为了方便单人进行测试，减少实验的干扰，增加了一个手持节点，该节点可以向汇聚节点发送开始指令。这样，被测目标就可以拿着手持节点控制测试的进行。（4）计算机：采用一台笔记本电脑，汇聚节点将接收到的RSSI测量矩阵通过串口在计算机的显示屏上显示并存储。8个普通节点的ID依次为0x0001至0x0008，节点发送数据是按照节点的ID依次进行的，类似于令牌网的形式，这样避免了网络的碰撞和拥塞，保证了数据的可靠传输。当一个普通节点发送数据时，其他普通节点则接收数据。当所有普通节点完成数据的收发后，它们会依次将收到的数据传送给汇聚节点，最后汇聚节点通过串口将汇总的数据传输到电脑的显示屏上。利用ZigBee开发板收集数据的步骤如算法2所示。
第三章基于斯皮尔曼相关系数法的指纹法定位28通节点接收到的所有数据等分为两部分，连续向控制节点发送两个数据包，这样也保证了控制节点不会一次接收的数据包过大。为了防止发送节点发送的数据包发生拥塞现象，造成数据丢失，规定相邻数据包的发送间隔至少为0.5秒。根据普通节点数据包的发送模式，再编写相应的控制节点数据包接收模式。3.2.3实验场景基于RSSI的指纹法与几何法联合的室内无源感知定位实验是在安徽大学磬苑校区蕙园二楼重点实验室内进行的，实验真实场景和模拟定位场景分别如图3.6和图3.7所示。在4米×4米的区域周围，有8个无线节点，相邻两个节点相距2米。按逆时针方向看，节点坐标依次为（0，0）、（2，0）、（4，0）、（4，2）、（4，4）、（2，4）、（0，4）、（0，2）。将节点均匀放置在边界处可确保无线链路均匀分布。实验区域内标记了训练位置和测试位置，它们分别是指纹法离线指纹和在线指纹向量收集的位置。图3.6实验真实场景
【参考文献】：
期刊论文
[1]基于RSSI的指纹法与几何法联合的室内无源感知定位[J]. 孙鹏程,胡艳军,王翊. 安徽大学学报(自然科学版). 2020(02)
[2]压缩感知多目标无源定位中的字典适配方法[J]. 余东平,郭艳,李宁,杨思星,宋晓祥. 电子与信息学报. 2019(04)
[3]基于多维测量信息的压缩感知多目标无源被动定位算法[J]. 余东平,郭艳,李宁,刘杰,杨思星. 电子与信息学报. 2019(02)
[4]物联网综述[J]. 黄静. 北京财贸职业学院学报. 2016(06)
[5]基于射频识别技术室内定位系统综述[J]. 许春生,初明. 科技创新导报. 2015(29)
[6]基于BasicRF的Zigbee无线透传模块设计[J]. 李华嵩,姜先威. 通信技术. 2013(11)
[7]物联网技术在环境监测和预警中的应用研究[J]. 贾益刚. 上海建设科技. 2010(06)
[8]无源雷达定位精度分析[J]. 何缓,杨春山,傅文斌. 现代雷达. 2007(05)
硕士论文
[1]基于GMM的WiFi室内定位方法研究[D]. 夏志.南京邮电大学 2019
[2]LTE网络覆盖优化及无线定位优化算法的研究[D]. 谷欣杏.北京邮电大学 2019
[3]基于RSSI的无线网络感知与定位研究[D]. 冯俞璋.海南大学 2018
[4]手机A-GPS导航性能的可靠性研究[D]. 蒋欠欠.山东科技大学 2018
[5]基于RSSI的室内无源感知模型和定位算法研究[D]. 刘永康.安徽大学 2017
[6]无线传感器网络中基于网格法与椭圆测量模型的无源感知定位算法研究[D]. 王凯行.安徽大学 2017
[7]基于北斗卫星信号无源雷达的定位跟踪方法[D]. 周艳伟.武汉理工大学 2015
[8]基于无线传感网的室内人员无源感知的研究[D]. 赵化森.山东大学 2014
[9]基于无线传感器网络无源感知的研究[D]. 宋子良.山东大学 2013
本文编号：2930130
【文章来源】： 孙鹏程 安徽大学
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
CC2530的ZigBee开发板实物图
第三章基于斯皮尔曼相关系数法的指纹法定位26图3.5IAR集成开发环境界面3.2.2基于IAR集成开发环境的实验系统设计本系统由普通节点、汇聚节点、手持节点和计算机组成。（1）普通节点：采用由美国TI公司生产的CC2530芯片组成的Zigbee开发板，通信频段为2.4GHz，采用了IEEE802.15.4标准。每个普通节点都能进行数据的收发。普通节点围成了一个定位区域，进入到区域中的目标会影响链路的数据信息，每个普通节点收集到的数据信息会构成一个RSSI测量矩阵，将用于目标定位。（2）汇聚节点：可向普通节点发送开始测试指令，最后收集每个普通节点的RSSI测量矩阵，通过串口传输给计算机，进行目标定位。（3）手持节点：为了方便单人进行测试，减少实验的干扰，增加了一个手持节点，该节点可以向汇聚节点发送开始指令。这样，被测目标就可以拿着手持节点控制测试的进行。（4）计算机：采用一台笔记本电脑，汇聚节点将接收到的RSSI测量矩阵通过串口在计算机的显示屏上显示并存储。8个普通节点的ID依次为0x0001至0x0008，节点发送数据是按照节点的ID依次进行的，类似于令牌网的形式，这样避免了网络的碰撞和拥塞，保证了数据的可靠传输。当一个普通节点发送数据时，其他普通节点则接收数据。当所有普通节点完成数据的收发后，它们会依次将收到的数据传送给汇聚节点，最后汇聚节点通过串口将汇总的数据传输到电脑的显示屏上。利用ZigBee开发板收集数据的步骤如算法2所示。
第三章基于斯皮尔曼相关系数法的指纹法定位28通节点接收到的所有数据等分为两部分，连续向控制节点发送两个数据包，这样也保证了控制节点不会一次接收的数据包过大。为了防止发送节点发送的数据包发生拥塞现象，造成数据丢失，规定相邻数据包的发送间隔至少为0.5秒。根据普通节点数据包的发送模式，再编写相应的控制节点数据包接收模式。3.2.3实验场景基于RSSI的指纹法与几何法联合的室内无源感知定位实验是在安徽大学磬苑校区蕙园二楼重点实验室内进行的，实验真实场景和模拟定位场景分别如图3.6和图3.7所示。在4米×4米的区域周围，有8个无线节点，相邻两个节点相距2米。按逆时针方向看，节点坐标依次为（0，0）、（2，0）、（4，0）、（4，2）、（4，4）、（2，4）、（0，4）、（0，2）。将节点均匀放置在边界处可确保无线链路均匀分布。实验区域内标记了训练位置和测试位置，它们分别是指纹法离线指纹和在线指纹向量收集的位置。图3.6实验真实场景
【参考文献】：
期刊论文
[1]基于RSSI的指纹法与几何法联合的室内无源感知定位[J]. 孙鹏程,胡艳军,王翊. 安徽大学学报(自然科学版). 2020(02)
[2]压缩感知多目标无源定位中的字典适配方法[J]. 余东平,郭艳,李宁,杨思星,宋晓祥. 电子与信息学报. 2019(04)
[3]基于多维测量信息的压缩感知多目标无源被动定位算法[J]. 余东平,郭艳,李宁,刘杰,杨思星. 电子与信息学报. 2019(02)
[4]物联网综述[J]. 黄静. 北京财贸职业学院学报. 2016(06)
[5]基于射频识别技术室内定位系统综述[J]. 许春生,初明. 科技创新导报. 2015(29)
[6]基于BasicRF的Zigbee无线透传模块设计[J]. 李华嵩,姜先威. 通信技术. 2013(11)
[7]物联网技术在环境监测和预警中的应用研究[J]. 贾益刚. 上海建设科技. 2010(06)
[8]无源雷达定位精度分析[J]. 何缓,杨春山,傅文斌. 现代雷达. 2007(05)
硕士论文
[1]基于GMM的WiFi室内定位方法研究[D]. 夏志.南京邮电大学 2019
[2]LTE网络覆盖优化及无线定位优化算法的研究[D]. 谷欣杏.北京邮电大学 2019
[3]基于RSSI的无线网络感知与定位研究[D]. 冯俞璋.海南大学 2018
[4]手机A-GPS导航性能的可靠性研究[D]. 蒋欠欠.山东科技大学 2018
[5]基于RSSI的室内无源感知模型和定位算法研究[D]. 刘永康.安徽大学 2017
[6]无线传感器网络中基于网格法与椭圆测量模型的无源感知定位算法研究[D]. 王凯行.安徽大学 2017
[7]基于北斗卫星信号无源雷达的定位跟踪方法[D]. 周艳伟.武汉理工大学 2015
[8]基于无线传感网的室内人员无源感知的研究[D]. 赵化森.山东大学 2014
[9]基于无线传感器网络无源感知的研究[D]. 宋子良.山东大学 2013
本文编号：2930130
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2930130.html
