[发明专利]基于分类阈值及信号强度权重的室内定位方法

说明书

技术领域

本发明涉及室内无线定位领域，特别涉及一种基于分类阈值及信号强度权重的RSSI无线定位方法。

背景技术

随着无线网络技术的发展，各种类型的无线应用发挥着越来越重要的作用。精确的位置服务可以在多方面改变人们的生产和生活活动，能给社会带来更高的便捷性。特别是室内场所，如在机场、超市、矿井等各种环境中，人员或物品的位置信息对管理有着至关重要的作用。室内无线定位服务主要面临两个问题：一是定位精度，二是成本。基于RSSI（received signal strength indicator）指纹的定位方法由于无需增加额外硬件，简单易行，已广泛应用于各种无线网络定位中。然而，由于室内环境复杂多变，RSSI值又容易受反射、多径传播、背景干扰和天线增益等环境问题的影响，因此，传统基于RSSI的室内定位方法都存在随机性较大的定位误差，定位精度难以满足实际需求。

目前针对信号指纹法定位研究主要集中在K邻近加权算法，然而以往的方法只是利用参考点与信标节点RSSI差值最小的K个参考点或者采用固定阈值的投票机制来加权得到移动节点点位置。这些算法没有考虑到RSSI随距离变化的实际损耗特征，因而得到的结果往往受室内干扰因素影响较大。

因此，针对室内无线网络定位中基于RSSI指纹定位的精度问题，提出一种减少RSSI定位精度受室内干扰影响的方法已成为本领域技术人员亟待解决的技术课题。

发明内容

本发明要解决的技术问题是提供一种无线网络中基于分类阈值及信号强度权重的室内定位方法，该方法有利于减小RSSI受室内多径、绕射、障碍物、人员走动等干扰因素引起的定位误差，从而提高室内定位精度。

本发明采用以下方案实现：一种基于分类阈值及信号强度权重的室内定位方法，其特征在于包括以下步骤：

1）将目标区域划分成均匀网格，在各网格中心点测量接收到的各信标节点的RSSI值，并构建RSSI指纹地图；

2）根据各参考点采集的平均信号强度与距离之间的关系对所有参考点分类；

3）利用步骤2）的分类结果，分别确定各参考点的匹配阈值；

4)在移动节点的定位阶段中，根据实时RSSI值以及各类参考点阈值，从RSSI指纹地图中投票选出优选参考点；

5）以优选参考点的信号强度作为权重，采用加权K邻近定位算法估算出移动节点的位置。

在本发明的实施例中，所述步骤1）中将目标区域划分成均匀网格，要使得每个网格中心点之间的间隔为1.5米，在目标区域四个角落各放置一个信标节点，移动节点测量各信标节点的信号强度并上报给基站。

在本发明一实施例中，所述RSSI信号指纹是采用以下方式得到：在各网格中心点连续N次采集各信标节点的RSSI值，并对接收到的RSSI值取平均，即：

Si=[rssi‾i1,rssi‾i2,...,rssi‾ij,...,rssi‾im]]]>

其中，表示第i个参考点接收到第j个信标节点的平均信号强度值，i=(1,…,n),n为参考点数目，j=(1,…,m)，m为信标节点数目，N为常数。

在本发明一实施例中，所述步骤2）中根据各参考点采集的RSSI信号指纹与距离之间的关系，绘制RSSI-距离的关系图，并将该图进行曲线拟合，得到该定位环境的具体RSSI路径损耗特征。