[发明专利]基于TOF和RSSI信息融合的室内无线定位方法

说明书

本发明公开了一种基于TOF和RSSI信息融合的室内无线定位方法，主要解决目前室内定位技术缺乏有效的误差控制及数据利用率低的问题。其实现方案是：1.根据目标节点与锚节点之间的通信时间信息，利用对称双向双边测距算法计算两者间的距离并设定故障阈值、误差门限对其进行筛选；2.根据目标节点和锚节点之间的RSSI值信息，经高斯模型筛选后利用MK模型将其转换为节点间的距离；3.对两种距离进行加权融合得到最终距离；4.根据循环极大似然估计得到目标节点的估计解；5.对得到的估计解进行残差加权融合得到目标节点的坐标。本发明克服了现有技术中定位计算误差大、定位结果可靠性低的不足，提高了数据的利用率和定位跟踪精度。

技术领域

本发明属于无线通信技术领域，涉及一种室内无线定位方法，具体涉及一种基于信号飞行时间TOF和接收信号强度指示RSSI信息融合的室内无线定位方法，可用于物流跟踪、紧急救助、地图导航及灾害预防。

背景技术

近年来，随着基于位置服务LBS的室内应用不断增加以及物联网IoT的飞速发展，部署方便且高精度的室内定位系统在物流跟踪、紧急救助、地图导航等诸多领域得到了广泛应用并成为无线通信技术领域的研究热点。在室内定位中，如何高效、低成本的获取移动用户的位置信息是亟需解决的关键问题。在室外环境中，全球卫星导航系统能够为人们提供良好的定位服务，但在室内由于建筑物的阻挡、室内信道环境动态复杂，使得信号在传递过程中极易受到噪声干扰及产生多径效应，从而导致定位效果大大降低。因此，传统的卫星定位技术难以应用到室内环境。

目前可应用于室内的无线定位技术多种多样，依据不同的标准有多种分类方法。其中，根据定位过程中是否需要获取节点之间的角度信息或距离信息可分为两类：无需测距的定位技术和基于测距的定位技术。无需测距的定位技术目前常见的有质心算法、Amorphous Position算法以及指纹匹配算法；而基于测距的定位技术，采用解析几何的方法计算出目标节点的位置坐标，常见的方法有三角测量法、三边测量法以及极大似然估计法等。二者相比，基于测距的定位技术在部署过程中所需的节点密度低，而且定位误差较小，因此得到广泛应用。对于基于测距的定位技术，根据测距阶段采用的度量指标不同又可分为基于信号到达时间TOA的定位技术、基于信号到达时间差TDOA的定位技术、基于信号强度RSSI的定位技术和基于信号飞行时间TOF的定位技术。其中：

基于TOA的室内定位技术，其要求节点之间保持严格的时间同步，由于无线电的传输速度非常快，而传感节点之间的距离又较小，因此实现高精度计时同步是非常困难的，限制了该技术的实用性；

基于TDOA的室内定位技术，其虽不要求节点之间保持严格的时间同步，但是传输信号容易受环境因素影响产生多径效应及噪声干扰，因此系统难以适应复杂的室内环境；

基于RSSI的室内定位技术，是根据信号收发器接收的信号强度作为信息采集的度量指标进行定位。其主要思想是：通过锚节点与目标节点之间相互通信获取信号强度信息，经筛选的信号强度信息利用改进路径损耗模型计算出目标节点与锚节点间的距离，当收集的距离信息超过一定数量时，就可以利用几何定位算法计算出目标节点的坐标位置。该定位技术简单易实现、成本低廉且对硬件设备要求不高，因而目前在无线通信技术领域应用较为广泛。但其不足在于：1.需要部署较多的锚节点；2.在复杂的室内环境中，容易受障碍物阻挡、噪声干扰、多路径反射等环境因素影响，导致节点获取的RSSI信号波动频繁，从而降低定位准确性，难以满足高精度定位的需求；3.随着测量距离的增加，RSSI信号衰减严重，测距误差会急剧增加；

基于TOF的室内定位技术，是根据射频设备间的数据包的传播时间差作为信息采集的度量指标进行定位。其主要思想是：通过锚节点与目标节点之间相互通信获取传播时间信息，根据传播时间信息利用对称双向双边测距算法计算出目标节点与锚节点间的距离，再根据多组距离信息进行数据筛选、锚点选择、几何解析、滤波跟踪等方法计算出目标节点的坐标位置。该定位技术设备能耗小、组网简单，使用双向通讯时间进行距离测量，有较精准的传输时间测量机制，因此相较以上几种测距技术有着较高的测距精度。但由于存在系统处理延迟及多径干扰，近距离测量时会存在较大的测距误差；