*CN1030247A*
(10)申请公布号 CN 1030247 A(43)申请公布日 2013.04.03
(12)发明专利申请
(21)申请号 201210486167.4(22)申请日 2012.11.26
(71)申请人中山大学
地址510275 广东省广州市新港西路135号(72)发明人唐承佩 张慧远 殷娇 董雨(74)专利代理机构广州粤高专利商标代理有限
公司 44102
代理人林丽明(51)Int.Cl.
H04W /00(2009.01)H04W 84/18(2009.01)H04B 17/00(2006.01)
权利要求书 1 页 说明书 3 页 附图 2 页权利要求书1页 说明书3页 附图2页
()发明名称
一种基于RSSI的无线传感器网络环境自适应圆环重叠定位算法(57)摘要
本发明提供一种环境适应性强、测量精度高的基于RSSI的无线传感器网络环境自适应圆环重叠定位算法。该算法可以自动拟合实际应用环境中的损耗模型参数,能在一定程度上消除未知节点附近环境中存在着的多径衰落、电磁干扰、非视距传播、天线非全向性等多种干扰因素造成的影响,有效地降低测距误差。
CN 1030247 ACN 1030247 A
权 利 要 求 书
1/1页
1.一种基于RSSI的无线传感器网络环境自适应圆环重叠定位算法,其特征是,包括以下步骤:
步骤一,信标节点组网,待测区域内目标节点和信标节点通信得到RSSI值;步骤二,在待测区域内选取4个信标节点,指定其中一个信标节点为从属节点,另外三个信标节点为邻近节点;
步骤三,通过坐标信息计算从属节点与邻近节点之间的实际距离di(i=1,2,3);步骤四,记录从属节点与邻近节点之间的RSSI值,根据无线信号传输损耗模型RSSI=P0-10nlgd,以10*logdi为x坐标,以RSSIi为y坐标,采用一元线性回归方法模拟出目标节点附近环境中的损耗模型参数n和p0;
步骤五,根据从属节点与邻近节点之间的RSSI值,利用公式RSSI=P0-10nlgd反推出各邻近节点到从属节点的测量距离Di(i=1,2,3);
步骤六,将从属节点与邻近节点之间的实际距离di(i=1,2,3)和测量距离Di(i=1,2,3),代入公式
计算目标节点附近区域的距离比例修正因子;
步骤七,由目标节点与邻近节点之间的RSSI值及拟合参数n和p0确定目标节点到三个邻近节点的粗糙距离ci(i=1,2,3);
步骤八,由公式的修正距离圆环内外半径为
和公式;
,得到距离修正系数,最终
步骤九,以三个邻近节点为圆心,以修正距离为半径的3个圆环交集,取交集部分的质心作为未知节点的位置估计值。
2.根据权利要求1所述的算法,其特征是,所述步骤二,具体为将待测区域内目标节点与信标节点间的RSSI值按照从大到小的顺序排列,选取排在前四位的信标节点,指定其中RSSI值最大的那个信标节点为从属节点,另外三个信标节点为邻近节点。
2
CN 1030247 A
说 明 书
1/3页
一种基于RSSI的无线传感器网络环境自适应圆环重叠定
位算法
技术领域
[0001]
本发明属于无线传感器网络节点定位领域。
背景技术
无线传感器网络是全球未来三大高科技产业之一,在军事、环境监测、反恐防暴、
医疗保健、工业控制、家居、商业等领域都有广泛应用。无线传感器网络是面向事件的监测网络。对于大多数应用,不知道传感器位置而感知到的数据是没有意义的,实时的确定事件发生的位置或获取信息的节点位置是传感器网络最基本的功能之一。因此,在无线传感器网络的应用中,定位技术是关键。按照定位原理,无线传感器网络定位技术可以分为基于测距(Range-Based)的定位技术和无需测距(Range-Free)的定位技术,基于测距的定位技术多用于高精度定位领域,本发明中提出的定位算法就是基于测距的定位技术的一种。[0003] 基于RSSI无线传感器网络定位算法分为两个阶段:测距阶段和定位阶段。测距阶段使用RSSI测距技术,该技术利用可以从节点通信信息中直接读取的RSSI值,根据RSSI测距模型,计算出节点之间的距离。RSSI测距技术不需要额外的硬件成本,使用方便,并且可穿透障碍物,测距范围长,有利于减少信标节点密度,降低定位成本。正是由于基于RSSI测距定位算法的定位精度可以满足大多数应用需求,因此RSSI测距技术逐渐成为应用最广泛的测距技术。定位阶段是根据测距阶段得出的节点间的距离,通过一定的定位算法如三边定位法、三角定位法、极大似然估计法等定位算法来完成未知节点的定位。
[0002]
发明内容
本发明提供一种环境适应性强、测量精度高的基于RSSI的无线传感器网络环境自适应圆环重叠定位算法。
[0005] 为解决上述技术问题,本发明采用的技术方案是:一种基于RSSI的无线传感器网络环境自适应圆环重叠定位算法,其特征是,包括以下步骤:
步骤一,信标节点组网,待测区域内目标节点和信标节点通信得到RSSI值;步骤二,在待测区域内选取4个信标节点,指定其中一个信标节点为从属节点,另外三个信标节点为邻近节点;
步骤三,通过坐标信息计算从属节点与邻近节点之间的实际距离di(i=1,2,3);步骤四,记录从属节点与邻近节点之间的RSSI值,根据无线信号传输损耗模型RSSI=P0-10nlgd,以10*logdi为x坐标,以RSSIi为y坐标,采用一元线性回归方法模拟出目标节点附近环境中的损耗模型参数n和p0;
步骤五,根据从属节点与邻近节点之间的RSSI值,利用公式RSSI=P0-10nlgd反推出各邻近节点到从属节点的测量距离Di(i=1,2,3);
步骤六,将从属节点与邻近节点之间的实际距离di(i=1,2,3)和测量距离Di(i=1,2,3),代入公式
[0004]
3
CN 1030247 A
说 明 书
计算目标节点附近区域的距离比例修正因子;
2/3页
步骤七,由目标节点与邻近节点之间的RSSI值及拟合参数n和p0确定目标节点到三个最近信标节点的粗糙距离ci(i=1,2,3);
步骤八,由公式的修正距离圆环内外半径为
和公式;
,得到距离修正系数,最终
步骤九,以三个最近信标节点为圆心,以修正距离为半径的3个圆环交集,取交集部分的质心作为未知节点的位置估计值。[0006] 进一步地,所述步骤二,具体为将待测区域内目标节点与信标节点间的RSSI值按照从大到小的顺序排列,选取排在前四位的信标节点,指定其中RSSI值最大的那个信标节点为从属节点,另外三个信标节点为邻近节点。 [0007] 与现有技术相比,有益效果是:
1.该算法可以自动拟合实际应用环境中的损耗模型参数,能在一定程度上消除未知节点附近环境中存在着的多径衰落、电磁干扰、非视距传播、天线非全向性等多种干扰因素造成的影响,有效地降低测距误差,进而提高测距精度,对基于RSSI测距的定位算法本身很有意义。
[0008] 2.该算法用未知节点到信标节点之间的距离与测距误差的代数组合做圆环的内外半径,将圆环相交区域的质心作为未知节点的位置估计值,有别于传统的只用未知节点与信标节点之间距离为半径做圆相交,将重叠区域的质心作为未知节点的位置估计值,该算法可以将定位范围确定到一个小得多的区域上,大大提高了定位的精度。附图说明
[0009] 图1是本实施例原理示意图,其中A、B、C为未知节点附近最近的三个信标节点,D为利用该算法得到的未知节点的位置估计;
图2是本发明实施例的流程图。具体实施方式
[0010] 下面结合附图和具体实施方式对本发明作进一步地详细说明。[0011] 为解决上述技术问题,本发明采用的技术方案是:一种基于RSSI的无线传感器网络环境自适应圆环重叠定位算法,包括以下步骤:
步骤一,信标节点组网,待测区域内目标节点M1和信标节点通信得到RSSI值;步骤二,将待测区域内目标节点与信标节点间的RSSI值按照从大到小的顺序排列,选取排在前四位的信标节点,指定其中RSSI值最大的那个信标节点为从属节点N2,另外三个信标节点为邻近节点N1、N3、N4;
步骤三,通过坐标信息计算从属节点与其邻近节点之间的实际距离d2i(i=1,2,3);步骤四,记录从属节点N2与其邻近节点N1、N3、N4之间的RSSI值,根据无线信号传输损耗模型RSSI=P0-10nlgd,以10*logdi为x坐标,以RSSIi为y坐标,采用一元线性回归方
4
CN 1030247 A
说 明 书
3/3页
法模拟出目标节点M1附近环境中的损耗模型参数n和p0;
步骤五,根据从属节点N2与其邻近节点N1、N3、N4之间的RSSI值,利用公式RSSI=P0-10nlgd反推出各邻近节点到从属节点的测量距离D2i(i=1,2,3);
步骤六,将从属节点与邻近节点之间的实际距离di(i=1,2,3)和测量距离Di(i=1,2,3),代入公式
计算目标节点附近区域的距离比例修正因
子;
步骤七,由目标节点M1与距离其最近的三个信标节点之间的RSSI值及拟合参数n和p0确定目标节点到三个最近信标节点N1、N2、N3的粗糙距离ci(i=1,2,3);
步骤八,由公式的修正距离圆环内外半径为
和公式;
,得到距离修正系数,最终
步骤九,分别以三个最近信标节点N1、N2、N3为圆心,以修正距离为半径画3个圆环,取圆环交集部分的质心作为未知节点的位置估计值。
5
CN 1030247 A
说 明 书 附 图
1/2页
1
6
图CN 1030247 A
说 明 书 附 图
2/2页
图2
7
因篇幅问题不能全部显示,请点此查看更多更全内容
Copyright © 2019- efsc.cn 版权所有 赣ICP备2024042792号-1
违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务