[發明專利]基于RSSI和TOA測距的WIFI室內定位方法

有效

• 申請號: 201510064659.8
• 申請日: 2015-02-06
• 公開（公告）號: CN104619020B
• 公開（公告）日: 2018-08-24
• 發明（設計）人: 李奇越;李偉;王建平;黎潔;孫偉;吳忠;范海龍
• 申請（專利權）人: 合肥工業大學
• 主分類號: H04W64/00
• 分類號: H04W64/00
• 代理公司: 合肥和瑞知識產權代理事務所(普通合伙) 34118
• 代理人: 王挺

1.一種基于RSSI和TOA測距的WIFI室內定位方法，包括采集信號并建立數據庫、基于RSSI的匹配定位算法粗略定位、采用消除有色噪聲的到達時間測距、建立平面框架和旋轉以及搜索和定位，其特征在于，其過程包括以下步驟：

步驟1，采集RSSI信號并建立數據庫

在定位區域內均勻設置訪問接入點AP后，分別進行離線定位狀態和在線定位狀態下RSSI信號采集及整理；

離線定位狀態：先根據各訪問接入點AP位置建立樣本空間，然后在定位區域內選取采樣點RP，接收并測量訪問接入點AP的無線信號數據的RSSI值；通過公式求平均值，其中RSSI_u表示采樣點RP第u次接收并測量訪問接入點AP的無線信號數據的RSSI，為第i個采樣點RP在100次接收并測量訪問接入點AP的無線信號數據的RSSI后的平均值；再將連同采樣點RP的位置坐標組成定位指紋向量其中(xx_i,yy_i)表示第i個采樣點RP的位置坐標，最后將定位指紋向量存入位置指紋數據庫；

在線定位狀態：未知節點和位置未知的四個對等輔助節點A、B、C、D先接收并測量訪問接入點AP的無線信號數據的RSSI值，然后根據得到的RSSI值組成在線時的向量其中SS_i表示未知節點和四個對等輔助節點A、B、C、D接收并測量第i個訪問接入點AP的無線信號數據的RSSI值；

所述的離線定位狀態指采樣點RP和各訪問接入點AP位置為已知的狀態，所述的在線定位狀態指各訪問接入點AP位置已知，而未知節點的位置未知的狀態；

步驟2，對步驟1得到的數據采用定位匹配算法進行處理，得到四個對等輔助節點A、B、C、D和未知節點的初始位置坐標(xx_h',yy_h')(h＝1,2,3,4,5)，包括以下步驟：

步驟2.1，計算步驟1所得到的SS_i和之間的信號距離，所述信號距離定義如下，

其中，

L為未知節點和四個對等輔助節點A、B、C、D的向量與指紋庫中采樣點RP的向量之間的信號距離；

q是距離參數，取值范圍為正整數；

W為訪問接入點AP的數量；

是離線階段第i個采樣點RP在100次接收并測量訪問接入點AP的無線信號數據的RSSI后的平均值；

SS_i是在線定位階段未知節點和四個對等輔助節點A、B、C、D接收并測量第i個訪問接入點AP的RSSI值；

步驟2.2，設步驟2.1所述信號距離L<2m的采樣點RP有b個，按照下式分別計算未知節點和四個對等輔助節點A、B、C、D的初始位置坐標，

其中，

b為信號距離L<2m的采樣點RP的個數；

(xx_h',yy_h')(h＝1,2,3,4,5)表示未知節點和四個對等輔助節點A、B、C、D的初始位置坐標；

(xx_i,yy_i)表示采樣點RP的位置坐標，其中i＝1,2,...b；

步驟3、根據步驟2得到四個對等輔助節點A、B、C、D和未知節點的初始位置，采用TOA測距方法求出四個節點A、B、C、D和未知節點各自之間的TOA測距距離，然后為消除測距過程中有色噪聲的影響，再對求得的TOA測距數據進行卡爾曼濾波處理，求得四個節點A、B、C、D和未知節點各自之間的精確距離；

步驟4、建立平面旋轉框架并旋轉；

步驟4.1，首先將步驟2得到的四個對等輔助節點A、B、C、D和未知節點的初始位置坐標(xx_h',yy_h')，映射到步驟1所建立的樣本空間里，然后將四個對等輔助節點A、B、C、D按照順時針的方向根據步驟3得到的四個對等輔助節點之間的精確距離進行連接，形成四邊形；最后將四個對等輔助節點與未知節點之間根據步驟3得到的四個對等輔助節點和未知節點間的精確距離連接，建立平面旋轉框架；

步驟4.2，在保持上述平面旋轉框架整體性不變的前提下，旋轉框架使其最長邊與x軸平行，由下式計算最長邊的方向向量：

上式中，

(xx_i,yy_i)，(xx_j,yy_j)分別為使最長邊與x軸平行時最長邊兩個端點處的坐標；

e＝1表示框架圖中最長的邊；

e＝2表示框架圖按邊長長度由大到小排列的第二條邊；

e＝3表示框架圖按邊長長度由大到小排列的第三條邊；

步驟4.3，在保持上述平面旋轉框架整體性不變的前提下，旋轉框架α角度使未知節點始終處于平面旋轉框架的范圍中，其中α∈[φ-20°,φ+20°]，φ為最長邊和x軸的夾角根據下式求出：

其中，

為框架沒有旋轉時最長邊的方向向量，(xx_hi',yy_hi')，(xx_hj',yy_hj')分別為沒有旋轉框架時最長邊的兩個端點處的坐標；步驟5、搜索定位和判斷

步驟5.1，先以步驟2得到的未知節點的初始位置坐標為圓心，選取半徑為2米的圓為搜索范圍，然后將已建立的圓化成均等的100份，得到100個點的坐標；

步驟5.2，在保證步驟4所述平面旋轉框架整體性不變的基礎上，未知節點在搜索范圍內移動到步驟5.1所述100個點的每個點，并通過下式計算每個點的f(RSSI)值；

其中，

ss_a表示未知節點移動到a點時，四個對等輔助節點A、B、C、D和未知節點在步驟1所述在線定位狀態下測得的RSSI值，a＝1,2,3,4,5分別代表節點A、B、C、D和未知節點；

表示未知節點移到a點時，步驟1所述離線定位狀態下建立的位置指紋庫中記載的分別與四個對等輔助節點A、B、C、D和未知節點最近的坐標點的RSSI值；a＝1,2,3,4,5，分別代表節點A、B、C、D和未知節點；

步驟5.3，對步驟5.2求得的100個f(RSSI)值進行比較，找到f(RSSI)值最小的點，該點的位置坐標即為未知節點的實際位置。

2.根據權利要求1所述的一種基于RSSI和TOA測距的WIFI室內定位方法，其特征在于，步驟3所述的卡爾曼濾波處理的步驟如下：

步驟2.1，建立目標狀態方程和有色噪聲量測方程

x_k+1＝Ax_k+Bα_k，

v_k＝Cx_k+β_k，

β_k＝N_k-1β_k-1+γ_k，

其中，

A為狀態矩陣，A的取值為t為濾波采樣間隔時間，單位為秒，

B為誤差系數矩陣，B的取值為

C為測量矩陣，C的取值為C＝[1 0]，

x_k為目標在k(k＝1，2，3，……n)時刻的二維狀態向量，其中的r_k為待估計的飛行時間值、為其一階導數，當x_k的下標k＝n時取值200，

α_k為系統噪聲，是一個均值為0的高斯白噪聲序列，協方差用Q表示，

v_k為一維測量向量，表示k時刻的測距數據，

β_k為k時刻的測量誤差，協方差矩陣為R_K，

N_k-1為自回歸系數，由步驟2.4計算N_K-1得到，

γ_k為高斯白噪聲序列；

步驟2.2，根據原始卡爾曼濾波算法，由k-1時刻的濾波結果得到目標的k時刻的預測值以及k時刻的新息值z_k，計算公式為

其中，為k-1時刻的濾波結果；

0時刻的濾波結果根據初始測距數據由下式得出，

其中，x₀取為第一個測距數據、v₀為第一個測距數據、取為前幾次測距數據的方差；

步驟2.3，求出測量噪聲協方差k時刻的估計值

先計算參數S_k，其由下式來估計得到

其中，

是前i次新息值的均值，計算為

其中，z_i，z_j分別表示第i，j次的新息值，

再按照下兩式得出測量噪聲協方差在k時刻的估計值

P_k,k-1＝AP_k-1,k-1A^T+BQB^T，

其中，P_k,k-1是k時刻預測誤差方差陣，P_k-1,k-1是k-1時刻估計誤差方差陣；

步驟2.4，計算N_k-1

根據β_k-1和γ_k獨立，且有協方差的關系得出N_k-1的計算式為

其中，var(γ_k)是γ_k的方差；

步驟2.5，計算k時刻的門限值m_k

計算前k次測距數據的方差取門限值為方差值，即

步驟2.6，更新卡爾曼濾波增益

將k時刻的新息值與門限值進行比較，若新息值大于門限值，則將卡爾曼增益置為零，否則按以下兩步計算濾波增益G_k，

H_k-1＝[CA-N_k-1C]，

步驟2.7，更新估計誤差方差陣

由得出估計誤差方差陣的初值，

其中，

x₀取為第一個測距數據，為誤差協方差初值，取作前幾次試驗測距數據的方差，

估計誤差方差陣更新表達式為

P_k,k＝(A-G_kH_k-1)·P_k-1,k-1A^T+(I-G_KC)BQB^T；

步驟2.8，根據k時刻濾波輸出方程輸出k時刻的濾波結果，濾波方程為

如此循環往復，輸出1到n時刻的濾波結果，得到對TOA測距數據的處理結果。