论文部分内容阅读
位置服务的需求,促使了室内定位技术的探索和研究。按照定位载体的不同,一般室内无线定位技术可以分为超声波定位技术、UWB定位技术、红外定位技术、和RFID定位技术。WiFi定位属于RFID定位中的一种,其室内覆盖范围广和定位成本低廉这两个特性,使得WiFi定位作为室内辅助定位倍受关注。目前,WiFi网络下的二维平面定位技术已经相对成熟,在前人的研究基础上,本课题致力于探索WiFi网络下的三维空间定位技术,希望通过算法上的改进,提高三维空间定位的精确度和稳定性。基本的无线定位技术,主要包括基于电波到达时间或到达时间差定位(TOA/TDOA),基于电波到达角度定位(AOA),基于电波到达信号强度定位(RSSI)。文中,比较了各种定位技术的性能,针对WiFi网络特点,一般采用RSSI定位技术。在此定位技术基础上,要提高三维空间定位的精确度和稳定性,可以从室内传播模型、信号测量、信号滤波、定位算法等方面进行改进。本文,主要从RSSI信号滤波和定位算法两方面做出探讨。RSSI信号滤波。文中通过对RSSI信号值的统计分析,说明采用对数距离路径损耗模型测距较为准确。不过,由于室内无线信道中影响RSSI值的因素较多,导致单次测量到的RSSI值幅度上下波动较大,会给测距带来一定误差,所以需要对采集到的RSSI数据先进行滤波处理。文章中,比较分析了均值滤波、高斯滤波、修正加权滤波、卡尔曼滤波的性能。通过实验仿真得出,对于RSSI信号处理,卡尔曼滤波较优。RSSI信号的测量和估计均满足高斯白噪声过程,而对于这样一个线性随机微分系统,卡尔曼滤波是最有效、最优的信息处理器,它即可以保证较优的滤波性能,同时算法实现简单、运行快速。定位算法。首先研究了传统的二维平面定位算法——三角质心法、最小二乘法、最大似然法,并且在实验环境下,仿真说明了三种算法的优劣性。其次,在对二维平面定位算法的研究基础上,深入讨论三维空间定位算法。文中,经过对2D和3D定位时间复杂度和定位精度的分析比较,得出将原有2D算法直接引申到3D定位中,存在很大问题,不仅计算成本增加而且定位精度也下降。因此,需要探索新的3D定位算法,提供有效的定位方案。有学者提出了COLA (Complexity-reduced trilateration approach)三维空间定位方案,方案中采用超级节点式网络架构将3D定位问题转化为2D定位问题,虽然定位精度高,但是对网络结构有特殊要求,不适用于传统WiFi网络。针对这些问题,作者在对PSO (Particle Swarm Optimization)优化思想和传统的CPSO (Constraint-PSO)定位算法的研究基础上,提出了改进的FCPSO (Feature-points Constraint-PSO)定位算法。算法通过特征点来约束解空间,再运用PSO算法求出最优解。如此,不但可以避免PSO算法陷入局部最优,而且可以使得算法更快的收敛,算法在定位精度和定位时间复杂度上较传统的CPSO算法都有明显的优势。最后,本文在Matlab仿真平台下,搭建了模拟的定位仿真系统,将研究的RSSI信号滤波和3D定位算法用到定位系统中。通过实验仿真结果,分析比较这几种3D定位算法的性能,并且探讨了节点密度、节点覆盖半径、测距误差三个因素对于定位结果的影响。