资源描述：
《一种基于RSSI室内定位系统的设计及其在精神病院的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
上海交通大学硕士学位论文一种基于RSSI室内定位系统的设计及其在精神病院的应用专业名称：软件工程作者姓名：邱宏指导教师：步丰林；邵华钢 一种基于RSSI室内定位系统的设计及其在精神病院的应用申请上海交通大学工程硕士学位论文一种基于RSSI室内定位系统的设计及其在精神病院的应用学校代码：10248作者姓名：邱宏学号：1110372165第一导师：步丰林第二导师：邵华钢学科专业：软件工程答辩日期：2014年8月25日上海交通大学软件学院2014年04月 一种基于RSSI室内定位系统的设计及其在精神病院的应用ADissertationSubmittedtoShanghaiJiaoTongUniversityforMasterDegreeofEngineeringARSSIBASEDINDOORLOCATIONSYSTEMDESIGNANDAPPLICATIONSINMENTALHOSPITALUniversityCode：10248Author：QIUHongStudentID:1110372165Mentor1：BuFenglinMentor2:ShaoHuagangField：SoftwareEngineeringDateofOralDefense：2014.8.25SchoolofSoftwareShanghaiJiaotongUniversityApril,2014 丨h*：:rct>jUtliMaav_______________I'msM空内义•"?系钱ry设：sjvtMi丨叩fU府•i上海交通大学学位论文原创性声明木人郑节卢明：所里交的学公论义，焐木人沱导师的扪导下t独立送行研允:丨:作所収锝的成果，涂义中已经注犯引用的内容外，木论文不包含任何其他个人或集钵1_1经犮4成•撰1过的疔品成果1丨木文的研究攸W重耍页献的•个人和集体，均1_1在义中以明确方式#犯。.泰人完全尨识到本卢f的冼祚蛣果山立人承JL•7忮论文作*然名:口沏：2014年4爿m日 上海交通大学学位论文版权使用授权书木$•位论文作•完全了P学狡听关保留、侦沔学位论文的规记，同竟学校況留并M民家ft文3^-€.机构送交论文的复卬卄和电广版，允谇论文被逛阅和沿阅f本人授权卜.海殳迎大学可以将木学位论义的全部或部分内.咨绸入飪关数撕库进行检索，可以.采州彫印、缩印或扫描等复制手段保存和汇编本.7:位论文，保密□，仆_年解密厄适川本抆较屮L本学位沦文屈T*不保密□(谪往以上方權内打“V")7位论文作者签名:f导教师签名:碟-C胡：2014年‘1月10H曰亂年月1-1 上海交通大学硕::丨••学位论文答辩决议书丨丨ISIS丨丨丨铎名幻宏1卜兮丨111W72；65所在？料软仲工程措导教师步宁林JiOl-i-B-25答辩顧■□a：论文HI种荦于RSS:穿•内定位系汔的设il.及:K:tt沒神病從:j应川投杂衮决绍:句总浩致/实到委匁致/应到公h数〉芒帋结沦••0尥过=朱通过ifefn%议：砬旮轩#每涂紿皇的？7邊卞$见轉辦】$括终兩續的4参.研拜设计巧篇•卜2冯的Kf代§.发叼各d丰左名闲只矸，'15:>从逆荷-g>)秘終AG2枉设K《名氪從沒朽心4c狄，今玄冶办i戒木兹岳技手鈉纟闷铉逬一次立約中、今h足吟汰年命AW层紅‘X滅，G一吖採朴每两办多沒务尾足唉仓兹荩叼d苟咕#‘料住窆s碎达欢^矣：减攻-休^J缉处^並叫和沒紅及的吟卜窆佐泛g茸忒：杳台，说妓交？fPf我#凑（的沒女穿冴衊_•兑庄以命,fe硬<球穿雅3ff聋私唑泛夺觸的多少栘當幻d#、裔-之舒义工较癸涔4^炝紀力-__•左这蜱窆巧省^卞被矣裏交;衫巧麦5玲子S乜获访择.^说乂從十工稆踌士你-^•姿W莩囡«取较技上洚夂迪大予电广•佶畚勹wdJ^TrT-?Ct：frI^：f1*u：12；,•：•3.滅委员步半林剮效戎J:海交邇大学电子枯n13^-f秘4郑H1英itiy实驳:叩上海夂述大学mC~ 一种基于RSSI室内定位系统的设计及其在精神病院的应用一种基于RSSI室内定位系统的设计及其在精神病院的应用摘要随着无线通信技术飞速发展，定位技术越发得到人们关注。但在实际应用中，复杂的信道环境、较大的测量误差以及一定程度的信号衰减，传统全球定位系统（GPS）并不适用。如何在复杂的室内环境中实现精确定位目前被广受关注。本文针对室内定位系统无线网络的特殊性，在标准ZigBee芯片的MAC层协议基础之上，设计了一种适用于室内定位应用的，具有自组织、自维护、低时延、可灵活调整网络拓扑结构的高可靠高稳定性的无线传感器网络（WSN）系统。同时，对基于无线传感器网络信号强弱（RSSI）的经典质心定位算法进行改进，通过贝叶斯模型和误差容忍技术，提高了定位的稳定性和定位精度。相关系统在实际医院的成功部署和运行，取得了很好效果。本文核心内容如下：一，本文研究并设计了一种企业级多级自组无线传感器网络系统。该网络系统有效克服传统ZigBee网络标签会不断的执行出入网及动态路径选择操作，导致标签功耗较高、数据传输效率低、易造成网络阻塞或网络风暴等不利因素。系统以ZigBee网络MAC层为基础，实现多级自组树形组网协议栈，具有组网迅速、标签功耗较低、网络节点规模可扩展性好等特点。二，系统以无线传感网为硬件基础，以软件模型为上层管理架构。采用德州仪器公司的CC2530芯片为物理层和MAC层以实现硬件部署，实现企业级多级自组无线传感器网络链路层协议栈的实现和硬件构建，硬件模块包含网络、数据、外接等具有信息传输、处理、服务等功能模块组成。系统采用C#和WebService作为开发语言和软件架构模型，并采用JSON作为传输手段，部署了基于贝叶斯模型的误差容忍定位算法，并实现实时室内定位。三，本文创新了一种基于贝叶斯模型的误差容忍定位算法。在测距阶段，对原始数据进行阈值滤波、高斯滤波，去除噪音等突变干扰；在待测点坐标估计阶段，引入误差容忍的概念，利用最小二乘法估计待测节点的最优估计；同时建立贝叶斯模型，以动态监测路径衰减因子的变化。引入该算法经过实际印证后，硬件更简单，可扩展性更强，在定位的准确度和适应性方面改善明显。1 一种基于RSSI室内定位系统的设计及其在精神病院的应用四，本文除重视系统定位功能实现外，对性能的稳定性，实际应用性也格外重视，不仅突破的网络规模的限制，更兼具了可持续发展性。系统可广泛用于医院内部的特殊人群、贵重物资等的实时定位，提高医院综合管理水平和管理效率。关键词室内定位，贝叶斯模型，质心算法，自组无线传感器网络，医院应用2 一种基于RSSI室内定位系统的设计及其在精神病院的应用INDOORLOCATIONSYSTEMDESIGNBASEDONRSSIANDAPPLICATIONSINMENTALHOSPITALABSTRACTAlongwiththerapiddevelopmentofwirelesscommunicationtechnologies,positioningtechnologyhasattractedmoreandmoreattention.However,consideringtheactualapplications,owningtothecomplexchannelenvironment,largemeasurementerrorandthedegreeofsignalattenuation,theconventionalglobalpositioningsystem(GPS)isnotapplicableanymore.Nowadays,enoughattentionhasbeenpaidonhowtoachieveprecisepositioninginthecomplexindoorenvironments.Inthispaper,basedontheMAClayerprotocolofstandardZigBeechip,aimingattheparticularityofthewirelessnetworkofindoorpositioningsystem,wedesignedakindofwirelesssensornetworks(WSN)system,whichissuitablefortheindoorpositioningapplications,withthewellpropertiessuchasself-organizing,self-maintenance,low-latency,flexiblyadjustedhighreliabilityandhighstabilityofnetworktopologyandsoon.Meanwhile,weimprovedtheclassiccentroidlocalizationalgorithmwhichisbasedonsignalstrength(RSSI)ofthewirelesssensornetworksbyusingBayesianmodelanderrortoleranceoftechnology.Finally,thestabilityandprecisionofthepositioninghasbeengreatlyenhanced.Relatedsystemshavebeensuccessfullydeployedandoperatedintherealhospitalandcorrespondinggoodresultshavebeenalsoachieved.Thecorecontentofthispaperisshowedasfollows:Firstly,thisstudydesignedatypeofmulti-levelself-organizingwirelesssensornetworksystemwiththeenterprisehierarchy.ThenetworksystemwouldeffectivelyovercometheadversefactorscausedbythecontinuousexecutioninandoutthenetworkandtheoperationofdynamicpathselectionfromthetraditionallabelofZigBeenetwork,whichwillresultinahigherlabelpower,lowdatatransmissionefficiency,networkcongestionornetworkstorm.BasedontheMAClayer,theZigBeenetworksystembringsaboutthemulti-levelnetworkprotocolstack,withthewellcharacteristiclikequicknetworkorganization,lowerpowerconsumptionofthelabel,goodscalabilityofnetworknodes.Secondly,thesystemisahardware-basedwirelesssensornetworksandapplythesoftwaremodelastheuppermanagementstructure.UsetheCC2530chip,whichisfromtheTexasInstruments,asthephysicallayerandMAClayerinordertoachievehardware3 一种基于RSSI室内定位系统的设计及其在精神病院的应用deployment,theenterprise-classmulti-levelself-organizingwirelesssensornetworklinklayerprotocolstackandhardwareconstructionarefinallyachieved.Thehardwaremodulecontainsthenetwork,data,andexternalinformationwhichpossesstheinformationtransmission,processing,servicesandotherfunctionalmodules.ThesystemusesC#andWebServiceasthedevelopmentlanguageandsoftwarearchitecturemodel,appliesJSONasameansoftransmission.WedeployedthetoleranceerrorlocalizationalgorithmbasedonBayesianmodelsandmakethereal-timeindoorpositioningcometrue.Thirdly,thisstudymadeaninnovationabouttheBayesianmodelbasedonerrortolerancepositioningalgorithm.Inthestageofdistancemeasurement,wetreatedtheoriginaldatabythethresholdfiltering,Gaussianfilter,removingnoiseandotherinterferencemutation;intheestimationstageofmeasuredpointcoordinates,introducetheconceptoferrortolerancetoestimatetheoptimalestimationnodesusingtheleastsquaresmethod;atthesametime,buildBayesianmodeltodynamicallymonitorthepathattenuationfactor.Afterintroducingthealgorithmandconfirmingitintheactualoperation,thehardwarebecomessimplerandmorescalable,thepositioningaccuracyandadaptabilityhasbeensignificantlyimproved.Fourthly,inthisstudy,inadditiontotheconcernonthepositioningsystem,thestabilityoftheperformanceandthepracticalapplicationarealsopaidspecialattention.Itnotonlybreaksthenetworksizelimit,butalsopossessesthesustainability.Systemcanbewidelyusedforthereal-timepositioninginspecialpopulationsandpreciousmaterialswithinthehospital,whichwouldgreatlyimprovethehospitalmanagementlevelandmanagementefficiency.KeywordsIndoorpositioning,BayesianModel,CentroidAlgorithm,Adhocwirelesssensornetwork,ApplicationforHospital4 一种基于RSSI室内定位系统的设计及其在精神病院的应用目录1绪论................................................................................................................................................71.1论文背景............................................................................................................................71.2基础技术............................................................................................................................81.2.1室内定位技术的信号类型......................................................................................81.2.2定位常见技术方法..................................................................................................91.2.3用于室内定位的无线传感器网络及特点............................................................101.3基于RSSI测距研究动态................................................................................................111.4室内定位技术在医院的具体应用...................................................................................121.5论文结构..........................................................................................................................132系统总体框架和开发环境..........................................................................................................142.1应用场景..........................................................................................................................142.2整体架构..........................................................................................................................142.2.1多级自组无线传感器网络模块............................................................................152.2.2数据处理流程........................................................................................................162.2.3数据服务层............................................................................................................172.2.4外部系统接口模块................................................................................................182.3本章小结..........................................................................................................................183企业级室内定位无线传感器网络的组建...................................................................................193.1自适应分层无线传感器网总体架构...............................................................................193.2无线传感器网络组网过程...............................................................................................213.2.1网络初始化............................................................................................................213.2.2基站/触发器入网..................................................................................................223.3中继器详细设计...............................................................................................................233.3.1中继器体系架构和模块划分................................................................................233.3.2处理流程................................................................................................................243.3.3状态管理................................................................................................................283.3.4存储结构设计........................................................................................................293.3.5错误处理................................................................................................................313.4网络CSMA/CA参数优化实验..........................................................................................313.4.1理论分析................................................................................................................313.4.2实验过程................................................................................................................333.5本章小结..........................................................................................................................354基于贝叶斯模型与误差容忍技术的算法改良...........................................................................364.1RSSI定位算法及模型....................................................................................................364.1.1信号传播模型........................................................................................................365 一种基于RSSI室内定位系统的设计及其在精神病院的应用4.1.2RSSI简介.............................................................................................................374.1.3RSSI算法的误差分析..........................................................................................384.2利用贝叶斯监测对RSSI质心算法改良.........................................................................394.2.1传统三角质心算法................................................................................................394.2.2对测距点的高斯滤波............................................................................................404.2.3误差容忍的质心算法............................................................................................414.2.4贝叶斯模型监测环境............................................................................................434.3算法流程..........................................................................................................................454.4改进算法与原三角质心算法对比...................................................................................464.4.1单一环境................................................................................................................464.4.2复杂环境................................................................................................................474.5本章小结..........................................................................................................................485系统实现及在医院的应用..........................................................................................................495.1系统核心功能..................................................................................................................495.2系统开发和运行环境.......................................................................................................505.2.1网络环境................................................................................................................505.2.2硬件开发环境........................................................................................................505.2.3软件开发和运行环境............................................................................................525.3在精神病院应用系统功能设计及其他应用...................................................................535.3.1在医院精神病人管理中的流程设计....................................................................535.3.2系统的其他应用....................................................................................................545.4医院现场试用..................................................................................................................555.4.1系统软硬件部署....................................................................................................555.4.2试用效果................................................................................................................565.5本章小结..........................................................................................................................586问题与展望..................................................................................................................................596.1总结..................................................................................................................................596.2存在的不足及展望...........................................................................................................60参考文献..............................................................................................................................................61附录....................................................................................................................................................65致谢....................................................................................................................................................66攻读学位期间发表的学术论文目录..................................................................................................676 一种基于RSSI室内定位系统的设计及其在精神病院的应用1绪论[1-3]本文论述基于无线电信号强弱RSSI（RadioSignalStrengthIndicator）进行室内定位系统的研究背景、研究意义、现状及发展动态，并给出了本文的主要研究工作。1.1论文背景随着现代通信、网络、全球定位系统(GPS)、普适计算等技术的迅速发展，结合实际应用，感知计算和基于位置的服务被认定是未来发展的重要方向。GPS被广泛应用在室外定位场合，因为其自身采用微波检测原理，较适合广阔遮挡性较少的空间。此外，由于比较容易受到外界复杂环境的干扰，其对于金属、水泥等硬件物质的穿透能力较弱，如若在硬件物质密度较大的空间内，极容易受到干扰，信号的大幅度衰减必定造成不必要的误差。此时，研究一种抗干扰性较强，能适应复杂环境的室内定位技术是特别有意义的。综合分析目前的室内定位技术，其主要弊端如下：（1）难以适应较复杂的室内环境，普遍没有深入剖析造成信号衰减的根本原因，未曾突破硬性材质造成的信号路径损耗问题。一旦信号传输时间、相位和增益幅度发生变化，信号损失值亦快速变化，定位精度准确度无法考量；（2）无差别式研究室内、外定位方法，一昧的将室外定位方法生搬硬套至室内环境下，而两者对于定位精度有着极大差别，室外定位目的是有效地段内的区域定位，而室内定位更追求精细的定位精度，需要精确到的坐标位置，偏离值越小越好，因此，这也是目前全世界的科技研发目标。本文针对室内定位系统中无线网络的特殊性，在标准ZigBee芯片和MAC层协议基础之上，设计了一种适用于室内定位应用的，具有自组织、自维护、低时延、可灵活调整网络拓扑结构的高可靠高稳定性的无线传感器网络架构系统。同时，对基于无线传感器网络的RSSI的经典质心定位算法进行改进，通过贝叶斯模型和误差容忍技术，提高了定位的稳定性和定位精度。相关系统在实际医院运行中，取得了很好效果。7 一种基于RSSI室内定位系统的设计及其在精神病院的应用1.2基础技术1.2.1室内定位技术的信号类型（1）红外定位技术[4,5]红外定位是一种主要利用红外射线发射信号，再用光学传感器接收信号以实现定位的技术。尽管红外室内定位精度较高，但其信号穿越障碍物能力较差，仅能实现视距传播。红外发射器抗遮挡性较弱，实际部署时，为保证定位精度，在部署间距上需要极其严格，室内各处（如房间、走廊、通道等）都分别安装天线，密度增加价格亦增加。此外，红外线极易受外界灯光（如荧光灯、房间灯）干扰，只适合短距离无障碍传播，其精确定位局限性较大。（2）WiFi室内定位技术[6,7]WiFi是一种基于射频的室内定位系统，是由微软研发的，通过标准的802.11无线以太网，实现空间定位。其原理主要如下：AP的坐标信息数据库是定位的核心，其系统组成为位置坐标、信号强度等，以上信息可由处于局域网中的上位机对有效覆盖范围内的AP统一采集、传输和管理。综合待测物测算所得实时信号强度，以两两相邻为原则，计算位置坐标。但是，由于过分依赖数据库，定位数据的统计、计算过于复杂，出错率较高。（3）超声波室内定位技术[8]主要采用超声波的时延信号为原理来定位的超声波定位技术。该定位方式结构简单、定位精度较高，但是硬件成本较高，且易受非视距传播、多径效果影响。（4）射频识别定位技术[9,10]采用磁感耦合实现定位是射频识别技术的定位原理。采用该技术的定位系统，信号强弱度和坐标距离是定位的核心部分，可广泛用于识别控制领域。该定位技术主要优势如：操作简单、实施方便，受外界干扰较小，标签内容信息可重复编辑。修改，灵活性较强。但由于其定位方式主要是以参考标签的位置坐标为主，则受到标签的部署密度，位置坐标的准确性影响较大，且复合计算量也很大。（5）ZigBee室内定位技术ZigBee是近年来被大力推广的无线传感技术，类似于射频识别技术、蓝牙技术，它具有距离短、节点容量大、速率低等特点。该技术主要用于组成无线传感网络，亦可用于定位。该技术定位主要依赖其传感节点的两两交互通信。其中的传感装置耗能较小，采用接力式的传输方式两两交互无线电波数据，通信效率极高。8 一种基于RSSI室内定位系统的设计及其在精神病院的应用基于ZigBee的无线传感器网络主要包含：终端、协调节点、路由节点和上位机管理系统。路由节点和协调节点用于自组网，信息传输，终端主要用于接收相关信息上传和自身数据采集，上位机管理系统主要是人工界面，用于显示。1.2.2定位常见技术方法（1）无线电信号强度测距法RSSI是指在发射节点的信号强度已知的前提下，为得到有效距离，信号被接收后，强度被重新测量，损耗值则可以由此推算可出，最终利用相关算法计算出该节点的位置坐标。即，在理想情况下的信号强度计算公式如下：（1-1）其中，和分别表示接收和发射功率；只要已知参考节点和待测节点间距，结合公式即可计算出节点坐标，该情况仅适用于理想空间状态，而无线传感网的节点分布密度更是容易引发诸如非视距、多径传播、天线增益、反射等[14-16]造成传播损耗的行为。综上，该技术属于较粗糙的测距技术，精细度有待提高。（2）到达时间测距法[17-19]到达时间法，利用节点间的时间差计算距离，t为时间差，c为传播速度，则两节点间距离为（3）时间差测距法[20-22]到达时间差法，主要通过记录两两距离间不同信号通过的时间差，以计算收发节点间的距离，再结合相关定位算法计算得出待测节点的位置坐标。该算法实际应用中，多使用无线电信号、超声波信号来进行测算。只要引入两组以上的坐标，形成双曲线方程，即可得出待测几点的坐标。相较与到达时间测距法，该方法实现方法更简单、精度更高。同样的，该方法也易受到信号传播距离、避障效果、信号衰减等影响，且无法避免和解决传感网节点密集，通信距离短等问题，具体实施起来难度高、成本高。（4）到达角测距法[23,24]到达角法采用多接收器采集相邻两两节点发送信号的方向，以形成收发节点间的方位线，两两相交的点即为待测节点的位置。采用该方式，底层硬件设备设计较为复杂，且必须保证两两节点间的无障碍传输，无法适应无线传感网本身的复杂性。9 一种基于RSSI室内定位系统的设计及其在精神病院的应用1.2.3用于室内定位的无线传感器网络及特点无线传感器网络（WSN），为WirelessSensorNetwork的简称，是目前常见的室内定位的手段。WSN起源于二十世纪70年代，由于当时是越战时期，主要被应用在军事方面，如当时的远程战场传感器系统、海军协同交战能力系统以及分布式传感网等。现如今，其主要被推广应用的是自组网技术、智能感知技术等。如应用在智能交通、智能医疗等领域。无线传感网主要是通过自组网，进行数据采集、传输、处理。信息覆盖学科极广，如计算机技术、通信技术以及物联网传感技术等。无线传感网是一个自组织，动态多跳的网络，可在其节点覆盖的有效地理范围内，相互协作感知监测对象的相关信息，以实现用户命令。该网络本身除却自组织、规模大等特点，更是以数据处理为中心的高密度、高可靠、高精度的网络。可广泛应用于安防、环境监控、综合管理等领域。无线传感器网络本身具有以下特点：（1）网络规模大为保证监控区域信息获取的完整性、精确性，传感网在实际部署实施时会采用大量密集的部署传感节点，节点数量最高可达成千上万。且可以在保持大规模的同时，也兼具高容错性、高性噪比、信号覆盖均匀。（2）网络自组织传感网节点自我配置协调管理，可自行组成星型网、网状网、树形网等各种拓扑结构模式，自身标准的网络协议可自动监测数据，动态调整自身网络结构，有较强的自适应性。（3）动态性网络网络的拓扑结构动态、多变，可自动感知新节点入网、感知对象的移动性和灵活性，在网络节点发生故障时，自动调整网络结构，保证通信的正常进行。（4）高可靠网络网络节点通信的安全性和保密性较好，可防止监测数据被盗、兼具一定程度的容错性，节点的硬件设施需不易损坏、可以适应各种恶劣环境。10 一种基于RSSI室内定位系统的设计及其在精神病院的应用1.3基于RSSI测距研究动态[25]基于RSSI的测距算法较为简单、成本较低，只需对接收到的无线信号的强度进行判断，不需要其他任何硬件，即可计算得出收发节点间的距离。虽然基[26]于超声的测距算法定位精度较高，但是其硬件成本较高，比较不适用，因此，采用基于RSSI的测距最常见。定位算法的优化、测距技术的优化仍然是室内定位技术研究的主流。常见的[27][28]研究成果有：质心定位改进算法、区域细化的RFID优化算法、人员定位[29]的RSSI算法、WeightedCentroidLocalizationinZigBee-basedSensor[30][31][32]Networks、LQI的节点测距优化、RSSI的测距模型探讨、基于ZigBee[33]的测距研究等。加权平均法有利于消除该测距算法因外在因素造成的不规律或非正常因素[34]值。RSSI测距技术在实际应用中，容易发生多径消耗、障碍物消耗，绕射等[35]现象，致使定位发生误差，降低定位精度。在距离误差区域分析一文中提出[36]了一种新的空间定位算法ERSS，该算法不只计算简单，同时，在无硬件扩展[37]的条件下，仍可保持节点通信开销的稳定性。此外，仿真实验表明中也对基于RSSI测距算法的定位精度进行改进，同时，也提出了在传感器网络节点上应[38]用中即使是低硬件设施中，也可保证高精度、响应时间短、通信成本低等优势。[39]由于RSSI的测距技术的低成本、低复杂度等特点，可广泛被应用在定位[40][41,42]系统中，因此，也开展了一系列的深入分析和与研究，，提出了三种实验数据处理方式，并在基于ZigBee的硬件平台上进行实验，得到了三种数据处理方式的精度分析。实验结果表明，在消除环境因素的影响后，再使用高斯模型数据处理方式，测距精度最高。如：在近距离测距时，距离为20m时，精度可以在2m以内。[43]在RSSI的测距技术中，同时还分析、研究了多种信号强度指示器的测距[44]模型，再结合硬件CC2430芯片，同步进行软硬件测试，根据多组实验数据进[45]行分析得出，若先结合参考节点确定具体参数，再结合高斯模型的确定处理方法，可以大幅度提高该方法的定位精度。11 一种基于RSSI室内定位系统的设计及其在精神病院的应用1.4室内定位技术在医院的具体应用本课题的研究意义着重在于，实现定位技术在医院的具相关应用，尤其是在精神病人管理上的具体应用。引入室内定位技术，对于人员流动的掌控、资产调度合理性等方面起到优化效果。（1）人员集中管理医务人员因工作强度、地点及内容而广泛分散在医院各科室，如医院不能及时掌握医务人员的实时工作位置，常发生以下问题：¾资源浪费：每天花费大量时间、人力在寻找医务人员上；¾服务延迟：医护人员调度失衡，易贻误伤患抢救时机；¾服务效率低：病患信息获取不及时，效率低，存在医疗隐患。急诊人手紧缺时，后台终端上可通过人员管理系统，直接搜索查看到医务人员的实时位置，相关医务人员当下可直接接收指令通知，调度到所缺岗位。此外，若当前医护人员周转不开，亦可实时通讯，告知当前状况，一边管理中心及时安排其他相关人员及时到场，以免发生疏漏。引入该系统，医院也可根据自身管理办法，实现医院人员工作状态监管等，如：医生查房状态跟踪等。引入该系统的最终目的就是提供医护人员工作效率，提高医疗看护水平，降低医疗事故，提高医院管理水平。（2）移动资产监管医疗设备是医院经营正常进行的基础、是医院资产的重要组成部分。主要内容是是促进资产管理。确保经济责任分工，感知设备的位置，实现数量正确核算。其核心目标为充分发挥设备效能、提高设备利用率，最大限度调度资产应用的灵活性。在医院这类动态工作环境中，实时追踪移动设备的准确性，更是诊疗服务的关键。如在最紧张的抢救时，无法及时感知设备位置、不能及时找到医疗工具、适时调度设备等。医疗设备管理系统在设备离开正常工作范围，即可报警。此外，为提高系统的真实感、用户满意度，科学画面显示的方式，直接采用文字提示、屏幕闪烁、声音警报、限制出入等方式，全面保护固定资产。（3）特殊患者监控特殊患者监控主要针对医院内特殊患者，如严重疾病患者、婴儿、传染病患者、精神病患者等，通过对以上病患进行监控，以实现全方位保护，如可以划定特定活动范围，一旦超出范围或长时间无回应，则自动报警。可杜绝当前一系列12 一种基于RSSI室内定位系统的设计及其在精神病院的应用的婴儿偷盗事件、特殊病人走失等事件。1.5论文结构本系统以ZigBee的无线芯片为基础，通过构建企业级规模的无线传感器网络，实现一种以RSSI为基础的定位技术。结合贝叶斯模型、误差容忍算法，改良传统三角质心算法，实现了高精度的室内定位，并成功的应用于实践。本论文的创新成果有：本文在ZigBee的无线芯片和MAC层协议栈的基础上，根据无线室内定位技术，通过重新构建链路层和路由层的网络加入、网络路由等手段，实现了一种拓扑结构自适应的多级分层无线传感器网络，具有自组织、自维护、低时延、可灵活调整网络拓扑结构的高可靠高稳定性的特点，是实现基于RSSI技术的室内定位的充要条件。本文还开拓创新，在RSSI基础上，研发了基于贝叶斯模型的误差容忍算法大幅提高了定位精度。论文框架：第一章：对技术背景、现有问题进行了分析，关注应用领域、研究动态，对本文研究内容进行了简单的阐述。第二章：介绍了系统的总体设计与开发环境。分析基于CC2530芯片构建企业级无线传感器网的总体架构和组网过程。并对系统软件环境、对开发语言进行了分析说明。第三章：研究分析了企业级室内无线传感器网络的构建方法。在传统ZigBee协议MAC层的基础上，对链路层和路由层，进行了改造设计，实现二级树形网络结构，具有良好的规模可扩展性。同时能提供较低功耗的网络运行，适合于室内大规模定位网络的构建。本章以网络中继器为例，对网络和协议设计进行了详细分析，并对链路层CSMA/CA算法的参数进行了实验调优。第四章：旨在大幅度提高定位精度，将理论与实践相结合，全面研究整合RSSI算法、误差容忍算法和贝叶斯模型的优缺点，相互融合，相互渗透，进行算法改良，使三者优缺点相互补充，将信号传输模型与传感网络节点有效拼接关联，确定两者间的相对关系，有效降低定位误差。第五章：实现定位算法的优化改造，阐述硬件层无线传感网的构建方法，构建了一套专门针对精神病人的室内定位监控系统。第六章：对现有的室内定位系统中漏洞进行总结，对未来可能的发展方向进行展望，结合医院发展规划，深入挖掘拓展深入应用讨论。13 一种基于RSSI室内定位系统的设计及其在精神病院的应用2系统总体框架和开发环境基于室内定位的位置服务应用需求越来越多，高定位精度算法被深入研讨，而网络作为硬件基础更是越发被重视，尤其是自组织的无线传感网的组网模式、路由算法、网络容量等都得到认可和推广。无线传感网本身具有很多优点，如成本低，组网灵活方便，再结合基于RSSI测距技术，实现室内定位。本文设计并实现了一个以ZigBee射频芯片为基础，通过协议栈的重新改造和设计，组成一个企业级的室内无线传感器网络，并以此网络作为基础，采用贝叶斯模型和误差容忍算法，对经典RSSI质心算法加以改造，实现企业级的室内实时定位。2.1应用场景本课题设计的定位系统，以无线传感网为基础，稳定性和扩展性有一定保证，能较好适应医院运营规划，尤其是精神病人管理方面的应用，也可根据医院实际需求，扩展类似于医疗设备跟踪等相关应用，实现医院高品质看护、资产保护的实质性的效果。除了医疗领域外，系统的相关功能还可以扩展到其他领域，诸如老人监测、监狱监管、特殊人员（如：精神病患者）监管。室内定位技术的快速发展完全是应目前越来越大的市场应用需求而生，需求与发展总是相辅相成、相互促进，技术领域的不断创新必定成为全世界关注的焦点。2.2整体架构整个系统的框架图见图2-1所示。其中定位模块利用自组网特点自行组成多级传感网络，是室内实时定位的硬件数据采集平台，更是整个系统的底层建筑；作为上层建筑的数据服务层主要负责数据传输控制处理，是软件层面的核心，是所有定位数据的汇总；而为对第三方开放接口，增强系统的可扩展性，再增加外部系统接口层，以上三者组合成大系统，共同作用、分工协作。14 一种基于RSSI室内定位系统的设计及其在精神病院的应用客户端数据服务模块外部系统接口模块定位模块定位中间件多级自组网络硬件层图2-1系统框架图Figure2-1SystemDiagram2.2.1多级自组无线传感器网络模块传感网络硬件组成模块采用工作在2.4GHz频段ZigBee技术的芯片，两两之间组建网络，相互通信获取定位信息等行为都是由该芯片完成。芯片在不同场景可以被设置成不同的角色，多分为四种。如作为网络中组网的倡导者的协调器也是依靠该芯片发起组网命令；芯片组成的中继器和基站（触发器）是组网的路由核心；而作为自身定位数据采集的腕带/标签，更是可以根据各种应用场景设计成不同形态。（1）协调器协调器具有网关功能，是传感网与局域网的媒介，主要用于控制楼层所有中继器、触发器、基站设备。（2）中继器网络中继器主要用于扩展网络的覆盖范围，转发触发器或者基站的数据到网络协调器。（3）触发器/基站网络触发器和基站是网络通信稳定的基本保证，自主入网和出网行为可依靠自身调节配置功能，自行增减。通过自组织的方式，上电自动寻找网络协调器实现多级组网。接收各类硬件报警数据的基站，还与协调器交互，实现信息的汇聚，触发器15 一种基于RSSI室内定位系统的设计及其在精神病院的应用除了兼具基站的功能，还具有触发激励的功能，可以对关键区域进行控制。（4）腕带/标签腕带属于网络中的终端设备，一般不参与网路组建，但是具备一定的通信功能，其内置的网络芯片协议设置比较简单特殊，没有添加路由协议，不具有消息转发，只有单向通信功效。2.2.2数据处理流程图2-2为多级自组网数据相互关系图。（1）定位请求和定时回收RSSI数据装置同步进行，且两种行为均有终端装置发起。（2）为获取和汇总RSSI数据，基站同步接收终端发出的数据和请求，并给予相应处理。（3）基站除了对终端发送的请求进行响应外，还兼具RSSI值的格式转换、计算筛选的功能，需要挑选出最适合的数据，以消除不需要的误差，提高数据的精细度和准确性。（4）经过基站仔细筛选得出的数据，将在有效时间内被再次转发汇总给终端，终端需要同步更新数据，同时，结合自身相对距离，对RSSI数据的序列进行重新优化。（5）经过优化的数据需要再次经过计算，最终必须以报文的形式上发，报文内容包含了经过计算的待测点坐标。（6）基站将该定位信息打包，再通过协调器上发至上位机，即可。图2-2多级自组网络数据流图Figure2-2mutilevelself-buildnetworkdataflowdiagram16 一种基于RSSI室内定位系统的设计及其在精神病院的应用软件层面采用.Net分布式体系架构，定位算法以RSSI为基础，开放式多样化的通信协议，对消除不稳定因素及网络宽度深度容量上也有较大帮助。同时，为消除终端反复的入网、出网所造成的庞大数据占有量，特解放标签，只参与数据传输，不作为网络路由使用。2.2.3数据服务层服务接口、各应用定义式服务模块和定位系统中间件三大块共同组成数据服务层，成为上层软件数据处理的核心，详见图2-3所示。各应用定义式服务模块是数据服务层重要的组成部分，是终端数据的处理的加工厂和任务分配指挥中心。其主要组成有：（1）地图处理：包含地图导入、地图初始化、定位数据显示等；（2）网络服务：如网络设备管理、网络流量管理等；（3）系统配置：主要实现系统设置；（4）复杂事件处理：事件定义（如报警事件等）、事件分发、事件存储等。（5）报表生成：报表模板定义、报表统计等。图2-3数据服务层架构图Figure2-3Dataserviceslayerarchitecturediagram17 一种基于RSSI室内定位系统的设计及其在精神病院的应用2.2.4外部系统接口模块以可持续发展为原则，以医院实际规划与日常习惯为出发点，整合医院现有信息化系统和产品，开放接口与现有产品融合，共同为医院正常运营服务。深入分析探讨医院管理流程，遵循数据共享原则（如病人资料共享、医嘱用药共享、病人护理方式共享等），旨在设计出一个可支持各种HIS系统接入的通用接口，亦可考虑做成类似于可插拔式的接入平台。2.3本章小结本章详细分析了基于ZigBee芯片和MAC层协议，重新构建企业级无线传感器网络及在此基础上的室内定位系统的总体设计思路和系统组成架构。具体网络构建方法，定位算法改进会在后面章节进行详细阐述。18 一种基于RSSI室内定位系统的设计及其在精神病院的应用3企业级室内定位无线传感器网络的组建标准ZigBee协议在定位系统的实际运用中，会存在诸多问题。一方面，标签会不断的执行“入网——出网——再入网”，标签功耗较高问题；另一方面，由于标签的动态运动，致使数据在上传过程中需要反复选择路由路径，增加额外负载，造成网络传输数据效率降低等诸多问题。本章所要解决的技术问题是提供一种适用于室内定位应用的较好的企业级无线网络系统，如具有自组织、自维护、低时延、节点规模可扩展性等。3.1自适应分层无线传感器网总体架构本文提出的这种基于室内定位拓扑结构自适应的无线传感器网络架构属于多级自组网络范畴，在IEEE802.15.4MAC层协议上开发的，主要由终端、基站、触发器、中继器和网关协调器组成，网络系统架构图见附图3-1所示。终端为数据的发送端，负责实时上传定位对象数据，无需入网，直接发送广播数据给触发器和基站。基站负责终端位置坐标数据采集，执行入网流程传送到上一级设备，以作为定位数据来源。触发器负责终端触发数据采集，入网上传，用以纠正、辅助定位，提高定位精度。中继器负责将触发器和基站采集的数据转发至网关协调器，并向下维护触发器和基站等设备。网关协调器主要负责网络的建立和维护下一级的设备，确保其子节点丢失或发生故障时，在第一时间报警，并转发上传数据至上位机。本网络的建立采用自组织设计，设备上电后，网关协调器首先检测当前信道是否存在其他网络，若有，则选择不同与当前网络的ID建立网络。基站、触发器、中继器则根据系统设置的信标载荷值区分界定拓扑结构，即星形网或树形网，再通过比较数据链路质量自行选择当前信号最好父节点，申请加入网络组成单级星形网络或者多级星形网络。中继器采用拆分式设计，可根据室内规模大小自行调整选择，即仅使用一套程序网络拓扑则可以在星形、树形网络间自由切换，且保证组网，维护和数据的兼容性。19 一种基于RSSI室内定位系统的设计及其在精神病院的应用网关协调器中继器中继器中继器触发器基站触发器基站触发器基站终端终端终端终端终端终端终端图3-1网络架构组网形式示意图Figure3-1TheTopologyofWSN多级树形网络架构更多涉及功耗控制和数据转发效率，把固定节点（基站、触发器、中继器和网关协调器）和移动节点（终端）分开，移动节点不入网，不接收网络消息，可以有效降低功耗。其次，网络层只剩下固定节点，则可固定数据转发链路，减少路由动态选择带来的额外带宽占用，提高数据转发效率。对于覆盖面积不大的小形区域，基站、触发器和网关协调器组成星形网即可，若覆盖面积较大，则增加中继器作为中转设备。多级树形网络架构图见附图3-1所示。室内定位系统中数据传输大都是单向，网络维护可采用“签到机制”。在单级星形网络中，基站或触发器若在单位周期内没有转发任何数据，则需向网关签到。若网关在系统指定时间内未收到基站和触发器任何报文，则认为其丢失。如果基站和触发器反复尝试，仍无法与其父节点通信，则重新执行入网流程。在多级网络中，维护机制由网络中各级父节点发起，主动维护各子节点设备。采用该维护机制具有以下优势：（1）固定节点硬件没有问题，或处于有效射频范围内，则不会出现节点丢失现象；（2）节点硬件存在故障或者处在有效射频范围外，则极短时间内发布报警信息；（3）维护机制是单向通信，不影响网络数据传输速率。中继器是本系统重要的数据中转设备，除采用可拆分兼容式设计外，也兼具20 一种基于RSSI室内定位系统的设计及其在精神病院的应用数据融合，数据存储转发功能。中继器主动分析定位数据来源，并将其分为3类：（1）基站或触发器自身网络维护信息、配置回复报文等数据，收到则立即转发；（2）终端报警数据，由于终端上传数据采用广播方式，则存在多个基站或触发器同时上传转发现象，中继器则采用同类数据融合机制，过滤重复信息立即转发；（2）终端定位数据，也是广播模式，数据较多且对定位精度影响较大，中继器则采用存储转发机制，有效判断相关有效数据量，统一收集再转发。3.2无线传感器网络组网过程网络初始化、参考节点（网络触发器/基站）加入网络是组建一个完整的多级无线传感器网络两个重要步骤。3.2.1网络初始化协调器是网络建立的召集者，其充要条件为：（1）节点可承担网络中任一角色，支持完整IEEE802.15.4MAC服务。（2）节点在网络中地位的绝对性，有且只有一个，事先不是任何网络中的一员。具体步骤如下：（1）协调器设定采用限时扫描方法确定协调器的网络角色，信标的有无即可判断，有则不符合网络发起者角色，无则身份确立，具备建网资格。（2）进行信道扫描信道扫描主要包含两个过程：主动扫描、能量扫描。能量检测扫描尽可能避免可能存在的干扰，一般会针对默认或指定信道进行能量检测。首先会对待测的能量值进行排序，多采用信道递增方式，尽可能过滤超出能量值范围的信道，选择有效范围内信道，并将其标注为可用信道。经过能量检测扫描后，再开始主动扫描，在有效节点通信半径内搜索相关网络信息，并将该信息进行网络广播，具体采用信标帧的形式，以便找到最优、最安静、较好的信道。最优信道一般具有特点为无多级传感设备，或尽可能参与最少的网络。（3）设置网络ID和网络地址模式选择最优信道后，协调器会选定一个ID值作为该网络的网络标识符，该值有且必须是唯一的，不会冲突其他网络，此外该值不可以作广播地址。网络标识符的获取方式可以先侦听周边网络ID，以防发生冲突，当然也可人为设定该值，以防冲突。多级无线传感器网络包含16位短地址、64位扩展地址两种模式。该地址是设备标识的唯一的关建值，多由IEEE分配。目前多级无线传感网均用短地址通21 一种基于RSSI室内定位系统的设计及其在精神病院的应用信，短地址为0X0000多用于协调器配置。在应用于网络中时，设备标识多是由短地址分配，新节点入网时，父节点则会自动分配该值，通信方式采用短地址方式。按照以上步骤，即可完成多级无线传感器网络的初始化工作。初始化后，则是组网的开始，节点的不断加入。节点入网必定会择优选取协调器作为父节点，如选择有效范围内信号最好的，入网获得短地址后，即可正常进行数据的收发，没节点内置的闪存中会自动存储地址、网络拓扑结构关系等。3.2.2基站/触发器入网网络发起者确定后，最先进入网络即为基站，只有先建立连接，才可进行数据的发送、接收。为与协调器节点建立连接，需先提出连接请求，协调器节点会先判断是否可以建立连接，如请求通过则响应该链接。主要按照一下步骤进行：（1）查找协调器节点参考节点通过主动扫描方式搜查周边协调器，在有效期限内，一旦发现信标，则自动获取网络信息，向协调器发送请求连接，请求通过进入网络后，MAC层将接收上层指令，对其物理层、MAC层的网络ID的PIB的属性自动配置。同理，若没检测到协调器信息或请求失败，节点会在一段时间后重新进行扫描。（2）发送关联请求命令参考节点扫描到协调器后，先发送关联请求，协调节点为表示收到请求，会立即回复参考节点确认帧时，也会同步向上层申请连接原语。上层收到通知后，参考自身资源利用情况，判断是否接受请求，并发送关联响应至MAC层。（3）等待协调节点处理参考节点收到协调节点回复帧后，则开始等待协调节点连接响应通知。如在设定时间内，收到响应通知，则上报上层。协调器资源充足时，在回复响应时直接分配短地址，标志连接通过可成功连接，即可正常通信。反之，资源不足时，需重新发送入网请求，则已立即通过，可成功入网。（4）发送数据请求命令在有效响应时间内，协调器节点同意入网请求，则发送关联响应回复指令，同时存储该指令。如超出响应时间，参考节点再次发送请求，协调器直接将存储的指令直接回复。（5）回复确认当接收到关联响应指令后，为确认已接受到命令，立即回复确认帧，同时保存收到的短地址、扩展地址，并通报上层成功入网信息。22 一种基于RSSI室内定位系统的设计及其在精神病院的应用3.3中继器详细设计作为网络数据的中转站，中继器处于网络的中间层、输入的数据主要来自网络终端设备NED（NetworkEndDevice），也有可能来自其他中继器NR（NetworkRepeater），中继器不对数据的格式做检查，收到数据转发给自己的父节点。主要功能包括数据链路的选择与建立，数据的转发和数据链路的维护。中继器工作在两个信道，最大可以转发的节点数为4个。中继器主要用在网络协调器NC（NetworkCoordinator）和NED因为距离远导致的信号覆盖不到彼此而无法通信的情况下，中继器的使用需要NC已经建立网络并且允许子节点入网。3.3.1中继器体系架构和模块划分中继器基于IEEE802.15.4标准，在MAC层基础上实现网络层组网通信，在应用层实现数据发送调度，详细体系架构如图3-2所示。ApplicationMaintainBuildLinkUseLinkLinkMaintainModeMACPHYCC2530图3-2网络协议栈设计Figure3-2NetworkProtocolStack其中，PHY和MAC使用TIMAC提供的协议栈，在此基础上，通过BuildLink模块建立通信链路，UseLink模块收发数据，MaintainLink维护链路的有效，这三个模块也组成简单的网络层。应用层主要实现中继器的应用功能，例如数据格式的检查，报文的封装等。MaintainMode不同于MaintainLink模块，Maintain23 一种基于RSSI室内定位系统的设计及其在精神病院的应用Mode模块可以直接和下层通信，获取各层的状态，提供错误信息。中继器从整体划分，可分为TIMAC模块，NWK网络层模块，Application应用层模块和MaintainMode模块。TIMAC模块提供射频的驱动操作接口，信道的接入功能和相应的管理和通信接口。NWK网络层模块可划分为3个子模块，BuildLink，UseLink和MaintainLink模块，BuildLink模块向下通过MAC层接口调用MAC层原语实现网络链路的建立，向上提供操作接口并返回相应的状态信息；UseLink模块向下操作MAC层的数据通信接口向上提供操作接口并返回相应的状态信息；MaintainLink模块通过定时器实现网络维护的“心跳”报文发送并通过UseLink模块的状态决定链路的质量，在链路失效的情况下调用BuildLink模块重新建立网络。Application应用层模块向下操作NWK模块实现组网，通信，数据缓存发送，失败重发的功能。MaintainMode管理模块提供对其他模块的维护操作，通过MaintainMode可以修改中继器的网络信息，获取数据发送的状态，buffer的信息。3.3.2处理流程中继器上电初始化完成之后会执行链路建立流程，首先会执行主动扫描寻找NC，收到NC的回复的Beacon后，选择一个信号最好的发送关联请求（Associate.Request），如果关联成功启动定时器定时向NC发送“心跳”报文。如果关联失败重试，如果重试4次仍未关联成功则重新执行主动扫描获取Beacon。链路建立处理流程如图3-3所示。24 一种基于RSSI室内定位系统的设计及其在精神病院的应用PowerOnActiveScanGetBeacon?AssociateReqSuccessRetrys>4?Start“heartbeat”timer图3-3链路建立处理流程Figure3-3LinkConnectFlow当中继器建立上行数据链路后，会等待子节点关联从而建立下行数据链路。子节点关联流程和中继器入网流程类似，在第一个子节点关联到中继器后，中继器会开始对子节点进行维护，流程如图3-4所示。25 一种基于RSSI室内定位系统的设计及其在精神病院的应用FirstAssociatedStartTimerNoTime’sup?YesCheckNodeNoGetLose?YesExecuteMaintaince图3-4中继器子节点的维护流程Figure3-4SubNodeMaintainControlFlow中继器在建立了上行链路和下行链路后，就可以转发子节点的数据到父节点。中继器收到数据后会首先判断是否建立了传输链路，如果没有建立则结束流程，如果建立了链路则会判断收到包的发送者关系，如果发送者为父节点则对包进行格式检验并且把回复的数据放入缓存，如果为子节点则放入缓冲区。在放入缓冲区之前先判断缓冲区是否溢出，如果没有溢出则放入缓冲区，之后判断是否缓冲区只有一包数据（这里为了防止重复调用发送函数导致协议栈出错）。如果只有一包数据则调用Data.Req发送数据，发送完成后会收到Data.Cnf指示发送状态，失败则重发，如果成功则判断缓冲区是否有更多的数据需要发送，如果有则发送指针指向下一包数据发送。数据转发流程如图3-5所示。26 一种基于RSSI室内定位系统的设计及其在精神病院的应用Data.IndNoLinkBuild?YesNoFromChild?YesDataCheckYesBufferFull?NoStoreinBufferNoOnlyOne?YesData.ReqData.CnfSuccess?YesNoYesEndGetMore?NextPacket图3-5数据转发流程Figure3-5PacketForwardFlow系统从整体可以分为未连接状态（Ulink_State），建立上行链路状态（UpLink_State），建立下行链路状态（DownLink_State）和监听状态（Listen_State），具体如图3-6所示。27 一种基于RSSI室内定位系统的设计及其在精神病院的应用Listen_StateBuildingUpLink_StatUpLinkeUpLinkUlink_StateNEDBrokenLoseNEDAssociatedSystemResetDownLink_State图3-6网络系统整体状态图Figure3-6NetworkStateFlow系统上电后处在Ulink_State，通过主动扫描和关联请求建立上行数据链路，成功后进入UpLink_State。之后等待子节点入网，当有NED关联入网成功后进入DownLink_State，当上行链路和下行链路同时建立时系统处在Listen_State，只有在Listen状态下才可以进行正常的数据转发。当子节点丢失后回到Uplink_State等待子节点重新关联，当上行链路丢失或者系统复位的时候回到Ulink_State重新建立数据链路。3.3.3状态管理模块运行状态机分为BuildLink模块，UseLink模块和MaintainLink模块三部分，状态机分别如图3-7所示。Don'tGetBeaconAssociateFailureGetAssociateIndSuccessSuccessActiveScanAssociate.ReqListenStateCan'tAssociateLoseUpLink图3-7模块运行状态机Figure3-7RunStateFlowBuildLink模块状态机如图3-7所示，在ActiveScan状态会执行主动扫描，28 一种基于RSSI室内定位系统的设计及其在精神病院的应用如果主动扫描获得网络信息则进入Associate.Req状态执行关联请求，如果关联成功则进入ListenState表示建立上行链路，在ListenState状态如果收到其他节点的关联请求则建立下行链路。当上行链路丢失会回到ActiveScan状态从新建立上行链路，在ActiveScan如果没有获取网络信息则继续重试。在Associate.Req状态如果关联请求失败则重试，如果反复重试依然无法建立链路则返回ActiveScan状态重新获取网络信息。DataReqBuffernotEmptyData.CnfFailure图3-8UseLink模块状态Figure3-8UseLinkStateFlowUseLink模块状态机如图3-8所示，如果Buffet不为空则调用Data.Req发送数据，执行Data.Req后会进入Data.Cnf状态。如果Data.Cnf状态为失败则返回BuffernotEmpty状态重发数据，否则Buffer清空。Timerisn’tupTimerisupLinkisinvalidExecuteActiveLinkCheckLinkMaintainLinkisOKReactiveLink图3-9MaintainLink模块状态机Figure3-9MaintainLinkStateFlowMaintainLink模块状态机如图3-9所示，链路建立后MaintainLink模块便开始执行，首先会处在ActiveLink状态，在AcitveLink状态启动一个计时器Timer。当Timer时间到了便会进入CheckLink状态检查链路，如果链路无效则进入ExecuteMaintain执行链路维护。当链路被修复便进入ActiveLink状态。3.3.4存储结构设计中继器基于TIMAC协议栈，其中协议栈使用Flash空间42530字节，使用29 一种基于RSSI室内定位系统的设计及其在精神病院的应用RAM空间4269字节。中继器程序使用的存储数据结构主要包括数据发送环形缓冲区和子节点维护表。如下所示：/*RingBuffer*/#defineTX_MAX_QUEUE_PACKETS5#defineTX_MAX_PACKET_LENGTH110typedefstructmTxDataBuffStr_Tag{uint8dataBuf[TX_MAX_PACKET_LENGTH];uint8length;uint16shortAddr;}mTxDataBuffStr;typedefstructmRingBufferStr_Tag{mTxDataBuffStrRingBuff[TX_MAX_QUEUE_PACKETS];uint8RingBufCtr;uint8RingBufInPtr;uint8RingBufOutPtr;}mRingBufferStr;其中，UseLink模块可以访问RingBuffer，BuildLink模块可以访问其他数据结构。/*StructurethatcontainsinformationaboutthedevicethatassociateswiththeRepeater*/typedefstruct{uint16devShortAddr;sAddrExt_tdevMacAddr;uint8dsn;uint8checkCount;uint8loseCount;}msa_DeviceInfo_t;/*Listofshortaddressesthatthecoordinatorwillusetoassigntoeachthedevicethatassociatestoit*/uint16msa_DevShortAddrList[]={0x0001,0x0002,0x0003,0x0004,0x0005};/*thisstructureisusedforrecordthePAN_IDduringassociation*/typedefstructmAssRecord_Tag{uint16targetPANID;uint8F_value;}mAssRecord;30 一种基于RSSI室内定位系统的设计及其在精神病院的应用3.3.5错误处理容错设计主要体现在三个子模块上。对于BuildLink模块在建立链路的每一步失败的处理保证程序不会卡死在其中环节。对于UseLink模块的容错设计包含RingBuffer的操作和Data.Cnf错误处理，保证数据不会在Buffer溢出并且发送错误可以根据错误信息进行重发或者丢弃。对于MaintainLink模块的容错设计体现在父子节点的信息同步处理，保证不会因为父子节点的信息不同步而导致错误。出错信息包括TIMAC协议栈提供的confirm原语的错误信息和中继器状态查询输出的运行状态。3.4网络CSMA/CA参数优化实验通过对定位传感器网的网络抓包分析，发现信道碰撞率在标签数目比较大时（标签数目为30个时，网络信道即24信道碰撞率为13%，标签信道即25信道碰撞率为6.5%）维持在较高值，向信道报文的发送采取的是CSMA/CA算法，因此我们考虑是否可以通过优化CSMA/CA参数以降低信道碰撞率。3.4.1理论分析CSMA/CA算法是无线网络发送数据时的通用算法。其原理是先检测信道是否被占用，若信道空闲就发送数据，若信道被占用则等一会儿再进行检测，若还是检测到信道被占用，则再等待，等待到一定时间后再次检测信道，若检测数次后信道仍忙，则认为发送失败。其中等待的时间用退避时间来描述，与此相关的一个参数是退避指数BE，等待的次数由退避次数，即BN来描述。CSMA/CA算法的流程图如图1所示。其中单元退避周期在2.4G下为320us。当网络中有多个节点要发送数据时，会检测信道，若此时信道空闲，则会同时发送数据，从而会造成信道碰撞，产生错误的报文，因此应尽量减少多个节点同时检测信道的情况发生。由此在算法中的体现是：当检测到信道忙后，会随机退避一段时间，若有多个节点退避，则不会退避相同的时间而造成再次碰撞；退避次数NB每增大一次则退避指数BE+1，即退避时间随着退避次数的增大可选范围越来越大，退避时间相同的概率越来越小。在此系统中，退避次数最多为5次，即NB<=4，不会无限次继续监测；BE不能大于给定的macMAXBE，即延时等待时间不会无限增大，从而造成另一方面信道利用率降低的情形。31 一种基于RSSI室内定位系统的设计及其在精神病院的应用流程已经确定，我们需要做的是根据实际情况找到合适的参数macMINBE和macMAXBE，也就是说我们可控制的部分就是BE的范围，我们需要找到合适的BE范围以降低碰撞率。本例中CSMA/CA算法用于ZigBee网络中节点发送数据时，采用的算法，若网络中节点个数少，则发送报文的总数会减少，造成信道碰撞的概率肯定会减少；若网络中的节点数目增多，发送报文的情况增多，造成信道碰撞的情形会增多。因此我们需要弄明白网络的状况、节点的信息：如节点个数，节点种类，发送的报文类型等，然后进一步找相关制约因素，从而优化参数。实验区定位网络中有2个网关、18个触发器、参考节点（无），15个标签。网关、触发器、参考节点通过24信道传递报文，获知网络设备的状态。触发器转发标签触发报文，定位报文，心跳报文至网关，网关将其转发至上位机。将标签进行了脱离网络的处理，它上发触发报文，定位报文都是通过25信道而不是通过网络信道24信道。标签触发报文较多时，这就造成了触发器接收标签触发报文的时候处于25信道，此时网关通过24信道发下行报文给触发器时找不到触发器，造成报文丢失。另外，多个标签同时上发触发报文时，造成信道碰撞，产生错误数据包。实验区定位网络可能处于四种不同的状态：未组网状态、半组网状态、组网完毕但触发器等没有数据转发而发送心跳报文状态，组网完毕有数据转发状态。触发器入网后才能转发数据，因此触发器上电后，首先的操作是入网操作。触发器首先发送beaconrequest命令帧，协调器接收到触发器的beaconrequest命令帧后，将自己的MAC地址包含在BCN帧中发送给该触发器，触发器接收到后发送Associationrequest及DATArequest命令帧请求入网，协调器接收到后发送给触发器的网络短地址及连接状态的ShortAddrAssoc.status命令帧，触发器接收到后以分配的短地址发送数据，此时入网成功。但是有时触发器由于天线性能不良等原因，掉网后不断申请入网，具体表现为报文中不断有同一源地址发送的Associaterequest及DATArequest命令帧。未组网状态下，触发器发送入网请求的报文，上述过程中的几种报文都会出现，但是没有数据报文。半组网状态下，有入网请求的报文，也有数据帧的报文。组网完成但没有数据转发的情况下，只有心跳报文。组网完成有数据转发的情况下，报文为触发报文、定位报文等数据报文。如图3-10所示。32 一种基于RSSI室内定位系统的设计及其在精神病院的应用报文准备发送NB=0,BE=macMINBEBE在（0，2-1）个单元退避周期中随机延时一段时间CCA是发送报文信道是否空闲否BE=min(BE+1,macMAXBE),NB=NB+1否NB>4是发送失败图3-10报文发送退避流程Figure3-10PacketSendingFlow3.4.2实验过程（1）网络抓包过程先配置网络抓包环境，将Sniffer通过Debugger连接至PC，打开网络抓包软件Packetsniffer；然后将Packetsniffer中信道配置为网络信道0x18，对网络数据进行抓包分析，等待到有足够的数据后停止抓包。（2）报文分析33 一种基于RSSI室内定位系统的设计及其在精神病院的应用所获得的报文已存储在文件“网络信道抓包”中，此文件需要用Packetsniffer打开。报文总数：17663；错误报文数：2047；则碰撞率r=2047/17663=11.6%。（3）报文种类数据帧DATA：15报文、25报文，还有较短的报文触发器发送的心跳报文；由于触发器发送数据时有两种机制：立即发送和接收到一部分数据时存储起来等到一定数量再发送。因此Sniffer接收到的报文中，MACPayload数据量有的很小，如心跳报文的MACpayload仅有6个字节；MACpayload数据量有的很大，最大的为106字节，是1条15报文和5条25报文同时发送的。命令帧CMD和BCN帧：通过对这两种帧的分析，可以理清触发器的入网过程，由于设置1个网关只能带8个触发器，而办公区网络中有18个触发器却只有2个网关，因此有的触发器不能入网，通过观察报文也发现一直有重复发送入网请求的报文。（4）参数计算网络节点发送完报文后会释放信道，其占用信道的时间影响对退避时间的计算，因此我们需要计算出节点发送报文的时间。由于2.4G的传输速率为250Kb/s，报文的长度在一定的范围内，我们可以计算出发送报文的时间。最短的为心跳报文MACpayload为6个字节，加上MAC头，再加上PHY载荷，报文长度为21字节，则其发送时间t1=21*8/250Kb/s=0.672ms。最长的报文为接收存储一定数量后再发送的报文其MACpayload为106字节，加上MAC头，PHY载荷，报文长度为122字节，则其发送时间t2=122*8/250Kb/s=3.904ms。则退避时间应该维持在0.672ms与3.904ms之间,即0.6772ms<=(2BE-1)*320us<=3.904ms，得出10)(4-12)RSSIii⎜⎟numi⎜⎟⎝⎠E其中RSSIi表示待测点关于固定信标节点的iRSSI数学期望，num表示经过num过滤后的有效节点个数。i为0则表示该信标节点无有效值，即该信标节点到待测节点的无线信号存在异常，该信标节点测量值不符合高斯分布模型，在计算过程中舍去该信标节点。高斯滤波后获得的信标节点的估计RSSIi值，根据公式(4-3)，RSSI和lgd近RSSI,lgd似看作线性变化，通过多组信标节点之间的值对，利用最小二乘拟合的方式，可以获得系数A，n的最优估计值。4.2.3误差容忍的质心算法质心定位算法计算目标节点，需利用至少三个已知节点坐标，以多圆相交模型为依据计算。但是，由于测量环境的复杂性，估计值与真实值之间必然存在误差。本文引入误差容忍系数，将误差控制融入位置计算过程，控制环境渐变引起的测量误差。示意如图4-5所示。41 一种基于RSSI室内定位系统的设计及其在精神病院的应用图4-5误差容忍算法示意Figure4-5ErrorToleranceAlgorithm在图中，A，B，C，D，E表示信标节点，P表示待测节点真实位置。已知P接收到信标节点A的测距为d，那么P相对信标节点A点的估计位置，落在以A点为圆心，半径为d+Δd的同心圆内。对于接收到的每个有效信标节点，获得一系列类似的同心圆。所有同心圆相交的部分即为P点的估计值范围，使用最小二乘法获得P点的最优估计值。（）x,y具体的算法计算如下：假设n个有效的固定信标节点坐标分别为11，（）x,y（x,y）（x,y）(,)xy22，33，…，nn，它们到待测节点的距离分别为ddd，，，…，d123n，假设所有信标节点误差容忍度相同，令其为与距离无关的Δkd，则质心计算方程变化如下：2222222⎧⎫()xx−+−=11()yyd1⎧()xx−+−=±11()()yyd11Δkd⎫⎪⎪⎪⎪2222222⎪⎪⎪⎪()xx−+−=22()yyd2⎪⎪()xx−+−=±22()()yyd21Δkd⎪⎪⎨⎬⇒⎨⎬(4-13)⎪⎪MM⎪⎪⎪⎪2222⎪222⎪⎪⎪⎩⎭()xx−+−=nn()yydn⎪⎩()xx−+−=±nn()()yydn1Δkd⎪⎭公式（7）中的第一个方程开始到第n-1个方程分别减去最后一个方程，由2ΔkΔkΔk于误差d容忍度一般较小，d的二次项d为零，得方程组如公式（4-14）所示。42 一种基于RSSI室内定位系统的设计及其在精神病院的应用222222⎧⎫xx111111−−−+−−−nnnnnn222()xxxyy(yyydd)≈−±−Δ(ddk)d⎪⎪222222⎪⎪xx222222−−−+−−nnnnnn222()xxxyy()yyydd−≈−±()ddk−Δd⎨⎬(4-14)⎪⎪M⎪⎪222222⎩⎭xnnnnnnnn−−−−−−111111−−xxxxyyyyyddddk222()−+−−()−≈−±nnnnd()−Δ变换为形式为AXb=的线性方程组，其中⎡⎤22()()xx11−−nnyy⎢⎥A=⎢⎥M，⎢⎥⎣⎦22()(xnn−−11−−xynny)222222⎡⎤xxyydd11−+−+−±−Δnnn12(ddk1n)d⎢⎥222222⎢⎥xxyydd22−+−+−±nnn22()ddk2−Δndb=，⎢⎥M⎢⎥⎢⎥x222222−+−+−±xyydd2()ddk−Δ⎣⎦nnnnnn−−11−1nnd−1⎡⎤xX=⎢⎥⎣⎦y令N为k−1维随机向量，且NBA=−X，利用最小二乘法，X应使得向量误22Qx()==N|BAX一|Qx()XX最小。对关于的导数近似为零，求得待测节点的估计：Xˆ=()AAABTT−1(4-15)4.2.4贝叶斯模型监测环境在RSSI实际测距中，路径损耗指数等参数，会随着环境等因素剧烈变化，n结合RSSI测距模型和误差容忍质心算法，引入贝叶斯模型监测系统偏差，通过比对贝叶斯预测值和测量值，可以获得动态跟踪环境量的变化情况，使测量模型保持动态稳定，克服环境改变引起的误差。算法如下：采用多次测量取平均为原则，以概率论为准则，实现算法优化。每次测量值记为Zi，记录每一次的测量值，所有测量值集合为Zki=={Zi，,k12，L,k}。目标X物坐标值记为k，根据概率论原理，该值无限接近该集合，概率可记为pZX(|)pZX(|)pZX(|)kk，由此可以知道kk−1和kk可分别认为是先验概率和后验概率。两者不可分割，先验概率是后验概率的基础数据，后验概率为前者的修正值。Zki=={Zi，,k12，L,k}将呈正态分布的代入贝叶斯公式，见公式4-16所示：43 一种基于RSSI室内定位系统的设计及其在精神病院的应用pXZ(|)(|)(|=pZX×pXZ)(4-16)kkkkkk−1pXZ(|)X=(,)xyX=(,xy)并且易得：先验概率kk−1，设k，kk−11−−k1，计算公式如下：2()Δx11−2pXZ(|)=e2δ(4-17)kk−1δπ222其中，Δxk表示到Xk到Xk−1的距离，且有Δ=xx11()kk−xyy−−+−(kk1)，pXZ(|)后验概率kk计算公式如下：2()Δ−xQ2−12δ2p(XZ|)=e2(4-18)kkδπ222式中，δ为不确定因素，可以理解成未知测量距离因子。Δx是目标节点与22Δ=xx2()ki−+−xy()kiyi,1=,2,3;参考节点的距离，可记为，目标节点的位置pXZ(|)概率为kk，即后验概率值。后验概率已知后，即可代入公式4-19，可得：33⎛⎞1p(,)xy==∏pXZikk(|)C⎜⎟⎜⎟2efxy((,))(4-19)i=1⎝⎠δδ12(2)π(,)xyf(,)xy('x,')y其中：假设极大值是目标节点的坐标，函数为，为近似22gxy(,)=−+−(xa)(yb)坐标，实际坐标表示方法为ii，由于33⎧⎫21122122fxy(,)=∑∑fxyik(,)=−⎨⎬22⎣⎦⎡⎤(xx−−−11)(+−yyk)+((xa−+−−i)(ybi)qi)ii==112⎩⎭δδ12的特殊性，为方便计算，同时降低其非线性的影响，使之更趋向于线性结构。∂gxy(,)xa'−iimx==|(',')y(4-20)i∂x(')(')x−+−ay22bii∂−gxy(,)ya'iinx==|(',')y(4-21)i∂y(')(')x−+−ay22bii22ggxy==(',')(')(')xa−+yb−(4-22)iiiigxygmxxnyymxnygmxny(,)≈+−+−=++−−(')(')''(4-23)iiiiiiiii11ω=ω=1222cgm=−−xn''yδδ令iiii，1，2，则有下式：44 一种基于RSSI室内定位系统的设计及其在精神病院的应用33'2122fxy(,)≈=∑∑fxyik(,)−−{ωω11⎡⎤⎣⎦(xx−−)(+yy−k1)+2()mxnyci+i+i}(4-24)ii==112对式(4-25)中x、y的一阶导数为0，可得到下式：3332⎛⎞(3wwmxw12+∑∑∑ii)++2⎜⎟nmywcmwxii2i−311k−=0(4-25)iii===111⎝⎠333⎛⎞2wn21⎜⎟∑∑iimxw++(3wn2i)y+wc2∑iinw−31yk−1=0(4-26)⎝⎠ii==11i=1解上式的线性方程组，可得待测节点的一组贝叶斯预测坐标值。通过监测贝叶斯的预测值和真实测量值之间的变化，超过设定的误差许可范围，则可认为测试环境改变，重新修正原有的系统参数，从而实现算法的动态适应。4.3算法流程设信标节点集合为S=beacon{aaa123,,,,LaN}；信标节点位置集合S=pos{(,)XYXY11,(,)22,,(,)LXYNN}；待测节点在某一时间段接收到的信标节点RSSI信号集合表示为S=RSSI{SSS123,,,,LSN}，其中Sk为某一信标节点的RSSI值。算法具体实现步骤如下所示：步骤1首先实验获得当前环境下损耗因子，即a、n的值。确保待测、接收节点间距为1m，调节发射角度，取得RSSI值；采用高斯滤波对结果处理并平均，线性拟合回归法求出a，n的值；步骤2固定信标节点以相同功率周期性地向周围广播定位信息，信息中包括节点ID和坐标。当待测节点收集到一定数量的信标节点信息时或者超时，不S再接收新信息。收到的信标节点信息保存在集合RSSI；S步骤3对集合RSSI中RSSI值较大(即与待测节点位置邻近)的节点，按节点S集合k分别进行阈值滤波，高斯滤波，消除误差较大的坏信标节点和尖锐噪音；''SS步骤4高斯滤波后的RSSI值集合RSSI中的每个子元素k，求得待测节点相对该固定信标节点的RSSI期望值；步骤5根据式(4-3)，利用RSSI期望值计算出未知待测节点距离邻近固定信标节点的距离。步骤6通过误差容忍质心算法，首先确定误差容忍许可的坐标范围，然后根据最小二乘法取得最优估计坐标，使得估计点与各信标结点的误差平方和最小。步骤7如果为动态测量，需要不断重复步骤2-6，对于每次测量，通过对45 一种基于RSSI室内定位系统的设计及其在精神病院的应用比贝叶斯预测值和测量真实值之间的偏差，监测实验环境的变化。当实验环境产生变化，则返回步骤1重新计算测量参数，进行模型参数修正。步骤8计算待测节点估计坐标与真实坐标的绝对误差和相对误差，进行算法结果分析评估。4.4改进算法与原三角质心算法对比本文采用MatLab仿真算法实验。实验过程中，利用二维随机函数产生白点噪音，固定信标节点和待测节点在区域中随机分布。信标节点通信半径和测量次数，测试环境根据测试的目的不同而调整。实验设计为两类环境，第一类环境主要针对环境单一，环境衰减因子相对固定的情况，评估误差容忍质心算法在不同的信标节点数量，不同的衰减因子情况下的性能；第二类环境则侧重评估基于贝叶斯的动态质心定位算法对复杂环境的适用性，充分考虑环境因子波动对测量存在的干扰，将应用环境的动态变化进行模拟分析。定位误差方程ER为：22ER=−()xx+−(yy)(4-27)estest(xest,yest)(x,y)其中，未知节点的坐标为，其实际位置坐标为。上式便于比较测试结果。4.4.1单一环境图4-6算法误差比较n=2.2，n=4.8Figure4-6AlgorithmResult46 一种基于RSSI室内定位系统的设计及其在精神病院的应用该部分实验分别模拟环境衰减因子n=2.2，n=4.8两种环境，在200m×200m虚拟场地，初始随机放入1个待测节点，10个信标节点，之后每次放入10个信标节点，直至信标节点数目达到100。在此情况下，传统误差定位算法、加权质心定位算法、误差容忍质心算法三种算法性能的对比如图4-6所示。图中，X轴表示信标阶段个数，Y轴表示实际坐标与测量值之间的绝对误差，连续线代表误差容忍算法，间隔线代表加权质心算法，而点线表示传统质心算法。由图4-6可明显看出，在不同的环境衰减因子，不同的信标节点数目误差容忍也不尽相同，虽然以上三种定位算法的误差会因参考节点数目而变化，数目越少误差越大，反之，数目越多误差越小。但是从性能的稳定性上看，误差容忍算法相对而言，大幅优于传统质心算法，也优于加权质心算法；在路径衰减因子n增大，误差容忍算法的定位精度仍然优于两种算法，误差增加相对不明显，性能比较优异。4.4.2复杂环境该实验选择初始基准衰减因子n=2.2，场地为100m*100m。在此基础上，通过仿真函数释放一些随机干扰源模拟复杂应用场景，考察在衰减因子存在变化的情况下，基于贝叶斯监测的误差容忍质心定位算法的性能。实验过程分10次进行，每次实验均放入待测节点1个，信标节点则从信标节点中随机抽取9个，另外加入1个坏信标节点。信标节点通讯半径为50m，确保基本覆盖测试区域。实验结果如表4-1所示。47 一种基于RSSI室内定位系统的设计及其在精神病院的应用表4-1复杂环境下的三种算法性能结果Table4-1threealgorithmresult本文算法质心算法加权质心算法节点号坐标估计坐标误估计坐标误差估计坐标误差差1(10.4,30.4)(10.2,31.4)1.01(10.9,34.4)4.03(12.7,32.1)2.862(20.3,40.4)(20.6,42.2)1.82(24.4,43.4)5.08(20.9,41.9)1.613(12.3,3.1)(13,32.1)1.41(9.6,4.6)3.08(14.3,3.1)2.004(23.6,0)(48.5,4.4)1.27(47.5,6.3)2.80(42.5,1.2)5.595(35.7,29.8)(36.7,31.8)2.23(46.3,41.3)15.64(33.8,25.5)4.706(79.4,80.1)(80.2,79.2)1.20(81.3,79.2)2.10(72.5,89.1)11.347(43.5,5.4)(43.5,5.8)0.39(46.2,6.8)3.04(44.1,5.7)0.678(11.8,13.7)(12.8,12.8)1.34(15.8,17.7)5.65(14.1,14.2)2.35954.2,9.7)(54.0,8.9)0.82(60.2,15.5)8.34(55.2,10.7)1.4110(93.3,89.3)(95.4,87.8)2.34(82.4,98.4)14.19(88.1,94.3)7.21从表4-1中可以发现，在环境衰减因子变化、坏信标节点等复杂情况下，传统质心定位算法、加权质心定位算法性能波动剧烈，定位误差上升明显，而贝叶斯监测质心定位算法可以根据环境的不同动态调整环境因子，因此性能表现较为稳定，具有良好的环境抗干扰性和自适应性。4.5本章小结本文基于RSSI质心算法，提出贝叶斯监测的误差容忍定位算法，在测距点的测量过程中，引入阈值滤波、高斯滤波，去除噪音等突变干扰；在质心算法计算过程中，引入误差容忍的概念，利用最小二乘法计算待测节点的最优估计；同时建立贝叶斯模型动态监测衰减因子的变更，提高算法对于复杂环境的适应性。实验结果表明，基于贝叶斯模型的误差容忍定位算法，在保持了质心算法硬件简单，可扩展性强的特点的同时，相比传统质心算法和加权质心定位算法，在定位的准确度和适应性方面改善明显。但是，贝叶斯模型由于基于统计特性，因此在一定程度上依赖初始测量样本，并且计算量增加，这点需要应用过程中需要不断改进优化。48 一种基于RSSI室内定位系统的设计及其在精神病院的应用5系统实现及在医院的应用本课题设计的定位系统，更深层次上综合考虑医院实际应用效果。以无线传感网为基础，稳定性和扩展性有一定保证，一切以精神病人更好的管理为出发点，如直观可视化的医院地理信息显示，算法改良后的高定位精度效果，力求消除实际推行中的隐患，实现医院高品质看护和高安全防护。5.1系统核心功能系统主要通过快速、高效、及时获取标签状态，再进一步进行数据解析，最终以电子地图形式直观、明了的展示给用户。在实现准确定位的同时，也可对历史数据有效查询和分析作用。功能特色如下：（1）定位追踪与CAD地图结合可实时感知、获取标签位置状态，有机结合医院内部格局CAD地图，直观动态显示目标状态，支持搜索查询指定标签行为。（2）支持CAD地图导入可直接获取医院现有CAD地图，提高定位精确性、直观性。（3）标签历史轨迹回放支持查阅指定标签历史移动轨迹，结合地图直观动态显示。（4）分类信息维护根据用户对象不同划分领域，支持改查增删操作，可根据需要，随时写入标签，便于后期维护。（5）主、被动双重防护为确保各标签均正常工作，为医院监控对象提供全方位保护，标签每特定时间主动上报自身位置状态，此外，系统在设定时间内未检测到标签运动轨迹变化，即开启防护功能、（6）多状态报警支持多种状态报警，如低电量报警、紧急呼叫报警、长时间滞留报警等，尽可能完善各种求助方式。（7）系统操作记录、状态记录查询自动记录每一次系统操作的内容，时间等相关日志，记录并可查询报警器、标签等工作状态。49 一种基于RSSI室内定位系统的设计及其在精神病院的应用5.2系统开发和运行环境5.2.1网络环境利用本文研究设计了一种适用于室内定位应用的，具有自组织、自维护、低时延、可灵活调整网络拓扑结构的高可靠高稳定性的无线网络架构系统，用于RSSI的室内定位系统建设。该网络采用IEEE802.15.4标准规范的MAC层与物理层基础上，重构了链路层和网络层协议，节点具有功耗低，组网规模可扩展性好等特点。5.2.2硬件开发环境底层硬件组成有终端/腕带、基站/触发器和协调器，主要用于网络组建。（1）CC-DEBUGGER仿真器CCDebugger，是TICC系列的全功能仿真器，可通过此仿真器，用IAR7.51A及以上版本或者SmartRFProgrammer软件对CC系列片上系统进行在线调试与程序下载，也可配合SmartRFStudio软件，控制所选器件的内部寄存器；与PacketSniffer软件配合实现协议分析。如图5-1所示。图5-1仿真装置Figure5-1SimulationDevice（2）终端/腕带和基站/触发器两硬件其设备角色由系统配置具体功能确定，硬件组成完全相同，均由CC2530的ZigBee芯片模块和电池板组成，电源为两节7号电池，硬件电路板见图5-2所示。50 一种基于RSSI室内定位系统的设计及其在精神病院的应用图5-2终端/腕带和基站/触发器Figure5-2Terminal/WristbandandBaseStation/Trigger（3）协调器其硬件结构主要为可扩展通信模块和CC25530模块。协调器是局域网与传感网信息交互的媒介，依靠I/O串口连接，上传定位数据。可扩展通信模块电路板见图5-3所示。图5-3可扩展通信模块电路板Figure5-3Scalablecommunicationmodulecircuitboard51 一种基于RSSI室内定位系统的设计及其在精神病院的应用（4）硬件产品本文硬件主要产品形式见表5-1所示。硬件产品均采用CC2530网络模块，硬件结构统一，有利于后期功能扩展和统一维护。表5-1硬件产品Table5-1HardwareProducts产品名称核心模块功能描述用于与局域网通信，上传信号数据主要通过串口：协调器CC2530+扩展板组建网络，允许其他节点入网，接收数据。网络路由节点，与协调器交互数据；基站/触发器CC2530+电池板接收和转发定位数据。入网不参与组网；腕带/标签CC2530+电池板接收不同基站发送的RSSI请求；返回基站RSSI回复。5.2.3软件开发和运行环境（1）Microsoft.NET框架对于开发者来说，Microsoft.NET框架是一个多语言组件开发和执行环境，它提供了一个跨语言的统一编程环境。众所周知，WINDOWSAPI和COM+服务处在.NET框架结构的最基层，分别作为来自操作系统的服务中心和标准组件。基于这些基础结构框架构筑起来的.NET框架以及在这种结构之上完成并开发的应用程序就可以更好地使用原先系统所提供的众多资源及各项功能。因此，所有在.NET框架下完成和开发的应用程序，都必须在.NET环境下才能更好地得以运行。（2）JSONJSON(JavaScriptObjectNotation)是一种数据交换格式。它基于JavaScript的子集。JSON采用文本格式，完全独立语言，但也是数据交换语言，因为其使用习惯类似C语言家族的习惯（包括C,C++,C#,Java,JavaScript,Perl,Python等）。易于阅读、编写，也易于解析、生成。（3）SQLServer2010关系数据库支持SQLServer2010除了囊括早期各个版本的优势外，还提供全面性空间计算52 一种基于RSSI室内定位系统的设计及其在精神病院的应用支持，为平面空间提供地理数据类型。点线面等画质元素丰富充实了地理空间模型，操作方式的多元化更有利于发现地理特性。SQLServer2010总结归纳了组织机构数据的分布模式，为帮助企业实现数据分析、应用管理为一体，提供了集专业、安全和实用为一身张力十足的解决方案。（4）VisualStudio2010VisualStudio2010整合关系型数据、XML、对象等方式，引入200多个新特性，语言更简洁。采用该方式开发，既可以保证应用程序的高效开发，也可以实时反映变更、可同步开发Windows应用、WebService应用，还支持调试器、部署程序、项目模板等。（5）嵌入式开发工具硬件层CPU仍沿用简单实用的51单片机处理，采用专业集成度高、可靠性强的嵌入式平台，不只在成本和处理速度上具有较大优势，为后期的兼容性、可持续发展性都预留了空间。此外，基于嵌入式平台的仿真装置齐全，可编译能力很强，程序的烧写和软硬件联合调试更简单方便。5.3在精神病院应用系统功能设计及其他应用多级无线传感器网络是室内定位的基础，旨在为医院部署一个企业级、智能独立的无线网络，并依靠基础网络设施，在医院看护领域，扩展、集成各种基于定位的深度应用。5.3.1在医院精神病人管理中的流程设计医院引入本系统，不只可以优化原有工作流程，还可以有效消除不安全环节。本文深入剖析精神病人管理流程，分析在应用中可能存在的安全隐患，尽可能的实现精神病人全方位的安全保护，消除不利于管理的因素，实现管理便利和流程优化。深入研究精神病人入院后全部流程见表5-2所示。针对每一环节指定的管理计划。引入本系统，精神病人将24小时不间断处于监控下，新流程相较原有流程，在安全方面考虑的更加全面。包括患者状态自动监测，患者活动范围监控和事件语音提示，通过现在的系统就可以实现100%的全覆盖的监控。53 一种基于RSSI室内定位系统的设计及其在精神病院的应用表5-2精神病人监管流程Table5-2RegulatoryProcessofMentalPatients患者信息读取/录入；1患者入院腕带信息更新；患者佩戴腕带；腕带自动匹配患者身份；开启腕带定位。自助出院办理；2患者出院回收腕带；初始化腕带；撤销监控行为。多区域划分，设定“安全区域”和“非安全区域”；3患者定期“假出院”根据区域划分，合理配置报警机制；增加会客、外出场景，调控监控机制；采用多级监控机制，如正常监控，限时监控、跳时监控等，自动适应患者日常。多级监控；4患者例行检查规划检查路径，引导和监控；例行检查；区域设定，防脱逃、防走失；患者回归病区；恢复正常监控级别。系统可监测患者活动状态，如在卫生间长时间没有活动5患者状态监测迹象；系统可自动发出警示信息，提醒医护人员察看，防患未然。多级报警机制；6患者防逃脱可联动门禁；实时显示患者目前位置；患者找到；系统生成日志记录。5.3.2系统的其他应用全院范围部署定位系统后，基于该系统的应用可扩展到流程管理、资产管理等方面。如果再引入其他传感设备，如湿/温度传感器等，更能对医院病房或仓库的环境进行监控，实现类似于智能家居概念下的智能医院自动调控系统。（1）高值移动资产管理54 一种基于RSSI室内定位系统的设计及其在精神病院的应用医院高值设备的移动性，常为设备管理工作带来较大困难。如氧气机、呼吸机在急救时常周转调度不开，资产利用率严重无法控制。若为常用移动性较高的资产配置无线电子标签，引入本系统的定位系统，则可快速查询获取设备当前使用信息、位置状态等，为医疗资源合理分配和调度提供便利。（2）特殊药品环境监管医院有些特殊药品，对于室内保存环境要求极高，如湿度、温度等。也由于环境监管不足，常无法掌控药品的有效保质期，且需要耗费大量物力、人力。若引入该系统，进一步改善电子标签功能，如新增温度、湿度传感器等，实时监控室内环境，在入库保存时就详细标注保质日期，即可起到有效管理作用。如当药品保存环境湿度、温度不在设定范围内，则自动报警，有效消除药品浪费现象。（3）医院区域划分管理医院内部科室复杂，流动性较大，特殊区域需要特殊管理，但是医院本身的服务特性导致无法有效控制或避免。如传染病科室，为防止病人交叉感染，不同传染病区需要分区域管理，且要严格管理、监控。可在标签内增加疾病冲突感染设置，一旦进去非设定活动区域，则立刻报警，同时，若病人走出病区则可联动内部门禁系统，关闭门禁及时报警，以便管理人员及时前去处理。5.4医院现场试用5.4.1系统软硬件部署本文旨在不影响监控对象正常活动和日常生活的前提，有机结合多级报警机制，实现全方位监控管理。精神病患者的特殊性在于其行为无法琢磨，难以预测，常规管理远不足以应付该场景下的各类突发事件，需要更全面完善安全的管理模式来解决。因此，特选择在上海市精神卫生中心，对系统进行了部署和应用试点。上海市精神卫生中心是上海市三级甲等精神卫生专科医院，该院是国内精神卫生专科领域最大规模的医院之一，中心技术力量雄厚，临床科室齐全。仔细考查研究了上海市精神卫生中心精神病患者病区的室内规格和建筑格局，特给予以下部署方案：系统软硬件配置清单见表5-3所示。55 一种基于RSSI室内定位系统的设计及其在精神病院的应用表5-3系统软硬件配置清单Table5-3SystemHardwareandSoftwareConfigurationsList产品名称数量/单位说明实时定位定位软件1/套数据管理中心。为保证传感网络均匀覆盖，可以楼层为协调器1~2/个单位，也可根据实际面积大小而定。为保证定位精度，走廊和房间门上至少触发器60~120/个有1个。基站120/个以房间为单位，每个房间至少配2个腕带N/个通用标签，根据后续具体应用选配图5-4为精神卫生中心的CAD部署效果图，红色十字图标表示两种硬件部署，分别为触发器和基站。图5-4CAD部署效果示意图Figure5-4CADDeploymentSchematicDiagram5.4.2试用效果（1）实现主要功能功能界面显示，以医院建筑规格为基础，以二维平面显示，真实性高，无需医护人员试用学习，上手速度快。软件主界面如图5-5所示，主体部分是监控区域的平面效果图，图中圆点表示监控对象，移动鼠标点击圆点，即可查看该目标相关信息，也可实现区域监控对象数量、状态、报警提示等。此外，系统也可以56 一种基于RSSI室内定位系统的设计及其在精神病院的应用根据需要，调阅指定患者历史轨迹记录，为更直观形象化显示轨迹动态，系统可根据所选对象、指定时间内在电子地图上进行行为追溯。图5-5软件主界面Figure5-5TheMainSoftwareInterface地图服务模块主要是为定位场景模拟服务的，CAD地图的直接导入可大大减少场景模拟的时间，既真实又可靠，可以直接与系统界面关联。模块使用方法见图5-6所示。图5-6定位地图界面Figure5-6LocationMapInterface57 一种基于RSSI室内定位系统的设计及其在精神病院的应用（2）系统性能效果在精神卫生中心初步试用，性能稳定，效果较好，基本完成预期效果。定位精度也基本达到预定指标，这表明引入贝叶斯模型惊醒算法优化的初衷是正确的，精卫中心试用结果数据就是最好的证明。同时，多级自组网信号强而稳定，原以为测试阶段刻意将硬件部署密度没有设置的特别高，会对传感网速有一定影响，没想到结果倒是差强人意，这较大程度归功于组网结构设计。软件功能内的多事件处理机制、多报警机制处理方式也都效果较好，所有硬件设施均可正常工作，也极少发生拥堵现象，能够较快捷处理各种情况。试用结果见表5-4所示。表5-4精卫试用结果Table5-4TrialResultsData场景精度周期分辨率病房<=2.2米1秒0.3米会客厅<=2.0米1秒0.4米通道<=2.5米1秒0.5米5.5本章小结本章是以底层硬件设计到上层软件设计的顺序进行描述。硬件层主要讲述了以多级自组传感网的组建方法和功能模块等，如网络芯片和数据处理模块，还有接口设计等。本着以实际应用的高效实用为原则，探索深层管理流程优缺点，旨在软件功能方面有所优化和补漏。最后结合上海市精神卫生中心，介绍了系统实际使用情况。58 一种基于RSSI室内定位系统的设计及其在精神病院的应用6问题与展望6.1总结本文设计的定位系统是以精神病院实际应用为出发点，以改良RSSI测距算法为目的的研究和探讨。RSSI室内定位技术是基于室内无线传感器网络的无线传输信号强弱，转换成节点之间的距离，并实现有效室内定位的一种方法。但是由于该技术极易受外界因素干扰，强度损耗不易掌控和拿捏，误差和损耗都在所难免，此外基于标准ZigBee的无线传感器网络的协议栈也存在协议开销过大，组网节点规模有限等问题，导致基于RSSI室内定位在实际应用中，存在诸多挑战。本文研究和整合了RSSI定位算法和贝叶斯模型有机结合，挖掘该领域的背景现状、扩展趋势、杰出成果等，并在此基础上，设计了一个以医院定位为基础，扩展诸如活动区域多等级划分、行为追溯、多报警防护的高可靠性定位系统。具体工作如下：整体工作围绕三大块扩展。网络框架囊括定位系统中底层硬件无线传感网建设，定位算法以贝叶斯模型优化RSSI为主，核心功能以医院需求为根据的设计。对于定位基础网络设施，本文在标准ZigBee芯片和MAC层协议基础之上，设计了一种适用于室内定位应用的，具有自组织、自维护、低时延、可灵活调整网络拓扑结构的高可靠高稳定性的无线传感器网络系统。同时，还为了提高了定位的稳定性和精度，用贝叶斯模型和误差容忍技术对基于无线传感器网络的RSSI的经典质心定位算法进行了改进。本文在后期还在医院进行现场试用和测试，功能比较全面，基本可以满足现场应用需求，报警机制设计也很合理，有效防止病人走失脱逃现象，定位精度较高，传感网络通信质量平稳，组网迅速，在精神病人管理上起到较好的作用。59 一种基于RSSI室内定位系统的设计及其在精神病院的应用6.2存在的不足及展望尽管本文所设计实现的系统在实时定位、轨迹回放等主要功能上已达到较好效果。但仍存在一定的改进空间，使系统整体更全面、更完善。后续工作中，仍有较多值得深入探讨的问题。例如能否在尽可能少的改动ZigBee的组网环节，实现一个高效的、大规模的室内传感器网络。这样的传感器网络就可以具备一定的通用性，一方面服务于定位的无线信号采集需要，另外一方面服务于标准的基于ZigBee传感设备的接入和信号传输等。另外，本文虽然通过贝叶斯监测和误差容忍算法，对传统RSSI的质心算法进行了改良，但是由于实际部署环境通常是三维情况，而传统质心算法都是基于平面运算的，无形中会引入高度误差。如果在较小范围内，因高度而产生的误差，也会变得相对显著，值得在后续研究中改进。综上所述，基于RSSI室内定位系统的设计和实用化的研究还有诸多问题亟待解决。60 一种基于RSSI室内定位系统的设计及其在精神病院的应用参考文献[1]张洁颖，孙懋珩，王侠，基于RSSI和LQI的动态距离估计算法[J]，电子测量技术，2007，30(2)，142-145．[2]苏进，李永战，冯贤文，无线传感器网络相对定位算法综述，http://www.paper.edu.cn/index.php/default/releasepaper/content/200707-362．[3]HingCheungSO，ShunPingHUI，ConstrainedLocationAlgorithmUsingTDOAMeasurements[J]，IEICETRANS，FUNDAMENTALS，2003，(12)，3291-3293．[4]孙利民，无线传感器网络[M]，北京，清华大学出版社，2005.[5]张先毅，王英龙，无线传感器网络节点自身定位算法[J]，信息技术与信息化，2008（1）：34-37．[6]王育坚，刘辰，VisualC++编程基础[M]，北京，北京邮电大学出版社，2001．[7]王超龙，陈志华，VisualC++6．0入门与提高[M]，北京：人民邮电出版社，2002．[8]JamesM．Zagami，SteenA．Pad，JulianJ．Bussgang，KarenDevereauxMelilloProvidinguniversallocationservicesusingawirelessE911locationnetwork[J]，IEEECommunicationsMagazine，1998，36(4)，66-71．[9]林晖景，IEEE802．15技术研究一各种测距演算法之介绍[R]，工研院电通所技术专栏，2005，7-8．[10]HeT，HuangC，BlumBM，SrankovicJA，AbdelzaherT，Range-freelocalizationschemesforlargescalesensornetworks[C]，Proceedingsofthe9thACMAnnualInternationalConferenceonMobileComputingandNetworking(MobiCom’2003)，SanDiego，CA，USA，ACM，2003，81-95．[11]NiculescuD，NathB，Adhocpositioningsystem(APS)usingAOA[C]，SanFrancisco，CA，USA，IEEEComputerandCommunicationsSocieties，2003，1734-1743．[12]王福豹，史龙，任丰原，无线传感器网络中的自身定位系统和算法[J]，软件学报，2005，16(5)，857-868．61 一种基于RSSI室内定位系统的设计及其在精神病院的应用[13]刘辉亚，徐建波，无线传感器网络节点定位的移动信标节点路径规划[J]，传感技术学报，2010，23（6），873-877．[14]陈永光，基于信号强度的室内定位[J]，电子学报，2004，32(9)，1456-1458．[15]博赛克斯，凸优化理论[M]，北京，清华大学出版社，2011．[16]D．Nieulescu，B．Nath，DV-basedPositioninginAdHoeNetworks[J]，KluwerJoumalofTelecommunicationSystems，2003，22(1)，267-280．[17]李连，朱爱红，无线传感器网络中的定位技术研究[J]，微计算机信息(测控自动化)，2005，21(9)，133-135．[18]吴雨航，吴才聪，介绍几种室内定位技术[N]，中国测绘报，2008．[19]李国华，刘宝玲，沈树群，基于超声波技术的3D定位系统研制[J]，计算机测量与控制，2005，13（9），926-928．[20]B．W．Parkinson，J．Spilker，GlobalPositioningSystem，theoryandapplications[C]，inProgressinAeronauticsandAstronautics，v01，163，1996．[21]ZigBeeSpecification，Version1.0，ZigBeeAlliance，IncJune20，2005．[22]NissankaB．Priyantha，AnitChakraborty，HariBalakrishnan，Thecricketlocation—supportsystem[C]，ProcessingofMOBICOM2000，Boston，MA，Aug，2000，32-43．[23]WantR，HooperA，Falcaoy，GibbonsJ，Theactivebadgelocationsystem[J]，ACMTrans.OnInformationsystems，1992，10(1)，91-102．[24]李晓维，徐勇军，任丰原，无线传感器网络技术[M]，北京，北京理工大学出版社，2007．[25]钱晓华.基于RSSI的无线传感器网络改进定位算法[J].辽宁大学学报（自然科学版）,2010(1):55-61.[26]于慧霞.WSN中基于RSSI的加权质心定位算法的改进[J].计算机应用与件,2012,34(1):132-144.[27]朱文博,陈曙.一种传感器网络质心定位改进算法[J].传感器学，2010,6(4):868-872.[28]陈聪传,程良伦.区域细化的RFID室内定位算法[J].计算机应用与软件,2011,1(6):50-52.62 一种基于RSSI室内定位系统的设计及其在精神病院的应用[29]石为人,熊志广,许磊.一种用于室内人员定位的RSSI定位算法[J].计算机工程与应用,2010,46(17)：232-235.[30]JanBlumenthal,RalfGrossmann.WeightedCentroidLocalizationinZigBee-basedSensorNetworks.IEEEInternationalSymposiumonIntelligentSignalProcessing.2007,38(3):358-361.[31]诸红燕，李明辉.基于LQI的节点测距实验研究[J].南京师范大学学报,2010,9(3):40-43.[32]朱明辉，张会清.基于RSSI的室内测距模型的研究[J].传感器与微系统,2010,29(8)：19-22.[33]章坚武，张璐，应瑛.基于ZigBee的RSSI测距研究[J].传感技术学报,2002(4):285-288.[34]沈军，黄春华，罗护，郭积宁.基于RSSI优化的模型参数实时估计定位算法[J].计算机工程与设计2012(2):44-53[35]常华伟，王福豹，严国强，黄亮.无线传感器网络的TOF测距方法研究[J].现代电子技术，2011(1):122-132[36]HiGHTOWERJ,BORDELLOG.Locationsystemsforubiquitouscomputing[J].IEEEComputer,2001,34(8):53-54.[37]SimicSn,SastryS.UCE/ERLM02/26,Distributedlocalizationinwirelessadhocnetworks[R].UCBerkeley,2002:28-31.[38]JanBlumenthanlly,FrankReichenbachemey,DirkTimmeermann.PositionEsimationinAdhocWirelessSensorNetworkswithLowComplexity.ISBN:3-8322-3746-1,Hanover,Deuschland,2005.[39]RalfenreyGrossmanny.LocalizationinZigbee-basedwirelesssensornetworks.TechnicalReport(German),UniversityofRostock,InstituteMD,April2007.[40]RoosT,MyllymakiP,TirriH,etal.AProbabilisticApproachtoWLANUserLocationEstimation.IntJournalofWirelessInformationNetworks.2002,9(3):155-164.[41]IEEEstd.802.15.4-2003:WirelessMediumAccessControl(MAC)andPhysacalLayer(PHY)specifitionsforLowRateWirelessPersonalAreaNetworks(LR-WPANS).63 一种基于RSSI室内定位系统的设计及其在精神病院的应用[42]朱蕾，严筱永.一种利用统计中值的加权RSSI定位算法[J].金陵科技学院学报,2010(3):43-55.[43]刘海.基于RSSI的室内信号衰减模型的研究.电脑开发与应用[J],2012(9):112-120[44]WangY,JiaX,LeeHK.AnIndoorsWirelessPositioningSystemBasedonWirelessLocalAreaNetworkInfrastructure.The6thInternationalSymposiumonSatelliteNavigation(SatNav2003),Melbourne,Australia,July,2003.[45]严筱永,钱焕延,张燕,阎浩,高德民.一种减少测距误差的传感器网络定位算法[J].计算机测量与控制,2011,10(8):44-52.[46]安恂，蒋挺，周正，一种用于无线传感器网络的质心定位算法[J]，计算机工程与应用，2007，43(20)，136-138．[47]张华，王万良，改进质心算法的节点自定位研究拍[J]，现代电子技术，2009，303(16)，143-145．[48]陈维克，李文锋等，基于RSSI的无线传感器网络加权质心定位算法[J]，武汉理工大学学报（交通科学与工程版），2006，4，30(2)，265-268．[49]Z-StackLocationProfileUser’SGuide[M]，TexasInstruments，2006．[50]倪巍，王宗欣，基于接收信号强度测量的室内定位算法[J]，复旦学报(自然科学版)，2004，43(1)，72-76．[51]金纯，罗祖秋，罗凤，陈前斌，ZigBee技术基础及案例分析[M]，北京，国防工业出版社2008．[52]谢晓佳，程丽君，王勇，基于ZigBee网络平台的井下人员跟踪定位系统[J]，煤炭学报，2007，8，32(8)，884-888．[53]蒋文涛，李连，无线传感器网络中一种基于栅格划分的概率定位算法[J]，计算机应用，2008，4，28(4)，841-855．[54]李连，朱爱红，无线传感器网络中的定位技术研究[J]，微计算机信息(测控自动化)，2005，21(9)，133-135．64 一种基于RSSI室内定位系统的设计及其在精神病院的应用致谢首先，我要感谢我的导师步丰林和李志老师。正是由于步丰林和李志老师的细心指导和耐心教导，才使我能够顺利完成论文。步丰林和李志老师专业知识渊博，探索精神兼备，处处为他人着想，严以律己，宽以待人，事事以身作则。步丰林老师是实验室最忙碌的人，同时，又是时刻精神状态都饱满的人，步丰林老师这种状态给予我很大的激励。他虽然忙碌，但是对学生工作依旧认真负责，对每个学生都一丝不苟，从论文的定题，到开题报告，再到中期检查报告，以及论文初稿，步丰林老师每一次都仔细批阅，详细标注，指出其中需要改善之处，让我能更好地思考、完成毕业设计。步丰林和李志老师不只教会我如何完成毕业设计，更传达给我一种人生态度，跟随步丰林和李志老师学习的这段时间，对我影响极深刻，在此表示感谢！同时，还要感谢Z1103725所有成员在学习和生活中给予我的大力帮助。在这短暂的几年时间内，留下了太多美好的回忆，这些都将会是我以后追忆的不可或缺的素材。在我研究生学习期间，得到了各位任课老师的精心指导，帮助我解开了一个又一个难题，他们熟练的专业知识、高尚的道德情操和人格都将深深影响到我今后的人生。最后我还要感谢我所有的家人，是他们在背后默默地支持着我，激励我无畏艰难，奋勇前行！邱宏2014.6.1065 一种基于RSSI室内定位系统的设计及其在精神病院的应用66 一种基于RSSI室内定位系统的设计及其在精神病院的应用攻读学位期间发表的学术论文目录[1]邱宏，缪庆嵘．一种基于ICFV的云计算数据库负载访问优化方法[J]，计算机应用与软件．（已录取，预期发表在2015-01-15日）67
