基于改进高斯滤波的室内无线定位算法.pdf

《基于改进高斯滤波的室内无线定位算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、j十算机技术及其应用皇皇!兰兰竺ComputerTechnology＆Applications基于改进高斯滤波的室内无线定位算法陈丽，王学东，孙晶晶，李明(1．邢台职业技术学院。河北邢台054035；2．燕山大学电气工程学院，河北秦皇岛066004)摘要：基于信号接收强度指示(RSSI)的定位技术是一项低成本和低复杂度的定位技术，被广泛应用于无线传感网络定位系统中。在基于高斯模型的基础上提出一种基于改进高斯模型的滤波算法。分为规则和高斯滤波算法求解置信区间。结合交点质心求解法，得出一种新的距离估计方法。实验表明，对改进高斯滤波模型结合交点质心求解法的性能进行评估，证明WSN能够

2、准确定位并具有较高的定位精度和稳定性。关键词：室内定位；RSSI；高斯滤波模型；交点质心求解法；Taylor级数DOI：10．3969／j·issn．1000-3886．2014．03．012[中图分类号]TN014，TP272／278[文献标志码]A[文章编号]1000—3886(2014)03—0031—03IndoorWirelessLocalizationAlgorithmBasedOnImprovedGaussianFilterCHENLi’，WANGXue—dong，SUNJing-jing，LIMing(1．XingtaiPolytechnicCollege，Xi

3、ngtaiHebei054035，China；2．CollegeofElectricalEngineeringofYanshanUniversity，QinhuangdaoHebei066004，China)Abstract：ThelocalizationtechnologybasedonReceivedSignalStrengthIndication(RSSI)isalow—costandlow-complexitylocalizationtechnologywidelyusedinwirelesssensornetworklocalizationsystems．Basedo

4、ntheGaussianmodel，thispaperpresentsafilteringalgorithmbasedonimprovedGaussianmodel，whichisdividedintotwodomains：theruleandtheGaussianfilteringalgorithmsolution．Anewdistanceestimationmethodisobtainedbymeansoftheintersectioncentroidsolution．Experimentalresultsshowthat，onthebasisoftheimprovedGa

5、ussianfilteringmodelandtheintersectioncentroidsolution，WSNusingthepresentedalgorithmcanachieveaccurateandstablelocalization．Keywords：indoorlocalization；RSSI；Gaussianfilteringmodel；intersectioncentroidsolution；TaylorseriesO引言心求解R的定位方法对传统的R测距进行了优化处理。由于无线传感网络(wirelesssensornetworks，WSN)具有低成1Rss

6、I测距模型本，高灵活性优势，WSN的应用研究受到了广泛的重视。其中，1．1测距模型建立WSN无线定位技术⋯更是研究的重点和热点。无线传感器网络无线信号传输中常用路径损耗模型是(1)式所示具有对数有多种测距方法，基于RssI(ReceivedSignalStrengthIndicator)测衰减特性的Shadowing模型，距以其对硬件要求低、功耗小、复杂度低的特点引起广泛关注。，J、PL(d)=PL(do)+lOalg(、Ⅱ。_)+(1)但是R测距方法受环境因素影响较大，非视距、天线增益等干0，扰都可能导致值的突变。式中d。是相对于发射节点的参考距离；PL(如)是经距离d0文献

7、[2]提出用统计均值模型和30"模型对定位测距阶段的的路径损耗；PL(d)代表该参考点距离发射节点距离d处的信号误差进行处理。但由于粗差的存在，使得3o-模型误差处理远远功率损耗；为路径衰减因子；为随机噪声，服从均值为0、方差为dodBm的高斯分布。在实际测量中为了简化计算取d。=1m，小于预期。文献[3—4]将同一位置测得R经过高斯滤波后求平均值作为最终定位测距值，较统计均值模型提高了准确度，但则Shadowing模型化简为以下的模型J。是高概率发生区的选择仍然使最终值较实际值偏大。文献R