基于WLAN 与无线传感器网络室内定位的融合算法
时间:2025-04-02
时间:2025-04-02
中国 http:// 基于WLAN与无线传感器网络室内定位的融合算法
朱诗波,陈远知,邓中亮
北京邮电大学电子工程学院,北京 (100088)
E-mail:
摘 要:针对大型建筑物复杂环境室内定位的特殊性,为了克服移动终端采用WLAN或无线传感器网络单独定位精度不高的局限性,实现移动终端精确定位导航,提出了根据终端位置环境同时搜索WLAN和无线传感器网络,采用改进后的网络融合定位算法,可以为用户提供高精度、高概率和高保密性的定位业务。
关键词:大型建筑物复杂环境;WLAN;无线传感器网络;融合定位算法
1 引言
随着我国经济水平的提升以及近年来举办国际性大型比赛活动(如北京奥运会、上海世博会、广州亚运会)的增加,类似国家大剧院和鸟巢等大型场馆日益增多。大型建筑物具有规模大、结构复杂、人员密集高、内部设备数量大等特点,其监控管理和应急安全处理涉及消防系统、安防系统、电气监测系统等。为了实现大型建筑物复杂环境中的定位导航、监控预警和应急处理等功能,设计一种室内精准定位技术显得相当必要。
另一方面,随着普适计算和分布式通信技术的深入研究,无线通信和无线网络技术进入了飞速发展阶段,无线局域网(Wireless Local Area Network,WLAN)、GSM、Wi-Max 等无线通信网络得到了迅速普及,并展现出低功耗、自组织的发展趋势,如Ad-hoc、无线传感器网络(Wireless Sensor Network,WSN)[1] 等.基于信息感知的分布式网络,其监测的事件与物理位置戚戚相关,没有基于位置服务的信息数据将毫无意义,因此确定信息的位置成为普适计算应用的迫切需求和关键性问题.
结合上述两种趋势,利用已经日益成熟的分布式通信网络(WLAN和WSN等)来研究在大型建筑物复杂环境下的精准定位技术将具有非常积极的现实意义。相比业已成熟的室外定位技术(GPS、A-GPS等),基于大型建筑物庞大的规模、复杂多变的环境和精准定位导航的需要,经过长时间对室内定位技术的研究,已取得了一定进展。为了克服仅仅利用WLAN或者无线传感器网络定位精度不高、可靠性和稳定性受环境因素影响大的缺陷,本文通过总结基于前述两种网络的室内定位技术的介绍,提出了一种改进后的融合定位算法[],最后对单独定位算法和融合定位算法进行了比较和总结。
2 WLAN定位和基于无线传感器网络定位算法介绍
目前室内环境的定位方式[]主要包括:(1) 邻近信息 (2)场景分析 (3)利用几何特性分析,下表1所示。第一种方式就是利用信号作用的有限范围用来确定待测点是否在某个参考点的附近,这种方法只能提供大概的区域定位信息。第二种方式主要基于RSSI,通过把接收的信号的强度与事先测量的、存在数据库中的该位置的信号强度值相比较来定位。最后一种主要是采用TOA、TDOA和AOA等方式进行几何运算定位。 下面分别介绍基于第二种方式的WLAN定位方法和基于第三种方式的无线传感器网络定位方法。
表1 现有室内定位概览
精度
信号技术 红外线 定位方法 临近信息
超声波
蓝牙 三边定位 临近信息、三边定位
邻近信息
三边定位 场景分析、邻近信息、三边定位
2.1. 基于定位指纹标识的WLAN定位技术[2]
基于定位指纹标识的WLAN定位只要就是利用场景分析的方法,在实际定位之前需要经过一个训练阶段,在训练阶段需要为室内的定位点收集定位指纹信息。参照Microsoft研究所在现有无线通信网的基础上研制的RADAR系统,把信号强度(RSSI)作为估算射频发射器与接收器间距的依据,根据符合国内大型建筑物特征的参数化信号传播规律出发,针对信号传播特征进行分析,对较大空间采取分割技术,建立射频信号的传输信道模型,确定信号衰减与发射器、接收器间墙壁数量的关系,从而得到给定位置接收器最优的距离估算参数
[3]。
基于诸如RSSI等RF特征的位置指纹用来标识位置的一个基本信息。这是基于下面的一个假设前提:在建筑物内的每一个位置都具有唯一的RSSI特征向量值。通常我们将一个位置和该位置处的唯一的RSSI特征值作为一个整体用来描述建筑物内的某一个位置。例如我们可以使用元组(L,R)来标识一个位置,其中L反映该位置的坐标或这类似信息,R反映该位置的RSSI特征值信息。例如在本文中L就用元组L={(x,y)|x,y∈R}
通常在实际开始定位之前需要建立一个基本的指纹库,我们将该过程称为离线阶段(off-line phase)。首先为室内需要定位的位置在一个合适的时间段内采到所有访问接入点(access point)的一批RSSI样本数据,然后计算出这些访问接入点的平均RSSI值并且将该值作为一个元素保存在定位指纹库中。对于一个N个访问接入点的区域如果采样时间段为T那么该位置的RSS样本数据R就是:
T(β,β2, βN)1R= 2
除了在离线阶段建立的基本指纹库之外,在在线阶段(on-line phase),也是定位阶段所测量的RSS数据对于跟踪移动目标也是至关重要的。首先,必须选择合适的RSS采样次数来反映移动目标的定位指纹信息。其次通常需要对采样样本数据进行一些预处理,通过对样本数据进行预处理不仅可以提高系统的定精度而且还可以提高定位的速度、降低网络内部的通信流量以及降低系统的功率。
< …… 此处隐藏:4066字,全部文档内容请下载后查看。喜欢就下载吧 ……上一篇:三年级品德与社会培优补差计划
下一篇:浅谈房地产工程项目全程管理