本发明涉及无线通信和人工智能定位领域,具体涉及一种基于网格聚类的rssi室内定位算法。
背景技术:
随着无线通信、互联网技术以及人工智能的快速发展,定位技术得到了广泛关注。室外定位技术主要通过全球定位系统(globalpositioningsystem,gps)或北斗定位系统对目标对象进行定位。然而,进入室内定位系统,gps或北斗定位系统基本失去定位精度,进而失去室内定位功能。室内定位技术主要通过搭建室内定位系统,通过多基站完成对目标标签的定位。目前,室内定位技术主要分为基于测距和无需测距两大类。常见的基于测距的方法主要有基于接收信号强度指示(rssi)、基于信号传输时间(toa)、基于信号传输时间差(tdoa)和基于信号到达角度(aoa)等算法。基于rssi的定位算法主要思想为根据阅读器接收到的目标标签的信号强度值rssi,计算出阅读器到目标标签的欧式距离。根据三边定位算法求得目标标签的位置信息,
理论上基于rssi的定位算法可以实现目标标签的定位。但是室内环境可能存在障碍物、物体形态不规则,从而影响无线信号的直线传播。同时室内环境中存在着信号的反射、折射以及人的移动等现象,这使阅读器测量到的rssi值存在误差,最终导致室内定位精度不够理想。
技术实现要素:
本发明的主要目的是为了针对上述的由于复杂的室内环境而造成的定位精度不高的问题,提出一种基于rssi的网格聚类的室内定位算法。其特点在于不需要获取室内环境的先验信息,广泛用于复杂的室内环境,可实现集中式或分布式目标标签的自主定位。
为了实现以上目的,本发明采用的技术方案为:一种基于网格聚类的rssi室内定位算法,具体包括以下步骤:
步骤s1,摆放rfid固定式阅读器,并随机放置主动式标签作为待测标签,确定rfid定位系统模型;
步骤s2,在不同时刻多次测量每个阅读器到待测标签的rssi值,记录每次的测量值并根据获得的rssi值推算出待测标签到每个阅读器的距离;
步骤s3,运用三边定位算法获得多个“估计标签”,求取这些“估计标签”坐标的平均值作为“目标标签”;
步骤s4,以“目标标签”为中心,圈定出一个搜索区域,并将该区域化分成大小相等的网格;
步骤s5,利用网格聚类算法筛选出包含“估计标签”最多的网格,将该网格中的“估计标签”选作参考标签;
步骤s6,根据加权质心算法,求取参考标签的质心作为待测标签坐标的估计值。
进一步地,所述步骤s1具体包括:
步骤s11,根据现场环境,在室内摆放k个rfid固定式阅读器和一个待测标签,确定rfid定位系统模型。
进一步地,所述步骤s2具体包括:
步骤s21,利用现场布置的k个rfid固定式阅读器在n个时刻分别采集待测标签的信号强度值
步骤s22,根据shadowing经典信号传播模型,通过
式中,通常取d0=1m,rssi(d0)为距离信号发射地点1m处接收的信号强度平均值;np是信号传输损耗因数,由所处的环境确定;rssi是采集到的信号强度值;xε随机误差;d为接收机到信号源的距离。
进一步地,所述步骤s3具体包括:
步骤s31,将所有的阅读器随机地三个分成一组,共
步骤s32,根据每一组中阅读器的坐标以及由同一时刻的rssi值计算得的的阅读器与待测标签的距离,运用三边定位法求取该组的“估计标签”坐标
其中,(x1,y1),(x2,y2),(x3,y3)为三个阅读器的坐标,
步骤s33,重复步骤s32,求得在n个时刻包含的全部“估计标签”,共有
步骤s34,通过求平均值的方法获得所有“估计标签”坐标的平均值
进一步地,所述步骤s4具体包括:
步骤s41,以“目标标签”为中心划定一个长为l,宽为w的区域,并将该区域化分成
进一步地,所述步骤s5具体包括:
步骤s51,记录搜索区域内所有空网格单元中包含的估计标签数(不包括落在边界上的估计标签)为
步骤s52,将标签数mij按照降序排列,并去除标签数小于mave的网格;
步骤s53,遍历剩余的网格并为其中的标签数进行投票,最后统计所有的网格中的票数。其中票值设定为:若标签处于网格内,票值为1;若标签处于两个邻居网格上,票值为1/2;若标签处于4个邻居网格上,票值为1/4。
步骤s54,筛选出票数最多的网格,并将其中的标签作为参考标签,每个参考标签的坐标记为(x′i,y′i),1≤i≤m,m为参考标签的数目。
进一步地,所述步骤s6具体包括:
步骤s61,按照如下公式求取每个参考标签的权值wi:
其中,ei为参考标签与“目标标签”的距离。
步骤s62,按照如下公式获得待测标签坐标的估计值:
其中,
本发明的技术效果在于:本发明的一种基于rssi的网格聚类的室内定位算法不需要获取室内环境的先验信息,广泛用于复杂的室内环境,可实现集中式或分布式目标标签的自主定位。
附图说明
图1为基于网格聚类的rssi室内定位算法流程图;
图2为rfid定位模型布局图;
图3为三边定位算法原理图;
图4为基于网格的聚类算法流程图。
具体实施方式
下面将结合附图对本发明的实施例进行具体阐述。
图1示出了根据本发明一个实施列的基于网格聚类的rssi室内定位算法。
如图1所示,根据本发明一个实施例的基于网格聚类的rssi室内定位算法包括如下步骤:
步骤s1,摆放rfid固定式阅读器,并随机放置主动式标签作为待测标签,确定rfid定位系统模型;
步骤s2,在不同时刻多次测量每个阅读器到待测标签的rssi值,记录每次的测量值并根据获得的rssi值推算出待测标签到每个阅读器的距离;
步骤s3,运用三边定位算法获得多个“估计标签”,求取这些“估计标签”坐标的平均值作为“目标标签”;
步骤s4,以“目标标签”为中心,圈定出一个搜索区域,并将该区域化分成大小相等的网格;
步骤s5,利用网格聚类算法筛选出包含“估计标签”最多的网格,将该网格中的“估计标签”选作参考标签;
步骤s6,根据加权质心算法,求取参考标签的质心作为待测标签坐标的估计值。
参照图2,所述步骤s1中的rfid定位系统模型设定为:在定位区域的四个角落放置4个固定式阅读器和一个位置随机的待测标签。
所述步骤s2中根据rssi值推算出待测标签到每个阅读器的距离具体包含如下步骤:
步骤s21,利用现场布置的k个rfid固定式阅读器在n个时刻分别采集待测标签的信号强度值
步骤s22,根据shadowing经典信号传播模型,通过
式中,通常取d0=1m,rssi(d0)为距离信号发射地点1m处接收的信号强度平均值;np是信号传输损耗因数,由所处的环境确定;rssi是采集到的信号强度值;xε随机误差;d为接收机到信号源的距离。
参照图3,所述步骤s3中运用三边定位算法获得多个“估计标签”应包含如下步骤:
步骤s31,将所有的阅读器随机地三个分成一组,共
步骤s32,根据每一组中阅读器的坐标以及由同一时刻的rssi值计算得的的阅读器与待测标签的距离,运用三边定位法求取该组的“估计标签”坐标
其中,(x1,y1),(x2,y2),(x3,y3)为三个阅读器的坐标,
所述步骤s4中以“目标标签”为中心,圈定出一个搜索区域,并将该区域化分成大小相等的网格具体包含:以“目标标签”为中心划定一个长为l,宽为w的区域,并将该区域化分成
参照图4,所述步骤s5中利用网格聚类算法筛选出包含“估计标签”最多的网格,将该网格中的“估计标签”选作参考标签具体包含如下步骤:
步骤s51,记录搜索区域内所有空网格单元中包含的估计标签数(不包括落在边界上的估计标签)为
步骤s52,将标签数mij按照降序排列,并去除标签数小于mave的网格;
步骤s53,遍历剩余的网格并为其中的标签数进行投票,最后统计所有的网格中的票数。其中票值设定为:若标签处于网格内,票值为1;若标签处于两个邻居网格上,票值为1/2;若标签处于4个邻居网格上,票值为1/4。
步骤s54,筛选出票数最多的网格,并将其中的标签作为参考标签,每个参考标签的坐标记为(x′i,y′i),1≤i≤m,m为参考标签的数目。
所述步骤s6中根据加权质心算法的思想,求取参考标签的质心作为待测标签坐标的估计值具体包含如下步骤:
步骤s61,按照如下公式求取每个参考标签的权值wi:
其中,ei为参考标签与“目标标签”的距离。
步骤s62,按照如下公式获得待测标签坐标的估计值:
其中,