一种自适应的高精度室内定位方法和系统的制作方法
【技术领域】
[0001 ]本发明涉及一种自适应的高精度室内定位方法和系统，属于无线室内定位领域。
【背景技术】
[0002] 无论是在室内还是在室外环境下，快速而准确地获得终端的位置信息以及位置服 务的需求变得日益迫切。室内定位算法的性能指标有定位精度、时间开销、定位实时性、算 法复杂度等。其中，定位精度是室内定位算法的关键指标。目前室内定位系统采用的技术主 要有射频识别(RFID)、ZigBee、超声波、视频、超宽带等;定位算法按照是否对距离进行测定 分为基于测距和非测距两类。前者主要有T0A(Time of Arrivel)、AOA(Angle of Arrive)、 TDOA(TimeDifference of Arive)等方法，后者主要有基于接收信号强度（Received Signal Strength Indicator，以下简称为RSSI)的定位算法等。由于室内无线信号存在多 径传播，以及参考时钟的不精确性，这些因素都将使距离估计的准确性大打折扣。另外，室 内情况下设备之间的距离较短，存在严重的反射、衍射和绕射等非直线传播的情况，信号在 各条多径分量上的时间相当接近，现有设备的分辨率不足以区分时间上如此接近的各路信 号，所以几乎无法实现精确地Τ0Α估计和TD0A估计。
[0003] 而基于RSSI技术则具有检测设备硬件成本低、测量信号稳定可靠、定位算法简单 等优点被广泛应用。室内定位系统较多采用的一种技术方案是采用RFID技术，由于其非基 础和非视距等优点成为优选的定位技术。目前基于RSSI测距的方案通常采用三边定位法， 其成本较低，较容易实现。一般情况是4个阅读器中采用3个阅读器联立3个二元二次方程去 求出一组待定位的坐标，在4个阅读器中选择3个阅读器对标签进行定位坐标估计，可以得 到C43 = 4组待定位标签的坐标，存在运行的时间长，计算出的坐标误差大，算法鲁棒性不好 等缺点。
[0004] 此外因为一些干扰源，包括温度、空气的运动以及运行在相同频率的其他设备，会 使得某些位置的接收信号随着时间发生漂移，造成采集到的数据存在较大的不可靠性和不 确定性。
【发明内容】
[0005] 针对现有技术因接收信号漂移造成的误差和坐标计算复杂度大的问题，根据本发 明技术方案的一个方面，提供了一种自适应的高精度室内定位方法，包括以下步骤
[0006] 步骤S10:采集各测量单元和待测点之间的原始RSSI值；
[0007] 步骤S20:判断采集的各所述原始RSSI值是否为零，如果不为零，则对所述各RSSI 值做自循环卡尔曼滤波，获得将原始RSSI的漂移移除后的值即RSSI_DR，自循环的次数大于 等于3;
[0008] 步骤S30:根据原始RSSI值获取经验阈值γ，其中采用以下公式计算经验阈值γ : [0009]公式（l):p(d)=a · RSSI(d)raw2+b · RSSI(d)raw+c;
[0010]公式（2) :d = 10(p(dQ)-p⑷)/10n;
[0011] 其中d表示所述测量单元和所述待测点的距离，RSSI(d)raw表示在距离d采集的所 述原始RSSI值;p(d)表示阅读器接收到标签在距离d处发送的经过加工后的信号强度;d0表 示近地参考距离，取值为1米;η为路径损耗指数，取值范围为η大于等于1，小于等于4;a，b，c 为经验系数，将取值(RSSI(d)raw，p(d)) = (0，-90)，（255，-30)，（RSSI(d0)raw，-40MfA&S (1)，可求得a，b，c的值和经验系数已知的公式（1);根据经验系数已知的公式（1)和公式(2) 联立方程组，求得d的最大值，取d的最大值对应的RSSI_DR值为经验阈值γ ;
[0012] 步骤S40:判断RSSI_DR与经验阈值γ的大小，当RSSI_DR大于经验阈值γ时，根据 公式（1)和公式(2)建立方程组，
[0013]
[0014] 代入（1?31((1)爾，？（(1)) = (0，-90)，（255，-30)，（1?31((10)爾，-40))及所述原始 RSSI值，从而计算出对应各所述测量单元和所述待测点之间的距离与所述原始RSSI值之间 的关系；当RSSI_DR小于于经验阈值γ时，根据公式（1)和公式⑵建立方程组，同时经验系 数a取0，
[0015]
[0016] 代入(RSSI (d)raw，p(d) ) = (0,-90)，（255,-30)及所述原始RSSI值，从而计算出对 应各所述测量单元和所述待测点之间的距离；
[0017] 步骤S40:判断RSSI_DR与经验阈值γ的大小，当RSSI_DR大于经验阈值γ时，将原 始RSSI值代入二次方程，从而计算出对应所述测量单元和所述待测点之间的距离；当RSSI_ DR小于于经验阈值γ时，将原始RSSI值代入线性方程，从而计算出对应所述测量单元和所 述待测点之间的距离；
[0018] 步骤S50,根据各所述测量单元与待测点之间的距离，利用双边测量法确定待测点 的位置。
[0019] 优选地，所述自循环卡尔曼滤波的次数为3次。
[0020] 优选地，所述测量单元的数量是4个。
[0021] 优选地，所述测量单元和所述待测点获取所述RSSI值基于的无线通信技术是 RFID、蓝牙或 WiFi。
[0022] 优选地，所述路径损耗指数η为1.8。
[0023] 优选地，表示近地参考点RSSI值的所述RSSI(dO)raw的值为157
[0024] 优选地，各所述测量单元的位置呈位于同一平面上的矩形。
[0025] 根据本发明技术方案的另一个方面，提供了一种自适应的高精度室内定位系统， 包括以下模块：
[0026] RSSI采集模块，用于采集各测量单元和待测点之间的原始RSSI值；
[0027] 漂移移除模块，用于判断采集的各所述原始RSSI值是否为零，如果不为零，则对所 述各RSSI值做自循环卡尔曼滤波，获得将原始RSSI的漂移移除后的值即RSSI_DR，自循环的 次数大于等于3;
[0028] 经验阈值获取模块，用于根据原始RSSI值获取经验阈值γ，其中采用以下公式计 算经验阈值γ:
[0029] 公式（1) :p(d) =a · RSSI(d)raw2+b · RSSI(d)raw+c;
[0030] 公式（2) :d = 10(p(d°)-p(d))/10n;
[0031] 其中d表示所述测量单元和所述待测点的距离，RSSI(d)raw表示在距离d采集的所 述原始RSSI值;p(d)表示阅读器接收到标签在距离d处发送的经过加工后的信号强度;d0表 示近地参考距离，取值为1米;η为路径损耗指数，取值范围为η大于等于1，小于等于4;a，b，c 为经验系数，将取值(RSSI(d)raw，p(d)) = (0，-90)，（255，-30)，（RSSI(d0)raw，-40MfA&S (1)，可求得a，b，c的值和经验系数已知的公式（1);根据经验系数已知的公式（1)和公式(2) 联立方程组，求得d的最大值，取d的最大值对应的RSSI_DR值为经验阈值γ ;
[0032] 距离获取模块，用于判断RSSI_DR与经验阈值γ的大小，当RSSI_DR大于经验阈值 γ时，根据公式（1)和公式(2)建立方程组，
[0033]
[0034] 代入（1?31((1)爾，？（(1)) = (0，-90)，（255，-30)，（1?31((10)爾，-40))及所述原始 RSSI值，从而计算出对应各所述测量单元和所述待测点之间的距离与所述原始RSSI值之间 的关系；当RSSI_DR小于于经验阈值γ时，根据公式（1)和公式⑵建立方程组，同时经验系 数a取0，
[0035]
[0036] 代入(RSSI (d)raw，p(d) ) = (0,-90)，（255,-30)及所述原始RSSI值，从而计算出对 应各所述测量单元和所述待测点之间的距离；
[0037] 定位模块，用于根据各所述测量单元与待测点之间的距离，利用双边测量法确定 待测点的位置。
[0038] 本发明的技术方案具有以下优点:采取3次自循环卡尔曼滤波，能够在控制运算量 的基础上较为精确地移除漂移。根据漂移移除的RSSI_DR与经验阈值γ的大小，分别采用不 同的转换函数，在提高精度的同时还可以降低运算量。比较采取双边测量法根据各所述测 量单元和待测点的距离，定位待测点的位置，可减少运算量，减少时间开销，并且安全性更 高，误差更小。
【附图说明】
[0039]为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对 本发明进行详细描述。
[0040] 图1所示为RSSI值经过1到4次自循环卡尔曼滤波后的漂移移除的RSSI值与时间的 关系的折线图。
[0041] 图2所示为根据本发明实施方式的