基于无线传感器网络的被动式无源感知方法与流程

本发明涉及无线网络技术的应用，具体说是一种基于无线传感器网络的被动式无源感知方法。

背景技术：

在无线通信领域中，无线传感器技术被认为是一种有前途的技术，并且受到了广泛关注。无线传感器节点体积小，能耗低，且能与相邻的节点或基站进行通信，因此被应用在许多领域，比如远程监控，灾害预警，军事应用和健康监测等。在这些应用中，我们可以利用人对无线传感器网络射频信号的波动作用，来对出现在无线传感器网络覆盖区域内的人进行感知。当人置身于网络覆盖的范围中时，由于人体会对无线信号链路发生作用，使链路信号的接收强度产生波动，通过分析这种波动的变化，从而达到感知的目的。因为进入无线传感器区域内的人预先不会携带任何标签(如rfid的射频标签)，因此我们可以认为被感知的人是没有信息源的，或简称为无源；而当人本身被感知到的时候，自身很难察觉，通常是被动式的。利用以上两点，便可以实现被动式的无源感知，在安全防卫，智能监控等方面有广阔的前景。

发明人团队对无线传感器网络在目标区域进行感知的现状进行了研究，它具有环境不敏感性，外界的光热变化对无线传感器网络的影响极小，这让它有了更为广泛的应用。对无线传感器网络被动式无源感知的定义和被动式无源感知的方式进行了研究：在目标地区放置无线传感器网络，当有人进入时，必定会对区域内节点的接收信号产生影响，使接收信号强度有所波动，通过分析这种波动从而实现感知。

在利用无源感知技术上，现有的技术都会在测试环境下预先实测得到无人状态的阈值范围，但是，在获取阈值范围过程中难免受到外界的干扰，在非视距传播、多径传播以及其它一些电子设备和人体的干扰下，接收端接收到的信号会出现跳跃式波动，增加了测量值的不稳定性和随机性，导致测试结果的不准确，本发明力图提高无源感知的精确度。

技术实现要素：

本发明所要解决的技术问题是提供一种基于无线传感器网络的被动式无源感知方法，设计一种根据无线传感器网络接收信号强度指示的波动情况来最终达到感知目的的算法，并对该算法进行改进，减少随机性和不稳定性带来的误差。

所述基于无线传感器网络的被动式无源感知方法，在一个具有多个可相互两两通信的无线传感器网络节点空间内，正常工作状态下各无线传感器节点通过广播发送数据包，其余节点分别接收该数据包；所述的数据包包括rssi(receivedsignalstrengthindication接收的信号强度指示)值，其特征在于：按照下述顺序进行的步骤判断网络覆盖区域内是否有人员进入：

第一步.收集在稳定状态下每个传感器节点的rssi值，网络覆盖区域内没有人员且传感器节点均均正常工作的状态视为稳定状态，各传感器节点的rssi值以下列矩阵表示：

每一元素的行标表示传感器节点编号，列标表示传感器节点接收到的来自其他传感器节点的编号，行标与列标相同时元素值为0，n表示传感器节点的最大个数，n不小于2；

第二步.计算每一个传感器节点的接收信号强度值r(k)，字母k表示第k个传感器节点；

第三步.将传感器节点的接收信号强度值r(k)中的最大值r(k)max和最小值r(k)min取出，并做减法运算得到一个差值δ＝r(k)max－r(k)min，并将差值取绝对值|δ|；

第四步.构造一个均值为0，方差为|δ|的正态分布函数；

第五步.进行探测时，重复上述步骤，当其波动范围大于|δ|时，认为有人进入网络覆盖区域。

一种r(k)的计算方法是：在上述第二步中，传感器节点的接收信号强度均值r(k)按照下述方法计算：

为进一步提高精确度，在上述第二步中，传感器节点的接收信号强度值r(k)按照下述方法进行预处理：

首先，对n个测量值rssim(其中，m＝1，2，…，n)进行排序处理，求得序列的中值rssizz，区分n为奇数或偶数时按照下式计算；

然后，计算每个测量值的权重αm，采用如下公式进行运算：

其中，

最后，将每个测量值与加权系数相乘，得到最终的加权平均值rssif作为该节点的信号强度：

本发明提出了新的被动式无源感知算法，并在此基础上进一步提高人物感知的精确度，即采用中值滤波的方式减少随机性和不稳定性带来的误差影响，使测量值更接近于真实值。实验结果表明该算法可以有效地感知到进入目标区域的人，并显著提高现有技术的感知精确度，这对于今后一些需要安防的场所的自动控制有着重要的意义。

附图说明

图1是测量正向粗大误差统计界面截图，

图2是双向粗大误差统计界面截图，

图3是节点分布情况示意图，

图4是感知结果曲线示意图。

具体实施方式

下面结合附图对本发明进一步说明：

在待测区域中有人出现时，一些传感器节点之间的无线链路就会发生变化。我们定义传感器之间的链路值rssi是一种符合高斯分布的随机变量。从而我们首先收集稳定状态下的rssi值，作为一种被动式无源感知的波动阈值标准，目前很多的无线射频厂商支持通过软件或者设备读出rssi值，当后续得到的rssi值与我们预先设定的波动阈值标准不太相符时，就能够判断出有人进入了感知区域，感知安防的目的得以实现。

在一个具有n个可相互两两通信的无线传感器节点空间内(n至少大于或等于2)，正常工作状态各无线传感器节点通过广播发送数据包，其余节点分别接收该数据包。例如，可以在初始化无线传感器网络后，将无线传感器网络中的节点逐一进行广播发送数据包，其余节点传感器分别独立接收所发送的数据包，数据包中包括各传感器节点的rssi值。按照下述顺序进行的步骤判断网络覆盖区域内是否有人员进入：

第一步.要求网络覆盖区域内没有人员活动，收集在稳定状态下，每个传感器节点的rssi值。在传感器节点的矩阵

中，由于节点不能自收自发，所以主对角线上的值用0表示。

第二步.通常对于每一个传感器节点的强度信号值的计算采用算数平均算法：

式中，字母k表示第k个传感器节点。

但是，在无人状态下，在非视距传播、多径传播以及其它一些电子设备和人体的干扰下，接收端接收到的信号会出现跳跃式波动，增加了测量值的不稳定性和随机性。外界原因会使预先测试结果不稳定，导致感知出现错误。为此，我们可以采取基于统计中值的误差分析方法，对接收到的rssi值进行处理，减少随机性和不稳定性带来的误差。

具体为：a、对n个测量值rssim(其中，m＝1，2，…，n)进行排序处理，求得序列的中值rssizz，区分n为奇数或偶数时按照下式计算；

b、计算每个测量值的权重αm，采用如下公式进行运算：

其中，

式中，max()为取最大值函数，为了区分包含误差的信号和序列中值，将每个测量信号值与中值的差的平方的均值作为阈值t，当差的平方大于阈值时，权重值由差的平方决定，反之则由阈值决定，测量值与中值相差越大，权重值越小，测量值越接近中值，权重值越大。

c、将每个测量值与加权系数相乘，得到最终的加权平均值rssif作为该节点的信号强度：

接着，第三步.将传感器节点的接收信号强度值r(k)中的最大值r(k)max和最小值r(k)min取出，并做减法运算得到一个差值δ＝r(k)max－r(k)min并将差值取绝对值|δ|；

第四步.构造一个均值为0，方差为|δ|的正态分布函数；

第五步.进行探测时，重复上述步骤，当其波动范围大于|δ|时，认为有人进入网络覆盖区域。

将此方法与传统的均值滤波方法进行比较：我们假设有100个信号强度测量的数据，随机从中挑选2到20个数据加入粗大误差(将均值为0，标准差为8db的高斯噪声混入其中)，其余数据假设均为40db。我们在附图1中可以看到，当误差数值是真实信号值的2.5倍时，统计中值滤波的相对误差比例较低；在图2中我们把误差数值随机设为信号真实值的1/3或2.5倍，横坐标代表粗大误差在所有的测量数据中所占的比例，纵坐标表示滤波后的相对误差。从图中观察可以得知，当粗大误差所占比例较小时，中值滤波与均值滤波的性能很接近，但当粗大误差所占比例大于10％时，统计中值滤波具有明显的优势。

通过以上分析可以看出，运用统计中值滤波的误差分析方法与传统的误差处理方法相比，能够得到更加精确的处理结果，使测量数据更加真实，因此在进行被动式无源感知之前，选择运用统计中值的误差分析法作为接收信号强度指示的误差处理方式。

实验验证

在3m×4.5m的矩形封闭区域内进行实验验证，节点的具体分布如图3(这里以6个节点为例)，利用传感器射频制造商支持从接收端直接测出rssi的功能，我们首先测得一组无人进入时的数据，并按照统计中值滤波的方法对数据进行处理，得到以下一组数据：

通过计算可以得到r1＝-20.37，r2＝-20.27，r3＝-21.61，r4＝-23.34，r5＝-24.24，r6＝-23.95。其中|δ|＝3.97。

当有人出现时，重复以上步骤，得到的结果如下：

通过计算可以得到r1’＝-29.37，r2’＝-28.42，r3’＝-31.39，r4’＝-36.32，r5’＝-34.85，r6’＝-37.90计算|δ|^l＝9.48。感知结果可用图4表示。

由图4可见，当无人进入无线传感器网络覆盖范围时，节点的rssi值分布较为集中；而当有人闯入覆盖的范围内时，节点间rssi发生变化，分布较为离散，接收信号强度指示波动较大。从而可以得出结论，此时有人闯入了无线传感器网络的覆盖范围内，感知目的得以实现。

以无线传感器网络在人们生活中广阔的应用前景和现代社会对于目标感知的巨大需求为基础，本发明运用无线传感器网络接收信号强度指示进行感知的方法，对信号波动的具体情况进行了分析，并以此作为重要的判据来实现感知的目的。试验结果表明可以有效的感知出进入无线网络覆盖范围内的人或事物，这对于今后一些需要安防的场所有着重要的意义。