基于等边三角形模型的RSSI加权测距方法与流程

文档序号:11882736阅读:来源:国知局

技术特征:

1.基于等边三角形模型的RSSI加权测距方法,其特征在于,包括以下步骤:

(1)初始化锚节点的网络模型;所述锚节点的部署采用等边三角形模型;

(2)未知节点周期性发送自身信息;

(3)各锚节点在收到信息后,记录同一个未知节点的RSSI测量值,并将记录到对应的RSSI数组Xn中;

(4)重复步骤(3)多次;

(5)对任一个锚节点对应的RSSI数组Xn,进行以下操作:对RSSI数组Xn中的RSSI测量值采用高斯分布函数进行筛选,将高斯分布函数值大于设定临界点的RSSI测量值存放到数组Xsum中;

对数组Xsum中的RSSI测量值进行加权平均,得出的RSSI优化值为:

<mrow> <mi>R</mi> <mi>S</mi> <mi>S</mi> <mi>I</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mo>(</mo> <mi>X</mi> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>*</mo> <mi>f</mi> <mo>(</mo> <mi>X</mi> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mi>n</mi> </mfrac> </mrow>

其中,n为数组Xsum中的RSSI测量值的个数;

Xsum(i)为数组Xsum中的第i个RSSI测量值,1≤i≤n;

f(Xsum(i))为Xsum(i)的值在数组Xsum中的出现概率;

(6)各锚节点将步骤(5)中得到的RSSI优化值传给基站,由基站根据RSSI优化值计算得到未知节点的坐标。

2.根据权利要求要求1所述的基于等边三角形模型的RSSI加权测距方法,其特征在于,步骤(1)所述等边三角形模型为修正的等边三角形模型,具体为:

在网络模型中缺少锚节点的边缘区域中,在锚节点相距最长的边的中点部署一个边缘修正锚节点;所述边缘修正锚节点的发射功率低于其他锚节点。

3.根据权利要求2所述的基于等边三角形模型的RSSI加权测距方法,其特征在于,所述边缘修正锚节点的发射功率为其他锚节点的75%。

4.根据权利要求要求1所述的基于等边三角形模型的RSSI加权测距方法,其特征在于,步骤(5)所述临界点为0.6。

5.根据权利要求要求1所述的基于等边三角形模型的RSSI加权测距方法,其特征在于,步骤(6)所述由基站根据RSSI优化值计算得到未知节点的坐标,具体为:由基站根据RSSI优化值,采用三边质心定位的方法计算得到未知节点的坐标。

6.根据权利要求要求5所述的基于等边三角形模型的RSSI加权测距方法,其特征在于,采用三边质心定位的方法计算得到未知节点的坐标,具体为:

采用冒泡法将各锚节点的RSSI优化值进行排序,取最大的三个RSSI优化值,获取三个RSSI优化值对应的锚节点的坐标A(x1,y1),B(x2,y2),C(x3,y3),计算未知节点到三个锚节点的距离dA、dB、dC,,以A、B、C为圆心、dA、dB、dC为半径作圆,求出这3个圆的交点;若交于一点则该点就是未知节点的坐标;若解得3个圆的交点不重合,那么以这3个交点作出一个三角形,计算它的质心坐标,质心坐标即为未知节点坐标。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1