1.一种基于RSSI的室内定位方法,其特征在于,包括步骤:
分别采集至少三个定位基站接收的RSSI信号;
对采集的RSSI信号进行高斯拟合处理,保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号,获得有效RSSI信号;
对所述有效RSSI信号进行小波变换,获得去噪后的有效RSSI信号;
根据所述去噪后的有效RSSI信号,采用正定校正矩阵改进后的泰勒算法进行室内定位,获得定位结果。
2.根据权利要求1所述的基于RSSI的室内定位方法,其特征在于,所述对采集的RSSI信号进行高斯拟合处理,保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号,获得有效RSSI信号的步骤包括:
计算采集的RSSI信号的高斯分布均值与方差;
根据采集的所述RSSI信号的高斯分布均值与方差,计算采集的RSSI信号的概率密度值;
将采集的RSSI信号的概率密度值与预设概率阈值比较,丢弃概率密度值小于所述预设概率阈值对应的RSSI信号,保留概率密度值大于或等于所述预设概率阈值对应的RSSI信号,获得有效RSSI信号。
3.根据权利要求1所述的基于RSSI的室内定位方法,其特征在于,所述对所述有效RSSI信号进行小波变换,获得去噪后的有效RSSI信号的步骤包括:
将所述有效RSSI信号分解到小波域,获得至少两层小波系数以及与各层小波系数对应的尺度系数;
将所述至少两层小波系数分别与预设小波分解阈值进行比较,强制归零小于所述预设小波分解阈值的小波系数,并修正大于或等于所述预设小波分解阈值的小波系数,获得修正后的小波系数;
对修正后的小波系数与小波系数对应的尺度系数进行小波重构处理,获得去噪后的有效RSSI信号。
4.根据权利要求1所述的基于RSSI的室内定位方法,其特征在于,所述根据所述去噪后的有效RSSI信号,采用正定校正矩阵改进后的泰勒算法进行室内定位,获得定位结果的步骤之前还包括:
根据所述去噪后的有效RSSI信号以及定位基站的位置,通过加权最大似然法,计算待测节点初始估计坐标;
在待测节点初始估计坐标处进行泰勒展开,获得待测节点与各定位基站之间初始测量距离与真实距离的矩阵;
对所述待测节点与各定位基站之间初始测量距离与真实距离的矩阵中加入正定校正矩阵,获得正定校正矩阵改进后的泰勒算法。
5.根据权利要求4所述的基于RSSI的室内定位方法,其特征在于,所述正定校正矩阵的函数表达式为:
式中,为第i个定位基站采集的RSSI的平均值。
6.一种基于RSSI的室内定位系统,其特征在于,包括:
采集模块,用于分别采集至少三个定位基站接收的RSSI信号;
高斯处理模块,用于对采集的RSSI信号进行高斯拟合处理,保留采集的RSSI信号中满足预设概率阈值的大概率RSSI信号,获得有效RSSI信号;
小波变换处理模块,用于对所述有效RSSI信号进行小波变换,获得去噪后的有效RSSI信号;
泰勒校正模块,用于根据所述去噪后的有效RSSI信号,采用正定校正矩阵改进后的泰勒算法进行室内定位,获得定位结果。
7.根据权利要求6所述的基于RSSI的室内定位系统,其特征在于,所述高斯处理模块包括:
计算单元,用于计算采集的RSSI信号的高斯分布均值与方差;
高斯处理单元,用于根据采集的所述RSSI信号的高斯分布均值与方差,计算采集的RSSI信号的概率密度值;
筛选单元,用于将采集的RSSI信号的概率密度值与预设概率阈值比较,丢弃概率密度值小于所述预设概率阈值对应的RSSI信号,保留概率密度值大于或等于所述预设概率阈值对应的RSSI信号,获得有效RSSI信号。
8.根据权利要求6所述的基于RSSI的室内定位系统,其特征在于,所述小波变换处理模块包括:
分解单元,用于将所述有效RSSI信号分解到小波域,获得至少两层小波系数以及与各层小波系数对应的尺度系数;
去噪单元,用于将所述至少两层小波系数分别与预设小波分解阈值进行比较,强制归零小于所述预设小波分解阈值的小波系数,并修正大于或等于所述预设小波分解阈值的小波系数,获得修正后的小波系数;
重构单元,用于对修正后的小波系数与小波系数对应的尺度系数进行小波重构处理,获得去噪后的有效RSSI信号。
9.根据权利要求6所述的基于RSSI的室内定位系统,其特征在于,还包括:
初始坐标模块,用于根据所述去噪后的有效RSSI信号以及定位基站的位置,通过加权最大似然法,计算待测节点初始估计坐标;
距离极端模块,用于在待测节点初始估计坐标处进行泰勒展开,获得待测节点与各定位基站之间初始测量距离与真实距离的矩阵;
校正改进模块,用于对所述待测节点与各定位基站之间初始测量距离与真实距离的矩阵中加入正定校正矩阵,获得正定校正矩阵改进后的泰勒算法。
10.根据权利要求9所述的基于RSSI的室内定位系统,其特征在于,所述校正改进模块中正定校正矩阵的函数表达式为:
式中,为第i个定位基站采集的RSSI的平均值。