华　钢，王永星

(中国矿业大学 信息与电气工程学院，江苏 徐州　221006)



基于信号衰减模型补偿的RSS指纹定位算法

华钢，王永星

(中国矿业大学 信息与电气工程学院，江苏 徐州221006)

摘要：基于RSS指纹的定位以其具有部署简单、硬件成本低、定位参数单一等优点成为无线定位技术中的研究热点之一.由于该技术在定位时需要目标RSS指纹与定位区域中所有RSS指纹进行比较，所以该定位算法的复杂度较高，导致了定位系统的实时性较差.为了解决上述问题，通过利用无线信号衰减模型对目标所在的大致区域进行判断，然后在判断的区域中再利用基于RSS指纹算法对目标进行精确定位.仿真实验结果表明改进的方法能够减少算法的复杂度，提高了定位系统的实时性.

关键词：信号强度；无线定位；指纹定位；信号衰减模型

随着无线网络通信技术发展，基于无线网络的应用日益广泛.在已部署大量无线传感器的无线网络中，如果传感器采集的实时数据中没有包含位置信息，则这些数据在实际的应用中是没有价值的[1].因此,对无线传感器在网络中的定位是实现无线环境下信息感知的关键技术问题.在众多的定位技术中，基于接收信号强度(receive signal strength，RSS)的定位方法由于具有定位参数单一、部署简单、硬件成本低等优点成为了研究热点.现有的基于RSS的定位方法可分成两大类：基于信号衰减模型和基于RSS指纹模型.前者是利用信号传播距离与信号强度之间的关系以及与锚节点之间的几何关系建立定位模型.与之相关的研究成果如Bandiera等[2]先设计一个合理的假设检验，让待定位节点在已知路径上移动，根据测量的RSS值判断这个定位环境是否发生了变化，求出信号衰减模型的定位参数；最后利用最大释然估计模型对目标进行定位.Zhu等[3]首先利用指纹法对目标进行预处理，最后采用信号衰减模型对目标进行精确定位，由于这个模型中同时考虑了信号的非线性衰减和信号噪声两个因素，因此该算法得到了较好的定位结果.Zhao等[4]认为在这两个锚节点间，待定位目标到任一个锚节点间的信号随机衰减参数与该两个锚节点间的信号随机衰减参数近似相同，然后利用两个锚节点测量的信号随机衰减参数，代入信号衰减模型计算在这两个锚节点之间的待定为目标坐标，一定程度上提高了信号衰减模型对环境的适应能力.

基于RSS指纹模型的定位方法是利用检测几个锚节点在定位空间中的RSS分布情况建立定位模型.微软在1998年提出的RADAR系统[5]是该技术的最早研究成果;后来在此基础上，美国马里兰大学研发的Horus系统[6]提出了RSS指纹的概率模型；加利福尼亚大学研发的Nibble系统[7]采用接收信号信噪比指纹来代替RSS指纹，并建立了RSS指纹库的连续分布概率模型.为了进一步提高RSS指纹方法的定位精度，后继研究利用神经网络训练方法、贝叶斯方法、蒙特卡罗方法、跟踪辅助定位等技术手段[8].

基于信号衰减模型方法的定位精度与信号在空间中的衰减因子和遮挡因子两个参数紧密相关，许多研究者几乎都是把这两个参数假设为固定值.但是在实际上，这两个参数都是随着环境变化而变化的，如果在实际的定位中想要动态地随着环境变化而调整这两个参数是很难实现的，所以这也是造成这种方法定位精度不高的根本原因.但是其优点是相对于RSS指纹定位方法，算法复杂度较低，目标定位速度快.而基于RSS指纹模型的定位方法的优点是不依赖于定位区间中无线信号衰减模型，也不受定位区间的各种使用条件限制.其定位精度比基于信号衰减模型的方法要高，但是其缺点是需要建立定位区间的RSS指纹模型，那么定位区间越大，建立该模型的工作量就越大，定位算法的复杂度就越高，而且一旦环境发生了变化，先前建立的模型就需要重新建立.

为了减少基于RSS指纹模型定位算法的复杂度，提高目标的定位速度，本文提出了基于信号衰减模型补偿的RSS指纹定位算法，即在定位区间同时建立信号衰减模型和RSS指纹模型,并把目标定位分为两个阶段：粗定位阶段和精确定位阶段.在粗定位阶段，利用信号衰减模型对待定位目标进行粗定位，求解出目标在整个定位区间中那个小的定位区域，从而提高定位速度；在精确定位阶段，利用粗定位确定的定位区间，采用基于RSS指纹模型对目标进行精确定位，进而减少了定位算法的运算复杂度.

1算法描述

1.1待定目标的定位区间判断

影响无线信号衰减规律的因素主要与锚节点在空间中的部署位置和环境紧密相关，如环境中的空气湿度、温度、墙面的粗糙程度、材料、物体的遮挡等.常用的信号衰减模型为大尺度损耗模型 Shadowing，即

表1　指数η的典型值

假设待定目标收到3个AP1、AP2和AP3的信号，AP1与AP2之间的距离为d12，AP2与AP3之间的距离为d23，如图1所示，待定位节点距AP1、AP2和AP3的距离分别为d1、d2和d3.根据公式(1)，在d1、d2和d3处的信号强度值分别为：

(2)

(3)

(4)

由公式(2)、公式(3)和公式(4)可得：

(5)

(6)

(7)

图1　待定位目标的定位区间判断

(8)

另外

(9)

可判断角α的大小转化，如果

(10)

(11)

(12)

1.2基于RSS指纹的定位算法设计

1.2.1建立RSS指纹模型

(13)

假设锚节点用AP表示，则每个点p上都有多个AP的信号强度值，所以可将RFp令为RFp(RF_A1p,RF_A2p,…,RF_Ajp)，j表示AP的个数，所以式(13)可以转化为

(14)

依次对每个网格进行求解，最终建立的RSS指纹数据库的数据格式为

1.2.2改进的基于RSS指纹的定位算法描述

(15)

3)当p=1时得到Δd1，依次变化p值得到集合Δdp，最后求集合Δdp中最小值.假设Δdq为集合的最小值，即

(16)

2仿真实验与结果分析

为了验证本文算法的可行性和有效性，仿真实验选取了实验楼层的走廊:走廊的长度被均等划分成100个定位网格，走廊的宽和高度分别为2.7 m和3.5 m.由于其宽度和高度远小于其长度，所以在仿真实验时没有考虑目标在宽和高上的变化，即只考虑在走廊长度上的变化，假设走廊的长为坐标轴的x轴.

在采集RSS值时，工作人员携带定位标签以正常的速度在定位区域中行走，上位机软件实时接收定位标签发送的RSS值.最终建立的定位区域的RSS指纹如图2所示.

图2　定位区域中每个网格上的信号强度指纹

从图2中可以看出，无线信号在楼层走廊里的信号衰减规律在总体上是符合Shadowing模型，但是无线信号在传播时具有一定的波动，其主要原因就是前面讨论的无线信号受多径效应或遮挡的影响造成的.

在定位测试阶段，测试人员携带定位标签以正常的速度在定位区域中行走，分别用基于RSS指纹方法和基于改进的RSS指纹定位方法测试两个定位算法的运行时间.其实验测试结果如图3所示.

图3　两种定位方法误差结果对比

从测试结果对比图可以看出，本文改进的RSS指纹定位算法总的运行时间为12 s，在每个参考点的算法平均运行时间为0.12 s，这个时间相对于定位标签数据的发送周期(1 s)来说，算法的运行时间几乎可以忽略；而基于RSS指纹定位算法总的运行时间为31 s，在每个参考点的算法平均运行时间为0.31 s，这个时间相当于改进算法的两倍多，由于测试的环境只是在100 m左右的楼层走廊里，如果要是在一栋大楼或是机场等较大的区域，本文改进算法的目标定位时间要明显小于传统的基于RSS指纹算法的目标定位时间.

3结语

通过研究无线信号在空间中的传播衰减规律，在基于传统RSS指纹定位算法的基础上结合信号传播模型的补偿算法，减少了定位算法的复杂度，提高了定位系统的实时性.尤其在较大的定位环境中，如机场、商场、煤矿井下巷道等，改进的算法相比于传统算法的实时性更加明显.特别对实时性要求较高的定位系统，本文算法相比传统算法更能胜任之，满足系统的实时性要求.

参考文献：

[1] Kuo W H,Chen Y S,Jen G T,et al.An intelligent positioning approach:RSSI-based indoor and outdoor localization scheme in Zigbee networks[C].International Conference on Machine Learning and Cybernetics (ICMLC),2010,Qingdao.IEEE,2010:2754-2759.

[2] Bandiera F,Coluccia A,Ricci G.A cognitive algorithm for received signal strength based localization[J].IEEE Transactions on Signal Processing,2015,63(7):1726-1736.

[3] Zhu H,Liu F,Zhou H.Indoor location service based on fingerprinting and distance relative attenuation model[C].2014 Sixth International Conference on Measuring Technology and Mechatronics Automation (ICMTMA).IEEE,2014:341-344.

[4] Zhao J,Li H,Sun X.Research on the signal random attenuation coefficient based on RSSI in WSN localization technology[C].Wireless Communications,Networking and Mobile Computing,2009.WiCom'09.5th International Conference on IEEE.

[5] Bahl P,Padmanabhan V N.RADAR:an in-building RF-based user location and tracking system[J].Institute of Electrical & Electronics Engineers Inc,2000(2):775-784.

[6] Youssef M,Agrawala A.Handling samples correlation in the Horus system[C].INFOCOM 2004.Twenty-third AnnualJoint Conference of the IEEE Computer and Communications Societies,2004:1023-1031.

[7] Battiti B,Nhat T L,Villani A.Location-aware computing:a neural network model for determining location in wireless LANs[R].Information Engineering and computer Science,Technical Report:DIT-02-083,2002.

[8] 史伟光.基于射频识别技术的室内定位算法研究[D].天津:天津大学,2011.

(编辑徐永铭)

王永星(1985-)，男，河南周口人，博士研究生，主要从事无线传感器定位、智能信息处理研究.

Based on Signal Attenuation Model Compensated for Fingerprint

Localization Algorithm with RSS

HUA Gang,WANG Yongxing

(School of Information and Electrical Engineering, China University of Mining and Technology, Xuzhou, Jiangsu 221008, China)

Abstract:With the advantage of easy-implementation, low-cost and simplified positioning-parameter, localization algorithm, which is based on wireless receive signal strength, has become a hot research area. However, on the technology localization stage, object’s RSS fingerprint need compare with all of RSS fingerprint in the positioning area, therefore, the localization algorithm has larger complexity which causes the bad real time of positioning system. In order to solve the above problem, the object is in the area which is analysed with the wireless signal attenuation model, and object is located precisely by the based-RSS fingerprint algorithm in the forgoing area. Experimental results show that the proposed algorithm can decrease algorithm complexity, and improve the real-time of located system.

Key words:signal strength; wireless localization; fingerprint positioning; signal attenuation model

中图分类号：TP393

文献标志码：A

文章编号：1674-358X(2015)04-0028-05

作者简介：华钢(1963-)，男，江苏淮阴人，教授，博士，博士生导师，主要从事物联网、信息融合、云计算、煤矿安全监控等研究.

基金项目：国家自然科学 (51204186，61379100,51574232)

收稿日期：2015-11-08