王建强代 阳雷倩芳

(东华理工大学测绘工程学院，江西 南昌330013)

随着无线网络通信技术的发展，无线传感网络(Wireless Sensor Network，WSN)节点定位成为现阶段室内位置服务的研究热点。 目前解决WSN 节点定位的主要技术方法是基于测距定位和非测距定位[1]，测距算法包括接收信号强度指示(Received Signal Strength Indication，RSSI)、到达时间差(Time Difference of Arrival，TDOA)、到达时间(Time of Arrival，TOA)和到达角(Angle of Arrival，AOA)[2]，非测距算法包括质心算法[3]。 综合考虑系统部署难易程度、硬件成本以及精度等因素，基于Wi- Fi、蓝牙RSSI 室内定位技术仍然是主流研究热点。

基于RSSI 的室内定位技术是WSN 节点定位中最经典的方法之一，该方法包括RSSI 测距模型和定位算法两部分，大量学者对其进行了深入研究。 针对RSSI 测距模型，任克强等[4]利用高斯滤波对RSSI 观测数据进行优化，根据接入点(Access Point，AP)间距离和RSSI 值动态修正RSSI 模型参数，从而提高测距精度，但该方法忽略了偏离高斯分布的RSSI 异常值对滤波结果的影响；李桢等[5]利用基于M 估计的抗差kalman 滤波方法估计信号强度，得到相对稳定的无线信号，但是抗差滤波需要大量样本数据且算法较为复杂。 针对RSSI 定位算法部分，Xue 等[6]对不均匀空间分辨率下的RSSI 进行物理距离加权定位，通过对短时间内的RSSI 观测值做均值处理，利用RSSI 物理距离差分定权，最终平均定位精度维持在3 m～6 m 之间；唐宗山等[7]提出了一种基于最大似然估计的RSSI 定位算法，通过信号差分改进最小二乘定位算法，实现了15 m 范围内平均定位精度2 m 左右。 上述改进方法在一定程度上可以提高RSSI 定位精度，但利用物理距离加权易受测距模型参数误差影响，无线信号也并不严格服从高斯分布，对定位精度的提升效果并不明显。……