本文關(guān)鍵詞：基于RSSI的室內(nèi)定位算法優(yōu)化技術(shù)

  更多相關(guān)文章： 無線傳感器網(wǎng)絡(luò) 聚類算法 濾波算法 定位算法

【摘要】：基于無線傳感器網(wǎng)絡(luò)的室內(nèi)目標(biāo)定位技術(shù)有廣泛的應(yīng)用需求和巨大的商業(yè)潛力,但室內(nèi)定位誤差較大一直是限制室內(nèi)定位技術(shù)發(fā)展的重要原因。目前在室內(nèi)定位領(lǐng)域廣泛應(yīng)用的基于RSSI (Received Signal Strength Indication)的室內(nèi)定位技術(shù)對定位環(huán)境的依賴性較強,長距離通信、障礙物阻擋、突發(fā)干擾、隨機干擾、噪聲干擾等因素都會對RSSI值的測量造成影響,進而降低室內(nèi)定位精度。本文通過實驗分析以上各種因素對RSSI值測量造成的影響程度,在此基礎(chǔ)上提出提高室內(nèi)定位精度的解決方案。 通過對整體環(huán)境進行區(qū)域分割,降低長距離通信和障礙物對RSSI測量的影響,然后對分割后的子區(qū)域進行環(huán)境參數(shù)擬合,避免整體區(qū)域的環(huán)境參數(shù)不能適用于所有子區(qū)域的情況。由于室內(nèi)環(huán)境存在不確定性,人員走動的情況不可避免,由此產(chǎn)生的突發(fā)干擾會使得RSSI的觀測數(shù)據(jù)產(chǎn)生偏離值,對偏離值通過改進的聚類算法予以消除。無線電信號易受到隨機噪聲、信號反射、衍射以及測量系統(tǒng)自身如測量節(jié)點內(nèi)部噪聲和A/D量化噪聲等因素的影響,RSSI的測量數(shù)據(jù)中會產(chǎn)生被隨機干擾影響的數(shù)據(jù),通過分析隨機干擾的特點,應(yīng)用濾波算法減弱隨機干擾帶來的影響。除上述兩種干擾之外,RSSI值的測量還受到噪聲的干擾,由于其符合高斯白噪聲的特點,應(yīng)用維納濾波消除噪聲干擾帶來的影響。 以上所述的目的在于提高RSSI值的測量精度,除此之外本文對定位算法中對參考節(jié)點進行選擇的選點策略進行研究,同時提出改進算法,通過對參考節(jié)點計算權(quán)值的方式選擇可靠性最高的三個參考節(jié)點進行定位,從而減小定位誤差。 最后在Zigbee模塊上對改進方案進行驗證,對比改進前后的實驗數(shù)據(jù),驗證改進方案的有效性。
【關(guān)鍵詞】：無線傳感器網(wǎng)絡(luò) 聚類算法 濾波算法 定位算法
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP212.9;TN929.5
【目錄】：

• 摘要3-4
• Abstract4-9
• 第一章 緒論9-15
• 1.1 室內(nèi)無線定位研究背景和意義9-10
• 1.2 室內(nèi)無線定位技術(shù)10-11
• 1.3 國內(nèi)外的研究現(xiàn)狀及發(fā)展趨勢11-12
• 1.4 本文主要工作12-14
• 1.5 論文結(jié)構(gòu)安排14-15
• 第二章 室內(nèi)無線定位方法和對數(shù)—常態(tài)分布模型15-23
• 2.1 無線節(jié)點間的測距方法15-18
• 2.1.1 基于到達角度法(Angle of Arrival,AOA)15-16
• 2.1.2 基于時間到達(Time of Arrival,TOA)16
• 2.1.3 基于時間差(Time Difference of Arrival,TDOA)16-17
• 2.1.4 接收信號強度法(Received Signal Strength Indication,RSSI)17-18
• 2.2 對數(shù)—常態(tài)分布模型18-19
• 2.3 三角質(zhì)心定位算法19-21
• 2.4 本章小結(jié)21-23
• 第三章 影響室內(nèi)無線定位精度的因素23-37
• 3.1 RSSI值測量在室內(nèi)環(huán)境與室外環(huán)境中的差異23-26
• 3.1.1 室內(nèi)環(huán)境與室外環(huán)境測量RSSI值的對比實驗23-25
• 3.1.2 對比實驗數(shù)據(jù)分析25-26
• 3.2 實驗分析影響定位精度的因素26-36
• 3.2.1 長距離通信與障礙物26-29
• 3.2.2 環(huán)境參數(shù)29-30
• 3.2.3 突發(fā)干擾30-31
• 3.2.4 隨機干擾31-33
• 3.2.5 噪聲干擾33-36
• 3.2.6 三角質(zhì)心定位算法的選點策略36
• 3.3 本章小結(jié)36-37
• 第四章 提高RSSI值測量精度的優(yōu)化方案37-57
• 4.1 整體環(huán)境區(qū)域分割和環(huán)境參數(shù)擬合37-41
• 4.1.1 整體環(huán)境區(qū)域分割37-38
• 4.1.2 通過RSSI值與實際距離對環(huán)境參數(shù)進行擬合38-39
• 4.1.3 對子區(qū)域進行環(huán)境參數(shù)擬合39-40
• 4.1.4 全局環(huán)境參數(shù)與局部環(huán)境參數(shù)定位精度對比40-41
• 4.2 利用聚類分析消除突發(fā)干擾41-46
• 4.2.1 應(yīng)用聚類分析消除突發(fā)干擾41-42
• 4.2.2 基于密度的聚類算法在消除突發(fā)干擾方面的應(yīng)用42-43
• 4.2.3 改進的DBSCAN算法43-44
• 4.2.4 消除突發(fā)干擾前后的對比實驗44-46
• 4.3 利用濾波算法消除隨機干擾46-49
• 4.3.1 應(yīng)用最小二乘估計濾波削弱隨機誤差46-47
• 4.3.2 應(yīng)用限幅與算術(shù)平均濾波削弱隨機誤差47-48
• 4.3.3 實驗數(shù)據(jù)48-49
• 4.4 利用維納濾波消除噪聲干擾49-55
• 4.4.1 維納濾波消除噪聲干擾50-51
• 4.4.2 因果的維納濾波器51
• 4.4.3 有限脈沖響應(yīng)法求解維納-霍夫方程51-53
• 4.4.4 維納濾波消除噪聲干擾前后數(shù)據(jù)對比53-55
• 4.5 本章小結(jié)55-57
• 第五章 改進的三角質(zhì)心定位算法57-63
• 5.1 通過權(quán)值算法改進選點策略57-60
• 5.2 改進前后的定位精度對比實驗60-61
• 5.3 本章小結(jié)61-63
• 第六章 總結(jié)與展望63-65
• 參考文獻65-69
• 攻讀學(xué)位期間取得的學(xué)術(shù)成果69-71
• 致謝71

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 方震;趙湛;郭鵬;張玉國;;基于RSSI測距分析[J];傳感技術(shù)學(xué)報;2007年11期

2 呂振;譚鵬立;;一種基于RSSI校正的三角形質(zhì)心定位算法[J];傳感器與微系統(tǒng);2010年05期

3 周暉;齊智平;;動態(tài)電壓恢復(fù)器檢測方法和補償策略綜述[J];電網(wǎng)技術(shù);2006年06期

4 張潔穎;孫懋珩;王俠;;基于RSSI和LQI的動態(tài)距離估計算法[J];電子測量技術(shù);2007年02期

5 彭宇;王丹;;無線傳感器網(wǎng)絡(luò)定位技術(shù)綜述[J];電子測量與儀器學(xué)報;2011年05期

6 李仕;孫輝;張葆;;運動模糊圖像的實時恢復(fù)算法[J];光學(xué)精密工程;2007年05期

7 鄭靜;張R，

本文編號：1124438