WSN中基于RSSI的加权质心定位算法的改进

基于无线传感器网络的煤矿井下人员定位系统设计与实现作者：岳秋艳,王文学,郭霞来源：《电脑知识与技术》2011年第15期摘要：井下人员定位系统对于提高煤炭企业的安全管理水平和应急救援水平都十分必要。

现有基于RFID技术的井下人员定位系统开发受RFID技术的限制无法满足井下全方位人员定位的要求。

近年来随着无线通讯技术和无线传感器网络技术的迅速发展，为研发下一代的井下人员定位系统提供了技术基础。

该文针对煤矿井下人员定位的需求基于无线传感器网络技术提出了井下人员定位系统的设计方案，该方案能够实现井下人员的准确定位，有利于提升矿山企业的数字化安全管理水平。

关键词：RFID；无线传感器网络；锚节点；定位中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)15-3725-02我国煤矿地质条件复杂、地下环境特殊，导致矿难频发、矿难救援难度极大。

目前由于煤矿井下普遍存在着入井人员管理困难、井下人员的分布及作业情况难以及时准确掌握的问题，导致矿难发生后无法对井下被困人员及时抢救，给煤矿安全生产工作带来了极大的隐患。

近年来，国内众多的企业基于RFID(Radio Frequency Identification ，即射频识别，俗称电子标签) 技术陆续推出了众多的煤矿井下人员定位系统，此类的人员定位系统具有体积小、重量轻、便于携带等优点，有效地弥补了我国井下人员定位系统的空白，成功的应用在国内众多的煤矿中。

但由于RFID技术在使用中存在通信距离短、基站安装成本高的缺点，无法实现井下无线信号的全覆盖和人员的精确定位，只能做到区域定位；而且RFID技术在多人同时通过无线基站时存在漏读卡现象，这种基于RFID技术的井下人员定位系统无法满足井下全方位人员定位的要求，并非真正意义的人员到位跟踪系统，只能够用于入井人员的考勤管理。

近年来随着无线通讯技术和无线传感器网络技术的迅速发展，为研发下一代的井下人员定位系统提供了技术基础。

• 144•随着人们的安全意识不断提升，工厂作业时对人员的安全工作变得愈发的重要。

而靠人力去监督员工们的安全，在高开销的同时，即存在不可靠性，也不能实现对每个员工实时的进行监控。

因此急需要一套电子系统来对人员位置的实时监测并发出警告。

同时也在WiFi 技术不断提升，WiFi 使用不断普及，其精度、覆盖范围等性能不断提升的情况下，我们选择了基于WiFi 技术的人员定位安全系统。

该系统主要利用与WiFi 连接的智能手机进行定位，在客户端上有可导入修改的工厂3D 模型，通过定位的人员也会反映在模型上，管理员能只管检测到员工的位置。

当施工人员被定位到危险区时，系统会自动报警，提醒人员远离危险区。

1 WiFi定位方案整个人员定位安全系统是在WiFi 环境下进行的，每个人员都需要携带一部智能手机与WiFi 相连接。

无线局域网（WLAN ，又称WiFi ）WiFi 是一种短程无线网络传输技术，具有覆盖范围广、传输速度快、危害小、成本低、容易搭建和管理等优点。

WiFi 定位与ZigBee 定位以及RFID 定位相比，在成本低的同时更具有传输速度快、精度高、抗干扰能力强、可管理性强多个优点，如表1所示。

表1 无线网络定位技术的对比项目WiFi 定位ZigBee 定位RFID 定位综合成本低高低传输速度1～2Mb/s 10～250kb/s 10kb/s ～2Mb/s 定位精度3～5m 3～30m 3～10m 抗干扰性很强一般较强可管理性强一般较差2 定位原理WiFi 定位方法按照是否基于RSSI （信号强度）分为两大类。

不基于信号强度RSSI 的方法有根据TOA （time ofarrival ，到达时间）、TDOA （time difference of arrival ，时差）、AOA （angle of arrival ，到达角）这些参数进行的定位，但这些参数既需要特殊的WiFi 模块，智能手机上又不易获取，因此不采用这类方法。

WSN中基于TDoA位置算法的改进研究无线传感网络（Wireless Sensor Network, WSN）是一种自组织的、分布式的物联网节点网络，其实现了许多无线传感技术的应用。

这种网络由众多的传感器组成，它们通常安装在被监测的区域内，通过互相通信达到监测和控制的目的。

对于WSN来说，位置信息是非常重要的，因为只有知道传感器的位置，才能更精确地进行监测和控制。

在WSN中，基于TDoA（Time Difference of Arrival）位置算法是一种常用的方法。

它们是通过确定从发射源到每个接收器的时间差来确定接收器的位置的。

这种算法主要优点是能够使用近距离接收器和距离目标源的永久接收器之间的信息，因此提高了定位的精确度。

而且，TDoA算法通过对接收信号进行处理防范了卡尔曼滤波等定位算法的漂移问题。

但是，TDoA算法的定位精度可能受到信号未知时间偏移和噪声的影响，因此，如何改进TDoA算法的精度也是一个重要的问题。

基于TDoA算法的改进方法很多，其中最常用的是加入误差率估计和工程几何技术，并结合优化算法来改进TDoA算法的精度。

为了进一步提高算法的精度，还可以更好地选择参考节点和移动设备之间的测距方式和时间同步方式。

比如，在参考节点的选择上，根据实际情况选择那些位置固定、容易被监测的节点，这些节点更容易实现位置信息输出，也可以有效避免节点受到影响而导致错误的情况。

此外，随着系统中各种传感器数量的增多，不同的传感器之间也存在一定的时间和时钟偏差，如果不加以处理，则这样的误差将会严重影响定位的精确度。

因此，为了弥补时钟和时间偏差，我们可以采用VLP（Visible Light Positioning）技术等方案。

除此之外，为了进一步提升TDoA算法的精度，我们还可以针对特定问题提出对应的解决方案。

比如，在环境多噪声的情况下，我们可以通过限制误差方程组的解，消除传感器测距误差造成的影响。

在节点簇中，为了避免较严重的干扰和高噪声等情况，我们可以减少测量值，间隔测量或在测量周期之间加入一些额外的控制步骤来保证精度。

WSN中基于指纹匹配的室内定位方法竺超明;华子雯;陈立建;徐慧;毛科技【摘要】定位技术在无线传感器网络应用中发挥着重要的意义.GPS等室外定位方法在室内环境中信号差,在场景复杂的室内环境中很难有效定位,因此本文实现的一种基于指纹匹配的WSN室内定位方法.首先构建定位区域中的信号强度指纹地图,利用Kriging插值算法构建分辨率较高的定位指纹地图,然后进行匹配指纹地图定位,采用余弦相似度和空间索引进行目标定位,最后采用K-means提高定位精度并进行优化.基于该定位方法开发了一套WSN室内定位系统,采用Micaz节点作为基站节点,通过实际实验和仿真实验验证了定位方法在室内定位场景中具有较好的抗障碍物干扰性,定位误差在5 cm左右.【期刊名称】《传感技术学报》【年(卷),期】2019(032)003【总页数】7页(P451-457)【关键词】无线传感器网络;指纹匹配;室内定位;Kriging插值;K-means聚类【作者】竺超明;华子雯;陈立建;徐慧;毛科技【作者单位】浙江广播电视大学萧山学院,杭州310000;浙江工业大学计算机科学与技术学院,杭州310032;浙江工业大学计算机科学与技术学院,杭州310032;浙江广播电视大学萧山学院,杭州310000;浙江工业大学计算机科学与技术学院,杭州310032;浙江工业大学计算机科学与技术学院,杭州310032【正文语种】中文【中图分类】TP393无线传感器网络WSN(Wireless Sensor Networks)主要用来监测网络部署区域中各种环境特性,比如温湿度、光照强度、磁场强度、受力强度、速度或加速度、化学物质浓度等等,但是只有在知道节点位置信息的情况下很多监测的数据才有意义。

换句话说,传感器节点的定位在无线传感器网络的诸多应用中有着十分重要的意义。

目前室外定位方法主要是通过全球定位系统GPS(Global Positioning System),GPS卫星通过发射电磁波信号计算距离,从而实现定位功能,然而GPS信号在室内环境或信号穿透比较差的场景中,不能实现高精度定位,因此很难满足室内定位的需求。

基于RSSI滤波的三边室内定位算法作者：程俊来源：《科技风》2019年第28期摘要：针对复杂的室内环境中，基于接收信号强度指示（RSSI）定位困难的问题，提出了一种基于卡尔曼滤波、高斯滤波、统计中值相结合（KGSM滤波）的三边测距定位算法。

算法先用KGSM滤波优化了RSSI值，然后运用对数损耗模型计算出距离，最后用三边测距得到了定位位置。

实验结果表明：KGSM滤波提高了采集的RSSI值精确度，使三边定位算法的定位误差维持在0.7～1.0m，提高了定位的稳定性和精确度。

关键词：接收信号强度指示;室内定位;滤波方式;三边测距;定位误差中图分类号：TP393 ;文献标识码：A现实生活中，GPS已广泛用于室外定位，但在室内环境中，由于建筑物的阻挡，GPS定位无法开展。

为了解决上述问题，人们尝试引入其他方法来实现定位。

目前，常用于室内定位的方法可以分为测距和非测距两类，测距算法包括TOA、TDOA、RSSI、AOA等，非测距算法包括APIT、凸规划法、质心法、DV-Hop等方法。

基于测距的RSSI算法应用广泛，但是其易受各种各样环境的影响，故人们常常对其进行滤波处理。

常用的RSSI滤波方法有均值濾波、高斯滤波、中值滤波、卡尔曼滤波以及它们的融合等。

文章[1]对高斯滤波进行了改进，其更符合理论模型，滤波效果更好。

文章[2]将卡尔曼滤波和中值滤波进行了结合，有效减少了粗大RSSI值对结果的影响。

受上述相关文献的启发，本文融合了卡尔曼滤波、高斯滤波、中值滤波的改进型统计中值滤波的优点，提出了一种新型滤波—KGSM（Kalman，Gaussianand Statistics median）滤波，提高了其精确度，进而减少了三边定位算法的[3]的定位误差。

1 KGSM滤波优化RSSI值1.1 传统滤波方法分析室内定位中，由于存在人员走动、信号的反射、电子仪器本身的干扰等不稳定因素，使接收的RSSI值存在很大的误差，为了提高其精确度，我们常常对其进行滤波处理，这里我们简单介绍下本论文用到的滤波：中值滤波、高斯滤波、卡尔曼滤波。

基于ZigBee 煤矿井下人员定位算法的研究摘要：针对我国煤炭行业生产安全管理现状，进行人员的精确定位，是解决煤矿安全问题的方法之一。

根据目标跟踪对定位算法的要求，对zigbee 无线传感器网络节点定位算法进行设计，采用基于rssi的补偿定位算法进行定位，该定位算法是一种用于煤矿井下人员跟踪的比较准确的定位解决方法之一。

关键词：rssi；人员定位；算法；zigbee；矿井中图分类号：td76 文献标识码：a 文章编号：1007-9599 （2012）19-0000-021 引言在我国煤炭安全事故煤矿事故频繁发生的原因是多方面的，但其中一个主要的原因是我国煤矿井下的安全技术总体水平偏低。

特别是在一些突发事故中无法确定煤矿井下人员的准确位置不能及时的制定有效的营救方案，导致煤矿井下人员伤亡数不断攀升。

所以，煤矿井下人员位置信息对煤矿安全监测非常重要，得不到井下作业人员的具体位置就会使监测活动受到很大的制约。

如何采用一种比较好的定位算法对煤矿安全监测是非常重要[3]，基于rssi的加权质心定位算法进行目标定位，并测算下一个位置，让相邻的信标节点参与跟踪，找到事故发生的确切位置对无线传感器网络的有效使用起着关键作用。

2 无线定位机制在无线定位中，有基于测距和非测距两种方式。

前者需要测量相邻节点间的绝对距离或方位，并利用节点间的实际距离来计算未知节点的位置；后者无需测量节点的绝对距离或方位，而是利用节点间的估计距离计算节点位置。

基于测距的算法主要包含以下几种：三边测量、三角测量、极大似然估计等。

比较常用的无线定位技术有以下三种方法：（1）三边测量法。

三边测量法是根据n 个已知坐标的节点到未知节的距离来确定节点坐标。

（在平面空间里，如果能确定一个节点与三个以上信标节点的距离，就可以确定该节点的坐标。

在三维空间里，需要找到至少四个以上的信标节点才能最终定位）。

（2）三角测量法。

选择一些控制点，相互连接成若干个三角形，构成各种网状图形。

EKF在移动信标的WSN节点定位中的应用摘要：扩展卡尔曼滤波常用于非线性系统的优化，应用在移动信标的wns节点定位中可以提高定位精度。

关键词：ekf；滤波；移动信标；节点定位中图分类号：tp393 文献标识码：a 文章编号：1009-3044（2013）09-2048-03无线传感器网络被广泛应用于智能军事、楼宇与智能家居、现代物流、医疗监护、交通控制、工业监控等领域，通过设置大量的节点去监测某事件相关的物理量，并以自组织方式形成无线网络，这些事件需要确定发生的位置，而经信息融合后得到的相关数据如果不包含事件位置信息将毫无意义，只有带有标识位置信息的传感数据才有实际的意义，因此传感器节点自身的正确定位是提供事件位置信息的前提，节点的精确定位基础而关键。

无线传感器网络中的节点密度和信标节点数目决定着网络成本，为了降低成本和节点的硬件要求，往往采用移动信标节点，在可移动的节点上安装gps或其它定位装置，以一定规律的移动并周期性发布所在的位置信息，未知节点利用所收到的相关信息，采用适当的测距法和节点坐标计算方法算出该未知节点的粗略位置，进一步采用滤波技术进行计算来提高定位精度。

由于无线传感器网络节点通信存在信号的非线性衰减、非视距传播、多径效应及噪声的影响，导致明显的非线性因素，不能使用经典卡尔曼滤波（kf）处理，而扩展卡尔曼滤波（ekf）可以有效处理非线性数据，适合于非线性条件下的滤波循坏求精。

1 扩展卡尔曼滤波理论卡尔曼滤波理论由kalman在1960年提出，它综合了状态空间的概念与随机估计理论，利用对象的状态方程、观测方程，并设法除去噪声的影响的滤波算法，是一种基于高斯白噪声背景下适用于线性系统的对随机过程的最优估计，在许多领域得到了广泛的应用。

由于经典卡尔曼滤波技术不能直接运用于线性系统，对于非线性系统可以通过一阶泰勒展开近似线性化，在此基础上再运用kf进行处理，这就是ekf。

在对非线性系统进行线性化的过程中舍去了高阶项，因此ekf是一种次优估计。