用于鲁棒且准确的基于RSSI的位置估计的系统和方法与流程

本发明的实施例涉及确定移动电子设备的位置的领域。

背景技术：

在iot（物联网）以及许多其他位置相关应用中，要求基础设施能够估计一个或若干个无线对象或目标节点的位置。以低成本实现无线环境中的准确位置估计仍是一项巨大的挑战。本发明要呈现一种用于以低成本实现具有良好准确度的鲁棒位置估计的简单方法。

在典型的位置估计系统中，存在其位置已知的若干个参考节点或网关以及其位置要被估计的一个或若干个目标节点或尘埃（mote）。为了估计目标节点的位置，需要通过由目标节点进行且由参考节点接收的无线电传输或者方向相反的无线电传输来测量表征目标节点相对于参考节点的定位信息的一些度量，诸如距离或角度。在本发明中，我们考虑下述情况：其中，目标节点进行无线电传输，该无线电传输由该目标节点周围的网关（参考节点）接收。

以下描述对本发明的下述示例进行描述：在这些示例中，在2维平面中确定移动节点的位置。虽然重要，但本申请并不进行限制，并且本发明也包括变形，在这些变形中，移动节点被定位在3维空间中。

技术实现要素：

本发明提出了一种加权质心定位（wcl）算法，其仅基于网关的已知位置和网关处的接收信号强度指示（rssi）的测量结果来进行位置估计。如对于本领域技术人员来说公知的那样，尽管已经存在与wcl位置算法或接近领域相关的多种学术研究以及专利公开，但具有良好位置准确度的简单且鲁棒的wcl算法的设计仍然是主要的挑战。这是本发明试图解决的问题。

附图说明

图1以示意性简化方式图示了一种定位过程，通过该定位过程，多个网关接收由移动节点发射的定位分组并凭借求解器来确定其位置，求解器处理每一个网关处的分组的rssi信息。

图2通过流程图来表示本发明方法的可能实现。

具体实施方式

位置估计系统一般可以被划分成两个类别，即，基于测距的方法和无需测距的方法。典型的基于测距的系统利用toa（到达时间）或tdoa（到达时间差）信息，这要求准确时间戳设备以获得目标节点与网关之间的距离信息，并且其使用三角测量方法来获得目标节点的位置。基于rssi的位置算法可以落到基于测距或无需测距的方法中。

对于本领域技术人员而言公知的是，关于距离的无线电信号传输（radiosignaltransmissionoverdistance）遵循以下规则：

其中pr是接收信号功率，即，rssi；pt是发射功率；gt是发射机天线增益；gr是接收机天线增益；w是无线电的波长；以及d是从发射机到接收机的距离。b被称为路径损耗指数（ple）。对于自由空间传输，b=2，而对于具有多径衰落的更一般传输环境，b具有1.6与5之间的值。

可以以更方便的格式将上面的等式重写如下：

其中p0是参考距离d0处的接收功率。

由于功率通常以db格式表达，因此我们可以有：

。

该等式中的最后一项n是测量误差，被表示为零均值高斯噪声。

上面的等式清楚地示出了接收信号功率rssi与从目标节点到网关的距离d之间的关系。

通过校准过程，可以估计针对给定d0的p0以及路径损耗指数b。然后，可以从所测量的rssi获得距离d。因此，问题被变换成基于测距的问题。该方法一般是复杂的，这是由于其要求定期校准过程以估计和更新信号传输模型中的参数。由于传输参数估计中的误差和rssi测量中的误差，该方法不一定导致良好性能。

本发明集中于无需测距的wcl方法。具体地，我们提出简单且有效的权重计算方法以及活动网关选择策略以实现鲁棒且良好准确度位置估计。

鲁棒wcl算法

假定存在总共n个网关，其位置是，则wcl算法的一般形式提出了使用集合权重因子、通过网关的位置的加权（矢量）和来计算移动设备的位置，这可以被表达为：

其中wi是用于的加权因子，x和y是目标节点的所估计的位置。

这里的关键设计问题是确定加权因子wi的方式。用于加权平均的所有接收网关的子集的选择也是重要的。本发明可以被概括如下：

1.确定“中央网关”，其可以例如是通过选择具有最大rssi值的网关来实现的。

2.计算邻近网关之间的平均网关间距。这是通过首先计算从每一个网关到所有其他网关的距离的最小值来实现的。然后，对于距所有网关的所有最小距离，它的中值被用作平均网关间距。

3.从位置计算中排除距“中央网关”太遥远的那些网关。这是通过将从所有网关到“中央网关”的距离对照阈值进行比较来进行的，该阈值等于平均网关间距乘以缩放因子。如果那些网关的距离大于该阈值，则它们被排除，否则它们被保持。

4.假定总共n个网关被保持，则按降序对对应的rssi进行排序，即：

。

5.在存在来自网关i的多于一个rssi测量结果的情况下，来自该网关的所有rssi值的中值被用作步骤4中的rssi。

6.加权因子是通过下式计算的：

。

7.目标节点的位置的估计是使用在步骤（6）中定义的权重来获得的。

8.直到步骤7，获得目标节点的位置的一次性估计。在目标节点进行每特定周期的定期传输的情况下，使用跟踪算法（诸如卡尔曼类型滤波器）来跟踪目标节点的移动并进一步改进位置准确度。

上面的加权因子计算的主要思想是：对其rssi较大的那些网关给予较重的权重，由于它们很可能更接近于目标节点。可以从产生权重wi的等式中观察到，权重因子主要由rssi的等级次序而不是绝对值来确定。与步骤4）和5）中定义的过程相结合，这使该算法对由于信道衰落或测量误差而引起的rssi的变化来说非常鲁棒。

加权因子还部分地取决于rssi'i相比于最小rssi的差异，这考虑了rssi的相对值以进一步增强位置准确度。仿真已经演示出该算法在不同多径/衰落信道条件下的鲁棒性及其良好的位置性能。