基于改进高斯滤波与加权环境参数自适应估计的定位方法

doi:10.12066/j.issn.1007-2861.1990

上海大学学报(自然科学版) ›› 2019, Vol. 25 ›› Issue (5): 701-711.doi: 10.12066/j.issn.1007-2861.1990

基于改进高斯滤波与加权环境参数自适应估计的定位方法

杨晔晨^1,², 胡越黎^1,^2,³(), 徐杰^1,², 承文龙^1,², 郁怀波^1,²

^1. 上海大学微电子研究与开发中心, 上海 200444
^2. 上海市电站自动化技术重点实验室, 上海 200444
^3. 上海大学机电工程与自动化学院, 上海 200444

收稿日期:2017-07-09 出版日期:2019-10-30 发布日期:2019-10-31
通讯作者: 胡越黎 E-mail:huyueli@shu.edu.cn

Location method based on improved Gaussian filter and adaptive estimation for weighted environment parameter

Yechen YANG^1,², Yueli HU^1,^2,³(), Jie XU^1,², Wenlong CHENG^1,², Huaibo YU^1,²

^1. Microelectronics Research and Develop Center,Shanghai University, Shanghai 200444, China
^2. Shanghai Key Laboratory of Power Station Automation Technology,Shanghai 200444, China
^3. School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200444, China

Received:2017-07-09 Online:2019-10-30 Published:2019-10-31
Contact: Yueli HU E-mail:huyueli@shu.edu.cn

摘要/Abstract

摘要：

基于接收信号强度指示(received signal strength indication, RSSI)测距的定位技术是一种成本比较低廉的定位技术. 为了能够有效降低 RSSI 值因环境因素的影响而产生的误差, 提出了一种改进的加权高斯滤波算法对 RSSI 值进行处理; 并建立了一种加权环境参数自适应估计算法对当前待定位的移动节点所处位置的环境参数进行估计; 然后根据估计所得的环境参数确定移动节点所在位置的路径损耗模型; 最后根据该模型估计移动节点的位置. 实验结果表明, 该方法能够有效提高系统的定位精度.

关键词: RSSI 测距, 改进的加权高斯滤波, 加权环境参数, 自适应估计

Abstract:

Location technology based on received signal strength indication (RSSI) ranging is a kind of low-cost location technology. In order to reduce the error of RSSI value due to environmental factors, this paper proposes an improved weighted Gaussian filtering algorithm which is used to deal with the RSSI value, and it also proposes an adaptive estimation algorithm for weighted environment parameter which is used to estimate the environmental parameters of the place where the mobile node to be located is. Then the path loss model is determined by the estimated environment parameters, and the location of the mobile node is estimated by the model. Experimental results show that the method can effectively improve the positioning accuracy of the system.

Key words: received signal strength indication (RSSI) ranging, improved weighted Gaussian filtering, weighted environment parameter, adaptive estimation

中图分类号:

TP393

杨晔晨, 胡越黎, 徐杰, 承文龙, 郁怀波. 基于改进高斯滤波与加权环境参数自适应估计的定位方法[J]. 上海大学学报(自然科学版), 2019, 25(5): 701-711.

Yechen YANG, Yueli HU, Jie XU, Wenlong CHENG, Huaibo YU. Location method based on improved Gaussian filter and adaptive estimation for weighted environment parameter[J]. Journal of Shanghai University（Natural Science Edition）, 2019, 25(5): 701-711.

图/表 6

图1

图2

图3

表1

图4

图5

参考文献 12

[1]	徐祥振, 汪成亮 . 基于节点密度与 TDMA 的无线传感器网络集簇协议[J]. 传感技术学报, 2015(11):1689-1694.
[2]	汪炀, 黄刘生, 肖明军 , 等. 一种基于RSSI 校验的无线传感器网络节点定位算法[J]. 小型微型计算机系统, 2009,30(1):59-62.
[3]	Cui H M, Wang Y F, Liu L N . Improvement of DV-HOP localization algorithm[C]// International Conference on Modelling, Identification and Control. 2015: 1-4.
[4]	张苍松, 郭军, 崔娇 , 等. RSSI 的室内定位算法优化技术[J]. 计算机工程与应用, 2015,51(3):235-238.
[5]	曾维, 陈小波, 黄亚辉 , 等. 基于混合滤波和节点自适应校正模型的测距算法[J]. 传感技术学报, 2016,29(8):1280-1283.
[6]	章坚武, 张璐, 应瑛 , 等. ZigBee 的 RSSI 测距研究[J]. 传感技术学报, 2009,22(2):285-288.
[7]	杨宁, 钟绍山, 徐耀良 , 等. 一种改进高斯-卡尔曼滤波的 RSSI 处理算法[J]. 自动化仪表, 2013,34(7):6-8.
[8]	陶为戈, 朱昳华, 贾子彦 . 基于 RSSI 混合滤波和最小二乘参数估计的测距算法[J]. 传感技术学报, 2012,25(12):1748-1753.
[9]	朱明辉, 张会清 . 基于 RSSI 的室内无线网络定位技术研究[J]. 现代电子技术, 2010,33(17):45-48.
[10]	李瑶怡, 赫晓星, 刘守印 . 基于路径损耗模型参数实时估计的无线定位方法[J]. 传感技术学报, 2010,23(9):1328-1333.
[11]	Chuku N, Pal A, Nasipuri A . An RSSI based localization scheme for wireless sensor networks to mitigate shadowing effects[C]// 2013 Proceedings of IEEE Southeastcon. 2013: 1-6.
[12]	Chuku N, Nasipuri A . Performance evaluation of an RSSI based localization scheme for wireless sensor networks to mitigate shadowing effects[C]// Wireless Communications and Networking Conference. 2014: 3124-3129.

基于改进高斯滤波与加权环境参数自适应估计的定位方法

Location method based on improved Gaussian filter and adaptive estimation for weighted environment parameter

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 12

相关文章 6

编辑推荐

Metrics

本文评价

[1]	李娇, 徐海鹏, 崇云锋, 刘鹏, 冉峰. 一种低延迟的无虚通道NoC容错路由算法[J]. 上海大学学报(自然科学版), 2019, 25(2): 189-197.
[2]	田金鹏施惠昌. 无线传感器网络节点定位改进算法[J]. 上海大学学报(自然科学版), 2009, 15(3): 225-229.
[3]	王信美;朱敏;邹君妮;汪敏. 一种基于链路选择函数的时延约束组播路由算法[J]. 上海大学学报(自然科学版), 2008, 14(2): 116-120 .
[4]	欧阳宇;王潮;施惠昌. 无线传感器网络E-Euclidean集中式定位算法[J]. 上海大学学报(自然科学版), 2008, 14(1): 1-6 .
[5]	邹君妮;李乐扬;谭冲. 网络编码技术在分布式内容分发中的应用[J]. 上海大学学报(自然科学版), 2007, 13(4): 465-470 .
[6]	金彦亮;杨宇航;蒋轶凡. 基于速率的端到端增减拥塞控制算法的收敛特性[J]. 上海大学学报(自然科学版), 2007, 13(4): 471-476 .