基于卡尔曼滤波的室内定位wlkf算法(可编辑)

《基于卡尔曼滤波的室内定位wlkf算法(可编辑)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于卡尔曼滤波的室内定位WLKF算法软件学院软件工程专业123012010055江少华指导教师肖如良【摘要】针对基于接收信号强度指示(RSSI〉的无线传感器室内定位算法存在信号误差的问题，提出了一种基于卡尔曼滤波(KFA)和中位加权(WLSM)的室内定位WLKF算法。在获取RSSI埴时通常存在随机误差和显著误差，该算法不仅利用中位加权算法抑制了显著误差的影响，而且利用卡尔曼滤波算法极大的平滑了随机误差。在距离估计时，利用对数一距离路径损耗模型得到的衰落曲线计算出估计距离，并利用基于交点质心求解的定位算法得到目标节点位置。实验结果表明，该算法

2、具备很好的性能，并具有相当好的定位精度和稳定性。【关键字】RSSI;室内定位；卡尔曼滤波；中位滤波；衰落曲线[Abstract]ConcerningtheerrorsofwirelessindoorlocationalgorithmbasedonReceivedsignalstrengthindication(RSSI),anewalgorithm(WLKF)basedonkalmanfilteringalgorithm(KFA)andweightedlocationbasedonstatisticsmcdian(WLSM)waspropo

3、sedinthispaper.TherearcrandomerrorandoutliersintheRSSIsignalwhenwegotit.WLSMcandeleteouliersandKFAcanfilterrandomerrors.Thenweuseattenuationcurvetocalculatethedistancesandposition.Actualmeasurementshavedemonstratedthatthisalgorithmhashigheraccuracyandstability.【Keywords】RS

4、SI;indoorlocation;kalnianfiltering;medianfiltering;attenuationcurve1引言随着物联网技术的发展，我们对室内复杂环境中的定位需求越來越迫切。精确的定位能为决策支持提供非常重要的信息。如合适的定位系统对地下水道和煤矿工地的建设、精神病人管理、重刑犯人监管等很有必要。GPS广泛应用于室外的定位屮，但却不适合室内环境，因为多种建筑材料阻碍了它的信号传播。802.II无线局域网己作为普遍使川的信息获取平台分布在各种室内场所，使得基于RSSI的室内定位能够充分利用现有的无线网络没施，实现

5、定位任务。相对于传统定位技术，它不需要额外的硬件来实现角度测:U:和时间同步，也不会影响网络数据传输，同时系统的稳定性也有保证。因此，研究基于RSSI的室内定位系统具有现实意义。同吋，RSSI定位系统受节点形状、放置方向、物体遮挡、漫射、天线增益等因素的影响，使得数据不仅包含幅度较小且数量较多的随机误差，而且还包含因物体遮挡等因素造成的幅度大数量少的测距误差(显著误差，grosserrors)[1],就是这二种误差使基于RSSI信号的定位系统可能产生超过50%的定位误差。正因为如此，去除RSSI定位系统中的测距误差就成为相当有意义的研宄方向

6、。MazziniG等研宄者利用共线度[2]有效地解决了几何分布对于定位系统的影响，即节点形状、方向等对于精度的影响。但读卡器的部署环境通常较为复杂，在距离固定的情况下收集到的RSSI信号值也可能在变化［3］,数椐的精确度需要多次测延来提商。常用方法是使用均值模型l4j，采集n个RSSI信号值后求均值。当n很大时，该模型可有效避免数据的随机性，但计算量大大增加，且该模型不适用于处理大扰动。一些国内学者则研究高斯模型［5］:同一位置的节点收到一个序列的RSSI值，小概率事件必然存在于其中。通过该模型选取高概率发生区的RSSI值，然后取其均值，这

7、是对均值模型的改进，减少了小概率事件的影响，提高了准确性。但前提是RSSI序列呈正态分布，实际上并非正太分布，因为存在显著误差，根据统计学家长期研究发现显著误差存在的比例［6］远远大于0.3%。本文基于以上的分析以及前人的研究，提出了两种行而有效的测距算法：卡尔曼滤波算法和中值加权算法。卡尔曼滤波是一个高效的递归滤波器，它可以实现从一系列的噪声测量中，估计动态系统的状态［7］。中值加权算法为每个RSSI值赋予一个近似正比于与中值距离的权值，然后归一化权值，最后进行累加，对获取的信号值进行了去误差处理［8］。但是这两个算法仍然存在缺陷，卡尔曼

8、滤波偏向于赋予时间靠后状态较的权值，而屮值加权算法在平滑RSSI值上有待提高。基于以上测距算法，本文提出了一种改进型卡尔曼滤波的WLKF算法。本文首先阐述了该WLKF算法的基础理