室内定位信号强度—距离关系模型构建与分析

2018-03-06姚锦一卞维刚任雯婷王开锋

现代测绘 2018年1期

姚锦一卞维刚任雯婷王开锋

(1.南京林业大学土木工程学院,江苏南京210037;2.江苏省测绘工程院,江苏南京210013)

0 引言

基于位置的服务(LBS)是通过移动通讯运营商提供的无线电通讯网络(如GSM网、CDMA网)或外部定位方式(如GNSS)计算移动终端用户位置信息,在地理信息平台支持下,为用户提供的一种增值服务[1]。在购物广场、火车站、航站楼、博物馆、停车场等大型公共场所提供精确定位服务,可为人们生产生活提供极大便利。

现有室内定位技术主要利用无线局域网、红外线、超声波、射频识别、WiFi和传感器等技术[2]。其中WiFi定位技术具有抗干扰性强、定位成本低廉、相对易于实现等优点,基本定位原理主要分为RSSI(Received Signal Strength Indication)、TOA(Time of Arrive)、TDOA(Time Difference of Arrive)等,其中RSSI应用较为广泛[3]。信号强度和空间位置的关系十分密切,因此信号强度RSSI是一个很重要的位置相关变量。根据构建的信号强度—距离模型,可以准确确定信号接收端的位置。

本文以对数-距离模型为基础,对信号强度—距离关系开展实验设计和新模型构建。通过对实验所测信号强度RSSI滤波处理实现部分多径效应与噪声影响的消减,将原有模型与新模型予以精度比较,提出基于信号强度RSSI的室内定位距离优化模型。

1 信号强度-距离模型建立

接收端接收到的信号强度通常受传输过程中反射效应、多径效应、噪声影响,造成采集信号强度不稳定,在一个区间内上下波动,导致定位误差大,因此非常有必要对信号强度做预处理工作。

针对信号强度服从或近似服从正态分布的特性,采用高斯滤波对信号进行处理[4]。利用正态分布筛选大概率发生区的RSSI值作为有效值,取平均值作为测量值,具体通过实测距离和接收信号强度推算信号环境损耗系数,构建信号强度与距离关系决定;然后比较朱鹏飞[4]提出的对数-距离模型解算结果,构建优化模型。对数-距离损耗模型[5]可表示为:

式(1)中,P r(d)和P r(d0)分别表示距离d和d0处信号强度,P t表示发射功率,文中1 m处信号强度P r(d0)取40 dBm,P t取5 dBm。n为路径损耗系数。

如下所示,实验场地为一教室(图1),布置WiFi发射端于E处,A、B、C、D表示接收端所在位置,使用安卓手机WiFi信号强度检测软件测出接收端信号RSSI值,用钢尺测出发射端和接收端距离,分别记为dAE、dBE、dCE、dDE。当 E点发出信号时,分别在A、B、C、D处测出信号强度,且每处重复测量15次,实测数据如下所示(图2)。

发射端发射的信号经墙体时产生了多径效应和反射作用,将实验采集的实测数据进行高斯滤波处理,并解算对数-距离损耗模型的路径损耗系数,其值n为1.81,结合式(1)得对数-距离损耗模型公式。为便于和其他模型比较,简称为模型(1),表示为:

图1 实验场景图

图2 实测信号强度

每间隔1 m依次测量接收端所在位置信号强度。在室内环境中,RSSI测量结果具有波动性,采用高斯滤波消除异常,结果发现在室内实验环境下,接收端与发射端之间距离小于或等于7 m时,信号强度比较稳定,当距离超过8 m,出现了大幅波动,并呈现明显衰弱趋势。因此,选择7 m为临界值,计算可得距离与信号强度相关系数为0.879,表明信号传播过程中信号强度损耗受距离影响大。本文分别采用线性、对数、多项式对距离与信号强度之间的关系进行拟合,定为模型(2)—模型(4),结果如下所示(图3—5,表1)。