基于卡爾曼濾波的WSNs定位系統(tǒng)研究與設(shè)計(jì).pdf

1、讓世界的每一個(gè)角落都有知覺，這是現(xiàn)在智能科技的發(fā)展方向。融合了多種先進(jìn)技術(shù)的無線傳感器網(wǎng)絡(luò)，作為一種全新的數(shù)據(jù)采集和信息傳輸技術(shù)，在目標(biāo)追蹤、環(huán)境監(jiān)測和搜索救援上有著巨大的潛力。而傳感器節(jié)點(diǎn)的位置成為服務(wù)體驗(yàn)的重要的基礎(chǔ)信息。無法避免的是，某些區(qū)域的傳感器數(shù)量很少，因此不得不使用基于測距的定位算法。顯然，測距的精度將直接影響到定位的精度。考慮基于RSSI（Received Signal Strength Indicator，接收信號強(qiáng)度

2、）的測距方式，RSSI的波動(dòng)勢必會(huì)對測距造成影響。因此，本文將從RSSI濾波的角度，研究如何從節(jié)點(diǎn)采集的原始數(shù)據(jù)入手，提高定位的精度。
　　首先，文章對無線傳感器的研究背景及應(yīng)用進(jìn)行闡述，然后對WSNs（Wireless Sensor Networks，無線傳感器網(wǎng)絡(luò)）的基本原理、測距技術(shù)和坐標(biāo)計(jì)算方法以及它們的應(yīng)用范圍和不足進(jìn)行了分析，并總結(jié)了定位算法設(shè)計(jì)時(shí)需要注意的要點(diǎn)。
　　接著，本文從數(shù)據(jù)采集出發(fā)，使用真實(shí)實(shí)驗(yàn)環(huán)境采

3、集而來的LQI數(shù)據(jù)，轉(zhuǎn)換為RSSI值。仔細(xì)分析，發(fā)現(xiàn)無障礙干擾的RSSI值是在一個(gè)區(qū)間內(nèi)波動(dòng);而當(dāng)有障礙物干擾，不規(guī)律的誤差峰值仍舊是圍繞著一個(gè)區(qū)間波動(dòng)。文章提出采用卡爾曼濾波算法對采集RSSI數(shù)據(jù)進(jìn)行平滑處理之后進(jìn)行定位。通過仿真發(fā)現(xiàn)，末尾幾個(gè)樣本對最后的優(yōu)化結(jié)果有較大的影響。為了消除樣本尾部誤差給算法造成的干擾，文章進(jìn)一步提出在使用卡爾曼濾波后再使用中值濾波。再次仿真驗(yàn)證算法的可行性和改進(jìn)效果，并與單一的卡爾曼濾波算法進(jìn)行了對比。結(jié)

4、果表明，卡爾曼-中值算法能較好地平滑RSSI值的波動(dòng)，穩(wěn)定性較好。
　　另外，在計(jì)算參考節(jié)點(diǎn)和待定位節(jié)點(diǎn)距離時(shí)，由于信號衰減模型參數(shù)A、n直接關(guān)系到測距精度，它們?nèi)菀资艿江h(huán)境影響，并且計(jì)算繁瑣。本文提出不計(jì)算信號衰減模型參數(shù)A、n的定位算法，并與計(jì)算A、n的定位算法做仿真對比，發(fā)現(xiàn)計(jì)算結(jié)果相同，從而驗(yàn)證了不計(jì)算A、n算法的正確性。
　　最后，論文根據(jù)以上的理論，實(shí)現(xiàn)了一個(gè)基于CC2530芯片的WSNs定位原型系統(tǒng)。底層采用主

5、控芯片為TI的CC2530的5個(gè)傳感器組成的數(shù)據(jù)采集網(wǎng)絡(luò)，采集實(shí)驗(yàn)所需的LQI數(shù)據(jù)通過串口傳送至PC;上層定位算法將原始數(shù)據(jù)轉(zhuǎn)換為RSSI值，并進(jìn)行卡爾曼-中值濾波，然后使用不計(jì)算信號衰減模型參數(shù)的定位算法，計(jì)算出待定位節(jié)點(diǎn)的坐標(biāo)，最后使用GDI+實(shí)時(shí)繪出。經(jīng)過反復(fù)實(shí)驗(yàn)，本系統(tǒng)能夠有效地降低了定位誤差，靜態(tài)定位的跳動(dòng)現(xiàn)象得到解決。
　　文章末尾對全文進(jìn)行了總結(jié)和展望，反省了本次研究的不足和局限性。并對今后的研究方向，做了大致的規(guī)劃