在基于接收的信号强度指示(received signal strength indication,RSSI)的定位中,信标节点的部署结构对定位精度有极大影响。理论上,对信标节点进行密集和均匀的部署能够保证高精度定位。但在实际环境中,由于RSSI受噪声干扰严重,即使合...在基于接收的信号强度指示(received signal strength indication,RSSI)的定位中,信标节点的部署结构对定位精度有极大影响。理论上,对信标节点进行密集和均匀的部署能够保证高精度定位。但在实际环境中,由于RSSI受噪声干扰严重,即使合理布局也难以保证信号的稳定传播,密集部署还会引起信号间串扰,复杂的物理环境使信标节点的部署也难以达到理想状态,这些因素都极大影响着定位效果。对此,提出了一种面向三边测量定位的信标节点优选算法。在信标节点部署完成后,首先根据信标节点间空间关系构建定位场景中各个局部区域的最佳参考信标组合,然后将设备实时扫描的信标序列和区域最佳信标组合进行匹配,用匹配优选出的信标节点来解算位置,即通过对参考信标节点的优选来改善定位效果。实验表明,该算法能有效提高定位精度,接近选取最佳参考信标定位的结果。展开更多
针对室内移动机器人基于接收信号强度(RSSI,Received Signal Strength Indication)测距定位存在非视距(NLOS,Not-line-of-sight)传播问题,提出一种利用运动模型预测RSSI并修正NLOS测量的定位算法。首先结合移动机器人运动模型预测位置...针对室内移动机器人基于接收信号强度(RSSI,Received Signal Strength Indication)测距定位存在非视距(NLOS,Not-line-of-sight)传播问题,提出一种利用运动模型预测RSSI并修正NLOS测量的定位算法。首先结合移动机器人运动模型预测位置和信号强度RSSI,进而实现NLOS误差判定和测量修正;然后结合步长将移动机器人限制到圆域内,采用改进三边定位算法定位;最后使用扩展卡尔曼滤波(EKF,extended Kalman Filter)进行定位结果优化,得到位置的优化估计。仿真实验表明,该方法能有效地提高定位精度,能有效抑制具有较大量值的NLOS误差,是NLOS环境下一种有效的定位方法。展开更多
文摘在基于接收的信号强度指示(received signal strength indication,RSSI)的定位中,信标节点的部署结构对定位精度有极大影响。理论上,对信标节点进行密集和均匀的部署能够保证高精度定位。但在实际环境中,由于RSSI受噪声干扰严重,即使合理布局也难以保证信号的稳定传播,密集部署还会引起信号间串扰,复杂的物理环境使信标节点的部署也难以达到理想状态,这些因素都极大影响着定位效果。对此,提出了一种面向三边测量定位的信标节点优选算法。在信标节点部署完成后,首先根据信标节点间空间关系构建定位场景中各个局部区域的最佳参考信标组合,然后将设备实时扫描的信标序列和区域最佳信标组合进行匹配,用匹配优选出的信标节点来解算位置,即通过对参考信标节点的优选来改善定位效果。实验表明,该算法能有效提高定位精度,接近选取最佳参考信标定位的结果。