pc蛋蛋4.6倍技巧 拉人玩pc蛋蛋 pc蛋蛋加拿大专业研究 pc蛋蛋登陆工具 pc蛋蛋需要28预测 pc蛋蛋金蛋怎么充值 pc蛋蛋加拿大专业研究 pc蛋蛋推广模式 pc蛋蛋预测网站哪个准 大神pc蛋蛋预测北京图 pc蛋蛋组走势图 pc蛋蛋大小单双怎么玩 pc蛋蛋大小单双原理 pc蛋蛋注册与操作教程 pc蛋蛋什么时候开盘 pc蛋蛋杀组合凤凰算法 pc蛋蛋加拿大28-结果参考 pc蛋蛋外围算账 北京pc蛋蛋开奖网址 pc蛋蛋vip pc蛋蛋记账群 大白pc蛋蛋在线预测99 pc蛋蛋数据统计网 pc蛋蛋地址 pc蛋蛋最快开奖结果 pc蛋蛋幸运28稳赚技巧 pc蛋蛋预测加高手qq群338080 pc蛋蛋500期走势 pc蛋蛋28特码 pc蛋蛋计划软件

基于定向天线的蓝牙室内定位系统

2019-02-19 02:29:02 现代电子技术2019年3期

温拓朴 丁文浩 潘长勇

关键词: 室内定位; 蓝牙信号; 定向天线; 高精度定位; RSSI; 最小二乘估计; 距离度量

中图分类号: TN92?34 ? ? ? ? ? ? ? ? ? ? ? ? 文献标识码: A ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章编号: 1004?373X(2019)03?0006?04

Abstract: Bluetooth, known as an inexpensive wireless communication scheme, plays a prominent role in indoor localization scheme based on received signal strength indicator (RSSI). However, the Bluetooth signal may result in low measurement precision in indoor environment with a large number of multipath reflection. Therefore, a method to improve the effect of Bluetooth indoor localization is proposed emphatically in this paper. The directional antenna is added as the receiving antenna of the inexpensive Bluetooth transceiving module. The inexpensive directional antenna as an assistant means can restrain the long?distant Bluetooth signal, and improve the signal?to?noise ratio (SNR) of short?distance Bluetooth receiving signal, so as to get a more reliable RSSI value as the reference value of distance. The proper number of reference points is selected and the least square method is used to estimate the plane position of transmitting signal. The accuracy of the proposed Bluetooth positioning method is increased by about 45% than that of the Bluetooth positioning method based on omnidirectional antenna.

Keywords: indoor localization; Bluetooth signal; directional antenna; high?precision positioning; RSSI; least square estimation; distance measurement

0 ?引 ?言

室内定位技术一直有着广大的需求与前景,精确的室内定位技术能极大程度地创造更精确的位置服务。目前的室内定位技术并没有得到广?#28009;?#21450;,主要由于高精度的定位方式(如超宽带等)存在造价较高、部署不易等问题。另?#29615;?#38754;,对于价格低廉的蓝牙基站,WiFi定位方式同样也存在困难与挑战。基于RSSI的定位算法是蓝牙与WiFi在室内定位中较为简易而有效的手段[1],然而由于室内环境中障碍物较多,信号在受限的空间中传播容易发生多次反射与折射。此时,利用蓝牙的RSSI进行距离估计会存在较大偏差。针对这个问题,蓝牙指纹[2?4],WiFi融合定位[5?6],可见光定位[7?8]?#30830;?#24335;也先后被提出。更进一步,采用基于滤波的定位算法[9?10],以及增?#26377;?#20154;航位预测[11?12]等辅助方式来提高定位精度。但其算法本身过于复杂,难以?#23548;?#20351;用。本文系统的设计主要将定向天线的技术引入蓝牙设备模块,通过定向天线能量更集中的波束,减少蓝?#34013;?#24452;的干扰,从而克服室内环境的复杂因素,提供更?#28216;?#23450;的RSSI指标,再通过最小二乘估计,在价格低廉的情况下,提高蓝牙在室内定位的精度。

1 ?定位算法

传统的蓝牙节点常用全向天线作为发射天线,其特点是天线的方向图在空间上?#26159;?#24418;状,即理想模型下在任意方向信号强度相等。而在该系统中,蓝牙的发射天线为波束较小的定向天线,其近似模型在角度[(-α,α)]内发射功?#24335;?#22823;,而在方向角度[(-α,α)]之外发射功率迅速衰减。

可以看到,全向天线由于在距离较?#19969;?#26041;向角较大的地方无法快速衰减,在近距离时波束不集中,从而导致接收的远处发射信号与近处发射信号的RSSI?#21040;?#38590;区分,信噪比?#31995;汀?#32780;定向天线恰好能弥补这些缺点,将远处发射信号与近处发射信号的RSSI值更好地区分开。因?#35828;?#21040;的RSSI结果在均方误差的指标下要?#28909;?#21521;天线有更好的表现。从曲线结果来看,最优的情况下,定向天线的定位误差大约在[(36±6) ?cm],相?#28909;?#21521;天线,误差降低了约45%。

另?#29615;?#38754;,从参考点的数量角度观察,可以发现随着参考点数量的增加,定向天线的解决方案在12个参考点之后误差逐渐上升。这是因为随着参考点数量的增多,越来越多距离较远的参考点也被纳入计算。由于蓝牙的RSSI的最大表示?#27573;?#20026;127,而定向天线在远距离处的接收值迅速衰减,无法准确刻画微弱信号强度的RSSI。因此,远处的参考点RSSI值偏差?#29616;兀?#36896;成精度的损失。

从计算复杂度的角度来看,参考点数量的增多会要求更大的计算量。最小二乘估计时的计算复杂度约为[O(n3)],从而参考点数量的变化与计算量之间的曲线如图3所示。因此,选取的参考点数量需在计算量与精度之间进行权衡。在本文实验中,选取[8]个参考点的数量是一个较为合理的选择。若环境更加复杂,选取更少、信噪比更高的参考点纳入计算是更加合理的选择。

3 ??#24067;?#35774;计

本课题的?#24067;?#37096;分分为三部分,包括定位的目标发射器,在固定位置呈网格状排列的带有定向天线的蓝牙接收器以及负责定位解算的计算中心。对于发射器和接收器采用蓝牙芯片CC2540/CC2541作为蓝牙收发模块的主体。CC2540集成了2.4 GHz射频收发器,是一款完全兼容8051内核的无线射频单片机,它与蓝牙低功耗协议栈共同构成高性价比、低功耗的片上系统(SoC)解决方案,非常适合蓝牙低功耗应用[15]。在数据传输方面,选取CAN总线的通信协议实现计算中心与蓝牙接收模块之间的快速通信。发射节点在测试环境下按照一定的时间间隔进行广播数据,同时接收节点得到广播信号的RSSI值,并且通过CAN总线将接收到的RSSI值送入计算中心进行计算,得到的结果则储存到数据中?#27169;?#20197;做下一步的应用。整体系统框架如图4所示。

4 ?实物测试

根据?#40092;?#30340;?#24067;?#35774;计搭建一个简易的测试场景。实验场地为办公区的空地,天花板离地面高度约为2.5 m。?#24067;?#35774;计实物如图5所示。其中定向天线3 dB宽度为[60]°。

蓝牙与定向天线的测试场景如图6所示。蓝牙接收点之间间隔3 m,定向天线垂直向下,覆盖一个半?#23545;?#20026;1.5 m的区域。图6中上方的框为定向天线及蓝牙接收模块,下方的框表示蓝牙的简易发射模块。

实验中发现,相比于全向天线的接收模块而言,装载定向天線的接收模块在近距离时信号强度能得到约7~12 dB的提高。而在距离稍远于4 m处,其接收到的信号强度十分微弱,接收机基本没有收到信号RSSI的数值。由此可见,定向天线本身带有的空间滤波特性使得收到的信号RSSI值在近处更为可靠,过滤远处的信号,从而让后续的计算结果鲁棒性更好。最终的实验定位结果误差在0.6 m以内。

5 ?结 ?语

本文通过在蓝牙接收端添加一个波束更为集中的定向天线,从而抑制较远距离的(方向角更大的)信号,增大较近距离(方向角更小的)信号的信噪比,优化RSSI值在室内复杂环境中的表现,为距离度量提供更可信的参考。通过估计蓝牙信号功率随距离变化模型中的衰减参数,以及最小二乘估计的算法,解算发射信号在平面坐标下的位置。通过仿真发现,定向天线的蓝牙定位方式相?#28909;?#21521;天线的蓝?#34013;?#35328;,能获得更加精确的定位结果。最后完成了该方案的?#24067;?#35774;计,并提供了整个系统的工作流程以供参考。

参考文献

[1] 王益健.蓝牙室内定位关键技术的?#33455;?#19982;实现[D].南京:东南大学,2015.

WANG Yijian. Research and implementation on key technologies of Bluetooth indoor positioning [D]. Nanjing: Southeast University, 2015.

[2] 陈国平,马耀辉,张百珂.基于指纹技术的蓝牙室内定位系统[J].电子技术应用,2013,39(3):104?107.

CHEN G P, MA Y H, ZHANG B K. Bluetooth indoor positioning based on fingerprinting technology [J]. Electronic technology applications, 2013, 39(3): 104?107.

[3] 金纯,马金辉,方天恩,等.基于时?#38556;?#20284;模型的蓝牙室内定位RSSI指纹插值方法[J].科学技术与工程,2016,16(28):264?268.

JIN C, MA J H, FANG T E, et al. A method of RSSI fingerprint interpolation based on spatial?temporal similarity model for Bluetooth indoor positioning [J]. Science technology and engineering, 2016, 16(28): 264?268.

[4] 刘志昆.基于蓝牙4.0和位置指纹的室内定位技术?#33455;?#21644;实现[D].?#26412;?#20013;央民族大学,2017.

LIU Zhikun. Indoor positioning system implementation based on Bluetooth 4.0 and location fingerprint [D]. Beijing: Minzu University of China, 2017.

[5] 王宝晶.基于WiFi/蓝牙融合的室内定位算法及实现[D].上海:华东师范大学,2015.

WANG Baojing. Indoor positioning algorithm and implementation based on the fusion method of WiFi and Bluetooth [D]. Shanghai: East China Normal University, 2015.

[6] 华海亮.基于WiFi和蓝牙的室内定位技术?#33455;縖D].锦州:辽宁工业大学,2016.

HUA Hailiang. Study on indoor localization technology based on WiFi and Bluetooth [D]. Jinzhou: Liaoning University of Technology, 2016.

[7] 王旭东,胡晴晴,吴楠.高精度室内可见光定位算法[J].光电子·激光,2015,26(5):862?868.

WANG X D, HU Q Q, WU N. High accuracy indoor visible light positioning algorithm [J]. Journal of optoelectronics·laser, 2015, 26(5): 862?868.

[8] 高强,随玉贤,余治中,等.基于RSS的室内可见光差?#20013;?#27491;定位算法[J].半导体光电,2016,37(4):536?539.

GAO Qiang, SUI Yuxian, YU Zhizhong, et al. Indoor visible light difference correction positioning algorithm based on RSS [J]. Semiconductor optoelectronics, 2016, 37(4): 536?539.

[9] 田波.基于滤噪位置指纹的低功耗蓝牙室内定位技术?#33455;縖D].太原:太原理工大学,2016.

TIAN Bo. Research on indoor positioning technology by low power Bluetooth based on location fingerprint with filtering noise [D]. Taiyuan: Taiyuan University of Technology, 2016.

[10] 卞合善.基于蓝牙4.0低功耗室内定位?#33455;縖D].?#26412;罕本?#37109;电大学,2015.

BIAN Heshan. Research of low energy indoor location techno?logy based on Bluetooth 4.0 [D]. Beijing: Beijing University of Posts and Telecommunications, 2015.

[11] 赵小平,胡安冬,赵文晔. 蓝牙和地图辅助行人航位推算的室内定位系统[J].测绘科学,2016,41(7):53?58.

ZHAO X P, HU A D, ZHAO W Y. An indoor location system based on Bluetooth?corrected and map?matching aided PDR algorithm [J]. Science of surveying and mapping, 2016, 41(7): 53?58.

[12] 谢红,曹欢,刘利国.基于iBeacon?#25237;嘧杂?#24230;MEMS的室内融合定位技术?#33455;縖J/OL].[2017?04?24].http://kns.cnki.net/kcms/detail/23.1191.U.20170424.1725.010.html.

XIE Hong, CAO Huan, LIU Liguo. Indoor positioning technology research based on iBeacon fusion and multiple degree of freedom of MEMS [J/OL]. [2017?04?24]. http://kns.cnki.net/kcms/detail/23.1191.U.20170424.1725.010.html.

[13] 韩旭海,夏文龙,周渊平.基于线性加权的蓝牙室内定位算法[J].计算机系统应用,2015,24(1):119?122.

HAN Xuhai, XIA Wenlong, ZHOU Yuanping. Bluetooth indoor positioning based on linear weighted [J]. Computer systems and applications, 2015, 24(1): 119?122.

[14] 王琦.基于RSSI 测距的室内定位技术[J].电子科技,2012,25(6):64?66.

WANG Qi. Research on an indoor positioning technology based on RSSI ranging [J]. Electronic science and technology, 2012, 25(6): 64?66.

[15] TI. SimpleLink Bluetooth smart and MCU [EB/OL]. [2015?07?13]. http://www.ti.com.cn/product/cn/cc2541.

?
pc蛋蛋走势图预测