一种基于室内定位系统的rssi卡尔曼滤波方法
【技术领域】
[0001] 本发明设及室内精确定位领域，提出一种基于室内定位系统的RSSIReceived Si即alStrengthIndication接收的信号强度指示）卡尔曼滤波方法。
【背景技术】
[0002] 室内定位是指在室内环境中实现位置定位，主要采用无线通讯、基站定位、惯导 定位等多种技术集成形成一套室内位置定位体系，从而实现人员、物体等在室内空间中 的位置监控。常见的室内无线定位的技术有：Wi-Fi、蓝牙、红外线、超宽带、RFID(Radio 化equen巧Identification射频识别）、Zi浊ee(紫蜂）和超声波。然而Wi-Fi信号容易受 到其他信号干扰，红外信号传输距离短容易被墙壁等障碍物干扰的特点限制了它们在传统 移动终端上的应用；而超带宽、RFID、Zi浊ee和超声波信号在现有的移动终端中暂时难W 搭载。因而综合性价比和可行性分析，北京乐高乐华有限公司开发了基于蓝牙信号的室内 定位导航STA化et基础网络系统。就如同GPS导航需要向近地轨道发射几十颗信号传输卫 星一样，STA化et系统也是通过铺设全面覆盖的蓝牙Beacon来实现精确定位和导航服务。 用户在客户端安装了室内定位的软件后，将接收到来自于附近蓝牙Beacon发出的信号，通 过对该信号的RSSI进行分析进而解算出用户在室内的精确位置。然而客户端接收到的每 个Beacon的RSSI受到复杂室内电磁环境的影响，存在很大的波动，进而影响到客户端对室 内精确位置的估算，使得整个定位系统稳定性下降。
【发明内容】
[0003] 本发明的目的是为了解决室内定位客户端接收到的蓝牙信号受室内电磁环境干 扰波动动态范围过大的问题，通过将客户端接收到的来自各个Beacon的RSSI进行卡尔曼 滤波处理，达到减小其动态范围的目的，进而提高室内定位的稳定性。本发明首先需要搭载 了一个室内定位的实验场景，并将此场景均匀划分成坐标网格；然后按照星型网与链型网 混合的方式在该场景内布置N个蓝牙Beacon;首先通过设备客户端在试验场景中各个坐标 位置分别接收来自N个蓝牙Beacon的信号并制作成SSMap(SignalStrengthMap信号强度 地图）数据库，根据SSMap数据库信息获得系统状态方差和距离与信号强度解算关系式；然 后进入实测阶段，在室内任意位置通过设备客户端接收来自N个Beacon的信号，将运些信 号RSSI分N个通道储存后设计卡尔曼滤波器进行滤波处理；最后将卡尔曼滤波后的RSSI 通过距离与信号强度关系式解算出当前设备客户端距离各个Beacon位置，通过=点定位 法实现定位。
[0004] 本发明的一种基于室内定位系统的RSSI卡尔曼滤波方法，包括W下几个步骤： 阳0化]步骤一、搭建室内场景的蓝牙Beacon环境并构建SSMap;
[0006] 步骤二、选取实测点，获得来自N个蓝牙Beacon的RSSI数据，分N个通道储存；
[0007] 步骤=、设计卡尔曼滤波器对接收到信号N个通道的RSSI进行滤波处理。
[0008] 本发明的优点在于：
[0009] 本发明克服了室内电磁环境影响所带来的客户端接收到各个蓝牙Beacon的RSSI 波动动态范围大的缺点，通过控制各通道RSSI的动态范围，有效地提高了室内定位的精 度。
【附图说明】
[0010] 图1是本发明的系统流程图； W11] 图2是本发明所搭建的室内场景图；
[0012] 图3是本发明中minor30Beacon在整个室内环境中的SSMap分布； 阳013] 图4是本发明中网格坐标（16, 9)位置处第1通道蓝牙BeaconRSSI经过卡尔曼 滤波处理前后的效果图； 阳014] 图5是本发明中网格坐标（16, 9)位置处第2通道蓝牙BeaconRSSI经过卡尔曼 滤波处理前后的效果图； 阳015] 图6是本发明中网格坐标（16, 9)位置处第3通道蓝牙BeaconRSSI经过卡尔曼 滤波处理前后的效果图； 阳016] 图7是本发明中网格坐标（16, 9)位置处第4通道蓝牙BeaconRSSI经过卡尔曼 滤波处理前后的效果图； 阳017] 图8是本发明中网格坐标（16, 9)位置处第5通道蓝牙BeaconRSSI经过卡尔曼 滤波处理前后的效果图； 阳018] 图9是本发明中网格坐标（16, 9)位置处第6通道蓝牙BeaconRSSI经过卡尔曼 滤波处理前后的效果图；
[0019] 图10是本发明中网格坐标（16, 9)位置处第7通道蓝牙BeaconRSSI经过卡尔曼 滤波处理前后的效果图；
[0020] 图11是本发明中网格坐标（16, 9)位置处第8通道蓝牙BeaconRSSI经过卡尔曼 滤波处理前后的效果图。
【具体实施方式】
[0021] 下面将结合附图和实施例对本发明作进一步的详细说明。
[0022] 本发明是一种基于室内定位系统的RSSI卡尔曼滤波方法，其流程图如图1所示， 包括W下几个步骤：
[0023] 步骤一、搭建室内场景的蓝牙Beacon环境并构建SSMap。 阳〇24] 具体为： 阳0巧]第一步，搭建室内场景。
[0026] 假定该场景有M个楼层，并且每一个楼层按照WXLXH的空间分布均匀布局，其 中：W是楼层的宽度，L是楼层长度，H是楼层净高；然后将每一层的水平面按照长宽均匀间 距划分成AXB个坐标网格；在每一层场景的屋顶上按照星型网与链型网混合的方式等间 隔地部署共计N个具有相同的信号发射功率的蓝牙Beacon,且每个蓝牙Beacon的广播信号 中包含了记载其层数信息的majorID与记载其位置信息的minorID。
[0027]第二步，构建SSMap。
[002引搭载一个高度为hi设备接收平台，将平台依次置于每一层AXB坐标网格的中心 然后分N个通道分别对N个蓝牙Beacon进行RSSI的数据获取并记录；同时，要求在同一 个坐标网格的RSSI数据获取至少需要ti的采样时间积累W获得该坐标位置处单个通道的 100个的数据积累；运样W来，通过AXBXNXMX100的RSSI数据库可W有效建立SSMap。
[0029] 第S步，计算系统状态方差与观测方差。
[0030] 首先调用i通道下的SSMap的所有RSSI数据存成化W矩阵，用Matl油中var函 数求得该通道下所有RSSI数据的方差，用Q(i)记录，然后用观测设备误差分度值的平方为 参考值建立系统的观测方差，用R(i)记录，最后将i从1到N进行遍历。
[0031] 步骤二、选取实测点，获得来自N个蓝牙Beacon的RSSI数据，分N个通道储存。 阳0巧具体为：
[0033] 在室内场景AXB坐标网格中选取任一坐标位置的实测点，通过客户端接收来自N 个蓝牙Beacon分别的RSSI数据。要求在该实测点的RSSI数据获取至少需要t2的采样时 间积累W获得该实测点位置处单个通道下的g个RSSI数据积累；然后计算该实测点各通道 下的RSSI数据的波动最大值、波动最小值W及波动动态范围，连同RSSI数据本身Wxml文 件格式传递给后续的卡尔曼滤波器的处理。
[0034] 步骤=、设计卡尔曼滤波器对接收到信号N个通道的RSSI进行滤波处理。 阳0对具体为：
[0036] 第一步，卡尔曼滤波器模型建立。卡尔曼滤波器的设计分为系统状态方程的预测 和校正。首先列出系统的状态方程，先从系统状态方程一般式入手：
[0037]X(i,k+1) =AX(i,k)+W(i,k) (1)
[0038] S(i,k) =CX(i,k)+V(i,k) 似
[0039] 式中，X(i，k)和X(i，k+1)为系统状态向量，分别代表着实测点分别在k时刻与 k+1时刻接收信号第i个通道中待优化的RSSI估计值；S(i，k)为系统观测向量，代表着 实测点在k时刻接收信号第i个通道中RSSI的观测值；而A为系统矩阵，C为系统输出矩 阵;W(i，k)和V(i，k)分别为在k时刻第i个通道的系统状态噪声与观测噪声，且近似认为 W(i，k)和V(i，k)是相互独立的零均值白噪声序列，满足： W40] E[W(i,k)] =E[V(i,k)] = 0 做 阳 04UE[W(i，k)W(i，k)T] =Qa) (4) 阳0创 E[V(i，k)V(i，k)T] =Ra)巧）
[0043] 由此状态方程，可W列出卡尔曼滤波器方程的预测过程：
[0044] P(i,k|k-1) =AP(i,k-l|k-l)A"+Q(i) (6)
[0045] X(t，k\k- !) =A文(i.k-!\k- !) +BU{i，k} (7}
[0046] 式中，X(i，kIk-1)是第i个通道中在k时刻利用k-1时刻状态预测的结果， i化巧是第i个通道中在k时刻利用k-1时刻状态最优的结果，U(i，k)是在k时刻第 i个通道中的状态控制量，而P(i，kIk-1)是如，A'I/、?-/;对应的协方差矩阵，P(i，k-11k-1) 是如，A-1|於-1)对应的协方差矩阵。
[0047] 进一步，可W列出卡尔曼滤波器方程的校正过程：
[0048] K(i，k) =P(i，k|k-l)CT[CP(i，k|k-l)CT+R(i)] 1 做
[0049]
(9) 阳0 加]P(i，k|k) = [I(i)-K(i，k)幻P(i，k|k-1) (10)
[0051] 式中，K(i，k)为第i个通道中的卡尔曼增益，它的作用是使得后验估计误差协方 差最小。
[0052] 具体到室内定位对蓝牙BeaconRSSI进行滤波处理的问题上，由于系统设计对同 一个实测点接收信号处理有t2采样时间g个R