基于Nanoloc的TOA指纹算法定位研究

指纹算法及其实现

　　指纹定位的核心思想是建立无线信号的分布数据库，通过匹配算法实现实时定位。这种方法预先采集待定位环境中的无线信号，能够有效避免无线信号本身及环境影响等因素引起的误差，对存在障碍物的情况有很强的适应能力。

　　我们使用的系统平台包括移动节点、固定节点以及控制节点。定位流程可以分为四个步骤：

　　(1)建库过程：在定位区域内选定参考点位置，通过移动节点采集测量值，经过一系列的数据处理，建立该区域内的位置距离数据库;
　　(2)信号采集过程：控制节点接收移动节点发送的实时信号，经处理之后，发送到数据处理端;
　　(3)定位过程：利用匹配算法，在数据库中寻找一系列与采集到的测量值最接近的定位参考点;
　　(4)修正过程：对上一步中的指纹点集合，进行误差分析，从中选择最合适的k个定位参考点，使用加权算法，完成定位。

　　建库过程

　　建库过程分为以下几个步骤：(1)在待定位区域中，根据环境不同选择指纹位置，并放定阅读器位置;(2)在环境中取一个移动节点作为信号采集点，依次置于选定的指纹位置，所有阅读器采集其位置信息;(3)对采集到的距离信息，去除最大值和最小值之后，取平均，建立数据库。

　　定位过程

　　本文使用的匹配算法采用最近邻居法。该算法将不同阅读器测得的目标距离值作为向量，计算待定位节点与数据库中指纹点的欧几里得距离。选择其中距离最小的若干参考点组成定位参考点集合N。假定某指纹节点在数据库中的测量距离向量为(d_i1,d_i2,...d_n)，待定位节点的测量距离向量为(d₁,d₂,...,d_n)。则欧几里得距离为

　　将待定位节点的测量向量与数据库中的所有指纹点向量分别进行上述计算，求得与各指纹节点的欧几里得距离，选择阈值，将欧几里得距离小于阈值的指纹节点作为定位参考点集合N。

　　修正过程

　　选择动态阈值

　　将阈值设定为一个初值，欧几里得距离小于该阈值的指纹点位置置1，否则置0，这样置1的指纹点就组成了一张模糊地图。程序中判断满足此要求的指纹点个数k，如果k值位于3和6之间，则满足要求;如果k值小于3，则阈值自动加1，直到k值大于3为止;如果k值大于6，则阈值自动减一，直到k值小于6。经此调整，使N中指纹点个数k值在一个理想的范围内变化。