黃 勇，徐 耀，曾 剛，王 波，黃 林

(湖北民族學(xué)院 信息工程學(xué)院，湖北 恩施445000)

經(jīng)濟(jì)的高速發(fā)展，使更多的公民擁有了私家車，這就造成了交通的擁堵，也使得人們在許多室內(nèi)停車場難以方便取得車輛．因此急需在大型室內(nèi)停車場中裝備相應(yīng)的定位系統(tǒng)，于是本系統(tǒng)的研究具有很大的實用性．

現(xiàn)有主要測距算法RSSI、TOA、TDOA 等均存在各自的誤差，給準(zhǔn)確定位造成了一定困難，難以高效用于室內(nèi)停車場內(nèi)車輛的定位．綜合RSSI、TOA、TDOA 算法應(yīng)用在不同領(lǐng)域的各自特點(diǎn)．本系統(tǒng)采用RSSI 算法來實現(xiàn)停車場的測距，并通過高斯模型優(yōu)化測距算法，然后利用準(zhǔn)確的測距數(shù)據(jù)，再使用三邊定位算法實現(xiàn)定位．

1 硬件部分

本系統(tǒng)以Zigbee 技術(shù)和CC2530 為硬件支撐．CC2530 是德州儀器推出的用于2．4GIEEE802．15．4/Zigbee 的片上系統(tǒng)解決方案．CC2530 采用2．4GHz 頻率作為射頻收發(fā)器，該頻段特性符合IEEE802．15．4標(biāo)準(zhǔn)，收發(fā)功能良好，并由一個能執(zhí)行簡單指令自動運(yùn)行的處理器8051 來控制整個模擬射頻模塊．此外它還集成一些常用的外設(shè)，如4 個不同功能的時鐘、I/0 控制器、閃存控制器、高精度ADC、DMA 控制器、看門狗、定時器等．可以說，CC2530 具備實現(xiàn)Zigbee 技術(shù)的各種底層硬件需求，是市面上針對低功耗無線傳感網(wǎng)絡(luò)定位的最具競爭力的解決方案［1］．CC2530 的外圍電路連接圖以及硬件框圖［2］如下圖1，2．

圖1 CC2530 外圍電路Fig．1 CC2530 peripheral circuit

2 測距技術(shù)

圖2 節(jié)點(diǎn)硬件框圖Fig．2 The node hardware block diagram

2．1 幾種常用測距算法

無線傳感網(wǎng)絡(luò)測距有三種常見的方法，分別為TOA(基于到達(dá)時間)、TDOA(基于到達(dá)時間差)和RSSI(基于接收信號強(qiáng)度)，這三種方法［3］分別適合于在不同環(huán)境下的固定節(jié)點(diǎn)與車載節(jié)點(diǎn)之間相對距離的測量．

2．1．1 TOA 基于到達(dá)時間算法是用光速和信號傳輸消耗時間之積轉(zhuǎn)化為兩個節(jié)點(diǎn)之間的距離，TOA 測距具有比較高的準(zhǔn)確性，但由于其對時間的嚴(yán)格要求，對硬件要求高，增加了其設(shè)計的復(fù)雜度．

2．1．2 TDOA 基于時間差的測距技術(shù)是利用不同信號在同一介質(zhì)傳輸速率不同來得到相差時間，從而測量兩節(jié)點(diǎn)之間的距離，此方法精度達(dá)厘米級，但硬件需求量大，提高測距的成本．

2．1．3 RSSI 基于接收信號強(qiáng)度的測距方法是利用信號在傳輸過程中能量的損耗程度得出相關(guān)節(jié)點(diǎn)之間的距離，此測距方法是本系統(tǒng)測距算法的基礎(chǔ)．

2．2 停車場測距算法的選擇

本系統(tǒng)在上述綜述討論過程中，得出先用RSSI 算法．由接收端的信號強(qiáng)度與傳輸距離間的對應(yīng)關(guān)系［4］，得出RSSI 的公式由下式(1)所示:

式中:RSSI 表示接收信號強(qiáng)度(單位:分貝)，A表示為單位距離時的接收信號強(qiáng)度，k是在不同環(huán)境下的一個常數(shù)，d是距離．由式(1)可得d與RSSI 之間的轉(zhuǎn)換公式，結(jié)果如式(2)所示:

2．3 RSSI 測距算法改進(jìn)－高斯模型

高斯模型:對兩節(jié)點(diǎn)之間的相對距離的測量，在同一距離下多次測量，接收到n個RSSI 值，其中由于實際環(huán)境的干擾，必然會產(chǎn)生一些錯誤數(shù)據(jù)［5］．通過高斯模型的數(shù)據(jù)處理原理只選取其中的大概率發(fā)生事件的RSSI 值，對于個別由于環(huán)境干擾而存在的小概率事件給予濾除．經(jīng)過這種數(shù)據(jù)濾波處理后，可以有效減少一些環(huán)境干擾對測量結(jié)果的影響，一定程度上增大了基于接收信號強(qiáng)度的測距精度．在軟件編程方面思路簡單，即在移動節(jié)點(diǎn)位置時，快速的發(fā)送n組數(shù)據(jù)給連接節(jié)點(diǎn)存儲于數(shù)組Rssi_val［］中，再通過高斯模型進(jìn)行數(shù)據(jù)的濾波處理．

依據(jù)以往的經(jīng)驗以及簡單測試的結(jié)果，本系統(tǒng)以0．6 作為臨界值．即通過式(3)高斯模型的分布函數(shù)輸出其概率結(jié)果，當(dāng)其值小于或等于0．6 時，認(rèn)為是受到干擾的后而產(chǎn)生的出錯事件;當(dāng)其值大于0．6 時，認(rèn)為是符合標(biāo)準(zhǔn)的是正常事件．式(4)是求出均值m，式(5)是求出方差σ2，式(6)是用來確定輸出數(shù)據(jù)的具體選值范圍．軟件處理時，依據(jù)此范圍，從存儲了尚未經(jīng)過處理的數(shù)據(jù)數(shù)組Rssi_val［］中選值，并存放到最終確知數(shù)組Rssi_val_gauss［］中．?dāng)?shù)據(jù)處理并存儲后，由式(7)求其幾何均值，式中N即為經(jīng)過高斯模型濾波篩選后得到RSSI 的個數(shù)．

基于RSSI 的測距方法，在實際的應(yīng)用中，硬件要求低，成本低廉，而且在市場上具有多種常見的無線通信模塊可以測出RSSI 值，其技術(shù)、市場已經(jīng)相當(dāng)?shù)某墒?，但其又有易受環(huán)境干擾、穩(wěn)定性較差且精度不高等不足．故本系統(tǒng)在軟件上采用了基于高斯模型的濾波處理方法，簡單有效的解決了其易受環(huán)境干擾、穩(wěn)定性較差的問題，一定程度上提高了其測距精度，給后續(xù)的定位算法提供了良好的數(shù)據(jù)依據(jù)，但高斯模型在對于長時間的干擾問題的處理效果有限．

3 定位算法設(shè)計

3．1 定位技術(shù)在停車場的應(yīng)用

在ZigBee 定位技術(shù)［6］應(yīng)用在室內(nèi)停車場中，節(jié)點(diǎn)通常分為三種:車載節(jié)點(diǎn)，固定節(jié)點(diǎn)和連接節(jié)點(diǎn)．選定一個無線網(wǎng)絡(luò)區(qū)，此區(qū)域包含一些固定節(jié)點(diǎn)，一般選4 個到9 個固定節(jié)點(diǎn)，一般情況下，定位精度隨選取節(jié)點(diǎn)數(shù)增多而增大．圖3 為停車場的節(jié)點(diǎn)分布定位圖模型，在Zigbee 眾多定位算法中，應(yīng)用于停車場中最典型的是三邊定位．

圖3 停車場定位圖模型Fig．3 The parking lot location map model

3．2 三邊定位

假設(shè)車載節(jié)點(diǎn)O接收到k(k≥3)個固定節(jié)點(diǎn)發(fā)送的信號，選取這k個節(jié)點(diǎn)中信號最強(qiáng)的3 個節(jié)點(diǎn)L、M、N作為固定節(jié)點(diǎn)來進(jìn)行計算，根據(jù)RSSI 測距方法測量到的距離分別為dL，dM，dN．由dL，dM，dN求出車載節(jié)點(diǎn)O的坐標(biāo)．

如圖4 所示，已知L、M、N，3 個節(jié)點(diǎn)的坐標(biāo)分別為(XL，YL)、(XM，YM)、(XN，YN)．在選用(XO，YO)作為車載節(jié)點(diǎn)O對應(yīng)的的坐標(biāo)，則可得車載節(jié)點(diǎn)到固定節(jié)點(diǎn)之間的距離公式如下式(8)所示:

圖4 三邊定位Fig．4 Trilateration

4 RSSI 測距實驗

使用基于Zigbee 的硬件平臺為無線通信平臺，采用德州儀器CC2530 來完成固定節(jié)點(diǎn)和車載節(jié)點(diǎn)的通信以及RSSI 的采集實驗．采用兩種數(shù)據(jù)處理模型進(jìn)行對比分析．其中一種是幾何均值法，實測100 次RSSI 不作任何處理直接進(jìn)行幾何均值所得RSSI 值;另一種是基于高斯模型原理的數(shù)據(jù)濾波處理后，再求其幾何均值．兩種算法的實測數(shù)據(jù)經(jīng)過公式(2)轉(zhuǎn)換輸出測距數(shù)據(jù)(根據(jù)實際情況選取式(2)中的k=2．15，A=－43 dBm)，實驗結(jié)果如表1．

表1 高斯濾波前后數(shù)據(jù)對比Tab．1 Gaussian filter data before and after contrast

通過MATLAB 仿真平臺對以上的兩種模型所得數(shù)據(jù)進(jìn)行進(jìn)一步的比較:在第一種模型中，我們?nèi)嶒灥拇螖?shù)N=100;在后一種模型中，選取臨界值為0．6． 根據(jù)表1 中所測得數(shù)據(jù)，在分別求出其對應(yīng)誤差，在MATLAB 中分析，結(jié)果由圖5 所示．由直接均值法得出測距數(shù)據(jù)在4m 測試范圍內(nèi)最大誤差達(dá)到0．58 m，為對應(yīng)測量距離的14．5%，通過了高斯模型對出錯事件數(shù)據(jù)的濾波處理后，在4 m 范圍內(nèi)最大誤差降到只有0．24 m，僅為對應(yīng)測量距離的8．2%．實驗證明，采用了基于高斯模型的濾波處理后，有效減少了一些不利環(huán)境干擾對測量結(jié)果的影響，一定程度上提高了基于接收信號強(qiáng)度的測距精度．

5 結(jié)語

本系統(tǒng)很好的將Zigbee 技術(shù)和TI 公司CC2530 芯片應(yīng)用于停車場定位，設(shè)計了基于接收信號強(qiáng)度的無線傳感網(wǎng)絡(luò)，分析了常見測距算法，并在此基礎(chǔ)上基于對接收信號強(qiáng)度測距算法運(yùn)用高斯模型進(jìn)行優(yōu)化，使測距數(shù)據(jù)更準(zhǔn)確，最終實現(xiàn)車輛的較準(zhǔn)確定位． 本系統(tǒng)具有高穩(wěn)定性、低成本、高精度等特點(diǎn)，滿足了室內(nèi)停車場定位的基本要求，具有較高的實用價值．

圖5 高斯濾波前后誤差對比Fig．5 Gaussian filtering error before and after contrast

［1］ 楊松，胡國榮，徐沛成．基于CC2530 的ZigBee 協(xié)議MAC 層設(shè)計與實現(xiàn)［J］．計算機(jī)工程與設(shè)計，2013，34(11):3840－3844．

［2］ 郭建廣，賈進(jìn)瀅，黃建剛，等．基于無線傳感器網(wǎng)絡(luò)的環(huán)境溫度監(jiān)測系統(tǒng)設(shè)計［J］．湖北民族學(xué)院學(xué)報:自然科學(xué)版，2010，28(3):353－356．

［3］ 孫利民．無線傳感器網(wǎng)絡(luò)［M］．北京:清華大學(xué)出版社，2005．

［4］ 白旭華，張瑞峰，張肖萌．基于ZigBee 網(wǎng)絡(luò)的室內(nèi)定位系統(tǒng)的設(shè)計與實現(xiàn)［J］． 天津理工大學(xué)學(xué)報，2012，28(2):11－15．

［5］ 章堅武，張璐，應(yīng)瑛，等．基于ZigBee 的RSSI 測距研究［J］．傳感技術(shù)學(xué)報，2009，22(2):285－288．

［6］ 彭宇，王丹．無線傳感器網(wǎng)絡(luò)定位技術(shù)綜述［J］．電子測量與儀器學(xué)報，2011，25(5):389－399．