趙大龍，白鳳山，董思宇，李洪書

（內(nèi)蒙古大學(xué)電子信息工程學(xué)院，呼和浩特 010021）

一種基于卡爾曼和線性插值濾波的改進(jìn)三角質(zhì)心定位算法*

趙大龍，白鳳山*，董思宇，李洪書

（內(nèi)蒙古大學(xué)電子信息工程學(xué)院，呼和浩特 010021）

基于RSSI的目標(biāo)定位技術(shù)，由于復(fù)雜度低、定位精度較高，被廣泛用于無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位中。為進(jìn)一步提高無(wú)線移動(dòng)定位精度，首先利用CC2530構(gòu)成的參考節(jié)點(diǎn)的RSSI實(shí)測(cè)數(shù)值得到無(wú)線信道模型中優(yōu)化射頻參數(shù)A和傳播因子n，通過(guò)卡爾曼濾波和線性插值法對(duì)隨機(jī)誤差進(jìn)行補(bǔ)償以獲得較精確的定位節(jié)點(diǎn)與參考節(jié)點(diǎn)間的估計(jì)距離；然后采用一種改進(jìn)的三角質(zhì)心定位算法進(jìn)行測(cè)試與仿真。通過(guò)仿真證明，采用的改進(jìn)算法較傳統(tǒng)的加權(quán)質(zhì)心算法在定位精度上有較明顯的提高，在所測(cè)試環(huán)境下平均定位精度為0.7米左右，獲得了較好的效果。

無(wú)線移動(dòng)定位；RSSI；卡爾曼濾波；線性插值；三角質(zhì)心定位

隨著無(wú)線傳感器網(wǎng)絡(luò)和物聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，基于無(wú)線傳感網(wǎng)絡(luò)的定位技術(shù)［1］被廣泛應(yīng)用到眾多領(lǐng)域。無(wú)線傳感器網(wǎng)絡(luò)定位系統(tǒng)［2］是指自組織網(wǎng)絡(luò)通過(guò)特定方法確定節(jié)點(diǎn)位置信息的系統(tǒng)。在無(wú)線傳感器網(wǎng)絡(luò)中，按照是否依靠測(cè)距定位分為基于測(cè)距［3］（range-based）和非基于測(cè)距［4］（range-free）的定位算法。前者是利用測(cè)量和估計(jì)得到節(jié)點(diǎn)間的距離，然后通過(guò)幾何關(guān)系來(lái)估算節(jié)點(diǎn)位置，如接收信號(hào)強(qiáng)度（RSSI）、信號(hào)傳播時(shí)間/時(shí)間差/往返時(shí)間（TOA［5］/TDOA/RTOF）、接收信號(hào)相位差（PDOA）等方法。后者是利用節(jié)點(diǎn)間的跳數(shù)與參考節(jié)點(diǎn)位置等信息估計(jì)出每一跳的距離，從而估計(jì)出節(jié)點(diǎn)的位置［6］。從定位精度方面分析，基于測(cè)距的定位算法可獲得較高定位精度，大多數(shù)現(xiàn)有的定位系統(tǒng)均采用基于測(cè)距的定位算法。

RSSI測(cè)距是利用信號(hào)在傳播中存在信號(hào)強(qiáng)度衰減的方法，通過(guò)信道傳播模型計(jì)算距離。但是，這種計(jì)算方法容易受到各種傳播因素的影響。因此，對(duì)測(cè)量數(shù)據(jù)進(jìn)行數(shù)據(jù)處理、校正尤為重要?？柭↘alman）濾波算法是一種比較好的數(shù)字濾波方法，該方法不僅有效地抑制了距離數(shù)據(jù)信息的誤差發(fā)散，而且能充分利用線性插值法對(duì)隨機(jī)誤差進(jìn)行補(bǔ)償。

在濾波算法中［7-9］，文獻(xiàn)［9］利用卡爾曼濾波算法，對(duì)RSSI進(jìn)行濾波，并估測(cè)出移動(dòng)節(jié)點(diǎn)的運(yùn)動(dòng)軌跡，較其他處理方法可獲得較高的測(cè)距精度［10-11］。但是，這種方法的缺點(diǎn)是在測(cè)距階段沒(méi)有充分利用信標(biāo)節(jié)點(diǎn)的信息，使得RSSI測(cè)距值存在較大誤差。

在無(wú)線移動(dòng)定位算法中［12-16］，文獻(xiàn)［12］提出一種實(shí)用的加權(quán)三角質(zhì)心RSSI定位算法，即通過(guò)RSSI測(cè)距技術(shù)測(cè)量節(jié)點(diǎn)間的距離，并優(yōu)選信標(biāo)節(jié)點(diǎn)，最后用三角加權(quán)質(zhì)心方法進(jìn)行定位。該方法的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單，定位過(guò)程中無(wú)需增加節(jié)點(diǎn)間額外通信開(kāi)銷。但是，該方法存在的缺點(diǎn)是在圓周定位模型中沒(méi)有充分利用距離d信息，定位誤差精度較低。

本文對(duì)文獻(xiàn)［9］和文獻(xiàn)［12］算法的漏洞進(jìn)行修改，通過(guò)卡爾曼濾波和線性插值法修正RSSI值，并采用傳統(tǒng)的距離損耗模型計(jì)算d；在基于改進(jìn)的加權(quán)三角質(zhì)心RSSI測(cè)距［17-18］的基礎(chǔ)上計(jì)算未知節(jié)點(diǎn)坐標(biāo)。通過(guò)MATLAB仿真表明，此算法進(jìn)一步提高了節(jié)點(diǎn)定位精度，具有較好的實(shí)用價(jià)值。

1 RSSI測(cè)距與數(shù)據(jù)處理

1.1 RSSI測(cè)距

基于RSSI測(cè)距的定位方法是無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位的主要方法之一，大多數(shù)無(wú)線傳感網(wǎng)絡(luò)CCx系列芯片均提供RSSI測(cè)量數(shù)據(jù)。RSSI測(cè)距算法的基本思想是指在發(fā)射節(jié)點(diǎn)的發(fā)射功率確定的情況下，可以根據(jù)接收節(jié)點(diǎn)接收的功率，得出能量損耗與距離的關(guān)系。通常采用的信號(hào)傳播模型如公式（1）所示［19］。

式中，RSSI為接收信號(hào)強(qiáng)度（dBm）；A常取距離發(fā)射結(jié)點(diǎn)1 m時(shí)的接收信號(hào)強(qiáng)度；d是收發(fā)節(jié)點(diǎn)之間的距離（m）；n表示信號(hào)傳播常量，也叫信號(hào)傳播因子。因此，定位前合理選取A和n是提高距離測(cè)量精度的前提。

本實(shí)驗(yàn)選擇空曠的操場(chǎng)上測(cè)試，節(jié)點(diǎn)芯片為CC2530，天線為2.4 G全向天線，增益為3 dBi，天線長(zhǎng)度為109 mm。首先將用于接收數(shù)據(jù)的定位節(jié)點(diǎn)1固定好，發(fā)射結(jié)點(diǎn)在距其1 m位置以功率為0 dBm連續(xù)發(fā)射功率信號(hào)，測(cè)量一組20個(gè)數(shù)據(jù)；為減少天線方向性產(chǎn)生的輻射偏差，將發(fā)射節(jié)點(diǎn)沿著順時(shí)針?lè)较蛟俎D(zhuǎn)90°，進(jìn)行第二組20個(gè)數(shù)據(jù)的測(cè)試，這樣旋轉(zhuǎn)一周將所測(cè)得的同一距離內(nèi)的80個(gè)數(shù)據(jù)信號(hào)強(qiáng)度求平均值，作為該距離內(nèi)的接收信號(hào)實(shí)測(cè)值，測(cè)試節(jié)點(diǎn)分布如圖1所示。

圖1 測(cè)試節(jié)點(diǎn)分布

接著距定位節(jié)點(diǎn)每增加0.5 m重復(fù)上述測(cè)量過(guò)程，最后繪制成圖2中的點(diǎn)畫曲線作為RSSI實(shí)測(cè)曲線。取距離1 m時(shí)的接收信號(hào)強(qiáng)度的平均值-30 dBm作為參數(shù)A的取值，再通過(guò)變化n，由公式1利用MATLAB可以繪制出多條RSSI與d關(guān)系曲線，如圖2所示。

圖2 RSSI與d對(duì)應(yīng)關(guān)系

通過(guò)對(duì)比擬合曲線與n取不同值時(shí)的曲線的擬合度來(lái)確定n。由表1中可以看出n取20的擬合曲線的擬合度為0.99，表明RSSI均值和距離之間存在確定的函數(shù)關(guān)系，而且在20 m內(nèi)，RSSI實(shí)測(cè)值與理論分析比較接近。

圖3 RSSI數(shù)據(jù)修正前后對(duì)比

表1 擬合度對(duì)比表

有了A和n，接收節(jié)點(diǎn)根據(jù)接收到信號(hào)的強(qiáng)度RSSI就可以利用式（1）估算出與幾個(gè)發(fā)射節(jié)點(diǎn)的距離d，從而利用定位算法計(jì)算出未知節(jié)點(diǎn)的位置。

1.2 卡爾曼濾波

RSSI數(shù)據(jù)容易受到各種干擾噪聲的影響，為了滿足對(duì)定位精度的進(jìn)一步要求，還需要對(duì)上述數(shù)據(jù)進(jìn)行處理。文獻(xiàn)［19］中給出了幾種不同數(shù)據(jù)濾波方法的效果對(duì)比，其中卡爾曼濾波算法表現(xiàn)出良好特性。

卡爾曼濾波是以最小均方誤差為估計(jì)的最佳準(zhǔn)則來(lái)尋求一套遞推估計(jì)的算法。其基本思想是：采用信號(hào)與噪聲的狀態(tài)空間模型，利用前一時(shí)刻的估計(jì)值和現(xiàn)時(shí)刻的觀測(cè)值來(lái)更新對(duì)狀態(tài)變量的估計(jì)，求出現(xiàn)時(shí)刻的估計(jì)值。當(dāng)對(duì)象模型足夠準(zhǔn)確且系統(tǒng)狀態(tài)和參數(shù)不發(fā)生突變時(shí)，性能較好。該方法簡(jiǎn)單，數(shù)據(jù)存貯量小，具有很強(qiáng)的實(shí)時(shí)性。

本文采用卡爾曼濾波方法對(duì)各信標(biāo)節(jié)點(diǎn)的RSSI測(cè)距數(shù)據(jù)進(jìn)行處理，以達(dá)到快速收斂，減少噪聲影響和誤差目的，卡爾曼算法原理詳見(jiàn)參考文獻(xiàn)［7-10］。

1.3 線性插值

線性插值是數(shù)學(xué)、計(jì)算機(jī)圖形學(xué)等領(lǐng)域廣泛使用的一種簡(jiǎn)單插值方法。假設(shè)已知坐標(biāo)（x0，y0）與（x1，y1），要得到［x0，x1］區(qū)間內(nèi)某一位置xi在線上的yi值，可由線性插值法的求得：

這種在一組點(diǎn)（x0，y0）、（x1，y1），…，（xn，yn）中插值的方式可被定義為點(diǎn)對(duì)之間的線性連續(xù)插入，可產(chǎn)生一條實(shí)線。本文中將經(jīng)卡爾曼濾波處理的RSSI數(shù)據(jù)用線性插值方法來(lái)預(yù)測(cè)已知的多對(duì)點(diǎn)對(duì)之間的未知點(diǎn)的信號(hào)強(qiáng)度。數(shù)據(jù)處理結(jié)果對(duì)比如圖3所示。從圖3可以看出，處理后的RSSI可減小波動(dòng)，說(shuō)明卡爾曼濾波和線性插值法對(duì)提高無(wú)線定位穩(wěn)定性和準(zhǔn)確性有很大作用。

2 三角質(zhì)心定位算法的改進(jìn)

2.1 傳統(tǒng)的質(zhì)心定位算法

傳統(tǒng)的質(zhì)心定位算法是距離加權(quán)質(zhì)心定位算法，即找出距未知節(jié)點(diǎn)最近的三個(gè)參考節(jié)點(diǎn)（未知節(jié)點(diǎn)接收到RSSI最強(qiáng)的三個(gè)節(jié)點(diǎn)），并按照公式（1）將計(jì)算出這三個(gè)參考節(jié)點(diǎn)與未知節(jié)點(diǎn)之間的距離作為權(quán)值引入到定位算法中，然后求這三個(gè)參考節(jié)點(diǎn)的質(zhì)心作為未知節(jié)點(diǎn)的位置估計(jì)，見(jiàn)圖4（a）。

圖4 基于圓周模型的三角質(zhì)心算法

一般來(lái)說(shuō)，已知無(wú)線傳感器網(wǎng)絡(luò)N個(gè)固定信標(biāo)節(jié)點(diǎn)Bi的位置坐標(biāo)（xi，yi），其中（1≤i≤N），未知節(jié)點(diǎn)的估計(jì)位置坐標(biāo)為（x，y），那么傳統(tǒng)基于RSSI的加權(quán)質(zhì)心定位算法計(jì)算公式為：

這里權(quán)值是未知節(jié)點(diǎn)到固定信標(biāo)節(jié)點(diǎn)的距離函數(shù)和的倒數(shù)。傳統(tǒng)的質(zhì)心定位算法最簡(jiǎn)單，但定位精度較低，使用較少。

2.2 改進(jìn)的質(zhì)心定位算法

根據(jù)文獻(xiàn)［12］提到的傳統(tǒng)加權(quán)質(zhì)心定位算法的原理可知，權(quán)值這一部分對(duì)于整個(gè)算法定位精度有著至關(guān)重要的作用，合理選取權(quán)值可以避免信息淹沒(méi)現(xiàn)象。加權(quán)質(zhì)心定位算法中對(duì)于權(quán)值選擇可以采用不同的方式，本文中采用距離倒數(shù)之和代替?zhèn)鹘y(tǒng)算法中距離和的倒數(shù)的算法。

首先將接收到的RSSI數(shù)據(jù)利用卡爾曼濾波和線性插值修正，并利用公式（1）轉(zhuǎn)化為距離。再將這些距離從小到大進(jìn)行排序，選距離最小所對(duì)應(yīng)的3個(gè)信標(biāo)節(jié)點(diǎn)用于對(duì)未知節(jié)點(diǎn)定位。然后分別以這3個(gè)信標(biāo)節(jié)點(diǎn)為圓心，以未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)之間的距離為半徑畫圓，由于實(shí)際測(cè)量結(jié)果每次都有誤差，這樣3個(gè)圓不會(huì)交于一點(diǎn)，而會(huì)產(chǎn)生公共相交部分，如圖4（b）所示。此時(shí)，未知節(jié)點(diǎn)就認(rèn)為位于所有圓的交集部分。以上述提到的質(zhì)心算法為基礎(chǔ)，對(duì)3個(gè)圓的共同交點(diǎn)（ABC）組成的三角形進(jìn)行分析，利用優(yōu)選的參考節(jié)點(diǎn)和未知節(jié)點(diǎn)之間的距離為每一個(gè)坐標(biāo)增加了權(quán)值，以體現(xiàn)不同頂點(diǎn)的貢獻(xiàn)。

修正后的加權(quán)質(zhì)心公式為式（5）和式（6）。其中（xA，yA）、（xB，yB）、（xC，yC）為三個(gè)交點(diǎn)坐標(biāo)可以容易求出，式（5）和式（6）不僅在質(zhì)心運(yùn)算中增加了RSSI數(shù)據(jù)的信息，還在權(quán)值的選取中合理的安排了信息權(quán)重，并采用了修正系數(shù)的概念，使得整個(gè)定位精度得到了很大的提高。

但是在實(shí)際的測(cè)試中，由于測(cè)距誤差，三個(gè)圓往往無(wú)法交于一點(diǎn)。假設(shè)移動(dòng)節(jié)點(diǎn)只在參考節(jié)點(diǎn)的區(qū)域內(nèi)活動(dòng)，則可能產(chǎn)生的情況如圖5所示。

圖5 三邊定位測(cè)算中可能發(fā)生的四種情況

實(shí)際操作中，首先要判斷3個(gè)圓之中有幾個(gè)相交，采用的方法可以是把3個(gè)圓的方程兩兩聯(lián)立，判斷有沒(méi)有解。

如果方程（7）有解（x12，y12）和（x21，y21），判斷其中哪個(gè)點(diǎn)與點(diǎn)（x3，y3）的距離近，選取該點(diǎn)作為點(diǎn)D；如果方程（8）有解（x13，y13）和（x31，y31），判斷其中哪個(gè)點(diǎn)與點(diǎn)（x2，y2）的距離近，選取該點(diǎn)作為點(diǎn)F；如果方程（9）有解（x23，y23）和（x32，y32），判斷其中哪個(gè)點(diǎn)與點(diǎn)（x1，y1）的距離近，選取該點(diǎn)作為點(diǎn)E，則△DEF的重心就是我們所需要定位的移動(dòng)節(jié)點(diǎn)的位置。如果其中方程（7）無(wú)解，則連接兩圓圓心，和圓相交兩點(diǎn)的中心就是點(diǎn)D；對(duì)于式（8）和式（9）無(wú)解的情況下，可采用相同方式來(lái)得到點(diǎn)E、F的坐標(biāo)。因此，無(wú)論圓相交與否，我們都可以獲得3個(gè)點(diǎn)D、E、F，并且通過(guò)求重心來(lái)獲得移動(dòng)節(jié)點(diǎn)的坐標(biāo)。

3 算法實(shí)現(xiàn)與仿真

3.1 算法實(shí)現(xiàn)過(guò)程

改進(jìn)定位算法實(shí)現(xiàn)流程如下：

（1）各信標(biāo)節(jié)點(diǎn)周期性發(fā)送自身信息：節(jié)點(diǎn)ID、自身位置信息；

（2）未知節(jié)點(diǎn)收到信息后，記錄信標(biāo)節(jié)點(diǎn)ID對(duì)應(yīng)的RSSI值，并利用卡爾曼濾波和線性插值法對(duì)RSSI數(shù)據(jù)進(jìn)行修正；

（3）未知節(jié)點(diǎn)接收到一定的坐標(biāo)信息后，不再接收新信息，對(duì)信標(biāo)節(jié)點(diǎn)依其RSSI值從大到小排序，并建立RSSI值與未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)距離的映射，建立3個(gè)集合：

①信標(biāo)節(jié)點(diǎn)集合：Beacon=｛a1，a2，…，am｝；

②未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)距離集合：Distance= ｛d1，d2，…，dm｝，d1＜d2…＜dm；

③信標(biāo)節(jié)點(diǎn)位置集合：

（4）在Beacon集合中依據(jù)前述對(duì)傳播路徑損耗模型的分析結(jié)論，優(yōu)先選擇RSSI值中最大的三個(gè)信標(biāo)節(jié)點(diǎn)組合成下面的集合：

（5）將Beacon中的RSSI值轉(zhuǎn)換為距離d，并從大到小排序：

（6）分別對(duì)三組數(shù)據(jù)進(jìn)行計(jì)算產(chǎn)生三個(gè)定位點(diǎn)A、B、C的坐標(biāo)，如圖4（b）。再用修正的加權(quán)質(zhì)心算法式（5）、式（6）求得三角形質(zhì)心（x，y）作為未知節(jié)點(diǎn)的位置坐標(biāo)。

3.2 算法仿真

為了對(duì)本文采用的基于卡爾曼濾波和線性插值法的改進(jìn)三角質(zhì)心定位算法進(jìn)行驗(yàn)證，我們采用MATLAB軟件，利用Shadowing模型進(jìn)行仿真。仿真實(shí)驗(yàn)的初始條件為：無(wú)線傳感器網(wǎng)絡(luò)位于30 m×30 m的區(qū)域內(nèi)，4個(gè)信標(biāo)節(jié)點(diǎn)等間距分布在正方形區(qū)域四個(gè)角上，為了驗(yàn)證簡(jiǎn)單性，本文把未知節(jié)點(diǎn)初始化為（0，15），未知節(jié)點(diǎn)在中線上以勻速向右移動(dòng)。路徑損耗系數(shù)n設(shè)為20，節(jié)點(diǎn)的通信半徑為30 m，仿真環(huán)境如圖6所示。

圖6 仿真環(huán)境

另外，所有的仿真實(shí)驗(yàn)環(huán)境中都加入了均值為零，標(biāo)準(zhǔn)差為0.5的高斯分布隨機(jī)噪聲，來(lái)代替實(shí)際環(huán)境中的反射、多徑、物體移動(dòng)、氣候等帶來(lái)的影響。

圖7給出了濾波前、單獨(dú)卡爾曼濾波、濾波與線性插值結(jié)合三種情況下改進(jìn)三角質(zhì)心定位算法的有效性。在周圍信標(biāo)節(jié)點(diǎn)總數(shù)為4時(shí)，該算法平均定位誤差在0.7 m左右。由此可見(jiàn)，相對(duì)于傳統(tǒng)的基于RSSI的質(zhì)心定位算法，首先通過(guò)卡爾曼濾波和線性插值法對(duì)隨機(jī)誤差進(jìn)行補(bǔ)償以；然后采用改進(jìn)的三角質(zhì)心定位算法定位，有著明顯優(yōu)勢(shì)，大大的提高了算法的定位精度。

圖7 三種條件下定位算法測(cè)距誤差仿真

4 結(jié)論

本文采用通過(guò)卡爾曼濾波和線性插值對(duì)節(jié)點(diǎn)發(fā)射的RSSI修正，然后運(yùn)用改進(jìn)的三角質(zhì)心定位方法計(jì)算未知節(jié)點(diǎn)位置。實(shí)驗(yàn)和仿真表明該定位算法不僅具有更好的定位精度，而且算法運(yùn)算量較小，對(duì)硬件的要求不高，比較適合對(duì)節(jié)點(diǎn)定位精度要求不太高的大規(guī)模傳感器網(wǎng)絡(luò)應(yīng)用中，經(jīng)過(guò)進(jìn)一步改進(jìn)后將具有較高的實(shí)用價(jià)值。

［1］ 周雅琴，譚定忠.無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用及研究現(xiàn)狀［J］.傳感器世界，2009（5）：35-40.

［2］ Liu Yunhao，Yang Zheng，Wang Xiaoping.Location，Localization and Localizability［J］.Journal of Computer Science and Technology，2010，25：274-297.

［3］ 吳曉平，陸炳斌，沈浩.基于RSSI定位模型的非視距關(guān)系識(shí)別方法［J］.傳感技術(shù)學(xué)報(bào)，2013，26（11）：1584-1589.

［4］ Zhang Shigeng，Cao Jiannong，Chen Lijun，et al.Accurate and Energy-Efficient Range-Free Localization for Mobile Sensor Networks［J］.IEEE Transactions on Mobile Computing，2010，9（6）：897-910.

［5］ Junyang Shen，Andreas F Molisch，Jussi Salmi.Accurate Passive Location Estimation Using TOA Measurements［J］.IEEE Transactions on Wireless Communications，2012，11（6）：2182-2192.

［6］ Yang Zheng，Liu Yunhao.Understanding Node Localizability of Wireless Ad Hoc and Sensor Networks［J］.IEEE Transactions on Parallel and Distributed Systems，2012，11：1249-1260.

［7］ 劉志華，馬征征，陳嘉興.無(wú)線傳感器網(wǎng)絡(luò)中移動(dòng)節(jié)點(diǎn)的后驗(yàn)信號(hào)濾波定位法［J］.傳感技術(shù)學(xué)報(bào)，2013，26（5）：739-744.

［8］ 朱明強(qiáng)，侯建軍，劉穎，等.一種基于卡爾曼數(shù)據(jù)平滑的分段曲線擬合室內(nèi)定位算法［J］.北京交通大學(xué)學(xué)報(bào)，2012，36（5）：95-99.

［9］ 鄧胡濱，張磊，吳穎，等.基于卡爾曼濾波算法的軌跡估計(jì)研究［J］.傳感器與微系統(tǒng)，2012，31（5）：4-7.

［10］Paul A S，Wan E A.RSSI-Based Indoor Localization and Tracking Using Sigma-Point Kalman Smoothers［J］.IEEE J of Selected Topics in Signal Processing，2009，3（5）：860-873.

［11］曹春萍，羅玲莉.基于卡爾曼濾波算法的室內(nèi)無(wú)線定位系統(tǒng)［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2011，20（11）：76-79.

［12］楊博雄，倪玉華，劉琨，等.基于加權(quán)三角質(zhì)心RSSI算法的Zig-Bee室內(nèi)無(wú)線定位技術(shù)研究［J］.傳感器世界，2012，11：31-35.

［13］Wang Gang，Yang Kehu.A New Approach to Sensor Node Localization Using RSS Measurements in Wireless Sensor Networks［J］. IEEE Transactions on Wireless Communications，2011，10（5）：1389-1395.

［14］Bulusu N，Heidemann J，Estrin D.GPS-Less Low Cost Outdoor Localization for Very Small Devices［J］.IEEE Personal Communications Magazine，2000，7（5）：28-34.

［15］袁鑫，吳曉平，王國(guó)英.線性最小二乘法的RSSI定位精確計(jì)算方法［J］.傳感技術(shù)學(xué)報(bào)，2014，27（10）：1412-1417.

［16］劉志華，李改燕，劉曉爽.基于最小二乘法的蒙特卡洛移動(dòng)節(jié)點(diǎn)定位算法［J］.傳感技術(shù)學(xué)報(bào)，2012，25（4）：541-544.

［17］呂振，趙鵬飛.一種改進(jìn)的無(wú)線傳感器網(wǎng)絡(luò)加權(quán)質(zhì)心定位算法［J］.計(jì)算機(jī)測(cè)量與控制，2013，21（4）：1102-1104.

［18］劉運(yùn)杰，金明錄，崔承毅.傳感器網(wǎng)絡(luò)修正加權(quán)質(zhì)心定位算法［J］.傳感技術(shù)學(xué)報(bào)，2010，23（5）：717-721.

［19］張橙，宋學(xué)瑞.基于ZigBee的RSSI測(cè)距方精度研究［J］.湖南工業(yè)大學(xué)學(xué)報(bào)，2011，25（5）：37-41.

趙大龍（1987-），男，河北省保定市人，碩士研究生，現(xiàn)就讀于內(nèi)蒙古大學(xué)電子信息工程學(xué)院，主要研究方向?yàn)闊o(wú)線傳感網(wǎng)絡(luò)，zhaodl1987@163.com；

白鳳山（1963-）男，教授，內(nèi)蒙古呼和浩特市人，現(xiàn)在內(nèi)蒙古大學(xué)電子信息工程學(xué)院工作，主要研究方向無(wú)線通信、無(wú)線傳感網(wǎng)絡(luò)等，eefs8015@163.com。

An Improved Triangle Centroid Location Algorithm Based on Kalman Filtering and Linear Interpolation*

ZHAO Dalong，BAI Fengshan*，DONG Siyu，LI Hongshu
（College of Electronic and Information Engineering，Inner Mongolia University，Hohhot 010021，China）

The target location technology based on RSSI with the features of low complexity and high locating accuracy has been widely applied to nodes location in WSN.For further improving moving target locating accuracy the optimized RF parameter A and signal transmission constant n in wireless channel model are calculated firstly through RSSI real values received from reference nodes made up of CC2530.Then a more precise estimated distance value between reference and location nodes can be achieved via Kalman filtering and linear interpolation for compensating random errors.Finally an improved triangle centroid location algorithm was tested and simulated on basis of above-mentioned distance value.The simulation results showed that the improved algorithm used in the paper achieved an average about 0.7 m location precision in the testing environment，which is markedly better than that of the existing location algorithms.

wireless moving target location；RSSI；Kalman filtering；linear interpolation；triangle centroid location EEACC：7230

TP212.9；TN393

A

1004-1699（2015）07-1086-05

10.3969/j.issn.1004-1699.2015.07.024

項(xiàng)目來(lái)源：內(nèi)蒙古自治區(qū)教育廳研究生科研創(chuàng)新項(xiàng)目（1402020201324）

2014-12-09 修改日期：2015-03-25