基于Nanoloc的TOA指紋算法定位研究

　　參考點加權定位

　　定位參考集合 中的各指紋點對應的歐幾里得距離有大有小，即表明各指紋點對定位待定位節(jié)點所起的作用不同，基于此，本文使用加權算法，將該參考點對應的歐幾里得距離的倒數(shù)作為該參考點的權值，

　　其中(x₀,y₀)為指紋算法得到的待定位節(jié)點坐標，(x_i,y_i)為區(qū)域中的指紋坐標。

　　為了防止待定位點碰巧在某指紋點上的情況，在所得的歐幾里得距離值基礎上加上一個很小的數(shù)值ε，從而不會有歐幾里得距離為零，權值無窮大的情況出現(xiàn)，即

　　實驗結果及分析

　　為了檢驗此方法的可行性，我們進行了如下實驗：在室內選擇一個4.2m×4.2m的方形空曠區(qū)域，在角落位置放置閱讀器，每隔0.6m選擇一個指紋點，建立數(shù)據(jù)庫。在定位區(qū)域中隨機放置一個待定位節(jié)點，由放置于角落的閱讀器讀取其距離信息，進行定位。

　　指紋法定位精度

　　將指紋法所得定位結果與最小二乘法所得定位結果進行比較。

　　由圖中曲線看出，利用指紋算法定位，比基于最小二乘法定位的精度要高很多。指紋法定位精度在0.5m左右，當定位區(qū)域變大之后，這個精度足以滿足要求。

　　不同的參考點密度對定位精度的影響

　　將定位區(qū)域內的指紋點個數(shù)依次選定為36、18、9，重復上述實驗，得到如下定位結果：

　　通過上圖可以看出，當參考點密度降低之后，隨之明顯降低的是定位精度。

　　最鄰近參考點個數(shù)k對定位精度的影響

　　將閾值選為不同的值，從而定位參考集合內的參考點個數(shù)也會不同，表1表示了不同的參考點個數(shù)對定位精度的影響，用均方差誤差來表示。

　　由表1中數(shù)據(jù)可以看到，隨著定位參考點個數(shù)k值的增大，定位誤差error并沒有明顯的改善，僅僅是誤差均方差變小。

　　結語

　　本文針對室內環(huán)境下多徑效應的存在對TOA測距有較大誤差，且存在非單調性的問題，提出使用指紋算法，利用動態(tài)閾值，誤差加權等方法改善定位精度，并與最小二乘法定位比較，發(fā)現(xiàn)此方法能夠獲得更好的定位誤差，有效的提高了定位精度，并使定位精度不再過度依賴測量值的準確性，定位誤差趨于穩(wěn)定，能夠較好的滿足一般的定位需求。

　　參考文獻：

　　[1] 肖竹,于全,易克初,王勇超.適用于NLOS環(huán)境的UWB定位方案研究[J].通信學報,2008,(4)
　　[2] Daegun Oh, Myungkun Kwak, and Jong-Wha Chong. A Subspace-Based Two-Way Ranging System Using a Chirp Spread Spectrum Modem, Robust to Frequency Offset[J]. IEEE Trans. On Wirelsee comm.., vol. 11,no. 4, Apr.2012.
　　[4] 楊天池,金梁,程娟.一種基于TOA定位的CHAN改進算法[J].電子學報,2009,(4)
　　[5] 余芳文,胡旭科.基于線性調頻的nanoLOC新技術與應用研究[J].信息通信,2011,(2)
　　[6] 陳冰,劉開華,史偉光.基于RFID的虛擬標簽改進算法[J].計算機工程,2011,(8)
　　[7] 萬群,杜亞平,呂澤均.虛擬陣的TOA定位算法[J].電子科技大學學報,2009,(3)
　　[8] 王沁,何杰,張前雄,劉冰峰,于彥偉.測距誤差分級的室內TOA定位算法[J].儀器儀表學報,2011,(12)
　　[9] 熊瑾煜,王巍,朱中梁.基于泰勒級數(shù)展開的蜂窩TDOA定位算法[J].通信學報,2004
　　[10] 林云松,孫卓振,彭良福.基于Bancroft算法的多點定位TOA—LS估計[J].電子學報,2012,(3)
　　[11] Christof Röhrig and Marcel Müller. Indoor Location Tracking in Non-line-of-Sight Environments Using a IEEE 802.15.4a Wireless Network[C]. The 2009 IEEE/RSJ International Conference on Intelligent Robots and Systems October 11-15, 2009 St. Louis, USA