为了监测地下环境，在与基于RSSI的定位方法的无线传感器网络节点定位技术组合，提供了用于以更高的定位精度新矿定位方法特殊的地下路面环境。于隧道井下RSSI，接近目标节点信标节点标记节点的距离信息的模型进行校正，和未知的节点标记节点的距离信息，作为模拟结合四面定位方法进行。信标节点可以基本上覆盖道路时，可以实现高定位精度并满足道路上的定位要求。线传感器网络;地板;比例差分定位;标记节点分类号：TP393文献代码：A文章编号：1009-3044（2017）06-0044-03Résumé：要监视地下环境，提出发送更高的定位精度算法，专注于特殊的地下条件，与无线传感器网络节点定位技术相关，基于RSSI定位方法。目标节点和标记节点之间，使用三向定位规则进行模拟。验表明，当节点覆盖隧道中的最小空间时，可以实现高定位精度。键词：无线传感器网络; Beacon Node无线传感器网络广泛用于军事，目标跟踪，环境监测和太空探索。中，无线传感器网络在矿山道路上的应用至关重要。地下环境监测中，无线传感器阵列定位技术是核心技术，定位算法的质量对地下无线传感器网络的作用起着重要作用。前，大多数无线传感器网络用于户外开放环境，特别是用于地下隧道的定位。于无线信号的传播在地下隧道环境中极为有限，因此提高地下隧道环境中RSSI定位精度的方法是一个实际问题。位定位是无线传感器网络的重要支持技术，包括确定节点或监控目标的位置。
前，公认的理论定位主要分为两个方面：基于遥测的定位算法和无遥测的定位算法。者的定位没有根本区别：第一个主要包括测量相邻节点之间的距离，包括到达强度测量方法（RSSI），测量方法到达时间（TOA）和到达时间差的测量。法（TDOA）和其他方法。于遥测定位方法一般允许相对高的定位精确度，但是增大了算法的复杂度和通信负荷，基于零的距离测量的定位算法通常是较低的和定位精度很难达到。要有质心定位算法，APIT定位算法等。RSSI定位方法算法简单，通信能耗低，易于实现。献[1]提出了一种用于下游链式标签节点的RSSI动态定位算法，并在路面中搜索衰落路径索引，以提高节点对环境的适应性。[2]的方法，对角差，提出了以校正测量的RSSI的距离，提高positionnement.La文献的准确性[3]使用由切割基于RSSI用于定位节点球体切削的方法;该科学研究院中国占着坊镇[4]开发RSSI遥测的原则，然后通过一系列的实验分析，衰减模型，以确定影响模型的因素。Savvides和Park [5]应用卡尔曼滤波来优化分布式网络节点的位置，金人成和赵薇[6]比较了收敛效应和介质的相对误差。于上述要素的模拟实验。用两种不同模型的测量方程来定位效果：结果表明RSSI值可以有效地抑制遥测误差。动标签节点周期性地发送用于多个节点等同于信标节点的数量，和最小二乘法信号：谌委髁，文峰[7]使用李标签移动节点提出了一种定位方法信号更好的信标。计静态目标的位置，但这种方法在实际应用中很难实现。法设计中的RSSI的使用模型是一个封闭的环境和壁是在地板的无线电信号的rugueux.La传播不可避免地受到反射，散射和多径。典的RSSI衰减模型是P0（d0）是参考距离d0处的信号强度。
常，d0的值是h1和h2分别是发射器和接收器的天线长度，λ是无线电波的波长。
n是衰减系数; Xσ表示遮挡因子服从方差σ的正态分布，并且确定为噪声模型，这可以提高距离测量的精度。于井中的特定环境，可以通过高斯滤波方法对噪声部分进行滤波，并将其替换为损耗模型以获得距离。图1所示，根据菲涅耳区[8]，当电磁波在隧道中被传播，因为反射的效果，散射和在隧道多径的理论，隧道可以是分为两个区域：近区域和偏远区域。近区域，主要是多模传播，而在远场，传播模式主要是稳定的导向传播，两个区域的端点可以通过理论确定。
对应于发射天线和转折点之间的最大距离的隧道电磁波的传播的两个区域之间的分界线，即，H对应于隧道的高度，W隧道的宽度和电磁波波长处的λ。以看出，dNF的值与道路的宽度和高度的平方成比例。
于国家对地下隧道的要求，根据标准计算，巷道高度不应小于1.8米，也不应小于1.2米。于采用了无线传感器，900 MHz和2 GHz的限制分别为9.24米和20.16米。络节点的特征，节点之间电磁波的传播主要是多模传播，类似于自由空间波传播的模式。此，自由空间传播模型可用于计算损失。成比例的方法优化了RSSI距离，如图2所示，B0标签节点（X0，Y0），B1（X1，Y1），B2（X2，Y2），B3（X3，Y3），B4（X4 ，y4），B5（x5，y5），目标节点O（x，y）。
B0是目标节点O的最接近的标记节点，并将其用作差分参考节点。B0参考节点B1，B2，B3，B4和B5的实际距离分别是D01，D02，D03，D04和D05中，差分测量所述目标节点的O的距离到节点的信标B1，B2，B3，B4和B5分别为D1，d2，d3，d4，d5。D1，D2，D3，D4和D5分别被设置为标记节点B1，B2，B3，B4和B5处的未知节点B0的测量距离RSSI。于不同的节点的标签的环境是不同的，不同节点之间的误差是不même.Pour降低由差异问题，比例差分节点误差的校正系数被引入其中被定义为RSSI。
射点与接收点之间的距离越大，获得的距离越精确，即距离越远，RSSI方法计算的误差越大。通差分方法可以反映不同节点的个性化。异，但总的来说，节点之间的距离没有更好的优化。此，提出了比例差异的概念。图2中，标记节点和RSSI测量距离的实际距离之间的误差被用作未知节点到每个标记节点的误差，而这种误差被认为是未知节点的错误，接着定位机制。除错误可以提高未知节点的位置准确性。是，RSSI的特性是距离越大，误差越大。节点之间的距离误差减小时，遥测产生的误差与节点之间的距离正相关。离越远，遥测伴随的误差越大，误差与节点之间的距离之间的线性关系越大。此，恒温阀芯校正系数β成正比差被引入，并且被定义为节点之间的校正的距离为Ni，然后，节点之间的校正距离由定位机构定位。的二维平面状态，该定位方法四个边缘可以得到使用三个节点标记的坐标和所述目标节点和三个节点标签之间的距离的目标未知节点的坐标，而是在三维坐标，它不可能传递三个节点获取未知节点的三维坐标。此，确定未知节点的三维坐标需要实现至少四个标签节点。以使用以下公式7获得三角测量方法到3D的扩展以获得未知节点的坐标：这里使用RSSI MATLAB算法模拟MATLAB仿真并校正比例差异。MATLAB由mathworks开发，提供可视化和交互式计算环境。于其强大的功能，简单的编程和语言兼容性，它在系统建模和仿真中有许多应用。于基于RSSI的比例差分校正算法的复杂操作，必须处理大量数据，因此选择MATLAB可以为算法仿真提供良好的环境。先，模拟地下隧道环境，建设100米长，15米宽，15米高的路面模型，如图3所示。统的RSSI定位算法采用用于计算下部路面环境中未知节点坐标的四边测量方法。于多径效应和路面环境，四边测量定位产生很大的差距。图4所示，在模拟中选择10个未知节点以反映定位精度。
于传统的RSSI方法用于定位和标签节点的分布使得四边测量的数据偏转测量严重，所以获得的定位精度自然很弱;优化的RSSI定位算法提高了三面测量精度，消除了噪声。对良好的定位精度可以达到，但未知节点是随机选择的，它很可能，这是从位于地板上，并定位精度将是不同的标记节点远，这将导致采样的准确定位。差相对较大。外，如图5所示，校正的RSSI定位精度大致与信标节点的数量成比例。只有三个信标节点时，校正的定位精度仍然低于原始RSSI，主要是因为路面环境中未知结的分布可能很远。少一个标签节点，距离误差为三。位边缘的效果非常重要。标签节点的数量达到8时，恒温阀芯未知节点的定位精度不会随着标签节点数量的增加而继续增加，甚至会略微减小并逐渐变为软状态。就是说，当信标节点达到大约8或更多时，未知节点的位置所需的信标节点的数量趋于饱和并且信道环境已被覆盖。观。续增加信标节点的密度不会进一步提高未知节点的定位精度。要在底土的特定环境中，RSSI定位算法优化定位背景节点需要选择和欣赏RSSI模型。时，比例差分方法可用于优化RSSI范围，减少未知节点与标签节点之间的距离误差，进一步提高未知节点的坐标精度。而，在某种程度上，算法的复杂性增加并且无线传感器网络的系统开销增加。外，四边定位的方法需要很多计算。一步将是找到一种更简单，更有效的定位方法，这将进一步提高节点的定位精度。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com