茍丹丹，張開(kāi)生，劉振華

（1.西安汽車(chē)職業(yè)大學(xué) 電子信息工程學(xué)院，陜西 西安 710600；2.陜西科技大學(xué) 電氣與控制工程學(xué)院，陜西 西安 710021）

0 引 言

網(wǎng)絡(luò)信息化時(shí)代，依托互聯(lián)網(wǎng)、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新興技術(shù)，人類生活從傳統(tǒng)步入現(xiàn)代，由智慧轉(zhuǎn)向智能。在智能交通領(lǐng)域，多單元組成的群組在區(qū)域內(nèi)未知節(jié)點(diǎn)定位方面有著廣泛的應(yīng)用前景，目前隨著5G技術(shù)以及車(chē)聯(lián)網(wǎng)技術(shù)、無(wú)人自動(dòng)駕駛技術(shù)等迅速普及和發(fā)展，智能無(wú)線傳感網(wǎng)絡(luò)在環(huán)境監(jiān)測(cè)、醫(yī)療設(shè)備、智能家居以及安全生產(chǎn)領(lǐng)域得到了具體體現(xiàn)，尤其是汽車(chē)產(chǎn)業(yè)智能化發(fā)展，對(duì)城市公共交通系統(tǒng)的智能化管理和調(diào)度提出更高要求。

智能定位是城市公共交通系統(tǒng)調(diào)度和管理的重要一環(huán)，傳統(tǒng)定位方式有北斗定位、GPS定位等，但這些定位方式需要額外硬件，成本較高，且難以實(shí)現(xiàn)多單元組成的群組協(xié)同定位，在實(shí)際應(yīng)用中，GPS定位系統(tǒng)很難在復(fù)雜路況及不良天氣條件下作出高精度測(cè)距，無(wú)線傳感定位是針對(duì)區(qū)域內(nèi)目標(biāo)節(jié)點(diǎn)，采用無(wú)線傳感器網(wǎng)絡(luò)進(jìn)行定位的一種方法，即令無(wú)線傳感器網(wǎng)絡(luò)中的目標(biāo)節(jié)點(diǎn)作為未知節(jié)點(diǎn)，將已知精確位置點(diǎn)作為參考節(jié)點(diǎn)，基于節(jié)點(diǎn)位置估測(cè)機(jī)制，對(duì)參考節(jié)點(diǎn)與未知節(jié)點(diǎn)間的相對(duì)距離進(jìn)行測(cè)量，進(jìn)而間接確定無(wú)線傳感器網(wǎng)絡(luò)中未知目標(biāo)節(jié)點(diǎn)自身位置。

目前，在無(wú)線傳感器網(wǎng)絡(luò)中，主要有TDOA、TOA、AOA及RSSI（Received Signal Strength Indication）幾 種定位方法，但前三種均是基于到達(dá)時(shí)間差或到達(dá)角度的定位，在測(cè)距階段，如果路況復(fù)雜，障礙物較多，難以較好地選取信標(biāo)節(jié)點(diǎn)加權(quán)權(quán)重權(quán)值?，F(xiàn)有WSN定位算法根據(jù)無(wú)線網(wǎng)絡(luò)傳感器智能定位過(guò)程中是否對(duì)實(shí)際節(jié)點(diǎn)間距離進(jìn)行測(cè)量，主要分為Range-free無(wú)測(cè)距和Rangebased有測(cè)距定位，RSSI測(cè)距方法利用無(wú)線信號(hào)傳播損耗與待測(cè)距離間的信號(hào)衰減模型、待測(cè)經(jīng)驗(yàn)、信號(hào)衰減規(guī)律以及測(cè)距時(shí)的理論關(guān)系，通過(guò)高斯函數(shù)濾波、牛頓法迭代和特征匹配、距離加權(quán)等節(jié)點(diǎn)定位，經(jīng)過(guò)算法改進(jìn)優(yōu)化，可將傳輸損耗轉(zhuǎn)換為無(wú)線傳感信號(hào)發(fā)射點(diǎn)距接收節(jié)點(diǎn)間的距離，測(cè)距誤差較小。因此研究與開(kāi)發(fā)一種可靠性高、成本低，能夠采用動(dòng)態(tài)參考節(jié)點(diǎn)定位的新型智能車(chē)輛無(wú)線傳感定位系統(tǒng)顯得非常必要。

1 基于CC2530芯片的物聯(lián)網(wǎng)系統(tǒng)架構(gòu)及智能定位模型

1.1 基于CC2530的物聯(lián)網(wǎng)系統(tǒng)組成

智能車(chē)輛無(wú)線傳感定位系統(tǒng)組成如圖1所示。圖1中為、兩個(gè)固定參考節(jié)點(diǎn)之間的距離，在參考節(jié)點(diǎn)部署時(shí)，、值已知，為待定移動(dòng)節(jié)點(diǎn)與固定參考節(jié)點(diǎn)之間的距離。圖中ZigBee網(wǎng)關(guān)節(jié)點(diǎn)、網(wǎng)絡(luò)節(jié)點(diǎn)均通過(guò)有線與數(shù)據(jù)管理中心連接；ZigBee有線與無(wú)線數(shù)據(jù)的網(wǎng)絡(luò)通信以圖中“虛線”來(lái)表示。據(jù)圖1可知，定位系統(tǒng)幾乎全部采用TI無(wú)線網(wǎng)絡(luò)CC2530芯片進(jìn)行區(qū)域傳感定位和車(chē)輛跟蹤，減少有線傳輸定位系統(tǒng)布線成本，提高目標(biāo)定位精度。

圖1 智能車(chē)輛物聯(lián)網(wǎng)無(wú)線傳感定位系統(tǒng)架構(gòu)

1.2 基于RSSI的無(wú)線傳感定位模型

考慮到TI無(wú)線網(wǎng)絡(luò)CC2530芯片固有特點(diǎn)，結(jié)合ZigBee傳感器節(jié)點(diǎn)定位低功耗要求，系統(tǒng)利用ZigBee無(wú)線網(wǎng)絡(luò)傳感協(xié)議構(gòu)建網(wǎng)狀拓?fù)渚W(wǎng)絡(luò)，基于RSSI接收信號(hào)強(qiáng)度進(jìn)行智能車(chē)輛定位。RSSI無(wú)線傳感定位理論值與距離、發(fā)射功率間的函數(shù)關(guān)系可由式（1）表示：

式中：表示無(wú)線網(wǎng)絡(luò)CC2530芯片信號(hào)傳播常數(shù)；為CC2530內(nèi)置RSSI接收信號(hào)強(qiáng)度指示器信號(hào)發(fā)射點(diǎn)與接收點(diǎn)間的距離；為發(fā)射點(diǎn)距接收點(diǎn)距離等于1 m時(shí)來(lái)自前端天線增益及傳輸損耗接收到的信號(hào)強(qiáng)度絕對(duì)值。根據(jù)實(shí)測(cè)，通常為-46（根據(jù)RF輸入功率與RSSI寄存器值相對(duì)變化關(guān)系曲線取平均值）。

圖2為典型RF輸入功率與接收信號(hào)強(qiáng)度RSSI值曲線。

圖2 典型RF輸入功率與接收信號(hào)強(qiáng)度RSSI值曲線

描述的是RSSI信號(hào)強(qiáng)度受信號(hào)指示器發(fā)射點(diǎn)與接收點(diǎn)距離增加產(chǎn)生的影響。為了便于精確定位，帶有RSSI定位引擎的CC2530無(wú)線網(wǎng)絡(luò)芯片按表1參數(shù)換算關(guān)系，將值轉(zhuǎn)換為“_index”后再采用動(dòng)態(tài)參考節(jié)點(diǎn)進(jìn)行定位。

表1 n值參數(shù)轉(zhuǎn)換表

將式（1）反解，可得如式（2）動(dòng)態(tài)坐標(biāo)系中多節(jié)點(diǎn)群組接收信號(hào)強(qiáng)度RSSI測(cè)距式函數(shù)：

正常情況下，在RSSI定位過(guò)程中，移動(dòng)節(jié)點(diǎn)發(fā)出的數(shù)據(jù)包均能夠被每個(gè)移動(dòng)節(jié)點(diǎn)周?chē)膮⒖脊?jié)點(diǎn)接收，并對(duì)應(yīng)一個(gè)RSSI距離值，因此在復(fù)雜路況下基于無(wú)線傳感智能網(wǎng)絡(luò)進(jìn)行RSSI定位，必然會(huì)涉及到一個(gè)最優(yōu)距離的問(wèn)題。在無(wú)線傳感定位時(shí)，除了準(zhǔn)確測(cè)量和選擇、等參數(shù)外，仍不能忽視移動(dòng)節(jié)點(diǎn)周?chē)鷧⒖脊?jié)點(diǎn)的數(shù)量，為保證定位精度，參考節(jié)點(diǎn)可在3~8之間取值。

2 ZigBee協(xié)議網(wǎng)絡(luò)下RSSI移動(dòng)定位算法優(yōu)化

因網(wǎng)絡(luò)數(shù)據(jù)傳輸時(shí)RSSI值易受周?chē)系K物、多路徑、繞射等外界環(huán)境因素影響，所以ZigBee協(xié)議網(wǎng)絡(luò)下的RSSI移動(dòng)定位系統(tǒng)在傳輸無(wú)線信號(hào)時(shí)可能極不穩(wěn)定，會(huì)增大定位誤差，因此需要對(duì)RSSI移動(dòng)定位算法進(jìn)行校正優(yōu)化。本文基于RSSI定位中的無(wú)線信號(hào)傳播損耗Shadowing模型，提出了一種預(yù)濾波修正權(quán)重的序貫質(zhì)心定位算法。

圖3所示為移動(dòng)節(jié)點(diǎn)周?chē)鷧⒖脊?jié)點(diǎn)路徑傳播損耗。

圖3 移動(dòng)節(jié)點(diǎn)周?chē)鷧⒖脊?jié)點(diǎn)路徑傳播損耗

2.1 無(wú)線信號(hào)傳播損耗Shadowing模型

在基于ZigBee協(xié)議網(wǎng)絡(luò)進(jìn)行RSSI移動(dòng)定位中，已知信號(hào)發(fā)射節(jié)點(diǎn)的發(fā)射信號(hào)強(qiáng)度指示，接收信號(hào)強(qiáng)度指示RSSI節(jié)點(diǎn)可根據(jù)已接收信號(hào)強(qiáng)度，對(duì)信號(hào)在復(fù)雜路徑下傳播時(shí)的損耗進(jìn)行計(jì)算，通過(guò)經(jīng)驗(yàn)?zāi)Ｐ蛯?duì)傳輸距離損耗進(jìn)行節(jié)點(diǎn)轉(zhuǎn)換，利用已知算法便能較為準(zhǔn)確地計(jì)算出信號(hào)接收節(jié)點(diǎn)位置。因此，在實(shí)際應(yīng)用環(huán)境中，常會(huì)用到ZigBee無(wú)線傳感網(wǎng)絡(luò)模擬的Shadowing完整傳播模型：

Shadowing模型由兩部分組成，一部分是可預(yù)測(cè)信號(hào)強(qiáng)度的pass loss路徑損失模型，當(dāng)以接收信號(hào)強(qiáng)度()為參考時(shí)，它能準(zhǔn)確預(yù)測(cè)出1 m之內(nèi)給定距離的距離為時(shí)的信號(hào)強(qiáng)度()。

式（3）中，衰減指數(shù)一般在2~6之間根據(jù)場(chǎng)地測(cè)量得來(lái)的經(jīng)驗(yàn)取值，當(dāng)?shù)缆分械恼系K物較多時(shí)，衰減指數(shù)就越大，因此隨著待測(cè)距離的增加，無(wú)線傳感器網(wǎng)絡(luò)中接收到的無(wú)線信號(hào)傳播平均能量下降速度會(huì)越快。

無(wú)線信號(hào)傳播損耗Shadowing模型的另一部分是一個(gè)對(duì)數(shù)正態(tài)隨機(jī)變量，它反映了定位測(cè)量距離恒定條件下無(wú)線傳感器網(wǎng)絡(luò)接收到的能量變化，若測(cè)量距離以dB為計(jì)量單位，Shadowing模型滿足高斯分布，它作為一個(gè)高斯隨機(jī)變量，本身無(wú)實(shí)際意義。但在統(tǒng)計(jì)學(xué)領(lǐng)域，通過(guò)對(duì)模型進(jìn)行拓展，可使之成為富有統(tǒng)計(jì)學(xué)意義的定位模型。

2.2 基于預(yù)濾波修正權(quán)重的序貫質(zhì)心定位算法改進(jìn)

在傳統(tǒng)的質(zhì)心定位算法模型中，信標(biāo)節(jié)點(diǎn)周期性地向鄰近節(jié)點(diǎn)廣播信標(biāo)分組，此時(shí)信標(biāo)分組中包含若干個(gè)復(fù)雜的信標(biāo)節(jié)點(diǎn)位置信息與車(chē)輛標(biāo)識(shí)號(hào)，由于普通質(zhì)心算法受無(wú)線電傳播路徑損耗影響，所以節(jié)點(diǎn)位置受信標(biāo)節(jié)點(diǎn)的干擾。

理論證明，利用接收信號(hào)強(qiáng)度指示RSSI可提高質(zhì)心定位算法精度，并獲得定位信標(biāo)節(jié)點(diǎn)的偏移權(quán)值，基于此，本文提出了一種改進(jìn)后預(yù)濾波修正權(quán)重的序貫質(zhì)心定位算法。

加權(quán)定位算法中，未知節(jié)點(diǎn)與錨節(jié)點(diǎn)間的估計(jì)坐標(biāo)可用如下公式求?。?/p>

3 ZigBee智能車(chē)輛無(wú)線傳感定位節(jié)點(diǎn)硬件

基于序貫質(zhì)心定位改進(jìn)算法的ZigBee智能車(chē)輛無(wú)線傳感定位系統(tǒng)各節(jié)點(diǎn)硬件框圖如圖4所示，其中系統(tǒng)的核心為T(mén)I公司設(shè)計(jì)的一款高集成度、低功耗、低成本的CC2530芯片，此芯片可在2.4 GHz ISM頻段工作，是基于ZigBee協(xié)議SoC解決方案的主控電路。CC2530節(jié)點(diǎn)硬件結(jié)構(gòu)與主控電路原理圖如圖5所示。

圖4 ZigBee智能車(chē)輛無(wú)線傳感定位節(jié)點(diǎn)硬件框圖

圖5 CC2530主控電路原理圖

4 軟件流程實(shí)現(xiàn)方法

4.1 ZigBee定位過(guò)程中子網(wǎng)關(guān)節(jié)點(diǎn)工作流程

1）ZigBee網(wǎng)絡(luò)協(xié)調(diào)器智能網(wǎng)關(guān)節(jié)點(diǎn)上電初始化，組建智能無(wú)線傳感器網(wǎng)絡(luò)，等待坐標(biāo)系中所有的節(jié)點(diǎn)加入網(wǎng)絡(luò)，成功后，協(xié)調(diào)器上LED指示燈亮起。

2）多單元組成的群組在協(xié)同定位時(shí)，搜索動(dòng)態(tài)參考節(jié)點(diǎn)信號(hào)，讀取群體中任意兩個(gè)節(jié)點(diǎn)間的坐標(biāo)值及各移動(dòng)節(jié)點(diǎn)和參考節(jié)點(diǎn)間的RSSI距離值。

3）將系統(tǒng)實(shí)時(shí)讀取的錨節(jié)點(diǎn)周期性參考節(jié)點(diǎn)坐標(biāo)位置和參考節(jié)點(diǎn)與邊緣云服務(wù)器坐標(biāo)位置之間的距離發(fā)送給周邊區(qū)域道路中的參考節(jié)點(diǎn)和車(chē)輛智能調(diào)度管理中心。

ZigBee定位過(guò)程中子網(wǎng)關(guān)節(jié)點(diǎn)工作流程如圖6所示，流程圖中列出的分組信標(biāo)節(jié)點(diǎn)函數(shù)為ZigBee RSSI智能定位時(shí)所使用的無(wú)限傳感網(wǎng)絡(luò)Z-Stack 2007協(xié)議棧中的部分主要函數(shù)。

圖6 ZigBee定位子網(wǎng)關(guān)節(jié)點(diǎn)工作流程

4.2 智能參考節(jié)點(diǎn)軟件工作流程

1）ZigBee網(wǎng)絡(luò)路由器智能參考節(jié)點(diǎn)上電初始化，申請(qǐng)加入無(wú)線傳感器網(wǎng)絡(luò)。

2）信號(hào)搜索，接收并判斷智能傳感數(shù)據(jù)是否發(fā)送給參考節(jié)點(diǎn)，如果是，則提取數(shù)據(jù)包中的RSSI測(cè)距值，否則丟棄數(shù)據(jù)包。

3）當(dāng)某一移動(dòng)節(jié)點(diǎn)的無(wú)線智能傳感數(shù)據(jù)接收次數(shù)達(dá)到10次時(shí)，對(duì)其均值進(jìn)行計(jì)算。

4）采用改進(jìn)的RSSI定位算法計(jì)算移動(dòng)節(jié)點(diǎn)與本參考節(jié)點(diǎn)間的距離均值。

5）將本參考節(jié)點(diǎn)與移動(dòng)節(jié)點(diǎn)間的RSSI測(cè)距值信息以及自身坐標(biāo)點(diǎn)信息一同發(fā)送給移動(dòng)節(jié)點(diǎn)與ZigBee網(wǎng)絡(luò)智能網(wǎng)關(guān)節(jié)點(diǎn)協(xié)調(diào)器。

ZigBee定位過(guò)程中參考節(jié)點(diǎn)工作流程如圖7所示。

圖7 ZigBee定位網(wǎng)絡(luò)路由器智能參考節(jié)點(diǎn)工作流程

4.3 智能移動(dòng)終端節(jié)點(diǎn)軟件工作流程

1）智能移動(dòng)終端節(jié)點(diǎn)上電初始化，申請(qǐng)加入無(wú)線傳感器網(wǎng)絡(luò)。

2）待其成功入網(wǎng)后，會(huì)向道路周?chē)鷧^(qū)域不斷廣播信號(hào)數(shù)據(jù)。

3）判斷是否有內(nèi)部集成的定位引擎數(shù)據(jù)接收，并從接收到的RSSI測(cè)距信息中提取ZigBee網(wǎng)絡(luò)路由器智能參考節(jié)點(diǎn)的坐標(biāo)信息及參考節(jié)點(diǎn)和本移動(dòng)節(jié)點(diǎn)之間的每一個(gè)信標(biāo)節(jié)點(diǎn)RSSI值。

4）當(dāng)智能移動(dòng)終端節(jié)點(diǎn)到達(dá)修正權(quán)重的加權(quán)定位質(zhì)心某一特定位置后，會(huì)將智能車(chē)輛轉(zhuǎn)彎、到站等相應(yīng)語(yǔ)音提示信息開(kāi)啟。

ZigBee定位過(guò)程中智能移動(dòng)終端節(jié)點(diǎn)工作流程如圖8所示。

圖8 ZigBee定位智能移動(dòng)終端節(jié)點(diǎn)工作流程

5 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證節(jié)點(diǎn)功能，對(duì)文中描述的基于CC2530的ZigBee智能車(chē)輛無(wú)線傳感定位節(jié)點(diǎn)進(jìn)行了相應(yīng)測(cè)試，實(shí)驗(yàn)在市區(qū)內(nèi)復(fù)雜道路且車(chē)流較為密集的路況中進(jìn)行。每間隔120 m，在道路兩側(cè)各放置參考節(jié)點(diǎn)2個(gè)，在無(wú)線傳感器智能定位時(shí)，經(jīng)由ZigBee網(wǎng)絡(luò)路由器各智能參考節(jié)點(diǎn)對(duì)本節(jié)點(diǎn)前60 m及后60 m內(nèi)的動(dòng)態(tài)參考點(diǎn)群組RSSI值進(jìn)行采集。實(shí)驗(yàn)結(jié)果如圖9所示。

圖9 RSSI定位測(cè)量與距離關(guān)系散點(diǎn)圖

本實(shí)驗(yàn)分別在雨天、陰天、夜晚和晴天四種不同天氣狀況下進(jìn)行，測(cè)量結(jié)果表明，在晴天環(huán)境下行駛，RSSI定位測(cè)量誤差最小，雨天和夜晚誤差最大。在小于30 m的參考節(jié)點(diǎn)范圍內(nèi)對(duì)四種天氣狀況下系統(tǒng)定位，RSSI測(cè)量誤差均小于等于3.5 m；30 m后隨著參考節(jié)點(diǎn)距離增大，RSSI定位測(cè)量誤差基本呈線性上升趨勢(shì)，當(dāng)智能參考節(jié)點(diǎn)距離達(dá)60 m時(shí)，誤差達(dá)到峰值，陰天、夜晚、晴天和雨天分別為12.3 m，11 m，9 m，15 m。

6 結(jié) 論

在CC2530智能車(chē)輛無(wú)線傳感定位中，利用信號(hào)衰減原理提出了一種基于物聯(lián)網(wǎng)的智能車(chē)輛無(wú)線傳感定位方法，研究并設(shè)計(jì)了利用ZigBee技術(shù)實(shí)現(xiàn)多動(dòng)態(tài)參考點(diǎn)下的群組定位系統(tǒng)。在RSSI預(yù)濾波算法測(cè)距基礎(chǔ)上，特別注意了不同距離精度下RSSI定位時(shí)的無(wú)線信號(hào)傳播損耗問(wèn)題，改進(jìn)和采用了一種基于傳統(tǒng)固定參考點(diǎn)模型下的修正權(quán)重加權(quán)定位質(zhì)心算法，提高定位測(cè)量精度，并利用LabVIEW平臺(tái)將無(wú)線傳感定位方法借助網(wǎng)關(guān)節(jié)點(diǎn)、參考節(jié)點(diǎn)和移動(dòng)節(jié)點(diǎn)來(lái)實(shí)現(xiàn)。經(jīng)實(shí)驗(yàn)驗(yàn)證，RSSI定位測(cè)量誤差整體較小，在視距可接受范圍內(nèi)。同時(shí)，研究也發(fā)現(xiàn)RSSI定位節(jié)點(diǎn)與測(cè)量距離間存在一定線性關(guān)系，為進(jìn)一步提高定位測(cè)距精度，仍需大量實(shí)驗(yàn)數(shù)據(jù)擬合ZigBee無(wú)線傳感網(wǎng)絡(luò)中的信號(hào)衰減規(guī)律，通過(guò)天線優(yōu)化，減少方向性對(duì)復(fù)雜道路環(huán)境下車(chē)輛定位信號(hào)衰減的影響。