CN104507102A - 一种基于rssi和fmm的空间特性估计方法 - Google Patents

Abstract

本发明涉及无线通信技术领域，特别涉及一种基于RSSI和FMM的空间特性估计方法，包括：信号发射源以一定的功率发射信号，信号接收天线接收信号，信号接收天线对接收信号进行分析，提取出真实RSSI值；利用FMM在坐标系内寻找发射源与接收天线之间的最小幅度衰减行进路径，计算两者之间的模拟渡越时间，再通过渡越时间计算路径的模拟RSSI值；同时运用代数重建方法的迭代，将模拟RSSI值向真实RSSI值逼近，获得最小幅度衰减行进路径上各坐标点的空间特性。本发明利用RSSI与FMM联合的思想，充分利用路径估计中获取的速度以及RSSI分布信息，对空间特性进行估计，获得环境模型，为之后的空间定位技术提供了基础。

Description

一种基于RSSI和FMM的空间特性估计方法

技术领域

本发明涉及无线通信技术领域，特别涉及一种基于RSSI(Received Signal Strength Indication，接收信号强度指示)和FMM(FastMatching Method，快速行进算法)的空间特性估计方法。

背景技术

随着无线技术、移动通信器件的快速发展，人们对复杂环境中的环境信息的了解有了越来越多的需求，不只是满足于单纯的如指纹技术式的“黑匣子”环境处理方式，而是需要对环境传播信道模型进行具体的估计，环境内定位信息要求具有更高的准确性，对信道冲击响应CIR(Channal Impulse Response)的提取也要更加精确等。由于复杂环境中的建筑物、玻璃墙等结构会产生严重的信道衰落，从而导致多径效应，影响信号的精确收集与分析以及其他工作的展开，所以亟需对于环境内具体物体的分布进行探测，通过对环境特性进行具体估计获得环境参数，从而能够进行后期的定位、提取等应用工作。

弹性波动方程可以表示为：其中φ表示波的标量势函数，F表示波速，t是时间。如果我们假设汽油通解形式为：φ＝Aexp[-tω(T(x)+t)]，其中A＝A(x)是振幅，ω是角频率，T是等相位面，则函数φ拉普拉斯算子为：

▽²φ＝▽²Aexp[-tω(T+t)]-tω▽T*▽Aexp[-iω(T+t)]-iω▽A*▽Texp[-iω(T+t)]  (2)

-iωA▽²Texp[-iω(T+t)]-ω²A▽T*▽Texp[iω(T+t)]

函数φ对时间t的二阶导数为：

将(2)(3)带入(1)可得： ${\▿}^{2}A-{\mathrm{\ω}}^{2}A{|\▿T|}^2-t[2\mathrm{\ω}\▿A*\▿T+\mathrm{\ωA}{\▿}^{2}T]=\frac{-A{\mathrm{\ω}}^2}{F^2}---\left(4\right)$

此方程分为实部和虚部，如果我们取其实部方程两端同时除以Aω²，得：

应用到高频假设中(ω→∞)，则可得到程函方程：|▽T|F＝1。此方程说明沿着波前的任何网格天线走时梯度的大小与在此点的速度成反比，此点的速度越大，则走时梯度越小。如果我们取方程(4)的虚部，方程两边同时除以ω，则可以得到传输方程：2▽A*▽T+A▽²T＝0，此方程可以计算波在传播中的振幅。

现在的快速行进方法FMM一般应用于路径规划、图像分割、计算机视觉等领域，该方法可以对已知图像进行路径和线路提取或纠正，以达到计算出最短行进渡越时间，获取最快速行进路径和线路的目的。FMM是Eikonal方程|▽T(x)|F(x)＝1的一种数值计算方法，具体描述的是闭合曲线在法向速度F(x)下的演化。FMM求解Eikonal方程是水平集(Level Set)的快速解法，实现了闭合曲线的演化，其核心思想为在行进边界***构造一个激活窄带，窄带内的点到达时间未定，当前行进边界利用逆向格式将当前边界向外行进，就像水波扩散一样，凡是扩散到的点，冻结其波前到达时间，再根据当前的波前构造新的激活带，如此循环，就可得到图像上每点的到达时间以及幅度值。具体FMM行进过程如图1所示：

如图(a)所示，源点S和目的点D，视源点S为行进带。首先，将与源点S毗邻的四个点作为激活窄带。然后，如图(b)所示，计算窄带中每一个点的渡越时间，选择在窄带内具有最小渡越时间增量的点加入行进带，并将该点从窄带中移除。按照该过程循环下去，直到将目的地点D加入行进带为止，结束遍历过程。最后，如图(c)所示，根据计算出的TOF和行进带范围，从目的地点D逆向搜索到源点S，获得FMM思想下计算的最快速行进路径和计算路径上各点的TOF及相关数据。

RSSI(Received Signal Strength Indication)代表接收天线的信号接收强度指示，其测量参数范围一般为0～255，目前的理论经常通过接收到的RSSI值测定信号点与接收点的距离，进而根据相应数据进行定位，如无线传感的ZigBee网络CC2431芯片的定位引擎就采用的这种技术和算法，或者使用在CDMA中观测RSSI值来测定反向干扰，RSSI值在反向通道基带接收滤波之后产生，在104μs内进行基带I/Q支路功率积分得到RSSI的瞬时值，并在1s内对瞬时值进行平均得到RSSI的平均值，查看RSSI的平均值是判断干扰的重要手段，空载下RSSI值一般在-110dBm左右，在业务存在的情况下，RSSI平均值一般不会超过-95dBm，如果发现RSSI值有明显的升高，那么肯定是存在反向链路干扰。

然而，单纯的路径提取无法对环境内的具体的物体分布进行探测，无法对真实环境信道进行提取，无法对环境信道模型的空间特性进行估计，进而也不能为后续具体规划与定位工作提供具体信息。所以，有必要将FMM应用于探测环境内具体的物体分布，充分利用其探测所得信息来估计空间特性，以便建立真实的环境信道模型，获取环境内容。专利申请号为CN103647611A的专利公开为基于快速行进算法的空间特性估计，采用FMM来估计模拟渡越时间逼近真实的渡越时间，借此获得空间特性。可是现有理论在实际硬件中实现起来相当困难，由于渡越时间非常短暂，实际信号接收天线无法提取如此短的时间，因此对实际硬件的要求很高，成本很大，而此专利改进了这一缺点，将FMM与RSSI值结合，运用模拟 RSSI值来逼近真实RSSI值，以获得空间特性分布，在实际模型天线中测得信号接收强度是非常容易的，硬件要求简单，成本低。

发明内容

为了对现有复杂环境进行探测，建立环境模型，进行空间特性的估计，为了改进以前方法的缺点，提高估计方案的实用性和便利性，本发明提出了一种将RSSI和FMM结合应用于复杂环境下的建模方法。该方法利用了RSSI的便于接收、便于提取的优点，与改进后的FMM方法相结合来对环境信道模型进行估计，能有效获得具体的环境参数。

本发明一种基于RSSI和FMM的空间特性估计方法，包括：

102、信号发射源发射信号，信号接收天线接收信号，信号接收天线对接收信号进行分析，提取出真实信号强度值RSSI_col；

103、利用FMM在坐标系内寻找发射源与接收天线之间的最小幅度衰减行进路径，计算两者之间的模拟渡越时间，再通过渡越时间计算路径的模拟信号强度值RSSI_sim；同时运用代数重建方法的迭代，将模拟RSSI值向真实RSSI值逼近，获得最小幅度衰减行进路径上各坐标点的空间特性，即真空中电导率σ的分布情况。

优选地，在步骤102之前，还包括步骤101：

在一个圆形或矩形空间上，均匀设置多个信号接收天线，信号发射源设置于圆形或矩形空间的中央，圆形或矩形空间内设置多个障碍物，以空间的几何图形中心为坐标原点建立二维坐标系。

优选地，所述103具体包括： 

103-1、假设行进中坐标系内每个坐标点上的速度值v(x,y)＝1，其代表电磁场的二维均匀传播速度；

103-2、选取发射点为行进路径原点，接收天线为行进路径终点，从原点出发，根据坐标系上每个点假设的速度值分布，选取行进路径上相邻格子中具有最小幅度衰减值的格子作为行进路径，依次选择，直至走至终点，即可获得一条行进路径，并获得路径上各点的速度值；

103-3、通过程函方程和传输方程2▽RSSI_sim*▽T+RSSI_sim▽²T＝0，利用获得的速度值计算模拟信号强度值RSSI_sim；

103-4、计算模拟信号强度值RSSI_sim与真实信号强度值RSSI_col差值ΔRSSI_i，ΔRSSI_i＝RSSI_col-RSSI_sim，i表示第i个信号接收天线；

103-5、判定ΔRSSI_i是否达到阈值要求即ΔRSSI_i≤s1，若是，则将最终速度值输出，进入步骤103-6；若否，则利用进行代数重建方法的迭代计算，并返回103-3；其中Δd代表坐标点到点之间的距离，L是提取的从信号发射源到信号接收天线i的行进路径的长度，s1取值范围一般取为0.1—1dBm；

103-6、我们假设空间的介电常数和磁导率都为1，根据获得坐标点(x,y)的电损参数即电导率的值，该值用于表征坐标点(x,y)的空间特性。

优选地，在步骤103之后，包括104：对信号发射源与信号接收天线之间的非最小幅度衰减行进路径坐标点的空间特性进行估计，包括根据最小幅度衰减行进路径各坐标点速度值获取非最小幅度衰减行进路径上坐标点速度值，将获得的速度值带入获得非行进路径上各坐标点的电损参数值，即获得非行进路径上空间特性的分布估计。

优选地，在将最终速度值代入关系式获得空间环境上各坐标点的电损参数值之前，包括对该坐标点速度值进行修正的操作，即首先在设置速度初始值v(x,y)＝1的同时，设置K(x,y)初始值为0，当坐标点的v(x,y)每更新一次，该点的K(x,y)值就更新为1，最后，在各接收点更新结束后，对各点的K(x,y)进行叠加，通过v(x,y)＝v(x,y)/K(x,y)获得更准确的速度值。

本发明利用RSSI与FMM结合的思想，利用改进后的FMM理论获取路径上的速度和幅度分布信息，对路径空间特性进行估计，得到环境模型，与现有技术中采用难以提取的渡越时间来进行估计的处理方法相比，本发明可使用简单易测量的RSSI值对室内环境进行空间特性估计，提高了实用性和硬件简化率，降低了成本，为之后的室内定位技术打下了坚实的基础。

附图说明

为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图，对本发明做进一步详细说明，其中：

图1为现有技术快速行进方法的行进过程示意图；

图2为基于RSSI和FMM的空间特性估计方法第一优选实施例流程示意图；

图3为基于RSSI和FMM的空间特性估计方法优选实施例获得最小幅度衰减行进路径各坐标点的空间特性流程示意图；

图4为基于RSSI和FMM的空间特性估计方法第二优选实施例流程示意图；

图5为基于RSSI和FMM的空间特性估计方法第二优选实施例模型建立结构示意图；

图6为基于RSSI和FMM的空间特性估计方法第三优选实施例流程示意图。

具体实施方式

为了对现有复杂环境进行探测，建立环境模型，进行空间特性的估计，为了改进以前方法的缺点，提高估计方案的实用性和便利性，本发明提出了一种将RSSI和FMM结合应用于复杂环境下的建模方法。该方法利用了RSSI的便于接收、便于提取的优点，与改进后的FMM方法相结合来对环境信道模型进行估计，能有效获得具体的环境参数。

以下将结合附图，通过详细说明一个优选的二维平面环境估计的具体实施例，对本发明进行详细地描述；应当理解，优选实施例仅为了说明本发明，而不能用于限制本发明的保护范围。

本发明对真实环境信道模型的估计实现过程包括：利用RSSI与改进后的FMM(其行进原理已于图1示出)相结合计算收发天线之间的路径数据，包括路径长度，传播速度及RSSI值等，对比计算所得RSSI值和从接收天线提取的真实RSSI值，通过不断逼近来获得较为真实的传播速度分布图，完成环境模型的建立，即估计出环境模型空间内所有坐标点上的空间特性σ(电损参数或电导率)，如图2所示，包括：

102、信号发射源发射信号，信号接收天线接收信号，信号接收天线对接收信号进行分析，提取出真实信号强度值RSSI_col。

真实RSSI值的测量提取视具体信号要求而定，目前使用较为广泛的是选择基于Zigbee的硬件平台作为无线通信平台，使用TI公司的无线收发芯片CC2430等等完成发射源和接收天线之间的通信以及RSSI的采集。其芯片兼容IEEE802.15.4规范，其输出功率可通过软件编程设置8个功率输出级，其中，0dBm为芯片的默认输出功率。收发天线采用全向天线，接收到发射源发射的数据包之后，再将数据包按照一定标准转化为相应的RSSI值。

103、利用FMM在坐标系内寻找发射源与接收天线之间的最小幅度衰减行进路径，计算两者之间的模拟渡越时间，再通过渡越时间计算路径的模拟信号强度值RSSI_sim；同时运 用代数重建方法的迭代，将模拟RSSI值向真实RSSI值逼近，获得最小幅度衰减行进路径上各坐标点的空间特性，即真空中电导率σ的分布情况，如图3所示，具体包括：

103-1、假设行进中坐标系每个坐标点上的速度值v(x,y)＝1，其代表电磁场的二维均匀传播速度。

103-2、选取发射点为行进路径原点，接收天线为行进路径终点，从原点出发，根据坐标系上每个点假设的速度值分布，选取行进路径上相邻格子中具有最小幅度衰减值的格子作为行进路径，依次选择，直至走至终点，即可获得一条行进路径，并获得路径上各点的速度值，各个接收天线依次进行，坐标变化过程如图1所示。

103-3、通过程函方程和传输方程2▽RSSI_sim*▽T+RSSI_sim▽²T＝0，利用获得的速度值计算模拟信号强度值RSSI_sim。

103-4、计算模拟信号强度值RSSI_sim与真实信号强度值RSSI_col差值ΔRSSI_i，ΔRSSI_i＝RSSI_col-RSSI_sim，i表示第i个信号接收天线。

103-5、判定ΔRSSI_i是否达到阈值要求即ΔRSSI_i≤s1，若是，则将最终速度值输出，进入步骤103-6；若否，则利用进行代数重建方法的迭代计算，并返回103-3；其中Δd代表坐标点到点之间的距离，L是提取的从信号发射源到信号接收天线i的行进路径的长度，s1取值范围一般取为0.1～1dBm。

通过对多个接收天线传播路径的分布估计，从而达到对整个空间特性的估计，优选地，对于有多个接收点分布估计的空间环境，对于环境内各坐标点速度值的更新提供以下方式：

在对于多个接收天线依次更新完成后，需要分别叠加各条路径上更新的坐标点的速度值，以完成全部环境的更新。由于某些坐标点可能存在于多条路径上，其更新次数可能为多次，为了提高这些坐标点速度值取值的准确性，对该坐标点速度值进行修正；在设置速度初始值v(x,y)＝1的同时，设置K(x,y)初始值为0，当坐标点的v(x,y)每更新一次，该点的K(x,y)值就更新为1(对坐标点(x,y)的更新次数K(x,y)进行记录)；最后，在各接收点更新结束后，对各点的K(x,y)进行叠加，此时K(x,y)即为各坐标点的更新次数，通过v(x,y)＝v(x,y)/K(x,y)即可获得更准确的速度值。

103-6、我们假设空间的介电常数和磁导率都为1，根据获得坐标 点(x,y)的电损参数即电导率的值，该值用于表征坐标点(x,y)的空间特性。

经过以上基于RSSI和FMM的空间特性估计方法：通过计算信号源点与接收天线之间的最小幅度衰减传播路径，来获得传播路径上的速度分布以及RSSI值分布，从而对路径上相应坐标点的空间特性σ(电损参数或电导率)进行估计，即可获得最小幅度衰减传播路径上所有坐标点的空间特性，从而确定模型空间内最小幅度衰减行进路径上的真实环境模型。

优选地，在102之前，还包括进行环境模型的搭建的步骤101，如图4所示，环境模型的搭建有多种方式，优选地，作为一种可实施方式，本发明提供以下搭建方式：

例如图5所示，在一个圆形或矩形空间上，均匀设置多个信号接收天线，信号发射源设置于圆形或矩形空间中央，圆形或矩形空间内设置多个障碍物，以空间的几何图形中心为坐标原点建立二维坐标系。

上面通过对信号发射源与信号接收天线之间传播路径上的环境点进行估计，基本能够实现最小幅度衰减行进路径上空间环境特征的估计，该最小幅度衰减行进路径上空间环境特征的估计基本上可以表征整个空间的特征，但是，为了进一步提升空间特征估计的准确性，对非最小幅度衰减路径上的坐标点再进一步估计，充分体现整个空间的真实环境特性分布，提高估计的准确性。

优选地，为实现更大更宽面积的估计，如图6所示，在步骤103之后，还包括：

104、对信号发射源与信号接收天线之间的非最小幅度衰减行进路径上的坐标点空间特性的估计。

作为一种可实现方式，为了精确地估计非最小幅度衰减传播路径上各坐标点的速度值，实现环境内扩散分布下更均匀的估计，包括：

选取v(x±a,y±a)＝v(x,y)，其中，a代表与最小幅度衰减行进路径各坐标点的位置距离，该距离值依据最小幅度衰减行进路径上的点距发射锚天线位置的距离长度L_n以及相邻接收天线与发射天线之间所成角度θ而确定，其中N为接收天线的总个数。

优选地，非最小幅度衰减行进路径上的做不到的速度值迭代更新结束后，由于传播路径区域的边缘位置可能被重复更新迭代多次，造成速度的累加，所以同103-5的处理方式，对该坐标点速度值进行修正：在设置速度初始值v(x,y)＝1的同时，设置K(x,y)初始值为0，当坐标点的v(x,y)每更新一次，该点的K(x,y)值就更新为1(对坐标点(x,y)的更新次数K(x,y)进行记录)；最后，在各接收点更新结束后，对各点的K(x,y)进行叠加，此时K(x,y)即为各坐标点的更新次数，通过v(x,y)＝v(x,y)/K(x,y)即可获得更准确的速度值。

然后，我们假设空间的介电常数和磁导率都为1，根据将最终速度值代入，获得空间非最小幅度衰减传播路径上各坐标点的电损参数即电导率的值，即每点上的电损参数值都被较精确的估计出来，优化的获得了空间真实环境模型。

通过以上实施方式可实现更大更宽空间的估计，对信号发射源与信号接收天线之间的非最小幅度衰减传播路径上的坐标点空间特性进行估计，可以得到整个空间更完整的分布特性，提高了估计质量。

本发明利用RSSI与FMM结合的思想，利用改进后的FMM理论获取路径上的速度和幅度分布信息，对路径空间特性进行估计，得到环境模型，与现有技术中采用难以提取的渡越时间来进行估计的处理方法相比，本发明可使用简单易测量的RSSI值对室内环境进行空间特性估计，提高了实用性和硬件简化率，降低了成本，为之后的室内定位技术打下了坚实的基础。

所应理解的是，以上所举实施方式或者实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围。

Claims (6)

1.一种基于RSSI和FMM的空间特性估计方法，其特征在于，包括：

102、信号发射源发射信号，信号接收天线接收信号，信号接收天线对接收信号进行分析，提取出真实信号强度值RSSI_col；

103、利用FMM在坐标系内寻找发射源与接收天线之间的最小幅度衰减行进路径，计算两者之间的模拟渡越时间，再通过渡越时间计算路径的模拟信号强度值RSSI_sim；同时运用代数重建方法的迭代，将模拟RSSI值向真实RSSI值逼近，获得最小幅度衰减行进路径上各坐标点的空间特性，即真空中电导率σ的分布情况。

2.根据权利要求1所述基于RSSI和FMM的空间特性估计方法，其特征在于，在步骤102之前，还包括步骤101：

在一个圆形或矩形空间上，均匀设置多个信号接收天线，信号发射源设置于圆形或矩形空间的中央，圆形或矩形空间内设置多个障碍物，以空间的几何图形中心为坐标原点建立二维坐标系。

3.根据权利要求1所述基于RSSI和FMM的空间特性估计方法，其特征在于，所述103具体包括：

103-1、假设行进中坐标系内每个坐标点上的速度值v(x,y)＝1，其代表电磁场的二维均匀传播速度；

103-2、选取发射点为行进路径原点，接收天线为行进路径终点，从原点出发，根据坐标系上每个点假设的速度值分布，选取行进路径上相邻格子中具有最小幅度衰减值的格子作为行进路径，依次选择，直至走至终点，即可获得一条行进路径，并获得路径上各点的速度值；

103-3、通过程函方程 ${|\▿T|}^2=\frac{1}{v{(x,y)}^2}$ 和传输方程 $2\▿{\mathrm{RSSI}}_{\mathrm{sim}}*\▿T+{\mathrm{RSSI}}_{\mathrm{sim}}{\▿}^{2}T=0,$ 利用获得的速度值计算模拟信号强度值RSSI_sim；

103-4、计算模拟信号强度值RSSI_sim与真实信号强度值RSSI_col差值ΔRSSI_i，ΔRSSI_i＝RSSI_col-RSSI_sim，i表示第i个信号接收天线；

103-5、判定ΔRSSI_i是否达到阈值要求即ΔRSSI_i≤s1，若是，则将最终速度值输出，进入步骤103-6；若否，则利用进行代数重建方法的迭代计算，并返回103-3；其中Δd代表坐标点到点之间的距离，L是提取的从信号发射源到信号接收天线i的行进路径的长度，s1取值范围一般取为0.1—1dBm；

103-6、我们假设空间的介电常数和磁导率都为1，根据获得坐标点(x,y)的电损参数即电导率的值，该值用于表征坐标点(x,y)的空间特性。

4.根据权利要求1所述基于RSSI和FMM的空间特性估计方法，其特征在于，包括104：对信号发射源与信号接收天线之间的非最小幅度衰减行进路径坐标点的空间特性进行估计，包括根据最小幅度衰减行进路径各坐标点速度值获取非最小幅度衰减行进路径上坐标点速度值，将获得的速度值带入获得非行进路径上各坐标点的电损参数值，即获得非行进路径上空间特性的分布估计。

5.根据权利要求4所述基于RSSI和FMM的空间特性估计方法，其特征在于，所述根据最小幅度衰减行进路径各坐标点速度值获取非最快速行进路径上坐标点速度值为：取v(x±a,y±a)＝v(x,y)，其中，a代表与最小幅度衰减行进路径各坐标点的位置距离，该距离值依据最小幅度衰减行进路径上的点距发射锚天线位置的距离长度L_n以及相邻接收天线与发射天线之间所成角度θ而确定，其中N为接收天线的总个数。

6.根据权利要求3或4所述基于RSSI和FMM的空间特性估计方法，其特征在于，在所述根据将最终速度值代入，获得空间环境上各坐标点的电损参数值之前，包括对该坐标点速度值进行修正的操作，即首先在设置速度初始值v(x,y)＝1的同时，设置K(x,y)初始值为0，当坐标点的v(x,y)每更新一次，该点的K(x,y)值就更新为1(对坐标点(x,y)的更新次数K(x,y)进行记录)；最后，在各接收点更新结束后，对各点的K(x,y)进行叠加，此时K(x,y)即为各坐标点的更新次数，通过v(x,y)＝v(x,y)/K(x,y)即可获得更准确的速度值。