基于ZigBee的物联网故障定位系统设计.pdf

基于ZigBee的物联网故障定位系统设计

传统的无线定位算法受到非视距、多径干扰、信

道噪声等因素的影响，无线定位精度往往不高。本文提出一

种基于面积的定位算法。该算法以基站之间实际面积不变为

基础，测量移动终端与各基站间的距离，通过误差处理，实

现对移动终端的精确定位。仿真试验证明，该算法定位精度

较高。

无线通信、微处理器技术的不断进步推动了无线

定位技术的发展。近年来，无线定位技术在军事、智能交通、

医疗管理、智能家居等多个方面得到了广泛的应用。对人们

的生活带来了不可替代的作用。

1概述

在无线定位算法中，场强定位算法最简单，但定

位精度较差;AOA定位虽有一定精度，但接收设备较复杂;TOA

定位精度较高，但对时间同步有较高要求;TDOA能消除对时

间基准的依赖，可降低成本并保持一定的定位精度。但以上

算法均不能降低不同信道上不同干扰。

基于面积的定位算法能够计算出实际面积与测

量求得的面积误差，对误差进行处理后，能够降低各信道上

的干扰。

2基于面积的无线定位算法

为便于理解，将基站数量定位4个，分别位于边

长为30m的正方形4个端点A、B、C、D处。移动终端P位

于正方形内。平面分布图如图1所示。

基于ZigBee的物

联网故障定位系统设计计技术术

图1平面分布图

Fig.1Theplanedistributionmap

通过采集基站的数据可以得到移动终端到基站A、

B、C、D的距离，假设分别为Ra、Rb、

基于ZigBee的物

联网故障定位系统设计计技术术

式中，

基于ZigBee的物

联网故障定位系统设计计技术

根据以上原理进行MATLAB仿真，为方便观察，

以y=5作为输入运动路径。在移动终端和4个基站的各信道

上添加4个不同的随机噪声。仿真程序如下：

X=0:0.01:30;

n1=randn(size(X));

n2=randn(size(X));

n3=randn(size(X));

n4=randn(size(X));

Y=5;

Ra=sqrt(Y.^2+X.^2)+n1;

Rb=sqrt((30-X).^2+Y.^2)+n2;

Rc=sqrt((30-X).^2+(30-Y).^2)+n3;

Rd=sqrt(X.^2+(30-Y).^2)+n4;

R1=(Ra+Rd+30)/2;

R2=(Ra+Rb+30)/2;

R3=(Rb+Rc+30)/2;

R4=(Rc+Rd+30)/2;

S1=sqrt(abs(R1.*(R1-Ra).*(R1-Rd).*(R1-30)));

S2=sqrt(abs(R2.*(R2-Ra).*(R2-Rb).*(R2-30)));

S3=sqrt(abs(R3.*(R3-Rb).*(R3-Rc).*(R3-30)));

S4=sqrt(abs(R4.*(R4-Rc).*(R4-Rd).*(R4-30)));

e=S1+S2+S