论文部分内容阅读
对在押人员进行有效监管是监狱维护社会和谐与稳定的关键前提。随着社会的不断发展,现代监狱管理对在押人员监管质量和监管效率提出了更高的要求,传统的监狱管理以“人防”的方式获取在押人员的位置信息,监管效率低下,人力负担重,无法满足现代监狱的监管需要。近年来快速发展的室内无线定位技术为改变在押人员位置信息获取方式,提升监狱监管效率和质量带来了新的契机。但监狱室内环境复杂,障碍物多,使得无线信号传播易受多径干扰、阴影等因素影响,导致室内无线定位精度较低、稳定性较差,针对该问题本文以“某监狱厂区在押人员定位技术研究”预研项目为背景,基于旋转定向天线,研究了相对方向角和信号强度(received signal strength indication,RSSI)的准确估计技术,以此为核心设计并实现了一套无线室内定位系统。(1)基于监狱厂区中定位技术的应用特点,确定以RSSI为定位技术研究基础。利用定向天线在水平方向上不同角度辐射能量的差异,可以进行相对方向角估计,但传统的相对方向角估计方法易受环境干扰,角度估计误差大,稳定性差,因此,本文提出了基于混合高斯模型的相对方向角准确估计算法(relative angle estimation algorithm,RDAE)。该方法利用定向天线各旋转角定向辐射能量的相对差异,引入高斯分布函数和区间映射技术,自适应生成各旋转角的相对方向角子估计器,通过累加融合子估计器构建混合高斯模型,以该模型的最优输出确定相对方向角的估计值,增强了相对方向角估计的抗干扰能力,提高了相对方向角估计的准确性和稳定性。实验结果表明,相较于传统的相对方向角估计算法,RDAE具有更强的相对方向角准确估计能力。最后融合到达角度定位方法,进一步提出了基于RDAE的角度估计定位技术。(2)RDAE算法以准确的RSSI相对差异测量为核心,但RSSI易受室内环境干扰引起频繁波动,甚至会发生阶跃变化,使得室内RSSI难以准确估计。针对该问题,本文提出了一种基于改进强跟踪滤波算法的室内RSSI自适应估计算法(improved strong tracking filter,ISTF)。该算法采用强跟踪滤波(strong tracking filter,STF)自适应跟踪RSSI阶跃变化,克服传统RSSI状态空间模型中的未建模动态,利用高斯分布数据的采样过程,分析STF算法跟踪系统未建模不确定状态的可靠性和有效性,确定强跟踪滤波弱化因子,并融合滑动平均滤波算法,提高了RSSI的自适应估计能力。通过与传统的RSSI估计方法对比验证实验,结果表明本文算法能够准确估计室内RSSI,且收敛速度更快。(3)基于监狱厂区环境中进行人员定位的功能需求,以上述ISTF算法和基于RDAE的角度估计定位技术为核心,在ZigBee芯片CC2530和协议栈ZStack的基础上,进行无线定位节点软、硬件设计,利用步进电机实现能够带动定向天线旋转的专用旋转装置,构建完整的无线定位网络,设计定位监测中心软件对定位结果进行图形化展示,实现整套无线定位系统。通过在实际环境中进行监狱厂区环境进行模拟,对无线系统的定位性能进行测试,验证了本文所提算法及该定位系统的有效性和优越性。