網上關于藍牙刷卡機干擾,藍牙室內測距模型研究與精度分析的刷卡知識比較多，也有關于藍牙刷卡機干擾的問題，今天第一pos網(m.fzog.com.cn)為大家整理刷卡常見知識，未來的我們終成一代卡神。

本文目錄一覽：

1、藍牙刷卡機干擾

藍牙刷卡機干擾

藍牙室內測距模型研究與精度分析

張亞磊，王堅，韓厚增，楊燈

（北京建筑大學 測繪與城市空間信息學院，北京 102616）

摘要：針對低功耗藍牙進行室內定位過程中，藍牙信號在室內傳播過程中受到多路徑、反射、非視距等誤差的影響，導致藍牙信號值存在波動性、奇異值等問題，進一步導致測距誤差較大。為了驗證環境對信號傳播的影響，本文驗證了3種主要影響因素對信號值的影響，并提出3種濾波方法對采集的初始值進行預處理；根據實際環境利用最小二乘法分段擬合測距模型；根據擬合的測距模型與處理后的RSSI值，得到準確的測距信息。實驗表明，利用分段擬合的測距模型和混合濾波方法處理后的強度值，測距精度得到了明顯的提高。

隨著智能手機的普及和城市化的發展，人們對于室內定位的需求逐漸增大^[1]，為室內用戶提供精確的位置成為了研究熱點。室內定位技術包括藍牙、超寬帶(ultra wideband,UWB)、WiFi等方法，在這諸多的方法中，藍牙定位是可行性以及實用性較高的方法，低功耗藍牙（Bluetooth low energy, BLE）是藍牙4.0的核心技術，它具有成本低、功耗低、連接快等特點^[2]，這些特點極大地推動了藍牙室內定位的發展。測距是室內定位的前提，目前大多數室內定位通過測距的方式來實現的，因此,室內定位的精度直接取決于測距精度的高低。但是由于室內環境較為復雜，低功耗藍牙信號的傳播受到反射、多路徑、天線增益、非視距等因素的影響^[3]，導致利用接收信號強度指示（Received Signal Strength Indication, RSSI）進行測距出現了較大的誤差。文獻[4]針對這一問題，考慮到測距的隨機誤差和系統誤差，提出了3種減小測距誤差的方案：離群RSSI值處理，在線建模和誤差補償。通過在不同條件下的大量實驗，證明了所提出的3種方法與典型處理相比具有更好的測距性能^[4]。但是其3種方法都未對原始信號強度值進行濾波處理以及建模的時候沒有考慮距離的增加對模型測距精度的影響；文獻[5]采用粒子濾波模型對原始數據進行濾波預處理，然后又利用了BP人工神經網絡對距離進行估計，實驗表明，RSSI測距精度以及抗干擾能力得到了提高^[5]。但是在粒子濾波處理原始數據的過程中需要用大量的樣本數量才能很好的近似系統地后驗概率密度，從而加大了算法的復雜性，造成了濾波實時性不佳的問題;陶文獻[6]針對室內環境下基于接收信號強度指示的測距技術存在非視距和多徑傳輸的影響,測距誤差比較大的問題，采用多重濾波算法對采集的RSSI進行數據濾波處理,采用最小二乘法對信號衰減模型的參數進行擬合,得到滿足具體環境的參數值。但是在實際環境中，藍牙信號傳播超過一定的距離之后，RSSI值小幅度減小對應的距離就會增加很多，因此僅進行一段最小二乘擬合其模型的擬合精度也會降低；文獻[7]通過實驗比較單一濾波的效果,綜合單一濾波的優勢,提出了一種基于狄克遜檢驗法濾波、中位值濾波及高斯濾波的混合濾波算法，雖然有效地剔除異常RSSI值,使測距誤差減小。但是該濾波算法中的狄克遜檢驗法在濾波過程中需要反復地進行查表，加大了算法的復雜性。

本文針對在室內采集藍牙信號的過程中由于環境的復雜性，強度值存在波動性和呈現無規律的奇異值，導致利用RSSI進行測距的誤差增大等問題以及上述研究存在的不足開展研究。對于強度值受到環境的干擾問題，提出了3種不同的濾波方法對初始值進行處理；為了使測距模型更加符合具體的實際環境，實驗中使用最小二乘法優化模型參數，利用該方法進行分段擬合測距模型，得出準確的模型，最終提高了測距的精度。

近幾年的研究發現，在實際環境中，無線信號的傳播存在一定的規律，即隨著接收節點與藍牙節點之間距離的增大，其接收的信號強度呈對數函數的形式衰減^[8]。

在實際測距情況下，受多路徑、非視距等因素的影響，使接收到的RSSI值存在很大的波動性，導致偏離真實值。因此，在代入公式計算前需要對數據進行濾波處理，來提高RSSI測距精度。針對原始數據的波動現象，本文分別采用均值濾波、高斯濾波以及中值濾波與高斯濾波混合的數據處理方法處理原始數據^[13]，得到最終的RSSI值。

2.1均值濾波

但僅僅使用高斯濾波并不能完全消除數據的波動情況，因此在RSSI信號預處理中僅僅使用高斯濾波的效果并不佳。

考慮到測距算法的復雜性、可行性以及彌補高斯濾波和中值濾波單獨用于數據處理的缺陷，本文采取一種將中值濾波與高斯濾波兩種濾波方法同時利用到原始數據的處理中，將采集的原始數據先進行高斯濾波去除較大的跳變值，使得數據整體處于一個相對穩定的狀態；將高斯濾波處理之后的數據再進行中值濾波，根據實際情況選擇合適的窗口大小進行處理，最終得到一組穩定、平滑的數據。

利用式（3）進行計算距離前，需要解決一個主要的問題，即確定常數A和路徑損耗指數n的值。A和n的值主要取決于實驗所在的實際環境，一旦環境發生改變，其相應的值也會發生變化。為了讓RSSI測距模型更加真實地反映實際室內環境的傳播特性，保證測距的精度，需要對常數A和路徑損耗指數n進行優化，得出符合該室內環境的參數值。

4.1實驗場景

為了驗證混合濾波數據處理方法的可行性，對3組不同距離處的RSSI值進行了濾波處理對比。通過利用最小二乘法擬合的RSSI路徑損耗模型，進一步分析3種濾波處理后測距誤差。

本文實驗采用千尋公司生產的芯片為CC2640的藍牙信標作為信號發射節點。實驗過程中，將發射節點的功率調節為0 dBm，信號發射頻率調為3次/s。接收節點為安卓8.1.0版本的智能手機，安裝開發的藍牙信號強度采集軟件完成RSSI值的采集工作。實驗地點為北京建筑大學測繪學院樓3層走廊，實驗場景見圖1。

圖1 實驗場景

實驗內容包括：①采集原始數據，利用3種數據濾波方法分別對原始數據進行濾波處理，并分析對比濾波前后的RSSI值；②利用最小二乘法對濾波后的RSSI值進行參數擬合，得出當前環境下的路徑損耗模型；③采用得到的路徑損耗模型進行測距估計，得到位置節點的估計距離，最后得到3種濾波方法的測距誤差進行對比分析。實驗的技術路線見圖2。

圖2 技術流程

4.2節點的布設對RSSI信號值的影響

藍牙信號在室內傳播過程中都會受到多路徑、折射、反射等因素的干擾，同時，無線傳感器本身的布設方式對信號的傳輸也會產生一定的影響。本文選取3個環境影響因素，研究了其對藍牙信號傳播的影響。

4.2.1 節點布設的密度對信號值的影響

在室內定位過程中，在一定范圍內布設藍牙信標的密度對定位結果也會產生一定的影響。本文為了研究藍牙信標的布設密度對信號傳播帶來的影響，做了以下實驗分析。①選擇3個相同屬性的藍牙信標同時放在1.0 m的范圍內，且距接收節點距離為3.0 m處的采樣點進行數據采集；②將3個藍牙信標之間的間隔設為1.0 m，對其中一個信標進行數據采集，采集步驟同上。兩種情況下RSSI值分布情況見圖3。

圖3 一定范圍內不同的節點布設密度

由圖3可以看出，當在1.0 m范圍內僅僅布設一個藍牙信標時，接受的信號RSSI值大致趨于穩定狀態，RSSI值在均值—60.58 dBm的上下波動；當在1.0 m的范圍內同時放置多個藍牙信標時，信號值出現了跳變值增多，且RSSI值出現了衰減的情況。通過此實驗發現，藍牙信號在傳播過程中會受到其他藍牙信號的干擾，導致信號值出現衰減、突變的問題。因此，當使用藍牙進行室內定位的過程中，要合理地控制一定范圍內藍牙信標的數量，以避免彼此之間造成信號干擾。

4.2.2 接受節點離墻壁的距離對信號值的影響

為了驗證實驗環境下墻壁對藍牙信號的影響，將發射節點的高度調節為1.5 m處，且布設在靠近墻壁的位置處，分別將該接收節點分別布設在貼近墻壁和距離墻壁1.0 m處，與發射節點的距離為3.0 m處進行數據采集。這兩種情況下RSSI值的分布見圖4。

圖4 接收節點離墻壁不同距離

由圖4可以看出，當把信標布設在靠近在墻壁的位置，同時接收節點也靠近墻壁時，靠近墻壁接收信號相比距離墻壁1.0 m距離接收信號其RSSI值出現了大幅度的衰減。信號值受到墻壁的折射、反射等影響，接收節點所收到的RSSI值整體出現強度降低的情況，RSSI值在—80 dBm附近波動，且信號值波動較大，并且出現了較大的跳變值。當距離墻壁1.0 m距離接收信號時，RSSI值在均值—60.58dBm的附近浮動，沒有較明顯的跳變值，所以墻壁對藍牙信號的傳播有很大的影響。因此，在進行藍牙室內定位的過程中，當將發射節點布設在墻壁上時，應該考慮墻壁對藍牙信號接收的影響。

4.2.3節點布設的高度對信號值的影響

在北京建筑大學F樓3層走廊內進行試驗，選取發射節點高度分別為0 、1.3m，且距接收節點距離為3.0 m處的采樣點進行數據采集。在該采樣點采集200組實驗數據，圖5展示了兩種情況下RSSI值的分布情況。

圖5 發射節點離地面不同高度

由圖5可以看出，當信標放置于離地面高為0 m時，接收到的RSSI值在—65dBm~—70 dBm波動，RSSI值整體減弱了大概15 dBm，且RSSI值信號變化起伏較大，某些RSSI值跳變到—80 dBm附近；當信標放置于離地面高為1.3 m時,RSSI值大致穩定在均值—60.58 dBm附近，且波動相對小很多，沒有較突出的跳變值。這主要是因為地面對信號的折射、反射等因素導致的。因此，在進行藍牙室內定位的過程中，不要將信標布設在離地面較近的地方，可以減少地面對信號的影響。

4.3濾波算法的數據處理實驗

在本實驗場中選擇一個特定的錨節點，分別在與錨節點距離為3.0 、6.0、9.0 m處各采集300組數據進行分析。利用高斯濾波以及中值濾波與高斯濾波的混合濾波數據處理方法分別對數據進行濾波處理。其結果見圖6。

圖6 不同距離處接受的強度數據濾波處理

從圖6可以看出，受環境的影響所采集的藍牙信號強度值存在個別突變點、數據存在較大的波動。采用高斯濾波對數據進行處理后，在一定程度上使得原始數據上的突變點變得平滑。但是數據仍然存在波動性較大的問題，而且對允許范圍內的大范圍波動數據也難以消除。利用中值濾波與高斯濾波結合的數據處理方法進行濾波處理，有效地消除了原始RSSI值的突變點，使得RSSI值平滑、準確地輸出。

4.4RSSI測距實驗

4.3.1 最小二乘分段擬合的測距模型建立

在實際環境中，藍牙信號傳播超過一定的距離之后，RSSI值小幅度減小對應的距離就會增加很多，因此模型的擬合精度也會降低，為了提高測距模型的精確度，本文選擇對測距模型進行分段擬合。實現步驟如下。

1）將藍牙基站放置在距離地面1.2 m的三腳架上，并且保證基站與手機處于相同的水平線上。采集數據過程中，改變手機與基站之間的距離，使這兩者之間的距離依次為0.3 、0.6、0.9 、…、12.0m，在各個距離節點處使用信號采集軟件分別采樣100組RSSI值。采用中值濾波與高斯濾波結合的數據處理方法對原始數據進行濾波，得到距離一一對應的RSSI值，見表1。

2）分析信號傳播曲線特性，劃定合理的分段閾值，在本次實驗中發現，當信號傳播到5 m左右時，信號的增減幅度開始變大，5 m之后，距離隨RSSI變化較大，且可以確定5 m處的RSSI值約為—65.2dBm，所以可以選擇強度值為—65.2 dBm為閾值。

3）按照確定的閾值，將測距模型一分為二，通過對濾波處理后的RSSI小于閾值的訓練樣本和大于閾值的訓練樣本分別用Matlab進行最小二乘擬合，得到了一個分段的測距模型，擬合結果見圖7。

圖7RSSI值與距離的關系

根據采集的數據分段擬合得到兩個測距模型，分別小于閾值的測距模型和大于閾值的測距模型，見式（15）、式（16）。

4.3.2 測距誤差分析

本文以距錨節點1~10 m距離處接受的信號強度值作為本次測距實驗的研究數據，其中各個節點處的實測RSSI值見圖8。

圖8 距發射節點1~10m處的強度值

從圖8中可以看出，藍牙信號在樓道內受到樓道內多路徑、人員遮擋、墻壁反射等復雜環境的影響，當接受節點距錨節點越遠的時候，其強度值波動的越大，尤其是在5 m之后數據更是出現了大幅度的跳變現象。因此，在構建測距模型之前應該對原始數據進行濾波處理，消除噪聲對測距的影響；在構建測距模型時采用分段擬合的方法進行，以提高模型的擬合精度；濾波之后的數據結合分段擬合的測距模型，得到1~10 m的測距誤差曲線見圖9。

圖9 三種濾波測距誤差絕對值比較

由圖9可知，未經任何濾波方法處理的原始數據，僅僅求均值得到最終的強度值，其測距誤差最大達4.972 6 m，平均誤差為1.894 4 m；經過高斯濾波處理后的數據，其測距誤差介于均值濾波與混合濾波之間，最大誤差為1.807 2 m，平均誤差為1.036 6 m；而經過中值濾波與高斯濾波的混合濾波處理后，其測距誤差最大為1.320 8 m，平均誤差為0.807 5 m。由此可以看出，采用混合濾波對原始數據進行處理后，明顯地提高了RSSI測距的精度。

本文對基于藍牙的RSSI測距原理以及室內環境下3種典型因素對藍牙信號的影響做了分析，提出了較為合理的藍牙節點部署方式；采用高斯濾波與中值濾波混合處理數據的方法，對采集的藍牙信號強度值進行濾波處理；針對實驗的實際環境，提出了基于最小二乘分段擬合的測距模型建立方法，提高了測距模型的擬合精度。實驗結果表明，本文所提出的測距改進方法能準確有效地輸出信號強度值，提高了基于藍牙的RSSI測距精度，為后續的定位工作提供了保障。

作者簡介：張亞磊（1995—），男，河南周口人，碩士研究生，主要研究方向為室內定位技術。Email：790350304@qq.com.

基金項目：國家自然科學基金項目（41874029）；北京建筑大學研究生創新項目（PG2019054）

通信作者：王堅 教授 E-mail: wangjian@bucea.edu.cn

以上就是關于藍牙刷卡機干擾,藍牙室內測距模型研究與精度分析的知識，后面我們會繼續為大家整理關于藍牙刷卡機干擾的知識，希望能夠幫助到大家！

轉載請帶上網址：http://m.fzog.com.cn/shuaka/65780.html