技术摘要：
本发明公开一种用于LoRa定位系统的不良锚节点检测与消除方法，步骤如下：1、在地面上铺设锚节点，假设LoRa接收器在当前时刻接收到的锚节点数为N(Γ)，记录每个锚节点的RSSI值；2、利用平面上两点间距离关系建立用于解算目标节点位置的方程，再利用线性最小二乘法(LLS)  全部
背景技术：
随着物联网技术的蓬勃发展，基于位置信息的服务(Location  Based  Services， LBS)已经成为移动终端的必备功能之一。目前，各种不同的无线技术已应用于定位系统，其 中蓝牙、ZigBee、RFID和WiFi是常见的室内定位技术。然而，由于技术的限制，上述几种方法 的有效范围较小，通常只有几米。对于室外环境，蜂窝网络技术和卫星定位系统是常用的定 位技术，后者更加流行，因为蜂窝网络的定位准确性远低于卫星定位系统。此外，基于卫星 的定位系统几乎覆盖了地球的100％，并且经常更新。但是，卫星定位系统不能用于室内环 境，并且功耗很高。 部署大规模物联网要求节点设备价格低廉且功耗较低，这种需求促使研究者们寻 找更适合的定位方式对物联网中的目标设备进行定位。LoRa技术就在这种情况下应运而 生，该技术具有远距离(最长15公里)、低功耗(电池寿命长达5年)和低成本(低成本芯片组) 的优点，现已被广泛用于低功耗广域网的开发和设计以支持物联网应用，因此LoRa技术是 一种具有较大潜力的物联网定位替代解决方案。 虽然LoRa技术具有诸多的优点，但是当LoRa基站接收到的信号强度值RSSI (Received  Signal  Strength  Indication)较小时，无法识别该基站接收信号是否受到非 高斯噪声的影响。如果将被非高斯噪声污染的接收信号用于融合定位，将会导致较大的定 位误差。因此，要使用LoRa技术进行有效的定位，就必须要检测和识别出这些受污染的不良 锚节点，将其从融合算法中剔除，才能提高LoRa定位的精度，为LoRa系统的大规模应用提供 基础。
技术实现要素：
针对现有技术的不足，本发明提供了一种用于LoRa定位系统的不良锚节点检测与 消除方法，并将剩余的“好”锚节点用来融合定位，得到较为精确的位置估计。 为了解决上述问题，本发明采取的技术方案为： 一种用于LoRa定位系统的不良锚节点检测与消除方法，包括如下步骤： 步骤1，在地面上铺设锚节点，假设LoRa接收器在当前时刻接收到的锚节点数为N (Γ)，记录每个锚节点的RSSI值； 步骤2，利用平面上两点间平面距离 建立用于解算目标节点位置的方 程，再利用线性最小二乘法(Linear  Least  Squares,LLS)，得到目标节点的估计位置； 步骤3，利用目标节点的估计位置与锚节点之间距离和RSSI之间的关系，反推每个 锚节点的RSSI值，并计算每个锚节点的BRE(Back  RSSI  Error)； 步骤4，用K均值聚类来消除“不良”锚节点，并将删除坏锚节点后剩余的3个实测的 5 CN 111555824 A 说　明　书 2/7 页 RSSI值输入位置方程，得到精确的位置估计。 作为改进的是，步骤1中有一个目标节点，其在平面上的位置用pt表示，其平面坐 标(xt,yt)是未知的，并且在水平地面上铺设一组锚节点 各个锚节 点的位置已知，其中N(Γ)是Γ中锚节点的总数， 是Γ中的第n个锚节点的位置坐标，即 n＝1,2,…,N(Γ)。 作为改进的是，步骤2中的具体步骤如下，设目标节点与锚节点之间的平面距离为 即 其中 表示目标节点pt与第n个锚点之间的平面距离，n＝1,2,…,N(Γ)； 目标节点与锚节点之间平面距离 和RSSI值 之间的关系为 式中， 是测得的路径损耗指数， 是在参考距离处测得的参考RSSI值，且 和 的取值和LoRa芯片的参数有关， 表示第n个锚节点处接收到的目标节点pt的信号 强度RSSI值，n＝1,2,…,N(Γ)； 将式(1)至式(2)结合起来以得到矢量形式的一组方程，即 Aθ＝b    (3) 6 CN 111555824 A 说　明　书 3/7 页 通过应用LLS方法，可以得到 A ＝(ATA-1AT    (10) 式中上标“^”表示对应变量的估计值，上标“T”是矩阵的转置运算，上标“-1”表示 矩阵的求逆运算， 表示通过使用具有Γ和 的LLS估计得到的目标节点的位置。 作为改进的是，步骤3中，利用公式(11)计算目标节点的估计位置 与锚节点 之间的反推RSSI值 即 其中 表示上一步估计得到的目标节点位置，其坐标为 将目标节点pt实测接收到的锚节点pn的RSSI值 与目标节点估计位置 与锚节点pn之间的反推RSSI值 做差取绝对值定义为锚节点 的后向接收信号 强度误差(Backward  RSSI  Error，BRE)，即 定义后向接收信号强度误差的平均值为MBRE(Mean  Backward  RSSI  Error，)，由 于可以接收到N(Γ)个锚节点，所以可以得到N(Γ)个BRE，将这N(Γ)个BRE做平均就得到此 时的MBRE，即 作为改进的是，步骤4中使用K均值聚类来消除“不良”锚节点，并使用其余“好”锚 节点来计算目标节点的位置，具体步骤如下： 步骤4.1，将接受器接收到的N(Γ)个锚节点实测的RSSI值用R表示 7 CN 111555824 A 说　明　书 4/7 页 步骤4.2，每次从N(Γ)个锚节点中取出3个，共计 种组合，取出的点带 入矢量方程(3)中，得到目标节点的M个估计的位置； 步骤4.3，将M个估计的位置，利用K均值法进行聚类，假设分为K类，然后再计算每 类的质心位置； 步骤4.4，通过检查每个群集中心的MBRE来找到最佳群集，并通过检查“其他群集” 中所有锚节点的出现次数来找到“坏”锚节点，计算每类的MBRE,比较大小，最小的MBRE认为 这一组定位是最准确的，假设最小MBRE的类为Kmin； 步骤4.5，将Kmin组排除，统计其余K-1类中每个锚节点出现的次数，出现最多的锚 点就认为是坏锚节点，将其排除； 步骤4.6，将R清空，再将剩余的锚节点的RRSI放入R中，此时跳转到步骤4.1，直到 删除坏点后剩余锚节点的个数为3； 步骤4.7，将保持下来的3个优质锚节点输入位置方程(3)，解算出准确的目标位 置。 有益效果： 本发明提供了一种用于LoRa定位系统的不良锚节点检测与消除方法，在定位过程 中删除不良锚节点以降低LoRa网络中高斯噪声和非高斯噪声的影响。本发明提出的方法可 以大幅度提高基于RSSI的LoRa定位系统的精度，并且在大型室内外环境中均能正常使用， 具有成本低、方便快捷、鲁棒性高的优点。 附图说明 图1为本发明一种用于LoRa定位系统的不良锚节点检测与消除方法的流程图。