一種用于多目標(biāo)定位的抗異指紋庫設(shè)計*

王玥瑋，劉保方

（杭州電子科技大學(xué) 通信工程學(xué)院，浙江 杭州 310018）

0 引 言

隨著無線通信技術(shù)的發(fā)展，基于位置服務(wù)的應(yīng)用在生活中增長迅速，跟蹤、定位和導(dǎo)航問題成為現(xiàn)代學(xué)術(shù)界和工業(yè)界的熱門話題[1]。目前，許多不同的定位技術(shù)和室內(nèi)定位系統(tǒng)被廣泛運(yùn)用到如醫(yī)院、商場和機(jī)場等大型場所，可通過精確的定位技術(shù)優(yōu)化室內(nèi)服務(wù)質(zhì)量，提高整體的安全系數(shù)[2]。

無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSNs）技術(shù)以自身低功耗、低成本的優(yōu)點(diǎn)被部署和運(yùn)用到特殊環(huán)境中，實(shí)現(xiàn)了數(shù)據(jù)的采集、傳輸和處理工作。而壓縮感知（Compressed Sensing，CS）作為信息處理領(lǐng)域的一項革命性技術(shù)[3]，將WSNs系統(tǒng)所在的監(jiān)測區(qū)域柵格離散化為了多個網(wǎng)格。一般情況下，監(jiān)測目標(biāo)個數(shù)相對于網(wǎng)格數(shù)目要少得多。目標(biāo)節(jié)點(diǎn)所占的網(wǎng)格數(shù)目相對于整個系統(tǒng)的網(wǎng)格數(shù)目具有高稀疏性，因此可將WSNs多目標(biāo)定位問題轉(zhuǎn)化為CS稀疏信號重構(gòu)問題。文獻(xiàn)[4]提出將WSNs中的目標(biāo)節(jié)點(diǎn)用稀疏向量表示，并運(yùn)用一種新型理論框架將WSNs目標(biāo)定位問題轉(zhuǎn)化為壓縮感知重構(gòu)問題。文獻(xiàn)[5]提出過完備字典稀疏表示方法表示W(wǎng)SNs中的目標(biāo)節(jié)點(diǎn)位置。

基于CS的WSNs多目標(biāo)定位問題中，定位效果與參考節(jié)點(diǎn)收發(fā)的信號息息相關(guān)。尤其是在特殊環(huán)境中，參考節(jié)點(diǎn)不能進(jìn)行人為的在線檢查和更換。如何通過系統(tǒng)在線自主排查受損參考節(jié)點(diǎn)，以降低受損節(jié)點(diǎn)對定位效果的影響，是本文研究的重點(diǎn)。

1 概念介紹

1.1 壓縮感知理論

傳統(tǒng)的信號處理常用的采樣方式為Nyquist采樣技術(shù)，要求采樣速率必須高于原帶限信號2倍帶寬，才能保證不失真地還原信號。實(shí)際情況中，為避免噪聲影響，通常采取5倍帶寬的采樣頻率進(jìn)行采樣。信息傳輸?shù)浇K點(diǎn)時，大部分信息作為冗余信息直接拋棄，而這樣的方式對信號進(jìn)行壓縮造成了嚴(yán)重浪費(fèi)。壓縮感知技術(shù)可根據(jù)信號的結(jié)構(gòu)和特點(diǎn)獲取有意義的信號，在不丟失重要信息的前提下，以少量的信號高概率恢復(fù)出原始信號。如果原信號具有稀疏性或在某個變換域上稀疏時，可將采樣與壓縮同時進(jìn)行，從而避免大量冗余信息的傳輸。壓縮感知的流程圖框架，如圖1所示。

圖1 壓縮感知流程

原始信號s∈RN通過稀疏基矩陣Ψ變換到稀疏度為k的向量x∈RN。假設(shè)稀疏變換基為標(biāo)準(zhǔn)正交基 Ψ=[Ψ1,Ψ2,…,ΨN]，則原信號的線性表示為：

利用與稀疏基Ψ不相關(guān)的測量矩陣Φ∈RM×N對x進(jìn)行線性測量，得到觀測向量y∈RN。此時，信號的維度從N降為M(M＜＜N )，實(shí)現(xiàn)信號的壓縮。信號的線性測量過程為：

其中A∈RM×N為傳感矩陣。實(shí)際情況中，傳感器接收RSSI信號時，不可避免會受到障礙物遮擋或多徑效應(yīng)等環(huán)境因素的影響而產(chǎn)生一定的噪聲。當(dāng)信號包含噪聲時，測量向量y可以表示為：

其中，ns為高斯白噪聲。

在壓縮感知理論中，測量矩陣Φ的設(shè)計是影響信號高概率重構(gòu)的關(guān)鍵因素，必須滿足與稀疏矩陣的非相關(guān)性，才能較為準(zhǔn)確地恢復(fù)原始信號。當(dāng)傳感器節(jié)點(diǎn)滿足M=(k·log(N/k))時，如果存在ε∈(0,1)使不等式（4）成立，則符合以下條件的測量矩陣可恢復(fù)原稀疏向量。

其中，v為所有符合稀疏度為k的向量，式（4）即約束等距性準(zhǔn)則（Restricted Isometry Property，RIP）[6]。

1.2 基于RSSI的定位模型

基于RSSI定位技術(shù)是較為典型的基于測距的定位技術(shù)[7]。該方法因其成本低廉、獲取簡便、無須額外硬件支持的特點(diǎn)，被廣泛運(yùn)用于WSNs應(yīng)用?；诜菧y距算法[8]可通過網(wǎng)絡(luò)連通度特點(diǎn)和鄰近信息等分析估計定位，如質(zhì)心法、DV-hop算法和MDS-MAP算法等。測距算法與非測距算法相比，前者定位精度相對較高，對硬件要求也較高，后者網(wǎng)絡(luò)生存能力較強(qiáng)。本文選擇的定位方法是基于測距的RSSI定位技術(shù)[9]，然后運(yùn)用集中式[10]數(shù)據(jù)傳輸方式將相關(guān)信息傳輸?shù)絽R聚節(jié)點(diǎn)，通過重構(gòu)算法恢復(fù)節(jié)點(diǎn)的位置信息。

無線信號在傳播過程中遇到多徑干擾、陰影干擾等情況，會使其信號強(qiáng)度隨著傳播距離的增大而呈現(xiàn)指數(shù)型下降趨勢，這種變化稱為信號的路徑損耗。根據(jù)文獻(xiàn)[9]中介紹的無線信號傳播模型可知，在較小距離內(nèi)（1～100 m），第j個錨節(jié)點(diǎn)（即參考節(jié)點(diǎn)）接收到第i個目標(biāo)節(jié)點(diǎn)的RSSI值為：

其中，P0是第i個目標(biāo)節(jié)點(diǎn)處于自身位置時的信號強(qiáng)度；gij是目標(biāo)節(jié)點(diǎn)信號從第i個目標(biāo)節(jié)點(diǎn)到第j個錨節(jié)點(diǎn)位置的瑞利衰落，其實(shí)部和虛部分別獨(dú)立，且服從均值為0、方差為σ2的高斯分布；β為路徑損耗指數(shù)，一般取2～5；dij是第i個目標(biāo)節(jié)點(diǎn)到第j個錨節(jié)點(diǎn)之間的歐式距離。假設(shè)(xi,yi)為錨節(jié)點(diǎn)的坐標(biāo)，(xj,yj)為目標(biāo)節(jié)點(diǎn)的坐標(biāo)，則歐式距離的計算公式可表示為：

2 系統(tǒng)定位模型

WSNs多目標(biāo)定位柵格化系統(tǒng)模型，如圖2所示。將方形監(jiān)測區(qū)域劃分為N(n×n)個網(wǎng)格，區(qū)域中分布有M個AP節(jié)點(diǎn)作為位置已知的參考節(jié)點(diǎn)（錨節(jié)點(diǎn)），且有K個待測的目標(biāo)節(jié)點(diǎn)(K＜＜M＜＜N)。為保證各錨節(jié)點(diǎn)獲得的測量值權(quán)重相當(dāng)，采用先邊界區(qū)域分布、再中間均勻分布的傳感器部署方案，以確保定位的精確度和穩(wěn)定性[11]。由于未知節(jié)點(diǎn)相對于N個網(wǎng)格數(shù)目來說數(shù)據(jù)遠(yuǎn)小于N，因此具有高度的稀疏性。采樣時間段內(nèi)，每個目標(biāo)節(jié)點(diǎn)周期性發(fā)射信號，各個錨節(jié)點(diǎn)能夠獨(dú)立從K個待測目標(biāo)節(jié)點(diǎn)發(fā)送來的無線信號數(shù)據(jù)包中提取RSSI測量數(shù)據(jù)并做累加。周期采樣時間結(jié)束后，錨節(jié)點(diǎn)將累加的信號發(fā)送給匯聚節(jié)點(diǎn)進(jìn)行重構(gòu)處理。

圖2 定位系統(tǒng)模型

在WSNs定位問題中，基于離散網(wǎng)格系統(tǒng)的目標(biāo)位置信號本身帶有高稀疏性，因此Ψ取單位矩陣。此處，傳感矩陣A即為測量矩陣Φ。為便于理解其物理意義及實(shí)驗修改的靈活性，將傳感矩陣分成兩部分——離散指紋數(shù)據(jù)庫和錨節(jié)點(diǎn)分布機(jī)制，公式表示為：

在離線階段，通過信號衰減模型構(gòu)建出離散指紋數(shù)據(jù)庫。假設(shè)位于各個網(wǎng)格中心有一個目標(biāo)節(jié)點(diǎn)與其他網(wǎng)格中心節(jié)點(diǎn)互相發(fā)送和接收的RSSI信號，共計N×N個信號，則有：

其中，dij表示處于第i個網(wǎng)格內(nèi)的目標(biāo)節(jié)點(diǎn)與第j個網(wǎng)格內(nèi)目標(biāo)節(jié)點(diǎn)之間的歐式距離。不失一般性，此處假設(shè)P0=1；瑞利衰落gij是服從獨(dú)立同分布的高斯分布N(0,0.5)；路徑損耗指數(shù)β=2。文獻(xiàn)[12]對以上滿足瑞利衰落測量矩陣的RIP性質(zhì)做了詳細(xì)證明。

錨節(jié)點(diǎn)分布機(jī)制μ由M個N維行向量組成，每個行向量中有且只有一個單位“1”元素，其余元素均為0。不難理解，每個行向量均表示一個錨節(jié)點(diǎn)所在網(wǎng)格的位置。為保證傳感矩陣始終滿足RIP準(zhǔn)則，錨節(jié)點(diǎn)各個行向量互不相關(guān)，即不存在重疊放置同一網(wǎng)格內(nèi)的錨節(jié)點(diǎn)。錨節(jié)點(diǎn)分布機(jī)制矩陣為：

假設(shè)μ中第i行的第j位為非零向量，則有：

測量階段結(jié)束后，各個參考節(jié)點(diǎn)將接收到的數(shù)據(jù)傳送到作為匯聚節(jié)點(diǎn)的服務(wù)器終端，利用壓縮感知重構(gòu)算法計算出目標(biāo)節(jié)點(diǎn)所在的網(wǎng)格位置，用一維向量x表示目標(biāo)節(jié)點(diǎn)的位置信息，最終可確定目標(biāo)節(jié)點(diǎn)的位置。

3 抗異指紋庫的優(yōu)化設(shè)計

對于RSSI指紋庫的建立，除接收信號強(qiáng)度本身易受環(huán)境因素影響外，計算量和錨節(jié)點(diǎn)工作狀態(tài)對整個RSSI測量系統(tǒng)的影響也不容忽視。傳統(tǒng)的指紋庫定位方法沒有考慮錨節(jié)點(diǎn)受損問題，不能抵抗異常接收信號強(qiáng)度指示。本文提出了一個更安全穩(wěn)定的特征指紋庫，能夠抵抗異常接收的信號強(qiáng)度指示，稱之為抗異指紋庫。抗異指紋庫的工作流程，如圖3所示。

圖3 抗異指紋庫構(gòu)建及更新流程

下面將提出一種更符合周圍復(fù)雜環(huán)境的插值方法的改進(jìn)方法，使整個區(qū)域的定位更加精確。

3.1 RSSI指紋庫的空間插值優(yōu)化算法

在實(shí)際靜態(tài)RSSI采樣過程中，RSSI傳播強(qiáng)度并不穩(wěn)定，會受到多徑效應(yīng)、噪聲和周圍復(fù)雜環(huán)境的干擾。如果指紋庫采集模型比較密集，甚至?xí)霈F(xiàn)相鄰網(wǎng)格采集和收集到的RSSI值重復(fù)的情況。采集模型越密集，數(shù)據(jù)重復(fù)性越高。在此，首先分析實(shí)際測量節(jié)點(diǎn)RSSI值之間的關(guān)系，然后可由式（11）確定RSSI信號強(qiáng)度的均值與標(biāo)準(zhǔn)差。

理想狀態(tài)下，L(x,y)可通過擬合方法結(jié)合已測量的參考節(jié)點(diǎn)信號強(qiáng)度，求解出函數(shù)中設(shè)定的參數(shù)。在此，采用低階多項式擬合描述確定性衰減函數(shù)：

其中F'(x,y)是插值函數(shù)，常取估計值；(x,y)與(xi, yi)分別是插值坐標(biāo)和已測量坐標(biāo)；m是參考節(jié)點(diǎn)的數(shù)量，λi是第i個參考節(jié)點(diǎn)的權(quán)重系數(shù)。當(dāng)F '(x, y)與F(x, y)最接近時，即為最優(yōu)解情況。

由于RSSI值是一個非平穩(wěn)特性，而其隨著距離的增大而減少的趨勢又是確定的，因此在此處將插值函數(shù)模型分為兩塊：一塊作為確定性衰減函數(shù)，用L(x, y)表示，代表RSSI的確定性變化趨勢；一塊作為隨機(jī)性變化函數(shù)，用R'(x,y)表示，代表各個位置節(jié)點(diǎn)的相關(guān)性和隨機(jī)性。將這兩個函數(shù)相加，即構(gòu)成了完整的插值函數(shù)模型F '(x,y)：

通過測量得到的多個參考節(jié)點(diǎn)的RSSI值，結(jié)合多元逐步回歸法，即可確定a0、a1、a2、a3、a4參數(shù)的值。

確定衰減函數(shù)L(x,y)后，隨機(jī)性變化函數(shù)R(x,y)即可標(biāo)識為插值函數(shù)F'(x, y)與衰減函數(shù)L(x, y)的差值。該部分函數(shù)可運(yùn)用Kriging插值法進(jìn)行求解[13]。引入變差函數(shù)r(x,y,d)，又稱作半方差函數(shù)，即求解兩個相鄰網(wǎng)格中心位置之間方差的一半：

進(jìn)一步，可得：

其中，(Xd,Yd)表示與(X,Y )點(diǎn)距離為d的節(jié)點(diǎn)的坐標(biāo)，N(d )表示距離為d的采樣點(diǎn)的對數(shù)。為了使整個插值函數(shù)模型能夠更好地擬合隨機(jī)變化的實(shí)際監(jiān)測區(qū)域，在此采用高次擬合方法構(gòu)造變差函數(shù)模型：

其中 d為位置節(jié)點(diǎn)之間的距離，γ0、γ1、γ2、γ3、γ4分別為待求的參數(shù)常量。求出變差函數(shù)r(d )帶入式（12），即可求出隨機(jī)性變化函數(shù)R(x,y)，進(jìn)而求出整個插值函數(shù)。最終，得到的每個網(wǎng)格的RSSI數(shù)據(jù)指紋庫為：

相對于傳統(tǒng)的指紋庫，本文提出的指紋庫對于每一個網(wǎng)格節(jié)點(diǎn)都有其方差，被記錄在離線指紋庫中。為便于后續(xù)數(shù)據(jù)庫的更新，提取方差，并以標(biāo)準(zhǔn)差的方式整合成矩陣形式，用矩陣D表示。那么，第i個錨節(jié)點(diǎn)與第j個網(wǎng)格之間的RSSI標(biāo)準(zhǔn)差可表示為：

3.2 抗異指紋庫的設(shè)計及優(yōu)化

在現(xiàn)階段，相對于離線階段有一定時間差。在定位系統(tǒng)中，物理設(shè)備的工作狀態(tài)是否良好，直接影響定位的效果。因此，分部在監(jiān)測區(qū)域內(nèi)的錨節(jié)點(diǎn)的安全性應(yīng)引起重視。

錨節(jié)點(diǎn)的數(shù)量和錨節(jié)點(diǎn)的部署方案，影響定位的效果。當(dāng)錨節(jié)點(diǎn)被成功部署到監(jiān)測區(qū)域后，若碰到外部破壞，在排除環(huán)境對定位影響的基礎(chǔ)上，盡可能保持錨節(jié)點(diǎn)原來的數(shù)量進(jìn)行監(jiān)測。也就是說，需要對錨節(jié)點(diǎn)的受損程度做不同處理，主要分為兩種處理方式：對于輕度受損錨節(jié)點(diǎn)，針對其受損特征更新指紋庫相應(yīng)的數(shù)據(jù)；對于重度受損或完全破壞的錨節(jié)點(diǎn)，直接屏蔽其接收到的數(shù)據(jù)，并徹底銷毀指紋庫中的相應(yīng)數(shù)據(jù)。

在現(xiàn)階段，各個分布好的錨節(jié)點(diǎn)實(shí)際上占有一個網(wǎng)格的位置。為確定各個錨節(jié)點(diǎn)的工作狀態(tài)，本文提出一種投票機(jī)制。假設(shè)M個錨節(jié)點(diǎn)的信任度初始量均為1，用向量Ts=[ts1,ts2,…,tsM]表示。第i個錨節(jié)點(diǎn)的可信因子可表示為tsi=1-vi/(M-1)，由其他各個錨節(jié)點(diǎn)相互間的投票機(jī)制算出。其中，vi表示第i個錨節(jié)點(diǎn)受到來自其他錨節(jié)點(diǎn)的票數(shù)。當(dāng)討論某一個錨節(jié)點(diǎn)的投票數(shù)時，可設(shè)其他M-1個錨節(jié)點(diǎn)為指紋監(jiān)測節(jié)點(diǎn)，并由此錨節(jié)點(diǎn)接收來自其他M-1個指紋監(jiān)測節(jié)點(diǎn)發(fā)送的RSSI。那么，放置在網(wǎng)格(i, j)內(nèi)的錨節(jié)點(diǎn)接收到的平均RSSI值可以表示為：

其中，φi,j(k)為除在(i, j)位置的錨節(jié)點(diǎn)外的第k(k=1,2,…,M-1)個錨節(jié)點(diǎn)發(fā)送的RSSI值。于是，可得到各個錨節(jié)點(diǎn)間的指紋監(jiān)測矩陣：

將指紋監(jiān)測矩陣與初始的RSSI指紋庫θ中相應(yīng)位置的RSSI值相比較，得出一個在線階段的標(biāo)準(zhǔn)差矩陣：

離線指紋庫的數(shù)據(jù)包括每個網(wǎng)格相對于各個錨節(jié)點(diǎn)的RSSI值、每個錨節(jié)點(diǎn)的坐標(biāo)值、每個錨節(jié)點(diǎn)的標(biāo)準(zhǔn)差、網(wǎng)格間距和初始的錨節(jié)點(diǎn)分布機(jī)制。當(dāng)定位系統(tǒng)工作正常時，利用初始離線指紋庫，能對多個目標(biāo)節(jié)點(diǎn)實(shí)現(xiàn)精確定位。但是，若某個錨節(jié)點(diǎn)出現(xiàn)問題，則指紋庫需更新后再投入使用。

若錨節(jié)點(diǎn)為嚴(yán)重受損，則屏蔽來自該錨節(jié)點(diǎn)的在線數(shù)據(jù)，并刪除指紋庫的相應(yīng)數(shù)據(jù)，避免其影響重構(gòu)結(jié)果；若錨節(jié)點(diǎn)為輕微受損，如連接功率變差，信號強(qiáng)度輕微變?nèi)?，則保留與該錨節(jié)點(diǎn)相關(guān)的在線測量值，對指紋庫中的相關(guān)數(shù)據(jù)進(jìn)行重新插值計算。當(dāng)?shù)趇個錨節(jié)點(diǎn)輕微受損，第j個錨節(jié)點(diǎn)嚴(yán)重受損時，指紋庫可表示為：

可以看到，第i個錨節(jié)點(diǎn)相關(guān)的一行，其對應(yīng)每個網(wǎng)格的RSSI值通過插值計算被重新更新，第j個錨節(jié)點(diǎn)相關(guān)的一行RSSI值已被置0。同時，錨節(jié)點(diǎn)的數(shù)目及離線標(biāo)準(zhǔn)差也需要做相應(yīng)更新。

4 仿真實(shí)驗及分析

運(yùn)用Matlab仿真實(shí)驗，對提出的抗異指紋庫進(jìn)行仿真。選擇20 m×20 m的正方形區(qū)域作為模擬監(jiān)測范圍，并將其劃分為20×20的網(wǎng)格。實(shí)驗給出1～10個不同數(shù)量的待測目標(biāo)節(jié)點(diǎn)，初始設(shè)置12個完好錨節(jié)點(diǎn)，首先建立好初始指紋庫。此處，用平均定位誤差反應(yīng)定位效果，可通過計算k個待測目標(biāo)的測量位置與實(shí)際位置的平均差值得出。假設(shè)第i個待測目標(biāo)的估計位置坐標(biāo)為(xi,yi)，實(shí)際位置坐標(biāo)為，式（23）即為該節(jié)點(diǎn)的平均定位誤差：

在線階段定位開始前，分別設(shè)置其中一個錨節(jié)點(diǎn)為輕微損壞情況和嚴(yán)重?fù)p壞情況，具體分布如圖4所示。

圖4描繪了一個錨節(jié)點(diǎn)受到損壞的其中一種情況。因為有12個錨節(jié)點(diǎn)，將在最后取平均值。實(shí)驗中，首先使用傳統(tǒng)的指紋庫進(jìn)行定位重構(gòu)，再用本文提出的抗異指紋庫重構(gòu)目標(biāo)節(jié)點(diǎn)的位置，并計算目標(biāo)節(jié)點(diǎn)的平均定位誤差。比較結(jié)果如圖5所示。

圖4 仿真實(shí)驗節(jié)點(diǎn)分布

圖5 不同受損情況在不同指紋庫中的定位誤差

圖5 表示，在利用傳統(tǒng)指紋庫進(jìn)行定位重構(gòu)時，錨節(jié)點(diǎn)無論是輕微受損或是嚴(yán)重受損，都會極大地影響定位效果。因為嚴(yán)重受損時信號偏差較大，所以定位偏差也相應(yīng)更大。抗異指紋庫通過相應(yīng)的糾正，篩查出受損錨節(jié)點(diǎn)，排除了RSSI信號接收偏差帶來的定位影響，因此能得到更好的定位效果。但是，由于環(huán)境等其他不穩(wěn)定因素，定位偏差仍然不可避免。

圖6表示不同受損錨節(jié)點(diǎn)個數(shù)在不同指紋庫作用下對定位效果產(chǎn)生的影響。通過對比可知，在傳統(tǒng)數(shù)據(jù)庫中，存在2個受損錨節(jié)點(diǎn)相對于1個受損錨節(jié)點(diǎn)對定位的影響更大。但是，在抗異指紋庫中，效果并不明顯。這是由于抗異指紋庫會將所有嚴(yán)重受損的錨節(jié)點(diǎn)篩選出來，屏蔽和刪除相應(yīng)的數(shù)據(jù)。因此，不論是單個受損錨節(jié)點(diǎn)，還是多個受損錨節(jié)點(diǎn)，都無法對定位結(jié)果產(chǎn)生嚴(yán)重影響。仔細(xì)觀察，在抗異指紋庫中，單個受損錨節(jié)點(diǎn)和兩個受損錨節(jié)點(diǎn)的影響略有細(xì)微差異，因為刪除的錨節(jié)點(diǎn)數(shù)量越多，參與定位的錨節(jié)點(diǎn)數(shù)量越少。眾所周知，參考錨節(jié)點(diǎn)的數(shù)量越多，定位精度越高。

圖6 不同受損錨節(jié)點(diǎn)個數(shù)在不同指紋庫中的定位誤差

5 結(jié) 語

無線傳感器網(wǎng)絡(luò)因其自身的特點(diǎn)常被運(yùn)用于特殊環(huán)境中的定位問題。當(dāng)錨節(jié)點(diǎn)出現(xiàn)損壞時，定位結(jié)果會出現(xiàn)很大偏差?？巩愔讣y庫就是針對此問題而設(shè)計的。它運(yùn)用一種插值優(yōu)化算法，將插值函數(shù)分為確定性衰減函數(shù)和隨機(jī)性變化函數(shù)兩個部分。前者運(yùn)用擬合方法結(jié)合少量的測量值，后者運(yùn)用Kriging算法，能夠較為快速地建立和更新指紋庫。此外，抗異指紋庫還提出一種投票機(jī)制，可確定每一個錨節(jié)點(diǎn)的可信度，從而篩查出受損錨節(jié)點(diǎn)，同時運(yùn)用在線標(biāo)準(zhǔn)差的變化規(guī)律區(qū)分錨節(jié)點(diǎn)受損程度，最終實(shí)現(xiàn)指紋庫的在線實(shí)時更新。仿真實(shí)驗結(jié)果表明，抗異指紋庫能夠提高系統(tǒng)的穩(wěn)定性，較運(yùn)用傳統(tǒng)的指紋庫進(jìn)行定位的系統(tǒng)，精確度更高，更能抵抗來自設(shè)備損壞造成的干擾。