基于WIFI定位高校实验楼宇的智能照明优化设计

潘有顺 彭天昊 康万杰

(茅台学院酿酒工程自动化系，贵州 遵义564500)

目前大部分高校实验楼宇照明系统控制基本上都还是手动操作。自然光线不足时，需要实验人员手动开启照明设备；光照良好时，也有亮灯情况；人员离开之后时常发生常明灯现象。这些都造成高校电力资源的浪费。在倡导低碳经济背景下，如何节约照明用电日益受到相关学者的关注。近年来网络通信、传感器和微控制器等技术因具有智能化、系统化、网络化、连接方便、组网灵活、功耗小、成本低等特点，获得了迅猛发展，在技术上支持了对建筑物照明控制系统的优化设计。研究者们据此提出了大量的智能照明控制系统的设计方案。文献利用Zigbee技术设计出应用于不同的建筑物的智能照明控制系统。文献为实现建筑物照明节能，利用WIFI技术设计出一种室内智能照明控制系统。文献利用红外线技术设计出一种智能照明系统，实现了室内照明设备的远程控制。文献利用有线网络通信技术设计出高校智能控制照明系统。文献利用传感器技术设计出适合不同应用领域的照明智能系统。文献利用微控制器技术提出了照明智能系统的方案。上述研究增加了整个建筑照明系统的自动控制功能，但没有细化为更小的照明区域并进行相关控制功能研究。当前，移动智能终端技术和移动互联网技术获得了很多可喜的成果，在此基础上，进行基于移动对象的位置服务已经广泛应用于诸多领域。随着WIFI技术的成熟与普及，学者们已经开始研究WIFI定位及其应用领域。在建筑物照明控制系统设计中，利用WIFI定位技术对室内照明分区控制设计的分析研究目前基本处于空白。文章基于WIFI定位技术和改进RSSI测距技术方法，利用改进的三边加权质心的定位算法，围绕高校实验楼宇，在室内分区基础上，提出了一种室内智能照明系统控制优化设计。具有实时计算定位室内人员位置，动态控制室内照明区域设备，远程控制照明等功能，实现了高校实验楼宇的照明系统的智能控制和照明节能的刚性要求。

1 系统整体方案

文中实验楼宇智能照明系统是一套由感知层、通信层和管理层构成、基于WIFI定位技术的智能控制系统。感知层是整个智能照明系统实现对WIFI站点定位数据的采集与系统照明控制命令的执行终端。由待定位的WIFI站点和照明区域终端组成。待定位的WIFI站点是室内人员的WIFI功能的手机；照明区域终端可以采集WIFI站点发射的RSSI信号强度并上传给通信层，同时执行照明管理服务器下发的照明控制命令，启闭室内指定区域的照明设备。通信层是管理层与感知层的数据通道，为整个智能照明控制系统上行发送数据和下行接收数据提供了保障。主要由无线网、有线网、交换路由设备和AP控制器组成。AP控制器负责对实验楼宇中全部AP站点进行控制管理。管理层是实验楼宇照明控制系统的数据处理中心和管理控制中心，由照明管理服务器与管理终端组成，实现对WIFI站点的实时定位、追踪、监控和管理等，负责对各区域的上行距离数据按照预设的定位技术与算法进行定位运算处理，下发照明控制命令对感知层的照明区域终端进行远程实时控制。同时，管理员可以实时监控整个智能照明控制系统的工作状态，对突发照明事件做到及时人工优先干预控制。实验楼宇智能照明整体方案如图1所示。

图1 实验楼宇智能照明整体方案图示

2 AP布局与室内照明分区

高校实验楼宇智能照明控制系统中AP站点的布局，由实验室内照明区域来确定。实验室一般约面积大小为60m。将实验室划分为6个照明区域，大空间实验室可以划分更多个照明区域。每个照明区域中设置一个分区AP站点和一定数量的照明设备。分区AP站点要求沿着实验室的角落与边缘布置且分布均匀，同时在实验室横向中线上增加两个独立AP站点。根据几何优化定位算法要求，每三个AP站点就可以实现对移动设备定位，因此，在室内AP站点布局时尽可能确保任意三个AP站点之间组成一个三角形。这样，带有WIFI功能的人员在实验室中活动时，其活动范围总是落在某三个AP站点的内部，便于精确定位。在实验室外走道顶部安装有专用AP站点，与室内分区AP站点组成无线局域网，负责进行数据通信。具体实验室AP布局与照明分区图示如图2所示。

图2 室内AP布局与室内照明分区图示

3 软件架构设计

3.1 改进RSSI测距方法

RSSI是最简单最基础的测距方法之一，RSSI测距技术是将信号强度的衰减转化为信号的传播距离。其具有强抗多径衰落与强抗干扰能力强的特点，对系统硬件的要求不高，在定位领域中受到广泛的应用。在RSSI的测距计算模型中，基于固定的WIFI站点发射信号强度值，对室内AP站点所接收的信号强度值进行运算处理，计算出信号的传播损耗，利用RSSI的测距技术计算模型，把信号传播损耗数据转换成距离数据。信号传播路径损耗计算模型为式(1)。

RSSI=P+G-P(d0)-10φlg(d/d0)

(1)

式中P是WIFI站点信号发射的功率，G是WIFI站点天线的增益，d是AP站点与WIFI站点之间的距离；p(d0)为功率经过距离d0后的路径损耗；φ为信道衰减指数，该值是由实际试验测量得到;d0为参考距离，一般取值为 1 m；

由于环境的影响，RSSI值容易受到周围噪声的干扰，从而导致定位精度产生误差。为提高定位的精度，在运用定位算法前，需要对RSSI值进行优化处理。其优化过程如下: 将多个AP站点收到的n个信号强度RSSI值放入相应的队列中，采用gauss模型概率密度分布函数对多个RSSI值进行符合N(m, δ^2)高斯分布的数据处理。对RSSI的值优化处理方法如式( 2) ～( 4)：

(2)

(3)

(4)

式中：RSSIi为第i个RSSI信号强度值；m为样本均值；δ为样本方差；本算法中通过高斯模型，根据实际经验设置函数F(x)阈值范围为[0.65,1]。当F(x)的值超过阈值范围时，表示测得该RSSI值误差较大，应舍弃；反之，则写入队列中。用q表示计入的个数。最后由根据式(5)，取其均值表示得到比较精确的RSSI值。

(5)

3.2 改进的三边质心定位算法

传统三边测量定位算法是一种易理解易实现的算法，即通过3个AP站点的位置数据，使用定位算法计算出待定位站点的位置。同时，它也是一种理想型的定位算法，要求以3个AP站点与WIFI站点之间的距离为半径的三个圆相交于一点，这个共同交点即为待定位节点的位置。由于环境与计算误差的影响，在实际工程中，3个AP站点WIFI站点之间的距离为半径三个圆往往有6个交点，且没有共同的交点，通过数学方法从图中的6个交点中选出最为理想3个的交点，形成的三角图形。3个AP站点与WIFI站点之间的距离为半径的三个圆相交情况如图3 中所示。

图3 三边质心定位图

设3个AP站点A、B、C的位置坐标为( x,y)、( x,y)、( x,y)，通过公式(1)计算得到的AP站点与WIFI站点之间的距离，分别为d、d、d。最终形成3个最为理想的交点D、E、F。P点则是待定位WIFI站点。通过欧式距离数学公式得出它们的公共区的三个交点坐标D(x，y)、E( x，y)、F(x,y)。坐标的计算方法如式( 6) ～( 8)。

(6)

(7)

(8)

由式(6)～( 8) 可以计算出D、E、F的坐标为(x,y)、(x,y)、(x,y)，通过D、E、F所组成的三角形求其质心的坐标P，其质心的坐标公式表示如式(9) ～(10)，将此代替待定位WIFI站点位置。

(9)

(10)

由于三边质心定位算法计算过程比较容易，定位计算易产生较大误差。本文采取为每个坐标增加权值，形成三边加权质心定位算法。此算法中为公共区中的3个顶点坐标设置不同的权值系数。相关研究已经证明了“当3个顶点构成等边三角形时，产生的定位误差是最小的”，据此研究，把三角形的最大角倒数的幂值作为三角形顶点坐标的权值，如式(11)：

(11)

式(11)中，ρ表示每个符合条件的三角形所对应的最大角，其取值范围是π/3<ρ<π； θ为权值修正系数，可以微调每个顶点权值修正的程度。由此得到新的质心坐标公式如(12) ～(13)。

(12)

(13)

改进的三边质心定位方法，通过设置加权因子，能有效解决RSSI在测量过程中易受干扰、稳定性差的问题，提高了文中照明控制系统对WIFI站点的定位精度，减少误差。

3.3 智能照明控制系统的工作过程

文中设计的智能照明控制系统在系统初始化成功后，等待WIFI模块启动，WIFI模块启动后整个照明系统开始处于工作状态。当用户手机进入实验室时，光敏传感器首先检测区域内光照强度，并将结果发送给单片机。若光照强度大于单片机中设定阈值(300lx)，则单片机不会启动照明驱动模块；反之，实验室内所有的照明区域终端中的WIFI模块检测室内的用户手机发射的RSSI值，将其发送给各区域的单片机处理成距离数据，所有单片机将这些距离数据通过通信网络上传到照明系统中的照明管理服务器。服务器利用改进的三边质心定位算法对用户手机位置进行定位运算，并将定位结果处理成照明控制指令，并通过网络下发给指定的照明区域终端中单片机，最后由此区域终端中单片机启动照明驱动模块，照明驱动模块根据区域内的实时光照强度值开启并调整其中的照明设备功率值，以满足指定区域的光照要求。智能照明系统中的管理终端具有优先管理控制权，可以远程手动控制实验楼宇中室内区域LED照明设备的工作状态，工作流程如图4所示：

图4 智能照明控制系统流程图

4 实验验证

为了验证文中基于WIFI定位设计的高校实验楼宇的智能照明系统的功能，将智能照明控制系统应用于某高校实验楼内部，进行了系统定位精准性与节能性测试。

定位精准性试验：将实验楼中一间实验室分成6个照明分区，且按照前述AP布局要求将8个WIFI模块设置在指定位置，使用了10个用户智能手机在室内指位置。手机分布位置如图5，并启动。平面内对用户智能手机进行定位精度测试，系统最终的试验结果，两者的误差如图6所示。其中最小误差为0.05M，最大误差为0.34M，平均误差为0.13M。

图5 智能手机位置分布图

图6 算法定位与实际位置误差图

系统节能性试验：用另一间具有相同数量和功率的照明设备普通实验室与上述智能照明实验室进行为期一个月的试验运行比较。其自动控制开灯率(开灯率=亮灯数/总灯数)见表1。由表中数据比较分析得出，本文基本WIFI定位设计智能照明系统的白天开灯率较普通照明系统开灯率降低了9.42%，晚上开灯率降低了25.82%。

表1 两类照明系统开灯率对比表

5 结语

鉴于当前高校实验楼宇照明系统的控制现状，本文利用WIFI定位技术设计了实验楼宇智能照明控制系统。该照明系统采用改进了的RSSI测距方法，提高了RSSI的准确度，利用改进了的三边质心定位算法，提升了WIFI定位的精确度，减少了环境与计算误差的影响。经实验验证，本文设计的智能照明控制系统具有实时人员定位，自动控制照明设备，手动远程控制照明设备等功能，实现了高校实验楼宇的照明系统的智能控制和照明节能的要求，为其他建筑物室内照明系统的控制设计提供一个新思路。