作者：陳著明;邱小華;覃建波

引言

現(xiàn)代物流是國民經(jīng)濟的基礎之一，已被認為是企業(yè)在降低物質(zhì)消耗、提高勞動生產(chǎn)率之外創(chuàng)造利潤的第三重要源泉，極大地降低了生產(chǎn)成本。但是目前物流運輸?shù)臓I運水平普遍不高，給工商制造企業(yè)的發(fā)展帶來了很大不便，產(chǎn)品脫銷、訂單流失、貨物失竊等事件時常發(fā)生。針對目前物流的需要和現(xiàn)有的科學技術，本文提出了一種基于MSP430單片機的物流跟蹤系統(tǒng)設計的新方法。運用GPS模塊對貨物進行實時定位跟蹤，然后用強跟蹤卡爾曼濾波算法對GPS采集到的數(shù)據(jù)進行濾波；濾波后的數(shù)據(jù)信息再通過GSM模塊和AT命令，以短信息的形式發(fā)送到監(jiān)控中心；監(jiān)控中心的計算機對GPS數(shù)據(jù)信息和電子地圖進行匹配，從而達到對貨物進行實時定位監(jiān)控的目的。同時，在貨物終端液晶可以實時顯示定位信息和從監(jiān)控中心發(fā)來的短信息。

1 物流跟蹤系統(tǒng)的結構及硬件設計

1．1 物流跟蹤系統(tǒng)的結構

物流跟蹤系統(tǒng)首先要根據(jù)跟蹤覆蓋范圍、實時性、刷新速度和定位精度等要求，選擇合適的GPS接收機、GSM模塊和微處理器，并開發(fā)相關的應用軟件。圖1給出了簡單的物流跟蹤系統(tǒng)結構圖。

從圖1中可以看出，系統(tǒng)主要由3部分組成。

①貨物信息處理終端：包括中央處理器、GPS接收機、GSM模塊、顯示模塊、控制電路。主要實現(xiàn)對GPS定位數(shù)據(jù)的接收與分類處理，對監(jiān)控中心命令的接收與解析，向監(jiān)控中心發(fā)送定位信息，以及遇險報警和實時顯示定位數(shù)據(jù)等功能。

②GSM數(shù)字蜂窩移動通信網(wǎng)：包括GSM網(wǎng)絡、基站等。主要實現(xiàn)基站與移動目標的信息交換，以及GSM網(wǎng)絡與監(jiān)控中心的信息交換。

③監(jiān)控中心：包括數(shù)據(jù)庫、地理信息系統(tǒng)終端、業(yè)務處理終端。主要實現(xiàn)衛(wèi)星定位信息在監(jiān)控中心計算機的GIS電子地圖上的實時顯示。

1．2 物流跟蹤系統(tǒng)的硬件設計

物流跟蹤系統(tǒng)的硬件電路示意圖如圖2所示。本系統(tǒng)選用的中央處理器是美國德州儀器（TI）公司開發(fā)的 MsP430F147單片機。該系列單片機具有電源電壓低（1．8～3．6 V）、功耗低等優(yōu)點，適用于手持設備或電池應用等場合。GPS接收機選用STDll_GPS_M0dule模塊，通過MAX232電平轉(zhuǎn)換芯片與單片機的 URXDl相連，以達到定位數(shù)據(jù)信息送到單片機處理的目的。GSM通信模塊采用西門子公司生產(chǎn)的TC35i，TC35i模塊的GSM_RX和GSM_TX 分別與單片機的URXDO和UTXDO連接，實現(xiàn)單片機與TC35i通信；TC35i的SIM卡接口電路與SIM卡座相連。液晶模塊TGl2864實現(xiàn)貨物終端的顯示功能。

2 卡爾曼濾波算法及其改進

2．1 卡爾曼濾波算法

卡爾曼濾波算法是以最小均方誤差為估計值的最佳準則，來尋求一套遞推估計的算法。其基本思想是：采用信號與噪聲的狀態(tài)空間模型，利用前一時刻的估計值和當前時刻的觀測值來更新對狀態(tài)變量的估計，求出當前時刻的估計值。動態(tài)GPS測量中，用卡爾曼濾波算法從受擾動的數(shù)據(jù)中估計狀態(tài)變量，能快速、準確地算出三維坐標。非差相位精密動態(tài)單點定位的卡爾曼濾波模型：

統(tǒng)計特征為：E（Uk）=O，E（Nk）=O，動態(tài)噪聲向量Uk、觀測噪聲向量Wk、動態(tài)噪聲向量和觀測向量都是期望值為0的白噪聲向量，cov（Uk，Uj）=Qkδkj，cos（Nk，Nj）=Rkδkj，cos（Uk，Nj）=O。

其中：Xk和Yk分別是k時刻的狀態(tài)矢量和觀測矢量；Fk/k-1為狀態(tài)轉(zhuǎn)移矩陣；Uk為k時刻動態(tài)噪聲；Tk/k-1為系統(tǒng)控制矩陣；Hk為k時刻觀測矩陣；Nk為k時刻觀測噪聲；Qk、Rk分別是系統(tǒng)動態(tài)噪聲和觀測噪聲的方差矩陣。δkj為克羅內(nèi)克函數(shù)，即：

簡便起見，先考慮整周模糊度為常數(shù)時的矩陣向量，動態(tài)模型采用常速模型。

理想條件下，卡爾曼濾波是線性無偏最小方差估計。在實際應用中，由于濾波的狀態(tài)估計值可能存在偏移，且估計誤差的方差也可能很大，遠遠超出了按計算公式計算的方差所定出的范圍，這在濾波理論中稱為濾波的“發(fā)散現(xiàn)象”。當濾波發(fā)散時，就完全失去了濾波的最優(yōu)作用，在實際中必須抑制發(fā)散現(xiàn)象。

2．2 強跟蹤卡爾曼濾波算法

為保證濾波器可靠收斂，考慮通過犧牲一定的精度換取濾波穩(wěn)定性——例如增大系統(tǒng)的過程噪聲和觀測噪聲的方差陣——這樣就將許多未建模的誤差包含進去，使算法變得簡單可靠。參考文獻中提出的強跟蹤卡爾曼濾波算法就是依據(jù)這種思想，將狀態(tài)估計誤差的協(xié)方差陣乘以加權系數(shù)λk+1，如式（7）所示。這種方法具有很強的突變狀態(tài)跟蹤能力，并在濾波器達到穩(wěn)態(tài)時保持這種能力，對初值和噪聲統(tǒng)計特性的敏感性也比較低。

式（9）和式（10）中的αi值是由先驗知識來確定的。可以看出，當狀態(tài)發(fā)生突變時，估計誤差Yk+1YTk+1的增大將引起誤差方差陣v0（k+1）增大；相應地，加權系數(shù)λi（k+1）增大，濾波器的跟蹤能力增強，可靠性提高。但是這種方法的缺點是破壞了濾波器的最優(yōu)條件，使濾波結果產(chǎn)生一定幅度的波動。運用上節(jié)的粒子運動模型，通過仿真分析強跟蹤卡爾曼濾波算法。在仿真的過程中，突然將系統(tǒng)和觀測噪聲改變，對比兩種算法對噪聲改變的適應性。

由圖3和圖4可知，常規(guī)卡爾曼濾波算法對噪聲突變的應付能力比較弱，特別是噪聲模型和仿真時的固定模型相差較大時，濾波就出現(xiàn)了發(fā)散現(xiàn)象；強跟蹤卡爾曼濾波算法能適應濾波過程中的噪聲變化，但是降低了濾波精度。

3 物流跟蹤終端的軟件設計

3．1 系統(tǒng)主程序設計

系統(tǒng)主程序主要是實現(xiàn)系統(tǒng)的初始化，短信息的接收、刪除和發(fā)送等功能。初始化包括單片機各端口的配置、中斷設置、計數(shù)器初值設置、液晶初始化、GSM模塊初始化、串口的初始化設置等。串口發(fā)送程序包括發(fā)送短信息頭文件（GSM模塊格式選擇，設置短信息目標號碼），以及等待TC35i模塊的響應（當響應為 “》”時，繼續(xù)發(fā)送具體的內(nèi)容數(shù)據(jù)。如果有結果返回，則短信息發(fā)送成功；反之，則重新開始）。對于短信息接收主要包括3個步驟：首先發(fā)送讀取短信息的命令；然后GSM模塊返回響應；最后對響應進行解析得到短信息的內(nèi)容。接收到短信息后，顯示該短信息的內(nèi)容，并刪除GSM模塊中的短信息。主程序流程如圖5所示。

3．2 采集中斷服務程序設計

系統(tǒng)GPS數(shù)據(jù)采集中斷服務程序子程序流程如圖6所示。實現(xiàn)的功能是采集GPS模塊數(shù)據(jù)信息，對所得的數(shù)據(jù)信息進行處理，再用強跟蹤卡爾曼濾波算法濾波，并發(fā)送到液晶顯示模塊和GSM模塊。

4 試驗結果

為了驗證強卡爾曼濾波算法在GPS定位中的作用，對使用強跟蹤卡爾曼濾波和未使用濾波算法的GPS定位進行定點測試對比。從圖7和圖8中明顯可以看出，使用強跟蹤卡爾曼濾波算法可以有效地抑制衛(wèi)星定位漂移，提高衛(wèi)星定位精度。

結語

為了滿足目前貴重物品運輸?shù)男枰O計開發(fā)了以MSP430F147為控制核心、GPS模塊和GSM模塊為控制對象的物流跟蹤系統(tǒng)。本系統(tǒng)采用 MSP430單片機設計，體積小、功耗低，接口友好；采用了強跟蹤卡爾曼濾波算法對GPS數(shù)據(jù)信息濾波，大大提高了定位精度。同時，本裝置可用于不同的監(jiān)控中心，監(jiān)控中心只要能接收短消息，就可以確定物品的具體位置，方便實用。經(jīng)過反復測試，在沒有障礙物的地方，GPS定位精度高和短信息接收發(fā)送實時性好。為了滿足市場不斷變化的需求，還需要進一步提高在錯綜復雜的地理環(huán)境下的定位精度，這是后續(xù)階段需要研究的方向。

責任編輯：gt