基于最小误差传播和优化选择的加权质心定位方法 |
|||||||
| 申请号 | CN201710734229.1 | 申请日 | 2017-08-24 | 公开(公告)号 | CN107450051A | 公开(公告)日 | 2017-12-08 |
| 申请人 | 中国电子科技集团公司第五十四研究所; | 发明人 | 蔚保国; 罗清华; 甘兴利; 王垚; 焉晓贞; 崔淼; 何成龙; | ||||
| 摘要 | 一种基于最小误差传播和优化选择的加权质心 定位 方法，涉及高 精度 的距离估计和无线定位技术领域。本 发明 创造性地提出了一种基于最小误差传播和优化选择的加权质心定位方法，该方法综合考虑未知 节点 与锚节点之间的距离以及距离的不确定度，能够优化对距离值和锚节点的选择，减小距离估计误差对定位结果的影响，从而提高加权质心定位的精度，是对 现有技术 的一种重要改进。 | ||||||
| 权利要求 | 1.一种基于最小误差传播和优化选择的加权质心定位方法，其特征在于，用于对建立无线网络的未知节点进行定位，包括以下步骤： |
||||||
| 说明书全文 | 基于最小误差传播和优化选择的加权质心定位方法技术领域背景技术[0002] 实际无线通信环境中，由于噪声、环境和测量误差等不良因素的影响，导致通信距离估计具有较大的误差，从而使得现有技术中的加权质心定位精度较低。 发明内容[0003] 有鉴于此，本发明提供一种基于最小误差传播和优化选择的加权质心定位方法，其能够优化对距离值和锚节点的选择，减小距离估计误差对定位结果的影响，从而提高加权质心定位的精度。 [0004] 为了实现上述目的，本发明所采用的技术方案是： [0005] 一种基于最小误差传播和优化选择的加权质心定位方法，用于对建立无线网络的未知节点进行定位，包括以下步骤： [0007] 步骤二，通过未知节点依次向每个锚节点发送定位请求数据包，第i个锚节点收到定位请求数据包后，采用距离估计算法与未知节点进行多次距离估测，将多次距离估测的统计平均值作为第i个锚节点与未知节点之间的距离di_u，并将多次距离估测的统计标准差作为第i个锚节点与未知节点的距离测量不确定度di_σ； [0008] 步骤三，根据获得的未知节点与所有I个锚节点的距离{d1_u,d2_u,d3_u，…，dI_u}以及相应的不确定度{d1_σ,d2_σ,d3_σ，…，dI_σ}，定义误差传播序列Q＝{d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u，…，dI_σ*dI_u}； [0009] 步骤四，对误差传播序列Q进行排序，得到排序后的误差传播序列Q'，并取序列Q'中最小的K个值{d'1_σ*d'1_u,d'2_σ*d'2_u,d'3_σ*d'3_u，…，d'K_σ*d'K_u},从而获得该K个值所对应的距离{d'1_u,d'2_u,d'3_u，…，d'K_u}； [0010] 步骤五，根据步骤四所得的K个距离{d'1_u,d'2_u,d'3_u，…，d'K_u}，以及该K个距离所对应的K个锚节点的坐标信息(x'1，y'1)，(x'2，y'2)，(x'3，y'3)，…，(x'K，y'K)，依据加权质心定位算法确定所述未知节点的坐标。 [0011] 可选的，用于在二维空间内对未知节点进行定位，所述K值最小为3。 [0012] 可选的，用于在三维空间内对未知节点进行定位，所述K值最小为4。 [0013] 可选的，所述未知节点的坐标(x，y)为： [0014] [0015] [0016] 可选的，所述锚节点的个数I为5～12个。 [0017] 可选的，所述步骤四中对误差传播序列Q进行排序的方式为冒泡排序。 [0018] 可选的，所述步骤二中的距离估计算法为基于SDS-TWR、RSSI、TOA、TDOA或AOA的测距方法。 [0019] 可选的，所述步骤二中多次距离估测的次数为60～180次。 [0020] 可选的，所述锚节点具有nanoLOC无线射频收发器。 [0021] 从上面的叙述可以看出，本发明的有益效果在于： [0022] 发明人在本发明中创造性地提出了一种基于最小误差传播和优化选择的加权质心定位方法，该方法综合考虑未知节点与锚节点之间的距离以及距离的不确定度，能够优化对距离值和锚节点的选择，减小距离估计误差对定位结果的影响，从而提高加权质心定位的精度，是对现有技术的一种重要改进。附图说明 具体实施方式[0024] 下面结合附图和具体实施方式对本发明的技术方案做进一步地详细说明。 [0025] 一种基于最小误差传播和优化选择的加权质心定位方法，用于对建立无线网络的未知节点进行定位，包括以下步骤： [0026] 步骤一，部署I个(I≥5)位置已知的无线传感器作为锚节点，并将锚节点加入所述未知节点所建立的无线网络； [0027] 步骤二，通过未知节点依次向每个锚节点发送定位请求数据包，第i个锚节点收到定位请求数据包后，采用距离估计算法与未知节点进行多次距离估测，将多次距离估测的统计平均值作为第i个锚节点与未知节点之间的距离di_u，并将多次距离估测的统计标准差作为第i个锚节点与未知节点的距离测量不确定度di_σ； [0028] 步骤三，根据获得的未知节点与所有I个锚节点的距离{d1_u,d2_u,d3_u，…，dI_u}以及相应的不确定度{d1_σ,d2_σ,d3_σ，…，dI_σ}，定义误差传播序列Q＝{d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u，…，dI_σ*dI_u}，其中，di_σ*di_u表示距离di_u与该距离的测量不确定度di_σ的乘积； [0029] 步骤四，对误差传播序列Q进行排序，得到排序后的误差传播序列Q'，并取序列Q'中最小的K个值{d'1_σ*d'1_u,d'2_σ*d'2_u,d'3_σ*d'3_u，…，d'K_σ*d'K_u},从而获得该K个值所对应的距离{d'1_u,d'2_u,d'3_u，…，d'K_u}； [0030] 步骤五，根据步骤四所得的K个距离{d'1_u,d'2_u,d'3_u，…，d'K_u}，以及该K个距离所对应的K个锚节点的坐标信息(x'1，y'1)，(x'2，y'2)，(x'3，y'3)，…，(x'K，y'K)，依据加权质心定位算法确定所述未知节点的坐标。 [0031] 可选的，用于在二维空间内对未知节点进行定位，所述K值最小为3。 [0032] 可选的，用于在三维空间内对未知节点进行定位，所述K值最小为4。 [0033] 可选的，所述未知节点的坐标(x，y)为： [0034] [0035] [0036] 可选的，所述锚节点的个数I为5～12个。 [0037] 可选的，所述步骤四中对误差传播序列Q进行排序的方式为冒泡排序。 [0039] 可选的，所述步骤二中多次距离估测的次数为60～180次。 [0040] 可选的，所述锚节点具有nanoLOC无线射频收发器。 [0041] 图1所示是一个更加具体的实施方式，其包括以下步骤： [0042] 步骤一、系统中有I+1个无线传感器节点，分别为I个定位的锚节点和1个未知节点，它们都具有nanoLOC无线射频收发器，并可以采用双边对等方法测量得到任意两个节点间的距离估计值，其中，I为用户设定的正整数，且5≤I≤12，本例中I取值为10； [0043] 步骤二、系统中各个节点进行初始化，未知节点首先建立无线网络，并等待其它节点申请加入网络； [0044] 步骤三、I个锚节点初始化成功后，分别采用射频收发器扫描发现未知节点建立的无线网络，并通过射频收发器发送网络加入请求数据包，申请加入该无线网络，如果加入网络成功，则执行步骤四，否则，执行步骤三； [0045] 步骤四、初始化变量i为1，i为正整数，且1≤i≤I； [0046] 步骤五、未知节点通过其无线射频收发器向第i个锚节点发送定位请求数据包，第i个锚节点收到定位请求数据包后，采用双边对等测距方法(即SDS-TWR)，通过与未知节点间的4J次数据包交互，获得第i个锚节点与未知节点间的距离di的J次测量值：{di1,di2,di3,…,dij,…,diJ}，并进行统计计算，将测量值的统计均值di_u作为距离di的估计结果，将测量值的统计标准差di_σ作为距离di估计结果的不确定性，i＝i+1，其中j为正整数，且1≤j≤J，J为用户设定的正整数，且60≤J≤180，本例中J取值为150； [0047] 步骤六、判断i的值是否大于I，若是，则执行步骤七，否则执行步骤五； [0048] 步骤七、系统获得未知节点与I个锚节点间的距离估计结果{d1_u,d2_u,d3_u，…，di_u，…，dI_u}，以及它们对应的不确定度序列{d1_σ,d2_σ,d3_σ，…，di_σ，…，dI_σ}，定义误差传播序列Q＝{d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u，…，di_σ*di_u，…，dI_σ*dI_u}； [0049] 步骤八、系统采用冒泡法对误差传播序列Q进行排序，得到排序后的误差传播序列Q'＝{d'1_σ*d'1_u,d'2_σ*d'2_u,d'3_σ*d'3_u，…，d'i_σ*d'i_u，…，d'I_σ*d'I_u}，并取其中最小的K个值：{d'1_σ*d'1_u,d'2_σ*d'2_u,d'3_σ*d'3_u，…，d'k_σ*d'k_u，…，d'K_σ*d'K_u},从而确定对应的距离估计结果{d'1_u,d'2_u,d'3_u，…，d'k_u，…，d'K_u}，其中K是用户设定的正整数，且3 [0050] 步骤九、系统根据距离估计结果{d'1_u,d'2_u,d'3_u，…，d'k_u，…，d'K_u}，以及对应的K个锚节点坐标的坐标信息(x'1，y'1)，(x'2，y'2)，(x'3，y'3)，…,(x'k，y'k)，…，(x'K，y'K)，未知节点的坐标(x，y)按公式(1)和公式(2)进行计算： [0051] [0052] [0053] 其中k为正整数，且1≤k≤K； [0054] 步骤十、判断加权质心定位计算任务是否完成，如果是，执行步骤十一，否则，在下一个定位点上，执行步骤四； [0055] 步骤十一、结束。 [0056] 该实施方式采用冒泡排序优化选择方法，能够在距离估计统计均值和统计标准差乘积的序列中选择出统计标准差最小的几个，为锚节点的优化选择提供支持。 [0057] 此外，该实施方式中，采用基于最小误差传播和冒泡排序法优化选择，减小了距离估计误差对定位的影响，实现了高精度的定位。 [0058] 该实施方式中的距离估计方法也可以采用基于RSSI、TOA、TDOA或AOA的其它距离估计方法。 [0059] 此外，上述实施方式的方法也可以推广到三维情况下的加权质心定位。 [0060] 总之，本发明创造性地提出了一种基于最小误差传播和优化选择的加权质心定位方法，该方法综合考虑未知节点与锚节点之间的距离以及距离的不确定度，能够优化对距离值和锚节点的选择，减小距离估计误差对定位结果的影响，从而提高加权质心定位的精度，是对现有技术的一种重要改进。 |
||||||
