移动自组织网络中高效协作定位方法技术

本发明专利技术提供了一种移动自组织网络中高效协作定位方法，包括步骤A：针对当前的目标节点确定对应的参考节点集合与对应的参考节点进行测距通信；步骤B：根据距离测量值，以及测距误差模型随机生成一定数目的对目标节点位置的估计样本；步骤C：根据权重值对每个参考节点生成的位置估计样本分别进行筛选，将所述样本作为本次迭代得到的自身置信度，并计算出本次迭代中自身估计位置；步骤D：判断当前目标节点的迭代过程是否收敛或达到最大迭代次数，若目标节点的迭代过程收敛，则作为其他待被定位目标节点的参考节点。本发明专利技术提出的高效协作定位方法能够做到目标节点定位迭代过程中收敛速度快，同时计算复杂度较低，并能够保证较高的定位精度。

【技术实现步骤摘要】

本专利技术涉及移动通信
，具体地，涉及一种移动自组织网络中高效协作定位方法。
技术介绍
移动自组织网络由于其自组织、不依赖于基础设施等特性而被广泛应用在紧急救援、人员位置管理等领域。其中，对于组网对象节点(以下简称节点)的准确定位是促成这些应用的关键，因而移动自组织网络中节点的高精度定位问题得到了越来越多的关注与研究。在移动自组织网络中，基于距离测量的定位方案能够获得更高的定位精度，在这样的方案中，网络中的节点被分为锚节点与目标节点两种角色，其中锚节点的准确位置已知，且在所有节点中仅占较小的比例；目标节点位置未知，需要通过与锚节点进行距离测量进而对自身位置进行估计。相较于传统的非协作定位方案中目标节点仅可与其通信范围内的锚节点进行距离测量通信，协作定位方案还允许目标节点与其通信范围内的其他目标节点进行协作，从而可以利用目标节点之间的距离测量信息来降低每个目标节点位置估计的模糊性，可以提高定位过程所能达到的定位精度，并增大网络中可被定位目标节点(能够解算出唯一估计位置的目标节点)的比例，并且协作定位方案可以应用于锚节点数量较少且在网络中稀疏分布的情况，具有很好的应用前景。非参数化置信传播算法是一种被广泛研究的协作定位算法，具有高定位精度、适用于非高斯型不确定度及分布式计算等优点。该算法是一种基于采样与信息传递的迭代算法，在目标节点定位迭代过程的每次迭代中，每个参与该目标节点定位过程的锚节点利用自身的置信度(即节点位置的后验分布)及自身与目标节点之间的距离测量结果，计算出传递给目标节点的信息(即对目标节点位置的一定数目的估计样本)，目标节点可以利用这样的信息对自身的置信度进行计算，并在连续两次迭代过程中其置信度变化满足迭代过程终止条件时，获得自身的最终估计位置。然而，在移动自组织网络(尤其是节点规模大、部署密集的情况)中，应用非参数化置信传播算法时，其所带来的信息传递路径过多及传递路径存在环路等问题为目标节点的位置估计过程引入了较高的计算复杂度及网络通信负载，同时节点的移动性进一步地恶化了这一情况。若要实现非参数化置信传播算法在实际中的应用，必须改进该算法以降低定位过程中的计算复杂度。经过对现有的技术检索发现，目前关于降低非参数化置信传播算法中计算复杂度的方案主要包括通过最小生成树算法避免信息传递过程中出现环路、通过使用分层信息传播机制减少计算复杂度等，但是这些方法均做出了一些简化性的假设，如假设网络中节点均静止、假设锚节点静止以及选用简化的测距误差模型等，从而难以保证在移动自组织网络中的实际应用过程中依然可以保持其高效性。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种移动自组织网络中高效协作定位方法。根据本专利技术提供的移动自组织网络中高效协作定位方法，包括如下步骤：步骤A：针对当前的目标节点，根据目标节点的通信范围确定对应的参考节点，所述参考节点包括：锚节点与已定位的目标节点；并将当前的目标节点与对应参考节点进行测距通信；初始化每个参考节点对应的目标节点，生成位置估计样本时的随机方向取值范围；步骤B：将每个参考节点与当前目标节点之间的距离测量值、测距误差模型随机生成的关于目标节点位置的若干位置估计样本，以及参考节点自身的位置信息一起发送给当前目标节点；步骤C：更新计算关于目标节点位置的若干位置估计样本所对应的权重值；并根据权重值对每个参考节点生成的位置估计样本分别进行筛选，通过每个参考节点对应的被保留的位置估计样本得到该参考节点在下一次迭代时针对当前目标节点生成位置估计样本时的随机方向取值范围；当前目标节点归一化所有被保留的位置估计样本的权重值之后，将所述被保留的位置估计样本作为本次迭代得到的自身置信度，并计算出本次迭代中目标节点自身的估计位置；步骤D：判断当前目标节点的迭代过程是否满足收敛或达到最大迭代次数，若满足，则终止迭代过程，且将最后一次迭代得到的估计位置作为该目标节点的最终估计位置。优选地，所述步骤A包括如下步骤：步骤A1：若当前目标节点nt与网络中某个节点nt′之间的距离dtt′不大于nt的最大通信距离R，则nt与nt′互为邻近节点，其中，nt′表示第t′个节点(可以为目标节点、锚节点)；进而得到nt的邻近节点集合Γt；步骤A2：处于Γt中的锚节点或者已定位的目标节点即为nt在协作定位过程中所需要参考的参考节点，这些节点组成nt的参考节点集合步骤A3：将中的每个参考节点针对nt生成位置估计样本时的随机方向取值范围初始化为[0,2π]，其中表示中参考节点的数目，与分别为第1次迭代时针对nt生成位置估计样本时的随机方向取值范围的最小值与最大值；另外，将网络中任一个节点ni的二维位置表示为xi＝[xi,yi]T；步骤A4：进入目标节点位置估计迭代过程，设定最大迭代次数为L。优选地，所述步骤B包括如下步骤：步骤B1：在第l次迭代中，当前目标节点nt的邻近参考节点集合中每个参考节点根据当前目标节点nt与nt之间的距离测量值对nt的位置进行估计，并得到M个位置估计样本其中：1≤l≤L； x r i t ( l j ) = x r i + d r i t ( l j ) · [ s i n ( θ r i t ( l j ) ) , c o s ( θ r i t ( l j ) 本文档来自技高网...

【技术保护点】
一种移动自组织网络中高效协作定位方法，其特征在于，包括如下步骤：步骤A：针对当前的目标节点，根据目标节点的通信范围确定对应的参考节点，所述参考节点包括：锚节点与已定位的目标节点；并将当前的目标节点与对应参考节点进行测距通信；初始化每个参考节点对应的目标节点，生成位置估计样本时的随机方向取值范围；步骤B：将每个参考节点与当前目标节点之间的距离测量值、测距误差模型随机生成的关于目标节点位置的若干位置估计样本，以及参考节点自身的位置信息一起发送给当前目标节点；步骤C：更新计算关于目标节点位置的若干位置估计样本所对应的权重值；并根据权重值对每个参考节点生成的位置估计样本分别进行筛选，通过每个参考节点对应的被保留的位置估计样本得到该参考节点在下一次迭代时针对当前目标节点生成位置估计样本时的随机方向取值范围；当前目标节点归一化所有被保留的位置估计样本的权重值之后，将所述被保留的位置估计样本作为本次迭代得到的自身置信度，并计算出本次迭代中目标节点自身的估计位置；步骤D：判断当前目标节点的迭代过程是否满足收敛或达到最大迭代次数，若满足，则终止迭代过程，且将最后一次迭代得到的估计位置作为该目标节点的最终估计位置。...

【技术特征摘要】
1.一种移动自组织网络中高效协作定位方法，其特征在于，包括如下步骤：步骤A：针对当前的目标节点，根据目标节点的通信范围确定对应的参考节点，所述参考节点包括：锚节点与已定位的目标节点；并将当前的目标节点与对应参考节点进行测距通信；初始化每个参考节点对应的目标节点，生成位置估计样本时的随机方向取值范围；步骤B：将每个参考节点与当前目标节点之间的距离测量值、测距误差模型随机生成的关于目标节点位置的若干位置估计样本，以及参考节点自身的位置信息一起发送给当前目标节点；步骤C：更新计算关于目标节点位置的若干位置估计样本所对应的权重值；并根据权重值对每个参考节点生成的位置估计样本分别进行筛选，通过每个参考节点对应的被保留的位置估计样本得到该参考节点在下一次迭代时针对当前目标节点生成位置估计样本时的随机方向取值范围；当前目标节点归一化所有被保留的位置估计样本的权重值之后，将所述被保留的位置估计样本作为本次迭代得到的自身置信度，并计算出本次迭代中目标节点自身的估计位置；步骤D：判断当前目标节点的迭代过程是否满足收敛或达到最大迭代次数，若满足，则终止迭代过程，且将最后一次迭代得到的估计位置作为该目标节点的最终估计位置。2.根据权利要求1所述的移动自组织网络中高效协作定位方法，其特征在于，所述步骤A包括如下步骤：步骤A1：若当前目标节点nt与网络中某个节点nt′之间的距离dtt′不大于nt的最大通信距离R，则nt与nt′互为邻近节点，其中，nt′表示第t′个节点，所述nt′包括：目标节点或锚节点；进而得到nt的邻近节点集合Γt；步骤A2：处于Γt中的锚节点或者已定位的目标节点即为nt在协作定位过程中所需要参考的参考节点，这些节点组成nt的参考节点集合步骤A3：将中的每个参考节点针对nt生成位置估计样本时的随机方向取值范围初始化为[0,2π]，其中表示中参考节点的数目，与分别为第1次迭代时针对nt生成位置估计样本时的随机方向取值范围的最小值与最大值；另外，将网络中任一个节点ni的二维位置表示为xi＝[xi,yi]T；步骤A4：进入目标节点位置估计迭代过程，设定最大迭代次数为L。3.根据权利要求1所述的移动自组织网络中高效协作定位方法，其特征在于，所述步骤B包括如下步骤：步骤B1：在第l次迭代中，当前目标节点nt的邻近参考节点集合中每个参考节点根据当前目标节点nt与nt之间的距离测量值对nt的位置进行估计，并得到M个位置估计样本其中：1≤l≤L； x r i t ( l j ) = x r i + d r i t ( l j ) · [ s i n ( θ r i t ( l j ) ) , c o s ( θ r i t ( l j ) ) ] T , j = 1 , ... , M , ]]>式中，为随机方向值，并服从均匀分布与分别为第l次迭代时针对nt生成位置估计样本时的随机方向取值范围的最小值与最大值；表示的二维位置坐标，ri表示第ri个参考节点，下标i的取值范围为下标t表示当前时刻，表示与nt之间的一个带噪声的距离测量值，即 d r i t ( l j ) = || x r i - x t || + v r i t ( l j ) , ]]>其中，为与nt之间的实际距离，xt表示nt的二维位置坐标；为距离测量误差，分布服从pv为测距误差分布模型；步骤B2：将产生的每个位置估计样本对应的权重值初始化为1/M，并将对应的随机方向值连同及所对应的权重值一起组合为权重样本步骤B3：将产生的所有权重样本连同的位置作为信息发送给nt，其中j＝1,...,M。4.根据权利要求1所述的移动自组织网络中高效协作定位方法，其特征在于，所述步骤C包括如下步骤：步骤C1：当前目标节点nt对收到每一个权重样...

【专利技术属性】
技术研发人员：徐超杰，刘中令，杨明，俞晖，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31