一种联合时延差与角度测量的传感器网络目标定位方法技术

本发明专利技术提供了一种联合时延差与角度测量的传感器网络目标定位方法，涉及无线传感器网络领域，通过构造联合时延差与角度测量的伪线性定位方程，提出一种利用结构总体最小二乘法的传感器网络目标定位方法，由于结构总体最小二乘算法充分利用观测矩阵A的特殊结构，因此提高了目标的平均估计精度，本发明专利技术不需要估计实际的观测噪声方差，不需要计算伪观测方程的噪声分布，简单容易实现；由于联合使用不同种类的测量信息，不但提高传感器网络的定位精度，而且具有更重要的现实意义，本发明专利技术具有简单易实现的特点，低信噪比下平均估计精度高，可以广泛应用于传感器网络目标定位相关领域。

A method of target localization in sensor networks based on joint delay difference and angle measurement

The present invention provides a sensor network localization method with time delay and angle measurement, relates to the field of wireless sensor network, the pseudo linear positioning equation combined with time delay and angle measurement, the structure of the total least squares method in wireless sensor network localization method, due to the special structure of the total least squares algorithm makes full use of observation A matrix, thus increasing the average estimation accuracy of target, the invention does not need to estimate the variance of the actual measurement noise, the noise distribution does not need to calculate pseudo observation equation, simple and easy to achieve; due to the use of different types of joint measurement information, not only improve the positioning accuracy of the sensor network, but also has more important practical significance, this the invention has the characteristics of simple and easy to realize, than the average high estimation accuracy and low SNR, can It is widely used in sensor networks, target localization, and related fields.

【技术实现步骤摘要】
一种联合时延差与角度测量的传感器网络目标定位方法
本专利技术涉及无线传感器网络领域，尤其是一种网络目标的定位方法。
技术介绍
随着无线传感器技术、通信技术以及信息信号处理技术的发展，近些年来基于无线传感器网络的目标定位方法受到国内外学者和相关技术人员的广泛讨论和深入研究，已经成功应用在雷达、声纳和通信领域中涉及目标定位的各个方面。该类方法根据接收到的各个无线传感器的观测信息，对目标进行联合定位。根据传感器接收信号的不同类型，目标定位方法有不同的模型，主要包括：信号到达时间定位法、到达时延差定位法、波达方向定位法或者这几种方法的组合。在这几种方法中，信号到达时间定位法对传感器节点的时间同步要求较高；到达时延差定位法降低了对时间同步的要求，但对网络的大小有要求(需要较多的传感器数量)；波达方向定位法具有很高的精度，但要求传感器节点具有阵列的侧向能力。因此，在实际应用的传感器网络中，相比于仅仅使用上述的某一种方法或某一类测量信息，联合使用不同的测量信息具有更重要的现实意义，并且会提高传感器网络的定位精度。一般来说，目标位置与测量信息的直接关系并不是线性关系，因此导致目标定位问题是一个非线性非凸问题。为了避免网络定位中的非线性问题，研究人员提出两种方法：一个是将定位问题转化为非线性加权最小二乘优化问题，并利用Taylor级数公式进行数值迭代运算。但是这种方法计算量大，可能会产生迭代不收敛和局部最优解。另一类是将非线性观测方程转化为伪线性方程，再利用线性加权最小二乘估计法获得目标位置的闭式解。但是需要注意的是，当观测物理信息存在较大的误差时，伪线性方程的回归矩阵便会存在较大的扰动，而一般的线性加权最小二乘估计法并没有考虑该因素的影响，此时直接利用线性加权最小二乘估计法便会出现较大的估计偏差。
技术实现思路
为了克服现有技术的不足，对于传感器网络的目标定位问题，构造联合时延差与角度测量的伪线性定位方程，针对一般的加权最小二乘算法在观测误差较大时位置估计不准确的问题，本专利技术提出一种利用结构总体最小二乘法的传感器网络目标定位方法，基于联合时延差与角度测量的伪线性定位方程，考虑了回归矩阵中存在扰动时，利用结构总体最小二乘算法求解，在观测误差较大的情况下，提高了联合时延差与角度测量的估计精度。本专利技术解决其技术问题所采用的技术方案主要包括如下步骤：第一步：计算角度测量矩阵Gk和单位方向向量bk已知传感器网络观测的角度测量值俯仰角和偏向角θk，根据公式(1)和公式(2)计算角度测量矩阵Gk和单位方向向量bk：第二步：构造伪线性观测矩阵A任意选取一个节点为参考节点，由第一步公式(1)可计算角度测量矩阵Gk和单位方向向量bk，其中k分别取1,2，…，N，N表示传感器网络中的传感器数目，根据如下公式构造伪线性观测矩阵A；第三步：构造伪线性测量值h传感器节点位置sk＝[skx,sky,skz]T，表示传感器第k个传感器的三维坐标，时延差测量τk表示目标发射信号到第k个节点的传播时间与目标发射信号到参考节点的传播时间的差值，根据已知的角度测量矩阵Gk、单位方向向量bk、传感器节点位置sk和时延差测量τk，用公式(4)构造与伪线性观测矩阵A对应的伪线性测量值h：式(4)中c表示信号在介质中的传播速度；第四步：利用结构总体最小二乘方法求解目标位置坐标u＝[ux,uy,uz]T由于所有观测值存在噪声，因此构造伪线性观测方程为：(A+E)u＝h+r，其中E为观测误差引起的伪线性观测矩阵A的误差，r为由观测误差引起的伪线性测量值h的误差，并且E、u和r均为未知量，选取误差限ε，ε取小于10-3的常数，对构造的伪线性观测方程(A+E)u＝h+r，利用结构总体最小二乘方法求解目标位置u；用向量表示扰动矩阵E中的非0元素，利用u＝[ux,uy,uz]T中的元素定义矩阵使得方程(A+E)u＝h+r左边的项Eu通过向量α表示为Uα＝Eu，再利用结构总体最小二乘方法求解目标位置u即可；所述结构总体最小二乘方法求解的具体实施步骤如下：初始化：令结构误差矩阵E＝0，则α＝0，初始化令u＝(ATA)-1ATh，并从u构造U满足Uα＝Eu，求出误差r＝(A+E)u-h，迭代次数n＝0；步骤1：通过公式计算Δα和Δu，其中Δα和Δu分别表示需要对已知变量α和u做出的微小改变量；步骤2：令u←u+Δu，α←α+Δα；步骤3：从向量α构造矩阵E，从向量u构造矩阵U，若||Δα,Δu||2＜ε，则进入步骤5，若迭代次数n大于50，进入步骤4，否则，n←n+1并执行步骤1；步骤4：如果迭代次数n大于50时，u＝(ATA)-1ATh，进入步骤5；步骤5：输出结果u。本专利技术在观测误差比较大的情况下，相比于传统的加权最小二乘算法，由于结构总体最小二乘算法充分利用观测矩阵A的特殊结构，因此提高了目标的平均估计精度，所有方案没有涉及观测的噪声方差，因此本专利技术不需要估计实际的观测噪声方差，不需要计算伪观测方程的噪声分布，简单容易实现；由于联合使用不同种类的测量信息，不但提高传感器网络的定位精度，而且具有更重要的现实意义，所以综上所述，本专利技术具有简单易实现的特点，低信噪比下平均估计精度高，可以广泛应用于传感器网络目标定位相关领域。附图说明图1是本专利技术的计算方法流程图。图2是本专利技术的一种网络目标定位的几何结构示意图。图3是本专利技术对目标的定位状态对比图。图4是本专利技术不同观测噪声条件下目标定位偏差对比图。图5是本专利技术不同观测噪声条件下目标定位均方误差对比图。其中，图2中和为节点s1和s2的俯仰角，θ1和θ2为节点s1和s2的偏向角，u＝[ux,uy,uz]T是未知目标的坐标，代表未知的目标，图4图5中的WLS表示加权最小二乘法，STLN表示结构总体最小二乘法。具体实施方式下面结合附图和实施例对本专利技术进一步说明。图1为本专利技术的计算方法总体流程图，对于具有N个节点的传感器网络，已知传感器节点位置k＝1,2,…,N，假设未知的目标位置为传感器网络的N个传感器观测到目标的N对角度测量(包括俯仰角和偏向角θk)和N-1个到达时延差测量τk(假设选取第1个节点为参考节点)，向量形式的测量模型可以表示为式(5)中是无观测噪声的真实测量，τk＝(rk-r1)/c代表第N个传感器到第1个传感器的真实时延差，且rk＝||u-sk||2表示目标与传感器的距离、c表示信号的传播速度，n表示观测噪声，是具有噪声的观测量。本专利技术从具有噪声的观测量中估计未知的目标位置，由于观测量与目标位置u之间的问题是非线性非凸问题，很难直接求解，因此需要构建观测量的伪线性方程。由图2可得偏向角θk与目标位置的非线性关系为sin(θk)(ux-sk,x)-cos(θk)(uy-sk,y)＝0(7)由图2可得俯仰角与目标位置的非线性关系为由于那么根据(4)式可以得到：令根据(3)式和(5)式，可以得到关于目标位置的线性等式方程：Gku＝Gksk(10)由图2可得到：u-sk＝rkbk(11)式中是目标位置相对于第k个传感器的单位向量。由于：rk(bk-b1)T(bk+b1)＝0(12)根据(7)式和(8)式，可以得到另一个目标位置的线性方程2(bk-b1)Tu＝(bk-b1)T(s1+sk-cτkb1)(13)联合(6)式与(9)式，本文档来自技高网...

【技术保护点】
一种联合时延差与角度测量的传感器网络目标定位方法，其特征在于包括下述步骤：第一步：计算角度测量矩阵G

【技术特征摘要】
1.一种联合时延差与角度测量的传感器网络目标定位方法，其特征在于包括下述步骤：第一步：计算角度测量矩阵Gk和单位方向向量bk已知传感器网络观测的角度测量值俯仰角和偏向角θk，根据公式(1)和公式(2)计算角度测量矩阵Gk和单位方向向量bk：第二步：构造伪线性观测矩阵A任意选取一个节点为参考节点，由第一步公式(1)可计算角度测量矩阵Gk和单位方向向量bk，其中k分别取1,2，…，N，N表示传感器网络中的传感器数目，根据如下公式构造伪线性观测矩阵A；第三步：构造伪线性测量值h传感器节点位置sk＝[skx,sky,skz]T，表示传感器第k个传感器的三维坐标，时延差测量τk表示目标发射信号到第k个节点的传播时间与目标发射信号到参考节点的传播时间的差值，根据已知的角度测量矩阵Gk、单位方向向量bk、传感器节点位置sk和时延差测量τk，用公式(4)构造与伪线性观测矩阵A对应的伪线性测量值h：式(4)中...

【专利技术属性】
技术研发人员：王海燕，贾天一，申晓红，董海涛，常娟，荆海霞，柳溪，马石磊，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61