一种基于时空域联合处理的集中式协作定位系统和方法技术方案

本发明专利技术提供了一种基于时空域联合处理的集中式协作定位系统和方法。通过利用具有自定位信息节点的位置信息和所有节点间的相对距离信息，完成网络中节点的定位。针对该系统所设计的协作定位方法在每个时间片，首先利用中心处理节点收集网络中所有节点在往前回溯的多个时间片内的位置信息以及节点间的相对距离信息，然后基于各个节点运动轨迹约束对多时间片的测量信息进行时空域的联合处理，得到所有节点在当前时刻的位置估计。本发明专利技术通过对多时间片的测量信息进行联合处理，能够有效提高节点的定位精度，并且在节点速度比较大或者网络连通性较差的情况下，该方法具有比基于单时间片测量信息的协作定位方法更好的稳定性。

A Centralized Cooperative Location System Based on Spatio-temporal Joint Processing

【技术实现步骤摘要】
一种基于时空域联合处理的集中式协作定位系统和方法
本专利技术属于导航领域，是一种基于时空域联合处理的集中式协作定位系统和方法。
技术介绍
实时、高精度的定位信息对于很多无线网络来说至关重要，例如无线传感器网络、智能交通系统、无人机网络等。通常情况下，传统的定位系统，如全球卫星定位系统(GNSS)，能够为这些系统提供较高精度的定位信息。但是，出于成本和功耗的考虑，给网络中每个节点都安装一个GNSS接收机是不现实的。另外，在恶劣环境条件下，例如城市峡谷、森林、隧道等，GNSS信号容易受到干扰，此时，GNSS提供的位置信息与真实位置存在很大的偏差，这使得GNSS定位系统的性能大大降低。协作定位能够有效利用网络中节点间的协作来提高定位的性能。在协作定位系统中，所有的节点可以大致分为两类：(1)参考节点，这些节点能够通过传统的定位方法，如GNSS，对自身进行定位；(2)非参考节点，这些节点由于没有GNSS接收机或者由于障碍物的遮挡等原因，无法进行自定位。协作定位的性能与所用的数据融合方法有很大的关系，扩展卡尔曼滤波算法和置信度传播算法是比较常用的协作定位方法，其他方法还包括最小二乘算法和最大似然估计算法等。基于扩展卡尔曼滤波算法的协作定位算法具有较低的复杂度，因而得到了广泛的应用，它利用一个线性的系统对非线性的协作定位系统进行近似，线性系统和非线性系统之间的失配会大大降低系统的定位性能。基于因子图的置信度传播算法，如SPAWN算法，也被广泛运用。该算法没有考虑到节点的运动状态约束，并且对于解算初值的精度比较敏感。因此该算法在静态或者准静态的网络环境下可以提供较高的定位精度，但是当运用于高速运动的环境时，该算法的解算初值的误差比较大，因而其最终的定位精度也较差。最小二乘算法或者最大似然算法在高斯白噪声条件下渐近最优，但是由于目标问题是非凸的，其解算难度比较大。上述的协作定位方法可以大致分为两类：集中式方法和分布式方法。在集中式协作定位系统中存在一个中心处理节点，该节点首先收集网络中所有节点的可用观测信息，然后对这些节点进行定位；在分布式协作定位系统中，各个节点只收集邻近节点的观测信息，基于这些信息完成自身的定位即可。总的来说，集中式算法具有比分布式算法更好的定位精度，但是，集中式算法在小型网络中的性能较好，当运用于大型网络时，会招致较大的通信负担和计算复杂度，此时分布式算法在牺牲一定定位精度的情况下能够有效减小通信负担和计算复杂度。另外，上述的协作定位算法在每个时间片只考虑了当前一个时间片内的观测信息，当节点运动速度比较大或者邻近节点数目不足时，这些算法的定位精度比较差，并且定位结果容易发散。本专利技术针对小型网络中节点的定位问题，提出了一种基于时空域联合处理的集中式协作定位系统和方法。该系统针对移动的小型无线网络中部分节点无法完成自定位，并且会出现邻近节点数目不足等问题，基于节点的轨迹信息约束，对多时间片内参考节点的位置估计信息以及所有节点间的相对距离信息进行融合，进而完成网络中所有节点的定位。所提出的协作定位方法在每个时间片内，中心处理节点首先收集所有节点在往前回溯的多个时间片内参考节点的位置信息以及所有节点间的相对距离信息；然后基于各个节点在当前时刻的状态信息变量，反演出该节点在这些时间片内的位置信息，得到该节点的轨迹信息；随后利用传统的协作定位方法计算出各个节点状态信息的初始估计值，包括位置信息、速度信息以及加速度信息等，作为多时间片内节点轨迹信息的初始解算值；最后基于所有节点的轨迹信息约束，对多时间片内的观测信息进行融合，得到更高精度的关于当前时刻各个节点状态信息的估计值。
技术实现思路
本专利技术的目的是针对恶劣的环境条件下，高速运动的小型无线网络中部分节点无法通过传统的定位方法，如GNSS，进行定位，并且会出现节点连接数不足的情况，提出一种基于时空域联合处理的集中式协作定位系统和方法。本专利技术一方面公开了一种基于时空域联合处理的集中式协作定位系统，系统中存在多个节点和一个中心处理节点，其中的中心处理节点负责完成所有节点的定位；中心处理节点中包括多时间片观测信息缓存模块、节点轨迹信息反演模块、节点状态信息初估计模块、时空域联合处理模块；观测信息同时作为多时间片观测信息缓存模块、节点状态信息初估计模块的输入，当前时刻各节点状态变量作为节点轨迹信息反演模块的输入，多时间片观测信息缓存模块、节点轨迹信息反演模块、节点状态信息初估计模块的输出同时作为时空域联合处理模块的输入，时空域联合处理模块的输出作为结果。本专利技术另一方面公开了一种所述系统的集中式协作定位方法，包括如下步骤：(1)多时间片观测信息缓存模块作为一个数据缓存模块，在每个时间片，该模块缓存了系统中所有节点在当前时刻往前回溯的多个时间片内的所有观测信息，将这些观测信息送入到时空域联合处理模块；(2)节点轨迹信息反演模块基于系统中所有节点在当前时刻的状态信息变量，推算出这些节点在往前回溯的多个时间片内的位置信息，得到这些节点在这些时间片内的轨迹信息，将所有节点的轨迹信息送入到时空域联合处理模块；(3)节点状态信息初估计模块基于单时间片的观测信息，对系统中所有节点的状态信息进行初估计；将这些状态信息初估计送入到时空域联合处理模块；(4)时空域联合处理模块将节点状态信息初估计模块提供的节点状态信息估计作为解算的初值，利用运动轨迹约束对系统中所有节点在多时间片的观测信息进行时空域的联合处理，得到当前时刻各个节点的状态估计，这其中就包括了节点位置的估计值。本专利技术基于系统中各节点的运动轨迹约束，利用中心处理节点对所有节点在多个时间片内的观测信息进行时空域的联合处理，通过增加时间域的协作，可以有效提高节点的定位精度，并且在节点运动速度比较大或者连接数比较少等恶劣环境条件下，本专利技术能够有效提高定位结果的稳定性。附图说明图1是基于时空域联合处理的集中式协作定位方法的框图；图2是非参考节点的定位误差累积密度图；图3是参考节点的定位误差累积密度图。具体实施方式本专利技术设计了一种集中式的协作定位系统和方法。该系统是针对小型的移动网络中部分节点无法完成自定位的问题，利用参考节点的位置估计信息和节点间的相对距离信息完成网络中所有节点的定位。所提出的集中式的协作定位方法基于各个节点在当前时刻的状态信息反演出该节点在往前回溯的多个时间片内的轨迹信息。然后基于所有节点的轨迹信息约束对这些节点在多个时间片内的观测信息进行时空域的联合处理，得到所有节点在当前时刻的位置估计。该方法能够有效提高节点的定位精度以及定位结果的稳定性。基于时空域联合处理的集中式协作定位系统中的中心处理节点包含了以下四个模块：多时间片观测信息缓存模块、节点轨迹信息反演模块、节点状态信息初估计模块、时空域联合处理模块。针对该系统所设计的集中式协作定位方法包括如下步骤：(1)建立系统的状态模型，确定系统的观测方程：其只，为节点m在t时刻的位置信息，为参考节点的位置观测信息，表示位置观测误差；为节点m与节点n之间的相对距离信息观测值，表示的是真实距离，表示的是相对距离信息观测误差；(2)在当前时间片k，缓存τ＝k-K+1时刻到k时刻的K个时间片内参考节点的位置信息以及所有节点间的相对距离信息其中，Na表示参考节点的数量，M表示本文档来自技高网...

【技术保护点】
1.一种基于时空域联合处理的集中式协作定位系统，其特征在于系统中存在多个节点和一个中心处理节点，其中的中心处理节点负责完成所有节点的定位；中心处理节点中包括多时间片观测信息缓存模块(101)、节点轨迹信息反演模块(102)、节点状态信息初估计模块(103)、时空域联合处理模块(104)；观测信息同时作为多时间片观测信息缓存模块(101)、节点状态信息初估计模块(103)的输入，当前时刻各节点状态变量作为节点轨迹信息反演模块(102)的输入，多时间片观测信息缓存模块(101)、节点轨迹信息反演模块(102)、节点状态信息初估计模块(103)的输出同时作为时空域联合处理模块(104)的输入，时空域联合处理模块(104)的输出作为结果。

【技术特征摘要】
1.一种基于时空域联合处理的集中式协作定位系统，其特征在于系统中存在多个节点和一个中心处理节点，其中的中心处理节点负责完成所有节点的定位；中心处理节点中包括多时间片观测信息缓存模块(101)、节点轨迹信息反演模块(102)、节点状态信息初估计模块(103)、时空域联合处理模块(104)；观测信息同时作为多时间片观测信息缓存模块(101)、节点状态信息初估计模块(103)的输入，当前时刻各节点状态变量作为节点轨迹信息反演模块(102)的输入，多时间片观测信息缓存模块(101)、节点轨迹信息反演模块(102)、节点状态信息初估计模块(103)的输出同时作为时空域联合处理模块(104)的输入，时空域联合处理模块(104)的输出作为结果。2.一种如权利要求1所述系统的集中式协作定位方法，其特征在于包括如下步骤：(1)多时间片观测信息缓存模块作为一个数据缓存模块，在每个时间片，该模块缓存了系统中所有节点在当前时刻往前回溯的多个时间片内的所有观测信息，将这些观测信息送入到时空域联合处理模块；(2)节点轨迹信息反演模块基于系统中所有节点在当前时刻的状态信息变量，推算出这些节点在往前回溯的多个时间片内的位置信息，得到这些节点在这些时间片内的轨迹信息，将所有节点的轨迹信息送入到时空域联合处理模块；(3)节点状态信息初估计模块基于单时间片的观测信息，对系统中所有节点的状态信息进行初估计；将这些状态信息初估计送入到时空域联合处理模块；(4)时空域联合处理模块将节点状态信息初估计模块提供的节点状态信息估计作为解算的初值，利用运动轨迹约束对系统中所有节点在多时间片的观测信息进行时空域的联合处理，得到当前时刻各个节点的状态估计，这其中就包括了节点位置的估计值。3.如权利要求2所述的基于时空域联合处理的集中式协作定位方法，其特征在于所述的步...

【专利技术属性】
技术研发人员：范程飞，李立言，蔡云龙，赵民建，徐星龙，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33