基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法技术

本发明专利技术公开了一种基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法，本发明专利技术针对野外搜救过程中的失踪者定位问题，第一，使用K近邻和高斯滤波的方法进行数据的预处理，达到平滑去噪的目的。第二，通过卡尔曼滤波器实现测量数据与估计数据的融合，使产生的定位点具有更高的可靠性。第三，实时更新的路径衰减模型；使接收节点测量得到的RSSI值可以更加精确地转换为相应的距离值，进而提高定位的精度。

【技术实现步骤摘要】
基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法
本专利技术属于通信系统
，尤其涉及一种基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法。
技术介绍
全球卫星导航定位技术日益成熟，定位精度不断提高，完成了军事、工业以及公共服务等方面的渗透，在国民经济各领域得到了广泛应用。虽然全球卫星导航技术实现定位可以达到比较高的精度，但是易受到地形和应用场景的限制。在抢险救灾、士兵作战布局、野外搜寻等情景下，移动自组织网络依靠其灵活性、无线连接稳定性、强适应性可以完成卫星导航系统难以完成的任务。现有的定位方法有基于卫星导航系统的网络定位方法和基于WLAN系统的自组织网络定位方法，比较先进的定位方法有GPS+UWB的混合定位方式，GPS+BDS的救援定位方式，导航定位传感器GNSS接收机、视觉传感器和惯性导航传感器数据融合定位。但在实际使用环境中，受地形和环境影响，待定位节点无法正常接收卫星信号，无法与接收节点及时建立有效的连接，复杂地形也会给定位任务带来巨大挑战。所以WLAN自组织网络定位系统在实际环境中比网络定位更加可靠，在没有网络环境的情况本文档来自技高网...

【技术保护点】
1.基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法，其特征在于，包括以下步骤：/n步骤1，接收节点获取待定位节点的RSSI数据，并采用K近邻对待定位节点的RSSI数据进行分类统计，并剔除空间异常值，得到正常RSSI数据；再采用高斯滤波对正常RSSI数据进行滤波去噪，得到预处理后的RSSI数据；/n其中，RSSI为接收的信号强度指示；接收节点上装有定位天线或全向天线；/n步骤2，根据预处理后的RSSI数据获取当前待定位节点的方向信息和距离信息；每个接收节点根据其每次测量的方向信息和距离信息估计待定位节点的定位坐标；所有接收节点将各自预测的定位坐标进行平均加权处理，得到待定位节点的最优定位坐标；...

【技术特征摘要】
1.基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法，其特征在于，包括以下步骤：
步骤1，接收节点获取待定位节点的RSSI数据，并采用K近邻对待定位节点的RSSI数据进行分类统计，并剔除空间异常值，得到正常RSSI数据；再采用高斯滤波对正常RSSI数据进行滤波去噪，得到预处理后的RSSI数据；
其中，RSSI为接收的信号强度指示；接收节点上装有定位天线或全向天线；
步骤2，根据预处理后的RSSI数据获取当前待定位节点的方向信息和距离信息；每个接收节点根据其每次测量的方向信息和距离信息估计待定位节点的定位坐标；所有接收节点将各自预测的定位坐标进行平均加权处理，得到待定位节点的最优定位坐标；通过卡尔曼滤波器对当前测量数据和预测数据进行融合，更新待定位节点的最优定位坐标；
步骤3，判断当前所有接收节点是否满足辅助定位条件，若是，则进行辅助定位，并更新待定位节点的最优定位坐标；否则，转入步骤4；
步骤4，建立路径衰减模型，采用实时测量数据对路径衰减模型进行训练，得到训练后的路径衰减模型；基于训练后的路径衰减模型将接收节点获取的RSSI测量值转换为对应测距值；根据测距值判断是否定位成功，若是，则依据测距值得到待定为节点的精确定位坐标，否则，接收节点向待定位节点方向移动，重新获取移动后的待定位节点的RSSI数据，重复步骤1-4。


2.根据权利要求1所述的基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法，其特征在于，所述采用K近邻法对待定位节点的RSSI数据进行分类统计的具体过程为：
首先，对于当前时刻待定位节点的RSSI数据中的每个空间采样位置xi，i＝1，2，...，N；寻找xi的最近邻居集合，并计算xi处的RSSI及其最近邻居集合内所有采样位置的RSSI，组成向量diffi；遍历待定位节点的RSSI数据中的所有空间采样位置，对应得到N个向量diffi；
其次，将N个向量diffi附加到一个总差异向量diff中；将总差异向量diff中绝对值的中值记为m，表示任意给定点附近的典型偏差的大小；
最后，对于每个采样位置xi，分别比较其对应的RSSI和其每个最近邻居的RSSI的差异是否大于设定阈值m*k，k为修正因子，若是，则该位置对应的RSSI值划分为空间异常值，将其删除，否则，保留该位置对应的RSSI值；遍历所有采样位置，得到剔除空间异常值的RSSI值，即为正常RSSI数据。


3.根据权利要求1所述的基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法，其特征在于，所述通过卡尔曼滤波器对当前测量数据和预测数据进行融合为利用卡尔曼滤波来描述待定位节点前后时刻预测坐标的递推关系，用离散线性系统的卡尔曼模型来描述，具体如下：
首先，给定初始时刻误差初值P(0|0)，由初始时刻的测量数据可得到初始时刻的最优定位坐标；
其次，采用待定位节点前后时刻估计值的递推关系，得到待定位节点当前时刻的最优估计值，即当前时刻待定位节点的最优定位坐标值；
预测阶段
修正阶段
其中，X(k|k-1)为当前时刻的状态预测值，即当前时刻待定位节点的定位坐标预测值，P(k|k-1)为当前时刻的预测估算偏差，X(k-1|k-1)为上一时刻优化状态值，即上一时刻待定位节点的最优定位坐标值，P(k-1|k-1)为上一时刻的估算偏差，Q为预测的...

【专利技术属性】
技术研发人员：曹军勤，张凡，孙文，蔺晓星，
申请(专利权)人：西安烽火电子科技有限责任公司，
类型：发明
国别省市：陕西;61