基于因子图的三维协同定位方法技术

本发明专利技术提出一种基于因子图的三维协同定位方法，首先将协同定位网络的拓扑图映射到因子图中，构建待定位节点间的因子图和内部因子图的模型，然后利用和积算法的置信度信息传递准则，推导得到了内部因子图上各个变量节点和函数节点的参数计算表达式，解决了在三维空间下待定位节点间信息传递计算推导困难的问题，提高了算法的实用性与系统的定位精度。本发明专利技术计算复杂度小、通信开销小、收敛速度快，可有效解决以无人机为代表的高动态目标定位困难的问题。

【技术实现步骤摘要】
基于因子图的三维协同定位方法
本专利技术是一种适用于以无人机为代表的三维空间下的协同定位方法，特别涉及一种基于因子图(Factorgraph)模型辅助的三维协同定位(three-dimensionalcooperativepositioning)方法。
技术介绍
随着信息化技术的发展，人们对于位置服务的需求越来越高。无线传感器网络(WirelessSensorNetworks,WSN)技术因成本低廉、精度高、自组网管理、适应性强等优点受到国内外学者的广泛关注。在无线传感器网络中，节点定位技术是其不可或缺的一部分。节点定位最为简单的方案是为网络中每个节点都安装全球定位系统(GlobalNavigationSatelliteSystem,GNSS)设备，以实现节点自动定位功能。GNSS是当前应用最多的定位系统，通过精确的同步时钟和观测量实现定位，其突出优点是具有全球全天候导航定位的能力。但是GNSS的弊病在于当定位环境中存在众多建筑物或其它障碍物时，卫星信号容易受到遮挡而衰弱，导致定位性能降低。此外，受成本、硬件设施体积等因素限制，GNSS难以应用于无线传感器网络中所有节点的定位。节点定位算法依据数据获取来源可分为协同定位算法与非协同定位(传统定位)算法。非协同定位算法主要针对锚节点数量充足情况下目标的高精度定位。然而在实际应用场景中，并不是所有定位环境都能够满足这一前提条件，为此，针对病态无线环境下定位困难的问题，协同定位方案成为当前研究热门。协同定位的核心思想在于引入“协作”概念，网络中所有待定位节点可与通信范围内所有节点协作通信，邻居节点包含锚节点与其它待定位节点。目前，在二维平面内，已经提出了很多适用于复杂定位场景的协同定位算法，这些算法能够很好的解决无线环境中锚节点稀疏、存在非视距误差等病态定位条件下定位困难的问题，有的算法也引入了概率图论知识，降低了系统的通信开销。但是在实际的三维环境中，受节点部署环境的影响，无线传感器网络呈现出三维分布、链路复杂等特点。实际应用场景中网络规模、节点密度比二维平面的定位场景更为复杂，网络的拓扑结构也更加多样化，同时因为维度的增加，系统的计算变的更加复杂，功耗与通信开销与定位精度更难同时兼顾，算法的设计难度不断增大。
技术实现思路
本专利技术的目的在于提供一种基于因子图的三维协同定位方法，这种基于因子图的三维协同定位方法计算复杂度小、通信开销小、收敛速度快，可有效解决以无人机为代表的高动态目标定位困难的问题。本专利技术所提出的基于因子图的三维协同定位方法结合因子图图论模型能降低系统计算量的优点和分布式协同定位方法灵活性高通信开销较小的优点，为了提升协同网络的定位性能，本专利技术首先将协同定位网络的拓扑图映射到因子图中，构建待定位节点间的因子图和内部因子图的模型，然后利用和积算法的置信度信息传递准则，推导得到了内部因子图上各个变量节点和函数节点的参数计算表达式，解决了在三维空间下待定位节点间信息传递计算推导困难的问题，提高了算法的实用性与系统的定位精度。本专利技术的技术方案为：所述一种基于因子图的三维协同定位方法，包括以下步骤：步骤1：构建协同定位网络，网络中包括已知精确位置信息的锚节点和带有位置模糊度的待定位节点；步骤2：对于每个待定位节点，执行接收通信范围内邻居节点的位置信息，测量与邻居节点间的距离，得到测距误差的统计特性；并将其通信范围内的所有邻居节点映射到因子图中，构建该待定位节点对应的内部因子图；内部因子图中包括变量节点和函数节点；步骤3：对于具体的待定位节点mq，通过循环迭代方式得到待定位节点mq的位置坐标信息；所述循环迭代，分为上行迭代与下行迭代：首先待定位节点mq与通信范围内邻居节点的测距信息由函数节点进入该待定位节点的内部因子图；在上行迭代迭代过程中，通过函数节点依循和积算法的置信度信息传递准则更新变量节点的置信度信息；其次进行下行迭代为下一次的迭代更新做准备，最后得到待定位节点mq的位置坐标信息；在判定达到最大迭代次数收敛时，循环结束。进一步的，步骤3中，对于具体的待定位节点mq，通信范围内有M+N个邻居节点，其中M个锚节点，N个待定位节点；待定位节点mq的内部因子图中包含变量节点di、Δxiq、Δyiq、Δziq、xq、yq和zq，函数节点Di、Ei、Ai、Bi和Ci，i＝1,2,…,M+N；表示待定位节点mq与其通信范围内第i个邻居节点的测距信息；di基于函数节点Di产生，在数值上等于Δxiq、Δyiq和Δziq表示待定位节点mq与第i个邻居节点在三个坐标轴上的相对距离；xq、yq和zq表示待定位节点mq的位置估计；Di表示测距信息的统计特性，服从均值为方差为的高斯分布；Ei用于转换xq坐标、yq坐标与zq坐标之间的置信度信息；Ai、Bi、Ci用来描述待定位节点mq相对于第i个邻居节点在三轴上的方向和距离。进一步的，步骤3中，对于具体的待定位节点mq，采用以下过程进行循环迭代：在进行第k次迭代时，将待定位节点mq与通信范围内第i个邻居节点之间的测距信息送入mq与第i个邻居节点的内部因子图中对应支路的函数节点得到对应变量节点的置信度信息，上标k表示第k次迭代；其中服从均值为方差为的高斯分布，BI()表示置信度信息，置信度信息包括均值和方差，N()表示待定位节点与第i个邻居节点的测距信息统计特性分布；步骤3.1：第k次上行迭代：利用函数节点更新变量节点和的置信度信息：其中，和分别表示变量节点和的均值，和分别表示变量节点和的方差；利用函数节点和实现相对位置与绝对位置信息的转换，更新变量节点和的置信度信息；根据邻居节点类型分为两种类型，一种是第i个邻居节点为锚节点(Xi,Yi,Zi)，另一种是第i个邻居节点是存在位置模糊度的其它待定位节点待定位节点mq的邻居节点为锚节点时，函数节点和利用公式更新变量节点和的置信度信息；邻居节点为其它待定位节点时的置信度信息，函数节点和利用公式更新变量节点和的置信度信息；步骤3.2：第k次下行迭代：变量节点基于置信度算法计算准则，更新函数节点Ai、Bi和Ci的置信度信息：其中，和分别是关于变量的高斯分布；待定位节点mq的邻居节点为锚节点时，函数节点和按照公式更新变量节点和的置信度信息；待定位节点mq的邻居节点为其它待定位节点时，函数节点和按照公式更新变量节点和的置信度信息；其中和为变量节点和的均值，和为变量节点和的方差；步骤3.3：依据公式更新待定位节点mq的置信度信息。进一步的，在协同定位网络中所有待定位节点并行完成上行迭代和下行迭代后，判断是否达到最大迭代次数完成收敛，如果达到最大迭代次数本文档来自技高网...

【技术保护点】
1.一种基于因子图的三维协同定位方法，其特征在于：包括以下步骤：/n步骤1：构建协同定位网络，网络中包括已知精确位置信息的锚节点和带有位置模糊度的待定位节点；/n步骤2：对于每个待定位节点，执行接收通信范围内邻居节点的位置信息，测量与邻居节点间的距离，得到测距误差的统计特性；并将其通信范围内的所有邻居节点映射到因子图中，构建该待定位节点对应的内部因子图；内部因子图中包括变量节点和函数节点；/n步骤3：对于具体的待定位节点m

【技术特征摘要】
1.一种基于因子图的三维协同定位方法，其特征在于：包括以下步骤：
步骤1：构建协同定位网络，网络中包括已知精确位置信息的锚节点和带有位置模糊度的待定位节点；
步骤2：对于每个待定位节点，执行接收通信范围内邻居节点的位置信息，测量与邻居节点间的距离，得到测距误差的统计特性；并将其通信范围内的所有邻居节点映射到因子图中，构建该待定位节点对应的内部因子图；内部因子图中包括变量节点和函数节点；
步骤3：对于具体的待定位节点mq，通过循环迭代方式得到待定位节点mq的位置坐标信息；所述循环迭代，分为上行迭代与下行迭代：
首先待定位节点mq与通信范围内邻居节点的测距信息由函数节点进入该待定位节点的内部因子图；在上行迭代迭代过程中，通过函数节点依循和积算法的置信度信息传递准则更新变量节点的置信度信息；其次进行下行迭代为下一次的迭代更新做准备，最后得到待定位节点mq的位置坐标信息；在判定达到最大迭代次数收敛时，循环结束。


2.根据权利要求1所述一种基于因子图的三维协同定位方法，其特征在于：步骤3中，对于具体的待定位节点mq，通信范围内有M+N个邻居节点，其中M个锚节点，N个待定位节点；
待定位节点mq的内部因子图中包含变量节点di、Δxiq、Δyiq、Δziq、xq、yq和zq，函数节点Di、Ei、Ai、Bi和Ci，i＝1,2,…,M+N；

表示待定位节点mq与其通信范围内第i个邻居节点的测距信息；di基于函数节点Di产生，在数值上等于Δxiq、Δyiq和Δziq表示待定位节点mq与第i个邻居节点在三个坐标轴上的相对距离；xq、yq和zq表示待定位节点mq的位置估计；Di表示测距信息的统计特性，服从均值为方差为的高斯分布；Ei用于转换xq坐标、yq坐标与zq坐标之间的置信度信息；Ai、Bi、Ci用来描述待定位节点mq相对于第i个邻居节点在三轴上的方向和距离。


3.根据权利要求2所述一种基于因子图的三维协同定位方法，其特征在于：步骤3中，对于具体的待定位节点mq，采用以下过程进行循环迭代：
在进行第k次迭代时，将待定位节点mq与通信范围内第i个邻居节点之间的测距信息送入mq与第i个邻居节点的内部因子图中对应支路的函数节点得到对应变量节点的置信度信息，上标k表示第k次迭代；



其中服从均值为方差为的高斯分布，BI()表示置信度信息，置信度信息包括均值和方差，N...

【专利技术属性】
技术研发人员：唐成凯，朱星星，张怡，张玲玲，刘嘉琦，王晨，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61