一种基于角度测量的分布式协作定位方法技术

本发明专利技术公开了一种基于角度测量的分布式协作定位方法，在协作定位场景下，每个用户节点将基于自身的位置先验信息，利用其通信范围内各节点间的到达方位角观测，使用因子图模型与广义近似消息传递算法，实现各用户位置估计的分布式更新，经多轮迭代，最终使各节点同时获得高精度的定位结果，低复杂度地实现了高精度位置估计，同时，本发明专利技术采用了分布式协作方案，有效降低用户节点的通信代价与能耗，提升系统的实用性。

【技术实现步骤摘要】
一种基于角度测量的分布式协作定位方法
本专利技术属于协作定位
，具体涉及一种基于角度测量的分布式协作定位方法。
技术介绍
近年来，随着无线网络与通信技术的快速发展，用户对精确定位的需求急剧攀升。根据定位的具体机制，常用的定位方法主要包括基于测距的方法、基于测角的方法、以及基于其它测量的方法。其中，基于测距的定位通过获取信号的到达时间(TimeofArrival，TOA)或到达时间差(TimeDifferenceofArrival，TDOA)来获得节点之间的距离或距离差，从而使用三边定位或多边定位等方法实现位置解算。然而，想获得高精度的距离测量并不容易。超宽带(UltraWideBand，UWB)无线通信技术使用多径分辨能力强的极窄的脉冲信号实现厘米级定位，但该技术通常用于工厂等特定区域，部署代价很大。第五代移动通信(5G)使用的高频或者毫米波通信可以实现较高精度的到达时间差测量，然而进一步降低时钟误差则需要采用高精度晶振，从而面临较高的成本代价。随着5G等无线通信技术的发展，大规模天线(MassiveMIMO)技术广泛应用于各类通信节点之中，为用户提供了具有更高分辨率的波束，使得基于测角的高精度定位成为了可能。使用天线阵列测量发射信号的到达角(AngleofArrival，AOA)，包括节点间的方位角和俯仰角等信息，能够计算用户节点的位置估计。然而，传统的定位方法要求每一个位置未知的节点都需要与足够多数量的锚节点(如基站)建立通信，想要同时满足锚节点覆盖面积、通信稳定性和定位精度的需求是十分困难的。因此，协作定位逐渐受到研究者们的重视。在协作定位中，用户节点不仅可以和锚节点通信，还可以和其他用户节点通信，获得更多的观测信息来辅助定位，从而降低对锚节点布设密度的要求；或者在有先验位置信息的前提下，不依赖锚节点，仅通过用户节点间的协作，也能够实现高精度的位置估计。此外，使用分布式协作方案，相比于集中式协作方案，能够有效降低用户节点的通信代价与能耗，进一步提升协作定位的实用性。
技术实现思路
有鉴于此，本专利技术提供了一种基于角度测量的分布式协作定位方法，能够低复杂度地实现高精度位置估计。实现本专利技术的技术方案如下：一种基于角度测量的分布式协作定位方法，包括以下步骤：步骤一、构建无线协作定位网络；步骤二、利用广义近似消息传递算法实现位置估计。进一步地，步骤一具体为：1.1、定义一个由N个节点组成的分布式无线协作定位网络，其目标是估计各节点的二维位置坐标xi,i＝1,2,…,N；在所述协作定位网络中，已知各节点位置先验的均值与方差(本专利技术忽略变量间的协方差)，且各节点都能够接收到来自Ki个相邻节点的信号，并测量该信号在二维平面上的到达角θi,k,k＝1,2,…,Ki；1.2、为降低位置估计的计算复杂度，本专利技术采用线性化方式构建角度观测与位置坐标间的关系；对于节点i，定义系统的线性观测其中ρi,k＝[cosθi,k,sinθi,k]T；因此对于节点i，构建该无线协作定位网络的模型为ρi＝Aizi+di，其中位置坐标变量由与节点i相邻的Ki个节点以及节点i自身的位置坐标构成，Ai为随节点位置估计值动态变化的线性变换矩阵，di为观测噪声；1.3、本专利技术采用因子图的方法求取各坐标变量的边缘概率分布；在分布式网络中，对于每一个节点i，将相邻节点与其自身的位置坐标表示为变量节点，将联合后验概率密度函数分解后得到的每一个因式表示为因式节点，并将有对应关系的变量节点与因式节点连接成边，从而形成节点i的因子图，以求取节点i坐标变量的估计值。进一步地，步骤二具体为：2.1、使用各节点位置先验观测的均值和方差对因子图上的消息初始化；通过相互通信，各节点获得相邻节点的先验信息，并测量信号的到达角，计算线性观测ρ；考虑在第i个节点所形成的因子图；使用相邻节点与节点自身的位置先验来初始化各变量节点概率分布的均值z(0)与方差其中各变量的上标(t)表示迭代的轮次t；为简化表达，步骤2.2中将忽略各变量中表示节点序号的下标i；2.2、对线性模型ρ＝Az+d，使用广义近似消息传递算法实现因子图上的消息更新；在初始化后的因子图上，迭代计算实现消息传递；2.3、步骤2.2中的迭代过程在达到收敛条件后停止，此时的即为第i个节点最终的位置估计结果；此时，各用户节点均得到了较高精度的位置估计结果。进一步地，步骤2.2中的迭代过程如下：在第t轮迭代中：a.对于节点i，依据初始化或上一轮迭代中位置坐标的估计值计算各相邻节点与节点i间距离的估计值依据距离估计值，动态计算线性变换矩阵其中diag(f)表示由列向量f作主对角线元素所组成的对角矩阵，In表示n阶单位矩阵，表示克罗内克积；b.对线性观测ρ中的每一个观测值ρj，基于初始化或上一轮迭代中得到的与本轮迭代中得到的线性变换矩阵A(t)，计算其相应的无噪观测的伪先验的二阶矩与一阶矩c.对线性观测ρ中的每一个观测值ρj，基于初始化或上一轮迭代中得到的与本轮迭代中得到的计算其传给相邻变量节点的消息的二阶矩与一阶矩d.基于初始化或上一轮迭代中得到的与本轮迭代中得到的计算所有线性观测传给节点i消息乘积的二阶矩与一阶矩r(t)；e.基于本轮迭代中得到的计算节点i位置分布估计值的均值为方差为f.将本轮迭代得到的变量分布的估计结果广播至相邻节点，并接收相邻节点本轮迭代后得到的位置分布的估计结果，从而构建本轮迭代后变量节点概率分布的均值与方差有益效果：(1)本专利技术在协作定位场景下，提出了一种基于角度观测的线性化模型。基于该模型，通过对各节点位置与角度观测的高斯近似，使用广义近似消息传递算法实现对位置变量的最小均方误差估计，在保证位置估计精度的同时，有效降低了计算复杂度。(2)本专利技术分布式实现上述消息传递算法与位置估计，有效降低用户节点的通信代价与能耗，提升系统的实用性。附图说明图1为协作定位网络拓扑示意图。图2为到达角观测与线性观测关系示意图。图3为基于角度测量的二维分布式协作定位算法流程图。具体实施方式下面结合附图并举实施例，对本专利技术进行详细描述。现有的基于测角的定位方法中，通常都需要布设多个位置已知的锚节点，获取多个角度测量来实现用户位置的解算。然而，如果能够将用户节点间的角度测量引入模型，并把各节点不精确的位置坐标向通信范围内的其他用户节点广播，则能够减少对锚节点布设的约束，或在锚节点布设固定时提高定位精度。在此基础上，本专利技术提供了一种基于角度测量的分布式协作定位方法，构建一个鲁棒的定位系统。在协作定位场景下，每个用户节点将基于自身的位置先验信息，利用其通信范围内各节点间的到达方位角观测，使用因子图模型与广义近似消息传递算法，实现各用户位置估计的分布式更新，经多轮迭代，最终使各节点同时获得高精度的定位结果。本专利技术方法具体步骤如下：步骤一、无线协作定位网络的描述与建模；本文档来自技高网...

【技术保护点】
1.一种基于角度测量的分布式协作定位方法，其特征在于，包括以下步骤：/n步骤一、构建无线协作定位网络；/n步骤二、利用广义近似消息传递算法实现位置估计。/n

【技术特征摘要】
1.一种基于角度测量的分布式协作定位方法，其特征在于，包括以下步骤：
步骤一、构建无线协作定位网络；
步骤二、利用广义近似消息传递算法实现位置估计。


2.如权利要求1所述的一种基于角度测量的分布式协作定位方法，其特征在于，步骤一具体为：
1.1、定义一个由N个节点组成的分布式无线协作定位网络，其目标是估计各节点的二维位置坐标xi，i＝1，2，...，N；在所述协作定位网络中，已知各节点位置先验的均值与方差且各节点都能够接收到来自Ki个相邻节点的信号，并测量该信号在二维平面上的到达角θi，k，k＝1，2，...，Ki；
1.2、采用线性化方式构建角度观测与位置坐标间的关系；对于节点i，定义系统的线性观测其中因此对于节点i，构建该无线协作定位网络的模型为ρi＝Aizi+di，其中位置坐标变量由与节点i相邻的Ki个节点以及节点i自身的位置坐标构成，Ai为随节点位置估计值动态变化的线性变换矩阵，di为观测噪声；
1.3、在分布式网络中，对于每一个节点i，将相邻节点与其自身的位置坐标表示为变量节点，将联合后验概率密度函数分解后得到的每一个因式表示为因式节点，并将有对应关系的变量节点与因式节点连接成边，从而形成节点i的因子图，以求取节点i坐标变量的估计值。


3.如权利要求2所述的一种基于角度测量的分布式协作定位方法，其特征在于，步骤二具体为：
2.1、使用各节点位置先验观测的均值和方差对因子图上的消息初始化；通过相互通信，各节点获得相邻节点的先验信息，并测量信号的到达角，计算线性观测ρ；考虑在第i个节点所形成的因子图；使用相邻节...

【专利技术属性】
技术研发人员：武楠，杨吕骁，李彬，杨碧珩，崔姬石，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11