一种基于定秩矩阵流形优化的定位方法及系统技术方案

本发明专利技术公开了一种基于定秩矩阵流形优化的定位方法及系统，该方法包括：基于RSSI测量值用最大似然法估计通信节点之间的距离；根据通信节点之间的估计距离构建初步的EDM矩阵；引入非单调Armijo回溯法和增强算法构建改进后的LRM

【技术实现步骤摘要】
一种基于定秩矩阵流形优化的定位方法及系统


[0001]本专利技术涉及无线通信
，尤其涉及一种基于定秩矩阵流形优化的定位方法及系统。

技术介绍

[0002]IoT(物联网)是一类新兴的接入场景，随着因特网的发展和无线通信技术的革新，越来越多的非传统终端正在通过因特网互联，这类场景中每个终端之间可以交互，极大提升互联网普遍性的同时形成高度分布式的设备网络，与使用者以及其他设备进行通信；在改善人类的生活质量的同时，带来更为复杂的网络边缘和接入网环境；为了能在这种复杂环境中提供稳健的服务和响应，要求网络中的服务器获取接入节点的位置信息，人工手动逐节点的配置位置是可选的，但对于大规模部署或者经常移动的节点通常不太可行；为节点配置GNSS系统(全球卫星导航系统)是另一种方案，但GNSS系统需要额外的硬件和能源支持，这和非传统终端的小型化便携化的观念相违背，同时这些非传统终端所处的环境不一定能为定位卫星提供良好的LOS(视距)径条件，这导致GNSS系统的性能将显著降低，需要其他系统进行辅助来完成精确定位，现有的解决方案是通过网络定位或传感器网络定位手段，其认为在网络中只有部分节点知道自身的真实位置，称为锚节点；所有传感器节点测量相邻节点之间的距离，再将这些信息回传至服务器，服务器利用锚节点的位置和测量的距离信息生成所有节点的位置图表，但对于部署在各类场景中的大量无线节点而言，受到无线接入节点体积、能耗、分布特性和环境中的电磁波衰落特性的限制，某个节点能够探测到的临近节点数目是有限的，这些可达的临近节点数目和位置基本由电磁波的有效传输范围所确定，因此现阶段缺乏补全采样Euclid距离矩阵(EDM矩阵)完成定位。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的是提供一种基于定秩矩阵流形优化的定位方法及系统，能够通过改进的LRM
‑
CG算法对EDM矩阵进行求解进一步提高了无线通讯系统中用户节点的定位精度与求解过程的稳定性。
[0004]本专利技术所采用的第一技术方案是：一种基于定秩矩阵流形优化的定位方法，包括以下步骤：
[0005]基于RSSI测量值用最大似然法估计通信节点之间的估计距离；
[0006]根据通信节点之间的估计距离构建初步的EDM矩阵；
[0007]引入非单调Armijo回溯法和增强算法构建改进后的LRM
‑
CG算法；
[0008]基于改进后的LRM
‑
CG算法对初步的EDM矩阵进行补全求解，得到用户的位置。
[0009]进一步，所述根据通信节点之间的估计距离构建初步的EDM矩阵这一步骤，其具体包括：
[0010]根据RSSI测量值求取各节点之间距离的ML估计值；
[0011]对各节点之间距离的ML估计值进行修正处理，得到各节点之间的无偏距离值；
[0012]根据各节点之间的无偏距离值，构建初步的EDM矩阵。
[0013]进一步，所述通信节点之间的无偏距离值的表达式如下所示：
[0014][0015]上式中，P(d0)表示在参考距离d0上接收到的信号功率，P(d
ij
)代表i、j节点之间链路在i、j节点上接收到的信号功率，γ表示路径损耗指数，X
σ
表示标准正态分布的方差σ2的随机变量，其中表示RSSI无线电传播模型下i、j节点间距离的无偏估计，η表示一个常数，表示最大似然估计量，通过系数将其修正为无偏估计量。
[0016]进一步，所述引入非单调Armijo回溯法和增强算法构建改进后的LRM
‑
CG算法这一步骤，其具体包括：
[0017]设置单次线搜索的最大回溯次数、初始步长、初始迭代状态指标、步长继承列表与步长指示指标；
[0018]判断步长继承列表的所属状态并根据所属状态计算对应的步长；
[0019]进行回溯计算新的步长并根据计算结果判断初始迭代状态指标的值；
[0020]根据初始迭代状态指标的值更新初始步长的建议值；
[0021]将更新后的初始步长建议值加入至步长继承列表；
[0022]引入β
HZ
增强算法，构建改进后的LRM
‑
CG算法。
[0023]进一步，基于改进后的LRM
‑
CG算法对初步的EDM矩阵进行补全求解，得到用户的位置这一步骤，其具体包括：
[0024]通过三点定位法对补全的EDM矩阵进行求解，得到初始的用户节点位置；
[0025]对初始的用户节点位置添加噪声扰动，并将其转换为LRM
‑
CG算法的输入初始值；
[0026]通过改进后的LRM
‑
CG算法对初始值进行迭代求解，得到求解结果；
[0027]对求解结果进行判断，判断到求解结果微扰次数达到预设阈值且求解结果的Riemann梯度仍未达到预设梯度值，重新选取用户节点位置进行迭代求解；
[0028]直至求解结果的Riemann梯度小于预设阈值，输出此时的解并将其转化为EDM，再利用EDM计算用户的位置。
[0029]本专利技术所采用的第二技术方案是：一种基于定秩矩阵流形上优化的定位系统，包括：
[0030]估计模块，基于RSSI测量值用最大似然法估计通信节点之间的估计距离；
[0031]构建模块，用于根据通信节点之间的估计距离构建初步的EDM矩阵；
[0032]优化模块，用于引入非单调Armijo回溯法和增强算法构建改进后的LRM
‑
CG算法；
[0033]求解模块，基于改进后的LRM
‑
CG算法对初步的EDM矩阵进行补全求解，得到用户的位置。
[0034]本专利技术方法及系统的有益效果是：本专利技术通过最大似然估计法对RSSI无线电传播模型进行求解构建定秩矩阵，在定秩矩阵流形上进一步引入了非单调Armijo回溯法保证在求解过程中矩阵求解的收敛精度与收敛速度，引入β
HZ
来增强共轭梯度算法抵抗迭代拥塞的能力，此外还增加了微扰和重启模块保证算法的对矩阵最终求解数值的稳定性，即可利用
恢复出的EDM矩阵查询各个用户节点到数个锚节点的距离，并使用多点定位法完成对用户的定位。
附图说明
[0035]图1是本专利技术一种基于定秩矩阵流形优化的定位方法的步骤流程图；
[0036]图2是本专利技术一种基于定秩矩阵流形上优化的定位系统的结构框图；
[0037]图3是本专利技术IoT网络中设备有效通信范围的示意图；
[0038]图4是本专利技术具体实施例所考虑的通信场景和该场景中某种用户分布下抽象出的无向图；
[0039]图5是本专利技术改进后的LRM
‑
CG算法的基本框架示意图；
[0040]图6是本专利技术非单调Armijo回溯法的框架示意图；
[0041]图7是本专利技术引入微扰和重启模块的框架的示意图；
[0042]图8是本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于定秩矩阵流形优化的定位方法，其特征在于，包括以下步骤：基于RSSI测量值用最大似然法估计通信节点之间的估计距离；根据通信节点之间的估计距离构建初步的EDM矩阵；引入非单调Armijo回溯法和增强算法构建改进后的LRM
‑
CG算法；基于改进后的LRM
‑
CG算法对初步的EDM矩阵进行补全求解，得到用户的位置。2.根据权利要求1所述一种基于定秩矩阵流形优化的定位方法，其特征在于，所述根据通信节点之间的估计距离构建初步的EDM矩阵这一步骤，其具体包括：根据RSSI测量值求取各节点之间距离的ML估计值；对各节点之间距离的ML估计值进行修正处理，得到各节点之间的无偏距离值；根据各节点之间的无偏距离值，构建初步的EDM矩阵。3.根据权利要求3所述一种基于定秩矩阵流形优化的定位方法，其特征在于，所述通信节点之间的无偏距离值的表达式如下所示：上式中，P(d0)表示在参考距离d0上接收到的信号功率，P(d
ij
)代表i、j节点之间链路在i、j节点上接收到的信号功率，γ表示路径损耗指数，X
σ
表示标准正态分布的方差σ2的随机变量，其中表示RSSI无线电传播模型下i、j节点间距离的无偏估计，η表示一个常数，表示最大似然估计量，通过系数将其修正为无偏估计量。4.根据权利要求2所述一种基于定秩矩阵流形优化的定位方法，其特征在于，所述引入非单调Armijo回溯法和增强算法构建改进后的LRM
‑
CG算法这一步骤，其具体包括：设置单次线搜索的最大回溯次数、初始步长、初始迭代状态指标、步长继承列表与步长指示指标；判断步长...

【专利技术属性】
技术研发人员：孙兴华，李易骋，詹文，陈翔，
申请(专利权)人：中山大学，
类型：发明
国别省市：