[發(fā)明專利]節(jié)點(diǎn)自定位與目標(biāo)跟蹤同時(shí)進(jìn)行的分布式算法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310368043.0
• 申請(qǐng)日: 2013-08-21
• 公開（公告）號(hào): CN103476110A
• 公開（公告）日: 2013-12-25
• 發(fā)明（設(shè)計(jì)）人: 姜向遠(yuǎn);張煥水
• 申請(qǐng)（專利權(quán)）人: 中國(guó)石油大學(xué)(華東)
• 主分類號(hào): H04W64/00
• 分類號(hào): H04W64/00
• 代理公司: 北京眾合誠(chéng)成知識(shí)產(chǎn)權(quán)代理有限公司 11246
• 代理人: 龔燮英

技術(shù)領(lǐng)域

本發(fā)明屬于節(jié)點(diǎn)自定位與目標(biāo)跟蹤技術(shù)領(lǐng)域，尤其涉及的是一種非完全觀測(cè)下節(jié)點(diǎn)自定位與目標(biāo)跟蹤同時(shí)進(jìn)行的分布式算法。

背景技術(shù)

與機(jī)器人自主導(dǎo)航中的“同時(shí)定位與地圖構(gòu)建”(SLAM)問題類似，節(jié)點(diǎn)定位與目標(biāo)跟蹤同時(shí)進(jìn)行的算法研究也面臨一個(gè)兩難問題：為了跟蹤目標(biāo)，節(jié)點(diǎn)需要知道自身位置信息；為了節(jié)點(diǎn)自定位，多個(gè)節(jié)點(diǎn)需要明確目標(biāo)的位置信息。這就好比是一個(gè)“egg-chicken”問題。節(jié)點(diǎn)需要同時(shí)維護(hù)兩個(gè)模型，同時(shí)進(jìn)行節(jié)點(diǎn)定位與目標(biāo)跟蹤。

近年來，節(jié)點(diǎn)定位與目標(biāo)跟蹤同時(shí)進(jìn)行的算法研究成為無線定位跟蹤技術(shù)的一個(gè)研究熱點(diǎn)。該問題的初始條件下，所有的節(jié)點(diǎn)都不知道自身以及相鄰節(jié)點(diǎn)的相對(duì)位置信息，因此初始條件下各節(jié)點(diǎn)只能進(jìn)行相對(duì)獨(dú)立的目標(biāo)跟蹤。但如果被跟蹤目標(biāo)遍歷覆蓋區(qū)域內(nèi)展開的節(jié)點(diǎn)，且允許這些節(jié)點(diǎn)之間共享跟蹤信息，則最終這些節(jié)點(diǎn)可以完成自定位。即使這些節(jié)點(diǎn)無法估計(jì)或共享運(yùn)動(dòng)目標(biāo)的真實(shí)軌跡，節(jié)點(diǎn)的自定位仍可實(shí)現(xiàn)，這是因?yàn)樵撨\(yùn)動(dòng)目標(biāo)正在同時(shí)被多個(gè)節(jié)點(diǎn)觀測(cè)。基于這一原則，現(xiàn)有技術(shù)曾提出了不同的解決方案，例如均將定位問題歸結(jié)為一個(gè)貝葉斯判決問題且將觀測(cè)的后驗(yàn)分布近似為高斯分布。不同之處在于，有的使用迭代的分布式線性化方法同時(shí)進(jìn)行節(jié)點(diǎn)定位和目標(biāo)跟蹤，其通信策略的設(shè)計(jì)過于依賴樹結(jié)技巧且需要事先設(shè)定某一節(jié)點(diǎn)的位置；有的則使用矩匹配方法且并非是分布式算法。現(xiàn)有技術(shù)中還有將各個(gè)節(jié)點(diǎn)視為多個(gè)隱空間過程，通過建立各節(jié)點(diǎn)觀測(cè)之間的相關(guān)函數(shù)來實(shí)現(xiàn)節(jié)點(diǎn)的自定位。該算法實(shí)現(xiàn)較為簡(jiǎn)單，但需要匯聚節(jié)點(diǎn)，并非真正意義上的分布式算法且節(jié)點(diǎn)自定位時(shí)只能對(duì)數(shù)據(jù)進(jìn)行離線處理。現(xiàn)有技術(shù)中還有將節(jié)點(diǎn)定位與目標(biāo)跟蹤同時(shí)進(jìn)行的定位算法研究歸結(jié)為一個(gè)隱馬爾可夫模型的參數(shù)估計(jì)問題，將極大似然估計(jì)方法應(yīng)用到節(jié)點(diǎn)自定位中，并實(shí)現(xiàn)了真正意義上的分布式運(yùn)算。其與上述方案相比，在應(yīng)用研究和算法推倒方面都有明顯的優(yōu)勢(shì)。

因?yàn)榫W(wǎng)絡(luò)鏈路質(zhì)量指示，功率控制等的需要，通常情況下傳感器節(jié)點(diǎn)帶有接收信號(hào)強(qiáng)度(RSS)指示器，故基于RSS觀測(cè)的節(jié)點(diǎn)定位與目標(biāo)跟蹤需要很少或根本不需要添加硬件設(shè)備，無需額外的信號(hào)傳輸，成本和計(jì)算復(fù)雜度低。但與此同時(shí)因RSS檢測(cè)方法簡(jiǎn)易，指示器自身精度有限等原因，RSS觀測(cè)多為非完全觀測(cè)數(shù)據(jù)，即不可避免的存在舍入誤差、截?cái)嗾`差及非視距誤差等，從而使觀測(cè)到的RSS值難以準(zhǔn)確反映實(shí)際的RSS。針對(duì)這一問題，現(xiàn)有解決方案在進(jìn)行節(jié)點(diǎn)定位前首先借助期望最大化算法估計(jì)路徑損耗模型的參數(shù)以提高定位的精度，其參數(shù)估計(jì)的過程需要離線數(shù)據(jù)處理，實(shí)時(shí)性較差。目標(biāo)跟蹤是一個(gè)在線的數(shù)據(jù)處理過程，因此如何在目標(biāo)跟蹤的同時(shí)實(shí)現(xiàn)路徑損耗模型參數(shù)估計(jì)和節(jié)點(diǎn)自定位的在線運(yùn)算，也是節(jié)點(diǎn)定位與目標(biāo)跟蹤同時(shí)進(jìn)行的算法研究亟待解決的一個(gè)關(guān)鍵問題。現(xiàn)有解決方案提出了一種在線的區(qū)域定位序列算法，使用檢測(cè)方法實(shí)現(xiàn)了目標(biāo)的在線定位。有的解決方案則系統(tǒng)分析了廣義狀態(tài)空間模型的參數(shù)在線估計(jì)問題，以粒子濾波的觀測(cè)數(shù)據(jù)概率密度函數(shù)的預(yù)測(cè)和濾波為基礎(chǔ)，從極大似然估計(jì)和貝葉斯估計(jì)兩個(gè)方面入手給出了多種在線期望最大化算法和在線梯度速降算法，對(duì)解決上述問題有一定的借鑒意義。

因此，現(xiàn)有技術(shù)存在缺陷，需要改進(jìn)。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是針對(duì)現(xiàn)有技術(shù)的不足，提供一種非完全觀測(cè)下節(jié)點(diǎn)自定位與目標(biāo)跟蹤同時(shí)進(jìn)行的分布式算法。

本發(fā)明的技術(shù)方案如下：

節(jié)點(diǎn)自定位與目標(biāo)跟蹤同時(shí)進(jìn)行的分布式算法，其中，設(shè)置若干簇頭節(jié)點(diǎn)位置已知，若干普通節(jié)點(diǎn)未知，并設(shè)置存在移動(dòng)目標(biāo)，所述移動(dòng)目標(biāo)在整個(gè)區(qū)域內(nèi)隨機(jī)運(yùn)動(dòng)，同時(shí)設(shè)置將整個(gè)區(qū)域被隨機(jī)劃分為M個(gè)子區(qū)域，具體包括以下步驟：

步驟100：針對(duì)各簇頭節(jié)點(diǎn)和普通節(jié)點(diǎn)的特定信號(hào)傳輸環(huán)境分別進(jìn)行非完全觀測(cè)下路徑損耗模型參數(shù)估計(jì)；

步驟101：在簇頭節(jié)點(diǎn)上基于多元假設(shè)檢驗(yàn)進(jìn)行分布式目標(biāo)粗定位；

步驟102：在普通節(jié)點(diǎn)上基于分布式濾波進(jìn)行目標(biāo)精確定位；

步驟103：在普通節(jié)點(diǎn)上設(shè)置與目標(biāo)跟蹤同時(shí)進(jìn)行自定位。

所述的節(jié)點(diǎn)自定位與目標(biāo)跟蹤同時(shí)進(jìn)行的分布式算法，其中，所述步驟100中，所述非完全觀測(cè)下路徑損耗模型參數(shù)估計(jì)是通過預(yù)定信息準(zhǔn)則篩選最優(yōu)路徑損耗模型，并應(yīng)用預(yù)定算法估計(jì)模型參數(shù)以消除非完全觀測(cè)數(shù)據(jù)中的截?cái)嗾`差、舍入誤差以及非視距誤差的影響。

所述的節(jié)點(diǎn)自定位與目標(biāo)跟蹤同時(shí)進(jìn)行的分布式算法，其中，所述步驟101中采用分布式的序列定位算法，具體步驟為：

步驟1010：對(duì)多個(gè)簇頭節(jié)點(diǎn)進(jìn)行感知；

步驟1011：對(duì)多個(gè)對(duì)簇頭節(jié)點(diǎn)設(shè)置相互通信；