[發明專利]處理飛行時間測距數據的自適應卡爾曼濾波的方法

有效

• 申請號: 201410557259.6
• 申請日: 2014-10-20
• 公開（公告）號: CN104316905A
• 公開（公告）日: 2015-01-28
• 發明（設計）人: 李奇越;吳忠;王建平;黎潔;孫偉
• 申請（專利權）人: 合肥工業大學
• 主分類號: G01S5/02
• 分類號: G01S5/02
• 代理公司: 合肥和瑞知識產權代理事務所(普通合伙) 34118
• 代理人: 任崗生

技術領域

本發明涉及一種卡爾曼濾波的方法，尤其是一種處理飛行時間測距數據的自適應卡爾曼濾波的方法。

背景技術

在無線傳感器網絡(WSN)的應用中，傳感器節點定位技術是無線傳感器網絡定位的關鍵技術，在無線傳感器網絡中占有重要的地位。基于飛行時間(TOF)的節點定位技術具有定位精度較高、能耗小、對硬件要求低等特點，是目前應用最廣泛的定位方法之一。飛行時間測距技術由來已久，它是通過測量節點間信號傳輸的時間來得到兩節點間的距離，其數值即為飛行時間測距數據。由于非視距(NLOS)的存在，飛行時間測距數據會存在NLOS誤差，其誤差一般具有正偏性，飛行時間所測量的距離會偏大于實際距離。如果直接將測距數據用于節點的定位，其結果會大大地偏離節點的實際位置。所以如何對飛行時間的測距數據進行處理，消除其中的NLOS誤差顯得尤為重要。

卡爾曼(Kalman)濾波作為一種最優狀態估計的方法，給出了一種遞推算法，其由實時獲得的受噪聲污染的離散觀測數據，對系統狀態進行線性、無偏，及最小誤差方差的最優估計。卡爾曼濾波應用于飛行時間測距數據的估計由來已久，但現有的卡爾曼濾波存在著不足，其測量誤差只作為一種固定的未知模型，模型的不確定性對最后的濾波輸出產生較大影響，實際的測量誤差是有色噪聲且不斷變化的，而現有的卡爾曼濾波僅將其協方差作為固定值，顯然與實際不符。為解決這一問題，人們做出了各種努力，如題為“基于Kalman濾波器的非視距誤差抑制算法”，張美楊，等，《計算機中文》2010年第36卷第11期的文章。該文將到達時間(TOA)測量值及非視距誤差作為Kalman濾波器的狀態變量；其雖能夠同時估計出測量值和非視距誤差，但由于測量噪聲的模型不確定，且測量噪聲協方差R固定不變，從而導致了濾波結果的精確度不高。

NLOS誤差的隨機性引起了NLOS誤差的劇烈變化，使得某些飛行時間測距數據的偏差特別大。這些受NLOS誤差污染嚴重的測距數據將嚴重影響對飛行時間的正確估計。所以，如果能消除這些包含較大誤差測距數據的影響，就可以從很大程度上消除NLOS誤差。為此，人們做了一些嘗試，如在“用卡爾曼濾波器消除TOA中NLOS誤差的三種方法”，李靜，等，《通信學報》第26卷第1期于2005年公開的測距數據丟棄法，該法將偏離實際值較大的測距點丟棄，用狀態預測值代替狀態測量值；此方法雖能夠減小含有較大NLOS誤差的測距數據，然其門限值的確定是靠實驗得到的，并不能根據測距數據的變化而實時地變化。

發明內容

本發明要解決的技術問題為克服上述各種技術方案的局限性，提供一種能夠獲得較準確濾波結果的處理飛行時間測距數據的自適應卡爾曼濾波的方法。

為解決本發明的技術問題，所采用的技術方案為：處理飛行時間測距數據的自適應卡爾曼濾波的方法包括對移動節點和錨節點之間飛行時間測距數據的卡爾曼濾波處理，特別是主要步驟如下：

步驟1，建立目標狀態方程和有色噪聲量測方程

x_k+1＝Ax_k+Bα_k，

v_k＝Cx_k+β_k，

β_k＝N_k-1β_k-1+γ_k，

其中，

A為狀態矩陣，B為誤差系數矩陣，C為測量矩陣，

x_k為目標在k(k＝1，2，3，......n)時刻的二維狀態向量，xk=rkr·kT,]]>其中的r_k為待估計的飛行時間值、為其一階導數，

α_k為系統噪聲，是一個高斯白噪聲序列，協方差用Q表示，

v_k為一維測量向量，表示k時刻的測距數據，