[發明專利]移動自組織傳感器網絡中三維聯合定位與追蹤方法

有效

• 申請號: 201710339834.9
• 申請日: 2017-05-15
• 公開（公告）號: CN107148079B
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 滕婧;張楠;周蓉;杜婧;高雅娣
• 申請（專利權）人: 華北電力大學
• 主分類號: H04W64/00
• 分類號: H04W64/00;G01S11/06;H04W84/18
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 張文寶

1.一種移動自組織傳感器網絡中三維聯合定位與追蹤方法；其特征在于，該方法是同時定位與追蹤的變分濾波算法；針對傳感器的隨機性和目標運動的不可預測性分別建立分層狀態演化模型，采用擴展的高斯分布在三維空間中進行描述，其均值和方差均為隨機變量，分別服從獨立分布，這樣通過長尾來覆蓋小概率的隨機可能性，以應對傳感器和目標的隨機性；通過利用傳感器之間以及傳感器與目標之間的觀測信息，在三維空間中同時進行目標定位和傳感器追蹤；具體步驟如下：

步驟1:通過對隱藏狀態的擴展，建立分層狀態演化模型，這種模型用于描述實際情況中非線性非高斯分布；

步驟2:采用常見的接收信號強度(RSSI)經驗衰減模型建立觀測模型，其中，傳感器根據接收到的信號強度換算與探測目標之間的距離；

步驟3:根據步驟1和步驟2中提出的模型，傳感器的定位和目標追蹤簡化為兩個積分運算；

步驟4:針對步驟3中積分難以計算的情況，提出變分濾波方法；通過可分解的分布近似后驗概率分布，計算預測分布，通過指數形式的解決方案最小化預測分布和可分離近似分布之間的庫勒巴克-萊布勒分歧誤差；

步驟5：通過仿真驗證變分濾波算法的性能，并與粒子濾波算法在追蹤精度和追蹤時間兩方面進行比較。

2.根據權利要求1所述移動自組織傳感器網絡中三維聯合定位與追蹤方法；其特征在于，所述步驟1建立的分層狀態演化模型是將待估計的隱藏狀態,即移動節點位置被擴展為從而形成分層狀態演化模型如下，

其中，為高斯分布，為Wishart分布；t表示時刻,表示移動節點位置；k表示移動節點的標號；表示數學期望的方差矩陣，表示方差矩陣服從的Wishart分布所對應的方差期望值，表示其自由度，是作為取值固定的超參數；d代表Wishart分布的維度，由于在三維空間中進行模擬仿真，因此d＝3；Wishart分布為統計學上的一種半正定矩陣隨機分布。

3.根據權利要求1所述移動自組織傳感器網絡中三維聯合定位與追蹤方法；其特征在于，所述步驟3的傳感器的定位和目標追蹤簡化為兩個積分運算即通過對均值和方差矩陣進行積分獲得，

其中為方差矩陣，實際計算過程中，首先用先前采樣時刻t-1的狀態估計結合狀態演化模型根據公式(2)計算出預測分布這個階段被稱為預測；然后，根據觀測模型結合觀測信息，用于更新預測分布以得到新的更精確的狀態估計這個階段被稱為更新；所謂目標追蹤和傳感器定位就是通過這兩個方程式的遞歸運算實現移動狀態估計的在線更新，不難發現，其中狀態演化模型和觀測模型的定義對于狀態估計起到了至關重要的作用；簡化的兩個積分運算為：

其中

即根據觀測信息集來估計后驗概率分布

t表示時刻,表示移動節點位置；k表示移動節點的標號；表示數學期望的方差矩陣；為觀測信息。

4.根據權利要求1所述移動自組織傳感器網絡中三維聯合定位與追蹤方法；其特征在于，所述步驟2建立的觀測模型為：

其中r_s為傳感器的探測半徑，為第i個移動節點位置，i，k均為移動節點的標號；A定義為距離發射器1m處的接收信號強度，單位dBm；n為信道衰減指數，與環境因素有關，一般取值2～4；ε_k為均值為零，方差為σ的高斯隨機噪聲變量，對于各個移動節點位置而言獨立同分布。

5.根據權利要求1所述移動自組織傳感器網絡中三維聯合定位與追蹤方法；其特征在于，采用所述變分濾波算法將時序依賴關系降至一個簡單的高斯分布。