[發明專利]一種基于時空域聯合處理的分布式協作定位系統和方法有效
| 申請號: | 201910349661.8 | 申請日: | 2019-04-28 |
| 公開(公告)號: | CN110191411B | 公開(公告)日: | 2020-06-19 |
| 發明(設計)人: | 范程飛;李立言;蔡云龍;趙民建;徐星龍 | 申請(專利權)人: | 浙江大學 |
| 主分類號: | H04W4/029 | 分類號: | H04W4/029;H04W16/22;H04W64/00;G01S19/46 |
| 代理公司: | 杭州求是專利事務所有限公司 33200 | 代理人: | 鄭海峰 |
| 地址: | 310058 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 時空 聯合 處理 分布式 協作 定位 系統 方法 | ||
1.一種基于時空域聯合處理的分布式協作定位系統的分布式協作定位方法,所述基于時空域聯合處理的分布式協作定位系統中存在多個節點,每個節點通過與鄰近節點的協作完成自身的定位;系統中的每個節點均包括多時間片觀測信息緩存模塊(101)、觀測信息預測模塊(102)、節點軌跡信息反演模塊(103)、節點狀態信息初估計模塊(104)、時空域聯合處理模塊(105);觀測信息同時作為多時間片觀測信息緩存模塊(101)、節點狀態信息初估計模塊(104)的輸入,多時間片觀測信息緩存模塊(101)的輸出作為觀測信息預測模塊(102)的輸入,當前時刻各節點狀態變量作為節點軌跡信息反演模塊(102)的輸入,觀測信息預測模塊(102)、節點軌跡信息反演模塊(103)、節點狀態信息初估計模塊(104)的輸出同時作為時空域聯合處理模塊(105)的輸入,時空域聯合處理模塊(105)的輸出作為結果;
其特征在于,所述分布式協作定位方法包括如下步驟:
(1)在每個時間片,多時間片觀測信息緩存模塊緩存了目標節點若干跳范圍內節點在當前時刻往前回溯的多個時間片內的所有觀測信息,將這些觀測信息送入到觀測信息預測模塊;
(2)在分布式網絡中,目標節點需要經過中間節點進行多跳通信才能獲得多跳節點的測量信息,也就是說目標節點并不能獲得多跳節點在當前時刻的測量信息,觀測信息預測模塊基于多跳節點的歷史測量信息,對這些節點到當前時刻為止的多個時間片內所有的測量信息進行預測,將歷史測量信息和預測信息送入到時空域聯合處理模塊;
所述的步驟(2)具體為:
目標節點需要經過中間節點進行多跳通信才能獲得多跳節點的測量信息,也就是說在當前時間片k,目標節點m只能獲得一跳節點直到k時刻的位置信息以及這些節點所獲得的直到k-1時刻的相對距離信息,也只能獲得兩跳節點直到k-1時刻的位置信息以及這些節點所獲得的直到k-2時刻的相對距離信息,觀測信息預測模塊基于上述的歷史測量信息,對ξm中所有節點到當前時刻k為止的K個時間片內所有的測量信息進行預測,將這些節點位置的歷史測量信息和預測信息定義為節點間相對距離的歷史測量信息和預測信息定義為其中,將這些信息送入到時空域聯合處理模塊;
(3)節點軌跡信息反演模塊基于目標節點多跳范圍內的所有節點在當前時刻的狀態信息變量,推算出這些節點在往前回溯的多個時間片內的位置信息,得到這些節點在這些時間片內的軌跡信息,將軌跡信息送入到時空域聯合處理模塊;
所述的步驟(3)具體為:
基于節點n∈ξm在當前時刻位置變量結合節點的運動狀態變量,推算出該節點在前K-1個時刻的位置信息;假定各個節點在這K個時間片內處于勻加速直線運動狀態,基于k時刻節點的運動狀態,定義節點n在時刻的位置信息為:
其中,表示節點n在k時刻的速度信息,表示加速度,ΔTt=(t-k)ΔT,ΔT表示時間片的長度;上式表示了節點n從τ時刻到k時刻的K個時刻的軌跡信息,定義節點的狀態變量為
則節點n的軌跡信息可以表示為
其中,I2表示2×2的單位矩陣,將這些節點的軌跡信息送入到時空域聯合處理模塊;
(4)節點狀態信息初估計模塊基于歷史測量信息,利用基于單時間片測量信息的協作定位方法對目標節點若干跳范圍內的所有節點在當前時刻的狀態信息進行初估計;將這些狀態信息初估計送入到時空域聯合處理模塊;
定義為t時刻節點n的待估計狀態量,其中首先,基于t-1時刻的后驗估計對當前時刻的進行預測
其中,矩陣F為
02表示2×2的全零矩陣,表示估計量的協方差矩陣,為系統建模噪聲的協方差矩陣,然后計算出觀測數據關于的雅克比矩陣:
接著,計算出測量余量及測量余量協方差矩陣:
其中
表示節點n的所有鄰近節點,Nn表示節點n的鄰近節點數目,矩陣是一個對角陣:
然后計算出卡爾曼增益:
最后,計算出的后驗估計及其協方差矩陣:
考慮到在k時刻,目標節點m只能得到gm,1中節點直到k-1時刻的歷史測量信息,所以上述方法只能得到gm,1中節點到k-1時刻的狀態后驗估計,為了得到k時刻的狀態信息,基于k-1時刻狀態后驗估計做一個一步預測:
將一步預測值作為k時刻的狀態估計值,同理,需要對gm,2中節點做兩步預測才能得到這些節點在k時刻的狀態估計值,將這些估計信息作為節點狀態信息的初始估計值,送入到時空域聯合處理模塊;
(5)時空域聯合處理模塊將節點狀態信息初估計模塊提供的節點狀態信息估計作為解算的初值,利用運動軌跡約束對目標節點若干跳范圍內所有節點在多時間片內的歷史測量信息和預測信息進行時空域的聯合處理,得到這些節點在當前時刻的狀態估計,這其中就包括了目標節點位置的估計值;
所述的步驟(5)具體為:
時空域聯合處理模塊基于節點狀態信息初估計模塊提供的節點狀態信息的初始估計值,利用節點的運動軌跡約束對多時間片的歷史測量信息及預測信息進行融合,得到當前時刻ξm中所有節點的狀態估計,這其中就包括了目標節點位置的估計值;具體來講,定義基于多時間片的觀測信息以及αk的最大似然估計為
2.如權利要求1所述的分布式協作定位方法,其特征在于所述的步驟(1)具體為:
分布式協作定位中各個節點的定位由節點自身完成,定義m為待定位節點,稱之為目標節點,ξm為在目標節點若干跳范圍內所有節點的集合,在當前時間片k,多時間片觀測信息緩存模塊將ξm中所有節點在當前時刻往前回溯K個時間片的所有時間片內的觀測數據緩存下來,這些觀測信息包括了節點的位置估計信息以及所有這些節點間的相對距離信息;將這些觀測信息送入觀測信息預測模塊。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學,未經浙江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910349661.8/1.html,轉載請聲明來源鉆瓜專利網。





