[發(fā)明專利]一種基于時空域聯(lián)合處理的分布式協(xié)作定位系統(tǒng)和方法

有效

• 申請?zhí)枺?/td>: 201910349661.8
• 申請日: 2019-04-28
• 公開（公告）號: CN110191411B
• 公開（公告）日: 2020-06-19
• 發(fā)明（設(shè)計）人: 范程飛;李立言;蔡云龍;趙民建;徐星龍
• 申請（專利權(quán)）人: 浙江大學(xué)
• 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(wù)所有限公司 33200
• 代理人: 鄭海峰

本發(fā)明提供了一種基于時空域聯(lián)合處理的分布式協(xié)作定位系統(tǒng)和方法。通過利用目標(biāo)節(jié)點(diǎn)多跳范圍內(nèi)節(jié)點(diǎn)的位置信息及相對距離信息，完成目標(biāo)節(jié)點(diǎn)的定位。針對該系統(tǒng)所設(shè)計的分布式協(xié)作定位方法在每個時間片，目標(biāo)節(jié)點(diǎn)首先收集若干跳范圍內(nèi)節(jié)點(diǎn)在多個時間片內(nèi)的位置信息及相對距離信息，然后預(yù)測這些節(jié)點(diǎn)到當(dāng)前時刻為止的多個時間片內(nèi)所有的測量信息，最后基于運(yùn)動軌跡約束對多時間片的歷史測量信息及預(yù)測信息進(jìn)行時空域的聯(lián)合處理，得到目標(biāo)節(jié)點(diǎn)在當(dāng)前時刻的位置估計。本發(fā)明通過對多跳范圍內(nèi)節(jié)點(diǎn)在多時間片內(nèi)的信息進(jìn)行聯(lián)合處理，能夠有效提高節(jié)點(diǎn)的定位精度和定位結(jié)果的穩(wěn)定性。

技術(shù)領(lǐng)域

本發(fā)明屬于導(dǎo)航領(lǐng)域，是一種基于時空域聯(lián)合處理的分布式協(xié)作定位系統(tǒng)和方法。

背景技術(shù)

實(shí)時、高精度的定位信息對于很多無線網(wǎng)絡(luò)來說至關(guān)重要。通常情況下，傳統(tǒng)的定位系統(tǒng)，如全球衛(wèi)星定位系統(tǒng)(GNSS)，能夠?yàn)檫@些網(wǎng)絡(luò)提供較高精度的定位信息。但是，出于成本和功耗的考慮，給網(wǎng)絡(luò)中每個節(jié)點(diǎn)都安裝一個GNSS接收機(jī)是不現(xiàn)實(shí)的。另外，在惡劣環(huán)境條件下，例如城市峽谷、森林等，GNSS信號容易受到干擾，此時，GNSS提供的位置信息的精度大大降低。協(xié)作定位能夠有效利用網(wǎng)絡(luò)中節(jié)點(diǎn)間的協(xié)作來提高定位的性能。在協(xié)作定位系統(tǒng)中，所有的節(jié)點(diǎn)可以大致分為兩類：(1)參考節(jié)點(diǎn)，這些節(jié)點(diǎn)能夠通過傳統(tǒng)的定位方法對自身進(jìn)行定位；(2)非參考節(jié)點(diǎn)，這些節(jié)點(diǎn)無法進(jìn)行自定位，需要通過協(xié)作獲得自身位置信息。協(xié)作定位的性能與數(shù)據(jù)融合方法有很大的關(guān)系，擴(kuò)展卡爾曼濾波算法和置信度傳播算法是比較常用的協(xié)作定位方法，其他方法還包括無跡卡爾曼濾波算法、最小二乘算法和最大似然估計算法等。基于擴(kuò)展卡爾曼濾波算法的協(xié)作定位算法具有較低的復(fù)雜度，它利用一個線性系統(tǒng)對非線性的協(xié)作定位系統(tǒng)進(jìn)行近似，這個近似大大降低了系統(tǒng)的定位性能。無跡卡爾曼濾波算法利用一個非線性變換對非線性的定位系統(tǒng)進(jìn)行近似，它具有比擴(kuò)展卡爾曼濾波算法更好的性能。基于因子圖的置信度傳播算法，如SPAWN算法，也被廣泛運(yùn)用。該算法對于解算初值的精度比較敏感，在靜態(tài)或者準(zhǔn)靜態(tài)的網(wǎng)絡(luò)環(huán)境下可以提供較高的定位精度，但是當(dāng)運(yùn)用于高速運(yùn)動的環(huán)境時，該算法的解算初值的誤差比較大，因而其最終的定位精度也較差。最小二乘算法或者最大似然算法在高斯白噪聲條件下漸近最優(yōu)，但是由于目標(biāo)問題是非凸的，其解算難度比較大。

上述的協(xié)作定位方法可以分為兩類：集中式方法和分布式方法。在集中式協(xié)作定位系統(tǒng)中，所有的計算都在中心處理節(jié)點(diǎn)中完成，在這之前中心處理節(jié)點(diǎn)需要把網(wǎng)絡(luò)中所有節(jié)點(diǎn)的觀測數(shù)據(jù)收集起來。這類方法具有較高的定位精度，但是當(dāng)運(yùn)用于大規(guī)模網(wǎng)絡(luò)時，會導(dǎo)致較大的通信負(fù)擔(dān)和計算復(fù)雜度。分布式方法在犧牲一定定位精度的情況下能夠有效減小通信負(fù)擔(dān)和計算復(fù)雜度。具體來講，在分布式協(xié)作定位系統(tǒng)中，各個節(jié)點(diǎn)位置的計算是在各自內(nèi)部完成的，每個節(jié)點(diǎn)只需收集鄰近節(jié)點(diǎn)的觀測信息即可。另外，上述所有的協(xié)作定位算法在每個時間片只考慮了當(dāng)前時間片內(nèi)的觀測信息，當(dāng)節(jié)點(diǎn)運(yùn)動速度比較大或者連接數(shù)不足時，這些算法的定位精度比較差甚至?xí)l(fā)散。

本發(fā)明針對大規(guī)模網(wǎng)絡(luò)中節(jié)點(diǎn)的定位問題，提出了一種基于時空域聯(lián)合處理的分布式協(xié)作定位系統(tǒng)和方法。該系統(tǒng)針對大規(guī)模移動網(wǎng)絡(luò)中部分節(jié)點(diǎn)無法完成自定位，并且會出現(xiàn)連接數(shù)不足等問題，基于節(jié)點(diǎn)的軌跡信息約束，對目標(biāo)節(jié)點(diǎn)若干跳范圍內(nèi)所有節(jié)點(diǎn)在多個時間片內(nèi)的位置信息以及相對距離信息進(jìn)行融合，進(jìn)而完成目標(biāo)節(jié)點(diǎn)的定位。所提出的協(xié)作定位方法在每個時間片內(nèi)，目標(biāo)節(jié)點(diǎn)首先收集若干跳范圍內(nèi)所有節(jié)點(diǎn)在往前回溯的多個時間片內(nèi)的位置信息以及相對距離信息；然后基于上述多跳節(jié)點(diǎn)的歷史測量信息，對這些節(jié)點(diǎn)到當(dāng)前時刻為止的多個時間片內(nèi)所有的測量信息進(jìn)行預(yù)測；接著基于這些節(jié)點(diǎn)在當(dāng)前時刻的狀態(tài)信息變量，反演出這些節(jié)點(diǎn)在這些時間片內(nèi)的軌跡信息；隨后基于歷史測量信息，利用傳統(tǒng)的協(xié)作定位方法計算出這些節(jié)點(diǎn)在當(dāng)前時刻狀態(tài)信息的初始估計值，作為節(jié)點(diǎn)軌跡信息的初始解算值；最后基于節(jié)點(diǎn)的軌跡信息約束，對多時間片內(nèi)的歷史測量信息以及預(yù)測信息進(jìn)行融合，得到更高精度的關(guān)于當(dāng)前時刻目標(biāo)節(jié)點(diǎn)狀態(tài)信息的估計值。

發(fā)明內(nèi)容