[發明專利]一種置信度傳遞的分布式容積卡爾曼濾波協作定位方法

有效

• 申請號: 201910561527.4
• 申請日: 2019-06-26
• 公開（公告）號: CN110225454B
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 胡振濤;付春玲;代寶;李軍偉;金勇;周林;魏倩
• 申請（專利權）人: 河南大學
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W64/00;H04W84/18
• 代理公司: 鄭州聯科專利事務所(普通合伙) 41104
• 代理人: 劉建芳

本發明公開了一種基于置信度傳遞的分布式容積卡爾曼濾波協作定位方法。其中，該方法包括：無線傳感器網絡中移動代理節點初始狀態滿足高斯分布，并將移動代理節點協作定位建模為時變因子圖中多變量節點的邊緣后驗分布估計問題；其次，提出了高斯參數化置信度傳遞與重構策略，以及分布式容積卡爾曼濾波方法，計算因子圖上每個變量節點的后驗分布，進而獲得每個移動代理節點定位結果。本發明公開協作定位方法中相鄰代理節點之間只需傳遞高斯參數化置信度，具有良好的擴展性和魯棒性，較低的通信開銷和計算復雜度，提升整體網絡定位精度和效率。

技術領域

本發明涉及無線傳感器網絡中移動節點協作定位技術領域，尤其涉及一種置信度傳遞的分布式容積卡爾曼濾波協作定位方法。

背景技術

目前，在無人駕駛導航技術和移動機器人技術快速發展背景下，對位置信息的需求逐漸增加，利用無線傳感器網絡協作定位技術實現移動節點定位受到了眾多學者的廣泛關注與研究。經典的和積無線網絡定位算法采用非參數置信度傳遞策略實現代理節點協作定位，為了保證較好的定位精度需要應用大量隨機采樣粒子，導致較高的計算復雜度，同樣也會占用大量的傳感器資源。由于移動節點之間消息傳遞需要發送表示位置信息的所有粒子，較高的通信開銷導致較高的能量消耗，縮短傳感器和電池的使用壽命。采用分布式擴展卡爾曼濾波算法實現協作定位，由于需要求解雅可比矩陣，較高的計算復雜度限制其實際應用，并且非線性函數近似策略引入了模型誤差導致定位精度有限；其次，分布式不敏卡爾曼濾波算法中參數和權值的確定都會影響最終的定位結果，并且其協方差不能始終保證正定導致定位效果不穩定甚至定位失敗。因而，需要開發出具有良好擴展性和穩定性，較低通信開銷和計算復雜度的分布式協作定位算法。

發明內容

本發明的目的是提供一種置信度傳遞的分布式容積卡爾曼濾波協作定位方法，能夠有效解決高斯系統下的分布式移動代理節點協作定位問題，提升了移動代理節點定位精度，較低的通信開銷和計算復雜度適用于無線傳感器網絡中的移動節點協作定位。

本發明采用的技術方案為：

一種置信度傳遞的分布式容積卡爾曼濾波協作定位方法，包括以下步驟：

(1)構建分布式移動代理節點協作定位網絡模型，初始化網絡參數、置信度迭代計算次數，已知參考節點位置，移動代理節點狀態先驗消息滿足高斯分布；

(2)每個移動代理節點計算自身狀態預測消息，包括高斯均值向量和誤差協方差矩陣；

(3)構建實時量測網絡，獲得相鄰代理和參考節點之間距離量測，對獲得的實時量測消息進行存儲；

(4)執行置信度傳遞與迭代計算，相鄰移動代理節點之間傳遞高斯參數化置信度，并采用重構策略獲得組合高維均值向量和協方差矩陣表示組合先驗消息；

(5)根據步驟(4)獲得高維組合均值向量和協方差矩陣，計算高維組合容積點，并將組合容積點帶入非線性量測函數計算容積點傳播，獲得組合量測消息和量測預測均值；

(6)根據步驟(5)中獲得的高維組合容積點和組合量測消息以及量測預測均值，計算量測預測協方差矩陣和組合狀態消息與量測信息的交叉協方差矩陣；

(7)計算容積卡爾曼濾波增益，移動代理節點狀態估計均值和誤差協方差矩陣更新，獲得移動代理節點高斯參數化置信度；返回步驟(4)執行高斯參數化置信度傳遞與迭代計算，完成預定迭代計算次數后返回步驟(2)進入下一輪遞歸計算。