[發明專利]一種高精度的非視距追蹤定位方法

有效

• 申請號: 202010047328.4
• 申請日: 2020-01-16
• 公開（公告）號: CN111257827B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 楊小鳳
• 申請（專利權）人: 玉林師范學院
• 主分類號: G01S5/02
• 分類號: G01S5/02
• 代理公司: 廣州海心聯合專利代理事務所(普通合伙) 44295
• 代理人: 王洪娟

本發明公開了一種高精度的非視距追蹤定位方法，屬于無線定位技術，主要解決現有定位方法存在需要依賴樣本所從屬的總體的分布形式、數據量大的技術問題，所述方法包括以下步驟：S1：獲取待定位節點與相應的基站之間的距離其中1≤i≤A，A為基站數目，A≥3，t為采樣樣本序號；S2：根據回聲狀態高斯過程ESGP對所述距離進行計算得到所述待定位節點的坐標和定位方差，并將所述坐標和定位方差進行輸出。本發明無需依賴樣本所從屬的總體的分布形式、數據量少、精度高。

技術領域

本發明涉及無線定位技術，更具體地說，它涉及一種高精度的非視距追蹤定位方法。

背景技術

追蹤定位是指對移動目標的實時定位，廣泛應用于軍事、物流、導航、醫療、搜索和營救等領域。提高定位系統在復雜多徑、非視距環境下對移動目標的定位精度、降低系統復雜度，是當前追蹤定位算法的研究熱點之一。近年來，國內外關于追蹤定位算法的研究非?；钴S，主要算法包括：貝葉斯濾波(Bayesian?filter)；開爾曼濾波(Kalman?filter)；粒子濾波(Particle?filter)等。以上算法都屬于統計方法，其共同缺點是：(1)一般需要事先知道樣本的先驗分布，并需要收集足夠多的樣本數據，而這些要求在實際應用中往往難以達到，并且算法實時性不高；(2)算法需要的特征聯合概率分布有時候難以確定。

發明內容

本發明要解決的技術問題是針對現有技術的上述不足，本發明的目的一是提供一種無需依賴樣本所從屬的總體的分布形式、數據量少的高精度的非視距追蹤定位方法。

本發明的技術方案是：一種高精度的非視距追蹤定位方法，包括以下步驟：

S1：獲取待定位節點與相應的基站之間的距離其中1≤i≤A，A為基站數目，A≥3，t為采樣樣本序號；

S2：根據回聲狀態高斯過程ESGP對所述距離進行計算得到所述待定位節點的坐標和定位方差，并將所述坐標和定位方差進行輸出。

作為進一步地改進，根據所述回聲狀態高斯過程ESGP計算所述待定位節點的坐標和定位方差包括以下具體步驟：

S21：根據均勻分布或高斯分布隨機產生輸入權值矩陣W_I、內部權值矩陣W和反饋權值矩陣W_F，并根據輸入權值矩陣W_I、內部權值矩陣W、反饋權值矩陣W_F以及各所述距離得到輸入矢量r_t，

r_t＝[u_t；x_t]，

其中，x_t為回聲狀態網絡ESN的狀態矢量，

x_t＝f(W_Iu_t+Wx_t-1+W_Fy_t-1)，

y_t為待定位節點的坐標，y_t＝[a_t?b_t]，初始狀態矢量x₀＝0；

S22：將輸入矢量r_t中的一半采樣樣本作為訓練輸入數據d_t得到訓練輸出數據另一半的采樣樣本作為測試輸入數據得到測試輸入數據Y^*；

S23：根據徑向基核函數來度量訓練輸入數據d_t中任意兩個矢量之間的相關性，

根據梯度上升法來最大化邊緣對數似然函數

得到超參數θ_d＝[σ_k,l]的最優值，其中，為加性高斯白噪聲方差，I為單位矩陣；