CN104039009B - 一种基于区域划分的目标无线设备定位方法 - Google Patents

Abstract

本发明公开了一种基于区域划分的目标无线设备定位方法，包括如下步骤：步骤1：划分正方形的目标区域，得到N×N个正方形的单位分区；步骤2：计算飞行器在目标区域中的搜索曲线；步骤3：将距离飞行器最近的一个单位分区的中心作为起点，飞行器沿搜索曲线顺序搜索目标区域中的单位分区，对单位分区中每个目标无线设备进行定位。本发明在飞行过程中能检测到所有目标无线设备，提供任何一点的细粒度的地图，提高了定位精度。同时，通过基于区域划分的飞行路线算法，充分利用接收信号的定向性，控制飞行器直接向着目标方向飞去，较现有的warflying方法而言，本发明无需按照预定的空间填充曲线遍历扫描目标区域，减少了总飞行距离，降低了飞行器的功耗。

Description

一种基于区域划分的目标无线设备定位方法

技术领域

本发明涉及嵌入式系统、无线通信、导航等技术领域，具体涉及一种基于区域划分的目标无线设备定位方法。

背景技术

目前，网络取证和灾难救援等应用的关键在于，需要快速地和准确地对目标区域中无线通信设备定位。为此，研究人员提出了warwalking或wardriving，它们是一类通过行人或车辆在检测区域巡游并使用无线设备检测周围无线网络的方法。有研究者(A.P.Subramanian,P.Deshpande,J.Gao,and S.R.Das.Drive-by localization ofroadside wifi networks[C]//in Proceedings of INFOCOM.Phoenix,AZ:IEEE,2008)采用电子的可控波束定向天线，进行warwalking并收集RSS与AoA信息，在不同的位置进行多次测量，并绘制箭头指向AP(无线访问接入点)的方向，因此，所有的箭头指向的位置即为AP所在位置；还有使用从RSS信息中推断得出梯度信息确定AP的位置，AP的方向是沿着RSS值增加最快的方向，使用箭头标注此方向，所有的箭头指向的位置即为AP所在位置。然而，由于汽车和人很难到达特定地方如建筑物的屋顶等，而在真实灾难救援场景中这些特殊地方是不可避免的。事实上，我们从地震后的建筑物废墟中搜索和救援幸存者，是通过定位他们身上携带的智能手机来实现对人定位。

由于warwalking或wardriving的这些局限性，研究人员开始探索基于飞行器的定位方法warflying，该方法通过飞行器飞到开放空间的任意点，检测并产生细粒度的无线设备地理位置图。例如，WASP是一个进行warflyng的微型飞行器，在定位时，它需要保持一个相对较高的速度，这限制了它的监测能力；HAWK(Zhongli Liu,Yinjie Chen,Benyuan Liu,et al.HAWK:An Unmanned Mini Helicopter-based Aerial Wireless Kit forLocalization[C]//in Proceedings of INFOCOM.Orlando,USA:IEEE,2012:2219-2227)利用空间填充曲线作为搜索路径，根据飞行速度、目标数据包发送间隔以及无线传输范围确定搜索路径的级别，以保证搜索区域中所有的目标无线设备均被检测到。然而，现有的warflying方法通常要求飞行器沿着预先设定的空间填充曲线作为飞行路径遍历扫描目标区域，缺乏灵活性且飞行路线较长，因此，造成定位时间与能耗较大，大大制约了其实际应用。

发明内容

针对上述现有技术存在的缺陷或不足，本发明的目的在于，提出一种空中无线检测和定位方法(简称GuideLoc)，该方法要解决以下两个技术问题：一是确保在飞行过程中能检测到目标区域内所有的目标无线设备，提供任何一点位置的细粒度的地图；二是设计最短的飞行路线，完成定位过程，减少搜索时间并节省飞行器的功耗。

为了达到上述目的，本发明采用如下的技术解决方案：

一种基于区域划分的目标无线设备定位方法，包括如下步骤：

步骤1：划分正方形的目标区域，得到N×N个正方形的单位分区；

步骤2：计算飞行器在目标区域中的搜索曲线；

步骤3：将距离飞行器最近的一个单位分区的中心作为起点，飞行器沿搜索曲线顺序搜索目标区域中的单位分区，对单位分区中每个目标无线设备进行定位。

进一步的，所述步骤1具体为：将正方形的目标区域划分为N×N个单位分区，并得到每个单位分区的中心位置；N满足以下公式：

其中，v是飞行器的最大飞行速度，单位：米/秒；d是正方形的目标区域的边长，单位：米；R是目标无线设备对高为h的平面的无线覆盖范围，单位：米；t是目标无线设备数据包发送间隔，单位：秒。

进一步的，所述步骤2具体包括如下步骤：把每个单位分区的中心点作为图G的顶点，各顶点之间的距离是权值ω，得到给定的连通加权无向图(G，ω)，采用遗传算法寻找连通加权无向图(G，ω)中一条总路程最短的Hamilton圈作为搜索曲线。

进一步的，所述步骤3具体包括如下子步骤：

步骤3.1：飞行器飞到距离其最近的一个单位分区的中心，开始实时接收无线信号；

步骤3.2：飞行器根据检测的目标无线设备的无线信号，提取信号强度信息，并计算目标无线设备的角度信息；

步骤3.3：确定当前的单位分区中的目标无线设备；

步骤3.4：计算飞行器在当前的单位分区的飞行曲线；

步骤3.5：飞行器沿当前的单位分区的飞行曲线，定位其中的每个目标无线设备。

进一步的，所述步骤3.2的具体步骤如下：

飞行器到达单位分区的中心时，如果其通信范围内不存在任何目标，则判断是否已经完成所有单位分区的检测，是则结束定位过程，否则飞行器沿搜索曲线飞到下一个单位分区的中心，返回到步骤3.2；如果其通信范围内存在目标无线设备，则获取所有目标无线设备的角度信息和信号强度信息：通过安装在飞行器上的无线嗅探器检测目标无线设备的无线信号，从中提取信号强度信息，再利用不同方向的定向天线接收目标无线设备发送的无线信号，不同方向的信号强度不同，其中信号强度最强的方向就是目标所在的方向，计算目标无线设备的角度信息。

进一步的，所述步骤3.3确定当前的单位分区中的目标无线设备的具体操作如下：

根据对数正态阴影路径损耗模型，利用步骤3.2得到的目标无线设备的RSS值计算每个目标无线设备与当前单位分区中心的距离；如果该距离大于阈值λ，则认为目标无线设备不属于当前的单位分区；如果该距离小于或等于阈值λ，则认为目标无线设备属于当前的单位分区；其中，阈值λ利用下式计算：

其中，d是正方形目标区域的边长，N是目标区域中单位分区的行数或列数。

进一步的，所述步骤3.4具体包括如下步骤：

如果当前的单位分区内没有任何目标无线设备，则判断是否已经完成所有单位分区的检测，是则结束定位过程，否则沿步骤2得到的搜索曲线飞到下一个单位分区的中心继续检测，跳转到步骤3.2；如果当前的单位分区内存在一个或多个目标无线设备，则根据步骤3.3得到的每个目标无线设备与当前单位分区中心的距离、以及步骤3.2得到的角度信息，计算出每个目标无线设备的预估位置。首先，设当前的单位分区的中心为图G’的起点，搜索曲线上的下一个单位分区的中心为图G’的终点，把当前的单位分区中的所有目标无线设备作为图G’的顶点，顶点之间的距离是权值ω’，得到给定的连通加权无向图(G’，ω’)。然后，假设起点和终点之间为一条虚拟边，其权值为一个极小的负值，采用遗传算法求解出连通加权无向图(G’，ω’)中一条总路程最小的Hamilton圈；最后，在求出的最小Hamilton圈中去除掉这条虚拟边，剩下的边组成当前的单位分区的飞行曲线。

进一步的，所述步骤3.5具体包括如下步骤：

飞行器由起点出发，沿着步骤3.4得到的飞行曲线飞行，在飞行过程中实时获取每个目标无线设备的无线信号，并提取其信号强度信息；再比较不同方向上定向天线的接收信号强度，当它们不相等时，就继续飞行并重新捕获RSS进行判断；如果它们几乎相等，则认为飞行器已经到达了目标无线设备的上空，就把当前位置作为当前的目标无线设备的位置，将当前飞行器的GPS坐标传送给地面，完成该目标无线设备的定位；然后，飞行器沿着飞行路线继续飞行去定位下一个目标无线设备，直至逐个完成当前单位分区内所有目标无线设备的定位；最后，判断是否完成所有单位分区的检测，是则结束定位过程，否则直接飞到下一个单位分区的中心继续检测，跳转到步骤3.2。

相比传统的目标定位方法，本发明具有以下有益效果：

1、本发明的空中无线定位方法中，基于微型多旋翼飞行器，通过安装上定向天线的无线嗅探器，实现目标无线设备的定位，既不需要传统的基础设施帮助也不需要训练，这种定位能力使其具有巨大的应用前景。

2、本发明是一种wayflying工具，它可以飞到自由空间中的任何一点，确保在飞行过程中能检测到所有目标无线设备，提供任何一点的细粒度的地图。并结合目标无线设备的RSS信息、AoA信息和飞行器的GPS坐标信息进行定位，从而提高了定位精度。

3、本发明通过基于区域划分的飞行路线算法，充分利用接收信号的定向性，控制飞行器直接向着目标方向飞去，较现有的warflying方法而言，本发明的方法无需按照预定的空间填充曲线遍历扫描目标区域，从而减少了总飞行距离，降低了飞行器的功耗。

附图说明

图1是本发明在3D空间中的飞行示意图。

图2是L值在最坏情况下的分析图。

图3是本发明的飞行路线算法分析图。

图4是本发明定位过程的飞行路线图。

图5是本发明与HAWK的定位误差比较图。

图6是本发明与HAWK的飞行路线长度比较图。

图7是本发明的基于区域划分的飞行路线算法流程图。

以下结合附图和具体实施例对本发明进一步详细说明。

具体实施方式

本发明提出了一种空中的无线定位方法(简称GuideLoc)，其主要思路是：首先为了降低总飞行距离，研究了如何将目标区域划分为多个单位分区。然后研究确定经过每个单位分区中心的最短的搜索曲线。最后研究在每个分区内怎样完成目标无线设备的定位。其定位特点为：通过安装在飞行器上的无线嗅探器检测目标无线设备的无线信号，利用安装在飞行器上不同方向的定向天线接收目标区域中目标无线设备发送的无线信号，其中信号强度最强的方向就是目标无线设备所在的方向，从而得到目标无线设备的到达角度(AoA)，利用AoA信息控制飞行器直接向着目标无线设备的方向飞行，当到达目标无线设备的上空时，当前飞行器的GPS坐标就是目标的位置坐标，最终定位目标区域内所有目标无线设备。

为了实现本发明的方法，我们需完成以下主要步骤：

一、区域划分

当飞行器进入地面目标无线设备的通信覆盖范围时，会在不同方向上收到不同的信号强度，即可计算出其AOA信息，根据AOA信息控制飞行器向着目标无线设备的方向飞行。然而，在实际环境中，目标无线设备并非均匀分布在目标区域，当飞行器进入目标区域中不存在任何目标无线设备的子区域时，将搜索不到任何目标信号，也就无法向着目标飞行，此时它将如何飞行？

我们结合区域划分的思想设计飞行路线及定位算法。目的是确保飞行器在搜索到所有的目标无线设备的前提下飞行的路线最短。如图2所示，我们先将整个目标区域(边长为d的正方形)划分为N×N个单位分区(网格部分)，为保证飞行器能够检测到所有目标，在单位分区内的所有目标必须构成一个完全图，即单位分区中任意两点之间都是可通信的。

单位分区的适当大小是降低总飞行距离(被飞行器的电量限制)的关键。我们的目的是尽量减少飞行距离，同时在各单位分区中捕获目标无线设备至少一个数据包。决定性的影响因素包括目标区域的边长d、目标无线设备通信传输范围R、飞行速度v，以及目标无线设备的数据包发送间隔t。

我们的wayflying策略是：如果目标无线设备在某个单位分区中，当飞行器在该单位分区内飞行时，飞行器就应当能检测到它，所以飞行器在该单位分区时要从目标无线设备至少捕获一个数据包。要实现这一策略，单位分区必须足够大。为了得到所需的单位分区大小，我们给出引理1，给出目标无线设备的无线通信覆盖范围R、数据包发送间隔t和飞行器的速度v之间的关系。

引理1：L是单位分区中在目标无线设备的圆形传输范围内连续最长路径的长度，v是飞行器的最大速度，t是目标的最小数据包发送间隔。当

L＞v×t， (1)

飞行器的无线嗅探器可以捕获至少一个数据包从目标无线设备，它就可以被检测到。

证明：假设飞行器以速度v飞行，目标无线设备发送数据包间隔为t，飞行器在时间t内飞行的距离就是v×t。如果飞行器在目标无线设备的理想圆形传输范围内的最长连续路径L比v×t更大，它就能够接收到至少一个数据包从目标无线设备发送的。因此，目标无线设备能够被检测到当L比v×t更大时。

由引理1，在实践中，由于接入点发送的信标帧，和目标无线设备发出的探测流量都是定期的，我们可以很容易地确定目标的传输时间间隔t，而飞行器的最大飞行速度v也是已知的。如图2中所示，我们就可以推导出飞行器的最小L值。这确保飞行器在监视过程中，其无线嗅探器可以检测到目标区域中的任何目标无线设备。

值L的变化依赖于单位分区的大小和目标无线设备在单位分区中的位置。我们通过确定最坏情况下目标无线设备的位置，来考虑最坏情况下的L值。如果在最坏情况下的L值也能满足引理1，飞行器就一定能检测到在其传输范围内的目标无线设备。引理2告诉我们最坏的情况是目标无线设备停留在目标区域的顶点上。

引理2：如果目标无线设备在目标区域的顶点上能够被检测到，则在目标区域里的所有目标无线设备都能被检测到。

证明：如图2中所示，当目标无线设备AP1位于目标区域的顶点(即正方形的四个顶点)之一时，相比在目标区域内其他任意位置的目标无线设备(如AP2)，目标无线设备AP1的传输范围(SAP)和目标区域之间的相交区域是最小的。此外，由于飞行路线要穿过每个单位分区的中心，在SAP里的最长连续路径L小于或等于当目标无线设备处于其它任意位置时的连续路径。因此，根据引理1，如果目标无线设备在顶点能被检测到，则在目标区域中的任何位置都能被检测到。

在飞行过程中，飞行器在地面之上一定高度h的水平面上飞行时。目标无线设备对该平面的无线覆盖范围R变得比对地面的无线覆盖范围r更小。引理3给出了飞行器的飞行高度为h时，目标无线设备对该平面的无线覆盖范围R的值。图1显示了R，h和r之间的明显关系。

引理3：如果飞行器在距离地面高度为h飞行，在这个水平面上，目标无线设备对该平面的无线覆盖范围R为：

根据上述3个引理，推导出单位分区的大小使L值满足式(1)。为保证飞行器位于单位分区内的任意位置都能够检测到其中的所有目标无线设备，我们要求单位分区中任意两点(任意两个位置)之间都处在无线覆盖范围内，从而使单位分区内的所有目标无线设备构成一个完全图，因此单位分区又不能无限大。并且在一个单位分区中的L值一定要比v×t大，以保证至少一个数据包被捕获在单位分区中。由以上分析，我们推导出定理1，给出所需的单位分区大小保证能够检测到目标区域中的所有目标无线设备。

定理1：如果所有的目标无线设备都能被飞行器检测到，则N应满足以下公式：

其中，v是飞行器的最大飞行速度(已知)，d是正方形目标区域的边长，R是公式(2)中的目标无线设备对高为h的平面的无线覆盖范围，t是目标无线设备数据包发送间隔。

证明：在本发明中，我们的目标是当飞行器在单位分区内飞行时能检测到其中所有目标无线设备，也就是要求单位分区内的所有目标无线设备构成一个完全图。由于单位分区为正方形，其对角线最长，如果单位分区的对角线长度等于无线覆盖范围R，则单位分区里的任意两点之间都在传输范围内。因此，单位分区的边长必须小于等于即(a)。在单位分区里穿过其中心的最坏情况下的连续路径(即最小L值)(b)，因为我们需要从单位分区里的目标无线设备接收至少一个数据包，根据引理1，L值应该保证L＞v×t(c)。

结合公式(a)、(b)和(c)，我们能够推导出单位分区的大小N应该满足定理1。

二、分区间搜索

在上节中，我们将整个目标区域划分为N×N个单位分区，为了确保能检测到所有目标无线设备，飞行器需要搜索每个单位分区。在本节中，我们将详细描述搜索单位分区的顺序。

通过GuideLoc空中定位的基本思想是warflying。也就是说，飞行器飞过每个单位分区并检测所有的目标无线设备，根据上节的区域划分形式，只需要使飞行器穿过每个单位分区的中心即可。对于warflying，飞行器按什么顺序搜索每个单位分区？

这个问题就转化为：飞行器要穿过所有单位分区的中心进行目标检测，它应怎样选择一条总路程最短的飞行路线使每个单位分区中心恰好只去一次，然后返回出发点？这个问题就是经典的旅行商问题，即TSP问题(Travelling Salesman Problem)。现已证明它是属于一类NP完全问题(NPC)。

用图论语言来说，该问题就是在给定的连通加权无向图(G，ω)中找出一条权最小的Hamilton圈，其中图G的顶点就是每个单位分区的中心，ω是顶点之间的距离。由于该问题是数图论中最著名的问题之一，现存很多有效的近似算法，本发明中，选择基于遗传算法(Genetic Algorithm)来求解，生成一条最优圈覆盖目标区域作为飞行器的搜索曲线，该搜索曲线如图4中的虚线所示。

三、目标角度及信号强度信息获取

在飞行器沿着搜索曲线进行搜索的过程中，当飞行器到达某个单位分区的中心时，如果其通信范围内不存在任何目标，就沿着搜索曲线飞到下一个单位分区的中心继续检测；如果其通信范围内存在目标无线设备，就获取目标无线设备的角度信息(AOA)和信号强度信息(RSS)。

使用定向天线进行定位并不是一项新技术，传统的方法是通过旋转定向天线或者使用可控波束定向天线来估计AoA信息。然而，如果仅有一个天线，会增加数据采集的复杂程度。在同一时刻，无线电只能在一个信道上运行，天线也只能旋转到一个给定的方向，为了检测周围的目标，必须扫描所有的信道和方向，并且扫描每个信道和方向的组合必须持续一定的时间T，T应该足够长以保证从飞行器天线覆盖范围内的目标无线设备接收到帧，且信道和方向切换延迟相对可以忽略不计。因此，必须极其缓慢地驱动飞行器，甚至在某些位置还需要悬停，这样并不符合实际。有人提出通过在相同的路线上重复驾驶多次来解决这个问题，然而，天线旋转要消耗大量的能量，重复路线飞行多次更加耗能，受到飞行器续航能力的限制以及救援时间的紧迫性，这种方式并不适用于我们。

本发明使用一种更简单的方法来减少数据收集过程的飞行次数，即在飞行器上安装多个固定的定向天线，使它们沿着不同的方向分别连接到多个无线电接收器。这使得飞行器能够在同一时刻同一位置接收到所有方向上的无线信号，既不需要悬停，也不需要极其缓慢的飞行。

在实际系统实现中，我们使用8个2.4GHz频段适用于IEEE802.11b/g的定向天线，分别通过8个基于USB接口的无线网卡连接到无线嗅探器，8个定向天线沿不同方向安装在飞行器所在平面上，每根天线都是一个14dBi增益的扇形面板WLAN天线，其3dBm波束带宽为45度，从而通过8根定向天线沿不同方向覆盖飞行器所在平面的360度圆范围，8根天线依次标号1～8。本发明基于一个ARM嵌入式系统板(三星s3c2440板)开发了飞行器的无线嗅探器，该系统运行Linux2.6.30内核的fedora Linux操作系统。无线嗅探器能够通过跳跃所有的信道来搜索目标，如Kismet。Kismet是一个流行的无线数据包嗅探软件，通过修改Kismet，使其有选择地捕捉收到的无线数据包。Kismet与GPS进行通信，作为一个进程运行(GPSD)，记录来自任意AP的接收帧的当前时间、信号强度和GPS坐标，并加入AP的标识(MAC地址，也在接收帧里)和当前飞行器的方向，由于天线以固定的方式安装在飞行器上，知道飞行器的方向即可确定定向天线的绝对方向，而飞行器的方向可依据GPS位置通过航向计算来确定(该方法常用在导航系统)。为了进一步提高定位精度，我们使用飞行器上的数字罗盘协助计算其方向。

然后，将这些信息构成测量样本<AP的标识，GPS坐标，飞行器方向，天线标号，信号强度>记录到快速闪存中。通过比较不同方向上接收到的信号强度，可以估算出目标的AoA信息。在自由空间中或者较为空旷的环境下，具有最高信号强度的天线方向即指向目标无线设备。即使在具有反射的复杂环境中，通过信号预处理，本发明仍能运作良好。

在市区环境中，飞行器和目标无线设备之间存在较多反射和干扰，导致通过天线采集直接得到的信号强度具有较大噪声，不仅包含直线传播的信号，而且含有许多反射信号。如果直接使用这些信号强度信息来定位目标无线设备，可能会产生严重的错误。使用滑动平均的方法预处理采集信号，该问题任不能得到改善，因为不规则的反射信号仍然可以降低平均值，从而导致角度估计误差。使用最大滑动窗口的方法又可能会扭曲直线传播的信号。因此，为了确保定位准确性，从天线的采集信号中识别并剔除反射信号是至关重要的。本发明使用聚类方法从天线的采集信号中移除反射信号，该聚类算法把不同时刻的采集信号分成不同的群，使群内信号强度变化是最小的，而群间变化是最大的，然后选择平均信号强度最高的群作为标准成分，该群代表通过直线传播接收到的信号强度。

四、判断当前的单位分区内是否存在目标无线设备

为了完成所有目标无线设备的定位，首先，我们必须确定目标属于哪一个单位分区。飞行器到达某个单位分区的中心时，我们根据一个普遍的对数正态阴影路径损耗模型(LNSM)，使用接收到的目标无线设备信号中的RSS值计算目标无线设备与当前单位分区中心的距离。如果该距离小于或等于阈值λ，则认为目标无线设备属于当前的单位分区；如果该距离大于阈值λ，则认为目标无线设备不属于当前单位分区。

由于从RSS值中计算出的距离存在误差，判断目标无线设备是否属于当前的单位分区时可能会产生错误，从而造成漏检问题。例如，图3中单位分区的边缘上的D点，当飞行器到达右下角单位分区的中心Q时，如果估算出的距离比实际距离偏大，就会判断其不属于该单位分区继续搜索。同理，当飞行器到达右上角单位分区的中心时，如果估算出的距离还是比实际距离偏大，就会认为它也不属于该单位分区正方形，从而造成位于D点的目标无线设备漏检。

因此，我们为了解决上述漏检问题，设置阈值λ为：

其中，d是正方形的目标区域的边长，N是公式(3)中分区的行数或列数。

如图3中所示，得到以单位分区中心为圆心，阈值λ为半径的圆形判别区域。显然，相邻的单位分区的正方形对应的圆形判别区域之间存在一定的重叠区域，这些重叠区域使得单位分区边缘附近的点同时属于两个圆形判别区域内，可以有效预防漏检问题。例如，当飞行器到达右下角单位分区中心时，接收到位于D点的目标无线设备的信号，并通过其RSS值估算距离，即使该距离比实际距离偏大也不会造成误判，从而避免了漏检问题。飞行器是沿着搜索曲线顺序搜索每个单位分区，假设飞行器先检测右下角单位分区再到右上角单位分区。当飞行器到达右下角单位分区中心时，D点估算的距离小于阈值λ，判断其属于该单位分区，从而控制飞行器朝D点方向飞行，定位出D点后再直接飞向下一个单位分区(右上角)的中心。由于本发明的算法会通过目标无线设备的标识标记已定位目标无线设备集合，所以即使有重叠区域也不会造成重检问题。

五、计算飞行路线

上节解决了如何确定目标无线设备是否属于当前单位分区，如果当前单位分区内没有任何目标无线设备，就沿着搜索曲线飞到下一个单位分区的中心继续检测；如果当前的单位分区存在一个或多个目标无线设备，则飞行器必须飞到每个目标无线设备上空进行定位，完成单位分区内所有目标无线设备的定位再直接飞到下一个单位分区的中心继续搜索，那么应该按什么顺序定位单位分区内的每个目标无线设备呢？

该问题可以转化为：飞行器从当前的单位分区的中心出发，飞到该单位分区内每个目标无线设备的上空进行定位，它如何选择一条总路程最短的飞行路线使每个目标无线设备恰好只去一次，最后飞去终点(即下一个单位分区的中心)？这个问题与经典的最短路径问题相似，但是该问题要求经过所有的点而最短路径问题不需要。它也与经典的旅行商问题相似，但是该问题不需要返回起点且起点和终点都固定。

如图3所示，用图论语言来说，该问题就是在给定的连通加权无向图(G，ω)中找出一条权最小的从起点P经过所有点到终点Q的最短路线，其中图G的顶点就是当前的单位分区内的所有目标点(A，B，C)，和当前的单位分区的中心(P)及下一个单位分区的中心(Q)，ω是顶点之间的距离。

由于该问题与经典的旅行商问题很相似，这启发我们如何变换将其归结为TSP问题。TSP问题就是寻找一条最短的遍历n个点的最优圈，或者说搜索自然子集X＝{1，2，…，n}(X的元素表示对n个点的编号)的一个排列π(X)＝{V1，V2，…，Vn}，使得

其中，d(V_i,V_i+1)表示点V_i到点V_i+1的距离，V1是起点。

而我们的问题是寻找一条最短的从起点出发遍历所有点到达终点的路径，或者说搜索自然子集X＝{1，2，…，n}的一个排列ψ(X)＝{M1，M2，…，Mn}，使得

其中，d(M_i,M_i+1)表示点M_i到点M_i+1的距离，M₁是起点，M_n是终点。

我们在公式(6)加上一项d(M_n,M₁)，即添加起点到终点之间的虚拟边并设d(M_n,M₁)为一个极小的负值，所以

对比公式(7)和(5)，可以发现这就是TSP问题的数学表达式，所以我们的问题其实可以转换为TSP问题，它也属于一类NP完全问题(NPC)。

在本发明的算法中，首先，根据RSS和AoA计算出目标无线设备的预估位置，再设当前的单位分区的中心为图G’的起点，搜索曲线上的下一个单位分区的中心为图G’的终点，把当前的单位分区中的所有目标无线设备作为图G’的顶点，顶点之间的距离是权值ω’，得到给定的连通加权无向图(G’，ω’)。然后，为了保证求出的最小Hamilton圈必然包含起点和终点之间的边，我们假设起点和终点之间为一条虚拟边，其权值为一个极小的负值。最后，采用遗传算法求解出连通加权无向图(G’，ω’)中一条总路程最小的Hamilton圈，由于起点和终点之间的虚拟边的权值为常数，在求出的最小Hamilton圈中去掉这条虚拟边以后，剩下的边正好组成一条最短的从起点出发经过所有点到达终点的路径，也就是本发明的问题所求，即一条对于每个单位分区内的最短的飞行路线，如图3中实线所示。

六、分区内定位

通过无线信号采集获得目标的角度信息(AoA)和信号强度信息(RSS)，根据这两个信息结合RSS测距的方法即可定位出目标的位置。显然，这是一种非常粗略的定位策略，为了提高定位精度，本发明结合飞行器的GPS信息提出一种更准确的定位方法：利用AoA和RSS控制飞行器朝着目标方向飞行并靠近目标，飞行器到达目标上空时，其GPS坐标即为目标的位置坐标。这种方法的误差主要受到GPS定位精度的影响，飞行器的GPS接收器显示的误差中位数大约只有4米。

飞行器进入地面目标的通信覆盖范围时，就会收到目标无线设备的无线信号，不同方向上收到的无线信号强度不同，其中信号强度最强的那个方向理论上就对应目标的方向，从而可以控制飞行器向着目标无线设备的方向飞行。当飞行器向着目标无线设备飞行并靠近目标时，其接收到的信号强度会逐渐增大；当到达目标无线设备的上空时接收到的信号强度达到最大；当飞离目标无线设备时信号强度逐渐降低。其接收到的信号强度时间序列形成一个波峰，峰值点的位置即对应目标上空。然而，这种方法需要飞过目标无线设备上空一段距离，既浪费能量又降低搜索效率。所以，如何高效快速的判断出飞行器到达目标上空是具有挑战的。

本发明解决这个问题通过一个简单的方法，其基本思想是：当飞行器在目标无线设备上空时，不同方向的定向天线接收到的无线信号强度几乎都是相等的。

具体来说，飞行器将目标无线设备作为飞行器的下一个航点，控制飞行器朝该目标的方向飞行，在飞行过程中，继续捕获该目标的无线信号，提取其角度信息(AoA)和信号强度信息(RSS)。然后，比较不同方向上的接收信号强度，如果它们并不相等(相差大于11dBm，该阈值通过真实实验测试得到)，就继续飞行靠近目标；如果它们几乎相同(相差不大于11dBm)，则飞行器已经到达了目标无线设备的上空，就把当前位置作为目标无线设备的位置，将其GPS坐标传送给地面完成该目标的定位，并将该目标的标识加入到已定位目标无线设备集合。

根据以上定位方法，飞行器沿着飞行路线逐个定位出当前单位分区内所有目标无线设备的位置，并飞到下一个单位分区的中心。然后，我们只需要重复以上步骤，定位出下一个单位分区内的所有目标无线设备。按照这个方法一直重复进行，就可以完成所有单位分区的定位，从而对整个目标区域的所有目标无线设备进行准确定位。

综上所述，我们得到本发明的基于区域划分的飞行路线及定位算法：

步骤1：划分正方形的目标区域，得到N×N个正方形的单位分区。

将目标区域(边长为d的正方形)划分为N×N个单位分区正方形，得到每个单位分区的中心位置；N应满足以下公式：

其中，v是飞行器的最大飞行速度(单位：米/秒)，d是正方形的目标区域的边长(单位：米)，R是目标无线设备对高为h的平面的无线覆盖范围(单位：米)，t是目标无线设备数据包发送间隔(单位：秒)。

步骤2：计算飞行器在目标区域中的搜索曲线。

把每个单位分区的中心点作为图G的顶点，各个顶点(单位分区中心点)之间的距离是权值ω，得到给定的连通加权无向图(G，ω)，采用遗传算法寻找连通加权无向图(G，ω)中一条总路程最短的Hamilton圈作为搜索曲线，作为目标区域内所有单位分区间的搜索顺序。

步骤3：将距离飞行器最近的一个单位分区的中心作为起点，飞行器沿搜索曲线顺序搜索目标区域中的单位分区，对单位分区中每个目标无线设备进行定位。具体步骤如下：

步骤3.1：飞行器飞到距离其最近的一个单位分区的中心，开始实时接收无线信号；

步骤3.2：飞行器到达单位分区的中心时，如果其通信范围内不存在任何目标，则判断是否已经完成所有单位分区的检测，是则结束定位过程，否则飞行器沿搜索曲线飞到下一个单位分区的中心，返回到步骤3.2；如果其通信范围内存在目标无线设备，则获取所有目标无线设备的角度信息(AoA)和信号强度信息(RSS)：通过安装在飞行器上的无线嗅探器检测目标无线设备的无线信号，从中提取信号强度信息(RSS)，再利用不同方向的定向天线接收目标无线设备发送的无线信号，不同方向的信号强度不同，其中信号强度最强的方向就是目标所在的方向，计算目标无线设备的角度信息(AoA)。

步骤3.3：确定当前的单位分区中的目标无线设备。

根据对数正态阴影路径损耗模型(LNSM)，利用步骤3.2得到的目标无线设备的RSS值计算每个目标无线设备与当前单位分区中心的距离；如果该距离大于阈值λ，则认为目标无线设备不属于当前的单位分区；如果该距离小于或等于阈值λ，则认为目标无线设备属于当前的单位分区；其中，阈值λ利用下式计算：

其中，d是正方形目标区域的边长，N是目标区域中单位分区的行数或列数。

步骤3.4：计算飞行器在当前的单位分区的飞行曲线。

如果当前的单位分区内没有任何目标无线设备，则判断是否已经完成所有单位分区的检测，是则结束定位过程，否则沿步骤2得到的搜索曲线飞到下一个单位分区的中心继续检测，跳转到步骤3.2；如果当前的单位分区内存在一个或多个目标无线设备，则根据步骤3.3得到的每个目标无线设备与当前单位分区中心的距离、以及步骤3.2得到的角度信息，计算出每个目标无线设备的预估位置。首先，设当前的单位分区的中心为图G’的起点，搜索曲线上的下一个单位分区的中心为图G’的终点，把当前的单位分区中的所有目标无线设备作为图G’的顶点，顶点之间的距离是权值ω’，得到给定的连通加权无向图(G’，ω’)。然后，假设起点和终点之间为一条虚拟边，其权值为一个极小的负值，采用遗传算法求解出连通加权无向图(G’，ω’)中一条总路程最小的Hamilton圈；最后，在求出的最小Hamilton圈中去除掉这条虚拟边，剩下的边正好组成一条最短的从起点出发经过所有点到达终点的路径，即一条对于单位分区内的最短的路线，作为当前的单位分区的飞行曲线。

步骤3.5：飞行器沿当前的单位分区的飞行曲线，定位其中的每个目标无线设备。具体过程如下：

飞行器由起点出发，沿着步骤3.4得到的飞行曲线飞行，在飞行过程中实时获取每个目标无线设备的无线信号，并提取其信号强度信息(RSS)；再比较不同方向上定向天线的接收信号强度，当它们不相等(相差大于11dBm，该阈值通过实验测试得到)时，就继续飞行并重新捕获RSS进行判断；如果它们几乎相等(相差不大于11dBm)，则认为飞行器已经到达了目标无线设备的上空，就把当前位置作为当前的目标无线设备的位置，将当前飞行器的GPS坐标传送给地面，完成该目标无线设备的定位。然后，飞行器沿着飞行路线继续飞行去定位下一个目标无线设备，直至逐个完成当前单位分区内所有目标无线设备的定位。最后，判断是否完成所有单位分区的检测，是则结束定位过程，否则直接飞到下一个单位分区的中心继续检测，跳转到步骤3.2。

效果验证：

在本节中，我们首先通过仿真验证了我们的区域划分大小选择性定理1，然后比较不同目标密度下GuideLoc和HAWK的性能。

为了验证区域划分大小选择性定理1，我们使用Matlab仿真定位过程。仿真配置如下：目标无线设备的传输范围是300m，它的数据包广播间隔是1s，飞行器的飞行速度是10m/s。飞行器在一个1000m×1000m正方形目标区域飞行。我们使用30个无线节点随机部署在这个正方形目标区域，我们推导出最小单位分区的大小根据定理1。

在仿真中，飞行器按顺序沿着单位分区搜索飞行，通过区域划分大小选择性定理推导的。我们记录下无线节点和飞行器之间的所有距离，当飞行器从该节点接收到一个数据包时。当不同方向上接收到的信号强度相差不大于3dB时，就把当前飞行器的位置作为最近目标的位置，并把当前该最近目标和飞行器之间的距离作为定位误差。我们重复了30次仿真。

图4示出了单位分区正方形(网格部分)和GuideLoc定位过程的飞行路线(实线部分)。根据区域划分大小选择性定理1，将上述仿真配置代入公式(3)可得单位分区正方形的大小，我们取N为5，即将目标区域划分为5×5个单位分区。飞行器按顺序搜索25个单位分区，目标区域中的30个目标无线设备全部被检测出来并完成定位过程。从全局的目标区域上看，GuideLoc的搜索顺序就是按最小Hamilton圈(虚线部分)方向飞行，从局部的单位分区上看，飞行器到达单位分区的中心时，以最短的路径经过所有目标后直接飞到下一个单位分区的中心。

然后，我们进行了21组仿真分别使用0、10、20、30···190、200个无线节点(目标无线设备)随机均匀地分布在目标正方形区域，并为每个节点密度运行仿真30次。主要比较点是HAWK，利用摩尔空间填充曲线作为飞行路线，遍历扫描目标区域。

在图5中，我们展示出了GuideLoc和HAWK方法定位误差的CDF曲线为21组节点密度研究。我们可以发现GuideLoc比HAWK较好一点。GuideLoc的定位误差中位数大约是4米，而HAWK的大约是5米。事实上，GuideLoc的最大误差小于12米，而HAWK的最大误差小于15米，它们都是比较精准的定位方法。

图6给出了不同节点密度下飞行路线的长度。它展示了GuideLoc的飞行路线长度比HAWK的明显低很多，在不同节点密度下，HAWK的飞行路线长度是GuideLoc的2-5倍。当节点密度为0时，即目标区域内没有任何目标无线设备，此时HAWK的飞行路线是最低要求的3阶摩尔曲线，其长度为8000米。而GuideLoc的飞行路线的最小Hamilton圈的长度只是5082米。两种方法的飞行路线长度都随着节点密度增大而增加，由于本发明的方法利用了目标无线设备的方向信息，所以它可以直接朝着目标飞行以最短的飞行路线，从而极大的减少总飞行距离，节省飞行器的功耗相比使用空间填充曲线进行遍历扫描的方法。

以上所述的具体实施例，对本发明进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的思想和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于区域划分的目标无线设备定位方法，其特征在于，包括如下步骤：

步骤1：划分正方形的目标区域，得到N×N个正方形的单位分区；

步骤2：计算飞行器在目标区域中的搜索曲线；

步骤3：将距离飞行器最近的一个单位分区的中心作为起点，飞行器沿搜索曲线顺序搜索目标区域中的单位分区，对单位分区中每个目标无线设备进行定位；具体包括如下子步骤：

步骤3.1：飞行器飞到距离其最近的一个单位分区的中心，开始实时接收无线信号；

步骤3.2：飞行器根据检测的目标无线设备的无线信号，提取信号强度信息，并计算目标无线设备的角度信息；

步骤3.3：确定当前的单位分区中的目标无线设备；

步骤3.4：计算飞行器在当前的单位分区的飞行曲线；具体包括如下步骤：

如果当前的单位分区内没有任何目标无线设备，则判断是否已经完成所有单位分区的检测，是则结束定位过程，否则沿步骤2得到的搜索曲线飞到下一个单位分区的中心继续检测，跳转到步骤3.2；如果当前的单位分区内存在一个或多个目标无线设备，则根据步骤3.3得到的每个目标无线设备与当前单位分区中心的距离、以及步骤3.2得到的角度信息，计算出每个目标无线设备的预估位置；首先，设当前的单位分区的中心为图G’的起点，搜索曲线上的下一个单位分区的中心为图G’的终点，把当前的单位分区中的所有目标无线设备作为图G’的顶点，顶点之间的距离是权值ω’，得到给定的连通加权无向图(G’，ω’)；然后，假设起点和终点之间为一条虚拟边，其权值为一个极小的负值，采用遗传算法求解出连通加权无向图(G’，ω’)中一条总路程最小的Hamilton圈；最后，在求出的最小Hamilton圈中去除掉这条虚拟边，剩下的边组成当前的单位分区的飞行曲线；

步骤3.5：飞行器沿当前的单位分区的飞行曲线，定位其中的每个目标无线设备。

2.如权利要求1所述的基于区域划分的目标无线设备定位方法，其特征在于，所述步骤1具体为：将正方形的目标区域划分为N×N个单位分区，并得到每个单位分区的中心位置；N满足以下公式：

$\frac{\sqrt{2}d}{R}\&le;N<\frac{d}{vt}$

其中，v是飞行器的最大飞行速度，单位：米/秒；d是正方形的目标区域的边长，单位：米；R是目标无线设备对高为h的平面的无线覆盖范围，单位：米；t是目标无线设备数据包发送间隔，单位：秒。

3.如权利要求1所述的基于区域划分的目标无线设备定位方法，其特征在于，所述步骤2具体包括如下步骤：把每个单位分区的中心点作为图G的顶点，各个顶点之间的距离是权值ω，得到给定的连通加权无向图(G，ω)，采用遗传算法寻找连通加权无向图(G，ω)中一条总路程最短的Hamilton圈作为搜索曲线。

4.如权利要求1所述的基于区域划分的目标无线设备定位方法，其特征在于，所述步骤3.2的具体步骤如下：

飞行器到达单位分区的中心时，如果其通信范围内不存在任何目标，则判断是否已经完成所有单位分区的检测，是则结束定位过程，否则飞行器沿搜索曲线飞到下一个单位分区的中心，返回到步骤3.2；如果其通信范围内存在目标无线设备，则获取所有目标无线设备的角度信息和信号强度信息：通过安装在飞行器上的无线嗅探器检测目标无线设备的无线信号，从中提取信号强度信息，再利用不同方向的定向天线接收目标无线设备发送的无线信号，不同方向的信号强度不同，其中信号强度最强的方向就是目标所在的方向，计算目标无线设备的角度信息。

5.如权利要求1所述的基于区域划分的目标无线设备定位方法，其特征在于，所述步骤3.3确定当前的单位分区中的目标无线设备的具体操作如下：

根据对数正态阴影路径损耗模型，利用步骤3.2得到的目标无线设备的RSS值计算每个目标无线设备与当前单位分区中心的距离；如果该距离大于阈值λ，则认为目标无线设备不属于当前的单位分区；如果该距离小于或等于阈值λ，则认为目标无线设备属于当前的单位分区；其中，阈值λ利用下式计算：

$\mathrm{\&lambda;}=\frac{\sqrt{2}d}{2N}$

其中，d是正方形目标区域的边长，N是目标区域中单位分区的行数或列数。

6.如权利要求1所述的基于区域划分的目标无线设备定位方法，其特征在于，所述步骤3.5具体包括如下步骤：

飞行器由起点出发，沿着步骤3.4得到的飞行曲线飞行，在飞行过程中实时获取每个目标无线设备的无线信号，并提取其信号强度信息；再比较不同方向上定向天线的接收信号强度，当它们不相等时，就继续飞行并重新捕获RSS进行判断；如果它们几乎相等，则认为飞行器已经到达了目标无线设备的上空，就把当前位置作为当前的目标无线设备的位置，将当前飞行器的GPS坐标传送给地面，完成该目标无线设备的定位；然后，飞行器沿着飞行路线继续飞行去定位下一个目标无线设备，直至逐个完成当前单位分区内所有目标无线设备的定位；最后，判断是否完成所有单位分区的检测，是则结束定位过程，否则直接飞到下一个单位分区的中心继续检测，跳转到步骤3.2。