CN104135766B - 一种基于网格划分的无线网络间的协作定位方法 - Google Patents
一种基于网格划分的无线网络间的协作定位方法 Download PDFInfo
- Publication number
- CN104135766B CN104135766B CN201410364592.5A CN201410364592A CN104135766B CN 104135766 B CN104135766 B CN 104135766B CN 201410364592 A CN201410364592 A CN 201410364592A CN 104135766 B CN104135766 B CN 104135766B
- Authority
- CN
- China
- Prior art keywords
- network
- grid
- msub
- mtd
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种基于网格划分的无线网络间的协作定位方法，步骤一：离线阶段；划分网格：将定位区域划分为多个边长为dgrid的网格；再建立协作定位指纹库；协作定位指纹库包含网络名称、网格编号、相应权值、计算顺序，该指纹库以数组{Nnet，N，An，Norder}T的形式表示；步骤二：在线阶段；根据网络定位结果，得到所属网格编号，然后从协作定位指纹库中查询对应网格中相应网络的相应权值，进行协作定位，最后得出该未知节点的最终定位测量值。该基于网格划分的无线网络间的协作定位方法易于实施，定位精度高。
Description
技术领域
本发明属于无线网络定位领域，涉及一种基于网格划分的无线网络间的协作定位方法。
背景技术
无线通信技术和传感定位技术的迅速发展，使得基于位置信息的服务(LocationBased Services，LBS)已无缝地融入人们的日常生活中。提供LBS的前提是使用定位技术使移动设备知道自身所处的物理位置。当前，LBS相关业务主要包括：车载导航服务、个人问询服务、紧急求救服务、物流管理、商业求助服务等等，这些服务已逐步普及和使用，为人们的工作和生活提供了巨大的便利。
基于位置的服务的基础是高质量地获取位置信息。目前，定位技术主要有3类：卫星定位技术、基于网络的定位技术和感知定位技术。卫星定位技术是指利用太空中的人造卫星对移动对象进行定位，典型代表是全球定位系统(Global Positioning System，GPS)。基于网络的定位技术是指利用网络基站(或者接入点)等基础设施对移动对象进行定位。当移动终端被某一网络覆盖区域感知时，由网络基站或控制点计算出该移动终端的位置，例如移动通信网络(如GSM，CDMA等)。感知定位技术指在指定空间内部署传感器，当移动对象进入传感器的检测区域时，则能判定该对象的位置，例如无线传感器网络(WirelessSensor Network，WSN)。
随着LBS定位技术的继续发展和进步，各个领域对定位精度的要求也越来越高。在室外环境下，全球定位系统以及移动通信网络能够提供高质量的服务，然而，受地理环境的影响，两者无法保证在室内复杂多变环境中可获取较高的定位精度。因此，如何在室内进行高精度定位仍然是一个亟待解决的问题。
目前，可提供LBS的网络如GSM、GPS、WLAN、WSN等，其定位技术适用场景、定位误差、定位延时、能耗等各方面都有着各自的优缺点。然而，无论在室内还是室外，仅依靠单一的某种定位技术，很难达到定位精度和范围的要求。如何进行网络间的协作定位成为了解决定位问题的一大选择。
因此，有必要设计一种新型的无线网络间的协作定位方法。
发明内容
本发明所要解决的技术问题是，针对存在不同强度的多种网络信号的情形下，提供一种适合于异构网络的定位方法，有效提高定位精度，以及网络覆盖区域的可定位率。该基于网格划分的无线网络间的协作定位方法易于实施，定位精度高。
发明的技术解决方案如下：
一种基于网格划分的无线网络间的协作定位方法，包括以下步骤：
步骤一：离线阶段；
步骤1：划分网格：
将定位区域划分为多个边长为dgrid的网格；并给每一个网格赋予网格编号N：
步骤2：建立协作定位指纹库；
协作定位指纹库包含网络名称、网格编号、相应权值、计算顺序，该指纹库以数组{Nnet，N，An，Norder}T的形式表示；其中，Nnet为网络名称，An为编号为N的网格内相应网络对应的权值，Norder为协作定位时的计算顺序；
步骤二：在线阶段；
根据网络定位结果，得到所属网格编号，然后从协作定位指纹库中查询对应网格中相应网络的相应权值，进行协作定位，最后得出该未知节点的最终定位测量值。
所述的步骤2中，设某一网格中存在的网络数为M，M为非负整数，则有：
(1)当M＝0时，说明网格内不存在任何网络信号，则该网格是不可定位的，该网格内不存在指纹；
(2)当M＝1时，该网格内的定位退化为单一网络定位；即指纹库中对应该网格的指纹只有一条；且该条指纹中的权值An和计算顺序Norder均为1；
(3)当M＝2时，该网络仅存在两个网络，使用融合方法进行定位，得到网格N中的指纹；
(4)当M＞2时，该网格存在M个网络，使用扩展的融合方法进行定位，得到网格N中的指纹；
所述的融合方法如下：
设所述的2个网络为网络1和网络2，网络1和网络2的定位结果分别是(x1，y1)和(x2，y2)，网络1和网络2的误差分别是r1和r2；网络1和网络2的协作定位结果为(x，y)＝A1*(x1，y1)+A2*(x2，y2)；A1和A2分别是网络1和网络2的权值；
若满足不等式1则表示网络1和网络2是可融合的，有
若不满足该不等式，说明网络1和网络2是不可融合的；有
因此，该网格N中的指纹为2条，分别是：{网络1，N，A1，1}T和{网络2，N，A2，1}T。
所述的扩展的融合方法是指在所述的融合方法的基础上进一步与网格N中的第i个网络数据融合，i≥3；网络1和网络2的定位顺序为1；在网络1和网络2完成协作(包括能融合和不能融合的情况)定位后，实施针对网络3的融合步骤：
首先根据是否满足不等式2判断前2个网络是否能与网络3融合；
式中，(x3′，y3′)表示网络1和网络2根据所述融合方法综合后的坐标；(x3，y3)表示网络3的定位坐标；r3′是网络1和网络2在网格N中的定位误差【通过一组(x3′，y3′)可计算得到】；r3为网络3的定位误差；网络3的协作定位顺序为2；
若满足不等式2，则网络1和网络2能与网络3能融合，则网络3的权值为；网络1和网络2协作定位(包括能网络1和网络2能融合和不能融合的情况)后的权值为网络3的权值
若不满足不等式2，则表示网络1和网络2不能与网络3融合，有
则网络1、网络2和网络3共同定位的结果为(x，y)＝A3′*(x3′，y3′)+A3*(x3，y3)；
网络3对应的指纹为{网络3，N，A3，2}T；【在后续的在线计算中，知道了A3就求出来了A3’，有A3′＝1-A3，因为，判断融合时的两个网络的权值之和为1。】
若还有第4个网络，则在网络1-3融合定位的基础上进一步与第4个网络融合，以此类推，直到网格N中的所有的网络都参与了融合操作，并最终得到网格N中的所有的指纹；
最终的定位值为(x，y)＝AM′*(xM′，yM′)+AM*(xM，yM)，M≥4，其中AM′和(xM′，yM′)分别是前M-1个网络协作定位的权值和定位值，AM和(xM，yM)分别是网络M的权值和定位值；
在在线阶段，对于网格N中的定位过程是基于所述的指纹获取计算参数，再根据M的值计算得到最终的定位值：
当M＝1，最终的定位值就是网络1的定位值(x1，y1)；
当M＝2，最终的定位值就是网络1和网络2的协作定位值
(x，y)＝A1*(x1，y1)+A2*(x2，y2)；
当M＝3，最终的定位值就是网络1-2的协作定位值
(x，y)＝A3′*(x3′，y3′)+A3*(x3，y3)；
当M≥4，最终的定位值就是网络1-M的协作定位值
(x，y)＝AM′*(xM′，yM′)+AM*(xM，yM)。
网格的边长是根据多种网络的通信能力确定的，定位区域内存在的网络数目随时间可能发生变化，应以数目最大值作为衡量标准。
网格内各网络的定位误差是根据欧儿里得原理进行确定。
有益效果：
本发明的基于网格划分的无线网络间的协作定位方法，该定位方法将网络覆盖区域划分为网格的形式，对网格进行可定位性分析，获取网格内网络信号特点，为网格内所有网络分配权值；该定位方法结合了质心加权定位机制，使用了指纹定位技术。该方法包括：1)离线阶段，离线阶段对采样样本进行分析，并建立完善的离线协作定位指纹库，该指纹库以数组的形式表示，包含网络名称、网格编号、相应权值、计算顺序。2)在线阶段，待定位节点实时收取感知到的锚节点(位置已知的节点)信息，通过网格编号确定、指纹库信息选择和协作定位方式选择四个步骤完成定位。
该方法通过多种无线网络间的协作定位，解决室内定位精度低的问题。与所有区域单一定位方式不同，该方法将信号覆盖区域划分为网格的形式，获取多种信号信息，以判断网格的可定位性。并为网格内所有网络分配权值，判定是否可进行多网融合协作定位，给出最优定位组合方案，有效提高了定位精度，以及网络覆盖区域的可定位率。同时，只需在离线阶段采集室外网络信号，扩充协作定位指纹库，该方法即可直接扩展到室外定位。
本发明的基于网格的无线网络室内协作定位方法将网络覆盖区域划分成网格的形式，获取多种信号信息，提高定位区域所在网格的可定位性。同时，使用多种无线网络间的协作定位策略，给出最优定位组合方案，从而提高定位精度，实验也证明了本发明在定位精度和可定位性方面所具有的突出优势。
附图说明
图1为网络布局图；
图2为基于网格划分的无线网络间的协作定位方法的流程图；
图3为不同算法下的平均定位误差示意图；
图4为不同算法下的可定位性曲线。
具体实施方式
以下将结合附图和具体实施例对本发明做进一步详细说明：
1、定位模型
1.1定位环境
定位系统可根据不同的目标环境进行分类，如室内、室外或混合型。在任何特定的环境下都能实现定位是保证各种场景提供连续性的定位服务的前提。本发明提出的定位方法可以归纳为三类，假定定位区域可能存在GPS、GSM、WLAN和WSN四种网络信号，分析不同环境的不同定位方式。
(1)室内定位。由于GPS在室内定位误差较大，因此室内一般归结于GSM、WLAN和WSN的协作定位。
(2)混合定位。在边界可能同时存在多种网络信号，定位归结于多种网络的混合定位。
(3)室外定位。在室外，GPS定位精度大，但随着对WLAN设施在室外的铺设，如今室外也存在较多的WI-FI信号，也可以实现多种网络的协作定位。
1.2基于异构网络的定位模型
在定位空间中，存在多种网络信号，不同制式的网络设备和网络系统构成了异构网络。主要分析室内存在GSM、WLAN和WSN的场景，WLAN网络主要分析WI-FI信号。在实际环境中，可能存在其他网络信号，如图2所示，基于异构网络定位模型中每一种网络都是由该网络的信号发生节点和一个聚合器组成，其中聚合器是由环境中存在信号的相应接收器组成的。
在基于异构网络的定位模型中，聚合器向定位区域内存在的网络发送定位请求包，这些网络对应的定位锚节点产生数据包并传递给聚合器，聚合器对每个网络的定位数据分别进行分析，最后由聚合器处理定位结果，最终得出定位测量值。
2、定位方法描述
2.1划分网格
假定室内的所有信号源均知道自己的地理位置，我们将室内网络覆盖区域划分为虚拟的正方形网格，并将网格按坐标的形式进行编码，假定室内存在网络1(GSM)，网络2(WLAN)，网络3(WSN)，…，网络M。
如图1所示，室外包括GPS、GSM、WLAN等网络，室内包括GSM、WLAN、WSN等网络。在室内定位场景中，随机布设了若干个WLAN热点，用正方形方框表示，若干个无线传感器节点，用三角形表示，以及若干GSM信号采集点(如使用GSMPHONE采集信号)，用圆圈表示。十字符合表示待定位节点，每个待定位节点感知周围的锚节点信息，并从协作定位指纹库库中下载锚节点的相关信息。
在存在多种网络的情形下，假设最小的网络通信半径为rmin，Pt、PR分别为节点的发送功率和接收功率，Gt、GR分别为发送节点和接收节点的天线增益，ht、hR分别为发送节点和接收节点的天线高度，α为干扰损耗因子，I为干扰损耗。那么，网格边长dgrid取值范围为：
其中，^＝lg(PR/[PtGtGR(hthR)2])为常数，Imin为根据具体的环境和硬件确定的最小干扰损耗值。
2.2网格定位误差
假设，网格中某点的实际位置坐标为(x0，y0)，在某一网络中使用某定位方法，得出待定位节点K的测量值为(xK，yK)，使用欧儿里得原理，规定该点的定位误差rK为：
假定在某网格中，随机抽取网格内的十个点进行网络i的定位，得出该十个节点的定位误差分别为r1、r2、…、r10，规定网络i在该网格的平均定位误差r1为：
ri＝(r1+r2+…+r10)/10 (3)
2.3权值分配
定义1：在某网格中，网络1、网络2、…、网络M的测量值分别为(xA，yA)、(xB，yB)、…、(xN，yN)，以实际位置(x0，y0)为坐标原点画x0-y0坐标系，把每种网络的测量值对应到x0-y0坐标系中，对应后的值为(xA-x0，yA-y0)，(xB-x0，yB-y0)，…，(xN-x0，yN-y0)，从坐标系的x正轴开始，逆时针方向依次标为(x1，y1)，(x2，y2)，…，(xn，yn)。
定义2：假定在某网格中，网络a和网络b的平均定位误差分别为ra和rb，规定在该网格内，网络a的权值Aa为：
则网络b的权值Ab为：
定义3：假定某网格中，在x0-y0坐标系中，网络1和网络2对点(x0，y0)的测量值分别为(x1，y1)和(x2，y2)，假定存在坐标点(x，y)，使r2＝x2+y2，其中r表示点(x，y)和点(x0，y0)间的距离。
若(x1，y1)和(x2，y2)满足不等式
则定义点(x1，y1)和(x2，y2)是可融合的，其中为以原点为起点，终点分别为(x，y)、(x1，y1)、(x2，y2)的向量。
由公式(4)求出网络1和网络2在该网格相应的权值A1和A2，代入(8)式，两边平方得：
θ1为(x1，y1)的方向角，θ2为(x2，y2)的方向角。易知， 根据向量点乘公式，知代入(8)式，得：
将(6)式和(7)式分别左右平方得：
将(10)式代入(11)中，得到不等式：
可知，若(x1，y1)和(x2，y2)满足不等式(12)，则定义(x1，y1)和(x2，y2)是可融合的，定义(x，y)：
(x，y)＝A1*(x1，y1)+A2*(x2，y2) (13)
此时的定位测量值即为(x，y)，可知(x，y)的定位误差小于r1和r2。
若(x1，y1)和(x2，y2)不可融合时，则：
即当(x1，y1)和(x2，y2)不可融合时，
计算该点的实际测量值为：
(x′，y′)＝(x0，y0)+(x，y) (15)
2.4协作定位
在网格中，若存在任一网络信号，则该网格是可定位的；若不存在任何网络信号，则该网格是不可定位的。
在定位区域中，不同网格内网络信号强弱不同，对应的网络定位误差不同，因此，不同网格的同一网络权值不同，同一网格的不同网络权值不同。在网格中，分析该网格内网络信号特点，得到该网络中存在网络个数M(M为非负整数)，获取最优组合定位方案。
(1)当M＝0时，即网格内不存在任何网络信号，则该网格是不可定位的。
(2)当M＝1时，该网格退化为单一网络定位。
(3)当M＝2时，该网络仅存在两个网络，使用融合方法进行计算。
(4)当M＞2时，该网格存在M个网络。
首先，判断网络1和网络2是否可融合。设两网络的平均定位误差分别为r1、r2，可求得两网络的权值分别为A1、A2。此时，两网络的协作定位顺序均为1，可求出经融合判断后的定位误差r3′。然后，判断网络3的平均定位误差r3与r3′是否可融合，求得网络3的权值此时，网络3的协作定位顺序为2。依次类推，可求出一个误差最小，最接近于原点的值即为最终定位值。
在实际定位之前，即在离线阶段，需要建立一个协作定位指纹库，包含网络名称、网格编号、相应权值、计算顺序，该指纹库以数组{Nnet，N，An，Norder}T的形式表示。其中，Nnet为网络名称，一般为GPS、GSM、WSN、WI-FI、BLUETOOTH等，也可根据实际情况进行扩充。An为编号为N的网格内相应网络对应的权值，Norder为协作定位时的计算顺序。
在实际定位测量时，即在在线阶段，根据网络定位结果，得到所属网格编号，然后从协作定位指纹库中查询对应网格中相应网络的相应权值，进行协作定位，最后得出该未知节点的最终定位测量值。
具体的定位过程为：
步骤一：离线阶段；
步骤1：划分网格：
将定位区域划分为多个边长为dgrid的网格；并给每一个网格赋予网格编号N：
步骤2：建立协作定位指纹库；
协作定位指纹库包含网络名称、网格编号、相应权值、计算顺序，该指纹库以数组{Nnet，N，An，Norder}T的形式表示；其中，Nnet为网络名称，An为编号为N的网格内相应网络对应的权值，Norder为协作定位时的计算顺序；
步骤二：在线阶段；
根据网络定位结果，得到所属网格编号，然后从协作定位指纹库中查询对应网格中相应网络的相应权值，进行协作定位，最后得出该未知节点的最终定位测量值。
所述的步骤2中，设某一网格中存在的网络数为M，M为非负整数，则有：
(1)当M＝0时，说明网格内不存在任何网络信号，则该网格是不可定位的，该网格内不存在指纹；
(2)当M＝1时，该网格内的定位退化为单一网络定位；即指纹库中对应该网格的指纹只有一条；且该条指纹中的权值An和计算顺序Norder均为1；
(3)当M＝2时，该网络仅存在两个网络，使用融合方法进行定位，得到网格N中的指纹；
(4)当M＞2时，该网格存在M个网络，使用扩展的融合方法进行定位，得到网格N中的指纹；
所述的融合方法如下：
设所述的2个网络为网络1和网络2，网络1和网络2的定位结果分别是(x1，y1)和(x2，y2)，网络1和网络2的误差分别是r1和r2；网络1和网络2的协作定位结果为(x，y)＝A1*(x1，y1)+A2*(x2，y2)；A1和A2分别是网络1和网络2的权值；
若满足不等式1则表示网络1和网络2是可融合的，有
若不满足该不等式，说明网络1和网络2是不可融合的；有
因此，该网格N中的指纹为2条，分别是：{网络1，N，A1，1}T和{网络2，N，A2，1}T。
所述的扩展的融合方法是指在所述的融合方法的基础上进一步与网格N中的第i个网络数据融合，i≥3；网络1和网络2的定位顺序为1；在网络1和网络2完成协作(包括能融合和不能融合的情况)定位后，实施针对网络3的融合步骤：
首先根据是否满足不等式2判断前2个网络是否能与网络3融合；
式中，(x3′，y3′)表示网络1和网络2根据所述融合方法综合后的坐标；(x3，y3)表示网络3的定位坐标；r3′是网络1和网络2在网格N中的定位误差【通过一组(x3′，y3′)可计算得到】；r3为网络3的定位误差；网络3的协作定位顺序为2；
若满足不等式2，则网络1和网络2能与网络3能融合，则网络3的权值为；网络1和网络2协作定位(包括能网络1和网络2能融合和不能融合的情况)后的权值为网络3的权值
若不满足不等式2，则表示网络1和网络2不能与网络3融合，有
则网络1、网络2和网络3共同定位的结果为(x，y)＝A3′*(x3′，y3′)+A3*(x3，y3)；
网络3对应的指纹为{网络3，N，A3，2}T；【在后续的在线计算中，知道了A3就求出来了A3’，有A3′＝1-A3，因为，判断融合时的两个网络的权值之和为1。】
若还有第4个网络，则在网络1-3融合定位的基础上进一步与第4个网络融合，以此类推，直到网格N中的所有的网络都参与了融合操作，并最终得到网格N中的所有的指纹；
最终的定位值为(x，y)＝AM′*(xM′，yM′)+AM*(xM，yM)，M≥4，其中AM′和(xM′，yM′)分别是前M-1个网络协作定位的权值和定位值，AM和(xM，yM)分别是网络M的权值和定位值；
在在线阶段，对于网格N中的定位过程是基于所述的指纹获取计算参数，再根据M的值计算得到最终的定位值：
当M＝1，最终的定位值就是网络1的定位值(x1，y1)；
当M＝2，最终的定位值就是网络1和网络2的协作定位值
(x，y)＝A1*(x1，y1)+A2*(x2，y2)；
当M＝3，最终的定位值就是网络1-2的协作定位值
(x，y)＝A3′*(x3′，y3′)+A3*(x3，y3)；
当M≥4，最终的定位值就是网络1-M的协作定位值
(x，y)＝AM′*(xM′，yM′)+AM*(xM，yM)。
网格的边长是根据多种网络的通信能力确定的，定位区域内存在的网络数目随时间可能发生变化，应以数目最大值作为衡量标准。
网格内各网络的定位误差是根据欧儿里得原理进行确定。
图1为本发明的应用场景图。在定位区域中一般分为室内定位和室外定位。室外一般包括GPS、GSM、WLAN等网络，室内一般包括GSM、WLAN、WSN等网络。在应用场景图的室内定位场景中，随机布设了若干个WLAN热点，用正方形方框表示，若干个无线传感器节点，用三角形表示，以及若干GSM信号采集点，用圆圈表示。十字符合表示待定位节点，每个待定位节点感知周围的锚节点信息，并从协作定位指纹库库中下载锚节点的相关信息。各锚节点利用相关信息和定位方法确定自己的位置。
图2为本发明定位方法流程图。定位分为离线阶段和在线阶段。离线阶段，首先在搜集所有区域内可能存在的网络，确定网络名称数组的组员信息；然后分析所有网络的通信范围，作为划分网格大小的依据；然后采集每个网格内的网络信号，根据网络定位误差，确定网格内相应网络对应的权值，以及在在现阶段协作定位时的计算顺序；最后建立完整的协作定位指纹库。在线阶段，首先进行单一网络定位，根据定位结果估计待定位节点所在区域的所属网格编号；然后根据估计的网格编号，在协作定位指纹库中，查询对应网格中相应网络的相应权值，以及协作定位时的计算顺序，最后根据协作定位方法，得出该未知节点的最终定位测量值，进一步提高定位精度。
图3是本发明在不同算法下的平均定位误差比较。在本发明的实验验证阶段，采用改进的质心加权算法为单一网络中未知节点定位算法。其中，每次定位选取距未知节点最近的三个RSS值所对应的已知节点为定位锚节点。若定位区域只能接收到一种网络信号，则该区域退化为单一网络定位；若某些区域均无任一网络信号，则该区域无法进行定位。本发明的已知节点为随机布撒，为消除偶然事件对仿真结果分析的影响，进行30次实验，最后作统一分析。同时，进行WSN网络和WI-FI网络的仿真实验，以及当两者网络权值相等时的定位仿真实验EWA。如图3所示，记录了第1次仿真到第30次仿真的仿真结果，横坐标为仿真实验的编号，纵坐标为每次仿真的平均定位误差。对不同算法下的平均定位误差进行比较，实验结果表明，协作定位比单一网络定位的定位精度大，且GICLA在定位精度方面明显优于等权定位算法。
图4是本发明在不同算法下的可定位性比较。对定位区域中所有未知节点的可定位性进行分析得出，GICLA算法可定位出更多的未知节点，如图4所示，纵坐标为未知节点可定位率，结果表明，GICLA算法明显提高了网络中的节点可定位性。
实施例1：
本发明的核心在于在传统的单一网络定位方法基础上，通过离线阶段建立协同定位指纹库和在线阶段使用各网络间的协同定位，得到更高精度的定位和更高的区域可定位性。
假定室内定位区域为100m*100m，存在GSM、WI-FI和WSN三种网络信号，GSM基站通信距离为1,000m，WI-FI和WSN通信距离设为20m。具体实施过程如下：
1)离线阶段。
在离线阶段，需要建立一个协作定位指纹库，包含网络名称、网格编号、相应权值、计算顺序，该指纹库以数组{Nnet，N，An，Norder}T的形式表示。其中，Nnet为网络名称，为GSM、WI-FI、WSN。An为编号为N的网格内相应网络对应的权值，Norder为协作定位时的计算顺序。
离线过程的具体实施步骤如下：
(1)划分网格
根据公式(1)求出网格边长的取值范围，通过试验，最后决定取10m作为网格的边长。将定位区域划分成网格的形式，横向纵向各有100m/10m＝10个网格，并赋予网格编号N，其取值范围为[1，10*10]，即[1，100]。
(2)网格定位误差
假定在网格N中，随机抽取网格内的十个点进行网络i的定位，得出该十个节点的定位误差分别为r1、r2、…、r10，则网络i在该网格的平均定位误差r1
为：ri＝(r1+r2+…+r10)/10
(3)权值分配
在网格N中，GSM、WI-FI和WSN的测量值分别为(xA，yA)、(xB，yB)、(xC，yC)，以实际位置(x0，y0)为坐标原点画x0-y0坐标系，把每种网络的测量值对应到x0-y0坐标系中，对应后的值为(xA-x0，yA-y0)，(xB-x0，yB-y0)，(xC-x0，yC-y0)，从坐标系的x正轴开始，逆时针方向依次标为(x1，y1)，(x2，y2)，(x3，y3)。
假定网络a和网络b的平均定位误差分别为ra和rb，则网络a的权值Aa为：网络b的权值Ab为：
(4)协作定位
在网格N中，若存在任一网络信号，则该网格是可定位的；若不存在任何网络信号，则该网格是不可定位的。
在定位区域中，不同网格内网络信号强弱不同，对应的网络定位误差不同，因此，不同网格的同一网络权值不同，同一网格的不同网络权值不同。在网格中，分析该网格内网络信号特点，得到该网络中存在网络个数M(M为非负整数)，获取最优组合定位方案。
(1)当M＝0时，即网格内不存在任何网络信号，则该网格是不可定位的。
(2)当M＝1时，该网格退化为单一网络定位。
(3)当M＝2时，该网络仅存在两个网络，使用融合方法进行计算。
(4)当M＞2时，设该网格存在3个网络。
(x1，y1)和(x2，y2)对应网络的计算顺序均为1，(x3，y3)对应网络的计算顺序为2。首先判定(x1，y1)和(x2，y2)是否是可融合的，设(x3′，y3′)＝A1*(x1，y1)+A2*(x2，y2)；然后将(x3′，y3′)和(x3，x3)进行断定是否融合。根据融合判定公式，记录三种网络在该网格N中的权值。
离线阶段过程即为，首先根据可能存在的网络确定网络名称数组Nnet的组员信息；然后分析所有网络的通信范围，作为划分网格大小的依据；然后采集每个网格内的网络信号，根据网络定位误差，确定网格内相应网络对应的权值An，以及在在现阶段协作定位时的计算顺序Norder；最后建立完整的协作定位指纹库。
2)在线阶段
在线阶段包括两个步骤：
(1)估计网格编号。进行单一网络定位，根据定位结果估计待定位节点所在区域的所属网格编号。
(2)协作定位。根据估计的网格编号，在协作定位指纹库中，查询对应网格中相应网络的相应权值An，以及协作定位时的计算顺序Norder，最后根据协作定位方法，得出该未知节点的最终定位测量值，进一步提高定位精度。
基于网格的室内协作定位方法，简称GICLA。在本发明的实验验证阶段，采用改进的质心加权算法为单一网络中未知节点定位算法。其中，每次定位选取距未知节点最近的三个RSS值所对应的已知节点为定位锚节点。若定位区域只能接收到一种网络信号，则该区域退化为单一网络定位；若某些区域均无任一网络信号，则该区域无法进行定位。
本发明的已知节点为随机布撒，为消除偶然事件对仿真结果分析的影响，进行30次实验，最后作统一分析。同时，进行WSN网络和WI-FI网络的仿真实验，以及当两者网络权值相等时的定位仿真实验EWA。
如图3所示，记录了第1次仿真到第30次仿真的仿真结果，横坐标为仿真实验的编号，纵坐标为每次仿真的平均定位误差。对不同算法下的平均定位误差进行比较，实验结果表明，协作定位比单一网络定位的定位精度大，且GICLA在定位精度方面明显优于等权定位算法。同时，对定位区域中所有未知节点的可定位性进行分析得出，GICLA算法可定位出更多的未知节点，如图4所示，纵坐标为未知节点可定位率，结果表明，GICLA算法明显提高了网络中的节点可定位性。
Claims (2)
1.一种基于网格划分的无线网络间的协作定位方法，其特征在于，包括以下步骤：
步骤一：离线阶段；
步骤1：划分网格：
将定位区域划分为多个边长为dgrid的网格；并给每一个网格赋予网格编号N；
步骤2：建立协作定位指纹库；
协作定位指纹库包含网络名称、网格编号、相应权值、计算顺序，该指纹库以数组{Nnet，N，An，Norder}T的形式表示；其中，Nnet为网络名称，An为编号为N的网格内相应网络对应的权值，Norder为协作定位时的计算顺序；
步骤二：在线阶段；
根据网络定位结果，得到所属网格编号，然后从协作定位指纹库中查询对应网格中相应网络的相应权值，进行协作定位，最后得出未知节点的最终定位测量值；
所述的步骤2中，设某一网格中存在的网络数为M，M为非负整数，则有：
(1)当M＝0时，说明网格内不存在任何网络信号，则该网格是不可定位的，该网格内不存在指纹；
(2)当M＝1时，该网格内的定位退化为单一网络定位；即指纹库中对应该网格的指纹只有一条；且该条指纹中的权值An和计算顺序Norder均为1；
(3)当M＝2时，该网格仅存在两个网络，使用融合方法进行定位，得到网格N中的指纹；
(4)当M>2时，该网格存在M个网络，使用扩展的融合方法进行定位，得到网格N中的指纹；
所述的融合方法如下：
设所述的2个网络为网络1和网络2，网络1和网络2的定位结果分别是(x1,y1)和(x2,y2)，网络1和网络2的误差分别是r1和r2；网络1和网络2的协作定位结果为(x,y)＝A1*(x1,y1)+A2*(x2,y2)；A1和A2分别是网络1和网络2的权值；
若满足不等式1则表示网络1和网络2是可融合的，有
若不满足该不等式，说明网络1和网络2是不可融合的；有
因此，该网格N中的指纹为2条，分别是：{网络1，N，A1，1}T和{网络2，N，A2，1}T。
2.根据权利要求1所述的基于网格划分的无线网络间的协作定位方法，其特征在于，所述的扩展的融合方法是指在所述的融合方法的基础上进一步与网格N中的第i个网络数据融合，i≥3；网络1和网络2的定位顺序为1；在网络1和网络2完成协作定位后，实施针对网络3的融合步骤：
首先根据是否满足不等式2判断前2个网络是否能与网络3融合；
式中，(x3′,y3′)表示网络1和网络2根据所述融合方法综合后的坐标；(x3,y3)表示网络3的定位坐标；r3′是网络1和网络2在网格N中的定位误差；r3为网络3的定位误差；网络3的协作定位顺序为2；
若满足不等式2，则网络1和网络2能与网络3能融合，则网络3的权值为网络1和网络2协作定位后的权值为
若不满足不等式2，则表示网络1和网络2不能与网络3融合，有
<mrow>
<msup>
<msub>
<mi>A</mi>
<mn>3</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<msup>
<msub>
<mi>r</mi>
<mn>3</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mo>&le;</mo>
<msub>
<mi>r</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msup>
<msub>
<mi>r</mi>
<mn>3</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mo>></mo>
<msub>
<mi>r</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<msub>
<mi>A</mi>
<mn>3</mn>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msup>
<msub>
<mi>r</mi>
<mn>3</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mo>&le;</mo>
<msub>
<mi>r</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<msup>
<msub>
<mi>r</mi>
<mn>3</mn>
</msub>
<mo>&prime;</mo>
</msup>
<mo>></mo>
<msub>
<mi>r</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
则网络1、网络2和网络3共同定位的结果为(x,y)＝A3′*(x3′,y3′)+A3*(x3,y3)；
网络3对应的指纹为{网络3，N，A3，2}T；
若还有第4个网络，则在网络1-3融合定位的基础上进一步与第4个网络融合，以此类推，直到网格N中的所有的网络都参与了融合操作，并最终得到网格N中的所有的指纹；
最终的定位值为(x,y)＝AM′*(xM′,yM′)+AM*(xM,yM)，M≥4，其中AM′和(xM′,yM′)分别是前M-1个网络协作定位的权值和定位值，AM和(xM,yM)分别是网络M的权值和定位值；
在在线阶段，对于网格N中的定位过程是基于所述的指纹获取计算参数，再根据M的值计算得到最终的定位值：
当M＝1,最终的定位值就是网络1的定位值(x1,y1)；
当M＝2，最终的定位值就是网络1和网络2的协作定位值
(x,y)＝A1*(x1,y1)+A2*(x2,y2)；
当M＝3，最终的定位值就是网络1-3的协作定位值
(x,y)＝A3′*(x3′,y3′)+A3*(x3,y3)；
当M≥4，最终的定位值就是网络1-M的协作定位值
(x,y)＝AM′*(xM′,yM′)+AM*(xM,yM)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410364592.5A CN104135766B (zh) | 2014-07-29 | 2014-07-29 | 一种基于网格划分的无线网络间的协作定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410364592.5A CN104135766B (zh) | 2014-07-29 | 2014-07-29 | 一种基于网格划分的无线网络间的协作定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104135766A CN104135766A (zh) | 2014-11-05 |
| CN104135766B true CN104135766B (zh) | 2017-12-05 |
Family
ID=51808267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410364592.5A Active CN104135766B (zh) | 2014-07-29 | 2014-07-29 | 一种基于网格划分的无线网络间的协作定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104135766B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104754515B (zh) * | 2015-03-30 | 2019-03-26 | 北京云迹科技有限公司 | 混合定位辅助地图修正方法及系统 |
| TWI557421B (zh) | 2015-04-21 | 2016-11-11 | 金寶電子工業股份有限公司 | 定位輔助方法及其電子移動裝置 |
| CN105163276B (zh) * | 2015-08-06 | 2018-08-31 | 厦门精图信息技术有限公司 | 基于蜂窝网格的多电信运营商基站lbs数据融合方法及其系统 |
| CN108260201B (zh) * | 2016-12-26 | 2020-07-28 | 中国移动通信有限公司研究院 | 一种信息扩充方法及装置 |
| CN110121150B (zh) * | 2019-05-24 | 2021-03-19 | 上海物联网有限公司 | 一种基于uwb技术的室内跨区域无缝定位系统 |
| CN110662167A (zh) * | 2019-11-12 | 2020-01-07 | 中国人民解放军63850部队 | 一种室内异构网络间协同定位方法、系统及可读存储介质 |
| CN112415470B (zh) * | 2020-10-27 | 2022-07-29 | 中国民航大学 | 基于信号波动情况的目标定位方法 |
| CN116182879A (zh) * | 2023-04-25 | 2023-05-30 | 中通服建设有限公司 | 一种智能自动驾驶系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103906234B (zh) * | 2014-04-03 | 2019-04-26 | 李晨 | 一种基于wifi信号的室内定位方法 |
-
2014
- 2014-07-29 CN CN201410364592.5A patent/CN104135766B/zh active Active
Non-Patent Citations (2)
| Title |
|---|
| 基于WI-FI和蓝牙融合的室内定位算法;王睿等;《计算机研究与发展》;20111231;全文 * |
| 基于多模指纹匹配的室内定位系统设计与实现;杨广龙等;《计算机工程与设计》;20130531;第34卷(第5期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104135766A (zh) | 2014-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104135766B (zh) | 一种基于网格划分的无线网络间的协作定位方法 | |
| CN103428275B (zh) | 基于wsn的室内移动目标行动路线追踪方法 | |
| KR101730269B1 (ko) | 실내 디바이스 위치를 추정하는 방법 | |
| CN104135749B (zh) | 基于网络密度分簇的无线传感器网络移动信标路径规划方法 | |
| Caillouet et al. | Efficient deployment of connected unmanned aerial vehicles for optimal target coverage | |
| CN105474031A (zh) | 用于移动终端的3d定位的3d扇区化路径损耗模型 | |
| KR101280290B1 (ko) | 근거리 통신을 위한 액세스 포인트를 이용한 위치 측정 방법 및 장치 | |
| CN105372628A (zh) | 一种基于Wi-Fi的室内定位导航方法 | |
| CN109348403B (zh) | 一种异构网络环境中面向指纹定位的基站部署优化方法 | |
| CN105578404A (zh) | 一种定位方法及相应的终端、系统 | |
| CN105611502A (zh) | 一种基于WiFi Mesh网络的室内定位系统及方法 | |
| CN108513305B (zh) | 一种目标区域的基站选址方法、装置及设备 | |
| CN103002502A (zh) | 一种在cdma中基于测量报告实现定位的方法及系统 | |
| CN111970713B (zh) | 一种面向密集城区的无人机基站部署方法与三维参数设定 | |
| CN111698774B (zh) | 基于多源信息融合的室内定位方法及装置 | |
| CN102883428A (zh) | 基于ZigBee无线传感器网络的节点定位方法 | |
| CN105636201A (zh) | 基于稀疏信号指纹数据库的室内定位方法 | |
| CN102523617A (zh) | 基于节点通信半径和信标节点分布的改进型DV-Hop算法 | |
| CN102231911A (zh) | 一种距离感知的无线传感器网络多维定标定位方法 | |
| CN110267279A (zh) | 基于差分进化的三维ECDV-Hop定位方法 | |
| Sabri et al. | Improving indoor positioning accuracy through a Wi-Fi handover algorithm | |
| Fu et al. | Study on mobile beacon trajectory for node localization in wireless sensor networks | |
| Xiong et al. | Vehicle node localization without GPS in VANET | |
| CN103096468B (zh) | 一种无线传感器网络基于节点密度的节点定位方法 | |
| Qin et al. | Node localization with a mobile beacon based on ant colony algorithm in wireless sensor networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |