CN107589400A - 基于最小误差传播和优化选择的最小二乘定位方法 - Google Patents
基于最小误差传播和优化选择的最小二乘定位方法 Download PDFInfo
- Publication number
- CN107589400A CN107589400A CN201710734289.3A CN201710734289A CN107589400A CN 107589400 A CN107589400 A CN 107589400A CN 201710734289 A CN201710734289 A CN 201710734289A CN 107589400 A CN107589400 A CN 107589400A
- Authority
- CN
- China
- Prior art keywords
- node
- distance
- optimum choice
- localization method
- square
- 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.)
- Pending
Links
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明基于最小误差传播和优化选择的最小二乘定位方法,涉及锚节点优化选择的最小二乘改进定位方法。本发明是为了有效解决通信距离估计误差导致定位精度较低的问题。本发明所述的一种基于最小误差传播和冒泡排序法优化选择的最小二乘定位方法,首先采用双边对等距离估计的方法获得未知节点到各个锚节点间距离估计的多个样本值,并统计分析,得到各个距离估计值的统计均值和统计标准差;然后采用冒泡排序的方法优化选择距离估计统计均值及统计标准差乘积值最小的几个距离估计值,并选择对应的锚节点构造最小二乘定位方程组;最后采用最小二乘准则获得高精度的定位结果。
Description
技术领域
本发明涉及高精度的距离估计和定位技术。
背景技术
实际无线定位环境中,由于环境和测量误差等不良因素的影响,引起通信距离估计具有较大的误差,导致最小二乘定位结果误差较大。针对上述问题,本发明对锚节点冗余定位环境下,评估各个锚节点到未知节点间通信距离估计统计均值及统计标准差的乘积值,并以此来优化选择定位方程组构造过程中所需的距离值和锚节点,实现减小距离估计误差对定位结果的影响,从而改善最小二乘定位精度的目的。
发明内容
本发明的目的是为了解决通信距离估计误差导致最小二乘定位精度较低的问题,提供一种基于最小误差传播和优化选择的最小二乘定位方法。
本发明所述的一种基于最小误差传播和优化选择的最小二乘定位方法,包括以下步骤:
步骤一、部署I+1个无线传感器节点,分别为I个定位的锚节点和1个未知节点,所述锚节点具有nanoLOC无线射频收发器;其中,I为大于等于4的正整数;
步骤二、将各个无线传感器节点进行初始化,未知节点首先建立无线网络,并等待其它节点申请加入网络;
步骤三、I个锚节点初始化成功后,分别扫描未知节点建立的无线网络,并发送网络加入请求数据包,申请加入该无线网络,如果加入网络成功,则执行步骤四,否则,执行步骤三;
步骤四、初始化变量i为1,i为正整数,且1≤i≤I;
步骤五、未知节点通过其无线射频收发器向第i个锚节点发送定位请求数据包,第i个锚节点收到定位请求数据包后,采用距离估计算法与未知节点进行多次距离估测,获得第i个锚节点与未知节点间距离多次测量值,并进行统计计算,将测量值的统计均值作为距离估计结果di_u,将测量值的统计标准差作为距离估计结果的不确定度di_σ;
步骤六、i=i+1,判断i的值是否大于I,若是,则执行步骤七,否则,执行步骤五;
步骤七、根据未知节点与I个锚节点间的距离估计结果{d1_u,d2_u,d3_u,…,di_u,…,dI_u}以及它们对应的不确定度序列Q={d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u,…,di_σ*di_u,…,dI_σ*dI_u}获得误差传播序列,Q={d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u,…,di_σ*di_u,…,dI_σ*dI_u};
步骤八、对误差传播序列Q进行排序得到排序后的误差传播序列,取排序后的误差传播序列中最小的K个值,并确定最小的K个值对应的距离估计结果,其中K为正整数,且3<K<I;
步骤九、根据排序后的误差传播序列中最小的K个值对应的距离估计结果以及K个距离估计结果对应的K个锚节点坐标,结合最小二乘准则三边测量定位方法,得到未知节点的坐标。
其中,步骤一中,4≤I≤10。
其中,步骤一中,I取值为10。
其中,步骤八中K取值为8。
其中,步骤九中计算公式为:
其中
式中,(x,y)为未知节点的坐标,{d'1_u,d'2_u,d'3_u,…,d'k_u,…,d'K_u}为排序后的误差传播序列中最小的K个值对应的距离估计结果,(x'1,y'1),(x'2,y'2),(x'3,y'3),…,(x'k,y'k),…,(x'K,y'K)为距离估计结果对应的K个锚节点坐标。
其中,步骤五中多次距离估测的次数为50~150。
其中,步骤五中多次距离估测的次数为100。
其中,步骤八中的排序方法为冒泡法排序方法。
其中,所述步骤五中的距离估计算法为SDS-TWR、RSSI、TOA、TDOA或AOA。
本发明与背景技术相比具有如下优点:
1、本发明减小了距离估计误差对定位结果的影响,从而改善了最小二乘定位精度。
/2、本发明采用冒泡排序法优化选择的方法,能够在距离估计统计均值及标准差乘积值序列中选择出最小的几个,为锚节点的优化选择提供支持。
附图说明
图1为本发明的流程图。
具体实施方式
结合图1说明本实施方式,本实施方式所述的一种基于最小误差传播和冒泡排序法优化选择的最小二乘定位方法包括以下步骤:
步骤一、部署I+1个无线传感器节点,分别为I个定位的锚节点和1个未知节点,它们都具有nanoLOC无线射频收发器,并可以采用双边对等方法测量得到任意两个节点间的距离估计值,其中,I为用户设定的正整数,且4≤I≤10,本发明中I取值为10;
步骤二、将各个无线传感器节点进行初始化,未知节点首先建立无线网络,并等待其它节点申请加入网络;
步骤三、I个锚节点初始化成功后,分别采用nanoLOC无线射频收发器扫描发现未知节点建立的无线网络,并通过nanoLOC无线射频收发器发送网络加入请求数据包,申请加入该无线网络,如果加入网络成功,则执行步骤四,否则,执行步骤三;
步骤四、初始化变量i为1,i为正整数,且1≤i≤I;
步骤五、未知节点通过其无线射频收发器向第i个锚节点发送定位请求数据包,第i个锚节点收到定位请求数据包后,采用双边对等测距方法,通过与未知节点间的4J次数据包交互,获得第i个锚节点与未知节点间的距离di的J次测量值:{di1,di2,di3,…,dij,…,diJ},并进行统计计算,将测量值的统计均值di_u作为距离di的估计结果,将测量值的统计标准差di_σ作为距离di估计结果的不确定性,其中j为正整数,且1≤j≤J,J为用户设定的正整数,且50≤J≤150,本发明中,J取值为100;
步骤六、i=i+1,判断i的值是否大于I,若是,则执行步骤七,否则,执行步骤五;
步骤七、根据未知节点与I个锚节点间的距离估计结果{d1_u,d2_u,d3_u,…,di_u,…,dI_u},以及它们对应的不确定度序列{d1_σ,d2_σ,d3_σ,…,di_σ,…,dI_σ}获得误差传播序列Q={d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u,…,di_σ*di_u,…,dI_σ*dI_u};
步骤八、利用冒泡法排序方法也可采用其它高效的排序方法,得到排序后的误差传播序列Q'={d'1_σ*d'1_u,d'2_σ*d'2_u,d'3_σ*d'3_u,…,d'i_σ*d'i_u,…,d'I_σ*d'I_u},并取其中最小的K个值:{d'1_σ*d'1_u,d'2_σ*d'2_u,d'3_σ*d'3_u,…,d'k_σ*d'k_u,…,d'K_σ*d'K_u},从而确定对应的距离估计结果{d'1_u,d'2_u,d'3_u,…,d'k_u,…,d'K_u},其中K是用户设定的正整数,且3<K<I,本发明中K取值为8;
步骤九、根据优化选择的距离估计结果{d'1_u,d'2_u,d'3_u,…,d'k_u,…,d'K_u},以及距离估计结果对应的K个锚节点坐标(x'1,y'1),(x'2,y'2),(x'3,y'3),…,(x'k,y'k),…,(x'K,y'K)则结合最小二乘准则,未知节点的坐标(x,y)按公式(1)进行计算:
其中
步骤十、系统判断最小二乘定位计算任务是否完成,如果是,执行步骤十一,否则,在下一个定位点上,执行步骤四;
步骤十一、结束。
本实施方式是对具体实施方式一所述的一种基于最小误差传播和优化选择的最小二乘定位方法作进一步说明,本实施方式中,采用冒泡排序法优化选择的方法,能够在距离估计统计均值及标准差乘积值序列中选择出最小的几个,为锚节点的优化选择提供支持。
本实施方式中,采用基于最小统计标准差和冒泡排序法优化选择,减小距离估计误差对最小二乘定位的影响,实现高精度的最小二乘定位。
此外,本实施方式中,采用的距离估计方法也可以采用基于RSSI、TOA,TDOA和AOA等其它距离估计方法;排序方法,也可采用其它高效的排序方法。
本实施方式中,采用的定位方法对于改善三维情况下的最小二乘定位方法同样有效。
Claims (9)
1.基于最小误差传播和优化选择的最小二乘定位方法,其特征在于,包括以下步骤:
步骤一、部署I+1个无线传感器节点,分别为I个定位的锚节点和1个未知节点,所述锚节点具有nanoLOC无线射频收发器;其中,I为大于等于4的正整数;
步骤二、将各个无线传感器节点进行初始化,未知节点首先建立无线网络,并等待其它节点申请加入网络;
步骤三、I个锚节点初始化成功后,分别扫描未知节点建立的无线网络,并发送网络加入请求数据包,申请加入该无线网络,如果加入网络成功,则执行步骤四,否则,执行步骤三;
步骤四、初始化变量i为1,i为正整数,且1≤i≤I;
步骤五、未知节点通过其无线射频收发器向第i个锚节点发送定位请求数据包,第i个锚节点收到定位请求数据包后,采用距离估计算法与未知节点进行多次距离估测,获得第i个锚节点与未知节点间距离多次测量值,并进行统计计算,将测量值的统计均值作为距离估计结果di_u,将测量值的统计标准差作为距离估计结果的不确定度di_σ;
步骤六、i=i+1,判断i的值是否大于I,若是,则执行步骤七,否则,执行步骤五;
步骤七、根据未知节点与I个锚节点间的距离估计结果{d1_u,d2_u,d3_u,…,di_u,…,dI_u}以及它们对应的不确定度序列Q={d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u,…,di_σ*di_u,…,dI_σ*dI_u}获得误差传播序列,Q={d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u,…,di_σ*di_u,…,dI_σ*dI_u};
步骤八、对误差传播序列Q进行排序得到排序后的误差传播序列,取排序后的误差传播序列中最小的K个值,并确定最小的K个值对应的距离估计结果,其中K为正整数,且3<K<I;
步骤九、根据排序后的误差传播序列中最小的K个值对应的距离估计结果以及K个距离估计结果对应的K个锚节点坐标,结合最小二乘准则及最小二乘定位算法,得到未知节点的坐标。
2.根据权利要求1所述的基于最小误差传播和优化选择的最小二乘定位方法,其特征在于,步骤一中4≤I≤10。
3.根据权利要求2所述的基于最小误差传播和优化选择的最小二乘定位方法,其特征在于,步骤一中I取值为10。
4.根据权利要求3所述的基于最小误差传播和优化选择的最小二乘定位方法,其特征在于,步骤八中K取值为8。
5.根据权利要求1所述的基于最小误差传播和优化选择的最小二乘定位方法,其特征在于,步骤五中多次距离估测的次数为50~150。
6.根据权利要求6所述的基于最小误差传播和优化选择的最小二乘定位方法,其特征在于,步骤五中多次距离估测的次数为100。
7.根据权利要求1所述的基于最小误差传播和优化选择的最小二乘定位方法,其特征在于,所述步骤五中的距离估计算法为SDS-TWR、RSSI、TOA、TDOA或AOA。
8.根据权利要求1所述的基于最小误差传播和优化选择的最小二乘定位方法,其特征在于,步骤八中的排序方法为冒泡法排序方法。
9.根据权利要求1所述的基于最小误差传播和优化选择的最小二乘定位方法,其特征在于,步骤九中计算公式为:
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>x</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>y</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>C</mi>
<mi>T</mi>
</msup>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>C</mi>
<mi>T</mi>
</msup>
<mi>D</mi>
</mrow>
其中
式中,(x,y)为未知节点的坐标,{d'1_u,d'2_u,d'3_u,…,d'k_u,…,d'K_u}为排序后的误差传播序列中最小的K个值对应的距离估计结果,(x'1,y'1),(x'2,y'2),(x'3,y'3),…,(x'k,y'k),…,(x'K,y'K)为最小的K个距离估计结果对应的K个锚节点坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710734289.3A CN107589400A (zh) | 2017-08-24 | 2017-08-24 | 基于最小误差传播和优化选择的最小二乘定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710734289.3A CN107589400A (zh) | 2017-08-24 | 2017-08-24 | 基于最小误差传播和优化选择的最小二乘定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107589400A true CN107589400A (zh) | 2018-01-16 |
Family
ID=61042694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710734289.3A Pending CN107589400A (zh) | 2017-08-24 | 2017-08-24 | 基于最小误差传播和优化选择的最小二乘定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107589400A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108966141A (zh) * | 2018-06-19 | 2018-12-07 | 广州杰赛科技股份有限公司 | 定位方法、装置和计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104902567A (zh) * | 2015-06-29 | 2015-09-09 | 江南大学 | 基于最大似然估计的质心定位方法 |
CN106413050A (zh) * | 2016-06-20 | 2017-02-15 | 哈尔滨工业大学(威海) | 一种nanoLOC无线通信距离估计及其在线评估方法 |
CN106412821A (zh) * | 2016-06-20 | 2017-02-15 | 哈尔滨工业大学(威海) | 一种基于通信距离估计及其在线评估的最小二乘定位方法 |
CN106993273A (zh) * | 2017-03-29 | 2017-07-28 | 江南大学 | 基于距离加权和遗传优化的DV‑Hop定位方法 |
-
2017
- 2017-08-24 CN CN201710734289.3A patent/CN107589400A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104902567A (zh) * | 2015-06-29 | 2015-09-09 | 江南大学 | 基于最大似然估计的质心定位方法 |
CN106413050A (zh) * | 2016-06-20 | 2017-02-15 | 哈尔滨工业大学(威海) | 一种nanoLOC无线通信距离估计及其在线评估方法 |
CN106412821A (zh) * | 2016-06-20 | 2017-02-15 | 哈尔滨工业大学(威海) | 一种基于通信距离估计及其在线评估的最小二乘定位方法 |
CN106993273A (zh) * | 2017-03-29 | 2017-07-28 | 江南大学 | 基于距离加权和遗传优化的DV‑Hop定位方法 |
Non-Patent Citations (3)
Title |
---|
尹晓丹: "《哈尔滨工业大学工学硕士论文》", 30 June 2006 * |
张书朋: "《华南理工大学硕士学位论文》", 30 June 2010 * |
罗清华 等: "基于滑动窗口模式匹配的动态距离估计方法", 《仪器仪表学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108966141A (zh) * | 2018-06-19 | 2018-12-07 | 广州杰赛科技股份有限公司 | 定位方法、装置和计算机可读存储介质 |
CN108966141B (zh) * | 2018-06-19 | 2020-11-13 | 广州杰赛科技股份有限公司 | 定位方法、装置和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3173807B1 (en) | System and method for robust and accurate rssi based location estimation | |
Aparicio et al. | A fusion method based on bluetooth and wlan technologies for indoor location | |
Li et al. | On outdoor positioning with Wi-Fi | |
WO2016026431A1 (en) | Direction finding antenna format | |
CN106842120B (zh) | 基于优化算法的rssi室内多径散射定位方法 | |
JP6581312B2 (ja) | フロアポジショニング方法及びシステム、並びにデバイス | |
EP3749975A1 (en) | Position estimation device and communication device | |
CN108717175A (zh) | 基于区域划分和稀疏支持向量回归的室内指纹定位方法 | |
WO2016000179A1 (zh) | 室内定位的方法和装置 | |
WO2012016355A1 (en) | Method of and system for locating the position of user equipment | |
CN107580295A (zh) | 基于最小误差传播和优化选择的三边测量定位方法 | |
CN107454570A (zh) | 基于最小误差传播和优化选择的最大似然定位方法 | |
CN107517500A (zh) | 一种基于最小误差传播的锚节点优化选择的三边测量定位方法 | |
Aparicio et al. | An indoor location method based on a fusion map using Bluetooth and WLAN technologies | |
CN107589400A (zh) | 基于最小误差传播和优化选择的最小二乘定位方法 | |
CN107404707A (zh) | 一种基于最小误差传播的锚节点优化选择的最小二乘定位方法 | |
Sun et al. | Successive and asymptotically efficient localization of sensor nodes in closed-form | |
Jain et al. | Locally linear embedding for node localization in wireless sensor networks | |
CN106878947A (zh) | 一种室内定位方法及装置 | |
CN103987063B (zh) | 一种基于多点监测的消除nlos误差定位方法 | |
CN107479026A (zh) | 一种基于最小误差传播的锚节点优化选择的加权质心定位方法 | |
CN107367708A (zh) | 一种基于最小标准差的锚节点优化选择的加权质心定位方法 | |
CN107450051A (zh) | 基于最小误差传播和优化选择的加权质心定位方法 | |
CN107479027A (zh) | 一种基于最小误差传播的锚节点优化选择的最大似然定位方法 | |
CN107526060A (zh) | 一种基于最小标准差的锚节点优化选择的三边测量定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180116 |