CN109212473B - 一种定位方法、装置、设备、系统及存储介质 - Google Patents

一种定位方法、装置、设备、系统及存储介质 Download PDF

Info

Publication number
CN109212473B
CN109212473B CN201811194155.8A CN201811194155A CN109212473B CN 109212473 B CN109212473 B CN 109212473B CN 201811194155 A CN201811194155 A CN 201811194155A CN 109212473 B CN109212473 B CN 109212473B
Authority
CN
China
Prior art keywords
node
coordinate position
anchor
unknown node
estimated
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
Application number
CN201811194155.8A
Other languages
English (en)
Other versions
CN109212473A (zh
Inventor
成杰
林凡
张秋镇
张细英
杨峰
李盛阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GCI Science and Technology Co Ltd
Original Assignee
GCI Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GCI Science and Technology Co Ltd filed Critical GCI Science and Technology Co Ltd
Priority to CN201811194155.8A priority Critical patent/CN109212473B/zh
Publication of CN109212473A publication Critical patent/CN109212473A/zh
Application granted granted Critical
Publication of CN109212473B publication Critical patent/CN109212473B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种定位方法、装置、设备、系统及计算机可读存储介质，其方法包括：接收来自未知节点当前时刻的定位请求；当确定接收过所述未知节点在上一时刻的定位请求时，通过预先建立的锚节点分布模型的归一化阈值，获取所述未知节点上一时刻的估计坐标位置；根据所述上一时刻的估计坐标位置，通过所述锚节点分布模型，获取所述当前时刻的估计坐标位置；根据所述当前时刻的估计坐标位置对所述上一时刻的估计坐标位置进行修正，以获取所述上一时刻的修正坐标位置；根据所述上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述当前时刻的坐标位置，本发明针对移动物体进行精准定位，准确监控精神障碍患者活动路线和活动区域。

Description

一种定位方法、装置、设备、系统及存储介质
技术领域
本发明涉及无线传感器网络技术领域，尤其涉及一种定位方法、装置、设备、系统及计算机可读存储介质。
背景技术
精神障碍指的是大脑机能活动发生紊乱，导致认知、情感、行为和意志等精神活动不同程度障碍的总称。目前，我国有17.5％的人有精神障碍，严重精神障碍患者发病率为1％，2017年单广东省就发生70余宗严重精神障碍患者肇事肇祸案件，致数十人死亡，严重影响地方社会安定，因此，有必要对精神障碍者进行定位看护，现有的无线传感器网络定位技术通过在网络感知区域部署少量位置信息的传感器节点作为参考点，然后传感器总控设备在接收到未知节点的定位请求时，通过处理未知节点与网络节点间的跳数、跳距等问题对携带传感器设备作为未知节点的物体或人员进行定位。
在实现本发明的过程中，发明人发现：当使用现有无线传感器网络定位技术实行对精神障碍者进行定位看护的时候，由于现有的无线传感器定位方法通常对静态节点定位有效，如果未知节点移动将产生定位不精准的情况，造成对精神障碍患者定位不准的现象，使得看护不周的情况发生，或者对精神病患者伤人事件无法做出及时反映，对于精神障碍患者以及普通行人的人身安全造成严重影响。
发明内容
针对上述问题，本发明的目的在于提供一种定位方法、装置、设备、系统及计算机可读存储介质，针对移动物体进行精准定位，准确监控精神障碍患者活动路线和活动区域。
第一方面，本发明实施例提供了一种定位方法，包括以下步骤：
接收来自未知节点当前时刻的定位请求；
当确定接收过所述未知节点在上一时刻的定位请求时，通过预先建立的锚节点分布模型的归一化阈值，获取所述未知节点上一时刻的估计坐标位置；
根据所述未知节点上一时刻的估计坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的估计坐标位置；
根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置；
根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置。
在第一方面的第一种实现方式中，在所述接收来自未知节点当前时刻的定位请求之后，还包括：
根据当前时刻的所述定位请求获取距所述未知节点一跳的至少两个锚节点的坐标位置，以及距所述未知节点二跳的至少一个锚节点的坐标位置；
根据获取的所述锚节点的坐标位置，通过预先建立的锚节点模型，获取所述未知节点的锚节点模型区域。
根据第一方面的第一种实现方式，在第一方面的第二种实现方式中，所述根据所述未知节点上一时刻的估计坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的估计坐标位置，具体为：
将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的估计分布区域；
根据所述估计分布区域，获取在该估计分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点；其中，所述锚节点包括自身的坐标位置；
根据在该估计分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的估计坐标位置，计算所述未知节点当前时刻的估计坐标位置。
根据第一方面的第二种实现方式，在第一方面的第三种实现方式中，所述将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的估计分布区域，具体为：
将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值；
以所述上一时刻的估计坐标位置为中心，根据预设节点速度，通过预先建立的分布模型，生成所述未知节点的第一分布模型区域；
根据所述锚节点模型区域以及所述第一分布模型区域，确定所述锚节点分布模型的第一分布区域，以生成所述未知节点当前时刻的估计分布区域。
根据第一方面的第三种实现方式，在第一方面的第四种实现方式中，当前时刻的所述定位请求还包括所述未知节点的当前速度；
则所述根据在该估计分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的估计坐标位置，计算所述未知节点当前时刻的估计坐标位置，具体为：
根据上一时刻距所述未知节点二跳的所有锚节点以及当前时刻距所述未知节点一跳的所有锚节点，获取第一交叉锚节点集；其中，设获取的第一交叉锚节点集表示为
Figure GDA0002508388200000031
k表示t-1时刻锚节点的个数；
根据上一时刻距所述未知节点一跳的所有锚节点以及当前时刻距所述未知节点二跳的所有锚节点，获取第二交叉锚节点集；其中，设获取的第二交叉锚节点集表示为
Figure GDA0002508388200000032
m表示t时刻锚节点的个数；
根据所述第一交叉锚节点集中的锚节点的坐标位置和对应的权重、以及所述第二交叉锚节点集中的锚节点的坐标位置和对应的权重，计算估计均值；其中，设(s1t∪s2t)区域中取任意锚节点坐标记为
Figure GDA0002508388200000041
所述第一交叉锚节点集以及所述第二交叉锚节点集的权重设置为
Figure GDA0002508388200000042
Figure GDA0002508388200000043
则所述估计分布区域内的估计均值
Figure GDA0002508388200000044
根据所述未知节点上一时刻的估计坐标位置以及所述估计均值，获取偏角误差；其中，设所述未知节点上一时刻的估计坐标位置为(xt-1,yt-1)，则计算偏角误差
Figure GDA0002508388200000045
根据所述偏角误差以及所述未知节点的当前速度，计算所述未知节点当前时刻的估计坐标位置；其中，设所述未知节点当前时刻的估计坐标位置为
Figure GDA0002508388200000046
所述未知节点的当前速度为vt，则
Figure GDA0002508388200000047
根据第一方面的第四种实现方式，在第一方面的第五种实现方式中，所述根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置，具体为：
根据所述未知节点当前时刻的估计坐标位置以及所述未知节点上一时刻的估计坐标位置之和，获取所述未知节点上一时刻的修正坐标位置；其中，设所述未知节点上一时刻的估计坐标位置为(xt-1,yt-1)，所述未知节点当前时刻的估计坐标位置为
Figure GDA0002508388200000048
所述未知节点上一时刻的修正坐标位置为lt-1′(xt-1′,yt-1′)，则
Figure GDA0002508388200000049
根据第一方面的第五种实现方式，在第一方面的第六种实现方式中，所述根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置，具体为：
将所述未知节点上一时刻的修正坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的修正分布区域；
根据所述修正分布区域，获取在该修正分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点；其中，所述锚节点包括自身的坐标位置；
根据在该修正分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的修正坐标位置，计算所述未知节点当前时刻的坐标位置。
第二方面，本发明实施例提供了一种定位装置，包括以下步骤：
定位请求接收单元，用于接收来自未知节点当前时刻的定位请求；
第一估计坐标获取单元，用于当确定接收过所述未知节点在上一时刻的定位请求时，通过预先建立的锚节点分布模型的归一化阈值，获取所述未知节点上一时刻的估计坐标位置；
第二估计坐标获取单元，用于根据所述未知节点上一时刻的估计坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的估计坐标位置；
第一修正坐标获取单元，用于根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置；
当前坐标获取单元，用于根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置。
第三方面，本发明实施例提供了一种定位设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中任意一项所述的定位方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行第二方面中任意一项所述的定位方法。
以上实施例具有如下有益效果：
本申请通过运动的未知节点的连续的2次定位请求对移动物体进行定位，根据所述未知节点上一时刻的估计位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的估计坐标位置，再根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置，最后根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置，通过所述锚节点分布模型的运用，结合2次定位请求的相关数据对所述未知节点两个时刻的位置反复进行估计与修正，从而获取运动的所述未知节点的当前精准的坐标位置，解决现有的无线传感器网络不能定位移动目标的问题，也提高了对移动物体定位的准确率，具有重大的社会意义，有助于改善国内对精神病患者监护不足的状况。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的定位方法的流程示意图。
图2是本发明第一优选实施例提供的锚节点模型的示意图。
图3是本发明第二优选实施例提供的锚节点分布模型的示意图。
图4是本发明第三优选实施例提供的锚节点分布模型的示意图。
图5是本发明第二实施例提供的定位装置的结构示意图。
图6是本发明第三实施例提供的定位设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例提供了一种定位方法，其可由定位设备来执行，并包括以下步骤：
S11，接收来自未知节点当前时刻的定位请求。
在本发明实施例中，所述定位设备可为电脑、移动设备、平板电脑或者服务器等计算设备，所述定位方法集成于所述定位设备中，由所述定位设备执行。需要说明的是，在设置无线传感器网络时，所述定位设备作为所述无线传感器网络中的总控设备，接收来自作为未知节点的传感器设备传输的定位请求，以及接收无线传感器中作为锚节点的传感器设备传输的对未知节点的观测数据，从而根据接收的锚节点的观测数据以及所述未知节点的定位请求定位所述未知节点的位置，所述无线传感器网络适用于医院、小区等场所对精神障碍患者进行定位，对精神障碍患者的活动区域部署无线传感器网络，精神障碍患者携带传感器设备，从而对精神障碍患者进行准确定位，实现监控患者活动路线和活动区域，保护精神病患者人身安全，或对精神病患者伤人事件做出及时反映采取应对措施，。
在本发明实施例，精神障碍患者携带的传感器设备作为未知节点进行分析，所述定位设备实时接收所述未知节点当前时刻的定位请求，所述定位设备进一步确定是否接收过所述未知节点在上一时刻的定位请求，以便进行定位分析。
S12，当确定接收过所述未知节点在上一时刻的定位请求时，通过预先建立的锚节点分布模型的归一化阈值，获取所述未知节点上一时刻的估计坐标位置。
在本发明实施例中，所述定位设备在确定接收过所述未知节点在上一时刻的定位请求时，根据预设的归一化阈值预测所述未知节点上一时刻的估计坐标位置，其中，所述归一化阈值根据所述定位方法在投入使用前的数据训练、未知节点的运动特点以及部署环境等特点结合锚节点分布模型确定的锚节点分布模型阈值，记为φ；需要说明，本申请对于所述归一化阈值的确定不做任何限定，可依据实际情况进行具体设置，归一化阈值：
Figure GDA0002508388200000081
其中，θ为偏角误差，其中设当前时刻为t时刻，上一时刻为t-1时刻，则所述未知节点上一时刻的估计坐标位置表示为lt-1(xt-1,yt-1)，其可由所述归一化阈值预测，得
Figure GDA0002508388200000082
其中，i,j∈N，
Figure GDA0002508388200000083
为t-1时刻定位锚节点。
S13，根据所述未知节点上一时刻的估计坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的估计坐标位置。
在本发明实施例中，所述定位设备将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的估计分布区域，然后根据所述估计分布区域，获取在该估计分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，所述锚节点包括自身的坐标位置，最后根据在该估计分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的估计坐标位置，计算所述未知节点当前时刻的估计坐标位置。
S14，根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置。
在本发明实施例中，所述定位设备根据所述未知节点当前时刻的估计坐标位置以及所述未知节点上一时刻的估计坐标位置之和，获取所述未知节点上一时刻的修正坐标位置；其中，设所述未知节点上一时刻的估计坐标位置为(xt-1,yt-1)，所述未知节点当前时刻的估计坐标位置为
Figure GDA0002508388200000091
所述未知节点上一时刻的修正坐标位置为lt-1′(xt-1′,yt-1′)，则
Figure GDA0002508388200000092
Figure GDA0002508388200000093
S15，根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置。
在本发明实施例中，所述定位设备将所述未知节点上一时刻的修正坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的修正分布区域，然后根据所述修正分布区域，获取在该修正分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，所述锚节点包括自身的坐标位置，最后根据在该修正分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的修正坐标位置，计算所述未知节点当前时刻的坐标位置。
综上所述，本发明第一实施例提供了一种定位方法，通过运动的未知节点的连续的2次定位请求对移动物体进行定位，根据所述未知节点上一时刻的估计位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的估计坐标位置，再根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置，最后根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置，通过所述锚节点分布模型的运用，结合2次定位请求的相关数据对所述未知节点两个时刻的位置反复进行估计与修正，从而获取运动的所述未知节点的当前精准的坐标位置，解决现有的无线传感器网络不能定位移动目标的问题，也提高了对移动物体定位的准确率，具有重大的社会意义，有助于改善国内对精神病患者监护不足的状况。
为了便于对本发明的理解，下面将对本发明的一些优选实施例做更进一步的描述。
本发明第一优选实施例：
在本发明第一实施例的基础上，在所述S11之后，还包括：
根据当前时刻的所述定位请求获取距所述未知节点一跳的至少两个锚节点的坐标位置，以及距所述未知节点二跳的至少一个锚节点的坐标位置。
根据获取的所述锚节点的坐标位置，通过预先建立的锚节点模型，获取所述未知节点的锚节点区域。
在本发明实施例中，请参阅图2，在所述未知节点发出定位请求时，所述定位设备自动侦测附近锚节点，然后选择距未知节点1跳的两个以上锚节点和2跳的一个以上锚节点，对选择的所述距未知节点1跳的两个以上锚节点和2跳的一个以上锚节点进行滤波处理，
Figure GDA0002508388200000101
表示未知节点当前时刻t用于定位的一跳锚节点集合，
Figure GDA0002508388200000102
表示未知节点当前时刻用于定位的二跳锚节点集合，滤波过程表示为
Figure GDA0002508388200000103
Ot为滤波后得到的未知节点上一时刻位置估算信息集，t时刻之后锚节点对未知节点的观测信息记为Lt，用一组序列表示t时刻之后的观测到的信息，序列元素右上角表示与t时刻的时间间距关系：Lt＝{lt 1,lt 2,lt 3···lt N}，R为锚节点通信半径，然后所述定位设备通过预先建立的锚节点模型，获取定位用的所述未知节点的锚节点模型区域，用
Figure GDA0002508388200000104
表示符合构造锚节点模型要求的能侦测未知节点的锚节点，如图2所示，设定传感器网络中所有节点通信半径皆为R，且为正圆形，以选择的2个一跳锚节点，1个二跳锚节点通过锚节点模型生成锚节点模型区域，图中的2小圆表示一跳锚节点，大圆代表二跳锚节点，则所述锚节点模型区域表示为
Figure GDA0002508388200000111
其中，hop表示锚节点侦测到的到未知节点的跳数，取值为[1,2]，需要说明的是，图2所示的锚节点模型区域仅为举例说明，并不构成对锚节点模型区域的限定，本领域技术人员可以理解的是，所述传感器网络中所有节点通信范围并不限于为正圆形，还可以是正方形或者其他不规则形状等等，所述一跳锚节点的个数不限于2个，还可以是3个或者5个等等，所述二跳锚节点的个数不限于1个，还可以是2个或者4个等等，以上方案生成的锚节点模型区域均在本发明的保护范围之内。
本发明第二优选实施例：
在本发明第一优选实施例的基础上，所述S13具体为：
S131，将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的估计分布区域。
在本发明实施例中，所述定位设备将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值，在所述锚节点分布模型中，所述定位设备以所述上一时刻的估计坐标位置为中心，根据预设节点速度，通过预先建立的分布模型，生成所述未知节点的第一分布模型区域，请参阅图3，以t-1时刻未知节点估计位置坐标为中心表示为lt-1(xt-1,yt-1),在所述分布模型中，以节点最大的运动速度的2倍为边长即2×Vmax构建正方形，其中，设置节点的最小速度为0，最大速度为所述锚节点的通信半径的一半，设最大速度为Vmax，则Vmax为传感器节点通信半径R的0.5，正方形与所述锚节点模型区域交界处即为所述第一分布模型区域，用数值表示所述第一分布模型区域，即为
Figure GDA0002508388200000121
需要说明的是，本申请对于所述预设节点速度的具体数值不做任何限制，可依据实际情况进行具体设置，然后请参阅图3，所述定位设备根据所述锚节点模型区域以及所述第一分布模型区域，确定所述锚节点分布模型的第一分布区域，以生成所述未知节点当前时刻的估计分布区域。
S132，根据所述估计分布区域，获取在该估计分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点；其中，所述锚节点包括自身的坐标位置。
在本发明实施例中，所述定位设备根据所述估计分布区域，获取在该估计分布区域内的t-1时刻未知节点定位时用于定位锚节点属于二跳的锚节点，以及t-1时刻未知节点定位时用于定位锚节点属于一跳的锚节点；以及t时刻未知节点定位时用于定位的锚节点属于一跳的锚节点以及t时刻未知节点定位时用于定位锚节点属于二跳锚节点。
S133，根据在该估计分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的估计坐标位置，计算所述未知节点当前时刻的估计坐标位置。
在本发明实施例中，需要说明的是，当前时刻的所述定位请求还包括所述未知节点的当前速度，所述当前速度由作为未知节点的无线传感器上的速度测定装置获得的。
在本发明实施例中，所述定位设备根据上一时刻距所述未知节点二跳的所有锚节点以及当前时刻距所述未知节点一跳的所有锚节点，获取第一交叉锚节点集；其中，设获取的第一交叉锚节点集表示为
Figure GDA0002508388200000122
k表示t-1时刻锚节点的个数；然后根据上一时刻距所述未知节点一跳的所有锚节点以及当前时刻距所述未知节点二跳的所有锚节点，获取第二交叉锚节点集；其中，设获取的第二交叉锚节点集表示为
Figure GDA0002508388200000131
m表示t时刻锚节点的个数；其次，根据所述第一交叉锚节点集中的锚节点的坐标位置和对应的权重、以及所述第二交叉锚节点集中的锚节点的坐标位置和对应的权重，计算估计均值，需要说明，在计算估计均值之前，对所述第一交叉锚节点集中的锚节点以及所述第二交叉锚节点集中的锚节点进行滤波处理，其中，设(s1t∪s2t)区域中取任意锚节点坐标记为
Figure GDA0002508388200000132
所述第一交叉锚节点集以及所述第二交叉锚节点集的权重设置为
Figure GDA0002508388200000133
其中，a≥1，b≥1，需要说明的是，本发明对于a，b的具体权重设置不做任何限制，可依据实际情况进行具体设置，例如
Figure GDA0002508388200000134
所述则所述估计分布区域内的估计均值
Figure GDA0002508388200000135
再次，根据所述未知节点上一时刻的估计坐标位置以及所述估计均值，获取偏角误差；其中，设所述未知节点上一时刻的估计坐标位置为(xt-1,yt-1)，则计算偏角误差
Figure GDA0002508388200000136
最后根据所述偏角误差以及所述未知节点的当前速度，计算所述未知节点当前时刻的估计坐标位置；其中，设所述未知节点当前时刻的估计坐标位置为
Figure GDA0002508388200000137
所述未知节点的当前速度为vt，则
Figure GDA0002508388200000138
在本发明实施例中，需要所说明的是，
Figure GDA0002508388200000139
归一化阈值：
Figure GDA00025083882000001310
未知节点运动趋势分析：(1)当s1t≠φ时，未知节点所在的分布区域大概率靠近s1t锚节点区域；同理可得：(2)当s2t≠φ时，未知节点大概率趋向s2t锚节点区域运动；(3)当s1t∪s2t≠φ时，未知节点大概率趋向s1t和s2t锚节点交集区域；(4)当(s1t∪s2t)＝φ时未知节点大概率趋向s1t锚节点区域以及s2t锚节点区域。
本发明第三优选实施例：
在本发明第二优选实施例的基础上，所述S15具体为：
S151，将所述未知节点上一时刻的修正坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的修正分布区域。
在本发明实施例中，所述定位设备将所述未知节点上一时刻的修正坐标位置作为所述锚节点分布模型的输入值，在所述锚节点分布模型中，所述定位设备以所述上一时刻的修正坐标位置为中心，根据预设节点速度，通过预先建立的分布模型，生成所述未知节点的第二分布模型区域，请参阅图4，以t-1时刻未知节点修正位置坐标为中心表示为lt-1′(xt-1′,yt-1′),在所述分布模型中，以节点最大的运动速度的2倍为边长即2×Vmax构建正方形，其中，设置节点的最小速度为0，最大速度为所述锚节点的通信半径的一半，设最大速度为Vmax，则Vmax为传感器节点通信半径R的0.5，正方形与所述锚节点模型区域交界处即为所述第二分布模型区域，用数值表示所述第二分布模型区域，即为
Figure GDA0002508388200000141
需要说明的是，本申请对于所述预设节点速度的具体数值不做任何限制，可依据实际情况进行具体设置，然后请参阅图3，所述定位设备根据所述锚节点模型区域以及所述第二分布模型区域，确定所述锚节点分布模型的第二分布区域，以生成所述未知节点当前时刻的修正分布区域。
S152，根据所述修正分布区域，获取在该修正分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点；其中，所述锚节点包括自身的坐标位置。
在本发明实施例中，所述定位设备根据所述修正分布区域，获取在该修正分布区域内的t-1时刻未知节点定位时用于定位锚节点属于二跳的锚节点，以及t-1时刻未知节点定位时用于定位锚节点属于一跳的锚节点；以及t时刻未知节点定位时用于定位的锚节点属于一跳的锚节点以及t时刻未知节点定位时用于定位锚节点属于二跳锚节点。
S153，根据在该修正分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的修正坐标位置，计算所述未知节点当前时刻的坐标位置。
在本发明实施例中，需要说明的是，当前时刻的所述定位请求还包括所述未知节点的当前速度，所述当前速度由作为未知节点的无线传感器上的速度测定装置获得的。
在本发明实施例中，所述定位设备根据上一时刻距所述未知节点二跳的所有锚节点以及当前时刻距所述未知节点一跳的所有锚节点，获取第三交叉锚节点集；其中，设获取的第三交叉锚节点集表示为
Figure GDA0002508388200000151
k表示t-1时刻锚节点的个数；然后根据上一时刻距所述未知节点一跳的所有锚节点以及当前时刻距所述未知节点二跳的所有锚节点，获取第四交叉锚节点集；其中，设获取的第四交叉锚节点集表示为
Figure GDA0002508388200000152
m表示t时刻锚节点的个数；其次，根据所述第三交叉锚节点集中的锚节点的坐标位置和对应的权重、以及所述第四交叉锚节点集中的锚节点的坐标位置和对应的权重，计算估计均值，需要说明，在计算估计均值之前，对所述第三交叉锚节点集中的锚节点以及所述第四交叉锚节点集中的锚节点进行滤波处理，其中，设(s3t∪s4t)区域中取任意锚节点坐标记为
Figure GDA0002508388200000153
所述第三交叉锚节点集以及所述第四交叉锚节点集的权重设置为
Figure GDA0002508388200000154
其中，a≥1，b≥1，需要说明的是，本发明对于a，b的具体权重设置不做任何限制，可依据实际情况进行具体设置，例如
Figure GDA0002508388200000161
则所述修正分布区域内的估计均值
Figure GDA0002508388200000162
再次，根据所述未知节点上一时刻的修正坐标位置以及所述估计均值，获取偏角误差；其中，设所述未知节点上一时刻的修正坐标位置为lt-1′(xt-1′,yt-1′)，则计算偏角误差
Figure GDA0002508388200000163
最后根据所述偏角误差以及所述未知节点的当前速度，计算所述未知节点当前时刻的坐标位置；其中，设所述未知节点当前时刻的坐标位置为
Figure GDA0002508388200000164
所述未知节点的当前速度为vt，则
Figure GDA0002508388200000165
随着运动目标运动速度的加大，本发明的误差修正优越性会越明显，具有较高的定位性能。
请参阅图5，本发明第二实施例提供了一种定位装置，包括以下步骤：
定位请求接收单元11，用于接收来自未知节点当前时刻的定位请求。
第一估计坐标获取单元12，用于当确定接收过所述未知节点在上一时刻的定位请求时，通过预先建立的锚节点分布模型的归一化阈值，获取所述未知节点上一时刻的估计坐标位置。
第二估计坐标获取单元13，用于根据所述未知节点上一时刻的估计坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的估计坐标位置。
第一修正坐标获取单元14，用于根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置。
当前坐标获取单元15，用于根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置。
在第二实施例的第一种实现方式中，在所述定位请求接收单元11之后，还包括：
锚节点坐标位置获取单元，用于根据当前时刻的所述定位请求获取距所述未知节点一跳的至少两个锚节点的坐标位置，以及距所述未知节点二跳的至少一个锚节点的坐标位置。
锚节点模型区域获取单元，用于根据获取的所述锚节点的坐标位置，通过预先建立的锚节点模型，获取所述未知节点的锚节点模型区域。
根据第二实施例的第一种实现方式，在第二实施例的第二种实现方式中，所述第二估计坐标获取单元13具体包括：
估计分布区域获取模块，用于将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的估计分布区域。
第一锚节点获取模块，用于根据所述估计分布区域，获取在该估计分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点；其中，所述锚节点包括自身的坐标位置。
估计坐标位置获取模块，用于根据在该估计分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的估计坐标位置，计算所述未知节点当前时刻的估计坐标位置。
根据第二实施例的第二种实现方式，在第二实施例的第三种实现方式中，所述估计分布区域获取模块具体包括：
输入子模块，用于将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值。
第一分布模型区域生成子模块，用于以所述上一时刻的估计坐标位置为中心，根据预设节点速度，通过预先建立的分布模型，生成所述未知节点的第一分布模型区域。
估计分布区域获取子模块，用于根据所述锚节点模型区域以及所述第一分布模型区域，确定所述锚节点分布模型的第一分布区域，以生成所述未知节点当前时刻的估计分布区域。
根据第二实施例的第三种实现方式，在第二实施例的第四种实现方式中，当前时刻的所述定位请求还包括所述未知节点的当前速度。
则所述估计坐标位置获取模块具体包括：
第一交叉锚节点集获取子模块，用于根据上一时刻距所述未知节点二跳的所有锚节点以及当前时刻距所述未知节点一跳的所有锚节点，获取第一交叉锚节点集；其中，设获取的第一交叉锚节点集表示为
Figure GDA0002508388200000181
k表示t-1时刻锚节点的个数。
第二交叉锚节点集获取子模块，用于根据上一时刻距所述未知节点一跳的所有锚节点以及当前时刻距所述未知节点二跳的所有锚节点，获取第二交叉锚节点集；其中，设获取的第二交叉锚节点集表示为
Figure GDA0002508388200000182
m表示t时刻锚节点的个数。
估计均值计算子模块，用于根据所述第一交叉锚节点集中的锚节点的坐标位置和对应的权重、以及所述第二交叉锚节点集中的锚节点的坐标位置和对应的权重，计算估计均值；其中，设(s1t∪s2t)区域中取任意锚节点坐标记为
Figure GDA0002508388200000183
所述第一交叉锚节点集以及所述第二交叉锚节点集的权重设置为
Figure GDA0002508388200000184
则所述估计分布区域内的估计均值
Figure GDA0002508388200000185
偏角误差获取子模块，用于根据所述未知节点上一时刻的估计坐标位置以及所述估计均值，获取偏角误差；其中，设所述未知节点上一时刻的估计坐标位置为(xt-1,yt-1)，则计算偏角误差
Figure GDA0002508388200000186
估计坐标位置计算子模块，用于根据所述偏角误差以及所述未知节点的当前速度，计算所述未知节点当前时刻的估计坐标位置；其中，设所述未知节点当前时刻的估计坐标位置为
Figure GDA0002508388200000191
所述未知节点的当前速度为vt，则
Figure GDA0002508388200000192
根据第二实施例的第四种实现方式，在第二实施例的第五种实现方式中，所述第一修正坐标获取单元14具体包括：
根据所述未知节点当前时刻的估计坐标位置以及所述未知节点上一时刻的估计坐标位置之和，获取所述未知节点上一时刻的修正坐标位置；其中，设所述未知节点上一时刻的估计坐标位置为(xt-1,yt-1)，所述未知节点当前时刻的估计坐标位置为
Figure GDA0002508388200000193
所述未知节点上一时刻的修正坐标位置为lt-1′(xt-1′,yt-1′)，则
Figure GDA0002508388200000194
根据第二实施例的第五种实现方式，在第二实施例的第六种实现方式中，所述当前坐标获取单元15，具体包括：
修正分布区域获取模块，用于将所述未知节点上一时刻的修正坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的修正分布区域。
第二锚节点获取模块，用于根据所述修正分布区域，获取在该修正分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点；其中，所述锚节点包括自身的坐标位置。
当前坐标位置获取模块，用于根据在该修正分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的修正坐标位置，计算所述未知节点当前时刻的坐标位置。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
参见图6，是本发明第三实施例提供的定位设备的示意图。如图6所示，该定位设备包括：至少一个处理器11，例如CPU，至少一个网络接口14或者其他用户接口13，存储器15，至少一个通信总线12，通信总线12用于实现这些组件之间的连接通信。其中，用户接口13可选的可以包括USB接口以及其他标准接口、有线接口。网络接口14可选的可以包括Wi-Fi接口以及其他无线接口。存储器15可能包含高速RAM存储器，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器15可选的可以包含至少一个位于远离前述处理器11的存储装置。
在一些实施方式中，存储器15存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集:
操作系统151，包含各种系统程序，用于实现各种基础业务以及处理基于硬件的任务；
程序152。
具体地，处理器11用于调用存储器15中存储的程序152，执行上述实施例所述的定位方法，例如图1所示的步骤S11。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如定位请求接收单元11。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器11执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述定位设备中的执行过程
所述定位设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述定位设备可包括，但不仅限于，处理器11、存储器15。本领域技术人员可以理解，所述示意图仅仅是定位设备的示例，并不构成对定位设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述定位设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器11可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器11是所述定位设备的控制中心，利用各种接口和线路连接整个定位设备的各个部分。
所述存储器15可用于存储所述计算机程序和/或模块，所述处理器11通过运行或执行存储在所述存储器15内的计算机程序和/或模块，以及调用存储在存储器15内的数据，实现所述定位设备的各种功能。所述存储器15可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述定位设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (6)

1.一种定位方法，其特征在于，包括以下步骤：
接收来自未知节点当前时刻的定位请求；其中，所述当前时刻的定位请求包括所述未知点的当前速度；
根据当前时刻的所述定位请求获取距所述未知节点一跳的至少两个锚节点的坐标位置，以及距所述未知节点二跳的至少一个锚节点的坐标位置；
根据获取的所述锚节点的坐标位置，通过预先建立的锚节点模型，获取所述未知节点的锚节点模型区域；当确定接收过所述未知节点在上一时刻的定位请求时，通过预先建立的锚节点分布模型的归一化阈值，获取所述未知节点上一时刻的估计坐标位置；
将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值；
以所述上一时刻的估计坐标位置为中心，根据预设节点速度，通过预先建立的分布模型，生成所述未知节点的第一分布模型区域；
根据所述锚节点模型区域以及所述第一分布模型区域，确定所述锚节点分布模型的第一分布区域，以生成所述未知节点当前时刻的估计分布区域；
根据所述估计分布区域，获取在该估计分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点；其中，所述锚节点包括自身的坐标位置；
根据上一时刻距所述未知节点二跳的所有锚节点以及当前时刻距所述未知节点一跳的所有锚节点，获取第一交叉锚节点集；其中，设获取的第一交叉锚节点集表示为
Figure FDA0002508388190000011
k表示t-1时刻锚节点的个数；
根据上一时刻距所述未知节点一跳的所有锚节点以及当前时刻距所述未知节点二跳的所有锚节点，获取第二交叉锚节点集；其中，设获取的第二交叉锚节点集表示为
Figure FDA0002508388190000012
m表示t时刻锚节点的个数；
根据所述第一交叉锚节点集中的锚节点的坐标位置和对应的权重、以及所述第二交叉锚节点集中的锚节点的坐标位置和对应的权重，计算估计均值；其中，设(s1t∪s2t)区域中取任意锚节点坐标记为
Figure FDA0002508388190000021
所述第一交叉锚节点集以及所述第二交叉锚节点集的权重设置为
Figure FDA0002508388190000022
Figure FDA0002508388190000023
则所述估计分布区域内的估计均值
Figure FDA0002508388190000024
根据所述未知节点上一时刻的估计坐标位置以及所述估计均值，获取偏角误差；其中，设所述未知节点上一时刻的估计坐标位置为(xt-1，yt-1)，则计算偏角误差
Figure FDA0002508388190000025
根据所述偏角误差以及所述未知节点的当前速度，计算所述未知节点当前时刻的估计坐标位置；其中，设所述未知节点当前时刻的估计坐标位置为
Figure FDA0002508388190000026
所述未知节点的当前速度为vt，则
Figure FDA0002508388190000027
根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置；
根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置。
2.根据权利要求1所述的定位方法，其特征在于，所述根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置，具体为：
根据所述未知节点当前时刻的估计坐标位置以及所述未知节点上一时刻的估计坐标位置之和，获取所述未知节点上一时刻的修正坐标位置；其中，设所述未知节点上一时刻的估计坐标位置为(xt-1，yt-1)，所述未知节点当前时刻的估计坐标位置为
Figure FDA0002508388190000031
所述未知节点上一时刻的修正坐标位置为lt-1′(xt-1′，yt-1′)，则
Figure FDA0002508388190000032
3.根据权利要求2所述的定位方法，其特征在于，所述根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置，具体为：
将所述未知节点上一时刻的修正坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的修正分布区域；
根据所述修正分布区域，获取在该修正分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点；其中，所述锚节点包括自身的坐标位置；
根据在该修正分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的修正坐标位置，计算所述未知节点当前时刻的坐标位置。
4.一种定位装置，其特征在于，包括以下步骤：
定位请求接收单元，用于接收来自未知节点当前时刻的定位请求；其中，所述当前时刻的定位请求包括所述未知点的当前速度；
锚节点坐标位置获取单元，用于根据当前时刻的所述定位请求获取距所述未知节点一跳的至少两个锚节点的坐标位置，以及距所述未知节点二跳的至少一个锚节点的坐标位置；
锚节点模型区域获取单元，用于根据获取的所述锚节点的坐标位置，通过预先建立的锚节点模型，获取所述未知节点的锚节点模型区域；
第一估计坐标获取单元，用于当确定接收过所述未知节点在上一时刻的定位请求时，通过预先建立的锚节点分布模型的归一化阈值，获取所述未知节点上一时刻的估计坐标位置；第二估计坐标获取单元，用于根据所述未知节点上一时刻的估计坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的估计坐标位置；其中，所述第一估计坐标获取单元，包括：估计分布区域获取模块，用于将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值，以从所述锚节点分布模型中获取所述未知节点当前时刻的估计分布区域；
第一锚节点获取模块，用于根据所述估计分布区域，获取在该估计分布区域内上一时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点，以及当前时刻距所述未知节点一跳的所有锚节点以及距所述未知节点二跳的所有锚节点；其中，所述锚节点包括自身的坐标位置；
估计坐标位置获取模块，用于根据在该估计分布区域内获取的所有锚节点的坐标位置以及所述未知节点上一时刻的估计坐标位置，计算所述未知节点当前时刻的估计坐标位置；所述估计分布区域获取模块具体包括：
输入子模块，用于将所述未知节点上一时刻的估计坐标位置作为所述锚节点分布模型的输入值；
第一分布模型区域生成子模块，用于以所述上一时刻的估计坐标位置为中心，根据预设节点速度，通过预先建立的分布模型，生成所述未知节点的第一分布模型区域；
所述估计坐标位置获取模块具体包括：
第一交叉锚节点集获取子模块，用于根据上一时刻距所述未知节点二跳的所有锚节点以及当前时刻距所述未知节点一跳的所有锚节点，获取第一交叉锚节点集；其中，设获取的第一交叉锚节点集表示为
Figure FDA0002508388190000041
k表示t-1时刻锚节点的个数；
第二交叉锚节点集获取子模块，用于根据上一时刻距所述未知节点一跳的所有锚节点以及当前时刻距所述未知节点二跳的所有锚节点，获取第二交叉锚节点集；其中，设获取的第二交叉锚节点集表示为
Figure FDA0002508388190000042
m表示t时刻锚节点的个数；
估计均值计算子模块，用于根据所述第一交叉锚节点集中的锚节点的坐标位置和对应的权重、以及所述第二交叉锚节点集中的锚节点的坐标位置和对应的权重，计算估计均值；其中，设(s1t∪s2t)区域中取任意锚节点坐标记为
Figure FDA0002508388190000051
所述第一交叉锚节点集以及所述第二交叉锚节点集的权重设置为
Figure FDA0002508388190000052
则所述估计分布区域内的估计均值
Figure FDA0002508388190000053
偏角误差获取子模块，用于根据所述未知节点上一时刻的估计坐标位置以及所述估计均值，获取偏角误差；其中，设所述未知节点上一时刻的估计坐标位置为(xt-1，yt-1)，则计算偏角误差
Figure FDA0002508388190000054
估计坐标位置计算子模块，用于根据所述偏角误差以及所述未知节点的当前速度，计算所述未知节点当前时刻的估计坐标位置；其中，设所述未知节点当前时刻的估计坐标位置为
Figure FDA0002508388190000055
所述未知节点的当前速度为vt，则
Figure FDA0002508388190000056
估计分布区域获取子模块，用于根据所述锚节点模型区域以及所述第一分布模型区域，确定所述锚节点分布模型的第一分布区域，以生成所述未知节点当前时刻的估计分布区域；
第一修正坐标获取单元，用于根据所述未知节点当前时刻的估计坐标位置对所述未知节点上一时刻的估计坐标位置进行修正，以获取所述未知节点上一时刻的修正坐标位置；
当前坐标获取单元，用于根据所述未知节点上一时刻的修正坐标位置，通过所述锚节点分布模型，获取所述未知节点当前时刻的坐标位置。
5.一种定位设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至3中任意一项所述的定位方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至3中任意一项所述的定位方法。
CN201811194155.8A 2018-10-12 2018-10-12 一种定位方法、装置、设备、系统及存储介质 Active CN109212473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811194155.8A CN109212473B (zh) 2018-10-12 2018-10-12 一种定位方法、装置、设备、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811194155.8A CN109212473B (zh) 2018-10-12 2018-10-12 一种定位方法、装置、设备、系统及存储介质

Publications (2)

Publication Number Publication Date
CN109212473A CN109212473A (zh) 2019-01-15
CN109212473B true CN109212473B (zh) 2020-09-15

Family

ID=64980260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811194155.8A Active CN109212473B (zh) 2018-10-12 2018-10-12 一种定位方法、装置、设备、系统及存储介质

Country Status (1)

Country Link
CN (1) CN109212473B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101458323B (zh) * 2009-01-04 2012-01-18 北京航空航天大学 动态节点定位方法
CN103152745B (zh) * 2013-03-26 2015-06-03 华南师范大学 一种强自适应性移动节点定位的方法
CN103813450A (zh) * 2014-03-07 2014-05-21 山东大学 一种优化的移动无线传感器网络节点定位方法
US10028085B2 (en) * 2014-07-31 2018-07-17 Arizona Board Of Regents On Behalf Of Arizona State University Distributed location detection in wireless sensor networks
CN104936289B (zh) * 2015-07-01 2018-10-02 上海海事大学 一种移动节点参数自适应轨迹预测方法
CN107071735A (zh) * 2017-04-24 2017-08-18 兰州交通大学 一种基于时序的移动节点蒙特卡洛定位方法
CN108347694B (zh) * 2018-02-10 2020-03-17 北京理工大学 一种基于边界条件的节点定位方法及系统

Also Published As

Publication number Publication date
CN109212473A (zh) 2019-01-15

Similar Documents

Publication Publication Date Title
US11961227B2 (en) Method and device for detecting and locating lesion in medical image, equipment and storage medium
US10943091B2 (en) Facial feature point tracking method, apparatus, storage medium, and device
US20200394392A1 (en) Method and apparatus for detecting face image
CN111131783A (zh) 基于电子围栏的监控方法、装置、终端设备及存储介质
CN109934065B (zh) 一种用于手势识别的方法和装置
US20140201120A1 (en) Generating notifications based on user behavior
TW202119054A (zh) 視訊與無線電熔合為主的準確室內定位的設備及其儲存媒體
EP2860987A3 (en) Methods and systems for dynamic workflow prioritization and tasking
CN110852237A (zh) 对象姿态的确定方法及装置、存储介质、电子装置
US11545256B2 (en) Remote monitoring using an array of audio sensors and improved jugular venous pressure (JVP) measurement
CN105593903A (zh) 生物体确定装置及方法
CN108875506B (zh) 人脸形状点跟踪方法、装置和系统及存储介质
CN112884801B (zh) 高空抛物检测方法、装置、设备和存储介质
US20210090288A1 (en) Pose detection method and device, electronic device and storage medium
CN109212473B (zh) 一种定位方法、装置、设备、系统及存储介质
US20220037021A1 (en) Resource tracking and allocation
JP2016162072A (ja) 特徴量抽出装置
CN109874172A (zh) 一种蓝牙定位方法、装置、设备和系统
JP5994388B2 (ja) サーバ、情報処理方法及び情報処理プログラム
CN109711248B (zh) 一种基于视频的环境识别方法及终端设备
CN109831737A (zh) 一种基于置信度的蓝牙定位方法、装置、设备和系统
JP2022538946A (ja) アドヒアランスの標準偏差メトリックに基づいた行動異常検知のためのシステム及び方法
CN111563134A (zh) 定位系统的指纹数据库聚类方法、系统、设备和存储介质
Segou et al. Probabilistic error modeling and topology-based smoothing of indoor localization and tracking data, based on the IEEE 802.15. 4a chirp spread spectrum specification
CN109948536B (zh) 一种发呆识别方法及装置

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
GR01 Patent grant
GR01 Patent grant