CN112153560A - 一种基于测距误差修正的全局寻优定位方法 - Google Patents
一种基于测距误差修正的全局寻优定位方法 Download PDFInfo
- Publication number
- CN112153560A CN112153560A CN202010824266.3A CN202010824266A CN112153560A CN 112153560 A CN112153560 A CN 112153560A CN 202010824266 A CN202010824266 A CN 202010824266A CN 112153560 A CN112153560 A CN 112153560A
- Authority
- CN
- China
- Prior art keywords
- rssi
- value
- wireless communication
- particle
- anchor point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012937 correction Methods 0.000 title claims abstract description 13
- 238000005457 optimization Methods 0.000 title description 4
- 238000004891 communication Methods 0.000 claims abstract description 109
- 238000005070 sampling Methods 0.000 claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 239000002245 particle Substances 0.000 claims description 134
- 238000005259 measurement Methods 0.000 claims description 49
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000002955 isolation Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- 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
-
- 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
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种基于测距误差修正的全局寻优定位方法,包括:步骤1,部署无线通讯锚点设备;步骤2,进行无线通讯锚点设备信号传播距离与信号强度值采样;步骤3,建立各无线通讯锚点设备基于RSSI的测距方程;步骤4,建立各无线通讯锚点设备基于RSSI的无线测距的误差方程;步骤5,采集无线定位信号;步骤6,将定位信号转换成距离信号;步骤7,建立基于误差修正的定位目标函数;步骤8,通过定位计算获得定位坐标。
Description
技术领域
本发明属于无线定位技术领域,尤其涉及一种基于测距误差修正的全局寻优定位方法。
背景技术
近年来,位置服务需求不断增长,精准位置信息数据已经成为物联网时代的重要基础,能很好地将真实世界中的人和物,与虚拟空间的丰富数据信息结合,令线下的人和物也能像线上信息一样被搜索、定位、联接,从而打破真实世界与虚拟世界的边界,实现万物互联。强劲的应用需求催生了定位技术的不断发展,在此发展过程中定位的算法是定位精度提升的关键。目前主要的定位算法,根据计算过程是否涉及测量节点间的距离,可分成基于测距的定位和距离无关的定位。相对来说,基于测距的定位比距离无关的定位能提供较准确的位置信息,但是需要较高的硬件成本和通讯开销。随着无线通讯技术的发展及人们对通讯的迫切需求,室内环境无线通讯的覆盖越来越高,促成基于测距的定位技术不断发展并广泛使用,但由于无线通讯信号品质受环境影响较大且其传播具有多径效应等不利因素,导致利用无线通讯测距的误差较大且不确定因素较多,进而影响无线定位的精度,因此无线定位精度的提升依然是此项技术需攻克的难题。
发明内容
发明目的:为解决背景技术中存在的技术问题,本发明提出一种基于测距误差修正的全局寻优定位方法,包括如下步骤:
步骤1,部署无线通讯锚点设备;
步骤2,进行无线通讯锚点设备信号传播距离与信号强度值采样;
步骤3,建立各无线通讯锚点设备基于RSSI的测距方程;RSSI表示接收的信号强度指示。
步骤4,建立各无线通讯锚点设备基于RSSI的无线测距的误差方程;
步骤5,采集无线定位信号;
步骤6,将定位信号转换成距离信号;
步骤7,建立基于误差修正的定位目标函数;
步骤8,通过定位计算获得定位坐标。
步骤1包括:在需要定位的场景内部署无线通讯锚点设备,并在场景内选取一点为场景的坐标原点,正东为x轴方向,正北为y方向,根据坐标原点测算各无线通讯锚点设备的坐标,记录为{(x1,y1),(x2,y2),…,(xz,yz),…,(xe,ye)},其中e为无线通讯锚点设备的总数量,(xz,yz)表示第z个无线通讯锚点设备的坐标,其中z∈{1,2,…,e}。
设采样n个点,每个点采样k次,去除k次中最大和最小的信号强度值后求平均得到采样点对应的信号强度采样值,记为(dcy_m,RSSIcy_m)取值分别见式(1)和(2):
其中,dcy_m表示第m个采样点与无线通讯锚点设备距离的真实值,下标cy_m中m∈{1,2,…,n};
RSSIcy_m表示第m个采样点k次采样的平均信号强度值;
k表示每个采样点采样次数,一般不少于10次;
RSSIcy_m_i表示第m个采样点第i次采样的信号强度值,i∈{1,2,…,k};
RSSIcy_m_max表示第m个采样点在k次采样中信号强度最大的值;
RSSIcy_m_min表示第m个采样点在k次采样中信号强度最小的值;
最后得到无线通讯锚点设备n个采样点的采样值列表为{(dcy_1,RSSIcy_1),(dcy_2,RSSIcy_2),…,(dcy_m,RSSIcy_m),…,(dcy_n,RSSIcy_n)}。
步骤3包括:
将步骤2中得到的采样值{(dcy_1,RSSIcy_1),(dcy_2,RSSIcy_2),…,(dcy_m,RSSIcy_m),…,(dcy_n,RSSIcy_n)},按无线信号衰减和距离的特征方程式(3)进行拟合,计算出RSSI0和γ的值,通过整理得到无线通讯锚点设备距离与无线信号强度的关系方程式(4);
RSSIr=RSSI0-γ·lgd (3)
其中;
RSSI0表示参考点的接收信号强度,参考点一般取距离无线通讯锚点设备1米处的点;
γ表示无线信号传输介质因子;
d表示接收点离发射点的距离;
RSSIr表示接收点接收到的信号强度值;
步骤4包括:
步骤4-1,将各采样值{(dcy_1,RSSIcy_1),(dcy_2,RSSIcy_2),…,(dcy_m,RSSIcy_m),…,(dcy_n,RSSIcy_n)}中的RSSIcy_m代入式(4)得到各采样点离无线通讯锚点设备距离基于RSSI测量的测量值,用dcm表示,其中下标cm中的m表示第m个采样点,dcm减真实值dcy_m,得到接收点离第m个采样点距离的基于RSSI测量的测量误差,用Em,如式(5)所示:
将测量误差值Em与dcm一一对应得到{(E1,dc1),(E2,dc2),……,(En,dcn)};
步骤4-2,将{(E1,dc1),(E2,dc2),……,(En,dcn)}按式(6)进行曲线拟合计算出a,b,c值,得到基于RSSI测量的测量值与测量误差的关系方程式即测距误差方程(6);
E=a+b·dc+c·dc 2 (6)
其中,E表示基于RSSI测量的测量误差;dc基于RSSI测量的测量值;a,b,c表示曲线拟合系数,由曲线拟合得到。
步骤5包括:被定位的移动定位终端进入定位场景后,采集被定位移动终端处各无线通讯锚点设备的所发射的无线通讯信号强度值,设能收到s个无线通讯锚点设备的无线通讯信号,3≤s≤e,将其按信号强度从强到弱的顺序排列,得到强度值列表为{RSSIp1,RSSIp2,…,RSSIpo,…,RSSIps},RSSIpo表示第po个无线通讯锚点设备的无线通讯信号值,po∈{1,2,3,…,e}与无线通讯锚点设备的编号一一对应,po中o∈{1,2,…,s},选取信号强度值较强的前h个作为定位信号列表,设为{RSSIp1,RSSIp2,…,RSSIpu,…,RSSIph}其中3≤h≤s,h一般取5,u∈{1,2,3,…,h},pu∈{1,2,3,…,e},再找出此列表中各无线通讯信号强度值RSSIpu对应无线通讯锚点设备的坐标值,设为{(xp1,yp1),(xp2,yp2),…,(xpu,ypu),,…,(xph,yph)};(xpu,ypu)为RSSIpu所对应的无线通讯锚点设备的坐标值。
步骤6包括:将步骤5中的得到定位信号列表{RSSIp1,RSSIp2,…,RSSIpu,…,RSSIph}分别代入式(4)中,得到被定位终端离各无线通讯锚点设备距离基于RSSI测量的测量值,设为{dcp1,dcp2,…,dcpu,…,dcph},dcpu表示定位终端离第pu个无线通讯锚点设备距离基于RSSI测量的测量值,再代入(6)式,得到其测量误差{Ep1,Ep2,…,Epu,…,Eph};Epu表示定位终端离第pu个无线通讯锚点设备距离基于RSSI测量的测量误差。
步骤7包括:
步骤7-1,设被定位终端的坐标为(x,y),通过步骤6中得到的被定位终端离各无线通讯锚点设备距离基于RSSI测量的测量值及其测量误差值分别为{dcp1,dcp2,…,dcpu,…,dcph}、{Ep1,Ep2,…,Epu,…,Eph},通过步骤5中得到的各对应无线通讯锚点设备的坐标列表{(xp1,yp1),(xp2,yp2),…,(xpu,ypu),,…,(xph,yph)},应用两点间距离公式建立方程式(7):
步骤7-2,将式(7)中各等式进行如下操作:
等式左边减去右边得到式(8):
再将式(8)加上dcpu对应的测量误差值Epu,然后取绝对值得到式(9):
再将各等式通过上述处理得到的式(10)进行求和,得到式(11),求和后的值用V表示:
步骤7-3,将求解式等式(7)中(x,y)值的问题变成求解使式(11)中V取值最小的(x,y)取值问题,式(11)将作为后续定位计算的定位目标函数。
步骤8包括:
步骤8-1,初始化种群,包括有规则初始化粒子群和随机初始化粒子群,其中,有规则初始化粒子群包括:
分别找出步骤5得到的坐标列表{(xp1,yp1),(xp2,yp2),…,(xpu,ypu),,…,(xph,yph)}中的在x轴和y轴上最大值和最小值,在x轴上的最大值记为xmax、最小值记为xmin,在y轴上的最大值记为ymax,最小值记为ymin;
初始化行,列个粒子,总数为N个,粒子记为其中 g表示粒子迭代的代数,g∈{0,1,2,…,G},其中G为最大迭代代数,初始化设置g=0;每个粒子用表示,q为粒子的序号,q∈{1,2,……,N},即第g代第q号粒子,粒子属性如式(12)所示;
其中:
q:表示粒子编号;
L:无线通讯锚点设备的有效通讯距离;
r:预期定位精度;
F:最大随机速度;
min():取最小值函数,此函数输出括号中数值最小的元素;
rand():取随机数函数,随机输出数值大小位于括号内两元素数间的值;
随机初始化粒子群包括:在xmin-L≤x≤xmax+L,ymin-L≤y≤ymax+L区域内随机生成M个粒子记为其中表示第g代、第N+w号粒子,w∈{1,2,……,M};g取值为0,并按式(13)初始化粒子的坐标及速度值:
其中:
步骤8-2,合成初始种群:将上述有规则初始化粒子群和随机初始化粒子群合二为一,用A(g)来表示,g表示种群代数,则A(0)表示初始化粒子种群;用表示种群A(g)中的粒子,其中t表示粒子在种群中的编号,t∈{1,2,……,N+M};规则初始化的N个粒子随机初始化的M个粒子为 合起来即为初始粒子种群A(0),则
步骤8-3,计算各粒子的定位目标函数值并更新最优解;
步骤8-4,迭代更新各粒子的位置及速度。
10、根据权利要求9所述的方法,其特征在于,步骤8-3包括:
步骤8-3-2,如果g=0,则将粒子个体最优解Vpbestt的值设置为Vt g;
如果g=0且t=0,则将全局最优解Vgbest的值设置为Vt g;
如果g=G,输出最优解(Xgbest,Ygbest),即为使式(11)中V取值最小的(x,y)值也为被定位对象的坐标值,跳过步骤8-4,完成定位计算;
步骤8-4包括:按式(14)迭代更新下一代粒子的位置和速度,然后跳转至执行步骤8-3;
其中,Vpbestt:表示编号为t的粒子的个体最优解;
Vgbest:表示种群全局最优解;
Xpbestt:表示编号为t的粒子的个体最优x轴坐标;
Ypbestt:表示编号为t的粒子的个体最优y轴坐标;
Xgbest:表示全局最优x轴坐标;
Ygbest:表示全局最优y轴坐标;
c1:常数,一般取0.1到0.5之间的数;
c2:常数,一般取0.1到0.5之间的数;
max():取最大值函数,此函数输出括号中数值最大的元素。
有益效果:本发明通过测量过滤等复合计算建立基于RSSI的测距方程及测距误差方程,再利用这两个方程基于三边定位算法建立误差修正的定位目标函数,最后基于这个定位目标函数应用新型粒子算法将有规则的粒子群和随机粒子群进行融合计算得出定位坐标。这种方法能很好地解决无线定位中环境及测距误差对定位精度的影响,能大幅度提升定位精度及可靠性同时还能兼顾定位的性能。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述和/或其他方面的优点将会变得更加清楚。
图1是无线通讯锚点设备信号传播距离与信号强度值采样示意图。
图2是采集无线定位信号示意图。
图3是新型的粒子算法流程图。
图4是实施例结果示意图。
具体实施方式
本发明提出一种基于测距误差修正的全局寻优定位方法,具体包括如下步骤:
步骤1、部署无线通讯锚点设备
在需要定位的场景内部署无线通讯锚点设备,并在场景内选取一点为场景的坐标原点,正东为x轴方向,正北为y方向,根据坐标原点测算各无线通讯锚点设备的坐标,记录为{(x1,y1),(x2,y2),…,(xz,yz),…,(xe,ye)},其中e为无线通讯锚点设备的总数量,(xz,yz)表示第z个无线通讯锚点设备的坐标,其中z∈{1,2,…,e}。
步骤2、进行无线通讯锚点设备信号传播距离与信号强度值采样
如图1所示,使用被定位终端(如手机、蓝牙等定被定为的移动终端设备)在每间隔无线通讯锚点设备米处设一个采样点,接收此处无线通讯锚点设备的信号,检测其信号强度值。设采样n(n一般取大于的整数,r为无线通讯锚点设备的定位覆盖范围的半径值,见式1的备注)个点,每个点检测k次,去除k次中最大和最小的信号强度值后求平均得到该采样点对应的信号强度采样值设为(dcy_m,RSSIcy_m)分别见式(1)和(2),最后得到无线通讯锚点设备n个采样点的采样值列表为{(dcy_1,RSSIcy_1),(dcy_2,RSSIcy_2),…,(dcy_m,RSSIcy_m),…,(dcy_n,RSSIcy_n)}。
其中,dcy_m:dcy_m表示第m个采样点与无线通讯锚点设备距离的真实值,下标cy_m中m∈{1,2,…,n};
其中,RSSIcy_m表示第m个采样点k次采样的平均信号强度值;
k表示每个采样点采样次数,一般不少于10次;
RSSIcy_m_i表示第m个采样点第i次采样的信号强度值,i∈{1,2,…,k};
RSSIcy_m_max表示第m个采样点在k次采样中信号强度最大的值;
RSSIcy_m_min表示第m个采样点在k次采样中信号强度最小的值;
步骤3、建立各无线通讯锚点设备基于RSSI(Received Signal StrengthIndication,接收的信号强度指示)的测距方程
将步骤2中得到的采样值{(dcy_1,RSSIcy_1),(dcy_2,RSSIcy_2),…,(dcy_m,RSSIcy_m),…,(dcy_n,RSSIcy_n)},按无线信号衰减和距离的特征方程式(3)进行拟合,计算出RSSI0和γ的值,通过整理得到无线通讯锚点设备距离与无线信号强度的关系方程式(4);
RSSIr=RSSI0-γ·lgd (3)
其中;
RSSI0表示参考点的接收信号强度,参考点一般取距离无线通讯锚点设备1米处的点;
γ表示无线信号传输介质因子;
d表示接收点离发射点的距离;
RSSIr表示接收点接收到的信号强度值;
步骤4、建立各无线通讯锚点设备基于RSSI的无线测距的误差方程
(1)将各采样值{(dcy_1,RSSIcy_1),(dcy_2,RSSIcy_2),…,(dcy_m,RSSIcy_m),…,(dcy_n,RSSIcy_n)}中的RSSIcy_m代入式(4)得到各采样点离无线通讯锚点设备距离基于RSSI测量的测量值,用dcm表示,其中下标cm中的m表示第m个采样点,dcm减真实值dcy_m,得到接收点离第m个采样点距离的基于RSSI测量的测量误差,用Em,如式(5)所示,
将测量误差值Em与dcm一一对应得到{(E1,dc1),(E2,dc2),……,(En,dcn)};
(2)将{(E1,dc1),(E2,dc2),……,(En,dcn)}按式(6)进行曲线拟合计算出a,b,c值,得到基于RSSI测量的测量值与测量误差的关系方程式即测距误差方程(6);
E=a+b·dc+c·dc 2 (6)
其中,E表示基于RSSI测量的测量误差;
dc基于RSSI测量的测量值;
a,b,c表示曲线拟合系数,由曲线拟合得到。
步骤2、3、4需对步骤1中所部署的所有不同类型及不同型号的设备进行。即需对所有不同类型不同型号的无线通讯锚点设备进行采样,根据采样值分别建立各无线通讯锚点设备的测距方程和测距误差方程。
步骤5、采集无线定位信号
如图2所示,被定位的移动定位终端进入定位场景后,采集被定位移动终端处各无线通讯锚点设备的所发射的无线通讯信号强度值,设能收到s个无线通讯锚点设备的无线通讯信号,3≤s≤e,将其按信号强度从强到弱的顺序排列,得到强度值列表为{RSSIp1,RSSIp2,…,RSSIpo,…,RSSIps},RSSIpo表示第po个无线通讯锚点设备的无线通讯信号值,po∈{1,2,3,…,e}与无线通讯锚点设备的编号一一对应,po中o∈{1,2,…,s},选取信号强度值较强的前h个作为定位信号列表,设为{RSSIp1,RSSIp2,…,RSSIpu,…,RSSIph}其中3≤h≤s,一般取5,u∈{1,2,3,…,h},pu∈{1,2,3,…,e},再找出此列表中各无线通讯信号强度值RSSIpu对应无线通讯锚点设备的坐标值,设为{(xp1,yp1),(xp2,yp2),…,(xpu,ypu),,…,(xph,yph)};(xpu,ypu)为RSSIpu所对应的无线通讯锚点设备的坐标值。
步骤6、将定位信号转换成距离信号
将步骤5中的得到定位信号列表{RSSIp1,RSSIp2,…,RSSIpu,…,RSSIph}分别代入式(4)中,得到被定位终端离各无线通讯锚点设备距离基于RSSI测量的测量值,设为{dcp1,dcp2,…,dcpu,…,dcph},dcpu表示定位终端离第pu个无线通讯锚点设备距离基于RSSI测量的测量值,再代入(6)式,得到其测量误差{Ep1,Ep2,…,Epu,…,Eph};Epu表示定位终端离第pu个无线通讯锚点设备距离基于RSSI测量的测量误差。
步骤7、建立基于误差修正的定位目标函数
(1)设被定位终端的坐标为(x,y),通过步骤6中得到的被定位终端离各无线通讯锚点设备距离基于RSSI测量的测量值及其测量误差值分别为{dcp1,dcp2,…,dcpu,…,dcph}、{Ep1,Ep2,…,Epu,…,Eph},通过步骤5中得到的各对应无线通讯锚点设备的坐标列表{(xp1,yp1),(xp2,yp2),…,(xpu,ypu),,…,(xph,yph)},应用两点间距离公式建立方程式(7):
(2)将式(7)中各等式进行如下操作:
等式左边减去右边得到式(8):
再将式(8)加上dcpu对应的测量误差值Epu,然后取绝对值得到式(9):
再将各等式通过上述处理得到的式(10)进行求和,得到式(11),求和后的值用V表示:
(3)将求解式等式(7)中(x,y)值的问题变成求解使式(11)中V取值最小的(x,y)取值问题,式(11)将作为后续定位计算的定位目标函数。
步骤8、通过定位计算获得定位坐标
为了获得使式(11)中V取值最小的(x,y)值,这里使用新型的粒子算法,将有规则粒子和随机粒子进行融合计算,即保证算法的全局最优性,又能保证算法的收敛性,具体流程如图3所示,步骤如下:
(1)初始化种群:
这里初始化粒子群包括两类,一类有规则初始化的粒子群,另一类是随机初始化的粒子群,最后将两类粒子汇总得到初始化种群,这样能很好地保证算法的全局最优性,下面进行分别介绍:
(1.1)有规则初始化粒子群
分别找出步骤5得到的坐标列表{(xp1,yp1),(xp2,yp2),…,(xpu,ypu),,…,(xph,yph)}中的在x轴和y轴上最大值和最小值,在x轴上的最大值记为xmax、最小值记为xmin,在y轴上的最大值记为ymax,最小值记为ymin;
初始化行,列个粒子,总数为N个,粒子记为其中 g表示粒子迭代的代数,g∈{0,1,2,…,G},其中G为最大迭代代数,初始化设置g=0;每个粒子用表示,q为粒子的序号,q∈{1,2,……,N},即第g代第q号粒子,粒子属性如式(12)所示;
其中:
q:表示粒子编号;
L:无线通讯锚点设备的有效通讯距离;
r:预期定位精度;
F:最大随机速度;
min():取最小值函数,此函数输出括号中数值最小的元素;
rand():取随机数函数,随机输出数值大小位于括号内两元素数间的值;
(1.2)随机初始化粒子群:
在xmin-L≤x≤xmax+L,ymin-L≤y≤ymax+L区域内随机生成M个粒子记为其中表示第g代、第N+w号粒子,w∈{1,2,……,M};g取值为0,并按式(13)初始化粒子的坐标及速度值:
其中:
(2)合成初始种群:
将上述有规则初始化粒子群和随机初始化粒子群合二为一,用A(g)来表示,g表示种群代数,则A(0)表示初始化粒子种群;用表示种群A(g)中的粒子,其中t表示粒子在种群中的编号,t∈{1,2,……,N+M};规则初始化的N个粒子随机初始化的M个粒子为合起来即为初始粒子种群A(0),则
(3)计算各粒子的定位目标函数值并更新最优解:
(3.2)如果g=0,则将粒子个体最优解Vpbestt的值设置为Vt g;
如果g=0且t=0,则将全局最优解Vgbest的值设置为Vt g;
如果g=G,输出最优解(Xgbest,Ygbest),即为使式(11)中V取值最小的(x,y)值也为被定位对象的坐标值,跳过步骤(4),完成定位计算;
(4)迭代更新各粒子的位置及速度:
按式(14)迭代更新下一代粒子的位置和速度,然后跳转至执行步骤8-3;
其中,Vpbestt:表示编号为t的粒子的个体最优解;
Vgbest:表示种群全局最优解;
Xpbestt:表示编号为t的粒子的个体最优x轴坐标;
Ypbestt:表示编号为t的粒子的个体最优y轴坐标;
Xgbest:表示全局最优x轴坐标;
Ygbest:表示全局最优y轴坐标;
c1:常数,一般取0.1到0.5之间的数;
c2:常数,一般取0.1到0.5之间的数;
max():取最大值函数,此函数输出括号中数值最大的元素。
如图4所示,在一个长16m,宽14米的室内环境中使用蓝牙定位技术,应用最大释然定位算法、粒子寻优定位算法及本专利定位算法的轨迹和定位误差对比图,从图中可知本发明方法定位误差明显优于其他两种,整体轨迹更接近真实轨迹,最大误差仅为1.29米,平均误差为0.627米;而粒子寻优算法最大误差为2.01米,平均误差1.15米;最大释然算法为3.39米,平均误差为2.12米。
本发明提供了一种基于测距误差修正的全局寻优定位方法,具体实现该技术方案的方法和途径很多,以上所述仅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,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (10)
1.一种基于测距误差修正的全局寻优定位方法,其特征在于,包括如下步骤:
步骤1,部署无线通讯锚点设备;
步骤2,进行无线通讯锚点设备信号传播距离与信号强度值采样;
步骤3,建立各无线通讯锚点设备基于RSSI的测距方程;
步骤4,建立各无线通讯锚点设备基于RSSI的无线测距的误差方程;
步骤5,采集无线定位信号;
步骤6,将定位信号转换成距离信号;
步骤7,建立基于误差修正的定位目标函数;
步骤8,通过定位计算获得定位坐标。
2.根据权利要求1所述的方法,其特征在于,步骤1包括:在需要定位的场景内部署无线通讯锚点设备,并在场景内选取一点为场景的坐标原点,正东为x轴方向,正北为y方向,根据坐标原点测算各无线通讯锚点设备的坐标,记录为{(x1,y1),(x2,y2),...,(xz,yz),...,(xe,ye)},其中e为无线通讯锚点设备的总数量,(xz,yz)表示第z个无线通讯锚点设备的坐标,其中z∈{1,2,…,e}。
设采样n个点,每个点采样k次,去除k次中最大和最小的信号强度值后求平均得到采样点对应的信号强度采样值,记为(dcy_m,RSSIcy_m),取值分别见式(1)和(2):
其中,dcy_m表示第m个采样点与无线通讯锚点设备距离的真实值,下标cy_m中m∈{1,2,…,n};
RSSIcy_m表示第m个采样点k次采样的平均信号强度值;
k表示每个采样点采样次数;
RSSIcy_m_i表示第m个采样点第i次采样的信号强度值,i∈{1,2,…,k};
RSSIcy_m_max表示第m个采样点在k次采样中信号强度最大的值;
RSSIcy_m_min表示第m个采样点在k次采样中信号强度最小的值;
最后得到无线通讯锚点设备n个采样点的采样值列表为{(dcy_1,RSSIcy_1),(dcy_2,RSSIcy_2),…,(dcy_m,RSSIcy_m),…,(dcy_n,RSSIcy_n)}。
5.根据权利要求4所述的方法,其特征在于,步骤4包括:
步骤4-1,将各采样值{(dcy_1,RSSIcy_1),(dcy_2,RSSIcy_2),…,(dcy_m,RSSIcy_m),…,(dcy_n,RSSIcy_n)}中的RSSIcy_m代入式(4)得到各采样点离无线通讯锚点设备距离基于RSSI测量的测量值,用dcm表示,其中下标cm中的m表示第m个采样点,dcm减真实值dcy_m,得到接收点离第m个采样点距离的基于RSSI测量的测量误差,用Em,如式(5)所示:
将测量误差值Em与dcm一一对应得到{(E1,dc1),(E2,dc2),……,(En,dcn)};
步骤4-2,将{(E1,dc1),(E2,dc2),……,(En,dcn)}按式(6)进行曲线拟合计算出a,b,c值,得到基于RSSI测量的测量值与测量误差的关系方程式即测距误差方程(6);
E=a+b·dc+c·dc 2 (6)
其中,E表示基于RSSI测量的测量误差;dc基于RSSI测量的测量值;a,b,c表示曲线拟合系数,由曲线拟合得到。
6.根据权利要求5所述的方法,其特征在于,步骤5包括:被定位的移动定位终端进入定位场景后,采集被定位移动终端处各无线通讯锚点设备的所发射的无线通讯信号强度值,设能收到s个无线通讯锚点设备的无线通讯信号,3≤s≤e,将其按信号强度从强到弱的顺序排列,得到无线通讯信号值列表为{RSSIp1,RSSIp2,...,RSSIpo,...,RSSIps},RSSIpo表示第po个无线通讯锚点设备的无线通讯信号值,po∈{1,2,3,…,e}与无线通讯锚点设备的编号一一对应,po中o∈{1,2,…,s},选取信号强度值较强的前h个作为定位信号列表,设为{RSSIp1,RSSIp2,...,RSSIpu,...,RSSIph}其中3≤h≤s,u∈{1,2,3,…,h},pu∈{1,2,3,…,e},再找出此列表中各无线通讯信号强度值RSSIpu对应无线通讯锚点设备的坐标值,设为{(xp1,yp1),(xp2,yp2),…,(xpu,ypu),,…,(xph,yph)};(xpu,ypu)为RSSIpu所对应的无线通讯锚点设备的坐标值。
7.根据权利要求6所述的方法,其特征在于,步骤6包括:将步骤5中的得到定位信号列表{RSSIp1,RSSIp2,...,RSSIpu,...,RSSIph}分别代入式(4)中,得到被定位终端离各无线通讯锚点设备距离基于RSSI测量的测量值,设为{dcp1,dcp2,...,dcpu,...,dcph},dcpu表示定位终端离第pu个无线通讯锚点设备距离基于RSSI测量的测量值,再代入(6)式,得到其测量误差{Ep1,Ep2,...,Epu,...,Eph};Epu表示定位终端离第pu个无线通讯锚点设备距离基于RSSI测量的测量误差。
8.根据权利要求7所述的方法,其特征在于,步骤7包括:
步骤7-1,设被定位终端的坐标为(x,y),通过步骤6中得到的被定位终端离各无线通讯锚点设备距离基于RSSI测量的测量值及其测量误差值分别为{dcp1,dcp2,...,dcpu,...,dcph}、{Ep1,Ep2,...,Epu,...,Eph},通过步骤5中得到的各对应无线通讯锚点设备的坐标列表{(xp1,yp1),(xp2,yp2),…,(xpu,ypu),,…,(xph,yph)},应用两点间距离公式建立方程式(7):
步骤7-2,将式(7)中各等式进行如下操作:
等式左边减去右边得到式(8):
再将式(8)加上dcpu对应的测量误差值Epu,然后取绝对值得到式(9):
再将各等式通过上述处理得到的式(10)进行求和,得到式(11),求和后的值用V表示:
步骤7-3,将求解等式(7)中(x,y)值的问题变成求解使式(11)中V取值最小的(x,y)取值问题,式(11)将作为后续定位计算的定位目标函数。
9.根据权利要求8所述的方法,其特征在于,步骤8包括:
步骤8-1,初始化种群,包括有规则初始化粒子群和随机初始化粒子群,其中,有规则初始化粒子群包括:
分别找出步骤5得到的坐标列表{(xp1,yp1),(xp2,yp2),…,(xpu,ypu),,…,(xph,yph)}中的在x轴和y轴上最大值和最小值,在x轴上的最大值记为xmax、最小值记为xmin,在y轴上的最大值记为ymax,最小值记为ymin;
初始化行,列个粒子,总数为N个,粒子集合记为其中 g表示粒子迭代的代数,g∈{0,1,2,…,G},其中G为最大迭代代数,初始化设置g=0;每个粒子用表示,q为粒子的序号,q∈{1,2,……,N},即第g代第q号粒子,粒子属性如式(12)所示;
其中:
q:表示粒子编号;
L:无线通讯锚点设备的有效通讯距离;
r:预期定位精度;
F:最大随机速度;
min():取最小值函数,此函数输出括号中数值最小的元素;
rand():取随机数函数,随机输出数值大小位于括号内两元素数间的值;
随机初始化粒子群包括:在xmin-L≤x≤xmax+L,ymin-L≤y≤ymax+L区域内随机生成M个粒子记为其中表示第g代、第N+w号粒子,w∈{1,2,……,M};g取值为0,并按式(13)初始化粒子的坐标及速度值:
其中:
步骤8-2,合成初始种群:将上述有规则初始化粒子群和随机初始化粒子群合二为一,用A(g)来表示,g表示种群代数,则A(0)表示初始化粒子种群;用表示种群A(g)中的粒子,其中t表示粒子在种群中的编号,t∈{1,2,……,N+M};规则初始化的N个粒子随机初始化的M个粒子为 合起来即为初始粒子种群A(0),则
步骤8-3,计算各粒子的定位目标函数值并更新最优解;
步骤8-4,迭代更新各粒子的位置及速度。
10.根据权利要求9所述的方法,其特征在于,步骤8-3包括:
步骤8-3-2,如果g=0,则将粒子个体最优解Vpbestt的值设置为Vt g;
如果g=0且t=0,则将全局最优解Vgbest的值设置为Vt g;
如果g=G,输出最优解(Xgbest,Ygbest),即为使式(11)中V取值最小的(x,y)值也为被定位对象的坐标值,跳过步骤8-4,完成定位计算;
步骤8-4包括:按式(14)迭代更新下一代粒子的位置和速度,然后跳转至执行步骤8-3;
其中,VPbestt:表示编号为t的粒子的个体最优解;
Vgbest:表示种群全局最优解;
Xpbestt:表示编号为t的粒子的个体最优x轴坐标;
Ypbestt:表示编号为t的粒子的个体最优y轴坐标;
Xgbest:表示全局最优x轴坐标;
Ygbest:表示全局最优y轴坐标;
max():取最大值函数,此函数输出括号中数值最大的元素。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010824266.3A CN112153560B (zh) | 2020-08-17 | 2020-08-17 | 一种基于测距误差修正的全局寻优定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010824266.3A CN112153560B (zh) | 2020-08-17 | 2020-08-17 | 一种基于测距误差修正的全局寻优定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112153560A true CN112153560A (zh) | 2020-12-29 |
CN112153560B CN112153560B (zh) | 2024-02-27 |
Family
ID=73888215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010824266.3A Active CN112153560B (zh) | 2020-08-17 | 2020-08-17 | 一种基于测距误差修正的全局寻优定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112153560B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113465616A (zh) * | 2021-06-28 | 2021-10-01 | 湖北亿咖通科技有限公司 | 轨迹异常点检测方法和装置、电子设备、计算机程序产品及计算机可读存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101917762A (zh) * | 2010-08-09 | 2010-12-15 | 哈尔滨工程大学 | 带有罚函数的粒子群传感器节点定位方法 |
KR20110098117A (ko) * | 2010-02-26 | 2011-09-01 | 숭실대학교산학협력단 | 입자 군집 최적화를 이용한 무선측위 방법 |
CN103124396A (zh) * | 2013-01-24 | 2013-05-29 | 河南科技大学 | 基于交叉粒子群的无线传感器网络移动节点定位方法 |
CN103513229A (zh) * | 2013-10-18 | 2014-01-15 | 常州大学 | 基于wifi信号的定位方法 |
CN104053234A (zh) * | 2014-06-25 | 2014-09-17 | 湖北工业大学 | 一种基于rssi的坐标误差补偿定位系统和方法 |
CN104135768A (zh) * | 2014-08-21 | 2014-11-05 | 哈尔滨工业大学 | 一种基于信号强度映射的无线传感器网络定位方法 |
CN106093854A (zh) * | 2016-06-14 | 2016-11-09 | 江南大学 | 一种基于rssi测距的空气质量监测点网络定位的方法 |
CN107071732A (zh) * | 2017-04-12 | 2017-08-18 | 北京理工大学 | 一种基于rssi的mle‑pso室内定位方法 |
CN107371133A (zh) * | 2017-06-14 | 2017-11-21 | 崔兆琦 | 一种提高基站定位精度的方法 |
CN107659893A (zh) * | 2017-11-08 | 2018-02-02 | 北京邮电大学 | 一种误差补偿方法、装置、电子设备及可读存储介质 |
KR20180115909A (ko) * | 2017-04-14 | 2018-10-24 | 국방과학연구소 | 다수 단말간 협력을 통한 위치 정보 보정 방법 및 시스템 |
-
2020
- 2020-08-17 CN CN202010824266.3A patent/CN112153560B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110098117A (ko) * | 2010-02-26 | 2011-09-01 | 숭실대학교산학협력단 | 입자 군집 최적화를 이용한 무선측위 방법 |
CN101917762A (zh) * | 2010-08-09 | 2010-12-15 | 哈尔滨工程大学 | 带有罚函数的粒子群传感器节点定位方法 |
CN103124396A (zh) * | 2013-01-24 | 2013-05-29 | 河南科技大学 | 基于交叉粒子群的无线传感器网络移动节点定位方法 |
CN103513229A (zh) * | 2013-10-18 | 2014-01-15 | 常州大学 | 基于wifi信号的定位方法 |
CN104053234A (zh) * | 2014-06-25 | 2014-09-17 | 湖北工业大学 | 一种基于rssi的坐标误差补偿定位系统和方法 |
CN104135768A (zh) * | 2014-08-21 | 2014-11-05 | 哈尔滨工业大学 | 一种基于信号强度映射的无线传感器网络定位方法 |
CN106093854A (zh) * | 2016-06-14 | 2016-11-09 | 江南大学 | 一种基于rssi测距的空气质量监测点网络定位的方法 |
CN107071732A (zh) * | 2017-04-12 | 2017-08-18 | 北京理工大学 | 一种基于rssi的mle‑pso室内定位方法 |
KR20180115909A (ko) * | 2017-04-14 | 2018-10-24 | 국방과학연구소 | 다수 단말간 협력을 통한 위치 정보 보정 방법 및 시스템 |
CN107371133A (zh) * | 2017-06-14 | 2017-11-21 | 崔兆琦 | 一种提高基站定位精度的方法 |
CN107659893A (zh) * | 2017-11-08 | 2018-02-02 | 北京邮电大学 | 一种误差补偿方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (5)
Title |
---|
RENTAO ZHAO NORTH CHINA UNIVERSITY OF TECHNOLOGY, BEIJING, CHINA ; YANG SHI: "Indoor localization algorithm based on hybrid annealing particle swarm optimization", 2018 TENTH INTERNATIONAL CONFERENCE ON ADVANCED COMPUTATIONAL INTELLIGENCE (ICACI), 11 June 2018 (2018-06-11) * |
张立国;马鹏;金梅;范美常;刘宇浩;: "基于RSSI测距的三维无线传感网络萤火虫定位算法的研究", 高技术通讯, no. 01, 15 January 2016 (2016-01-15) * |
房亚群;安进;: "基于RSSI测距修正和集员法节点定位算法", 计算机工程与设计, no. 02, 16 February 2018 (2018-02-16) * |
李娜: "基于RSSI的无线传感器网络节点定位误差优化方法研究", 中国优秀硕士学位论文全文数据库(信息科技辑), 15 July 2019 (2019-07-15) * |
陈志奎;司威;: "传感器网络的粒子群优化定位算法", 通信技术, no. 01, 10 January 2011 (2011-01-10) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113465616A (zh) * | 2021-06-28 | 2021-10-01 | 湖北亿咖通科技有限公司 | 轨迹异常点检测方法和装置、电子设备、计算机程序产品及计算机可读存储介质 |
CN113465616B (zh) * | 2021-06-28 | 2023-06-16 | 湖北亿咖通科技有限公司 | 轨迹异常点检测方法和装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112153560B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110057354B (zh) | 一种基于磁偏角修正的地磁匹配导航方法 | |
CN105813194A (zh) | 基于指纹数据库二次校正的室内定位方法 | |
JP2017511881A (ja) | 気圧による高精度の高度判定システムおよび方法 | |
CN111199280B (zh) | 短波信道模型误差存在下联合信号复包络和载波相位信息的多站目标源地理坐标估计方法 | |
CN110186522B (zh) | 结合涡街幅值特性的湿气过读补偿与流量测量方法 | |
CN106885585A (zh) | 一种基于光束法平差的星载摄影测量系统一体化检校方法 | |
CN115776724B (zh) | 面向电磁频谱地图测绘的传感器节点布局优化方法及系统 | |
SA519410094B1 (ar) | أنظمة وطرق لاستخدام التثليث عبر تكوين حزم بمستشعر واحد في الكشف عن التسرب أسفل البئر | |
CN112153560A (zh) | 一种基于测距误差修正的全局寻优定位方法 | |
CN110646783A (zh) | 一种水下航行器的水下信标定位方法 | |
CN113253233A (zh) | 基于全天空流星雷达信号的分析处理方法、系统 | |
CN113543026B (zh) | 一种基于径向基函数网络的多楼层室内定位方法 | |
CN114440895A (zh) | 基于因子图的气压辅助Wi-Fi/PDR室内定位方法 | |
CN112284388B (zh) | 一种无人机多源信息融合导航方法 | |
CN115979245B (zh) | 一种自校准估计的磁感应网络定位方法 | |
CN116866752A (zh) | 分布式麦克风阵列两层信息融合模型的设计实现方法 | |
CN110888142A (zh) | 基于mems激光雷达测量技术的航天器隐藏目标点测量方法 | |
CN115103437B (zh) | 一种蓝牙和惯性测量单元的紧耦合室内定位方法 | |
CN113660724B (zh) | 一种运动轨迹确定方法、装置、计算机设备及存储介质 | |
CN113503891B (zh) | 一种sinsdvl对准校正方法、系统、介质及设备 | |
CN108313329A (zh) | 一种卫星平台数据动态融合系统及方法 | |
CN114488160A (zh) | 顾及三维风场影响的雷达降雨估算误差校正方法 | |
CN110850366B (zh) | 混合视距和非视距环境下基于接收信号强度的定位方法 | |
CN114710744A (zh) | 一种深度融合WiFi测距与PDR推算的室内定位方法 | |
CN114910095A (zh) | 对中杆误差的确定方法、装置、设备及存储介质 |
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 |