CN114040336A - 基于缩影判定定位法与粒子群优化算法的信标部署方法 - Google Patents
基于缩影判定定位法与粒子群优化算法的信标部署方法 Download PDFInfo
- Publication number
- CN114040336A CN114040336A CN202111303453.8A CN202111303453A CN114040336A CN 114040336 A CN114040336 A CN 114040336A CN 202111303453 A CN202111303453 A CN 202111303453A CN 114040336 A CN114040336 A CN 114040336A
- Authority
- CN
- China
- Prior art keywords
- beacon
- point
- positioning
- measured
- beacons
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 70
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005457 optimization Methods 0.000 title claims abstract description 32
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 230000000694 effects Effects 0.000 claims abstract description 12
- 238000004088 simulation Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
-
- 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
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/244—Connectivity information management, e.g. connectivity discovery or connectivity update using a network of reference devices, e.g. beaconing
-
- 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
本发明公开了一种基于缩影判定定位法与粒子群优化算法的信标部署方法,本发明中检验定位效果的方法是通过将整个室内环境进行栅格化,然后采用缩影判定定位算法对每个栅格进行定位计算,通过评价每个栅格的定位效果,最终获得室内环境的整体定位效果,有效减少定位误差。该算法对空间内任一点进行定位时,仅需要符合要求的四个信标信息,这种定位算法大量减少了信标的使用,避免测量效果不佳的信标对最终的定位结果产生影响,也降低了计算的复杂度,提高计算速度。除此之外,该算法中对同一信标进行多次测量,对偏差较大的测量结果进行舍弃,保留较优测量结果并取平均值,这种方式能够进一步减少测量误差,避免单次测量产生的误差偶然性。
Description
技术领域
本发明涉及室内无线定位领域,具体涉及一种基于缩影判定定位法与粒子群优化算法的信标部署方法,用于解决存在障碍物约束的室内环境下的定位问题。
背景技术
随着科技的进步与发展,人们对位置服务的需求与日俱增,通过全球定位系统(GPS)完成室外定位已不能满足定位需求,需要在室内、工厂内、地下空间等区域内也满足定位要求,但受制于全球定位系统(GPS)的局限性,在以上环境中无法完成精确定位。在室内定位研究中,国内外学者对测距定位的研究逐渐增多,测距信号类型包括红外线、蓝牙信号、WiFi信号、WiFi与视觉技术融合等,为了提高定位精度,蓝牙信标成为主要的研究方向之一。蓝牙信标是由发射器发射固定功率信号,接收器负责接收信号和计算,如一种基于接收信号强度指示(received signal strength indication,RSSI)的定位设备。待测点距离信标节点的位置越远,信号强度越小,通过解算信号强度获得相对距离,接收器将接收到的信号强度转化为相对距离,然后根据与多个信标节点的相对距离计算得到真实位置。室内定位需要两个重要的准备工作:一是定位算法,信标本身测量误差较大,需要通过算法对测量数据进行计算,获得定位信息并提高定位精度;二是部署优化算法,在障碍物约束下提供较好的部署策略,提高信标的利用效率。
目前的信标定位研究中,已有多种定位算法处理测量数据,包括改进的DV-Hop算法、质心定位算法、加权调和数据处理方法等。但目前的定位算法存在定位精度较低和多适用于二维平面的问题,不能很好的完成室内定位计算。在部署优化问题中,也存在多种经典部署优化算法,包括遗传算法、粒子群优化算法、NSGA-II算法等。但室内信标部署问题中约束条件比较复杂,需要根据室内定位的特点进行优化算法设计,现有算法不能很好的完成室内信标部署问题,为此,本发明中提出室内信标定位方法。
发明内容
有鉴于此,本发明提供了一种基于缩影判定定位法与粒子群优化算法的信标部署方法,通过缩影判定定位法能够使用较少数量的信标进行三维空间定位计算,并提高定位精度,然后再利用本发明中提出的粒子群优化算法进行室内环境下的信标部署,提供较好的部署方案,有效提高定位覆盖率。
一种基于缩影判定定位法与粒子群优化算法的信标部署方法,基于室内真实环境进行仿真获得信标部署方案,并利用于真实环境中;
设种群中含有m个粒子,每个粒子代表一个信标部署方案,包括n个信标位置,随机分布在室内空间中;
采用基于缩影判断的定位算法判断种群中每个粒子的信标部署效果;其中,所述缩影判断定位算法是指通过将室内空间栅格化后,对每一个栅格所部署的信标的定位精度进行评判,获得满足定位要求或不满足定位要求的结果;
根据所述结果计算每个粒子的定位覆盖率,若满足定位覆盖率要求,则输出当前粒子的信标部署方案,结束算法,并将该信标部署方案应用于实际环境中进行室内定位;若不满足要求,使用粒子群优化算法,选取每个粒子的历史最高定位覆盖率作为个体最优值,选取种群所有粒子的历史最高定位覆盖率作为全局最优值进行粒子群优化迭代,直到获得满足定位覆盖率要求的信标部署方案。
较佳地,所述基于缩影判断的定位算法实现方法如下:
对室内空间进行栅格化处理,取每一个栅格的中心点作为待测点,在以待测点为圆心、信标有效范围r为半径的范围内,取距离待测点最近的三个信标,并且要求待测点不在三个信标所在的平面D内;利用三个信标对待测点进行定位,获得仿真位置;利用所述待测点的真实位置和所述仿真位置进行位置误差比较,获得位置误差,如果位置误差小于设定值,则判定待测量点所在栅格满足定位要求,否则不满足要求。
较佳地,所述仿真位置的获得方法为:采用距离待测点最近的三个信标分别对待测点进行定位,对应的获得信标与待测点相对距离d1、d2、d3,并根据取其解作为备选点;并令备选点作为仿真位置;其中(x1、y1、z1)、(x2、y2、z2)、(x3、y3、z3)为三个信标的位置,为已知量,(x0、y0、z0)为待测量点的位置,为未知量。
较佳地,根据信标的信号强度,确定距离待测点最近的三个信标,信号强度越大则距离越近。
较佳地,针对每一个信标,利用信标对待测点进行多次测量定位,对应的获得多个信标与待测点相对距离d,之后按照从大到小排序,分别去掉设定数量的最大值和最小值,将剩余测量结果求平均值作为信标与待测点的最终相对距离;
在根据三个信标获得的相对距离解析备选点时,若的解为两个时,在所述以栅格中心点为圆心,信标有效范围r为半径的范围内选择距离平面D最远的信标,并分别计算二个备选点与所述最远信标的距离;距离最短的所对应的备选点为待测点。
较佳地,所述设定数量为10%。
较佳地,获得信标与待测点相对距离的方法是:通过测量信标与待测点之间的信号接收功率,根据信号接收功率与传播距离之间的关系获得相对距离。
较佳地,在获取距离待测点最近的三个信标时,若待测点在所选的最近的三个信标所构成的平面D内,则将任意一信标与距离待测点排名第四近的信标进行替换;若不存在以待测点为圆心、信标有效范围r为半径的范围内,距离待测点最近的三个信标,且待测点不在三个信标所在的平面D内,表明该点无法完成定位,则对室内空间内未处理到的其他栅格进行定位判断;若因不存在排名第四近的信标而无法获得仿真位置或位置误差大于设定值,表明该点无法完成定位,则对室内空间内未处理到的其他栅格进行定位。
较佳地,所述信标部署方案的初始方案构建方式为:通过将室内环境地图进行栅格化处理,选择栅格状态处于墙面的栅格组成空间A;n个信标随机分布在空间A中,形成信标部署方案;
所述在对粒子进行优化迭代时,若迭代次数大于设定迭代次数,则增加信标部署方案中信标数量,并重新进行优化。
较佳地,所述处于墙面的栅格包括:屋顶、底面、墙面以及未充满墙体的栅格;所述栅格长度根据室内环境确定,室内环境越大,取值越大。
有益效果
1、本发明中检验定位效果的方法是通过将整个室内环境进行栅格化,然后采用缩影判定定位算法对每个栅格进行定位计算,通过评价每个栅格的定位效果,最终获得室内环境的整体定位效果。这种方法将整个空间缩影成了多个小空间,通过对每个小空间的评判综合获得整个空间的定位效果,能够有效减少定位误差。该算法对空间内任一点进行定位时,仅需要符合要求的四个信标信息,利用其中三个信标进行解算,缩影得到两个备选点,然后利用第四个信标即可获得真正的定位结果,这种定位算法大量减少了信标的使用,避免测量效果不佳的信标对最终的定位结果产生影响,也降低了计算的复杂度,提高计算速度。除此之外,该算法中对同一信标进行多次测量,对偏差较大的测量结果进行舍弃,保留较优测量结果并取平均值,这种方式能够进一步减少测量误差,避免单次测量产生的误差偶然性。
2、本发明中提出针对信标部署问题的粒子群优化算法,一是改进之后的粒子由多个信标位置组成,一个粒子代表一个信标的部署方案;使得改进之后的粒子群优化算法决策变量为多个信标位置组成的集合,增加了维度和复杂性;二是在粒子群优化算法的迭代过程中,可以通过改变粒子维度增加解的多样性,从而得到更好的部署方案;即:在经过数次迭代无法得到最优解时,可以通过逐步增加信标数量的方式来增加粒子维度,这种方式增加了解的多样性,能够保证获得满足要求的解,并且减少了迭代次数;解决多目标室内信标部署优化问题,并且达到提高定位覆盖率和提高信标使用效率的效果。
附图说明
图1为针对信标部署优化问题的粒子群优化算法流程图;
图2为基于缩影判定的定位算法流程图;
图3为基于缩影判定的定位算法原理图;
具体实施方式
下面结合附图和实施例对本发明方法的实施方式做以说明。
定位系统是执行众多任务的一个重要前提,无论是民用还是军事执行任务时,都需要在具有定位能力的环境下进行。在科技的发展进程中,全球定位系统(GPS)完成室外定位已不能满足当前的定位需求,需要在室内、工厂内、地下空间等区域内也满足定位要求,因此,本发明中提出基于缩影判定的定位算法,该算法利用信标测量数据进行三维定位计算,能够减少使用信标的数量,有效提高定位精度。本发明还提出了针对室内信标部署问题的粒子群优化算法,能够解决多目标定位问题,并且高效合理地利用资源,提供较好的部署方案,有效提高定位覆盖率。通过基于缩影判定的定位算法和针对此类问题的粒子群优化算法,能够高效完成室内定位问题,减小定位误差,提高信标利用率。
本发明的思路为:基于室内真实环境进行仿真获得信标部署方案,并利用于真实环境中。设种群中含有m个粒子,每个粒子代表一个信标部署方案,包括n个信标位置,随机分布在室内空间中;
采用基于缩影判断的定位算法判断种群中每个粒子的信标部署效果;其中,所述缩影判断定位算法是指通过将室内空间栅格化后,对每一个栅格所部署的信标的定位精度进行评判,获得满足定位要求或不满足定位要求的结果;
根据所述结果计算每个粒子的定位覆盖率,若满足定位覆盖率要求,则输出当前粒子的信标部署方案,结束算法,并将该信标部署方案应用于实际环境中进行室内定位;若不满足要求,使用粒子群优化算法,选取每个粒子的历史最高定位覆盖率作为个体最优值,选取种群所有粒子的历史最高定位覆盖率作为全局最优值进行粒子群优化迭代,直到获得满足定位覆盖率要求的信标部署方案。
如图1所示,针对室内信标部署问题的粒子群优化算法步骤如下:
步骤1、处理地图,将室内环境地图进行栅格化处理,栅格的长宽高均为a,具体栅格长度根据由环境大小确定,环境越大,取值越大。定义每个栅格的状态,定位状态变量为t,状态分为三种:墙体中,墙面,墙体外。如果栅格内充满墙体,则状态属于墙体中,如果栅格内没有墙体则状态属于墙体外,如果一部分有墙体,没有充满栅格,属于墙面,并且屋顶和地面所在的栅格同样称为墙面。所以状态变量可以如下表示:
将所有状态为墙面的栅格(即为t=1)组成空间A。
步骤2、根据设定的种群大小,确定种群中粒子个数,设定为m,种群表示为S={L1,L2,…,Lm};根据设定的粒子中信标数量n,确定粒子维度,一般设置初始数量较少;粒子表示为Li=[x1,y1,z1;x2,y2,z2;…;xn,yn,zn],其中(xi,yi,zi)表示为信标的位置;每个粒子中的所有信标均从空间A中随机生成,且信标之间选择的位置均不相同,n个不同位置的信标组成一个粒子,以上信标位置选择原则保证信标位置选择的可行性,并且避免无效测量,浪费资源。每个粒子即为一种信标部署方案。针对种群中第j(j=1,2,…,m)个粒子,采用基于缩影判定的定位算法,对该粒子中信标部署方案下的环境进行定位计算。
其中,基于缩影判定的定位算法的思路为:对室内空间进行栅格化处理,取每一个栅格的中心点作为待测点,在以待测点为圆心、信标有效范围r为半径的范围内,取距离待测点最近的三个信标,并且要求待测点不在三个信标所在的平面D内;利用三个信标对待测点进行定位,获得仿真位置;利用所述待测点的真实位置和所述仿真位置进行位置误差比较,获得位置误差,如果位置误差小于设定值,则判定待测量点所在栅格满足定位要求,否则不满足要求。具体实现方法如图2所示:
S201、信标是一种基于RSSI技术的定位设备,测量距离越远,误差越大。首先将室内环境地图进行栅格化处理,栅格的长宽高均为a,具体栅格长度根据由环境大小确定,环境越大,取值越大。之后取第k个栅格的中心点,作为待测点执行S202,判断该栅格是否满足定位要求,其中,k∈(1,2,…,K),K为环境中所有栅格数量。
S202、确定信标的有效范围r,收集以待测点为圆心r为半径的范围内的所有信标位置以及信标信号强度,将信标信息的位置信息和信号强度信息储存在集合K中,并根据信号强度将所有信标进行排序,信号强度越大则表示距离待测点越近,由此在集合K中选择距离待测点最近的三个信标,并且要求待测点不在三个信标所在的平面D内。若待测点在所选的三个信标所构成的平面D内,则将任意一信标与距离待测点排名第四近的信标进行替换;若能够确定满足以上要求的信标,则进行步骤S203。若待测点周围不存在满足要求的三个信标,则表明该点无法完成定位,取第k+1个栅格,返回步骤S202重新对栅格进行定位,判断其是否满足定位要求,直到完成全部栅格的计算后,执行步骤3;
S203、针对每一个信标,利用信标对待测点进行多次测量,对应的获得多个信号接收功率,根据获得的每个信号接收功率分别利用公式(1)获得对应的相对距离d。
Pr=I-10ulgd+η (1)
式中,Pr代表信号接收功率;I代表信号发射功率;u代表路径损耗,也称为信号渐变因子,一般取值范围为2~4;d代表信标节点与中心点之间的欧式距离,η为扰动因子,是一个均值为0、方差为σ的高斯随机噪声变量,单位dBm。
S204、针对每一个信标,将该信标对应的所有相对距离d按照从大到小排序,分别去掉10%数量的最大值和最小值,防止偏差较大的数据对测量产生影响,将剩余测量结果求平均值作为信标的最终相对距离,分别获得三个信标对应的最终相对距离d1、d2、d3,利用最终测量结果按公式(2)进行计算:
其中,(x1、y1、z1)、(x2、y2、z2)、(x3、y3、z3)为三个信标的位置,为已知量,(x0、y0、z0)为待测量点的位置,为未知量。
显然,根据上式求解可以得到一个或两个备选点,如果为两个备选点,则其中有且仅有一点为待测点,即仿真位置。即:每个方程表示以信标为球心,平均测量结果为半径的球面,三个球面的交集为一个点或两个对称点,两点中有且仅有一点为仿真位置。如果是一个点,则直接作为仿真位置,执行S205与真实位置坐标进行对比,若有两个备选点,则执行S205。
S205、如图3所示,在集合K中选择距离平面D最远的信标,假设第一个备选点和最远的信标之间的距离是dis1,第二个备选点与最远的信标之间的距离是dis2,最远的信标对待测点的测量结果为dt,通过比较dt与dis1、dis2之间差值的绝对值大小,判断哪一个备选点更接近真实位置,若λ1=|dis1-dt|,λ2=|dis2-dt|,则有
通过以上方法确定备选点中的待测点,即仿真位置。由于该过程为仿真过程,是知晓该测量点真实位置坐标的,通过比较仿真位置和测量点的真实位置,获得位置误差绝对值,若无法确定能够满足要求的最远的信标或者位置误差绝对值大于设定值Qmax,则表明该点无法完成定位,取第k+1个栅格,返回步骤S202重新对栅格进行定位,判断其是否满足定位要求,直到完成全部栅格的计算后,执行步骤3;若误差绝对值小于设定值Qmax,则判断该栅格符合定位要求。执行步骤3;
步骤3、将步骤2中定位计算结果进行统计,获得满足定位要求的栅格数量;计算满足定位要求的栅格数量在总栅格数量中的占比即为定位覆盖率C:
其中,E为满足覆盖率要求的栅格数量,G为所有的栅格数量。
将该粒子的定位覆盖率与历代定位覆盖率进行对比,记录该粒子的个体最优值Pibest。其中,若粒子初次获得定位覆盖率,则该定位覆盖率即为个体最优值Pibest。若满足定位覆盖率要求,则表明满足定位效果,输出当前环境下的信标部署方案,结束算法,并将该信标部署方案应用于实际环境中进行室内定位。若无法满足定位覆盖率要求,则对种群中第j+1个粒子中信标部署环境进行定位计算,直至完成种群中全部粒子的定位计算。当种群中全部粒子均无法满足定位要求时,判断当前迭代次数是否小于设定最大迭代次数g,若迭代次数小于g,则执行步骤4。若迭代次数大于g,则执行步骤5。
步骤4、根据种群中每个粒子的定位覆盖率,选取最优值与该种群历代全局最优值进行对比,取最优作为该种群中全局最优值Qbest。其中,首次全局最优值选取当前种群中定位覆盖率的最优值。根据全局最优值Qbest和步骤3中获得的个体最优值Pibest,结合公式(4)和(5),对种群中各粒子状态进行更新,并且保证更新完成后的粒子中所有信标位置均属于空间A,若不属于空间A,则将空间A中距离信标当前位置最近的位置赋予该信标。之后执行按照步骤2-4中的内容重新进行计算,直到获得满足定位覆盖率要求的信标方案。
xi+1=xi+vi+1 (5)
其中,i=1,2,…,N,N为种群中粒子个数;μ叫做权重因子,其值为非负,其值越大,全局搜索能力越强,局部搜索能力越弱;vi和vi+1是第i/i+1个粒子的更新速度,代表更新后变化粒子变化幅度;c1,c2是学习因子,一般根据经验取值;r1,r2均为0~1的随机数值;xi和xi+1是第i/i+1个粒子的状态。
步骤5、增加步骤2中设定的信标数量,并按照步骤2-4中的内容重新进行优化,直到获得满足定位覆盖率要求的信标方案。
信标部署优化问题涉及到如何合理地利用资源达到部署效果最佳,在该问题中,为了获得更好的部署方案,需要通过算法多次迭代获得大量部署方案,然后在众多方案中选择出最好的部署方案,所以信标部署直接通过实物进行优化难以实现,并且很大程度的降低了方案的多样性和增加了操作难度,部署问题一般先进行相同环境和设备下的仿真实验,获取较好的仿真部署结果,最终进行信标设备部署完成室内定位。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于缩影判定定位法与粒子群优化算法的信标部署方法,基于室内真实环境进行仿真获得信标部署方案,并利用于真实环境中;其特征在于:
设种群中含有m个粒子,每个粒子代表一个信标部署方案,包括n个信标位置,随机分布在室内空间中;
采用基于缩影判断的定位算法判断种群中每个粒子的信标部署效果;其中,所述缩影判断定位算法是指通过将室内空间栅格化后,对每一个栅格所部署的信标的定位精度进行评判,获得满足定位要求或不满足定位要求的结果;
根据所述结果计算每个粒子的定位覆盖率,若满足定位覆盖率要求,则输出当前粒子的信标部署方案,结束算法,并将该信标部署方案应用于实际环境中进行室内定位;若不满足要求,使用粒子群优化算法,选取每个粒子的历史最高定位覆盖率作为个体最优值,选取种群所有粒子的历史最高定位覆盖率作为全局最优值进行粒子群优化迭代,直到获得满足定位覆盖率要求的信标部署方案。
2.如权利要求1所述的信标部署方法,其特征在于:所述基于缩影判断的定位算法实现方法如下:
对室内空间进行栅格化处理,取每一个栅格的中心点作为待测点,在以待测点为圆心、信标有效范围r为半径的范围内,取距离待测点最近的三个信标,并且要求待测点不在三个信标所在的平面D内;利用三个信标对待测点进行定位,获得仿真位置;利用所述待测点的真实位置和所述仿真位置进行位置误差比较,获得位置误差,如果位置误差小于设定值,则判定待测量点所在栅格满足定位要求,否则不满足要求。
4.如权利要求2所述的信标部署方法,其特征在于:根据信标的信号强度,确定距离待测点最近的三个信标,信号强度越大则距离越近。
6.如权利要求5所述的信标部署方法,其特征在于:所述设定数量为10%。
7.如权利要求6所述的信标部署方法,其特征在于:获得信标与待测点相对距离的方法是:通过测量信标与待测点之间的信号接收功率,根据信号接收功率与传播距离之间的关系获得相对距离。
8.如权利要求2所述的信标部署方法,其特征在于:在获取距离待测点最近的三个信标时,若待测点在所选的最近的三个信标所构成的平面D内,则将任意一信标与距离待测点排名第四近的信标进行替换;若不存在以待测点为圆心、信标有效范围r为半径的范围内,距离待测点最近的三个信标,且待测点不在三个信标所在的平面D内,表明该点无法完成定位,则对室内空间内未处理到的其他栅格进行定位判断;若因不存在排名第四近的信标而无法获得仿真位置或位置误差大于设定值,表明该点无法完成定位,则对室内空间内未处理到的其他栅格进行定位。
9.如权利要求1所述的信标部署方法,其特征在于:所述信标部署方案的初始方案构建方式为:通过将室内环境地图进行栅格化处理,选择栅格状态处于墙面的栅格组成空间A;n个信标随机分布在空间A中,形成信标部署方案;
所述在对粒子进行优化迭代时,若迭代次数大于设定迭代次数,则增加信标部署方案中信标数量,并重新进行优化。
10.如权利要求9所述的信标部署方法,其特征在于:所述处于墙面的栅格包括:屋顶、底面、墙面以及未充满墙体的栅格;所述栅格长度根据室内环境确定,室内环境越大,取值越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111303453.8A CN114040336B (zh) | 2021-11-05 | 2021-11-05 | 基于缩影判定定位法与粒子群优化算法的信标部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111303453.8A CN114040336B (zh) | 2021-11-05 | 2021-11-05 | 基于缩影判定定位法与粒子群优化算法的信标部署方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114040336A true CN114040336A (zh) | 2022-02-11 |
CN114040336B CN114040336B (zh) | 2023-11-17 |
Family
ID=80136266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111303453.8A Active CN114040336B (zh) | 2021-11-05 | 2021-11-05 | 基于缩影判定定位法与粒子群优化算法的信标部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114040336B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115143969A (zh) * | 2022-09-01 | 2022-10-04 | 北京理工大学 | 一种群目标位置结构特征检测及提取方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508431A (zh) * | 2011-11-04 | 2012-06-20 | 江苏科技大学 | 一种海洋钻井平台动力定位系统推力分配方法 |
CN104023394A (zh) * | 2014-06-17 | 2014-09-03 | 河海大学 | 基于自适应惯性权重的wsn定位方法 |
CN104105197A (zh) * | 2014-06-27 | 2014-10-15 | 山东大学(威海) | 一种处理无线传感器网络节点定位中节点翻转歧义的迭代方法 |
CN105005820A (zh) * | 2015-04-03 | 2015-10-28 | 北京理工大学 | 一种基于种群爆炸粒子群算法的目标分配优化方法 |
JP2019086506A (ja) * | 2017-11-02 | 2019-06-06 | 日本電信電話株式会社 | 推定装置、推定方法、及びプログラム |
-
2021
- 2021-11-05 CN CN202111303453.8A patent/CN114040336B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508431A (zh) * | 2011-11-04 | 2012-06-20 | 江苏科技大学 | 一种海洋钻井平台动力定位系统推力分配方法 |
CN104023394A (zh) * | 2014-06-17 | 2014-09-03 | 河海大学 | 基于自适应惯性权重的wsn定位方法 |
CN104105197A (zh) * | 2014-06-27 | 2014-10-15 | 山东大学(威海) | 一种处理无线传感器网络节点定位中节点翻转歧义的迭代方法 |
CN105005820A (zh) * | 2015-04-03 | 2015-10-28 | 北京理工大学 | 一种基于种群爆炸粒子群算法的目标分配优化方法 |
JP2019086506A (ja) * | 2017-11-02 | 2019-06-06 | 日本電信電話株式会社 | 推定装置、推定方法、及びプログラム |
Non-Patent Citations (1)
Title |
---|
孙延维;彭智明;李健波;: "基于粒子群优化与模糊聚类的社区发现算法", 重庆邮电大学学报(自然科学版), no. 05 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115143969A (zh) * | 2022-09-01 | 2022-10-04 | 北京理工大学 | 一种群目标位置结构特征检测及提取方法 |
CN115143969B (zh) * | 2022-09-01 | 2022-11-04 | 北京理工大学 | 一种群目标位置结构特征检测及提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114040336B (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108664022B (zh) | 一种基于拓扑地图的机器人路径规划方法及系统 | |
CN1988550B (zh) | 一种无线传感器网络无锚点定位的分布式实现方法 | |
JP6596516B2 (ja) | 人工ニューラルネットワークの測位性能を改善するための方法および装置 | |
CN102291817B (zh) | 移动通信网络中的基于位置测量样本的群定位方法 | |
CN104093205A (zh) | 基于接收信号强度指示的无线定位系统锚节点部署方法 | |
CN110260855B (zh) | 一种融合行人航位推算、地磁信息与室内地图信息的室内行人导航定位方法 | |
CN102325370A (zh) | 一种高精度的无线传感器网络节点的三维定位器 | |
CN104992466A (zh) | 一种三维场景的即时寻径方法 | |
CN111132003B (zh) | 一种基于动态路径规划的uwsn传感器节点定位方法 | |
CN111163476A (zh) | 一种基于无线传播模型的电力无线专网覆盖和干扰确定方法 | |
Lu et al. | Robot indoor location modeling and simulation based on Kalman filtering | |
CN106358293A (zh) | 一种室内机器人定位方法及装置 | |
CN109934910A (zh) | 一种基于三维环境模型的探测点自主选取策略 | |
CN114040336B (zh) | 基于缩影判定定位法与粒子群优化算法的信标部署方法 | |
CN110366188B (zh) | 干扰测量点部署方法、干扰测量路径规划方法及系统 | |
Sun et al. | A novel path planning method for multiple USVs to collect seabed-based data | |
CN112738709B (zh) | 一种基于uwb信号的粒子群搜索室内定位方法及系统 | |
CN113365214A (zh) | 基于三边定位改进的无线传感器网络节点定位方法和装置 | |
Qin et al. | Node localization with a mobile beacon based on ant colony algorithm in wireless sensor networks | |
CN111880140A (zh) | 基于rssi的无线传感器网络圆弧三角形定位方法 | |
CN112015199A (zh) | 应用于煤矿井下智能巡检无人机的航迹规划方法及装置 | |
Patil et al. | Graph-based simultaneous coverage and exploration planning for fast multi-robot search | |
Liu | Research on wsn node localization algorithm based on rssi iterative centroid estimation | |
Fan et al. | A modified tetrahedron shape measure and its application for 3D trilateration localization in mobile cluster networks | |
Leune et al. | Anchor node placement in complex environments with physical raytracing and genetic algorithms |
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 |