一種改進(jìn)的自適應(yīng)迭代ukf的wsn節(jié)點(diǎn)定位方法
【專利摘要】本發(fā)明涉及一種用于無(wú)線傳感器網(wǎng)絡(luò)領(lǐng)域的節(jié)點(diǎn)定位方法，尤其涉及一種改進(jìn)的自適應(yīng)迭代UKF的WSN節(jié)點(diǎn)定位方法，用極大似然估計(jì)法與粒子群優(yōu)化算法結(jié)合進(jìn)行初步定位，將標(biāo)準(zhǔn)UKF濾波和自適應(yīng)迭代UKF濾波組合構(gòu)成定位修正模型，并以RSSI值作為觀測(cè)量，進(jìn)行精確定位。本發(fā)明的有益效果在于：本發(fā)明的節(jié)點(diǎn)測(cè)距模型具有較好的適應(yīng)性，能夠減少測(cè)距誤差對(duì)于定位性能的影響，能有效的提高定位精度。同時(shí)本發(fā)明采用初步定位和精確定位兩步策略，使用粒子群優(yōu)化算法和自適應(yīng)迭代無(wú)跡卡爾曼濾波算法結(jié)合進(jìn)行定位，相比傳統(tǒng)方法，不僅很大程度上提高了定位精度，而且提高了精確定位方法的收斂速度，提高了實(shí)時(shí)性。
【專利說(shuō)明】一種改進(jìn)的自適應(yīng)迭代UKF的WSN節(jié)點(diǎn)定位方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種用于無(wú)線傳感器網(wǎng)絡(luò)領(lǐng)域的節(jié)點(diǎn)定位方法，尤其涉及一種改進(jìn)的 自適應(yīng)迭代UKF的WSN節(jié)點(diǎn)定位方法。

【背景技術(shù)】
[0002] 近年來(lái)，微機(jī)電系統(tǒng)技術(shù)、無(wú)線通信技術(shù)和分布式信息處理技術(shù)等技術(shù)的發(fā)展，促 進(jìn)了無(wú)線傳感器網(wǎng)絡(luò)的產(chǎn)生與高速發(fā)展。無(wú)線傳感器網(wǎng)絡(luò)作為一個(gè)新興的網(wǎng)絡(luò)，被認(rèn)為 是繼互聯(lián)網(wǎng)之后的第三次信息產(chǎn)業(yè)革命浪潮。無(wú)線傳感網(wǎng)絡(luò)作為物聯(lián)網(wǎng)的神經(jīng)末梢，國(guó) 外許多國(guó)家都注重與其相關(guān)的研究，制定了相應(yīng)的發(fā)展戰(zhàn)略。例如：2003年，美國(guó)制定傳 感器網(wǎng)絡(luò)研究計(jì)劃；2006年，新加坡啟動(dòng)"智慧國(guó)2015 (iN2015)"戰(zhàn)略；2006年，韓國(guó)制定 "u-Korea"戰(zhàn)略；2009年，美國(guó)開(kāi)始"智慧地球"計(jì)劃等等。我國(guó)在無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用研 究起步較晚，但是隨著國(guó)外先進(jìn)技術(shù)的引進(jìn)和傳播，無(wú)線傳感器網(wǎng)絡(luò)技術(shù)也開(kāi)始在國(guó)內(nèi)成 為研究熱點(diǎn)。以國(guó)家"973"，"863"，"自然科學(xué)基金"等項(xiàng)目作為主要支撐，特別是在2009年 國(guó)家領(lǐng)導(dǎo)人提出"感知中國(guó)"理念后，又將無(wú)線傳感器網(wǎng)路和物聯(lián)網(wǎng)技術(shù)納入我國(guó)"十二五" 重點(diǎn)發(fā)展戰(zhàn)略及規(guī)劃，使得我國(guó)無(wú)線傳感器網(wǎng)絡(luò)某些領(lǐng)域的研究開(kāi)始與國(guó)際同步。
[0003] 無(wú)線傳感器網(wǎng)絡(luò)先已廣泛應(yīng)用于國(guó)防軍事、醫(yī)療衛(wèi)生、智能家居和交通運(yùn)輸管理 等領(lǐng)域。在大部分的應(yīng)用中，確定無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)位置是應(yīng)用與研究的關(guān)鍵，直接 關(guān)系到傳感器網(wǎng)絡(luò)應(yīng)用的有效性。因此，精確確定WSN節(jié)點(diǎn)的位置具有重要的實(shí)用價(jià)值。
[0004] 實(shí)現(xiàn)WSN節(jié)點(diǎn)定位常用的技術(shù)為無(wú)線電技術(shù)和超聲波技術(shù)。常見(jiàn)的節(jié)點(diǎn)定位方 法：非測(cè)距法和測(cè)距法。非測(cè)距方法主要是利用自身網(wǎng)絡(luò)連通度來(lái)實(shí)現(xiàn)定位，主要方法有： 質(zhì)心定位法，APIT法，凸規(guī)劃法和DV-Hop定位法等。其中測(cè)距法主要由測(cè)距、節(jié)點(diǎn)定位和 修正三個(gè)階段構(gòu)成，實(shí)現(xiàn)測(cè)距常用的方法有：到達(dá)時(shí)間法（Τ0Α)、到達(dá)時(shí)間差法（TD0A)、到 達(dá)角度法（Α0Α)與接收信號(hào)強(qiáng)度指示法（RSSI)，測(cè)距法比非測(cè)距法具有更高的精度，且在 測(cè)距方法中RSSI測(cè)距的硬件要求低，實(shí)現(xiàn)簡(jiǎn)單，實(shí)際應(yīng)用也比較多；計(jì)算節(jié)點(diǎn)位置的基本 方法有三角測(cè)量法，三邊測(cè)量法與極大似然估計(jì)法。由于描述節(jié)點(diǎn)定位的模型為非線性的 而不是線性的，因此現(xiàn)在研究中常用的位置修正技術(shù)為擴(kuò)展卡爾曼濾波和粒子濾波。EKF 算法及其衍生的算法無(wú)一避免都要計(jì)算Jacbian矩陣，用泰勒展開(kāi)式來(lái)近似代替非線性模 型，且只精確到二階，降低了精度，計(jì)算過(guò)程中的估計(jì)誤差甚至?xí)V波發(fā)散。鑒于此，Julier 等人提出UKF算法用于解決強(qiáng)非線性對(duì)象的濾波，無(wú)需計(jì)算雅克比矩陣，可以很大程度上 改善上述問(wèn)題，且對(duì)高斯密度函數(shù)可以精確到三階，提高了估計(jì)精度。但是在復(fù)雜多變的環(huán) 境中，傳統(tǒng)UKF算法的適應(yīng)性不高，難以起到良好的效果。因此需要對(duì)其進(jìn)行改進(jìn)，提高UKF 濾波器的適應(yīng)性、精確性以及跟蹤能力。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明為克服上述的不足之處，目的在于提供一種適應(yīng)性強(qiáng)、定位精度高、收斂速 度快的改進(jìn)的自適應(yīng)迭代UKF的WSN節(jié)點(diǎn)定位方法，改善基于RSSI值節(jié)點(diǎn)定位中受環(huán)境因 素干擾大而定位精度不高的問(wèn)題。
[0006] 本發(fā)明是通過(guò)以下技術(shù)方案達(dá)到上述目的：一種改進(jìn)的自適應(yīng)迭代UKF的WSN節(jié) 點(diǎn)定位方法，包括：
[0007] 1)在定位區(qū)域邊上布置信標(biāo)節(jié)點(diǎn)，并隨機(jī)布置一個(gè)未知節(jié)點(diǎn)；采用描述信號(hào)傳輸 損耗的對(duì)數(shù)-常態(tài)分布模型作為定位算法中的測(cè)距模型，并根據(jù)節(jié)點(diǎn)所處的環(huán)境，確定測(cè) 距模型中的參數(shù)，求出RSSI值與距離之間的數(shù)學(xué)關(guān)系；
[0008] 2)利用步驟1)所求得的數(shù)學(xué)關(guān)系，將RSSI值折算為距離值；根據(jù)距離建立多個(gè) 獨(dú)立誤差噪聲的聯(lián)合概率密度函數(shù)模型；
[0009] 3)將聯(lián)合概率密度函數(shù)作為粒子群優(yōu)化算法的適應(yīng)函數(shù)，調(diào)整粒子群優(yōu)化算法的 速度更新函數(shù)中的參數(shù)，獲取粒子群的全局最優(yōu)值
[0010] 4)建立標(biāo)準(zhǔn)UKF系統(tǒng)的狀態(tài)方程和觀測(cè)方程，其中RSSI值作為觀測(cè)值、測(cè)距模型 作為觀測(cè)方程，X為隨機(jī)變量初始值，獲取坐標(biāo)估計(jì)值和協(xié)方差矩陣；
[0011] 5)根據(jù)步驟4)建立并執(zhí)行自適應(yīng)迭代UKF系統(tǒng)，獲取新的自適應(yīng)因子、坐標(biāo)估計(jì) 值和協(xié)方差矩陣；判斷迭代約束條件是否成立及是否達(dá)到迭代次數(shù)限制，若兩者都不滿足 則繼續(xù)執(zhí)行步驟5)，否則退出自適應(yīng)迭代UKF系統(tǒng)，得到最終的節(jié)點(diǎn)定位坐標(biāo)值。
[0012] 作為優(yōu)選，所述步驟1)中，在節(jié)點(diǎn)所處環(huán)境中進(jìn)行多次兩相鄰節(jié)點(diǎn)已知、距離已 知的實(shí)際測(cè)試，獲得多組不同距離下的RSSI值，對(duì)獲得的RSSI值和與之對(duì)應(yīng)的距離值在 MATLAB平臺(tái)上采用最小二乘法擬合能量-距離關(guān)系曲線，確定測(cè)距模型中的參數(shù)。
[0013] 作為優(yōu)選，所述步驟2)中，聯(lián)合概率密度函數(shù)公式為：

【權(quán)利要求】
1. 一種改進(jìn)的自適應(yīng)迭代UKF的WSN節(jié)點(diǎn)定位方法，其特征在于包括： 1) 在定位區(qū)域邊上布置信標(biāo)節(jié)點(diǎn)，并隨機(jī)布置一個(gè)未知節(jié)點(diǎn)；采用描述信號(hào)傳輸損耗 的對(duì)數(shù)-常態(tài)分布模型作為定位算法中的測(cè)距模型，并根據(jù)節(jié)點(diǎn)所處的環(huán)境，確定測(cè)距模 型中的參數(shù)，求出RSSI值與距離之間的數(shù)學(xué)關(guān)系； 2) 利用步驟1)所求得的數(shù)學(xué)關(guān)系，將RSSI值折算為距離值；根據(jù)距離建立多個(gè)獨(dú)立 誤差噪聲的聯(lián)合概率密度函數(shù)模型； 3) 將聯(lián)合概率密度函數(shù)作為粒子群優(yōu)化算法的適應(yīng)函數(shù)，調(diào)整粒子群優(yōu)化算法的速度 更新函數(shù)中的參數(shù)，獲取粒子群的全局最優(yōu)值 4) 建立標(biāo)準(zhǔn)UKF系統(tǒng)的狀態(tài)方程和觀測(cè)方程，其中RSSI值作為觀測(cè)值、測(cè)距模型作為 觀測(cè)方程、X為隨機(jī)變量初始值，獲取坐標(biāo)估計(jì)值和協(xié)方差矩陣； 5) 根據(jù)步驟4)建立并執(zhí)行自適應(yīng)迭代UKF系統(tǒng)，獲取新的自適應(yīng)因子、坐標(biāo)估計(jì)值和 協(xié)方差矩陣；判斷迭代約束條件是否成立及是否達(dá)到迭代次數(shù)限制，若兩者都不滿足則繼 續(xù)執(zhí)行步驟5)，否則退出自適應(yīng)迭代UKF系統(tǒng)，得到最終的節(jié)點(diǎn)定位坐標(biāo)值。
2. 根據(jù)權(quán)利要求1所述的一種改進(jìn)的自適應(yīng)迭代UKF的WSN節(jié)點(diǎn)定位方法，其特征在 于，所述步驟1)中，在節(jié)點(diǎn)所處環(huán)境中進(jìn)行多次兩相鄰節(jié)點(diǎn)已知、距離已知的實(shí)際測(cè)試，獲 得多組不同距離下的RSSI值，對(duì)獲得的RSSI值和與之對(duì)應(yīng)的距離值在MATLAB平臺(tái)上采用 最小二乘法擬合能量-距離關(guān)系曲線，確定測(cè)距模型中的參數(shù)。
3. 根據(jù)權(quán)利要求1所述的一種改進(jìn)的自適應(yīng)迭代UKF的WSN節(jié)點(diǎn)定位方法，其特征在 于，所述步驟2)中，聯(lián)合概率密度函數(shù)公式為 ：
(1) 式中噸是測(cè)量距離，根據(jù)接收的RSSI值確定，而ri為真實(shí)距離且
為第i個(gè)信標(biāo)節(jié)點(diǎn)的坐標(biāo)值，〇 i為正態(tài)分布均方差。
4. 根據(jù)權(quán)利要求1所述的一種改進(jìn)的自適應(yīng)迭代UKF的WSN節(jié)點(diǎn)定位方法，其特征在 于，所述步驟3)中，群體中個(gè)體粒子的速度更新函數(shù)為： v (k+Ι) = ω v (k) +Ci λ i (pbest- a i (k)) +c2 λ 2 (gbest- a i (k)) 其中，v(k)表示粒子群中個(gè)體的第k次更新速度，ω為慣性因子，Cl，c2S加速度因子， λ ρ λ 2為服從[〇, 1]均勻分布的隨機(jī)分布值，a i (k)為第i個(gè)個(gè)體在第K次迭代的位置信 息，pbest為群體最優(yōu)位置值，gbest為個(gè)體最優(yōu)位置值。
5. 根據(jù)權(quán)利要求1所述的一種改進(jìn)的自適應(yīng)迭代UKF的WSN節(jié)點(diǎn)定位方法，其特征 在于，所述步驟5)中，自適應(yīng)迭代UKF系統(tǒng)方程是在標(biāo)準(zhǔn)UKF系統(tǒng)方程中增加自適應(yīng)因子 5k：
為預(yù)測(cè)殘差統(tǒng)計(jì)量； 去掉標(biāo)準(zhǔn)UKF系統(tǒng)方程中K
并將標(biāo) 準(zhǔn)UKF系統(tǒng)方程中的ΑΛ、&Λ、it、Pk等式改寫為如下：
當(dāng)?shù)螖?shù)N大于0時(shí)，令
【文檔編號(hào)】H04W64/00GK104066179SQ201410327658
【公開(kāi)日】2014年9月24日 申請(qǐng)日期:2014年7月10日 優(yōu)先權(quán)日:2014年7月10日
【發(fā)明者】龐新巖, 歐縣華, 李德勝, 徐玉杰, 平奕峰, 王輝 申請(qǐng)人:浙江銀江研究院有限公司