石进行非视距判决，获得移动节点在时刻t的 可视状态，包括：
[0075] (1)利用1?和前一时刻移动节点的位置估计(Α?)计算移动节点与参考节点间 的可视概率Pt，计算模型采用高斯概率分布函数，如下式所示：
[0077] 本实施例中〇 =0.25。
[0078] 其中表为移动节点与参考节点之间的估计距离，可以通过下式计算获得：
[0080] 其中（X。yj为第r个参考节点的位置坐标，本实施例中r= 4、（Xp= (25， 25)、（x2，y2) = (25,75)、（x3，y3) = (75,25)、（x4，y4) = (75,75)。
[0081] (2)定义概率阈值P，利用可视概率Pt，通过下式计算移动节点在时刻t的可视状 态st:
[0083] 本实施例中P= 0.7。
[0084] 其中可视状态转移概率p(st= 11stJ可以通过下式计算：
[0086] 其中st= 1表示为可视状态，st= 0表示非可视状态。
[0087] 步骤3,建立移动节点的运动模型，求取移动节点在t+Ι时刻的位置坐标，包括：
[0088] (1)首先将集成了三维加速度计和三维磁强计的移动节点定义到一个x-y-z坐标 系，称为载体坐标系，取载体的重心为载体坐标系原点，三个轴分别与载体的纵轴、横轴和 竖轴相重合；
[0089] (2)加速计传感器测量获得移动节点在X，y，z轴上的加速度，通过加速度ati求 取移动节点的速度信息vt，计算公式如下：
[0090]vt=vtl+atl,
[0091] (3)磁强计测量获得地球磁场在X，y，z轴上的磁场强度分量m= [mx,my,mz]T，求 取载体的航向角利，汁算公式如下：
[0095] 本实施例中f= 〇、Θ= 〇。
[0096] (4)利用下式所示的运动模型，求取移动节点在t+1时刻的位置坐标（xt+1，yt+1)。
[0097]
[0098] 其中1；为t时刻与t+1时刻之间的时间间隔，本实施例中Ts= 1;知和如为移 动节点的加速度，用零均值的高斯噪声模拟，本实施例中方差为2. 6。高斯噪声的方差根据 三维加速度计数据进行估算。
[0099] 步骤4,对移动节点进行组合定位，包括：
[0100] 基于KF的组合定位过程如图2所示：
[0101] (1)首先，定义KF的状态矢量，如下式所示：
[0102] Xk= [sXiVXiaXjsyiV yiay]T,
[0103] 其中s，s￥分别表示移动节点在一段时间通过的距离；v，v彦示移动节点沿 X和y轴的速度；ajpa￥分别表示加速度计沿X和y轴的加速度。
[0104] ⑵然后，利用下式进行KF的状态一步预测：
[0105]xk= Φk,kA!+ffk
[0106] 其中，?kikA状态转移矩阵，如下式所示：
[0109]Wki为系统过程噪声矢量，Qki为系统过程噪声Wki的方差矩阵，如下式所示：
[0112] 本实施例中f二1
[0113] (3)其次，定义KF的测量矢量，如下式所示：
[0114] Zk=[sx,sy]T,
[0115] 其中sx，\表示利用CSS定位获得的移动节点在x和y轴上的位置。
[0116] (4)最后，利用下式测量方程获得移动节点的位置估计：
[0117] Zk=HkXk+Vk，
[0118] 其中Hk如下式所示：
[0120] 测量噪声矢量Vk的方差Rk如下式所示：
[0123] 仿真环境为lOOmXIOOm的区域，4个参考节点部署位置分别为（Xl，yi) = (25， 25)、（知，72) = (25,75)、（知73) = (75,25)和（~，74) = (75,75)，移动节点在区域内随机 移动进行定位。在仿真环境中对典型CSS定位方法、基于加速度计和磁强计的惯性定位和 本实施例组合定位方法进行实验对比，三种定位方法的测距和定位的结果如表1所示：
[0124] 表1三种定位方法的实验比较
[0125]
[0126] 本发明提供了一种基于无线网络的移动节点组合定位方法，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。
【主权项】
1. 一种基于无线网络的移动节点组合定位方法，其特征在于，包括如下步骤： 步骤1，进行CSS线性调频扩频测距，获得测距样本并计算样本均值不； 步骤2,利用步骤1得到的样本均值:进行非视距判决，获得移动节点在t时刻的可视 状态； 步骤3,建立移动节点的运动模型，求取移动节点在t+Ι时刻的位置； 步骤4,对移动节点进行组合定位。2. 根据权利要求1所述的一种基于无线网络的移动节点组合定位方法，其特征在于， 步骤1包括如下步骤： 步骤1-1，采用CSS线性调频扩频测距的双边双向测距技术测量移动节点与参考节点 之间的距离，获得N个测距样本，用：表示，其中 <表示该移动节点与参考节 点j之间第k次测距样本； 步骤1-2,采用如下公式求取N个测距样本的样本均值.石￡样本均值.瓦'表示移动节点与参考节点在t时刻的测距距离。3. 根据权利要求2所述的一种基于无线网络的移动节点组合定位方法，其特征在于， 步骤2包括如下步骤： 步骤2-1，利用样本均值和移动节点与参考节点之间的估计距离&汁算移动节点与 参考节点间的可视概率Pt，计算模型采用高斯概率分布函数，并定义标准差σ，可视概率？， 的计算公式为：步骤2-2,根据概率阈值Ρ，利用可视概率Pt，通过下式计算移动节点在t时刻的可视状 态St:其中p (St= 11 S t i)表示可视状态转移概率，St= 1表示移动节点为可视，S t= O表示 移动节点为非可视。4. 根据权利要求3所述的一种基于无线网络的移动节点组合定位方法，其特征在于， 步骤2-1中，移动节点与参考节点之间的估计距离秦、通过下式计算获得：其中（Xp yJ表示第r个参考节点的位置坐标，（XL奸):表示t-Ι时刻移动节点的位置 坐标。5. 根据权利要求4所述的一种基于无线网络的移动节点组合定位方法，其特征在于， 步骤2-2中，可视状态转移概率p (st= 11 s t D通过下式计算：6. 根据权利要求5所述的一种基于无线网络的移动节点组合定位方法，其特征在于， 步骤3包括如下步骤： 步骤3-1，将集成了三维加速度计和三维磁强计的移动节点定义到一个x-y-z坐标系， 称为移动节点坐标系，取移动节点的重心为移动节点坐标系原点，三个轴分别与移动节点 的纵轴、横轴和竖轴相重合； 步骤3-2,三维加速度计传感器测量获得移动节点在X，y，z轴上的加速度，通过加速度 求取移动节点的速度信息vt; 步骤3-3,三维磁强计测量获得地球磁场在X，y，z轴上的磁场强度分量，求取移动节点 的航向角科； 步骤3-4,利用下式所示的运动模型，求取移动节点在t+Ι时刻的位置坐标（xt+1，yt+1):其中ΤΛ t时刻与t+Ι时刻之间的时间间隔，（X t，yt)表示移动节点在t时刻的位置坐 标，和》1?为分别表示t时刻移动节点在X轴方向上的加速度和t时刻移动节点在y轴 方向上的加速度，移动节点的加速度用零均值的高斯噪声模拟。7. 根据权利要求6所述的一种基于无线网络的移动节点组合定位方法，其特征在于， 步骤4包括如下步骤： 步骤4-1，定义卡尔曼滤波KF的状态矢量Xk，如下式所示：其中\和s y分别表示移动节点在一段时间通过的距离，V JP V y分别表示移动节点沿 X轴的速度和移动节点沿y轴的速度，通过步骤3-2中的速度信息Vt获得，a JP a y分别表 示移动节点的三维加速度计沿x轴的加速度和三维加速度计沿y轴的加速度，T表示矩阵 转置； 步骤4-2,利用下式对卡尔曼滤波KF的状态矢量Xk作进一步预测：其中，?klk i为状态转移矩阵，Xk i为状态矢量-时刻的状态矢量，Wk i为系统过程 噪声矢量； 步骤4-3,计算卡尔曼滤波KF的测量矢量Zk，如下式所示：其中lx，Iy分别表示利用CSS定位获得的移动节点在X和y轴上的位置； 步骤4-4,利用下式测量方程获得移动节点的位置估计：其中测量转移矩阵Hk如下式所示：测量噪声矢量Vk的方差Rk如下式所示：其中方差值和^y2根据实验仿真数据进行定义。8.根据权利要求7所述的一种基于无线网络的移动节点组合定位方法，其特征在于， 步骤4-2中所述状态转移矩阵Okik i计算公式如下：其中diag表示构建对角矩阵，f:表示从第k-Ι步到第k步的时间间隔； 系统过程噪声Wk i的方差矩阵Q k i的计算公式如下：
【专利摘要】本发明公开了一种基于无线网络的移动节点组合定位方法，包括如下步骤：步骤1，进行CSS线性调频扩频测距，获得测距样本并计算样本均值步骤2，利用步骤1得到的样本均值进行非视距判决，获得移动节点在t时刻的可视状态；步骤3，建立移动节点的运动模型，求取移动节点在t+1时刻的位置；步骤4，对移动节点进行组合定位。该方法通过设计一种基于马尔可夫Markov模型的非视距(non-line-of-sight)检测算法，来实现非视距状态检测以消除非视距误差对定位的影响；同时，提出基于卡尔曼滤波KF的组合定位方法，实现CSS(Chirp-Spread-Spectrum)定位和惯性传感器定位的融合，实现了一种高精度、低复杂度的组合定位方法。
【IPC分类】G01S5/10, H04W64/00
【公开号】CN105357754
【申请号】CN201510733582
【发明人】刘兴川, 李毅, 孙亭, 贲伟, 满青珊
【申请人】中国电子科技集团公司第二十八研究所
【公开日】2016年2月24日
【申请日】2015年11月2日