一种改进的自适应迭代ukf的wsn节点定位方法
【专利摘要】本发明涉及一种用于无线传感器网络领域的节点定位方法，尤其涉及一种改进的自适应迭代UKF的WSN节点定位方法，用极大似然估计法与粒子群优化算法结合进行初步定位，将标准UKF滤波和自适应迭代UKF滤波组合构成定位修正模型，并以RSSI值作为观测量，进行精确定位。本发明的有益效果在于：本发明的节点测距模型具有较好的适应性，能够减少测距误差对于定位性能的影响，能有效的提高定位精度。同时本发明采用初步定位和精确定位两步策略，使用粒子群优化算法和自适应迭代无迹卡尔曼滤波算法结合进行定位，相比传统方法，不仅很大程度上提高了定位精度，而且提高了精确定位方法的收敛速度，提高了实时性。
【专利说明】一种改进的自适应迭代UKF的WSN节点定位方法
【技术领域】
[0001] 本发明涉及一种用于无线传感器网络领域的节点定位方法，尤其涉及一种改进的 自适应迭代UKF的WSN节点定位方法。
【背景技术】
[0002] 近年来，微机电系统技术、无线通信技术和分布式信息处理技术等技术的发展，促 进了无线传感器网络的产生与高速发展。无线传感器网络作为一个新兴的网络，被认为 是继互联网之后的第三次信息产业革命浪潮。无线传感网络作为物联网的神经末梢，国 外许多国家都注重与其相关的研究，制定了相应的发展战略。例如：2003年，美国制定传 感器网络研究计划；2006年，新加坡启动"智慧国2015 (iN2015)"战略；2006年，韩国制定 "u-Korea"战略；2009年，美国开始"智慧地球"计划等等。我国在无线传感器网络的应用研 究起步较晚，但是随着国外先进技术的引进和传播，无线传感器网络技术也开始在国内成 为研究热点。以国家"973"，"863"，"自然科学基金"等项目作为主要支撑，特别是在2009年 国家领导人提出"感知中国"理念后，又将无线传感器网路和物联网技术纳入我国"十二五" 重点发展战略及规划，使得我国无线传感器网络某些领域的研究开始与国际同步。
[0003] 无线传感器网络先已广泛应用于国防军事、医疗卫生、智能家居和交通运输管理 等领域。在大部分的应用中，确定无线传感器网络中的节点位置是应用与研究的关键，直接 关系到传感器网络应用的有效性。因此，精确确定WSN节点的位置具有重要的实用价值。
[0004] 实现WSN节点定位常用的技术为无线电技术和超声波技术。常见的节点定位方 法：非测距法和测距法。非测距方法主要是利用自身网络连通度来实现定位，主要方法有： 质心定位法，APIT法，凸规划法和DV-Hop定位法等。其中测距法主要由测距、节点定位和 修正三个阶段构成，实现测距常用的方法有：到达时间法（Τ0Α)、到达时间差法（TD0A)、到 达角度法（Α0Α)与接收信号强度指示法（RSSI)，测距法比非测距法具有更高的精度，且在 测距方法中RSSI测距的硬件要求低，实现简单，实际应用也比较多；计算节点位置的基本 方法有三角测量法，三边测量法与极大似然估计法。由于描述节点定位的模型为非线性的 而不是线性的，因此现在研究中常用的位置修正技术为扩展卡尔曼滤波和粒子滤波。EKF 算法及其衍生的算法无一避免都要计算Jacbian矩阵，用泰勒展开式来近似代替非线性模 型，且只精确到二阶，降低了精度，计算过程中的估计误差甚至会滤波发散。鉴于此，Julier 等人提出UKF算法用于解决强非线性对象的滤波，无需计算雅克比矩阵，可以很大程度上 改善上述问题，且对高斯密度函数可以精确到三阶，提高了估计精度。但是在复杂多变的环 境中，传统UKF算法的适应性不高，难以起到良好的效果。因此需要对其进行改进，提高UKF 滤波器的适应性、精确性以及跟踪能力。
【发明内容】
[0005] 本发明为克服上述的不足之处，目的在于提供一种适应性强、定位精度高、收敛速 度快的改进的自适应迭代UKF的WSN节点定位方法，改善基于RSSI值节点定位中受环境因 素干扰大而定位精度不高的问题。
[0006] 本发明是通过以下技术方案达到上述目的：一种改进的自适应迭代UKF的WSN节 点定位方法，包括：
[0007] 1)在定位区域边上布置信标节点，并随机布置一个未知节点；采用描述信号传输 损耗的对数-常态分布模型作为定位算法中的测距模型，并根据节点所处的环境，确定测 距模型中的参数，求出RSSI值与距离之间的数学关系；
[0008] 2)利用步骤1)所求得的数学关系，将RSSI值折算为距离值；根据距离建立多个 独立误差噪声的联合概率密度函数模型；
[0009] 3)将联合概率密度函数作为粒子群优化算法的适应函数，调整粒子群优化算法的 速度更新函数中的参数，获取粒子群的全局最优值
[0010] 4)建立标准UKF系统的状态方程和观测方程，其中RSSI值作为观测值、测距模型 作为观测方程，X为随机变量初始值，获取坐标估计值和协方差矩阵；
[0011] 5)根据步骤4)建立并执行自适应迭代UKF系统，获取新的自适应因子、坐标估计 值和协方差矩阵；判断迭代约束条件是否成立及是否达到迭代次数限制，若两者都不满足 则继续执行步骤5)，否则退出自适应迭代UKF系统，得到最终的节点定位坐标值。
[0012] 作为优选，所述步骤1)中，在节点所处环境中进行多次两相邻节点已知、距离已 知的实际测试，获得多组不同距离下的RSSI值，对获得的RSSI值和与之对应的距离值在 MATLAB平台上采用最小二乘法拟合能量-距离关系曲线，确定测距模型中的参数。
[0013] 作为优选，所述步骤2)中，联合概率密度函数公式为：
【权利要求】
1. 一种改进的自适应迭代UKF的WSN节点定位方法，其特征在于包括： 1) 在定位区域边上布置信标节点，并随机布置一个未知节点；采用描述信号传输损耗 的对数-常态分布模型作为定位算法中的测距模型，并根据节点所处的环境，确定测距模 型中的参数，求出RSSI值与距离之间的数学关系； 2) 利用步骤1)所求得的数学关系，将RSSI值折算为距离值；根据距离建立多个独立 误差噪声的联合概率密度函数模型； 3) 将联合概率密度函数作为粒子群优化算法的适应函数，调整粒子群优化算法的速度 更新函数中的参数，获取粒子群的全局最优值 4) 建立标准UKF系统的状态方程和观测方程，其中RSSI值作为观测值、测距模型作为 观测方程、X为随机变量初始值，获取坐标估计值和协方差矩阵； 5) 根据步骤4)建立并执行自适应迭代UKF系统，获取新的自适应因子、坐标估计值和 协方差矩阵；判断迭代约束条件是否成立及是否达到迭代次数限制，若两者都不满足则继 续执行步骤5)，否则退出自适应迭代UKF系统，得到最终的节点定位坐标值。
2. 根据权利要求1所述的一种改进的自适应迭代UKF的WSN节点定位方法，其特征在 于，所述步骤1)中，在节点所处环境中进行多次两相邻节点已知、距离已知的实际测试，获 得多组不同距离下的RSSI值，对获得的RSSI值和与之对应的距离值在MATLAB平台上采用 最小二乘法拟合能量-距离关系曲线，确定测距模型中的参数。
3. 根据权利要求1所述的一种改进的自适应迭代UKF的WSN节点定位方法，其特征在 于，所述步骤2)中，联合概率密度函数公式为 ：
(1) 式中吨是测量距离，根据接收的RSSI值确定，而ri为真实距离且
为第i个信标节点的坐标值，〇 i为正态分布均方差。
4. 根据权利要求1所述的一种改进的自适应迭代UKF的WSN节点定位方法，其特征在 于，所述步骤3)中，群体中个体粒子的速度更新函数为： v (k+Ι) = ω v (k) +Ci λ i (pbest- a i (k)) +c2 λ 2 (gbest- a i (k)) 其中，v(k)表示粒子群中个体的第k次更新速度，ω为惯性因子，Cl，c2S加速度因子， λ ρ λ 2为服从[〇, 1]均匀分布的随机分布值，a i (k)为第i个个体在第K次迭代的位置信 息，pbest为群体最优位置值，gbest为个体最优位置值。
5. 根据权利要求1所述的一种改进的自适应迭代UKF的WSN节点定位方法，其特征 在于，所述步骤5)中，自适应迭代UKF系统方程是在标准UKF系统方程中增加自适应因子 5k：
为预测残差统计量； 去掉标准UKF系统方程中K
并将标 准UKF系统方程中的ΑΛ、&Λ、it、Pk等式改写为如下：
当迭代次数N大于0时，令
【文档编号】H04W64/00GK104066179SQ201410327658
【公开日】2014年9月24日 申请日期:2014年7月10日 优先权日:2014年7月10日
【发明者】庞新岩, 欧县华, 李德胜, 徐玉杰, 平奕峰, 王辉 申请人:浙江银江研究院有限公司