[发明专利]基于隐马氏模型的分布式运动节点的定位方法

说明书

技术领域

本发明涉及移动通信网络中用户节点的定位方法，特别涉及一种基于隐马氏模型的分布式运动节点的定位方法，属于网络通信技术领域。 

背景技术

移动通信网络中用户节点的定位方法是一项已被广泛研究的技术，其具有广泛的应用场景，是非常重要的应用技术。现有的定位技术大体可以划分为两大类别：基于测距的方式和基于连通性的方式。 

基于测距的定位方法需要测量各个节点间的相对距离，而且对测量的精度要求较高，主要的测量方式是基于RSS(即受到的信号强度)、到达信号的角度、信号到达时间的差别等等；相反，基于连通性的定位方法利用的是节点之间的连通性，从而避免了高代价的高精准度测量要求，因此该类定位方法能够适应各种场景。 

当下所使用的基于连通性的定位方法需要强密度的节点环境，然而如今很多的移动网络环境由于网络区域过大，用户节点移动性过强，网络拓扑非常容易变化，因此在现实场景中都只具有相对较低的连通性。这给节点在移动网络中进行定位带来了很大的困难，现有移动网络中的定位方法最有建设性意义的是MCL(即蒙特卡洛定位算法)，不过MCL非常依赖于高密度的固定节点，因此很难适应在移动网络场景中的实际应用。 

通过对历史数据集的分析，我们发现了这样一个现象，用户节点的移动性表现出了很强的时空相关的规律性，更重要的是，用户节点的移动性与用户节点的相遇者之间有很强的相关性。基于这个规律，本发明提出了一种适应于稀疏移动性网络的定位方法。 

发明内容

本发明的目的是克服现有技术过于依赖高密度的固定节点环境的不足，提供一种基于隐马氏模型的分布式运动节点的定位方法，针对用户节点密度相对较为稀疏，而且与只有处在通讯半径以内的其他用户节点才能通讯的场景，应用隐马尔可夫链模型来实现对本用户节点的定位。 

本发明是采用下述技术方案来达到上述目的的： 

一种基于隐马氏模型的分布式运动节点的定位方法，用于移动网络中对用户节点的定位， 其特征在于，包括以下步骤： 

(1)系统初始化，设定通讯半径和时间间隔，统计位置信息并生成对于不同用户节点的分别的位置转移概率矩阵，统计相遇信息并生成在每个位置上与其他用户节点的相遇概率； 

(2)所述用户节点通过WiFi访问AP获得其与其他用户节点相遇的信息，所述的用户节点与其他用户节点相遇是指：该用户节点与其他用户节点在同一时间间隔内访问该AP或处于该AP通讯半径范围内的AP； 

(3)所述用户节点通过访问固定的AP或者与固定的其他用户节点相遇获得其本身所处位置，所述的固定的AP和固定的其他用户节点具有已知位置； 

(4)根据当前已有的已知位置划分出若干子段，在该子段的每一时间间隔内只有相遇信息而无已知位置，各子段的开始和末尾具有固定的已知位置； 

(5)将步骤(4)所得的各子段的开始和末尾的已知位置，使用隐马尔可夫链模型，利用Viterbi向前向后算法结合动态规划算法确定对开始和末尾位置固定而内部未知路径的最大概率估计。 

所述的对开始和末尾位置固定而内部未知路径的最大概率估计的确定步骤如下： 

(1)通过历史信息统计，初始设置位置转移概率矩阵A和与其他用户节点的相遇概率B； 

(2)从初始位置g开始，在下一时间间隔所述用户节点与其他用户节点的相遇信息记为e_t，而在该时刻可能移动到所有i的概率为δ_i，利用位置转移矩阵A和已知相遇信息计算出来 δi=Agi*Biet;]]>