[发明专利]一种基于WSN的道路车辆三维无源被动定位方法及系统在审
申请号: | 202010368090.5 | 申请日: | 2020-04-30 |
公开(公告)号: | CN111537949A | 公开(公告)日: | 2020-08-14 |
发明(设计)人: | 王满意;黄炳华;杨佳星 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G01S5/00 | 分类号: | G01S5/00;H04W4/02;H04W4/40;H04W84/18 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 汪清 |
地址: | 210094 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 wsn 道路 车辆 三维 无源 被动 定位 方法 系统 | ||
1.一种基于WSN的道路车辆三维无源被动定位方法,该定位方法的特征在于,包括以下步骤:
步骤1、在道路两侧部署无线传感器节点拓扑网络:在道路两侧对称的布置多个传感器节点;每侧布置多组,组成通信网络;放置一个接收节点用以接收通信网络的通信数据;
步骤2、对所部署的无线传感器节点拓扑网络建立的三维空间模型:建立与无线传感器节点拓扑网络一致的三维空间模型,并对无线传感器节点网络监测区域划分等距离的网格;
步骤3、接收节点接收到的RSS值,消除噪声的影响:利用核函数的方法消除噪声的影响;
步骤4、将有效的衰减链路对应画在所建立的三维空间模型中,得到特征图:对节点间的各通信链路根据每条链路的信息熵来划分该链路的权重,然后将链路权重划分体现在所建立的网格上,再对各个小网格依据它们的位置关系得到像素间的相关系数,并做协方差处理,生成像素特征图;
步骤5、生成车辆定位结果三维热图:将所有的有效衰减链路的特征图进行叠加拟合,生成车辆的定位结果热图。
2.根据权利要求1所述的基于WSN的道路车辆三维无源被动定位方法,该定位方法的特征在于,步骤3利用核函数的方法消除噪声的影响,具体为:
当车辆在某个特定位置时,统计车辆在此位置的所有链路的RSS值与每个RSS值出现的频率,将RSS值的大小和出现频率统计在直方图上;接着用核距离来衡量车辆在监测区域内某位置时链路i的直方图与监测区域内无车辆时链路i的直方图之间的差异,核距离公式如下:
Di=d(hi(x),hi(0))
其中,Di表示核距离,hi(x)表示有车辆时第i条链路的RSS直方图,hi(0)表示没有车辆时第i条链路的RSS直方图,d(·)是矩阵到实数的映射;
当核距离大于设定阈值时,认为该链路被遮挡,反之则认为该链路未被遮挡。
3.根据权利要求1所述的基于WSN的道路车辆三维无源被动定位方法,该定位方法的特征在于,步骤4得到特征图,具体包括以下步骤:
步骤4.1、划分各通信链路的权重,得到初步特征图:
对节点间的各通信链路根据链路信息熵来划分该链路的权重,将所建立的三维空间模型分别对空间三个面做投影;定义与信息熵分布曲线类似的权重函数来确定不同链路的权重,权重函数采用指数衰减函数
其中,wi代表链路权重,α和σl为特征参数值,Si为链路i的有效投影面积,S为投影面的总面积;将链路权重的划分体现在所建立的网格像素上,像素深浅代表权重大小;
步骤4.2、对初步的特征图再次处理,对像素进行相关性分析并取每个像素间相应的相关系数后加以协方差模型进行处理,生成像素特征图。
4.根据权利要求3所述的基于WSN的道路车辆三维无源被动定位方法,该定位方法特征在于,步骤4.2协方差矩阵C表示为:
其中di,j是两个像素中心点之间的欧氏距离,σc是空间常数,σi是每个像素的差异值,[C]i,j表示协方差矩阵C的第i行,第j列元素。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010368090.5/1.html,转载请声明来源钻瓜专利网。