[发明专利]基于事件触发型无线传感器网络的融合定位方法和装置

权利要求书

1.一种基于事件触发型无线传感器网络的融合定位方法，其特征在于，包括：

建立移动目标的运动学模型以及量测模型，分别确定所述运动学模型中过程噪声的协方差以及所述量测模型中量测噪声的方差，并确定所述移动目标的目标状态的初始估计值；

根据所述运动学模型和量测模型，计算出所述目标状态的预测值，并从惯性传感器获取加速度量测值，计算滤波增益以及所述目标状态的估计值；

判断目标状态的估计值的协方差的迹是否大于阈值，若是，修正所述目标状态的估计值；若否，则将所述目标状态的估计值确定为所述移动目标的当前定位。

2.根据权利要求1所述的融合定位方法，其特征在于，所述修正所述目标状态的估计值包括：

控制所述移动目标向周围无线传感器网络的节点发送定位请求；

获取所述移动目标与各响应节点间的距离值，根据所述距离值通过量测方程转换和观测融合，得到所述移动目标状态的估计值；

利用协方差交叉融合滤波算法得到所述目标状态的修正值，将所述目标状态的修正值确定为所述移动目标的当前定位。

3.根据权利要求2所述的融合定位方法，其特征在于，所述响应节点的位置已知，所述距离值由到达时间定位算法TOA测距得到， 所观测融合通过高斯-马尔可夫法计算得到。

4.根据权利要求1所述的融合定位方法，其特征在于，所述计算滤波增益以及所述目标状态的估计值包括，若所述加速度量测值的后验残差 的马氏距离平方大于阈值，则计算自适应因子，更新加速度的量测噪声协方差，并通过第一算法公式计算所述滤波增益；否则，直接通过第二算法公式计算所述滤波增益。

5.根据权利要求4所述的融合定位方法，其特征在于，所述自适应因子由基于所述后验残差的卡方检验计算得到，所述目标状态包括所述移动目标在 x 和y 轴方向上的位置、速度和加速度，所述阈值为显著性水平为的置信界。

6.根据权利要求 1 所述的融合定位方法，其特征在于，所述定位请求中包含所述移动目标的标识或ID以及请求的时间戳。

7.一种事件触发型无线传感器网络的融合定位装置，其特征在于，包括：

模型建立模块，用于建立移动目标的运动学模型以及量测模型，分别确定所述运动学模型中过程噪声的协方差以及所述量测模型中量测噪声的方差，并确定所述移动目标的目标状态的初始估计值；

计算模块，用于根据所述运动学模型和量测模型，计算出所述目标状态的预测值，并从惯性传感器获取加速度量测值，计算滤波增益以及所述目标状态的估计值；

定位信息确定模块，用于判断目标状态的估计值的协方差的迹是否大于阈值，若是，修正所述目标状态的估计值；若否，则将所述目标状态的估计值确定为所述移动目标的当前定位。

8.根据权利要求7所述的融合定位装置，其特征在于，

所述定位信息确定模块还用于，控制所述移动目标向周围无线传感器网络的节点发送定位请求；所述装置还包括：

获取模块，用于获取所述移动目标与各响应节点间的距离值，根据所述距离值通过量测方程转换和观测融合，得到所述移动目标状态的估计值；

定位修正模块，用于利用协方差交叉融合滤波算法得到所述目标状态的修正值，将所述目标状态的修正值确定为所述移动目标的当前定位。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至6中任一项权利要求所述的事件触发型无线传感器网络的融合定位方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至6中任一项权利要求所述的事件触发型无线传感器网络的融合定位方法的步骤。