[发明专利]基于隐马氏模型的分布式运动节点的定位方法

摘要

一种基于隐马氏模型的分布式运动节点的定位方法，包括如下步骤：首先，设定一定的时间间隔，统计位置信息，生成对于不同用户的分别的位置转移的概率矩阵，统计相遇信息，生成在每个位置上的与其他用户节点相遇的概率；然后，根据当前已有的位置划分出若干子段，在该子段的每个时间间隔只有相遇信息，没有已知的位置，该子段的开始和末尾都已知位置；再后，利用所得的各子段的固定首尾的已知位置，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固定首尾位置内部未知路径的最大概率估计。本发明达到了更高的定位精度，适用于用户移动性很强的大区域的移动网络，特别适用于现实生活中的分布比较稀疏的网络场景。

主权项

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。