[发明专利]基于超宽带节点网络的免携带设备定位方法有效

专利信息
申请号: 201610470845.6 申请日: 2016-06-24
公开(公告)号: CN105960017B 公开(公告)日: 2019-04-05
发明(设计)人: 许胜新;刘珩;王正欢;陈思思;安建平;卜祥元;辛怡 申请(专利权)人: 北京理工大学
主分类号: H04W64/00 分类号: H04W64/00;H04B17/27;G01S5/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 100081 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于超宽带节点网络的免携带设备定位方法,属于无线网络中的无线定位技术领域。本发明提出利用节点发送超宽带信号来实现DFL,对LOS路径下的信道冲激响应进行检测,并利用LOS路径信号功率的变化来定位。同时超宽带节点具有精确测距能力,能实现精确节点自定位,本发明利用超宽带节点提供的距离测量使用协作定位的方法实现节点的自定位,使由目标遮挡引起的阴影衰落更显著,进一步提高了成像效果,更适用于LOS功率较低的环境,能够在更复杂的环境中提高定位精度,大大减少了节点部署的人力及时间成本。
搜索关键词: 基于 宽带 节点 网络 携带 设备 定位 方法
【主权项】:
1.基于超宽带节点网络的免携带设备定位方法,其特征在于,包括如下步骤:步骤一:节点部署K个超宽带测量节点随机的部署在监测区域周围,这K个节点位于同一水平面上,假设第i个节点的坐标为xi=(xi,yi)T,i=1,2,...,K;每个节点都可以发送和接收无线信号,共构成η=K(K‑1)条链路;另外还存在一个基站节点,负责接收测量节点测得的信道冲激响应CIR数据,并将数据发给PC做后续处理;各测量节点所发送和接收的无线信号均为窄脉冲信号;步骤二:测量监测区域没有目标时第i个节点和第j个节点之间链路的信道冲激响应CIR,记为并提取LOS路径信号功率和LOS路径信号TOA,所述LOS路径是指无线链路视距路径,所述TOA是指信号到达时间;包括如下步骤:步骤2.1:监测区域保持空旷,测量任意两节点之间所构成的链路的CIR,记为步骤2.2:从每条链路的多径信号功率中提取出LOS路径信号功率:采用边沿检测方法,认为第一个超过给定阈值的CIR峰值对应LOS路径信号,即其中Pthreshold为设定的阈值,一般根据虚警和漏检之间的折衷来确定;P(i,j)是CIR测量值中峰值的集合,n为集合P(i,j)中峰值元素的序号,为LOS路径CIR峰值在集合P(i,j)中的序号,那么无目标遮挡时节点i和j之间链路的LOS路径信号的功率为步骤2.3:得到LOS路径的CIR峰值后,将LOS路径峰值到达的时间判定为信号的到达时间TOA;计算收发节点i和j之间的距离di,j;步骤三:根据步骤二计算得到的节点间距离进行节点自定位,包括如下步骤:步骤3.1:由每对节点的距离得到如下距离平方矩阵,大小为K×K;构造下面的矩阵:其中EK是K阶单位矩阵,1K是元素值都为1的K×1大小的列向量;B的特征值分解为B=VΛVT;其中Λ=diag(λ1,λ2,....,λK)为B的特征值构成的对角矩阵,特征值按降序排列,V=(v1,v2,....,vK)T为相应特征值对应的特征向量构成的矩阵;步骤3.2:将K个节点构成的整体的质心设为原点,即X为所有节点的坐标构成的矩阵,即令V2=(v1,v2),Λ2=diag(λ12),那么节点位置估计为为节点坐标矩阵X的估计,是大小为K*2的矩阵,角标1/2表示开根号;步骤四:对每对节点i和j之间链路,得到由于障碍物遮挡引起的LOS路径功率变化值在监测区域内,节点测量有遮挡时的链路CIR值c(i,j),并按照步骤2.2方法提取出此时LOS路径CIR峰值结合步骤二中对无遮挡环境的测量,无目标遮挡时节点i和j之间链路的LOS路径CIR峰值为则由于目标遮挡引起的节点i和j之间链路LOS路径的功率变化为:步骤五:使用基于压缩感知的免携带设备定位方法实现目标成像:步骤5.1:根据步骤三中节点自定位测量的每对节点之间的距离di,j和估计的各节点位置计算权重矩阵:方法如下:本发明中使用无线层析成像的方法实现目标定位,监测区域被均匀划分为方形网格,令Δxm为信号在穿过监测区域中第m个网格的衰减,共有M个网格,以权重表示第m个网格的信号衰减对节点i和j之间链路的信号衰减的贡献,n(i,j)为节点i和j之间链路的噪声,那么节点i和j之间链路的信号衰减可以集合形式表示为:采用椭圆模型计算权重,如下其中分别为第m网格到收发节点的距离,其中表示到接收节点,表示到发送节点,d(i,j)为收发节点之间的距离;γ为可调参数,控制椭圆区域的大小,取值一般为信号波长的一半;将所有链路得到的权重写为矩阵形式W∈Rη×M,并称其为权重矩阵;步骤5.2:利用压缩感知正则化方法实现目标定位:考虑所有η条链路,LOS路径功率变化量的矩阵形式为Δr=WΔx+n;其中Δr∈Rη×1是观测向量,是由η条链路的LOS路径信号功率变化组成,W∈Rη×M是步骤5.1获得的权重矩阵,n∈Rη×1是噪声向量,其中元素n=[n1,n2,n3…,nη]T是η条链路各自的噪声n(i,j);Δx∈RM×1是待估计的向量,即监测区域划分的M个网格上的信号衰减值;考虑到Δx中元素Δxm非负,基于范数压缩感知重建的正则化目标函数可写为:其中μ为正则化参数;目标中心位置的估计为衰减功率最大的网格在监测区域的坐标。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京理工大学,未经北京理工大学许可,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/patent/201610470845.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top