一种基于双层因子图置信度传递的分布式协作定位方法转让专利
申请号 : CN201910561560.7
文献号 : CN110267198B
文献日 : 2021-03-30
发明人 : 胡振涛 , 付春玲 , 代宝 , 李军伟 , 金勇 , 周林 , 魏倩
申请人 : 河南大学
摘要 :
权利要求 :
1.一种基于双层因子图置信度传递的分布式协作定位方法，其特征在于：包括以下步骤：
(1)初始化无线传感器网络参数，初始化无线传感器网络节点间的量测与通信距离，网络中包含参考节点和待定位代理节点，待定位代理节点位置满足随机分布；
(2)构建节点之间的通信与量测拓扑网络，参考节点采用双曲线渐进线模型估计待定位代理节点位置分布，并传递位置分布估计结果到待定位代理节点；
(3)根据步骤(2)中获得的位置分布估计结果，每个待定位代理节点都生成置信位置消息，第一层因子图采用相邻节点置信位置传递计算策略，每个待定位代理节点计算关于相邻节点的量测消息；
(4)待定位代理节点执行消息乘法计算量测消息权值，并归一化权值；根据归一化权值获得待定位代理节点置信位置消息，执行完预定迭代次数，完成所有待定位代理节点位置分布估计；
(5)根据步骤(4)获得的待定位代理节点置信位置分布估计结果，并将该结果传递到第二层因子图中，作为对应待定位代理节点的先验消息，利用该先验消息获得待定位代理节点位置建议性采样粒子；
(6)第二层因子图中采用参数化置信度传递计算策略，每个待定位代理节点首先计算自身预测消息权值，然后计算相邻节点之间的量测消息权值；
(7)待定位代理节点执行消息乘法计算重要性分布权值，依据归一化权值执行重要性重采样，获得等权值粒子表示节点置信度，执行完预定迭代次数，完成所有待定位代理节点定位。
2.如权利要求1所述的基于双层因子图置信度传递的分布式协作定位方法，其特征在于：所述步骤(2)中的待定位代理节点位置分布估计方法具体采用双曲线渐进线模型计算夹角βk,t近似为待定位代理节点相对于中心参考节点的方位角，其表达式如下：其中，a∈A是待定位代理节点，A是网络中所有节点集合，首先，规定网络中所有参考节点都会具有两个辅助量测节点m1,m2，则辅助量测节点m1,m2获得待定位代理节点量测距离 和 根据双曲线性质 已知辅助节点间距m1m2＝2c；进而，可以通过双曲线模型获得待定位代理节点位置分布为双峰分布模型，其中一个单峰表示待定位代理节点位置分布，而另一个单峰分布是双曲线模型自主生成的虚拟位置分布。
3.如权利要求1所述的基于双层因子图置信度传递的分布式协作定位方法，其特征在于：所述步骤(3)中生成待定位代理节点置信位置消息表达式如下：其中， 是待定位代理节点置信位置，a′∈A是参考节点，xa′,t表示参考节点位置消息，ya′,k；t是参考节点量测距离，{±βa,t}是双曲线渐进线模型获得的方位角集合；相邻节点通过无线通信方式传递置信位置集合为{xk,t}，k∈Ma,t是相邻节点，计算相邻节点量测消息表达式如下： 其中， 表示相邻节点量测消息，n1是第一层因子图置信度迭代计算次数，∝表示常数正比于， 是量测方差，ya,k；t是量测距离，xa,t是待定位代理节点置信位置，xk,t是相邻节点置信位置。
4.如权利要求1所述的基于双层因子图置信度传递的分布式协作定位方法，其特征在于：所述步骤(4)中执行消息乘法计算量测消息权值表达式如下： 其中， 是相邻节点量测消息， 是量测消息权值；计算所有待定位代理节点量测消息的归一化权值表达式如下： 是归一化权值，进而获得所有待定位代理节点置信位置和方位{(xa,t,βa,t)}，传递该估计结果作为第二层因子图对应节点先验消息。
5.如权利要求1所述的基于双层因子图置信度传递的分布式协作定位方法，其特征在于：所述步骤(5)中根据先验消息采用随机化方法生成待定位代理节点建议性采样粒子表达式如下： a∈A,j∈{1,...,J}，其中， 是建议性采样粒子，xa′,t是参考节点位置消息，ya′,k；t是参考节点获得的量测距离，{βa,t}是待定位代理节点置信方位集合，J是采样粒子数目，第二层因子图执行每次置信度迭代计算任务中都需要重新生成建议性采样粒子。
6.如权利要求1所述的基于双层因子图置信度传递的分布式协作定位方法，其特征在于：所述步骤(6)中相邻节点通过无线通信方式传递参数化置信度{(μk,t,Ck,t)}，参数化置信度计算表达式如下：
其中，μk,t表示计算得到所有相邻待定位代理节点位置分布的均值向量，Ck,t表示计算所有相邻待定位代理节点位置分布协方差矩阵；相邻节点量测消息计算表达式如下：其中， 是相邻节点量测消息，n2是第二层因子图置信度迭代计算次数， 是更新量测方差，其计算表达式如下： 其中，da,k；t(xk,t)相邻节点间距离估计， ha,k；t表示是距离估计， 表示初始量测误差方差，da,k；t(xk,t)关于μk,t的导数，是对距离估计的线性化处理，进而得到量测方差更新；每个待定位代理节点计算自身预测消息和权值表达式如下：其中， 是高斯核函数， 是在置信度迭代计算n2‑1次中获得等权值粒子表示节点定位结果， 是待定位代理节点预测消息权值。
7.如权利要求1所述的基于双层因子图置信度传递的分布式协作定位方法，其特征在于：所述步骤(7)中计算相邻节点量测消息乘法表达式如下： 其中，是量测消息权值；通过消息乘法计算重要性权值表达为： 计算归一化权值表达式如下： 执行重要性重采样获得等权值粒子表示节点置信度，完成所有待定位代理节点定位。
说明书 :
一种基于双层因子图置信度传递的分布式协作定位方法
技术领域
背景技术
器网络定位技术实现节点定位受 到了众多学者的广泛关注与研究。
大量的传感器资源。由于移动节点 之间消息传递需要发送表示位置消息的所有粒子，较高
的通信开销导 致较高的能量消耗，缩短传感器和电池的使用寿命。因此，需要研究 出改善
网络定位性能的新方法，并开发出适用于非线性非高斯场景下 的新型分布式协作定位技
术。
发明内容
开销和计算复杂度问题；本发明提 升了无线传感器网络的定位精度，并且较低的通信开销
降低网络能量 消耗，提升了协作定位技术在实际应用中的可行性。
关于相邻节点的量测消息；
点位置分布估计；
代理节点位置建议性采样粒子；
理节点定位。
其中，a∈A 是待定位代理节点，A是网络中所有节点集
合，首先，规定网络中所 有参考节点都会具有两个辅助量测节点m1,m2，则辅助量测节点m1,
m2获得待定位代理节点量测距离 和 根据双曲线性质 已知
辅助节点间距m1m2＝2c；进而，可以通过双曲线 模型获得待定位代理节点位置分布为双峰
分布模型，其中一个单峰表 示待定位代理节点位置分布，而另一个单峰分布是双曲线模型
自主生 成的虚拟位置分布。
邻节点通过无线通信方式传递置信位置集 合为{xk,t}，k∈Ma,t是相邻节点，计算相邻节点
量测消息表达式如下： 其中， 表
示相邻节 点量测消息，n1是第一层因子图置信度迭代计算次数，∝表示常数正 比于，
是量测方差，ya,k；t是量测距离，xa,t是待定位代理节点置信位 置，xk,t是相邻节点置信位置。
所有待定位代理节点量测消息的归一化权值表达式 如下：
是归一化权值，进而获得所有待定 位代理节点置信位置和方位{(xa,t,βa,t)}，传递该估计
结果作为第二层 因子图对应节点先验消息。
议性采样粒子，xa′,t是参考节点位 置消息，ya′,k；t是参考节点获得的量测距离，{βa,t}是待
定位代理节点置 信方位集合，J是采样粒子数目，第二层因子图执行每次置信度迭代 计算
任务中都需要重新生成建议性采样粒子。
邻节点间距离估计， 表示是距离估计da,k；t(xk,t)关于μk,t的导数，是对
距 离估计的线性化处理，进而得到量测方差更新；每个待定位代理节点 计算自身预测消
息和权值表达式如下：
归一化权值表达式如下： 执行重要性重采样获得
等权值粒 子表示节点置信度，完成所有待定位代理节点定位。
算模型，通过第一层因子图传递置信 位置完成节点位置分布估计，并传递该结果作为第二
层因子图对应节 点的先验消息；其次，在第二层因子图中采用参数化置信度传递计算 策
略完成所有代理节点协作定位。新方法中相邻节点只需传递参数化 置信度，有效降低了通
信开销和计算复杂度，提升协作定位技术在实 际应用中的可行性。
附图说明
本发明的一些实施例，对于本领域 普通技术人员来讲，在不付出创造性劳动的前提下，还
可以根据这些 附图获得其他的附图。
具体实施方式
本发明中的实施例，本领域普 通技术人员在没有付出创造性劳动前提下所获得的所有其
他实施例， 都属于本发明保护的范围。
置满足随机分布；
线模型计算夹角βk,t近似为待 定位代理节点相对于中心参考节点的方位角，其表达式如
下：
辅助量测节点m1,m2获得待定位 代理节点量测距离 和 根据双曲线性质
已知辅助节点间距m1m2＝2c；进而，可以通过双曲线模型获得待定位 代
理节点位置分布为双峰分布模型，其中一个单峰表示待定位代理节 点位置分布，而另一个
单峰分布是双曲线模型自主生成的虚拟位置分 布。
测消息；首先，根据双曲线渐进 线模型获得的位置分布估计结果生成待定位代理节点置信
位置消息 表达式如下：
相邻节点通过无线通信方式传递置信 位置集合为{xk,t}，k∈Ma,t是相邻节点，计算相邻节
点量测消息表达式 如下：
置，xk,t是相邻节点置信位置。
点位置分布估计；通过消息乘 法计算量测消息权值表达式如下： 其
中 是相邻节点量测消息， 是量测消息权值。计算所有待定位代理节 点量测消
息的归一化权值表达式如下： 是 归一化权值，进而获得所有
待定位代理节点置信位置和方位 {(xa,t,βa,t)}，传递该估计结果作为第二层因子图对应节
点先验消息。
节点位置建议性采样粒子；根 据先验消息使用随机化方法生成待定位代理节点建议性采
样粒子表 达式如下： a∈A,j∈{1,...,J}，其中， 是建
议性采样粒子，xa′,t是参考节点位置消息，ya′,k；t是参考节点获得 的量测距离，{βa,t}是待
定位代理节点置信方位集合，J是采样粒子数 目。第二层因子图执行置信度迭代计算任务
过程中都需要重新生成建 议性采样粒子。
信度{(μk,t,Ck,t)}，参数化置信度 计算表达式如下：
其中，μk,t表 示计算得到所有相邻待定位代
理节点位置分布的均值向量，Ck,t表示 计算所有相邻待定位代理节点位置分布协方差矩
阵。相邻节点量测消 息计算表达式如下：
邻节点间距离估计， 表示距离估计da,k；t(xk,t)关于μk,t的导数，是对距
离估计 的线性化处理，进而得到量测方差更新。每个待定位代理节点计算自 身预测消息
和权值表达式如下：
节点定位。计算相邻节点量测 消息乘法表达式如下： 其中，
是相邻代 理节点量测消息， 是量测消息权值。通过消息乘法计算重要性权
值表达为： 计算归一化权值表达式如下：
执行重要性重采样获得等权值粒 子表示节点置
信度，完成所有待定位代理节点定位，重要性重采样方 法为现有技术，不在赘述。
算模型，通过第一层因子图传递置信 位置完成节点位置分布估计，并传递该结果作为第二
层因子图对应节 点的先验消息；其次，在第二层因子图中采用参数化置信度传递计算 策
略完成所有代理节点协作定位。新方法中相邻节点只需传递参数化 置信度，有效降低了通
信开销和计算复杂度，提升协作定位技术在实 际应用中的可行性。本发明能够提升无线传
感器网络协作定位精度， 同时具有较低的通信开销和计算复杂度，提升了协作定位技术在
实际 应用的可行性。