本發(fā)明涉及無線通信定位領(lǐng)域，具體為一種基于uwb的分布式定位方法。

背景技術(shù)：

目前有許多相關(guān)定位方法，例如紅外線定位方法、超聲波定位方法、藍(lán)牙定位方法等，但這些方法在某些特定條件下有一定的局限性，例如紅外線雖具有較高的準(zhǔn)確性，但其無法穿過障礙物，不適用于障礙物較多的地方；超聲波結(jié)構(gòu)簡(jiǎn)單，但受多徑效應(yīng)影響很大，其需要的硬件設(shè)備較多因而成本較高；藍(lán)牙小巧靈活，但設(shè)備價(jià)格昂貴且易受周圍信號(hào)影響導(dǎo)致定位效果不夠穩(wěn)定等。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對(duì)現(xiàn)在的研究熱點(diǎn)——無線通信定位方法中的技術(shù)不足，提出一種基于uwb的分布式定位方法。

本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的：一種基于uwb的分布式定位方法，包括以下步驟：

第一步：在待定位環(huán)境部署三個(gè)距離傳感器i,j,k，利用uwb無線通信技術(shù)進(jìn)行通信得到任意兩個(gè)距離傳感器之間的距離，從而得到網(wǎng)絡(luò)中由i,j,k節(jié)點(diǎn)建立的平面直角坐標(biāo)系，i,j,k節(jié)點(diǎn)的坐標(biāo)記為pi,pj,pk。

第二步：待定位點(diǎn)的距離傳感器l與i,j,k節(jié)點(diǎn)間進(jìn)行uwb無線通信，得到l節(jié)點(diǎn)與i,j,k節(jié)點(diǎn)的相對(duì)距離dli,dlj,dlk。

第三步：根據(jù)分布式算法，得出l節(jié)點(diǎn)在靜態(tài)條件下的位置，l節(jié)點(diǎn)的坐標(biāo)記為pl。

第四步：在設(shè)定的時(shí)間周期內(nèi)，不斷更新l節(jié)點(diǎn)與i,j,k節(jié)點(diǎn)的相對(duì)距離，利用擴(kuò)展卡爾曼濾波器，對(duì)l節(jié)點(diǎn)與i,j,k節(jié)點(diǎn)的相對(duì)距離進(jìn)行濾波，減小與實(shí)際的l節(jié)點(diǎn)與i,j,k節(jié)點(diǎn)的相對(duì)距離的誤差。

第五步：根據(jù)分布式算法，得出l節(jié)點(diǎn)在動(dòng)態(tài)條件下的位置，實(shí)現(xiàn)實(shí)時(shí)定位。

進(jìn)一步地，所述步驟三具體為：

以固定節(jié)點(diǎn)i,j,k為三角形頂點(diǎn)，dli,dlj,dlk分別為三角形三邊的邊長，其面積表示為sδijk，類似地，考慮l節(jié)點(diǎn)的網(wǎng)絡(luò)中，可以構(gòu)成sδljk,sδlij，面積可由cayley-menger行列式計(jì)算得到，即：

該分布式算法基于重心坐標(biāo)的計(jì)算公式，即：

pl＝ali*pi+alj*pj+alk*pk

其中ali+alj+alk＝1；

將測(cè)得的兩兩間節(jié)點(diǎn)距離寫成矩陣形式，即：

其中σli、σlj、σlk為根據(jù)l節(jié)點(diǎn)相對(duì)于i,j,k節(jié)點(diǎn)的位置所取的系數(shù)，考慮到待定位點(diǎn)不一定都在以i,j,k為頂點(diǎn)所構(gòu)成的三角形內(nèi)，其值可取為1或-1，具體為：若以i,j,k節(jié)點(diǎn)為頂點(diǎn)構(gòu)成三角形，三角形的角分別記為角a、角b和角c，將三角形三邊的線段延伸為直線，則這三條直線將平面分為七個(gè)區(qū)域，將三角形內(nèi)記為區(qū)域1，將角a的對(duì)頂角所在區(qū)域記為區(qū)域2，由區(qū)域2開始順時(shí)針旋轉(zhuǎn)所經(jīng)過的區(qū)域分別記為區(qū)域3到區(qū)域7，區(qū)域2到區(qū)域7內(nèi)l節(jié)點(diǎn)相對(duì)于i,j,k節(jié)點(diǎn)的位置所取的系數(shù)(σli，σlj，σlk)分別為(1，-1，-1)、(1，-1,1)、(-1，-1,1)、(-1,1,1)、(-1,1，-1)、(1,1，-1)；

將上述矩陣進(jìn)行三到四次迭代可得到基本收斂的值，即靜態(tài)條件下l節(jié)點(diǎn)的坐標(biāo)。

進(jìn)一步地，所述步驟四具體為：

在擴(kuò)展卡爾曼濾波器中，狀態(tài)估計(jì)一步預(yù)測(cè)方程為：

xn+1＝xn+b*un(1)

其一步對(duì)距離變化率估計(jì)的協(xié)方差為：

pn＝pn-1+q(2)

其一步觀測(cè)向量的誤差為：

en＝y(tǒng)n-xn(3)

其一步卡爾曼濾波增益為：

于是，擴(kuò)展卡爾曼濾波器狀態(tài)估計(jì)的更新方程為：

xn＝xn+kn*en(5)

相應(yīng)地，擴(kuò)展卡爾曼濾波器對(duì)距離變化率估計(jì)的協(xié)方差更新方程為：

pn＝(i-kn*gn)*pn(6)

其中，n-1、n、n+1分別表示上一次狀態(tài)、當(dāng)前狀態(tài)和預(yù)測(cè)下一次狀態(tài)；省略下標(biāo)：x表示實(shí)際距離，b*un是在實(shí)際情況下對(duì)傳感器距離變化率的估計(jì)值；p為對(duì)距離變化率估計(jì)的協(xié)方差，q為過程方差；e為測(cè)量值與實(shí)際距離的偏差；k為卡爾曼濾波增益，r為測(cè)量值的方差。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

1.本發(fā)明基于uwb無線通信技術(shù)，uwb無線通信技術(shù)不使用載波進(jìn)行信號(hào)調(diào)制，頻譜范圍寬，具有極高的時(shí)間分辨率，適用于高精度的定位系統(tǒng)。

2.本發(fā)明中的擴(kuò)展卡爾曼濾波器，對(duì)于動(dòng)態(tài)條件下的模型，在基于uwb技術(shù)所測(cè)得的兩點(diǎn)相對(duì)距離的基礎(chǔ)上，常用于處理網(wǎng)絡(luò)節(jié)點(diǎn)中的非線性運(yùn)動(dòng)，其在一定的限制條件下，將系統(tǒng)的非線性函數(shù)轉(zhuǎn)化成局部的線性函數(shù)，再利用卡爾曼濾波器進(jìn)行濾波，為精確的實(shí)時(shí)定位提供條件。

3.本發(fā)明分布式算法分情況進(jìn)行參數(shù)選取，在給定pl初值后進(jìn)行迭代，能很快收斂，最終得到一個(gè)不依賴于pl初值選取的穩(wěn)定趨向值，從而實(shí)現(xiàn)實(shí)時(shí)定位。

4.本發(fā)明將uwb技術(shù)與基于重心坐標(biāo)的用于傳感器網(wǎng)絡(luò)的分布式定位方法結(jié)合，利用動(dòng)態(tài)模型中擴(kuò)展卡爾曼濾波器對(duì)非線性運(yùn)動(dòng)系統(tǒng)的優(yōu)化，實(shí)現(xiàn)靜態(tài)系統(tǒng)和動(dòng)態(tài)系統(tǒng)中精準(zhǔn)定位的同時(shí)減少計(jì)算復(fù)雜度，使得該系統(tǒng)可在實(shí)際中應(yīng)用。

附圖說明

圖1是本發(fā)明一個(gè)實(shí)施例的具體實(shí)施流程圖；

圖2是本發(fā)明一個(gè)實(shí)施例的具體實(shí)施結(jié)果圖。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明。

如圖1所示，本發(fā)明提供的一種基于uwb的分布式定位方法，包括以下步驟：

第一步：在待定位環(huán)境部署三個(gè)距離傳感器i,j,k，利用uwb無線通信技術(shù)進(jìn)行通信得到任意兩個(gè)距離傳感器之間的距離，從而得到網(wǎng)絡(luò)中由i,j,k節(jié)點(diǎn)建立的平面直角坐標(biāo)系，i,j,k節(jié)點(diǎn)的坐標(biāo)記為pi,pj,pk。

第二步：待定位點(diǎn)的距離傳感器l與i,j,k節(jié)點(diǎn)間進(jìn)行uwb無線通信，得到l節(jié)點(diǎn)與i,j,k節(jié)點(diǎn)的相對(duì)距離dli,dlj,dlk。

第三步：根據(jù)分布式算法，得出l節(jié)點(diǎn)在靜態(tài)條件下的位置，l節(jié)點(diǎn)的坐標(biāo)記為pl。具體為：

以固定節(jié)點(diǎn)i,j,k為三角形頂點(diǎn)，dli,dlj,dlk分別為三角形三邊的邊長，其面積表示為sδijk，類似地，考慮l節(jié)點(diǎn)的網(wǎng)絡(luò)中，可以構(gòu)成sδljk,sδlij，面積可由cayley-menger行列式計(jì)算得到，即：

該分布式算法基于重心坐標(biāo)的計(jì)算公式，即：

pl＝ali*pi+alj*pj+alk*pk

其中ali+alj+alk＝1；

將測(cè)得的兩兩間節(jié)點(diǎn)距離寫成矩陣形式，即：

其中σli、σlj、σlk為根據(jù)l節(jié)點(diǎn)相對(duì)于i,j,k節(jié)點(diǎn)的位置所取的系數(shù)，考慮到待定位點(diǎn)不一定都在以i,j,k為頂點(diǎn)所構(gòu)成的三角形內(nèi)，其值可取為1或-1，具體為：若以i,j,k節(jié)點(diǎn)為頂點(diǎn)構(gòu)成三角形，三角形的角分別記為角a、角b和角c，將三角形三邊的線段延伸為直線，則這三條直線將平面分為七個(gè)區(qū)域，將三角形內(nèi)記為區(qū)域1，將角a的對(duì)頂角所在區(qū)域記為區(qū)域2，由區(qū)域2開始順時(shí)針旋轉(zhuǎn)所經(jīng)過的區(qū)域分別記為區(qū)域3到區(qū)域7，區(qū)域2到區(qū)域7內(nèi)l節(jié)點(diǎn)相對(duì)于i,j,k節(jié)點(diǎn)的位置所取的系數(shù)(σli，σlj，σlk)分別為(1，-1，-1)、(1，-1,1)、(-1，-1,1)、(-1,1,1)、(-1,1，-1)、(1,1，-1)；

將上述矩陣進(jìn)行三到四次迭代可得到基本收斂的值，即靜態(tài)條件下l節(jié)點(diǎn)的坐標(biāo)。

第四步：在設(shè)定的時(shí)間周期內(nèi)，不斷更新l節(jié)點(diǎn)與i,j,k節(jié)點(diǎn)的相對(duì)距離，利用擴(kuò)展卡爾曼濾波器，對(duì)l節(jié)點(diǎn)與i,j,k節(jié)點(diǎn)的相對(duì)距離進(jìn)行濾波，減小與實(shí)際的l節(jié)點(diǎn)與i,j,k節(jié)點(diǎn)的相對(duì)距離的誤差。具體為：

在擴(kuò)展卡爾曼濾波器中，狀態(tài)估計(jì)一步預(yù)測(cè)方程為：

xn+1＝xn+b*un(1)

其一步對(duì)距離變化率估計(jì)的協(xié)方差為：

pn＝pn-1+q(2)

其一步觀測(cè)向量的誤差為：

en＝y(tǒng)n-xn(3)

其一步卡爾曼濾波增益為：

于是，擴(kuò)展卡爾曼濾波器狀態(tài)估計(jì)的更新方程為：

xn＝xn+kn*en(5)

相應(yīng)地，擴(kuò)展卡爾曼濾波器對(duì)距離變化率估計(jì)的協(xié)方差更新方程為：

pn＝(i-kn*gn)*pn(6)

其中，n-1、n、n+1分別表示上一次狀態(tài)、當(dāng)前狀態(tài)和預(yù)測(cè)下一次狀態(tài)；省略下標(biāo)：x表示實(shí)際距離，b*un是在實(shí)際情況下對(duì)傳感器距離變化率的估計(jì)值；p為對(duì)距離變化率估計(jì)的協(xié)方差，q為過程方差；e為測(cè)量值與實(shí)際距離的偏差；k為卡爾曼濾波增益，r為測(cè)量值的方差。

第五步：根據(jù)分布式算法，得出l節(jié)點(diǎn)在動(dòng)態(tài)條件下的位置，實(shí)現(xiàn)實(shí)時(shí)定位。

通過如圖2所示的仿真結(jié)果可見，本發(fā)明的方法不僅使得定位精度更高，而且計(jì)算過程簡(jiǎn)單，能降低計(jì)算復(fù)雜度，可以預(yù)見本發(fā)明方法能很好地適應(yīng)未來短距離、高精度定位系統(tǒng)，讓用戶的性能得到提升。