一種基于toa與rss融合的無線傳感器網(wǎng)絡(luò)協(xié)作跟蹤方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種無線傳感器網(wǎng)絡(luò)協(xié)作跟蹤方法，用于集成基于TOA(信號到達(dá)時 間）與RSS(接收信號強(qiáng)度）測量信息的跟蹤優(yōu)勢，屬于智能信息處理技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 對目標(biāo)位置的跟蹤與定位是無線傳感器網(wǎng)絡(luò)技術(shù)的一項(xiàng)重要應(yīng)用。位置信息在軍 事和民用領(lǐng)域都是非常重要的，基于位置的服務(wù)致力于能夠精確確定目標(biāo)的位置信息，并 通過將位置信息應(yīng)用到各類設(shè)備為用戶提供個性化的移動服務(wù)。通過借助于無線傳感器網(wǎng) 絡(luò)所使用的射頻信號進(jìn)行目標(biāo)位置的跟蹤與定位能夠很好地克服傳統(tǒng)的基于視頻、紅外等 跟蹤與定位方法的缺陷，并且通過與傳統(tǒng)方法進(jìn)行異類信息的組合，可以進(jìn)一步提高對目 標(biāo)位置的跟蹤與定位精度。這也使得基于無線傳感器網(wǎng)絡(luò)技術(shù)的跟蹤與定位擁有巨大的應(yīng) 用前景和發(fā)展?jié)摿Α?br>[0003] 在現(xiàn)有的技術(shù)中，根據(jù)使用射頻信號類型的不同存在多種目標(biāo)跟蹤方法。例如測 距方法、測距差方法、測角方法以及聯(lián)合測距測角方法等。由于跟蹤環(huán)境的復(fù)雜性，沒有一 種方法能夠以足夠的跟蹤精度服務(wù)于所有的場景。實(shí)際上，它們中的每一種策略都有自己 的優(yōu)勢，也有自己的缺點(diǎn)。在眾多跟蹤方法中，基于TOA與RSS的跟蹤是測距方法中的最常 用的策略?；赥OA的方法雖然可以提供高精度的解決方案，但是覆蓋范圍小；而基于RSS 的方法雖然可以提供較大范圍的覆蓋，但是容易受到環(huán)境變化的影響，跟蹤精度低。在實(shí)際 的無線傳感器網(wǎng)絡(luò)中，射頻信號往往受到非視距傳輸效應(yīng)、多徑傳播效應(yīng)、信號衰減規(guī)律復(fù) 雜等因素影響，使得使用單一模式的跟蹤方法不能滿足實(shí)際需求。因此，一種基于TOA與 RSS融合的策略應(yīng)運(yùn)而生。
[0004] 在使用TOA與RSS融合的方法中，主要有兩種策略實(shí)現(xiàn)對目標(biāo)位置的跟蹤。一種 是三角質(zhì)心方法；另一種是非線性濾波器方法。對于三角質(zhì)心方法，需要至少同時測量三 個TOA結(jié)果，才能確定一個目標(biāo)位置，因此當(dāng)跟蹤環(huán)境動態(tài)變化劇烈或者目標(biāo)出現(xiàn)較大機(jī) 動時，可能導(dǎo)致較差的位置跟蹤結(jié)果，導(dǎo)致對目標(biāo)位置的失跟；而且當(dāng)使用傳感器的數(shù)目較 多時，并非所有的觀察圓都能夠相交在同一點(diǎn)，這也可能導(dǎo)致估計(jì)的目標(biāo)位置有較大誤差。 同樣，非線性濾波器需要假設(shè)已知目標(biāo)的運(yùn)動方程以及已知測量噪聲的統(tǒng)計(jì)特性，當(dāng)假設(shè) 條件與實(shí)際不符時也可能導(dǎo)致較差的目標(biāo)位置估計(jì)結(jié)果，而這些假設(shè)條件對跟蹤者來說往 往也是未知的。
[0005] 對于非線性濾波器方法，目前仍然采用直接將測量信息應(yīng)用到非線性濾波器來估 計(jì)目標(biāo)的位置，因而對于可能出現(xiàn)的非視距傳輸效應(yīng)、多徑傳播效應(yīng)、信號衰減規(guī)律復(fù)雜等 因素影響，測量噪聲與假設(shè)條件不符，導(dǎo)致較大的跟蹤誤差。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出一種新的基于TOA與RSS融合的無 線傳感器網(wǎng)絡(luò)協(xié)作跟蹤方法。該方法通過增加對TOA與RSS信息的修正技術(shù)，提高了對目 標(biāo)位置的跟蹤精度，滿足了實(shí)際工程系統(tǒng)的設(shè)計(jì)需求。
[0007] 本發(fā)明的技術(shù)解決方案為：首先設(shè)計(jì)傳感器與目標(biāo)相對距離變化的模型，其次利 用傳感器測量的TOA與RSS信息估計(jì)傳感器與目標(biāo)之間的相對距離，然后利用估計(jì)的相對 距離修正傳感器測量的TOA與RSS信息，最后基于修正的TOA與RSS信息估計(jì)目標(biāo)的位置。
[0008] 為達(dá)到上述目的，如圖1所示，本發(fā)明的具體實(shí)現(xiàn)步驟如下：
[0009] 1.設(shè)計(jì)傳感器與目標(biāo)的相對距離模型；
[0010] 2.利用傳感器測量的TOA與RSS信息估計(jì)傳感器與目標(biāo)之間的相對距離；
[0011] 3.基于估計(jì)的相對距離修正TOA與RSS信息；
[0012] 4.利用修正的TOA與RSS信息估計(jì)目標(biāo)的位置。
[0013] 本發(fā)明有以下一些技術(shù)特征：
[0014] (1)步驟1所述的設(shè)計(jì)傳感器與目標(biāo)的相對運(yùn)動模型是指以傳感器與目標(biāo)之間的 相對距離為變量，設(shè)計(jì)相對距離滿足的勻速運(yùn)動模型。
[0015] (2)步驟2所述的估計(jì)相對距離是指基于傳感器測量的TOA與RSS信息，利用非線 性濾波器估計(jì)傳感器與目標(biāo)之間的相對距離。
[0016] (3)步驟3所述的修正TOA與RSS信息是指將估計(jì)的相對距離代入TOA與RSS測 量方程，獲取修正的TOA與RSS信息。
[0017] (4)步驟4所述的估計(jì)目標(biāo)位置信息是指基于修正的TOA與RSS信息，利用非線性 濾波器估計(jì)目標(biāo)的位置信息。
[0018] 本發(fā)明的優(yōu)點(diǎn)和積極效果是：
[0019] 本發(fā)明通過設(shè)計(jì)傳感器與目標(biāo)之間的相對距離模型，增加了對TOA與RSS測量信 息的預(yù)處理步驟，實(shí)現(xiàn)了對TOA與RSS測量信息的修正，然后利用修正的TOA與RSS信息估 計(jì)目標(biāo)的位置，有效提高了對目標(biāo)位置的跟蹤精度。本發(fā)明提出的方法計(jì)算復(fù)雜度合適，能 夠保證跟蹤系統(tǒng)運(yùn)行的實(shí)時性。
【附圖說明】
[0020] 圖1為本發(fā)明提出的跟蹤方法的流程圖；
[0021] 圖2為本發(fā)明方法對目標(biāo)位置跟蹤的效果示意圖；
[0022] 圖3為本發(fā)明方法與傳統(tǒng)未進(jìn)行修正的方法對目標(biāo)跟蹤的位置誤差比較示意圖；
【具體實(shí)施方式】
[0023] 參照圖1，本發(fā)明的具體實(shí)現(xiàn)過程如下：
[0024] 1.設(shè)計(jì)傳感器與目標(biāo)的相對距離模型
[0025] dsk =Fdll +
[0026] ysk ^dsk+uk
[0027] Zsk =Ks -l〇A l〇g?) + v,；
[0028] 式中，< 表示k時刻的第s個傳感器與目標(biāo)之間的相對距離向量；F表示勻速運(yùn)動 模型的狀態(tài)轉(zhuǎn)移矩陣；表示過程零均值高斯白噪聲向量，協(xié)方差矩陣為這_ 1;乂表示1^ 時刻第S個傳感器測量的TOA信息；表示k時刻第S個傳感器測量的RSS信息；Ks表示 第s個傳感器的信號功率；A s表示路徑損耗隨距離增大的速率和^；丨分別表示k時刻第 s個傳感器測量的TOA與RSS噪聲，< 和V丨假設(shè)為零均值高斯白噪聲，方差分別為％和<。 記R =/?(<) = [X:, 為TOA與RSS測量信息的聯(lián)合向量，和為第s個傳感 器測量噪聲的協(xié)方差矩陣。
[0029] 不失一般性，假設(shè)傳感器數(shù)量為N。
[0030] 2.利用測量的TOA與RSS信息估計(jì)傳感器與目標(biāo)之間的相對距離
[0031] 記~ 為第s個傳感器與目標(biāo)之間的相對距離和相對距離變化率組成的 向量，利用如下的非線性濾波器估計(jì)k時刻第s個傳感器與目標(biāo)之間相對距離和相對距離 變化率組成的向量
[0032] 步驟2. 1狀態(tài)預(yù)測
[0043] 3.基于估計(jì)的相對距離修正TOA與RSS信息
[0044] 修正的TOA與RSS信息為：G = A(化），所有的傳感器修正信息記為 A =網(wǎng),? ? ?, 0 y :其中'為向量％中的第一個元素，即A為第s個傳感器與目標(biāo)之間 估計(jì)的相對距離。
[0045] 4.利用修正的TOA與RSS信息估計(jì)目標(biāo)的位置信息
[0046] 記心=[_xK,xK；r為目標(biāo)的狀態(tài)向量，其中(xf 和(?)分別表示目標(biāo)的 位置和速度向量，利用如下的非線性濾波器估計(jì)k時刻目標(biāo)的位置。
[0047] 步驟4. 1狀態(tài)預(yù)測
[0048] Xk丨H= Axh1H
[0049] 其中A為勻速運(yùn)動模型的狀態(tài)轉(zhuǎn)移矩陣。
[0050] Pk丨H=ABHlHAkQk-I
[0051] 其中Qlrf為過程噪聲的協(xié)方差矩陣。
[0052] 步驟4. 2狀態(tài)更新
[0060] 本發(fā)明的效果可以通過以下仿真進(jìn)一步說明。仿真內(nèi)容：采用本發(fā)明所提出的方 法與傳統(tǒng)的未修正TOA與RSS信息的方法進(jìn)行比較，利用四個傳感器跟蹤一個在x-y平面 中運(yùn)動的目標(biāo)。設(shè)目標(biāo)初始位置為（30, 20)m，初始速度為（0. 5, 0. 7)m/s，目標(biāo)在l-80s勻 速運(yùn)動。Monte Carlo仿真次數(shù)為1000次。
[0061 ] 圖2給出了本發(fā)明提出的方法對目標(biāo)位置跟蹤的效果圖，從圖中可以看出，本發(fā) 明提出的方法的跟蹤軌跡非常接近目標(biāo)運(yùn)動的真實(shí)軌跡。
[0062] 圖3給出了本發(fā)明提出的方法與傳統(tǒng)的未進(jìn)行TOA與RSS信息預(yù)處理的方法對目 標(biāo)跟蹤的位置誤差圖，從圖中可以看出，本發(fā)明提出的方法對位置的跟蹤誤差明顯小于傳 統(tǒng)方法對位置的跟蹤誤差。
【主權(quán)項(xiàng)】
1. 一種基于TOA與RSS融合的無線傳感器網(wǎng)絡(luò)協(xié)作跟蹤方法，其特征在于包括以下步 驟： 步驟1.設(shè)計(jì)傳感器與目標(biāo)的相對距離模型； 步驟2.利用傳感器測量的TOA與RSS信息估計(jì)傳感器與目標(biāo)之間的相對距離； 步驟3.基于估計(jì)的相對距離修正TOA與RSS信息； 步驟4.利用修正的TOA與RSS信息估計(jì)目標(biāo)的位置。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，以傳感器與目標(biāo)之間的相對距離為變量， 設(shè)計(jì)相對距離滿足的勻速運(yùn)動模型。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，基于傳感器測量的TOA與RSS信息，利用 非線性濾波器估計(jì)傳感器與目標(biāo)之間的相對距離。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，將估計(jì)的相對距離代入TOA與RSS測量方 程，計(jì)算修正的TOA與RSS信息。5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，基于修正的TOA與RSS信息，利用非線性 濾波器估計(jì)目標(biāo)的位置信息。
【專利摘要】本發(fā)明提出了一種基于TOA與RSS融合的無線傳感器網(wǎng)絡(luò)協(xié)作跟蹤方法。該方法首先利用傳感器測量的TOA與RSS信息估計(jì)傳感器與目標(biāo)之間的相對距離，然后基于估計(jì)的相對距離修正傳感器測量的TOA與RSS信息，最后利用修正的TOA與RSS信息估計(jì)目標(biāo)的位置。該方法通過增加對傳感器測量信息的修正技術(shù)，提高了對目標(biāo)位置的跟蹤精度。
【IPC分類】H04W4/02, H04W84/18
【公開號】CN104994470
【申請?zhí)枴緾N201510362638
【發(fā)明人】李文玲, 賈英民, 張斌
【申請人】北京航空航天大學(xué)
【公開日】2015年10月21日
【申請日】2015年6月26日