基于异构网络室内定位框架最优通信的能耗精度均衡方法

文档序号:9634203阅读:461来源:国知局
基于异构网络室内定位框架最优通信的能耗精度均衡方法
【技术领域】
[0001] 本发明设及室内定位的能耗精度均衡实现方法,具体地,设及一种基于异构网络 室内定位框架最优通信的能耗精度均衡方法。
【背景技术】
[0002] 室内定位技术因其较高的潜力正在高速发展,目前,多种定位系统已经占据了室 内定位服务全球市场的很大比例。相比基于GPS、格洛纳斯、北斗卫星导航系统运些室外定 位系统,典型的室内定位系统主要利用无线传感网(WSN)、射频识别设备(RFID)、红外、蓝 牙、惯性测量元件(IMU)、超宽带OJWB)或者无线局域网来获取位置。
[0003] 在所有种类的室内定位技术中,基于WLAN的室内定位系统,尤其是基于WIFI的定 位系统,由于其普遍性和方便性,正在引起越来越多的关注。但是,高能耗的问题仍然是基 于WLAN室内定位的巨大瓶颈。
[0004] 经过对现有技术的文献检索发现,K.LNielsBrouwers与MarcoZuniga于2014 年在PerCom(PervasiveComputingandCommunications)发表了"IncrementalWi-Fi scanningforenergy-efficientlocalization"(2014 年在IE邸的普适计算与通信的会 议,《高效节能定位的增量Wi-Fi扫描》)的文章中提出一种新的增量方法,通过扫描几个选 定通道来减少基于WIFI的室内定位系统的能耗,不过,实现运个目标需要在基本的操作系 统上做一些改变。D.A.YaoD,化C和C.Koehler于 2014年在化1:脚6GenerationComputer Systems,vol. 39 发表了"Energyefficientindoortrackingonsmartphones"(2014 年在未来一代计算机系统第39卷,《智能手机的节能室内跟踪》)的文章,调查了服务器 和智能手机之间相互作用的多重机制,W此挖掘基于WIFI的室内定位系统的最佳机制。 M.T.A.R.PailaTarrio,MatteoCesana和L.Borsani于 2011 年在PerCom(Pervasive ComputingandCommunications)发表了"Anenergyefficientstrategyforcombined rss-p化indoorlocalization" (2014年在IE邸的普适计算与通信的会议,《一种结 合rss-p化的室内定位节能策略》)的文章,通过融合RSSI和PDR来减少智能设备的能 耗,但是它的效果仅仅在行人姿态变化频繁的场景下才会比较显著。A.Neish油oori和 K.Harras于 2013 年在ISProceedingsofthe16thACMinternationalconferenceon Modeling,analysisandsimulationofwirelessandmobilesystems发表了"Energy savingstrategiesinwi-fiindoorlocalization" (2013 年ACM组织在无线与移动通 信系统的建模、分析与仿真的会议,《Wi-Fi室内定位的节能策略》)的文章,提出一种定位 系统,该定位系统是通过融合RSSI和蓝牙来实现定位,因此它的定位误差不能被保证。

【发明内容】
阳0化]针对现有技术中的缺陷,本发明的目的是提供一种基于异构网络室内定位框架最 优通信的能耗精度均衡方法。
[0006] 根据本发明提供的基于异构网络室内定位框架最优通信的能耗精度均衡方法,包 括如下步骤:
[0007] 步骤1 :构建异构网络,并对室内的智能设备进行分类和定位,其中,室内的智能 设备分为充当簇头节点的智能设备和充当非簇头节点的智能设备;
[0008] 步骤2 :根据充当非簇头节点的智能设备的位置变化确定位置状态转移概率矩 阵;
[0009] 步骤3 :根据位置状态转移概率矩阵,建立相应的约束马尔可夫决策过程,得到异 构网络室内的最优通信策略。
[0010] 优选地,所述步骤1包括:
[0011] 步骤A:在室内融合无线局域网WLAN和无线个人局域网WPAN,利用服务器基于 WLAN的指纹匹配算法获得室内每个智能设备的位置信息,并根据室内智能设备的位置信息 对所述智能设备进行聚类处理,并在聚类处理后得到的每个类中选取=个智能设备充当簇 头;
[0012] 步骤B:通过指纹匹配算法为所有充当簇头的智能设备进行位置信息解算,并根 据=边定位解算算法为所有充当非簇头的智能设备进行位置信息解算。
[0013] 优选地,所述步骤1还包括:
[0014] 步骤i:在非闲置时段内,充当非簇头节点的智能设备通过无线个人局域网WPAN 与充当簇头节点的智能设备实现通信。
[0015] 优选地,所述步骤A包括:
[0016] 步骤Al:室内所有的智能设备实时采集WLAN的AP的接收信号强度信息,并将所 述接收信号强度信息发送给服务器,服务器通过指纹匹配算法确定每个智能设备的位置信 息;
[0017] 步骤A2:服务器迭代计算第i个智能设备T1和第j个智能设备T,之间的欧氏 距离di,,并在各次迭代中将欧氏距离最小的两个智能设备聚合在一个类中,得到了多个类 的集合C,即CkGC,k= 1,2,…,N/2,其中,N表示智能设备的个数,Ck表示第k组欧氏距 离最小的两个智能设备所聚合的类,第i个智能设备和第j个智能设备的选择是任意的; [001引步骤A3 :迭代计算集合C中的第i个类C郝第j个类C,之间的类距离P(C1,C,), i,j= 1,2,. . .,N/2且i声j,并在各次迭代中将类距离最小的两个类进行合并,直到最终 合并出的类的个数满足设定的要求,其中:
[0019] P(Cl,Cj) =app(Cp,Cj) +aqp(Cq,Cj) + 0pP(Cp,Cj);
[0020] 其中,Cp表示集合,且属于集合Ci的子集;Cq表示集合,且属于Ci的子集;P(Cp,Cj) 表示集合Cp与Ci之间的距离,P(Cq,Cj)表示集合Cq与Ci之间的距离,集合C1由集合CP和 集合Cq合并而成,且距离系数aP、a。、Pp的计算公式如下;
阳0巧式中:m。、m。、m,分别表示第P、q、j个类中的智能设备的数目,P、q、j为正整数; 阳02引步骤A4 :服务器计算每个类中智能设备的剩余能量,选择每个类中剩余能量最高 的=个智能设备充当该类的簇头,其中计算智能设备的在初始阶段所耗能量的计算公式如 下:
[0026] 式中:E(T1,CH)Wtup表示充当簇头的智能设备T1在初始阶段setup的能耗, 表示智能设备Ti扫描WLAN的AP时的能耗,马;完表示智能设备Tl通过WLAN进行数据传 输时的能耗,Ekx (1a,d)表示智能设备T湛收确认信息数据帖的能耗,Etx(1。,d)表示智能设 备T发送聚类信息数据帖的能耗,E(Ti,non-CH)Wtup表示充当非簇头的智能设备T迫初 始阶段的能耗,E^Qa,d)表示智能设备Tl发送确认信息数据帖的能耗,E 表示智 能设备T湛收聚类信息数据帖的能耗,过。二知e呼,At,。。。表示智能设备捜索AP的时 间,Ps。。。表示智能设备在捜索AP时的发送功率,AtKy表示智能设备通过WLAN接收信息的 时间,町、表示智能设备通过WLAN接收信息时的功率;1A表示确认信息数据帖的长度;1。表 示聚类信息数据帖的长度;e。1。。表示发送每比特信息的能量损耗;efs表示信号增益造成 的能量损耗;表示在多径信道下信号增益造成的能量损耗;d表示智能设备T1与簇头 之间的距离;
[0027] 步骤A5:服务器完成聚类后,选择每个类中剩余能量最高的S个智能设备充当簇 头,并将每个类中的簇头接收到的信息通过WLAN发送给剩余能量最高的智能设备,该智能 设备将该簇头接收到的信息通过WPAN发送给类中的其他智能设备。
[0028] 优选地,所述步骤2包括:
[0029] 步骤2. 1 :在异构网络下,定义智能设备的行动空间为A,智能设备的行动为曰,寻 找充当非簇头节点的智能设备在行动空间A内位置状态移动到位置状态f,的概率非零 的配对状态的概率指数集,记为集合I;
[0030] 若在行动空间A内位置状态f,是最接近位置状态f1,即位置状态f,为满足判断条 件的任一位置,则从位置状态移动到位置状态f,的概率非零,其中,判断条件的几何意义 是W为中屯、、2为边长、相邻点间距离为单位距离的矩形点阵,判断条件的计算公 式如下: W31] Mi=(2.amax+1)2-1; 阳0巧式中:M康示概率非零的位置状态的总个数,amax表示最大行动距离;
[0033] 步骤2.2 :计算集合I中成对位置状态的欧氏距离,将位置状态与位置状态f, 之间的欧氏距离记为di.j,i= 1,2,. . .,M,j= 1,2,. . .,N且i声j,MXN表示整个位置状 态空间的范围;集合I由步骤2. 1得到。
[0034] 步骤2. 3 :根据集合I中成对位置状态的欧氏距离计算对应的高斯变换值,计算公 式如下:
[0036] 式中:礎""表示(11,的高斯变换,<表示位置状态fl和该位置
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1