本发明涉及室内定位技术领域，特别是涉及一种室内定位方法、装置、电子设备及存储介质。
背景技术
精确的室内定位是广泛应用于商业、物联网、公共安全和军事应用的一个重要而新颖的新兴技术。然而，由于类似墙壁、天花板、移动的人等障碍造成的复杂的信号传播使得室内定位面临很多挑战。近年来，针对室内定位系统提出了各种技术方案，例如，红外、超声波、无线射频识别、wifi、蓝牙、传感器网络、超宽带、地磁、视觉分析、伪卫星等，每种系统都利用了特定的定位技术或集成了其中的一些技术，他们在ips(indoorpositioningsystems，室内定位系统)的性能和复杂性之间做出权衡。
随着高精度定位需求的增加，基于混合信号的定位是一个很好的选择，现有技术中目前在获取定位最优解方面，sdr(semi-definiterelaxation，半定松弛法)得到了广泛应用。sdr是一种凸优化的定位方法，具体方式为将最小二乘或最大似然估计非线性问题转换为等价的凸优化问题，之后引入sdr将联合定位问题转换为低复杂度的半定规划问题，进而求得目标位置的全局最优解。
然而，由于sdp是一种寻求有效的近似算法，求出的解为近似全局最优解，以及在求解定位问题时需要得到精确的下界，而半定规划计算的数值结果存在浮点数舍入误差，并且因为全局最优解有可能是代数式，因此计算结果只能是近似满足，即只能求得目标位置近似的全局最优解，而不能得出目标位置的稳定解。
技术实现要素：
本发明实施例的目的在于提供一种室内定位方法、装置、电子设备及存储介质，以实现得到室内目标位置稳定的全局最优解。具体技术方案如下：
为实现上述发明目的，本发明实施例公开了一种室内定位方法，所述方法包括：
获取目标节点的信号传播延时和角度，并根据所述目标节点的信号传播延时和角度得到所述目标节点的坐标表达式，其中，所述坐标表达式包括所述目标节点的位置参数和误差参数；
根据凸函数的勒贝格集的解析等价性，以及优化理论的全局最优性条件，得到所述目标节点的误差参数关于所述位置参数的凸差分函数；
根据辅助问题原理以及次梯度型算法，确定所述凸差分函数的偏导数为零时各位置参数的值；
将所述各位置参数的值分别带入所述凸差分函数，并将所述凸差分函数值最小时位置参数的值确定为目标值；将所述目标值对应的坐标，确定为所述目标节点的目标坐标。
可选地，在所述获取目标节点的信号传播延时和角度之前，所述方法还包括：
分别建立预设数量的非共线传感器节点与所述目标节点的信号传播延时以及角度的方程组；
所述根据所述目标节点的信号传播延时和角度得到所述目标节点的坐标表达式，包括：
求解所述预设数量的非共线传感器节点的各方程组，得到各传感器节点对应于所述目标节点的坐标表达式。
可选地，所述根据所述目标节点的信号传播延时和角度得到所述目标节点的坐标表达式之后，所述方法还包括：
将所述预设数量的非共线传感器节点的各方程组中各横坐标误差参数平方，并将各方程组中的横坐标误差参数的平方相加，得到第一表达式；
将所述预设数量的非共线传感器节点的各方程组中各纵坐标误差参数平方，并将各方程组中的纵坐标误差参数的平方相加，得到第二表达式；
将所述第一表达式与所述第二表达式相加的表达式，确定为所述目标节点的坐标表达式中包括的误差参数的表达式。
可选地，在所述根据凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，得到所述目标节点的误差参数关于所述位置参数的凸差分函数之前，所述方法还包括：
将包含误差值的所述目标节点的坐标表达式中所述位置参数转置得到的参数位置，确定为所述目标节点所述位置参数对应的第一位置；
所述根据凸函数的列贝斯集的解析等价性，以及优化理论的凸最大化和逆凸优化的最优性条件，得到所述目标节点的误差参数关于所述位置参数的凸差分函数，包括：
将所述目标节点的坐标表达式包括的误差参数，通过凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，转换为关于所述位置参数以及所述第一位置对应的凸差分函数。
可选地，所述根据辅助问题原理以及次梯度型算法，确定所述凸差分函数的偏导数为零时各位置参数的值，包括：
通过辅助问题原理中的预设不等式以及预设恒等式，将所述凸差分函数变换成能够利用次梯度型算法求解偏导数的目标函数；其中，所述目标函数为关于所述凸差分函数中所述目标节点的位置参数的函数；
对所述目标函数求偏导，并确定所述目标函数的偏导数为零时位置参数的值。
为实现上述发明目的，本发明实施例还公开了一种室内定位装置，所述装置包括：
表达式确定模块，用于获取目标节点的信号传播延时和角度，并根据所述目标节点的信号传播延时和角度得到所述目标节点的坐标表达式，其中，所述坐标表达式包括所述目标节点的位置参数和误差参数；
凸差分函数确定模块，用于根据凸函数的勒贝格集的解析等价性，以及优化理论的全局最优性条件，得到所述目标节点的误差参数关于所述位置参数的凸差分函数；
参数值确定模块，用于根据辅助问题原理以及次梯度型算法，确定所述凸差分函数的偏导数为零时各位置参数的值；
目标坐标确定模块，用于将所述各位置参数的值分别带入所述凸差分函数，并将所述凸差分函数值最小时位置参数的值确定为目标值；将所述目标值对应的坐标，确定为所述目标节点的目标坐标。
可选地，所述装置还包括：
方程组建立模块，用于分别建立预设数量的非共线传感器节点与所述目标节点的信号传播延时以及角度的方程组；
所述表达式确定模块，具体用于求解所述预设数量的非共线传感器节点的各方程组，得到各传感器节点对应于所述目标节点的坐标表达式。
可选地，所述装置还包括：
第一表达式确定模块，用于将所述预设数量的非共线传感器节点的各方程组中各横坐标误差参数平方，并将各方程组中的横坐标误差参数的平方相加，得到第一表达式；
第二表达式确定模块，用于将所述预设数量的非共线传感器节点的各方程组中各纵坐标误差参数平方，并将各方程组中的纵坐标误差参数的平方相加，得到第二表达式；
第三表达式确定模块，用于将所述第一表达式与所述第二表达式相加的表达式，确定为所述目标节点的坐标表达式中包括的误差参数的表达式。
可选地，所述装置还包括：
第一位置确定模块，用于将包含误差值的所述目标节点的坐标表达式中所述位置参数转置得到的参数位置，确定为所述目标节点所述位置参数对应的第一位置；
所述凸差分函数确定模块，具体用于将所述目标节点的坐标表达式包括的误差参数，通过凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，转换为关于所述位置参数以及所述第一位置对应的凸差分函数。
可选地，所述参数值确定模块，具体用于通过辅助问题原理中的预设不等式以及预设恒等式，将所述凸差分函数变换成能够利用次梯度型算法求解偏导数的目标函数；其中，所述目标函数为关于所述凸差分函数中所述目标节点的位置参数的函数；对所述目标函数求偏导，并确定所述目标函数的偏导数为零时位置参数的值。
为实现上述发明目的，本发明实施例还公开了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现上述室内定位方法中任一所述的方法。
为实现上述发明目的，本发明实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上述室内定位方法中任一所述的方法。
本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述室内定位方法中任一所述的方法。
本发明实施例提供的一种室内定位方法、装置、电子设备及存储介质，可以实现得到室内目标位置稳定的全局最优解。具体为，根据预设数量的非共线传感器节点检测的目标节点的信号传播延时和角度，得到目标节点的坐标表达式，该坐标表达式中包括目标节点的位置参数和误差参数。进而根据凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数，即通过将该误差参数转换成凸差分函数，实现在凸差分函数下利用辅助问题原理以及次梯度型算法，确定出凸差分函数的偏导数为零对应的各位置参数的值。通过将偏导数为零对应的各位置参数的值带入该凸差分函数，进而确定出该凸差分函数的值最小时所对应的位置参数的值，即为最小的误差值。最终，将该最小的误差值对应的坐标确定为该目标节点的目标坐标，实现得到室内目标位置稳定的全局最优解。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是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。
图1为本发明实施例的一种室内定位方法流程图；
图2为本发明实施例的一种室内定位方法中凸差分函数处理方法流程图；
图3为本发明实施例的一种室内定位装置结构示意图；
图4为本发明实施例的一种电子设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
由于信息技术的发展，室内定位技术也得到了更为广泛的应用。随着高精度定位需求的增加，基于混合信号的定位是一个很好的选择，目前在获取定位最优解方面，极大似然估计和非线性最小二乘法应用最多。由于极大似然估计和非线性最小二乘法需要用到代价函数，代价函数是多峰值的，而极大似然估计算法是非凸优化问题，因此很难保证取得全局性的收敛。凸优化中的半定程序松弛法在非线性和线性方法之间取得了平衡，即凸优化方法具有高准确度和全局收敛性的特点。非凸优化问题，如极大似然估计和非线性最小二乘法，可通过松弛法转换成一个凸二阶锥程序或者一个半理想程序，之后便可通过现有的解决方案进行解决。
例如，现有的sdr(semi-definiterelaxation，半定松弛法)是一种凸优化的定位方法。具体方式为将最小二乘或最大似然估计非线性问题转换为等价的凸优化问题，之后引入sdr将联合定位问题转换为低复杂度的半定规划问题，进而求得目标位置的全局最优解。然而，由于sdp是一种寻求有效的近似算法，求出的解为近似全局最优解，而不能得出目标位置的稳定解。
为解决上述问题，本发明实施例公开了一种室内定位方法、装置、电子设备及存储介质，以实现得到室内目标位置稳定的全局最优解。具体技术方案如下：
为实现上述发明目的，本发明实施例公开了一种室内定位方法，如图1所示。图1为本发明实施例的一种室内定位方法流程图，包括：
s101，获取目标节点的信号传播延时和角度，并根据目标节点的信号传播延时和角度得到目标节点的坐标表达式，其中，坐标表达式包括目标节点的位置参数和误差参数。
针对现有技术的室内定位方法中无法求得稳定全局最优解的问题，本发明实施例提出了一种求解toa(timeofarrival，到达时间)和aoa(angleofarrival，到达角度)室内融合定位的稳定的全局最优解的方法，降低了室内定位的误差。
toa定位技术实现了网络定位，由于声波相对于无线射频信号而言，具有成本低，硬件复杂度低，有利于发送方和接收方时间同步。假设发送节点和接收节点时间同步并且每个节点均包含一个发射机和一个接收机，发射机发射一种命名为chirp的声波，并且同时在该声波中包含了发送时以告诉接收者。当接收机收到chirp声波后从中提取发送时间，利用声波在大气中的传播模型计算发送节点和接收节点之间的距离。从整体上来讲，基于toa的定位实现简单，定位精度高，但是要求节点间保持精确的时间同步，这样对传感器节点网络的节点的硬件和功耗提出了较高的要求。
aoa定位技术通过在两个以上的位置点设置方向性天线或阵列天线，获取终端发射的无线电波信号角度信息，然后通过交汇法估计终端的位置。它只需利用两个天线阵列就能完成目标的初始定位。建筑物分别密集、高度和地形地貌对aoa的定位精度影响较大，在室内、城区及乡村地区，aoa的典型值分别为360度、20度和1度。随着基站与终端之间的距离增加，aoa的定位精度逐渐降低。aoa定位误差主要由城市的多径传播及系统误差造成，可通过预先校正来抵消系统误差的影响，而建筑物密集地区的多径效应一直是困扰天线通信的难题，智能天线可在一定程度上减小多径干扰的影响，但由于实现复杂和设备成本的问题，尚未广泛应用。因此，aoa技术虽然结构简单，但是在城市蜂窝定位系统中并未得到应用。
在本步骤中，首先，基于toa和aoa定位技术的基本原理，获取目标节点的信号传播延时和角度。进而根据目标节点的信号传播延时和角度得到目标节点的坐标表达式。
具体为，可在观测区域任意部署多个非共线传感器节点，每个传感器节点分别获取与该目标节点的信号传播延时以及角度。将每个传感器节点与该目标节点的信号传播时延以及角度关系分别建立方程组，求解各方程组进而得到每个传感器节点对应的该目标节点的坐标表达式。因为每个传感器节点在检测与该目标节点的信号传播时延时存在时间误差，在检测与该目标节点的角度时存在角度误差，进而每个传感器节点与该目标节点建立的方程存在时间误差以及角度误差，故求解方程组得到该目标节点的坐标表达式中，包含该目标节点的空间位置，即为该目标节点的位置参数，以及包含对该目标节点准确位置估计过程中存在的误差，即为该目标节点的误差参数。
s102，根据凸函数的勒贝格集的解析等价性，以及优化理论的全局最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数。
凸函数是一个定义在某个向量空间的凸子集c(区间)上的实值函数f，而且对于凸子集c中任意两个向量x1、x2，有f((x1+x2)/2)≤(f(x1)+f(x2))/2。
勒贝格定理揭示了几乎处处收敛与依测度收敛之间关系的定理。它断言:若f(x)(n＝1,2,w)及f(x)是可测集e上几乎处处有限的可测函数，且函数列{人(x)}在e上几乎处处收敛于f(x)，则{{f.,}x}在e上依测度收敛于f(x)。
最优化理论是研究函数在给定一组约束条件下的最小值(或者最大值)的数学问题。最优性条件指的是最优化问题的局部或全局最优解所必须满足的条件。全局最优化问题的最优性条件作为数据计算的理论基础，基本的研究对象之一是优化问题的全局最优解。全局最优性条件是刻画一个可行解是否为全局最优解的基本工具。
在本步骤中，通过上述凸函数性质、勒贝格定理以及优化理论的全局最优性条件，将上述步骤s101中得到的目标节点的坐标表达式，转换成以目标节点的位置参数为自变量，以目标节点的误差参数为因变量的凸差分函数。
具体为，首先通过凸函数的勒贝格集的分析等价物集合，得到与经典最优化理论有关的全局最优性条件。将非凸优化问题中的不等式约束用全局最优性条件进行替换，进而得到该目标节点的误差参数关于位置参数的凸差分函数。
s103，根据辅助问题原理以及次梯度型算法，确定凸差分函数的偏导数为零时各位置参数的值。
上述在确定了目标节点的误差参数关于位置参数的凸差分函数后，在本步骤中根据辅助问题原理以及次梯度型算法，确定该凸差分函数的偏导数为零时各位置参数的值。
以求极小值为例，说明辅助问题原理。假设函数j1(x)可微，函数j2(x)不一定可微，对于原问题j1(x)+j2(x)求解最小值，若能构造出一辅助问题:ming(x)+εj2(x)，且存在x*使得g'(x*)＝εj1'(x*)成立，则原问题可转化为求解辅助问题，x*即为原问题的解，g(x)称为辅助函数。构造辅助函数形式为g(x)＝k(x)+<εj′(x)？k′(x)，x>，式中:k(x)为核函数；<,>表示数量积。
次梯度型算法为简单的说为求导，一维次梯度称为次导数，通过求函数在点的每一分量的次导数可以求出函数在该点的次梯度。
根据上述辅助问题原理以及次梯度型算法原理，求解s102中目标节点的误差参数关于位置参数的凸差分函数，偏导数为零时各位置参数的值。
s104，将各位置参数的值分别带入凸差分函数，并将凸差分函数值最小时位置参数的值确定为目标值；将目标值对应的坐标，确定为目标节点的目标坐标。
上述在得到凸差分函数的偏导数为零时各位置参数的值后，将各位置参数的值带回该凸差分函数，并得到每个位置参数的值对应的凸差分函数的值。在所有的凸差分函数值中选出最小的值，将该值确定为该凸差分函数值的目标值。进而可确定该目标值对应目标节点位置的坐标表达式，通过该坐标表达式即可得到该目标节点精确的坐标位置。
本发明实施例提供的一种室内定位方法，可以实现得到室内目标位置稳定的全局最优解。具体为，根据预设数量的非共线传感器节点检测的目标节点的信号传播延时和角度，得到目标节点的坐标表达式，该坐标表达式中包括目标节点的位置参数和误差参数。进而根据凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数，即通过将该误差参数转换成凸差分函数，实现在凸差分函数下利用辅助问题原理以及次梯度型算法，确定出凸差分函数的偏导数为零对应的各位置参数的值。通过将偏导数为零对应的各位置参数的值带入该凸差分函数，进而确定出该凸差分函数的值最小时所对应的位置参数的值，即为最小的误差值。最终，将该最小的误差值对应的坐标确定为该目标节点的目标坐标，实现得到室内目标位置稳定的全局最优解。
可选地，在本发明实施例的室内定位方法的一种实施例中，在获取目标节点的信号传播延时和角度之前，方法还包括：
步骤一，分别建立预设数量的非共线传感器节点与目标节点的信号传播延时以及角度的方程组。
本发明实施例为确定室内所要定位的目标节点的坐标表达式的实施方法。本步骤为为每个传感器节点检测的该目标位置的信号传播时延以及角度建立方程组的实施方式。
在本步骤中，考虑在二维空间使用混合toa/aoa测量目标节点位置，首先在观测区域任意部署l个非共线传感器节点，该传感器节点的坐标可表示为xi＝[xi,yi]t,(xi∈r2),i＝1,...,l，其中，xi表示第i个传感器节点的横坐标，yi表示第i个传感器节点的纵坐标。目标节点的坐标可表示为u＝[x,y]t,(u∈r2)。
假设所有的传感器节点时钟都是理想同步的，所有的传感器节点都能接收到目标节点中的信号，每个传感器节点都可以测量从目标节点传输的信号的toa和aoa，可令ti表示从目标节点到第i个传感器节点的信号传播延时，θi表示从目标节点到第i个传感器节点的角度，则目标节点与第i个传感器节点可以建立以下方程组：
其中，c表示信号传播速度；||·|表示欧几里得范数，当信号离开目标节点时，第i个传感器节点的本地时间为0；xi表示第i个传感器节点的横坐标；yi表示第i个节点的纵坐标；u表示目标节点的坐标；x表示目标节点的横坐标；y表示目标节点的纵坐标；eti表示从目标节点到第i个传感器节点的信号传播延时误差；eθi表示从目标节点到第i个传感器节点的角度测量误差。
按照上述方式，建立每个传感器节点与该目标节点的方程组。具体过程如上述实时步骤类似，此处不再赘述。
根据目标节点的信号传播延时和角度得到目标节点的坐标表达式，包括：
步骤二，求解预设数量的非共线传感器节点的各方程组，得到各传感器节点对应于目标节点的坐标表达式。
上述得到每个传感器节点与目标节点的方程组后，分别求解各方程组，进而得到每个传感器节点关于该目标节点的坐标表达式。
例如，按照上述步骤一建立的第i个传感器节点与目标节点建立的方程组，可得到如下的目标节点的坐标表达式：
其中，
可见，通过本发明实施例可实现通过传感器节点得到目标节点的坐标表达式，进而通过每个传感器节点与目标节点的方程关系得到目标节点的表达式，实现通过多个传感器节点定位目标节点的，进而保证后期精确的得到目标节点的坐标位置。
可选地，在本发明实施例的室内定位方法的一种实施例中，根据目标节点的信号传播延时和角度得到目标节点的坐标表达式之后，方法还包括：
步骤a，将预设数量的非共线传感器节点的各方程组中各横坐标误差参数平方，并将各方程组中的横坐标误差参数的平方相加，得到第一表达式。
本发明实施例为确定目标节点的坐标表达式中误差参数表达式的实施方法。在本步骤为确定误差表达式中横坐标误差参数对应的第一表达式。
具体为，将该传感器节点对应目标节点的坐标表达式中横坐标的误差参数平方，得到第一表达式。
例如，该第一表达式可表示为
其中，exi表示第i个传感器节点横坐标误差；xi表示第i个传感器节点的横坐标；di表示第i个传感器节点与目标节点的距离；θi表示第i个传感器节点与目标节点的角度，x表示目标节点未知的横坐标。
按照上述方式，得到每个传感器节点对应目标节点的第一表达式。
步骤b，将预设数量的非共线传感器节点的各方程组中各纵坐标误差参数平方，并将各方程组中的纵坐标误差参数的平方相加，得到第二表达式。
在本步骤为确定误差表达式中纵坐标误差参数对应的第二表达式。
具体为，将该传感器节点对应目标节点的坐标表达式中纵坐标的误差参数平方，得到第二表达式。
例如，该第二表达式可表示为
其中，eyi表示第i个传感器节点纵坐标误差；yi表示第i个传感器节点的纵坐标；di表示第i个传感器节点与目标节点的距离；θi表示第i个传感器节点与目标节点的角度；y表示目标节点未知的纵坐标。
按照上述方式，得到每个传感器节点对应目标节点的第二表达式。
步骤c，将第一表达式与第二表达式相加的表达式，确定为目标节点的坐标表达式中包括的误差参数的表达式。
上述在得到每个传感器节点对应目标节点的第一表达式与第二表达式后，将该第一表达式与第二表达式相加，得到目标节点的坐标表达式中包括的误差参数的表达式。
例如，将该传感器节点对应目标节点的第一表达式与第二表达式相加，得到该传感器节点对应目标节点的误差参数的表达式，即为：
按照上述方式，得到每个传感器节点的误差参数的表达式，进而将每个传感器节点误差参数的表达式相加，得到本发明实施例中目标节点的坐标表达式中包括的误差参数的表达式。
可见，通过本发明实施例可实现确定出所有传感器节点对应目标表达式的误差参数表达式，进而便于后期通过该误差参数表达式得到误差参数的凸差分函数。
可选地，在本发明实施例提供的室内定位方法的一种实施例中，在根据凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数之前，方法还包括：
将包含误差值的目标节点的坐标表达式中位置参数转置得到的参数位置，确定为目标节点位置参数对应的第一位置。
本发明实施例为确定目标节点的误差参数关于位置参数的凸差分函数的实施方法。
在本步骤中可将位置参数转置得到的参数位置确定为第一位置，进而保证以下步骤确定的凸差分函数与该目标节点的位置参数有关。
具体地，可用转置运算，将包含误差值的目标节点的坐标表达式中位置参数转置，得到目标节点位置参数对应的第一位置。
例如，位置参数对应的位置表示为u＝[x,y]，则第一位置可表示为ut＝[x,y]t。
根据凸函数的列贝斯集的解析等价性，以及优化理论的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数，包括：
将目标节点的坐标表达式包括的误差参数，通过凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，转换为关于位置参数以及第一位置对应的凸差分函数。
上述将目标节点的坐标表达式中包括的误差参数的表达式
subjecttoy＝aξ
其中，
上述y＝aζ是一个典型的非凸优化问题，用最小二乘或和凸松弛只能得到近似全局最优解，而得不到一个稳定的全局最优解。为了得到一个稳定的全局最优解，利用勒贝格集的解析等价性，以及优化理论的全局最优性条件，将上述公式y＝aζ变换为本发明实施例的关于位置参数以及第一位置对应的凸差分函数：
其中，
可见，通过本发明实施例通过凸函数的列贝斯集的解析等价性，以及优化理论的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数，进而便于后期通过该凸差分函数的凸优化特性，实现得到室内目标位置稳定的全局最优解。
可选地，在本发明实施例提供的室内定位方法的一种实施例中，根据辅助问题原理以及次梯度型算法，确定凸差分函数的偏导数为零时各位置参数的值，可如图2所示。图2为本发明实施例的一种室内定位方法中凸差分函数处理方法流程图，包括：
s201，通过辅助问题原理中的预设不等式以及预设恒等式，将凸差分函数变换成能够利用次梯度型算法求解偏导数的目标函数；其中，目标函数为关于凸差分函数中目标节点的位置参数的函数。
本发明实施例为确定凸差分函数的偏导数为零时各位置参数的值的实施方法。本步骤为确定将凸差分函数变换成能够利用次梯度型算法求解偏导数的目标函数。
辅助问题的原理为：假设函数j1(x)可微，函数j2(x)不一定可微，对于原问题j1(x)+j2(x)求解最小值，若能构造出一辅助问题:ming(x)+εj2(x)，且存在x*使得g'(x*)＝εj1'(x*)成立，则原问题可转化为求解辅助问题，x*即为原问题的解，g(x)称为辅助函数。构造辅助函数形式为g(x)＝k(x)+<εj′(x)？k′(x)，x>，式中:k(x)为核函数；<,>表示数量积。
具体为，辅助问题原理中有恒等式
其中，
此时，可将上述目标节点的误差参数关于位置参数的凸差分函数：
转换为能够利用次梯度型算法求解偏导数的目标函数：
其中，假设坐标θ＝[x0,y0]t是上述公式的解，同时
因此，每一对(ξ，φ)∈irn×ir,λ(ξ)＝ξ(t,θ)＝φ
则有不等式：
s202，对目标函数求偏导，并确定目标函数的偏导数为零时位置参数的值。
上述在得到能够利用次梯度型算法求解偏导数的目标函数后，对该目标函数求偏导，并确定该目标函数的偏导数为零时位置参数的值。
具体地，求解如下公式中目标函数的偏导数为零时所对应的位置参数的值：
其中，
得到上述公式中该目标函数的偏导数为零时位置参数的值后，将各位置参数的值分别带入误差参数关于位置参数的凸差分函数中，将该凸差分函数值最小时所对应的位置参数的值确定为目标值。进而可确定该目标值对应目标节点位置的坐标表达式，通过该坐标表达式即可得到该目标节点精确的坐标位置。
可见，通过本发明实施例对目标函数求偏导，并确定目标函数的偏导数为零时位置参数的值，进而通过将偏导数为零时位置参数的值带回凸差分函数，将凸差分函数值最小时对应的表达式坐标确定为该目标节点的坐标，实现得到室内目标位置稳定的全局最优解。
为实现上述发明目的，本发明实施例还公开了一种室内定位装置，如图3所示。图3为发明实施例的一种室内定位装置结构示意图，装置包括：
表达式确定模块301，角度得到目标节点的坐标表达式，其中，坐标表达式包括目标节点的位置参数和误差参数；
凸差分函数确定模块302，用于根据凸函数的勒贝格集的解析等价性，以及优化理论的全局最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数；
参数值确定模块303，用于根据辅助问题原理以及次梯度型算法，确定凸差分函数的偏导数为零时各位置参数的值；
目标坐标确定模块304，用于将各位置参数的值分别带入凸差分函数，并将凸差分函数值最小时位置参数的值确定为目标值；将目标值对应的坐标，确定为目标节点的目标坐标。
本发明实施例提供的一种室内定位装置，可以实现得到室内目标位置稳定的全局最优解。具体为，根据预设数量的非共线传感器节点检测的目标节点的信号传播延时和角度，得到目标节点的坐标表达式，该坐标表达式中包括目标节点的位置参数和误差参数。进而根据凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数，即通过将该误差参数转换成凸差分函数，实现在凸差分函数下利用辅助问题原理以及次梯度型算法，确定出凸差分函数的偏导数为零对应的各位置参数的值。通过将偏导数为零对应的各位置参数的值带入该凸差分函数，进而确定出该凸差分函数的值最小时所对应的位置参数的值，即为最小的误差值。最终，将该最小的误差值对应的坐标确定为该目标节点的目标坐标，实现得到室内目标位置稳定的全局最优解。
可选地，在本发明实施例的室内定位装置的一种实施例中，装置还包括：
方程组建立模块，用于分别建立预设数量的非共线传感器节点与目标节点的信号传播延时以及角度的方程组；
表达式确定模块，具体用于求解预设数量的非共线传感器节点的各方程组，得到各传感器节点对应于目标节点的坐标表达式。
可选地，在本发明实施例的室内定位装置的一种实施例中，装置还包括：
第一表达式确定模块，用于将预设数量的非共线传感器节点的各方程组中各横坐标误差参数平方，并将各方程组中的横坐标误差参数的平方相加，得到第一表达式；
第二表达式确定模块，用于将预设数量的非共线传感器节点的各方程组中各纵坐标误差参数平方，并将各方程组中的纵坐标误差参数的平方相加，得到第二表达式；
第三表达式确定模块，用于将第一表达式与第二表达式相加的表达式，确定为目标节点的坐标表达式中包括的误差参数的表达式。
可选地，在本发明实施例的室内定位装置的一种实施例中，装置还包括：
第一位置确定模块，用于将包含误差值的目标节点的坐标表达式中位置参数转置得到的参数位置，确定为目标节点位置参数对应的第一位置；
凸差分函数确定模块302，具体用于将目标节点的坐标表达式包括的误差参数，通过凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，转换为关于位置参数以及第一位置对应的凸差分函数。
可选地，在本发明实施例的室内定位装置的一种实施例中，参数值确定模块303，具体用于通过辅助问题原理中的预设不等式以及预设恒等式，将凸差分函数变换成能够利用次梯度型算法求解偏导数的目标函数；其中，目标函数为关于凸差分函数中目标节点的位置参数的函数；对目标函数求偏导，并确定目标函数的偏导数为零时位置参数的值。
为实现上述发明目的，本发明实施例还公开了一种电子设备，如图4所示。图4为本发明实施例的一种电子设备结构示意图，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401、通信接口402、存储器403通过通信总线404完成相互间的通信；
存储器403，用于存放计算机程序；
处理器401，用于执行存储器403上所存放的程序时，实现如下方法步骤：
获取目标节点的信号传播延时和角度，并根据目标节点的信号传播延时和角度得到目标节点的坐标表达式，其中，坐标表达式包括目标节点的位置参数和误差参数；
根据凸函数的列贝斯集的解析等价性，以及优化理论的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数；
根据辅助问题原理以及次梯度型算法，确定凸差分函数的偏导数为零时各位置参数的值；
将各位置参数的值分别带入凸差分函数，并将凸差分函数值最小时位置参数的值确定为目标值；将目标值对应的坐标，确定为目标节点的目标坐标。
上述电子设备提到的通信总线404可以是外设部件互连标准(peripheralcomponentinterconnect，pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，eisa)总线等。该通信总线404可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口402用于上述电子设备与其他设备之间的通信。
存储器403可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器401的存储装置。
上述的处理器401可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供的一种电子设备，可以实现得到室内目标位置稳定的全局最优解。具体为，根据预设数量的非共线传感器节点检测的目标节点的信号传播延时和角度，得到目标节点的坐标表达式，该坐标表达式中包括目标节点的位置参数和误差参数。进而根据凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数，即通过将该误差参数转换成凸差分函数，实现在凸差分函数下利用辅助问题原理以及次梯度型算法，确定出凸差分函数的偏导数为零对应的各位置参数的值。通过将偏导数为零对应的各位置参数的值带入该凸差分函数，进而确定出该凸差分函数的值最小时所对应的位置参数的值，即为最小的误差值。最终，将该最小的误差值对应的坐标确定为该目标节点的目标坐标，实现得到室内目标位置稳定的全局最优解。
为实现上述发明目的，本发明实施例还公开了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时，实现如下方法步骤：
获取目标节点的信号传播延时和角度，并根据目标节点的信号传播延时和角度得到目标节点的坐标表达式，其中，坐标表达式包括目标节点的位置参数和误差参数；
根据凸函数的列贝斯集的解析等价性，以及优化理论的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数；
根据辅助问题原理以及次梯度型算法，确定凸差分函数的偏导数为零时各位置参数的值；
将各位置参数的值分别带入凸差分函数，并将凸差分函数值最小时位置参数的值确定为目标值；将目标值对应的坐标，确定为目标节点的目标坐标。
本发明实施例提供的一种计算机可读存储介质，可以实现得到室内目标位置稳定的全局最优解。具体为，根据预设数量的非共线传感器节点检测的目标节点的信号传播延时和角度，得到目标节点的坐标表达式，该坐标表达式中包括目标节点的位置参数和误差参数。进而根据凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数，即通过将该误差参数转换成凸差分函数，实现在凸差分函数下利用辅助问题原理以及次梯度型算法，确定出凸差分函数的偏导数为零对应的各位置参数的值。通过将偏导数为零对应的各位置参数的值带入该凸差分函数，进而确定出该凸差分函数的值最小时所对应的位置参数的值，即为最小的误差值。最终，将该最小的误差值对应的坐标确定为该目标节点的目标坐标，实现得到室内目标位置稳定的全局最优解。
本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如下方法步骤：
获取目标节点的信号传播延时和角度，并根据目标节点的信号传播延时和角度得到目标节点的坐标表达式，其中，坐标表达式包括目标节点的位置参数和误差参数；
根据凸函数的列贝斯集的解析等价性，以及优化理论的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数；
根据辅助问题原理以及次梯度型算法，确定凸差分函数的偏导数为零时各位置参数的值；
将各位置参数的值分别带入凸差分函数，并将凸差分函数值最小时位置参数的值确定为目标值；将目标值对应的坐标，确定为目标节点的目标坐标。
本发明实施例提供的一种包含指令的计算机程序产品，可以实现得到室内目标位置稳定的全局最优解。具体为，根据预设数量的非共线传感器节点检测的目标节点的信号传播延时和角度，得到目标节点的坐标表达式，该坐标表达式中包括目标节点的位置参数和误差参数。进而根据凸函数的列贝斯集的解析等价性，以及优化理论有关的凸最大化和逆凸优化的最优性条件，得到目标节点的误差参数关于位置参数的凸差分函数，即通过将该误差参数转换成凸差分函数，实现在凸差分函数下利用辅助问题原理以及次梯度型算法，确定出凸差分函数的偏导数为零对应的各位置参数的值。通过将偏导数为零对应的各位置参数的值带入该凸差分函数，进而确定出该凸差分函数的值最小时所对应的位置参数的值，即为最小的误差值。最终，将该最小的误差值对应的坐标确定为该目标节点的目标坐标，实现得到室内目标位置稳定的全局最优解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备及存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。