基于EFI的协作定位节点选择方法与流程

本发明涉及一种基于efi的协作定位节点选择方法。

背景技术：

随着移动互联网时代的带来，基于位置的服务对定位提出了很高的要求，随时随地获取高定的位置信息成为了许多应用的前提。但是目前广泛使用的gps系统等传统定位方式难以满足某些场景下的定位需求，于是出现了协作定位技术。协作定位技术是指目标节点间通过相互协作来实现定位，包括协作节点间建立通信链路用于共享定位信息，通过测距系统来测量节点间的距离。协作定位具有其他定位系统不具备的有点，比如参考节点密度要求低、定位范围更广、定位精度更高等。但是节点间的协作也带来了一些问题，比如定位网络的平均连接数过高，从而导致信道拥塞和定位延时。通常协同定位的平均连接数是非协同定位的10倍以上，在实际定位中若目标节点使用全部节点进行位置估计，将耗费大量的计算时间，实时性难以得到保证，且辅助节点中误差较大的节点会影响定位精度。因此在进行合作定位过程中，合适的协作节点选择算法既能缩短定位时间，又能提高定位精度。

目前常用的邻节点选择算法包括根据信号强度或者距离远近来进行选择。也有基于克拉美罗界的方法来选择邻居节点子集，这种方法是在全空间内搜索所有不同组合来寻找某一组合使得待定位节点的克拉美罗界最小。另外根据信道损耗指数来选择邻节点的方法是通过尽可能降低测距带来的误差来提高定位精度。一般来说影响协作定位精度的因素有辅助节点的位置误差、与辅助节点间的测距误差、以及辅助节点的拓扑分布三个影响因素。

技术实现要素：

本发明的目的是提供一种可以降低定位算法带来的能量和信道资源的消耗以及降低定位的时延的定位节点选择算法。技术方案如下：

一种基于efi的协作定位节点选择方法，包括下列步骤：

第一步：根据应用需求设置定位系统的精度门限g，目标节点获取邻居节点集合δ。

第二步：目标节点根据自身边缘费舍尔信息矩阵和接收到的邻居节点的边缘费舍尔信息矩阵更新自身的边缘费舍尔信息矩阵为并分别计算spebi,j。

第三步：选择使spebi,j最小的节点j并添加到γi中，将i节点从δi中移除。

第四步：根据更新后的重复第二、三、四步，直到节点的定位精度小于等于g。

第五步：使用γ中的节点计算节点的位置。

本发明的基于边缘费舍尔信息矩阵(efi)的节点选择算法。该算法与已有的算法最大的不同点在于该算法不以提高最大定位精度为目的，而是在达到应用需要的前提下尽可能的选择最少数量的节点参与协作，以降低定位算法带来的能量和信道资源的消耗以及降低定位的时延。

附图说明

图1是efi的几何解释图

图2是efi的更新示意图，p1表示目标节点，p2表示协作节点，椭圆表示节点的efi，即费舍尔信息量的几何表示，可以发现p1节点的efije(p1)在经过协作信息量明显的增大。

图3是几种方法的定位效果对比图。

具体实施方式

本发明改变传统的评估邻居节点信息量的方法，而是使用efi(边缘费舍尔信息)作为表征邻居节点的信息量，并且使用本方法可以在达到指定定位精度的前提下尽可能的减少协作节点的数量，从而达到节约定位系统资源消耗的目的。本发明以邻居节点对目标节点efi的影响来衡量邻居节点的含有的信息量，信息量越大表示邻居节点越有利于目标节点定位精度的提高。

定位网络中，目标节点k的位置表示为pk＝[xk,yk]^t，邻居节点j表示为pj＝[xj,yj]^t。φkj表示目标节点k与邻居节点j的角度，有则测距方向矩阵(rdm)表示为：通过信号的有效带宽和第一路径信噪比可以确定测距信息强度(rii)v，计算方法可参考文献：

fundamentallimitsofwidebandlocalization-parti:ageneralframework，by:shen,yuan；win,moez.ieeetransactionsoninformationtheoryvolume:56issue:10pages:4956-4980published:oct2010。

目标节点的efi为其中μ和η是je(pk)的特征值(μ＞η)，uα是角度为α旋转矩阵，即

α即信息矩阵的旋转角度，为简化表述，用f(μ,η,α)表示节点的efi。

将来自新的邻居节点的efi表示为f(v,0,φ)＝vjr(φ)，目标节点接收到信息的角度是φ，即目标节点和待定位节点的相对位置为φ。当目标节点接收到来自邻居节点的信息f(ν,0,φ)后，目标节点的efi更新为：

其中

并且以衡量变化后的目标节点定位误差。

目标节点的efi在接收到邻居节点的信息后的更新变化附图2所示。

为实现上述目的，本发明采取以下技术方案：

第一步：根据应用需求设置定位系统的精度门限g，目标节点获取邻居节点集合δ。

第二步：目标节点i根据自身的efif(μ,η,α)和接收到的邻居j的f(ν,0,φ)更新自身的efi为并分别计算spebi,j。

第三步：选择使spebi,j最小的节点j并添加到γi中，将i节点从δi中移除。

第四步：根据更新后的重复第二、三、四步，直到节点的定位精度小于等于g。

第五步：使用γ中的节点计算节点的位置。

参见图3：为证明本方法的有效性，对比了最常用的两种方法，最近邻方法：该方法选择离目标节点最近的节点参与协作定位，考虑的依据是距离是影响信号传输所消耗能量的关键因素。邻居节点最小均方误差法：该方法通过选择周围邻居节点中位置均方误差最小的节点参与协作。比较的结果证明该本发明所使用的方法可以选择最小数量的节点参与协作。