一种无线协作定位网络功率分配的方法与流程

本发明属于网络通信技术，具体涉及一种无线协作定位网络功率分配的方法。

背景技术：

无线定位系统常常通过优化定位算法和改进网络拓扑结构等方法降低系统成本和提高定位精度。但是，优化系统的资源分配同样可以提高资源受限的定位系统的定位精度。1)一般，人们只是简单的将系统资源平均分配给各个节点，并没有考虑到不同位置的节点对定位系统的贡献是不同的，这种做法并没有实现系统资源的最优配置；2)目前的研究集中在非协作定位网络，而非协作定位网络忽略了目标节点间的拓扑结构，这种浪费对资源受限的无线定位网络是不可接受的，而协作定位网络能够有效利用节点之间的拓扑结构；3)目前大部分研究忽略了在实际的环境中，定位网络附近可能存在其它的无线网络，而这些网络会对无线定位网络造成干扰。现有分配方法存在以下问题：

由于非协作定位网络结构简单，求解的算法一般也较为简单，算法通用性差，无法应用于大规模，拓扑结构较为复杂的协作定位网络。没有考虑实际环境中其他网络的干扰，定位的鲁棒性差，能否应用于实际部署存疑。多采用非协作定位网络，浪费了目标节点间的拓扑结构，导致定位的效果差。

技术实现要素：

发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种无线协作定位网络功率分配的方法。

技术方案：本发明的一种无线协作定位网络功率分配的方法，包括以下步骤：

步骤s1、部署受干扰协作无线定位网络，该受干扰协作无线定位网络包括个目标节点，个锚节点和个干扰节点；

步骤s2、通过k-l变换和舒尔补提取步骤s1中待定位所有目标节点收到信息的fisher信息矩阵；

步骤s3、根据所得fisher信息矩阵利用baiandgolub定理计算出平方定位误差；

；

其中，；；；表示fisher信息矩阵的阶数，即；表示取矩阵的迹，表示矩阵的范数的平方，表示取矩阵的最小特征值；

步骤s4、以最小化为目标函数，锚节点总功率、目标节点总功率和干扰节点总功率为约束，建立最优化问题；

步骤s5、根据第次迭代的结果代入fisher信息矩阵，即得到局部近似目标函数；表示受干扰协作无线定位网络中当前最优功率分配；

步骤s6、通过拉格朗日乘子法将原问题转化为含有简单约束的最优化问题；

步骤s7、设置迭代次数；

步骤s8、采用粒子群算法求解这个最优化问题，得到当前最优功率分配；

步骤s9、设置阈值判断条件，进行迭代运算；

当迭代到小于阈值时，即当时停止迭代，并输出最优功率分配；

否则，返回步骤s5。

其中，上述步骤s9中取值为。

其中，所述步骤s2所有待定位目标节点位置的fisher信息矩阵表示为：

其中，表示目标节点的位置；表示目标节点与所有锚节点通信得到的fisher信息矩阵，表示为；表示目标节点与目标节点间通信得到的fisher信息矩阵并且且；

是由锚节点发射信号波形、功率决定的距离信息强度；表示是由目标节点发射信号波形、功率决定的距离信息强度；表示目标节点受到干扰的强度，与所有干扰节点总功率和干扰节点位置相关；表示目标节点受到干扰的强度；由目标节点与锚节点之间的相对角度决定；由目标节点与目标节点之间的相对角度决定。

进一步地，所述步骤s4中建立最优化问题的具体过程为：

以最小化为目标函数，锚节点总功率、目标节点总功率和干扰节点总功率为约束，建立的最优化问题为：

其中，目标节点的发射功率范围为，为了降低功耗，所有目标节点的总功率小于；

锚节点的发射功率范围为，为了降低功耗，所有锚节点的总功率小于；

干扰节点的发射功率范围为，为了保证干扰网络的正常运行，所有干扰节点的总功率大于。

进一步地，所述步骤s5中的表示为：

向量；

其中，表示第次迭代；

当迭代次数时，目标节点、锚节点和干扰节点的发射功率都采取均匀分配，即、和，这样便得到了；

当迭代次数时，取值为上一次迭代运算得到的结果；

根据第次迭代的结果，则局部近似目标函数的估算过程为：

将代入到fisher信息矩阵中，即求得第次迭代时，、与的具体数值，分别为、与；然后表示为：

。

进一步地，所述步骤s6的详细过程是：

首先，将目标函数替换为其局部近似目标函数；

接着，将关于目标节点、锚节点和干扰节点总功率的约束项通过外罚函数法，提取到目标函数中，得到含有简单约束的最优化问题为：

其中，，，的取值范围均为10~100。

此处，通过外罚函数法能够将有约束最优化问题简化为无约束最优化问题，降低原问题的复杂度，可以采用更多算法求解，提高求解效率。

进一步地，所述步骤8中当迭代次数为：时，使用粒子群算法求解步骤s6所得最优化问题，具体方法为：

将含有简单约束的最优化问题中的三个约束项分别设置为对应粒子的边界，然后使用粒子群算法求解得到，即得到受干扰协作无线定位网络中当前最优功率分配。

有益效果：与现有技术相比，本发明有以下优点：

（1）本发明采用协作定位方法，相比于现有非协作定位方法，定位效果好。

（2）本发明考虑到实际环境中其他网络的干扰，定位的鲁棒性更好，对实际部署更具参考价值。

（3）本发明对于受干扰协作无线定位网络中，目标节点、锚节点和干扰节点的功率统筹分配，做到了在保证多个网络正常运行的前提下，提高了资源受限系统的资源的利用率。

附图说明

图1为本发明中一实施例部署的受干扰协作无线定位网络示意图；

图2为本发明的整体流程示意图；

图3为本发明一实施例中各目标节点的平方定位误差以及与其他现有技术对比示意图。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

如图1所示，本发明通过k-l变换和舒尔补提取接收信号的关键信息，接着根据该信息利用baiandgolub定理计算出定位误差的数学形式，将功率分配问题建模成一个非线性最优化问题，然后利用拉格朗日乘子法和粒子群算法推导出具体迭代步骤，得到最高定位精度下的最优功率分配。

如图2所示，本实施例的一种无线协作定位网络功率分配的方法，包括以下步骤：

步骤s1、部署受干扰协作无线定位网络，该受干扰协作无线定位网络包括个目标节点，个锚节点和个干扰节点；

步骤s2、计算步骤s1中待定位所有目标节点收到信息的fisher信息矩阵；

步骤s3、根据所得fisher信息矩阵利用baiandgolub定理计算出平方定位误差；

步骤s4、以最小化为目标函数，锚节点总功率、目标节点总功率和干扰节点总功率为约束，建立最优化问题；

步骤s5、根据第次迭代的结果代入fisher信息矩阵，即得到局部近似目标函数；表示受干扰协作无线定位网络中当前最优功率分配；

步骤s6、通过拉格朗日乘子法将原问题转化为含有简单约束的最优化问题；

步骤s7、设置迭代次数；

步骤s8、采用粒子群算法求解这个最优化问题，得到当前最优功率分配；

步骤s9、设置阈值判断条件，进行迭代运算；

当迭代到小于阈值时，即当时停止迭代，并输出最优功率分配；

否则，返回步骤s5。

实施例1：

本实施例中部署一个m的方形受干扰协作无线定位网络，其中包含有3个锚节点，3个干扰节点和8个目标节点。3个锚节点的坐标分别为(0,0)、(5,10)、(10,0)，3个干扰节点的位置分别为(0,10)、(5,0)、(10,10)，8个目标节点依次分布在（3,3）、（3,5）、（3,7）、（5,3）、（5,5）、（5,7）、（7,3）、（7,5）。单个节点的发射功率、与被限制在0到0.5之间，目标节点总功率、锚节点总功率与干扰节点总功率被设置为1，阈值判断条件设置为。

此处以8个目标节点位置的平方定位误差为目标函数，各类节点分别以其总功率为约束，建立最优化问题。迭代次数为7次时，能够收敛到最优解，均匀分配的总平方定位误差为0.0106，最终所得本实施例的总定位误差为0.00883。

如图3所示为本实施例的每个节点的平方定位误差，由图3可以看出本发明的资源分配方案无论是单个定位精度，还是总定位精度，都要优于传统的分配算法；尤其是最后求得的结果为3个锚节点功率分别是0.299、0.499、0.202；3个干扰节点的功率分别是0.300、0.201、0.499；8个目标节点的功率分别是0.071,0.071,0.071,0.071,0.071,0.071,0.071,0.499。

上述实施例更加验证本发明其整体运算效率得到的提高，通过加入干扰节点的影响，资源分配得到的实际定位效果较好。