一种无人机群传感网络中的终端定位方法

1.本发明属于无线定位技术领域，具体涉及一种无人机群传感网络中的终端用户定位方法以及与其相关的定位流程和定位链路选择算法。


背景技术：

2.随着逐步进入第五代移动通信网络(5g)时代，智慧交通、智慧城市等典型的基于位置服务(location based service)的场景开启了繁荣发展，由此，无线终端定位技术在日常生活和工业生产活动中的地位与作用日益凸显。当前5g处于商业加速推广阶段，并且已将定位作为其中一项重要服务去推进整体5g业务性能的提升。无线传感网络定位系统可以根据不同的参数测量定位技术满足不同用户的位置服务需求，例如，在高动态场景下，由于多普勒频偏的存在，tdoa联合fdoa定位技术不仅可以为终端用户定位，还可以提供速度估计服务，从而实现更高维度和更高精度的定位服务。
3.近年来，无人机集群定位技术受到业界越来越多的关注，同时被公认为是5g移动通信网络的重要使能技术之一。在恶劣的环境下，例如偏远山区，传统的卫星定位服务可能会由于网络边缘化等问题导致终端用户定位服务失败。在这种情况下，无人机群凭借其高机动性和部署灵活等优势，通过结合相应定位技术来利用多无人机的测量信息，有望弥补这一不足。与此同时，无人机群传感网络具备多种实时功能，例如通信，定位，测速等，因此具有资源利用效率高，成本低等潜在优势。然而，在高动态场景下，由于系统中多普勒频移的影响，不可避免的会对通信链路的信噪比条件产生严重的负面影响，从而影响无人机群传感网络的通信能力。
4.鉴于无人机集群在执行任务过程中，需根据实时地形、突发情况等快速做出机动响应，产生较大的瞬时多普勒频移以及几何构型变化，进而影响地面用户通信、定位和测速等性能的问题，新型的终端用户定位方法应充分挖掘网络链路中通信和定位双功能的实时共享能力，使空基集群在高动态环境下的通信和定位能力始终实时维持在较高水平，从而有效提升终端用户的通信和定位的实时服务性能。


技术实现要素：

5.本发明目的在于提供一种无人机群传感网络的终端定位方法，以解决现有定位技术在无人机群传感网络中精度较低的问题，同时保障终端用户的通信和定位的实时服务性能，有效提高资源利用效率。
6.本发明所提供的一种无人机群传感网络中的终端定位方法，包括以下步骤：
7.第一步，集群中的所有无人机均在预先设定好的符合一定阈值范围的飞行轨迹上飞行，同时为地面用户提供定位服务，且各无人机均可被地面待定位用户终端所识别。
8.本发明所述的无人机集群作为地面用户的定位基站，集合表示为地面待定位终端集合为无人机基站的可用性通过安全距离阈值来进行判决。当无人机集
群网络中的任意两架无人机之间的欧式距离均大于安全阈值时，才判决该无人机群传感网络中的无人机均为可用的终端定位参考基站。
9.第二步，利用第一步中所提的动态场景下无人机群传感网络中的随机时间切片所提供的各用户终端和无人机的位置坐标，计算每一个地面用户终端与各无人机基站间的相对高度角与方位角，并以二者作为指标对可用无人机基站进行初步筛选与分组，从而得到多个符合一定几何构型的基站子集。
10.为了尽可能改善无人机定位基站相对于地面待定位用户终端的几何分布构型，提出了旋转扫描式无人机基站初次筛选算法，具体如下。
11.(1)对于定位终端用户ui，计算该时刻与基站集合中的无人机n之间的相对高度角α
ni
和方位角β
ni
；
12.(2)初次选择与终端用户ui的相对高度角最小的基站作为参考基站节点，即有
13.(3)设置m组方位角分组参考角度其中为(2)中所选基站的方位角。根据方位角以及分组参考角度之间的差值对无人机基站进行分组。当条件满足时，将无人机ni分入子组，其中j∈{1,...,m}。若第组根据上述角度分配方式得到的符合条件的无人机数量为零，即无符合该角度条件下的无人机分配进组，则接下来通过增加数值的方式来继续对符合条件的无人机进行搜索，直至每个方位子组中最终至少包含一个无人机基站。
14.(4)设置旋转扫描步进角δβ，δβ＜2π/m，将(2)中参考基站节点的方位角分组参考角度增加δβ，并重新进行步骤(3)，以尽可能的遍历得到该区域范围内所有符合条件的无人机基站组合，遍历结果最终第j组的基站个数为nj，且最终得到l＝2π/(δβ*m)数量的不同参考基站节点的无人机基站分组。
15.(5)从子组中各随机选择一个无人机组成无人机定位基站子集sk。每旋转扫描一次，得到的所有符合条件的基站子集组成的总的集合表示为s
ptotal
，sk∈s
ptotal
,其中p∈{1,...,l}。
16.第三步，计算第二步中得到的所有子集sk的位置(三维)精度因子并根据位置(三维)精度因子的值对每一个无人机定位基站子集进行二次优选。
17.为了进一步改善无人机定位基站与待定位终端的几何构型对终端定位的影响，本发明提出二次无人机定位子集的优选方法，具体步骤如下。
18.(1)计算第二步中得到的无人机基站子集sk的位置(三维)精度因子值，可进一步表示为：
[0019][0020]
上式中，是无人机定位基站子集sk的定位观测方程的雅可比矩阵，则可进一步
有：
[0021][0022]
上式中，i
t
＝[x
t
,y
t
,z
t
]
t
,(t∈sk)表示无人机定位基站子集sk中的无人机的三维坐标，x＝[x,y,z]
t
则为待定位用户的三维坐标。
[0023]
(2)计算每一个总的集合s
ptotal
中所有的无人机基站子集sk对应的位置(三维)精度因子值，从小到大排列，选出其中最小的无人机基站子集并存入新的集合故集合中共有l个值最小的无人机定位基站子集。
[0024]
第四步，计算第三步得到的集合中所有基站子集对应的链路信噪比损失值，并根据每个子集的链路信噪比损失值对集合中所有基站子集进行最终优选，得到通信和感知性能最优的链路子集。
[0025]
为进一步提升终端用户通信和定位双功能的实时共享能力，使空基集群在高动态环境下的通信和定位能力始终实时维持在较高水平，本发明提出定位基站子集的最终优选策略，具体步骤如下。
[0026]
(1)计算中所有基站子集对应的链路信噪比损失值，其中可进一步表示为：
[0027][0028]
上式中，ts为系统采样周期，δφ为相位偏差，为系统信噪比。由上式中可看出，信噪比损失和该无人机基站子集的无人机-地面用户链路的多普勒频偏δfc的大小有关。更进一步的，多普勒频偏δfc可以由到达频率差(fdoa)定位方法通过测量该时刻无人机群和待定位用户之间的相对位置和相对速度来获得，其中i
t
＝[x
t
,y
t
,z
t
]
t
,(t∈sk)表示无人机定位基站子集sk中的无人机的三维坐标，表示子集sk中的无人机瞬时速度矢量。
[0029]
(2)计算每个子集的链路信噪比损失值，并将其从小到大排列，选择值最小的无人机子集作为中最终优选得到的通感性能最优的链路子集即
[0030]
第五步，对用户终端集合中的每一位用户均利用上述方法进行最佳无人机定位基站的优选，并且根据第四步中选出的最优无人机基站子集为该终端提供定位服务。
[0031]
本发明一种无人机群传感网络中的终端定位方法，和现有定位方法相比，其优势和有益效果在于：通过上述基于几何构型和信噪比损失d
nf
的通感链路优选方法，为用户终端选择同一时刻下几何构型分布较好且通信质量较高的链路，从而保障并提升终端用户的实时通信和定位性能。
附图说明
[0032]
为了对所提发明的技术原理和具体流程方案进行更为清晰的说明，下面将对实施例中所涉及到的相关附图进行简单说明与介绍。显然，下文所描述的附图1～3仅仅是用于实施例的描述与说明，对于本领域的普通相关技术研究人员而言，此类其他附图还可以在不通过创造性劳动的前提下来获得。
[0033]
图1为本发明所提出的终端定位方法的流程图。
[0034]
图2为本发明所提出的基于几何构型和信噪比损失d
nf
的通感链路优选方法流程图。
[0035]
图3为本发明所针对的无人机群传感网络示意图。
具体实施方式
[0036]
以下将结合附图和实施例对本发明的特征和原理作进一步描述，所列举实施例的作用仅限于解释本发明，并非用于限定本发明的应用范围。
[0037]
参照图1所示，本发明提出一种无人机群传感网络中的终端定位方法，下面将以无人机集群基站的可用性判决阈值(安全距离阈值)初始方位角分组组数m＝5，方位角分组参考角度划分阈值增加值无人机参考基站的旋转扫描步进角为例对所提供的总体发明方法的具体实施方式进行进一步解释和详细介绍。
[0038]
本发明首先提供了通过一定范围内无人机间的安全距离阈值来对无人机基站可用性进行判决的方法，如步骤1所示。
[0039]
步骤1：首先对无人机之间的欧氏距离进行距离阈值的设置，即，当任意两架无人机之间的距离大于时，即可判定该范围内的无人机均属于用户终端定位的可用性范围，即该无人机群传感网络中的无人机均为可用的终端定位参考基站，集合为
[0040]
在确定终端定位可用基站的集合后，为了尽可能改善无人机定位基站相对于地面待定位用户终端的几何分布构型，本发明提出了旋转扫描式无人机基站初次筛选算法，具体流程如步骤2.1～步骤2.5所示。
[0041]
步骤2.1：对于定位终端ui，计算该时刻其与基站集合中的无人机n之间的相对高度角α
ni
和方位角β
ni
；
[0042]
步骤2.2：初次选择与终端用户ui的相对高度角最小的基站作为参考基站节点，即有
[0043]
步骤2.3：设置初始5组方位角分组参考角度其中为步骤2.2中所选基站的方位角。即根据方位角将符合条件的基站分为5组，且每组的分组角
[0044]
度间隔为当条件满足时，将基站ni分入子组，其中j∈{1,...,5}。若第组根据上述角度分配得到的基站数量为零，即无符合该角度条件下的无人机分配进组，则通过以数值增加量来增加的方式来继续对其他未入选归组的无人机基站进行搜索，直至每个方位子组中至少包含一个符合条件的无人机基站。
[0045]
步骤2.4：将(2)中参考基站节点的相对高度角增加步进角且有并重新进行步骤(3)，目的以尽可能的遍历得到所有该区域范围内符合条件的无人机基站组合，最终第j组的基站个数为nj，且最终得到数量的不同参考基站节点的无人机基站分组。
[0046]
步骤2.5：从5组方位角分组子组中各随机选择一个的无人机组成无人机定位基站子集sk，即每个子集中包含的无人机基站数目为5。每旋转扫描一次，得到的所有符合条件的基站子集组成的总的集合表示为s
ptotal
，sk∈s
ptotal
,其中p∈{1,...,12}。
[0047]
至此，根据基本的角度划分分组的方式得到了无人机基站分布较为均匀的子集集合，接下来，需对所得到的集合进行进一步筛选，且筛选指标为无人机基站子集和待定位终端组成的几何构型的评价标准位置(三维)精度因子该部分的具体流程为步骤3.1～步骤3.2所示。
[0048]
步骤3.1：根据公式计算第二步中得到的无人机基站子集sk的位置(三维)精度因子值，sk∈s
ptotal
,其中p∈{1,...,12}。
[0049]
步骤3.2：将上述计算得到的数值按照从小到大排列，选出其中最小值对应的无人机基站子集并存入新的子集故子集中最终得到l＝12个值最小的无人机定位基站子集。
[0050]
至此，良好的pdop保障了无人机基站的几何构型以及为终端用户提供定位服务的能力，为进一步提升终端用户通信和定位双功能的实时共享能力，使空基集群在高动态环境下的通信和定位能力始终实时维持在较高水平，本发明提出定位基站子集的最终优选策略，计算第三步得到的集合中所有基站子集对应的链路信噪比损失值，其中并根据每个子集的链路信噪比损失值对集合中所有基站子集进行最终优选，得到通信和感知性能最优的链路子集，具体如步骤4.1～步骤4.2所示。
[0051]
步骤4.1：计算中所有基站子集对应的链路信噪比损失值，其中
[0052]
步骤4.2：将步骤4.1中计算得到的信噪比损失按照从小到大
排列，选择值最小值对应的子集作为中最终优选得到的通感性能最优的链路子集即
[0053]
最后，对用户终端集合中的每一位用户均利用上述方法进行最佳无人机定位基站的优选，并且根据第四步中选出的最优无人机基站子集为该终端提供定位服务，具体如步骤5所示。
[0054]
步骤5：根据上述方法，使用以及相应距离和速度测量值为终端用户ui提供定位服务。
[0055]
通过上述无人机链路优选策略，最终为终端用户ui优选出的无人机基站链路子集具有几何构型质量好且信噪比损失较小的优势，该方法在提升终端用户定位性能的同时，保障了基站和终端用户之间的高通信质量。
[0056]
上述所列举实施例涉及到的本发明的特征和原理的整体详细流程图如图2所示，本发明所针对的相关场景图如图3所示。
[0057]
综上所述，本发明提出的一种无人机群传感网络中的终端定位方法可以通过无人机基站-待定位终端链路优选的方式，为终端用户筛选出几何构型良好的以及与此同时信噪比损失较小的无人机定位基站集合，在保障终端用户定位精度的同时达到通信质量较高的目的，最终使空基集群在高动态环境下的通信和定位能力始终实时维持在较高水平，从而有效提升终端用户的通信和定位的实时服务性能。