第十讲 定位算法综述完整课件.ppt

模式匹配 数据融合等算法 数据压缩 数据库 多媒体技术 以RADAR系统为例，该系统采用RSS方式进行实时定位，定位主要分成两个阶段： （1） 离线阶段测量并记录移动节点在现场不同位置情况下各个参考节点的RSS，构成RSS指纹库（footprint）；（2） 实时阶段将收到的信号强度与指纹库中的数据进行比较，估计出节点位置。 定位相关的其他技术 谢谢 定位相关的其他技术 多边定位Multilateration 多次测量方程的个数大于变量的个数 估计方法： 最小二乘（LS，Least Square） 极大似然（MLE, Maximum Likelihood Estimation） 最小均方差（MMSE, Minimum Mean Square Error） 基于测距的定位算法 三边定位Trilateration（多边定位特例） 多次测量方程的个数等于变量的个数 需要考虑无解的情况，求最优近似解 基于测距的定位算法 信号强度（RSS ） 通过信号在传播中的衰减来估计节点之间的距离 根据信道模型求解距离： 信道的时变特性： 信道由于受到多径衰减（Multi-path Fading） 非视距阻挡（Non-of-Sight Blockage）的影响 基于测距的定位算法 信号传播时间/时间差（TOA/TDOA/RTOF） TOA TDOA RTOF 基于测距的定位算法 接收信号相位（PDOA） 通过测相位差，求出信号往返的传播时间，计算出往返距离 其中，fc是信号频率，λ是信号的波长，φ是发送信号和反射信号的相位差。由上式可知d的范围是[0, λ]。不同的距离如果相差λ倍，则测量获得的相位相同。 基于测距的定位算法 近场电磁测距（NFER） 利用了在近场电场与磁场的相位差来测量距离。射频信号包括电场和磁场2部分。 近场电磁测距方法的测距范围0.05 λ ~ 0.5 λ 之间，最佳测量范围0.08 λ ~ 0.3 λ之间。 基于测距的定位算法 利用角度关系定位 已知一个顶点和夹角的射线确定一点 已知三点和三个夹角确定一点 基于测距的定位算法 基于测距的定位算法 主要内容 内容安排 定位概述 基于测距（range-based）的定位算法 无需测距（range-free）的定位算法 定位相关的其它技术 质心算法 DV-Hop算法 不定形（Amorphous）定位算法 APIT算法 无需测距的定位算法 质心（Centroid）指多边形的几何中心，是多边形顶点坐标的平均值。设多边形定点位置的向量表示为 pi=（xi, yi）T，则质心为 连通度和RSSI信息的质心定位加权算法（W-Centroid） 质心法 无需测距的定位算法 多边形的几何中心，称为质心，多边形顶点坐标的平均值就是质心节点的坐标。 质心定位算法首先确定包含未知节点的区域，计算这个区域的质心，并将其作为未知节点的位置。 无需测距的定位算法 基本过程： 信标节点周期性向邻近节点广播信标分组，信标分组中包含信标节点的标识号和位置信息； 当未知节点接收到来自不同信标节点的信标分组数量超过某一个门限k或接收一定时间后，就确定自身位置为这些信标节点所组成的多边形的质心。 无需测距的定位算法 L3 A L1 L2 测量确定分布在2个参考节点之间的待定节点构成的多跳网络的跳数，估算出每一跳的距离，从而确定每个节点的位置。 精度：网络平均连通度为10，参考节点比例为10%的各向同性网络中定位精度约为33%。 缺点：仅仅在各向同性的密集网络中，校正值才能合理地估算平均每跳距离。 DV-Hop算法 无需测距的定位算法 基本思想： 首先：计算未知节点与每个信标节点的最小跳数； 然后：估算平均每跳的距离，利用最小跳数乘以平均每跳距离，得到未知节点与信标节点之间的估计距离； 最后：利用三边测量法或极大似然估计法计算未知节点的坐标。 无需测距的定位算法 计算未知节点与每个信标节点的最小跳数 信标节点向邻居节点广播自身位置信息的分组，其中包括跳数字段，初始化为0； 接收节点记录具有到每个信标节点的最小跳数，忽略来自同一个信标节点的较大跳数的分组。然后将跳数值加1，并转发给邻居节点； 网络中所有节点能够记录下到每个信标节点最小跳数。 无需测距的定位算法 计算未知节点与信标节点的实际跳段距离 每个信标节点根据记录的其它信标节点的位置信息和相距跳数，估算平均每跳的实际距离 ； 然后，信标节点将计算的每跳平均距离用带有生存期字段的分组广播至网络中，未知节点仅记录接收到的第一个每跳平均距离，并转发给邻居节点 ； 未知节点接收到平均每跳距离后，根据记录的跳数，计算到每个信标节点的跳段距离； 无需测距的定位算法 利用三边测量法或极大似然估计法计