一种高精度的非视距追踪定位方法与流程

本发明涉及无线定位技术，更具体地说，它涉及一种高精度的非视距追踪定位方法。

背景技术：

追踪定位是指对移动目标的实时定位，广泛应用于军事、物流、导航、医疗、搜索和营救等领域。提高定位系统在复杂多径、非视距环境下对移动目标的定位精度、降低系统复杂度，是当前追踪定位算法的研究热点之一。近年来，国内外关于追踪定位算法的研究非常活跃，主要算法包括：贝叶斯滤波(bayesianfilter)；开尔曼滤波(kalmanfilter)；粒子滤波(particlefilter)等。以上算法都属于统计方法，其共同缺点是：(1)一般需要事先知道样本的先验分布，并需要收集足够多的样本数据，而这些要求在实际应用中往往难以达到，并且算法实时性不高；(2)算法需要的特征联合概率分布有时候难以确定。

技术实现要素：

本发明要解决的技术问题是针对现有技术的上述不足，本发明的目的一是提供一种无需依赖样本所从属的总体的分布形式、数据量少的高精度的非视距追踪定位方法。

本发明的技术方案是：一种高精度的非视距追踪定位方法，包括以下步骤：

s1：获取待定位节点与相应的基站之间的距离其中1≤i≤a，a为基站数目，a≥3，t为采样样本序号；

s2：根据回声状态高斯过程esgp对所述距离进行计算得到所述待定位节点的坐标和定位方差，并将所述坐标和定位方差进行输出。

作为进一步地改进，根据所述回声状态高斯过程esgp计算所述待定位节点的坐标和定位方差包括以下具体步骤：

s21：根据均匀分布或高斯分布随机产生输入权值矩阵wi、内部权值矩阵w和反馈权值矩阵wf，并根据输入权值矩阵wi、内部权值矩阵w、反馈权值矩阵wf以及各所述距离得到输入矢量rt，

rt＝[ut；xt]，

其中，xt为回声状态网络esn的状态矢量，

xt＝f(wiut wxt-1 wfyt-1)，

yt为待定位节点的坐标，yt＝[atbt]，初始状态矢量x0＝0；

s22：将输入矢量rt中的一半采样样本作为训练输入数据dt得到训练输出数据另一半的采样样本作为测试输入数据得到测试输入数据y^*；

s23：根据径向基核函数来度量训练输入数据dt中任意两个矢量之间的相关性，

根据梯度上升法来最大化边缘对数似然函数

得到超参数θd＝[σk,l]的最优值，其中，为加性高斯白噪声方差，i为单位矩阵；

s24：根据测试输入数据以及根据得到所述待定位节点的坐标，根据得到所述待定位节点的定位方差，其中，

进一步地，在所述步骤s22中，所述dt的下标t的取值范围为1～n，所述的下标t的取值范围为1～n。

进一步地，所述待定位节点、基站均装备有能进行基于波达时间测距的天线，所述待定位节点根据所述天线得到与相应的基站之间的距离

有益效果

本发明与现有技术相比，具有的优点为：本发明根据回声状态高斯过程esgp对待定位节点与多个基站之间的距离进行计算得到待定位节点的坐标和定位方差，不必依赖于样本所从属的总体的分布形式，仅依赖少量数据观测值的与总体分布无关的性质进行检验和估计，不仅提高了非视距追踪定位精度，而且提供追踪结果不确定性的度量，即定位方差。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图中的具体实施例对本发明做进一步的说明。

参阅图1，一种高精度的非视距追踪定位方法，包括以下步骤：

s1：获取待定位节点与相应的基站之间的距离其中1≤i≤a，a为基站数目，a≥3，t为采样样本序号；

s2：根据回声状态高斯过程esgp对距离进行计算得到待定位节点的坐标和定位方差，并将坐标和定位方差进行输出。

根据回声状态高斯过程esgp计算待定位节点的坐标和定位方差包括以下具体步骤：

s21：根据均匀分布或高斯分布随机产生输入权值矩阵wi、内部权值矩阵w和反馈权值矩阵wf，并根据输入权值矩阵wi、内部权值矩阵w、反馈权值矩阵wf以及各距离得到输入矢量rt，

rt＝[ut；xt]，

其中，xt为回声状态网络esn的状态矢量，

xt＝f(wiut wxt-1 wfyt-1)，

yt为待定位节点的坐标，yt＝[atbt]，初始状态矢量x0＝0；

s22：将输入矢量rt中的一半采样样本作为训练输入数据dt得到训练输出数据另一半的采样样本作为测试输入数据得到测试输入数据y^*；

s23：根据径向基核函数来度量训练输入数据dt中任意两个矢量之间的相关性，

根据梯度上升法来最大化边缘对数似然函数

得到超参数θd＝[σk,l]的最优值，其中，为加性高斯白噪声方差，i为单位矩阵；

s24：根据测试输入数据以及根据得到待定位节点的坐标，根据得到待定位节点的定位方差，其中，dn为第n个dt。

在步骤s22中，dt的下标t的取值范围为1～n，的下标t的取值范围为1～n。

待定位节点、基站均装备有能进行基于波达时间(time-of-arrival,

toa)测距的天线，待定位节点根据天线得到与相应的基站之间的toa距离

本发明根据回声状态高斯过程esgp对待定位节点与多个基站之间的距离进行计算得到待定位节点的坐标和定位方差，不必依赖于样本所从属的总体的分布形式，仅依赖少量数据观测值的与总体分布无关的性质进行检验和估计，不仅提高了非视距追踪定位精度，而且提供追踪结果不确定性的度量，即定位方差。

以上仅是本发明的优选实施方式，应当指出对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些都不会影响本发明实施的效果和专利的实用性。

技术特征：

1.一种高精度的非视距追踪定位方法，其特征在于，包括以下步骤：

s1：获取待定位节点与相应的基站之间的距离其中1≤i≤a，a为基站数目，a≥3，t为采样样本序号；

s2：根据回声状态高斯过程esgp对所述距离进行计算得到所述待定位节点的坐标和定位方差，并将所述坐标和定位方差进行输出。

2.根据权利要求1所述的一种高精度的非视距追踪定位方法，其特征在于，根据所述回声状态高斯过程esgp计算所述待定位节点的坐标和定位方差包括以下具体步骤：

s21：根据均匀分布或高斯分布随机产生输入权值矩阵wi、内部权值矩阵w和反馈权值矩阵wf，并根据输入权值矩阵wi、内部权值矩阵w、反馈权值矩阵wf以及各所述距离得到输入矢量rt，

rt＝[ut；xt]，

其中，xt为回声状态网络esn的状态矢量，

xt＝f(wiut wxt-1 wfyt-1)，

yt为待定位节点的坐标，yt＝[atbt]，初始状态矢量x0＝0；

s22：将输入矢量rt中的一半采样样本作为训练输入数据dt得到训练输出数据另一半的采样样本作为测试输入数据得到测试输入数据y^*；

s23：根据径向基核函数来度量训练输入数据dt中任意两个矢量之间的相关性，

根据梯度上升法来最大化边缘对数似然函数

得到超参数θd＝[σk,l]的最优值，其中，1为加性高斯白噪声方差，i为单位矩阵；

s24：根据测试输入数据以及根据得到所述待定位节点的坐标，根据得到所述待定位节点的定位方差，其中，

3.根据权利要求2所述的一种高精度的非视距追踪定位方法，其特征在于，在所述步骤s22中，所述dt的下标t的取值范围为1～n，所述的下标t的取值范围为1～n。

4.根据权利要求1所述的一种高精度的非视距追踪定位方法，其特征在于，所述待定位节点、基站均装备有能进行基于波达时间测距的天线，所述待定位节点根据所述天线得到与相应的基站之间的距离

技术总结
本发明公开了一种高精度的非视距追踪定位方法，属于无线定位技术，主要解决现有定位方法存在需要依赖样本所从属的总体的分布形式、数据量大的技术问题，所述方法包括以下步骤：S1：获取待定位节点与相应的基站之间的距离其中1≤i≤A，A为基站数目，A≥3，t为采样样本序号；S2：根据回声状态高斯过程ESGP对所述距离进行计算得到所述待定位节点的坐标和定位方差，并将所述坐标和定位方差进行输出。本发明无需依赖样本所从属的总体的分布形式、数据量少、精度高。

技术研发人员：杨小凤
受保护的技术使用者：玉林师范学院
技术研发日：2020.01.16
技术公布日：2020.06.09