kaiyun官方注册
您所在的位置: 首页> 通信与网络> 设计应用> NLOS环境下基于WSN的救援人员定位系统研究
NLOS环境下基于WSN的救援人员定位系统研究
2020年电子技术应用第12期
王钦锐1,黄越洋1,石元博2,张吉祥1,左梓邑1
1.辽宁石油化工大学 信息与控制工程学院,辽宁 抚顺113001; 2.辽宁石油化工大学 计算机与通信工程学院,辽宁 抚顺113001
摘要:在大型建筑灾难发生过程中,由于受到有毒烟雾、噪声、大火、漏电、光线等不利因素影响,加上大型建筑内部结构复杂,很多救援人员难以获得可靠的信息。针对上述情况,无线传感器网络在室内复杂环境定位方面可以发挥其优势作用,但目前面临的挑战就是在LOS环境下其定位精度非常高,然而在NLOS环境下其测量可能会受到非视距传播的污染,从而导致定位精度下降。针对这一现象,提出一种改进的无迹卡尔曼滤波(MKF)定位方法。首先,采用检验统计方法识别移动节点和信标节点之间的传播状态。然后,利用线性卡尔曼滤波器(LKF)平滑测量距离,在此基础上利用MKF削弱NLOS对于测量产生的影响。之后,采用无迹卡尔曼滤波(UKF)方法来确定未知移动节点的位置信息。最后通过数值仿真实验验证了所提算法的有效性。
中图分类号:TN911.23
文献标识码:A
DOI:10.16157/j.issn.0258-7998.200409
中文引用格式:王钦锐,黄越洋,石元博,等. NLOS环境下基于WSN的救援人员定位系统研究[J].电子技术应用,2020,46(12):78-82,88.
英文引用格式:Wang Qinrui,Huang Yueyang,Shi Yuanbo,et al. Research on the location system of rescuers based on WSN in NLOS environment[J]. Application of Electronic Technique,2020,46(12):78-82,88.
Research on the location system of rescuers based on WSN in NLOS environment
Wang Qinrui1,Huang Yueyang1,Shi Yuanbo2,Zhang Jixiang1,Zuo Ziyi1
1.The School of Information and Control Engineering,Liaoning Shihua University,Fushun 113001,China; 2.The School of Computer and Communication Engineering, Liaoning Shihua University,Fushun 113001,China
Abstract:During the process of large building disaster, due to the adverse effects of toxic smoke, noise, fire, electricity leakage, light and other factors, as well as the complex internal structure of large buildings, it is difficult for many rescuers to obtain reliable information. Considering the above situation, wireless sensor networks can play their advantages in positioning indoor complex environments. But there is a challenge. Although their positioning accuracy is very high in the LOS environment, their measurement may be polluted by non-line-of-sight propagation in the NLOS environment, which results in a decrease in positioning accuracy. To solve this problem, we propose an improved location method based on unscented Kalman filter(UKF). Firstly, the propagation state between mobile node and beacon node is identified by means of test statistics. Secondly, the linear Kalman filter(LKF) is used to measure the distance smoothly. On this basis, a modified Kalman filter(MKF) is used to weaken the influence of NLOS on the measurement. Then, the UKF method is used to determine the location information of the unknown mobile node. Finally, the effectiveness of the proposed algorithm is verified by numerical simulation.
Key words :wireless sensor network;nonline-of-sight;unscented Kalman filter;location;rescue

0 引言

随着中国城市化进程速度的加快,高建筑物密度区域也在不断增加。因此,这些城市化区域在面临大型灾难应对方面遭受着巨大压力[1-2]。GPS在空旷的环境下定位能够发挥巨大优势,可对于复杂的室内环境则显得力不从心,而无线传感器因其网络自组织能力强、易部署、低能耗等特点在室内定位中有着较为良好的应用前景[3]。目前最为普遍的基于距离的定位方法有到达时间(TOA)定位方法、到达时间差(TDOA)定位方法、接收信号强度(RSS)定位方法和到达角(AOA)[4-5]定位方法等。

由于NLOS定位方法传播误差被认为是定位系统的主要误差来源之一,因此在无线传感器网络定位中,识别NLOS传播和削弱NLOS的影响非常重要。在过去的十几年中,关于NLOS识别和削弱的研究方法层出不穷。在文献[6]中,作者采用二元假设检验来识别测量的LOS状态;在文献[7]中,提出了似然比检验的方法;在文献[8-9]中,作者提出了统计分析方法。这些方法被广泛应用于NLOS的鉴定。对于运动目标跟踪问题,文献[10]采用卡尔曼滤波算法的线性回归模型生成测量值的残差,然后对残差进行筛选;文献[11]采用多项式拟合和基于KF统计分析的方法进行NLOS识别,然后采用极大似然法进行定位;文献[12]提出了采用伪测量位置来检测LOS或NLOS的测量信息,然后利用KF对所选的LOS伪测量位置求平均的方法进行运动目标定位;文献[13]采用两个平行的卡尔曼滤波器对测量进行滤波,之后用扩展卡尔曼的方法进行定位;文献[14]提出了基于UKF的IMM方法来估计移动目标的位置。

然而,这些算法需要大量的计算、高锚节点(ANs)密度和大量的信息等。基于以上分析,本文采用基于距离的测量方法TOA进行测距,并对此进行平滑,之后利用假设检验的方法辨识传播状态,并采用MKF来削弱NLOS带来的偏置误差。最后采用UKF来确定移动节点的位置。




本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003258




作者信息:

王钦锐1,黄越洋1,石元博2,张吉祥1,左梓邑1

(1.辽宁石油化工大学 信息与控制工程学院,辽宁 抚顺113001;

2.辽宁石油化工大学 计算机与通信工程学院,辽宁 抚顺113001)

此内容为AET网站原创,未经授权禁止转载。
Baidu
map