發(fā)布時間：2020-11-20 02:39

　　 隨著社會的發(fā)展,位置信息在信息社會中的地位愈發(fā)重要。例如,在無線傳感器網(wǎng)絡(luò)(WSNs)或移動互聯(lián)網(wǎng)應(yīng)用中,通過無線定位及導(dǎo)航技術(shù)可以有效提高位置信息的準確性并開展基于位置的服務(wù)。因此,對無線定位及導(dǎo)航關(guān)鍵技術(shù)的研究是非常重要的。本文主要研究WSNs應(yīng)用中的DV-Hop(基于距離矢量)定位及移動互聯(lián)網(wǎng)應(yīng)用中的基于智能手機的E2E(端對端)室內(nèi)導(dǎo)航。本文的主要工作如下:1)針對DV-Hop的定位模糊問題,提出基于梯度下降的分布式DV-Hop迭代求精算法(GDLR)。首先,GDLR基于DV-Hop的定位過程提出一種偽測距方法;然后,將DV-Hop結(jié)果求精問題建模為鄰居節(jié)點間的偽測距距離和定位距離的差值的平方和最小化問題,并提出通過梯度下降求解該最小化問題;最后,實現(xiàn)了僅利用1跳鄰居節(jié)點信息的GDLR1和同時利用1跳與2跳鄰居節(jié)點信息的GDLR2求精算法。仿真結(jié)果表明,與DV-Hop相比,GDLR1和GDLR2的定位精度分別提高40%和53%;與兩種最近的DV-Hop改進算法相比,GDLR1和GDLR2的定位精度分別提高33%和49%、29%和47%。此外,權(quán)衡定位精度和能耗,提出基于能耗有效的EGDLR算法。EGDLR通過避免GDLR2在迭代求精過程中向2跳鄰居節(jié)點廣播求精后的坐標,從而減少能耗。仿真結(jié)果表明,EGDLR的定位精度比GDLR1提高約22%,能耗卻比GDLR2降低約65%。2)針對移動互聯(lián)網(wǎng)應(yīng)用中的基于智能手機的E2E室內(nèi)導(dǎo)航,首次提出一種基于行人軌跡推算(PDR)和地磁信息融合的E2E室內(nèi)導(dǎo)航算法(HMagPDR),它由基于PDR的路徑匹配算法和基于DTW(動態(tài)時間規(guī)整)的地磁匹配算法組成。前者用于在相鄰關(guān)鍵點(如轉(zhuǎn)彎或上下樓)之間進行導(dǎo)航,后者用于檢測路徑偏移。此外,為提高PDR中的步數(shù)檢測精度,HMagPDR算法提出一種基于組合濾波(滑動平均濾波與卡爾曼濾波)和自適應(yīng)閾值的步數(shù)檢測算法(ASD)。測試結(jié)果表明,與對比的兩種PDR算法的步數(shù)檢測方法相比,ASD的步數(shù)檢測精度分別提高18.9%和10.3%。實驗結(jié)果還表明,HMagPDR可檢測最小距離為10m的相鄰關(guān)鍵點,滿足室內(nèi)路徑偏移檢測的需要。3)實現(xiàn)基于HMagPDR算法的E2E室內(nèi)導(dǎo)航系統(tǒng)(E2Enav)。E2Enav由APP和服務(wù)器組成。APP采用JavaScript的cordova框架,包括領(lǐng)路者參考路徑和跟隨者導(dǎo)航路徑模塊;服務(wù)器采用MySQL5.6數(shù)據(jù)庫;APP和服務(wù)器通過移動互聯(lián)網(wǎng)連接。E2Enav通過讓用戶們以自我激勵的方式記錄和分享路徑跟蹤信息以導(dǎo)航路徑跟隨者,從而實現(xiàn)了領(lǐng)路者-跟隨者的E2E室內(nèi)導(dǎo)航模式,可在室內(nèi)場景下提供導(dǎo)航服務(wù)。實際場景測試表明,E2Enav對關(guān)鍵點的匹配率達100%且能在4 s以內(nèi)檢測出80%的路徑偏移事件,可以用于室內(nèi)導(dǎo)航。
【學位單位】：杭州電子科技大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TN92
【部分圖文】：

歷ｚ＿ｚｅ，．表不錨點／的每跳距離；（．ｕ），?分別是錨點／和ｙ的坐標；／表不錨點／??和ｙ之間的最小跳數(shù)。??圖２．１為ＤＶ－Ｈｏｐ算法的一個例子。其中，Ａｉ，Ａ２，?Ａ３為錨點，未知節(jié)點Ｂ為需要定位??的目標節(jié)點。根據(jù)式（２．１），錨點Ａｉ，Ａ２，Ａ３的每跳距離分別為：（４０?＋?１００）／（２?＋?６）?＝?１７．５ｍ，??（４０?＋?６０）／（２?＋?５）?＝?１４．３ｍ，（６０?＋?１００）／（５?＋?６）?＝?１４．５ｍ。為了避免在廣播信息過程中出現(xiàn)泛洪現(xiàn)象，??所有未知節(jié)點只保存和轉(zhuǎn)發(fā)接收到的第一個每跳距離信息，拒絕之后收到的信息。也就是說，??未知節(jié)點只能從最近的錨點接收其每跳距離信息。所以，此時未知節(jié)點Ｂ只保存來自Ａ２的每??跳距離。計算未知節(jié)點Ｂ到三個錨點的距離，分別為Ａｎ?３ｘ１４．３?＝?４２．９，Ａ２：?２ｘ１４．３?＝?２８．６，??Ａ３：?３ｘ１４．３?＝?４２．９。最后，使用二邊定位等幾何算法求得未知節(jié)點Ｂ的坐標。??＼?１００ｍ??圖２．１?ＤＶ－Ｈｏｐ算法的例子??（２）?ＤＶ－ＲＮＤ??類似于ＤＶ－Ｈｏｐ的跳數(shù)概念，ＤＶ－ＲＮＤ［２１］算法也定義了一種新的度量距離的方法，稱為規(guī)??范鄰域距離（ｒｅｇｕｌａｔｅｄ?ｎｅｉｇｈｂｏｒｈｏｏｄ?ｄｉｓｔａｎｃｅ

現(xiàn)有的ＤＶ－Ｈｏｐ及其改進算法無法很好地解決上述問題。通過閱讀大量文獻，我們發(fā)現(xiàn)??ＤＶ－Ｈ〇Ｐ及其改進的算法僅使用描點的信息來定位未知節(jié)點。不同的是，我們認為可以充分利??用未知節(jié)點的鄰居節(jié)點信息來優(yōu)化定位結(jié)果。例如，通過估計圖３．１中未知節(jié)點２、３與其鄰??居節(jié)點間的距離，我們可以區(qū)別未知節(jié)點２、３的定位結(jié)果�；�于此思想，我們提出利用未知??節(jié)點的１跳或２跳鄰居節(jié)點信息，對ＤＶ－Ｈｏｐ的定位結(jié)果進行求精。??３．２?ＧＤＬＲ算法介紹??在本節(jié)中，我們詳細描述了?ＧＤＬＲ算法，包括未知節(jié)點與鄰居節(jié)點間的偽測距距離??（ｐｓｅｕｄｏ－ｒａｎｇｅ?ｄｉｓｔａｎｃｅ，?ＰＲＤ）、基于梯度下降的求精方法以及ＧＤＬＲ算法的具體過程。最后??分析了?ＧＤＬＲ算法的復(fù)雜性。??３．２．１?ＰＲＤ的定義??我們定義未知節(jié)點／與其１跳鄰居節(jié)點＿／各自所保存的每跳距離的平均值作為：ＰＲＤ，其表??達式如下所示：??＝?Ｈ＾＋＾ＨＬｅ?（３．１）??其中，和付＾分別是未知節(jié)點纟和保存的每跳距離；表示未知節(jié)點／和之間的ｉ跳??ＰＲＤ。相應(yīng)地，根據(jù)１跳ＰＲＤ，２跳ＰＲＤ定義如下：??（３－２）??其中

如果／／過大，算法可能不會收斂。我們將在３．３節(jié)中研宄如何設(shè)置Ｖ的值。??３．２．３?ＧＤＬＲ的實現(xiàn)流程??圖３．２顯示了?ＧＤＬＲ算法的實現(xiàn)流程。我們將ＧＤＬＲ分為兩個階段：ＤＶ－Ｈｏｐ初始化階??段和迭代求精階段。ＤＶ－Ｈｏｐ初始化的實現(xiàn)過程已在第二章中論述。下文著重描述迭代求精階??段的流程。迭代求精也包括兩個階段：內(nèi)循環(huán)和外迭代。在內(nèi)循環(huán)期間，每個節(jié)點基于鄰居??節(jié)點的當前坐標計算其最佳位置。在外部迭代期間，每個節(jié)點將其求精后的位置廣播到鄰居??節(jié)點，然后繼續(xù)進行內(nèi)部循環(huán)。另外，我們設(shè)置了一個結(jié)束迭代的條件來提早終止節(jié)點的求??精過程。具體而言，我們定義一個距離來衡量某個未知節(jié)點連續(xù)兩次外迭代求精之后??的坐標之間的差異，用式（３．９）表示：??Ａ＿＝｜｜ｄ１?（３－９）??其中，Ａ：表示節(jié)點ｆ的第々次外迭代。如果Ａ．咖ＧＤＬＲ則終止該節(jié)點的外部迭代。及??是預(yù)設(shè)閾值，在我們的實驗中，其值等于Ｏ．Ｏｌｘｒ，ｒ表示節(jié)點的通信半徑。??ＧＤＬＲ算法的迭代求精階段的具體流程如下：??Ｓｔｅｐｌ每個未知節(jié)點將其保存的每跳距離和初始位置（ＤＶ－Ｈｏｐ的定位
【參考文獻】

相關(guān)期刊論文 前5條

1 湯文亮;周琳穎;;基于三角形外接圓覆蓋的改進APIT定位算法[J];傳感技術(shù)學報;2015年01期

2 張榮輝;賈宏光;陳濤;張躍;;基于四元數(shù)法的捷聯(lián)式慣性導(dǎo)航系統(tǒng)的姿態(tài)解算[J];光學精密工程;2008年10期

3 唐文勝;李姍;匡旺秋;;RF室內(nèi)定位指紋庫空間相關(guān)生成算法[J];計算機工程與應(yīng)用;2008年23期

4 王福豹,史龍,任豐原;無線傳感器網(wǎng)絡(luò)中的自身定位系統(tǒng)和算法[J];軟件學報;2005年05期

5 趙毅;數(shù)字濾波的滑動平均法和低通濾波法[J];儀表技術(shù);2001年05期

本文編號：2890817