[发明专利]一种DTN网络中节点位置预测方法

权利要求书

1.一种DTN网络中节点位置预测方法，其特征在于，包括以下步骤，

S1：根据位置服务节点上当前保存的目标节点的历史数据，计算所述目标节点的方位角序列；

S2：对所述方位角序列进行灰色预测，得到方位角在下一时刻的灰色预测值；

S3：将方位角灰色预测值作为对应时刻的观测值，并结合目标节点的运动模型，进行卡尔曼滤波，得到所述目标节点在对应时刻的位置的卡尔曼估计值；

S4：根据卡尔曼位置估计值，构造所述目标节点的新的方位角序列后，跳转至S2，并在得到所需时刻的所述目标节点位置的估计值后，停止迭代；其中，S4包括，

S41：根据所述卡尔曼位置估计值，得到对应时刻的方位角计算值；

S42：比较所述方位角计算值与所述方位角灰色预测值之差的绝对值与预测门限值的大小，判断所述目标节点是否发生机动运动；

S43：若所述方位角计算值与所述方位角灰色预测值之差的绝对值大于所述预测门限值，则所述目标节点发生机动运动，将所述方位角计算值添加至所述方位角序列末尾，否则所述方位角序列不变。

2.如权利要求1所述DTN网络中节点位置预测方法，其特征在于，S2包括，

S21：计算所述方位角序列直到保存数据最后时刻的一阶累加值序列；

S22：计算所述一阶累加值序列的紧邻均值序列；

S23：根据所述紧邻均值序列，建立GM(1,1)基本模型方程以及根据所述累加值序列，建立GM(1,1)基本模型方程的白化方程，并求解所述白化方程，得到方向角一阶累加值的白化响应序列；

S24：根据所述白化响应序列，得到方位角在下一时刻的一阶累加值的灰色预测值，对方位角在下一时刻的一阶累加值的灰色预测值进行一阶累减还原，得到方位角在下一时刻的灰色预测值。

3.如权利要求1所述DTN网络中节点位置预测方法，其特征在于，S3包括，

S31：将所述目标节点的所述方位角灰色预测值作为观测值，建立观测方程，并利用所述观测方程，将所述目标节点的运动状态方程用矩阵形式表示；

S32：根据所述目标节点的运动状态方程，进行状态预测和方差预测；

S33：根据所述状态预测与所述方差预测的结果，计算增益矩阵；

S34：根据所述增益矩阵，分别对所述状态预测与所述方差预测的结果，进行状态滤波和方差滤波，得到所述目标节点在对应时刻的位置的卡尔曼估计值。