[发明专利]一种半正定规划的RSS-TOA联合定位方法

说明书

本发明公开了一种半正定规划的RSS‑TOA联合定位方法，使用本发明克服了接收信号强度(RSS)和到达时间(TOA)进行定位误差较大的问题。该方法首先分别构造了关于RSS信息和TOA信息的线性表达式，然后，针对误差项构建了一个加权最小二乘定位问题(WLS)，再通过引入辅助变量将问题转换为约束优化问题，最后利用凸优化技术将加权最小二乘问题转化为一个半正定规划(SDP)问题进行求解。本发明提出的方法通过联合RSS和TOA信息大大提高了定位精度，其具有更强的鲁棒性与凸性，而且还降低了环境噪声对定位精度的影响。最后仿真结果表明，本发明方法的定位精度也要优于二步最小二乘法以及非线性优化的算法，具有较低的平均定位误差。

技术领域

本发明涉及定位技术领域，尤其涉及无线传感器网络的定位方法，具体地说是一种半正定规划的RSS-TOA联合定位方法。

背景技术

近年来，无线传感器网络定位技术在各领域得到了广泛的应用，比如污染监测，深海勘探，农业防灾等，在这些领域，无法用GPS/北斗等卫星进行定位，而易于实施的小规模的无线传感器网络来实现对人员等信息的定位就具有优势。其中，小规模的传感器节点定位技术的原理是通过得到噪声测量值来估计出目标源的位置坐标。通常使用的传感器定位噪声测量方式包括到达时间(TOA)、到达时差(TDOA)、到达角(AOA)和接收信号强度(RSS)。这四种测量方式在不同场景下各自有优缺点，最近，越来越多的研究涉及到这四种测量方式的混合，理论证明了可有效提高定位精度。其中RSS和TOA噪声测量的定位方法由于廉价且易于实现而被人们重视起来。

最近的研究主要有两种：

1.在最大似然估计(ML)准则原理上对RSS和TOA噪声测量模型进行估计求解，比如王韦刚等人的《一种改进的室内三维定位方法与实验》中的残差因子衰减(RBFR)方法，采用了抑制RSS和TOA噪声的偏差模型，再应用非线性算法求解，但RSS和TOA噪声测量模型具有高度非线性和非凸性，此外RBFR算法中利用拟牛顿法求解这类非线性问题本身就存在较大的误差，无法得到最佳的求解数值，也就无法实现精确的定位。

2.在最小二乘估计(LS)准则原理上对RSS和TOA噪声测量模型进行估计求解，比如杨超超等人的《一种基于TOA和RSS混合的室内定位算法》中的二步最小二乘(TSLS)方法，其将所有RSS和TOA噪声测量模型视为线性的，在此基础上利用泰勒展开构建新的约束条件，然后利用二步最小二乘法(TSLS)将目标位置的范围逐步缩小，最后估计出目标位置。但是，过度近似将带来误差，同时实验发现该求解算法的定位精度还不够理想，需要提高。

发明内容

本发明旨在解决以上现有技术的问题，提出了一种基于RSS的一种半正定规划的RSS-TOA联合定位方法。

本发明采用的技术方案如下：

一种半正定规划的RSS-TOA联合定位方法，包括以下步骤：

步骤1)设定在无线传感器网络的接收信号强度(RSS)信息与到达时间(TOA)信息定位中包含N个定位锚节点s_i(i＝1,...,N)，一个待定位目标源位置记为节点x，通过测量信号到定位锚节点时所经过的时间得到TOA信息，通过测量信号到待定位目标源的信号衰减得到RSS信息，具体地，第i个锚节点的RSS信息模型以及TOA信息模型分别如下：

m_i＝m₀-10γlog₁₀‖x-s_i‖+a_i (1)

n_i＝||x-s_i||+b_i (2)