[发明专利]一种基于斐波那契散枝搜索的非协作目标定位方法和系统

说明书

本发明公开了一种基于斐波那契散枝搜索的非协作目标定位方法和系统，包括：步骤一、对非协作目标区域的传感器网络中传感器节点进行协作定位，得到各个传感器节点的位置信息；步骤二、获取各个传感器节点对非协作目标区域信号的感知状态并确定传感器网络中各个边界传感器节点；步骤三、根据各个边界传感器节点的位置信息，确定非协作目标映射区域；步骤四、根据非协作目标映射区域内的搜索点和各个边界传感器节点之间的位置，构建适应度函数；步骤五、对非协作目标映射区域进行斐波那契散枝迭代搜索，得到适应度值最小的搜索点并将搜索点对应的位置信息作为非协作目标的位置信息。本发明能够在不测距的情况下实现对非协作目标的定位。

技术领域

本发明属于网络定位技术领域，具体涉及一种基于斐波那契散枝搜索的非协作目标定位方法和系统。

背景技术

随着通信技术的不断发展，不同类型的通信设备不断涌现，为了实现对相关设备的管控，需要对非协作信号源进行定位，通过定位将有助于管理人员制定合理的管理方案，例如对非法电台的监管、对非法飞行器的追踪；在社会维稳领域，非协作目标的定位结果能够协助干警准确了解暴恐分子的状态。定位方法按照定位精度的大小主要分为粗粒度定位和细粒度定位。按照网络中是否部署了可实现自定位的锚节点主要分为基于锚节点的定位和无锚节点的定位。根据定位过程中是否需要中心化运算分为中心化定位和分布式定位。根据定位过程中是否需要节点间的距离或者角度信息将定位方法分为基于测距的定位和无需测距的定位。其中，较为常用的分类方法是基于测距的定位方法和无需测距的定位方法。基于测距的定位方法在定位过程中需要使用节点间的绝对距离估计信息或者角度估计信息，首先通过测量目标节点信号的一些物理特性来估计距离信息，相关物理属性主要包括接收信号强度指标(Received Signal Strength Indicators，RSSI)、到达角度(Angleof Arrival，AOA)、到达时间(Time of Arrival，TOA)和到达时差(Time Difference ofArrival，TDOA)等，然后使用相关技术实现目标定位，典型技术主要包括几何技术、多维尺度(Multi-Dimensional Scaling，MDS)分析和随机距离嵌入(Stochastic ProximityEmbedding，SPE)等。基于测距的定位方法通常对监测节点的硬件提出了一定要求，需要监测节点配备可实现距离测量的相关组件，在监测节点未配备相关组件的情况下难以实现。

无需测距的定位方法通常只需要节点之间的连通信息即可实现定位，在定位过程中不要求监测节点配备特定的组件。典型算法主要包括质心定位(CentriodLocalization，CL)算法、加权质心定位(Weighted Centroid Localizaiton，WCL)算法、最小闭合矩形中心定位(Minimum Enclosing Rectangle Center，MERC)算法、最小闭合圆中心定位算法(典型算法包括虚拟力迭代定位(Virtual Force Iterative Localization，VFIL)算法、基于引力搜索(Gravitational Search Algorithm，GSA)的定位算法等)、DV-Hop算法和APIT(Approximate Perfect Point-In-Triangulation Test，APIT)算法等。其中DV-Hop和APIT均需要目标节点可以和已知坐标节点进行信息交换，所以并不适用于非协作定位。

总结来看，已有的无需测距的定位方法虽然能够在监测节点不配备特定物理组件的情况下可以实现非协作信号源的定位，但是普遍存在定位精度不高，对节点密度敏感的问题，虽然基于引力搜索(GSA)的定位方法在对监测节点密度的敏感度上有所降低，但是由于GSA算法在全局寻优方面的欠缺，基于GSA的定位方法在定位精度上仍有提升空间。

发明内容

本发明的目的之一，在于提供一种基于斐波那契散枝搜索的非协作目标定位方法，该方法能够在不测距的情况下实现对非协作目标的定位。

本发明的目的之二，在于提供一种基于斐波那契散枝搜索的非协作目标定位系统。