论文部分内容阅读
传感器/源目标位置信息的高精度获取一直是蜂窝/无线传感器网络的中心任务。无线网络定位问题,是利用一些已知位置的观测站点以及一组观测数据,例如,到达时间(TOA:Time of Arrival)、到达时间差(TDOA:Time Difference of Arrival)等,来确定未知传感器/源目标位置坐标信息。传统的定位方法是假设源目标发出的电磁信号到达观测站点都是沿直线传播的,即为视距(LOS:Line of Sight)传播。该假设在实际定位环境中(如城市社区环境)往往不成立——源目标信号在多数情况下是通过反射或衍射等传播方式到达观测站点,即为非视距(NLOS:Non-Line of Sight)传播。NLOS误差是实际定位环境中影响定位精度的主要因素。如何减小NLOS误差对定位精度的影响,得到更好的算法估计性能,是本文主要关注的研究问题。本文围绕NLOS条件下TOA/TDOA定位优化问题,研究了以下几方面内容:1.针对NLOS条件下基于TOA观测量的稳健定位问题,首先研究了一类基于凸松弛技术的TOA稳健定位算法,该类算法主要考虑利用半正定松弛(SDR:Semi-Definite Relaxation)技术和二阶锥松弛(SOCR:Second Order Cone Relaxation)技术来处理其中涉及到的非凸约束,将原始非凸定位问题转化为凸优化定位问题,由此得到稳健的定位结果。鉴于这类凸松弛算法计算量比较大,本文同时研究了一种基于GTRS(GTRS:General Trust Region Subproblems)技术的稳健定位算法,该算法将非凸定位问题转化为GTRS问题,利用简单的二分法得到稳健的定位结果,具有相对低的计算复杂度。2.围绕NLOS条件下基于TDOA观测量的稳健定位问题,在NLOS误差有界假设下,分两种情况讨论。当NLOS路径状态未知时,将原始定位问题转化为稳健最小二乘(RLS:Robust Least Squares)问题,并利用SDR和SOCR这两种凸松弛技术对RLS问题进行凸优化处理,得到源目标位置的稳健估计;当NLOS路径状态已知时,将LOS和NLOS测量数据分开处理,通过对NLOS测量数据添加一个加权项得到稳健加权最小二乘(RWLS:Robust Weight Least Squares)问题,然后利用SOCR技术对RWLS问题进行松弛处理,得到源目标位置的稳健估计。3.针对NLOS条件下TOA多目标协作定位问题,首先研究了一种利用半正定规划(SDP:Semi-Definite Programming)技术开发的多目标协作定位算法,该算法通过联合估计NLOS误差和目标位置,来减小NLOS误差对定位性能的影响。然后研究了一种新的基于TOA观测量的CCCP多目标协作定位算法,该算法利用最小绝对值偏差准则构建代价函数,并利用凹凸规划(CCCP:Concave Convex Procedure)技术进行优化,当NLOS路径个数百分比低于中等水平时,该算法能够减小NLOS误差对定位性能的影响。