[发明专利]一种基于时差的分布式自适应直接定位方法有效
申请号: | 201510013222.1 | 申请日: | 2015-01-12 |
公开(公告)号: | CN104537257B | 公开(公告)日: | 2017-09-26 |
发明(设计)人: | 夏威;刘威;朱凌峰 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G01S5/10 |
代理公司: | 电子科技大学专利中心51203 | 代理人: | 李明光 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于时差的分布式自适应直接定位方法,用于克服集中式定位方法存在的缺陷。包括以下步骤1)采集数据,各接收机同时接收发射机发射的信号,并对信号进行解调,采样,得到基带的离散接收信号;2)第一次数据交换,各接收机将自身接收的离散基带信号与邻居接收机互传;3)自适应运算,各接收机计算4)第二次数据交换各接收机将自身计算得到的与邻居接收机互传;5)结合,各接收机计算6)连续50次的迭代值的差值均小于设定阈值δ时,即认为得到了发射机的位置估计值。本发明定位方法可扩展性强,定位速度快,工作稳健性强。 | ||
搜索关键词: | 一种 基于 时差 分布式 自适应 直接 定位 方法 | ||
【主权项】:
一种基于时差的分布式自适应直接定位方法,包括以下步骤:步骤1:采集数据,各接收机同时接收发射机发射的信号,并对信号进行解调,采样,得到基带的离散接收信号,具体为:假设有M个空间分隔的接收机,每个接收机接收的信号xi(t)表示为:xi(t)=ηis(t‑τt,i)+qi(t)i=1,…,M;0≤t≤T其中,ηi表示信道衰减,s(t)表示发射机的基带发射信号,qi(t)表示零均值加性高斯白噪声,τt,i表示发射信号从发射机到接收机之间的传输时延,表示为:τt,i=(||pe‑pr,i||)/c,i=1,2,…,M其中,pe表示发射机的位置向量,pr,i表示各接收机的位置向量,常数c表示电磁波信号的传播速度,对各接收信号以周期为Ts进行采样,并且令即可得到离散接收信号;步骤2:第一次数据交换,各接收机将自身接收的离散基带信号传给邻居接收机,即直接相连的接收机,同时接收邻居接收机传过来的离散基带信号;步骤3:自适应运算,各接收机根据公式:ψ^i[n+1]=p^e,i[n]-μi∂J^i[n]∂p^e,i[n],]]>计算μi为迭代步长;其中,表示接收机i第n次迭代的发射机位置估计值、初始值表示第i个接收机上的局部代价函数:表示包括接收机i及其邻居接收机的集合,表示除接收机i自身外所有的邻居接收机的集合、而eij[n]称之为误差函数,它是信号xi[n]与延时滤波器输出的差,表示为:eij[n]=xi[n]-α^ij[n]wijT[n]uj[n],]]>其中,表示增益控制系数,wij[n]表示延时滤波器的权值向量,延时滤波器是长度为2K+1的FIR滤波器,表示为:式中表示在第n次迭代时接收机i与接收机j之间的时差值,表示为:表示第n次迭代运算得到的发射机位置估计值,uj[n]表示延时滤波器的输入为信号xj(t)的连续2K+1个采样点组成的向量,为:uj[n]=[xj[n+K],…,xj[n],…,xj[n‑K]]T,步骤4:第二次数据交换:各接收机将自身计算得到的传输给自己的邻居接收机,同时接收邻居接收机传来的结果;步骤5:结合,各接收机根据公式:计算其中,ali为结合矩阵A的元素,结合矩阵A满足如下的条件:1TA=1T步骤6:当连续50次的迭代值的差值均小于等于设定阈值δ时,即认定得到了发射机的位置估计值,||p^e,i[n+1]-p^e,i[n]||≤δ.]]>
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510013222.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于质量标签的配电网不良数据辨识方法
- 下一篇:一种XML文本定位方法
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用