基于統(tǒng)計貝葉斯分析的無線定位和跟蹤技術(shù)研究.pdf

1、近年來，隨著5G通信技術(shù)、物聯(lián)網(wǎng)及車聯(lián)網(wǎng)等高新技術(shù)的快速發(fā)展，無線網(wǎng)絡(luò)中的協(xié)作定位和移動跟蹤技術(shù)逐漸成為研究熱點。
　　定位跟蹤技術(shù)定義了人們在局部或封閉區(qū)域內(nèi)進行搜尋、定位或者導(dǎo)航的有效方式。在一些封閉區(qū)域或者局部區(qū)域，如高樓林立的城市道路和大型購物中心，全球定位系統(tǒng)(global positioning system，GPS)的定位性能會受到很大的限制。為了能夠支持在此類封閉環(huán)境內(nèi)進行有效的定位或跟蹤，部署專門的無線傳感器網(wǎng)絡(luò)

2、(wireless sensor network，WSN)、或者利用已有的無線局域網(wǎng)絡(luò)(wireless local area network，WLAN)進行目標(biāo)定位和跟蹤是一個可行的技術(shù)路線。
　　然而，在實際的定位應(yīng)用場景中，無線終端觀測系統(tǒng)自身的限制、定位環(huán)境干擾、定位跟蹤網(wǎng)絡(luò)非理想布局等因素對定位和跟蹤系統(tǒng)性能的影響非常大。
　　首先，現(xiàn)有的觀測技術(shù)采集到的定位觀測信號對于距離或者角度參數(shù)而言是典型非線性的，如接收信

3、號能量（received signal strength，RSS）、到達時間(time of arrival，TOA)、到達角度(angle of arrival，AOA)等。觀測系統(tǒng)的非線性不僅能夠使基于統(tǒng)計分析的定位目標(biāo)函數(shù)（如后驗概率密度函數(shù)）具有非凸性，給最優(yōu)定位估計帶來困難;而且可以引起誤差傳播效應(yīng)，導(dǎo)致定位跟蹤算法的誤差發(fā)散與性能崩潰。為了盡可能抵抗非線性觀測函數(shù)對定位和跟蹤的影響，本文對非線性觀測函數(shù)進行了統(tǒng)一的一般性建模

4、，不僅提出了基于隨機粒子表示的定位跟蹤技術(shù)（如基于變貝葉斯推理的網(wǎng)絡(luò)定位，變分粒子濾波），也提出了基于隨機粒子輔助的搜索算法，以大概率找到非凸目標(biāo)函數(shù)下協(xié)作定位的最優(yōu)位置估計。
　　其次，由于所處的定位環(huán)境（周邊障礙物分布情況）、及電路熱噪聲強弱的不同，不同位置的參考節(jié)點提供的觀測數(shù)據(jù)精度自然是不同的（空間域隨機性）;尤其在移動目標(biāo)跟蹤過程中，由于目標(biāo)的移動性，其參考節(jié)點集合在大部分情況下是隨時間變化的，因而來自于參考節(jié)點集合的觀

5、測數(shù)據(jù)精度也是時變的（時間域隨機性）。也就是說，通常情況下，不同參考節(jié)點的觀測精度是非確定性的（也意味著干擾噪聲分布的非高斯性）?；诖耍疚奶岢鲇^測精度的時空域雙隨機性問題，引入了威沙特超先驗分布對其進行了數(shù)據(jù)建模，設(shè)計了基于變分貝葉斯推理的定位跟蹤算法，并從數(shù)學(xué)上揭示觀測精度隨機性對定位跟蹤性能的影響。
　　另外，由于網(wǎng)絡(luò)節(jié)點初始位置的確定始終存在誤差，以及一些非預(yù)想因素引起的節(jié)點位置挪移，實際的參考節(jié)點位置是不準(zhǔn)確的。尤其當(dāng)

6、網(wǎng)絡(luò)中位置精確的錨節(jié)點(anchor node)數(shù)量有限時，更加需要將位置不準(zhǔn)確的網(wǎng)絡(luò)節(jié)點納入?yún)⒖脊?jié)點集合進行定位協(xié)作。此種情況下，參考節(jié)點位置誤差將會對無線定位與跟蹤的性能帶來巨大挑戰(zhàn)。本文考慮到了參考節(jié)點位置的非確定性問題，將該因素納入到系統(tǒng)建模中，以設(shè)計魯棒算法抵抗其干擾，并分析了參考節(jié)點誤差對定位跟蹤精度的影響。
　　特別地，節(jié)點位置誤差、及觀測精度隨機性問題在網(wǎng)絡(luò)定位環(huán)境下尤其突出，會引起誤差傳播效應(yīng)?？紤]一個分布式無線

7、網(wǎng)絡(luò)，其中大部分節(jié)點的位置是不準(zhǔn)確的，需要通過節(jié)點間相互的定位協(xié)作來進行位置校正。給定網(wǎng)絡(luò)節(jié)點間的觀測數(shù)據(jù)集，以及網(wǎng)絡(luò)節(jié)點的初始位置信息，本文設(shè)計了分布式的協(xié)作網(wǎng)絡(luò)定位算法，并描述了給定初始條件下網(wǎng)絡(luò)定位所能達到的性能極限。同時，針對網(wǎng)絡(luò)中的分布式定位協(xié)作，提出了定位信息的概念，并分析了定位信息在不同網(wǎng)絡(luò)節(jié)點間（空間域）的傳遞過程，闡述了其傳遞規(guī)律和收斂性，以此揭示了空間域定位協(xié)作的本質(zhì):定位信息的空間域傳遞。
　　除此之外，針對

8、移動目標(biāo)的跟蹤過程，目標(biāo)移動行為具有多樣性，其潛在信息可分為兩部分:規(guī)律性（如恒速信息，可模型化）與隨機性（如位置跳變，很難預(yù)測）。為了更廣義地刻畫目標(biāo)的移動行為，更深層地挖掘目標(biāo)移動性和觀測數(shù)據(jù)中的潛在信息，本文提出了多層動態(tài)貝葉斯網(wǎng)路模型，對目標(biāo)移動行為和觀測數(shù)據(jù)進行了建模，并設(shè)計了基于變分貝葉斯濾波的聯(lián)合移動跟蹤與速度預(yù)測系統(tǒng)。所提出的算法不僅適用于有明顯運動趨勢的目標(biāo)跟蹤，而且適用于完全隨機的移動跟蹤，同時還可挖掘潛在速度信息，

9、進行速度預(yù)測，以進一步提高移動跟蹤的精度。
　　移動目標(biāo)的跟蹤過程實際上可以看作目標(biāo)定位在時間域上的協(xié)作。
　　最后，根據(jù)本文提出的定位信息的概念，從理論分析的角度，研究了移動跟蹤中定位信息在時間域上的傳遞規(guī)律，闡述了跟蹤誤差收斂的條件，描述了移動跟蹤的性能極限，揭示了時間域定位協(xié)作的本質(zhì):定位信息的時間域傳遞。
　　總而言之，與傳統(tǒng)的GPS定位和現(xiàn)有的定位技術(shù)方案不同，本文著眼于基于無線自組織網(wǎng)絡(luò)下的定位跟蹤技術(shù)，并

10、著重考慮了實際場景中的非理想因素。觀測系統(tǒng)非線性，參考節(jié)點誤差，觀測精度隨機性，目標(biāo)移動模式的多樣性對移動跟蹤技術(shù)帶來挑戰(zhàn)的同時，通過對其進行統(tǒng)計建模也可最大程度挖掘潛在信息，為移動跟蹤算法的精度帶來增益。
　　針對上述非理想因素，本論文從系統(tǒng)建模、算法設(shè)計、性能分析三個角度，以統(tǒng)計推斷、貝葉斯信號估計、隨機優(yōu)化理論為工具，對協(xié)作定位和移動跟蹤技術(shù)進行了研究:給出了魯棒的定位跟蹤算法，詮釋了空間域定位協(xié)作、時間域定位協(xié)作的本質(zhì)，并