CN103200670A - 基于回溯检查凸集投影的认知无线电主用户定位方法 - Google Patents
基于回溯检查凸集投影的认知无线电主用户定位方法 Download PDFInfo
- Publication number
- CN103200670A CN103200670A CN2013100578426A CN201310057842A CN103200670A CN 103200670 A CN103200670 A CN 103200670A CN 2013100578426 A CN2013100578426 A CN 2013100578426A CN 201310057842 A CN201310057842 A CN 201310057842A CN 103200670 A CN103200670 A CN 103200670A
- Authority
- CN
- China
- Prior art keywords
- iteration
- user
- point
- projection
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明提出一种基于回溯检查凸集投影的认知无线电主用户定位方法,以L个感知用户的坐标为圆心,利用凸集投影算法对主用户进行Mc步正交投影迭代;进行mc步回溯比较检查,计算出相邻迭代点之间的距离,并与门限值λ进行比较;若相邻迭代点之间的距离存在部分为零或大于λ的情况,则进行凸集圆域边界上Mb步投影迭代,和mb步回溯比较检查,计算相邻两个迭代点间的距离值,再次与门限值λ进行比较,若均小于λ,则将Mb步的迭代结果bMb确定为主用户位置信息的定位结果。本发明中的回溯检查凸集投影定位算法弥补了现有凸集投影定位算法的不足,定位算法好,而且受测距误差的影响较小,适应用于认知无线电网络中感知用户对主用户位置信息的获取环节。
Description
技术领域
本发明涉及一种认知无线电网络中对主用户定位的方法,特别涉及一种基于回溯检查的凸集投影定位方法。
背景技术
随着无线移动通信与计算机网络的结合应用发展越来越成熟,移动互联网已经称为当今世界发展速度最快、市场潜力最大,商业价值最高的发展业务之一。丰富的应用主要依托于文字、图像、视频等信息承载方式,而且随着人们对应用质量的不断追求,要求信息的传递越来越高效、便捷。这些应用的创新与发展需要较宽频谱和较高下载速率。认知无线电的概念迎合了频谱重复利用的需要,可以通过对无线环境的感知实现与主用户的冲突避免,利用最优化的决策有效的动态利用频谱空洞。如果能够获取主用户的位置信息,那么对频谱感知的性能将会得到很大提升,并且在后续的频谱资源的管理与分配中也将起到很大的帮助作用。
在认知网络中对主用户进行定位,获取主用户的位置信息的主要作用有以下几个方面:
1.为频谱资源管理提供支持。在主用户位置信息已知的情况下,根据其位置信息可以更好地提高频谱利用率,更好地指导感知用户不干扰主用户的频谱使用。
2.减小认知网络中用户的功耗。在主用户位置信息已知的情况下,认知网络中的感知用户可以根据主用户的位置信息来确定频谱感知的方向,在最小功率的运行状态下,便可以准确判断主用户的频谱使用情况。
3.避免对主用户的干扰。在主用户位置信息已知的情况下,可以结合多天线技术,针对主用户的方向位置进行频谱感知,避免了频谱间相互干扰的可能性。
4.有利于感知用户的位置优化。在主用户位置信息已知的情况下,根据主用户的位置信息,可以合理的分布感知用户的位置,提高频谱和空间的利用率,更好地避免对主用户干扰。
目前常用的凸集投影方法包括Circular POCS,Hyperbolic POCS,BoundaryPOCS和Hybrid POCS等,其中Hybrid POCS是前两种POCS方法的合并,根据研究结果表明,Hybrid POCS方法的定位精度要优于前几种方法,然而,当主用户远离感知用户时,由于Hybrid POCS算法中双曲线投影定位对于主用户在感知用户多边形之外的情况下收敛点受噪声波动较大,因此误差随着测距增大而增大。
发明内容
本发明旨在解决上述技术缺陷,提出一种应用于认知网络中对主用户进行定位的回溯凸集投影算法(BackCheck POCS)。
该方法包括以下步骤:
步骤一、以L个感知用户的坐标为圆心,利用凸集投影算法对主用户进行Mc步正交投影迭代,得到Mc个迭代点xk,其中k=1,2,3,…,Mc;
步骤二.对步骤一中获取的Mc个迭代点,进行mc步回溯比较检查,计算出相邻迭代点之间的距离||xm+1-xm||,其中,m=Mc-1,...,Mc-mc
步骤三.如果步骤二中的回溯比较检查中,相邻迭代点之间的距离均小于λ且不为零,则将步骤一中最后L个迭代均值作为主用户位置信息的定位结果;如果步骤二中的回溯比较检查中,相邻迭代点之间的距离存在部分为零或大于λ的情况,继续执行步骤四;
步骤四.以Mc步迭代结果xMc为初始点b0,进行凸集圆域边界上正交投影迭代,迭代检查步数为Mb,得到Mb个迭代点bh,其中h=1,2,3,…Mb;
步骤五.对步骤四中获取的Mb个迭代点,进行mb步回溯比较检查,计算相邻两个迭代点间的距离值||bn+1-bn||,其中,n=Mb-1,...,Mb-mb,并与门限值λ进行比较;
步骤六.如果步骤五中的回溯比较检查中,相邻迭代点间的距离值均小于λ,则将步骤四中最后L个迭代均值作为主用户位置信息的定位结果;如果步骤五中的回溯比较检查中,相邻迭代点间的距离值存在大于λ的情况,跳转到步骤四以Mb步迭代结果bMb为初始点b0,并变换投影迭代顺序,直到相邻迭代点间的距离值均小于λ。
优选地,所述步骤一包括:
1.1)初始化步骤:设置初始点x0,其中x0为任意位置上的一点;
1.2)利用以下公式进行投影迭代:
优选地,λ的取值大小取决于感知用户对主用户测距结果的平均值,且λ相对于该平均距离是一个很小值。
优选地,mb与mc取值相同,为L的整数倍。
优选地,所述步骤四包括:
4.1)初始化步骤:1)设置初始点b0,b0=xMc
4.2)利用以下公式进行投影迭代:
bh+1=PhmodL(bh),h=0,1,2,3…Mb-1
其中,
其中,Pi为第i个感知用户的位置坐标,i∈[1,L]。di是第i个感知用户测得的与主用户之间的距离测量值;Ci={y∈R2:||y-Pi||=di}是第i个感知用户所确定的半径为di的圆边界。
该算法基于凸集投影定位算法的改进,弥补了现有凸集投影定位算法的不足,受测距误差的影响相对较小,适合应用于认知无线电网络中感知用户对主用户位置信息的获取环节,能够更准确的实现对主用户的定位。
附图说明
图1为本发明中基于BackCheck POCS定位方法的流程图。
图2为本发明基于BackCheck POCS定位方法的迭代示意图。
图3为BackCheck POCS和Hybrid POCS的定位误差对比示意图。
图4为不同测距误差对BackCheck POCS及Hybrid POCS定位误差影响的对比示意图。
下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
假设有L个感知用户参与对主用户的定位,L个感知用户的位置坐标是已知的,表示为:
L个感知用户测得的与主用户之间的距离测量值表示为:
以每个感知用户为圆心,以距离测量值di为半径的凸集圆域表示为:
第i个感知用户所确定的半径为di的圆边界表示如下:
Ci={y∈R2:||y-Pi||=di}
本发明定位方法所用的POCS算法可以是Circular POCS,Hyperbolic POCS和Boundary POCS。现以Circular POCS算法为例,给出基于BackCheck POCS算法的具体步骤:
步骤一.以L个感知用户的坐标为圆心,利用Circular POCS对主用户进行Mc步正交投影迭代,得到Mc个迭代点x1、x2、...xMc-1、xMc。
在此设定Circular POCS的迭代检查步数为Mc,由于Circular POCS的收敛速度很快,Mc的取值可以适当取一个较小值。
根据Circular POCS的投影迭代规则,对主用户进行Mc步正交投影迭代的步骤为:
1)初始化:设置初始点x0,其中x0为平面内任意一点,如图2中方块所示;
2)进行简化的circular POCS的正交投影迭代:
步骤二.对步骤一中获取的Mc个迭代点,进行mc步回溯检查。计算相邻迭代点之间的距离||xm+1-xm||,其中,m=Mc-1,...,Mc-mc,并与门限值λ进行比较。其中,λ的取值大小取决于感知用户对主用户测距结果的平均值,且λ相对于该平均距离是一个很小值,例如:λ与该平均距离的比值小于等于0.02,考虑到算法的运算复杂度,可将该比值进一步限定在0.005~0.02内。
回溯检查步数为mc,该mc的取值为参与定位的感知用户的数目L的整数倍。
步骤三.如果步骤二中的回溯比较检查中,相邻迭代点之间的距离均小于λ且不为零,则可以判断主用户位于感知用户所形成的多边形之内,将步骤一中最后L个迭代均值,即感知用户所属各个凸集的最后一次迭代的均值作为主用户的位置信息的定位结果;如果步骤二中的回溯比较检查中,相邻迭代点之间的距离存在部分为零或大于λ的情况,继续执行步骤四。
步骤四.以第Mc步迭代结果xMc为初始点b0,进行凸集圆域边界上正交投影迭代,迭代检查步数为Mb,得到Mb个迭代点。
设定边界正交投影迭代的检查步数为Mb,由于取消了被迭代点位置的判断,边界正交投影迭代的收敛速度是不确定的,可能会很快收敛到主用户附近,也可能陷入缓慢循环,因此Mb取较大值,使边界正交投影迭代充分。
其中,根据边界正交投影迭代的规则,对主用户进行Mb步的迭代步骤为:
1)设置初始点b0,b0=xMc
2)bh+1=PhmodL(bh),h=0,1,2,3...Mb-1
其中,
步骤五.对步骤四中获取的Mb个迭代点,进行回溯mb步检查。计算相邻两个迭代点间的距离值,并与门限值λ进行比较。
回溯检查步数为mb,该mb取值与mc相同,即为L的整数倍。
步骤六.如果步骤五中的回溯比较检查中,相邻迭代点间的距离值均小于λ,则将步骤四中最后L个迭代均值,即感知用户所属各个凸集的最后一次迭代的均值作为主用户的位置信息的定位结果;如果步骤五中的回溯比较检查中,相邻迭代点间的距离值存在大于λ的情况,说明边界正交投影在经过了Mb步充分迭代之后,依然没有收敛到主用户位置附近,而是陷入了缓慢循环迭代。此时,跳转步骤四继续执行凸集圆域边界上的正交投影迭代,其中,以前次Mb步正交投影迭代中第Mb步迭代结果bMb为初始点b0,变换原有的投影迭代顺序,直到相邻迭代点间的距离值均小于λ。
以下结合附图和具体的实例来对本发明做进一步的详细说明。
步骤一.以L个感知用户的坐标为圆心,利用Circular POCS对主用户进行Mc步正交投影迭代,得到Mc个迭代点xk。
设定感知用户数目为L=3,感知用户的位置坐标为[(700m1500m),(500m1000m),(1000m,1000m)]。其中,输入白噪声作为感知用户获取的与主用户之间距离的测量值di,方差为8m。设定圆凸集投影迭代步数上线Mc=10,以坐标位置x0=(1600m,2100m)为起始位置(如图2方块所示)进行投影迭代,得到10个迭代点xk,k=1,2,3,...10。
步骤二.对步骤一中获取的10个迭代点,进行mc步回溯检查,回溯检查步数为mc=2L=6。计算相邻迭代点之间的距离,并与门限值λ进行比较。假设所有参与定位的感知用户所获取的与主用户之间距离的测量值的平均值为R,则检查门限值λ设定为相对R的一个较小量,这里设定λ与距离平均值的比值为λ/R=0.01。
||xm+1-xm||≤λ,其中,m=Mc-1,...,Mc-mc
步骤三.由于步骤二中的回溯比较检查中,相邻迭代点之间的距离存在部分为零或大于λ的情况,继续执行步骤四。
从图2中可以看出,从初始点x0开始经过两步Circular POCS的迭代,迭代点便停滞于三个凸集圆域的交集区域上,此时根据回溯检查判断的结果,迭代点的变化差值存在一部分为零的情况,因而继续执行步骤四,进行向凸集圆域边界上的正交投影迭代。
步骤四.以第Mc步迭代结果xMc为初始点,进行凸集圆域边界上的正交投影迭代对主用户进行Mb步正交投影迭代,得到Mb个迭代点bh,h=1,2,3,...Mb。
首先,设定边界正交投影迭代步数上限Mb=30,由于取消了被迭代点位置的判断,边界正交投影迭代的收敛速度是不确定的,可能会很快收敛到主用户附近,也可能陷入缓慢循环,因此Mb取较大值,使边界正交投影迭代充分;之后,根据边界正交投影迭代的规则,对主用户进行Mb步定位投影,得到10个迭代点bh,h=1,2,3,...30。
步骤五.对步骤四中获取的Mb个迭代点,进行回溯mb步检查。回溯检查的步数mb=2L=6。计算相邻两个迭代点间的距离值,并与门限值λ进行比较。
步骤六.在迭代了Mb步之后,回溯检查mb=6步的迭代点变化值,发现相邻迭代点间的距离值存在大于λ的情况,投影迭代陷入了缓慢循环投影迭代,因此,需要跳转到步骤四,并以首次Mb步正交投影迭代中第Mb步的迭代结果为初始点b0,再次执行凸集圆域边界上的Mb步正交投影迭代,此时变换首次的投影迭代顺序,将原投影迭代的顺序由P1-P2-P3改为P2-P3-P1,当再次经过Mb步迭代,回溯检查mb=6步,发现迭代点的变化值小于门限λ,说明迭代收敛主用户位置附近,因此将第二次Mb步正交投影迭代中最后L个迭代均值(如图2星号所示)确定主用户位置。
图3是Hybrid POCS定位算法与BackCheck POCS定位算法的定位仿真结果比较图。图中横坐标为仿真重复次数,纵坐标是估计位置与目标真实位置之间的差值与感知用户到主用户之间真实距离平均值的比值。从图3中可以看出,一般情况下两种算法的定位精度比较接近,但是在某些情况下,BackCheckPOCS定位算法的定位精度比较有优势。这是因为,当主用户远离感知用户时,双曲线的渐近线性质容易致使双曲线的交点受到测距噪声的波动影响比较明显,因此在这种情况下,可以看出BackCheck POCS算法的定位效果要比HybridPOCS算法优越。
图4描述了Hybrid POCS定位算法与BackCheck POCS定位算法在不同测距误差影响下,定位精度的比较。从图4中可以看出,BackCheck POCS定位算法比Hybrid POCS定位算法具有一定的优势,这主要是由于Hybrid POCS算法中双曲线投影定位对于主用户在感知用户多边形之外的情况下收敛点受噪声波动较大,因此随着测距误差的增大。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同限定。
Claims (5)
1.一种认知无线电网络中对主用户定位的方法,其特征在于,该方法包括以下步骤:
步骤一、以L个感知用户的坐标为圆心,利用凸集投影算法对主用户进行Mc步正交投影迭代,得到Mc个迭代点xk,其中k=1,2,3,...,Mc;
步骤二.对步骤一中获取的Mc个迭代点,进行mc步回溯比较检查,计算出相邻迭代点之间的距离||xm+1-xm||,其中,m=Mc-1,...,Mc-mc,并与门限值λ进行比较;
步骤三.如果步骤二中的回溯比较检查中,相邻迭代点之间的距离均小于λ且不为零,则将步骤一中最后L个迭代均值作为主用户位置信息的定位结果;如果步骤二中的回溯比较检查中,相邻迭代点之间的距离存在部分为零或大于λ的情况,继续执行步骤四;
步骤四.以Mc步迭代结果xMc为初始点b0,进行凸集圆域边界上正交投影迭代,迭代检查步数为Mb,得到Mb个迭代点bh,其中h=1,2,3,...,Mb;
步骤五.对步骤四中获取的Mb个迭代点,进行mb步回溯比较检查,计算相邻两个迭代点间的距离值||bn+1-bn||,其中,n=Mb-1,...,Mb-mb,并与门限值λ进行比较;
步骤六.如果步骤五中的回溯比较检查中,相邻迭代点间的距离值均小于λ,则将步骤四中最后L个迭代均值作为主用户位置信息的定位结果;如果步骤五中的回溯比较检查中,相邻迭代点间的距离值存在大于λ的情况,跳转到步骤四以Mb步迭代结果bMb为初始点b0,并变换投影迭代顺序,直到相邻迭代点间的距离值均小于λ。
3.如权利要求1所述的认知无线电网络中对主用户定位的方法,其特征在于,λ的取值大小取决于感知用户对主用户测距结果的平均值,且λ相对于该平均距离是一个很小值。
4.如权利要求1所述的认知无线电网络中对主用户定位的方法,其特征在于,mb与mc取值相同,为L的整数倍。
5.如权利要求1所述的认知无线电网络中对主用户定位的方法,其特征在于,所述步骤四包括:
4.1)初始化步骤:1)设置初始点b0,b0=xMc
4.2)利用以下公式进行投影迭代:
bh+1=PhmodL(bh),h=0,1,2,3...Mb-1
其中,
其中,Pi为第i个感知用户的位置坐标,i∈[1,L]。di是第i个感知用户测得的与主用户之间的距离测量值;Ci={y∈R2:||y-Pi||=di}是第i个感知用户所确定的半径为di的圆边界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310057842.6A CN103200670B (zh) | 2013-02-25 | 2013-02-25 | 基于回溯检查凸集投影的认知无线电主用户定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310057842.6A CN103200670B (zh) | 2013-02-25 | 2013-02-25 | 基于回溯检查凸集投影的认知无线电主用户定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103200670A true CN103200670A (zh) | 2013-07-10 |
CN103200670B CN103200670B (zh) | 2015-08-05 |
Family
ID=48722986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310057842.6A Expired - Fee Related CN103200670B (zh) | 2013-02-25 | 2013-02-25 | 基于回溯检查凸集投影的认知无线电主用户定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103200670B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104320845A (zh) * | 2014-07-04 | 2015-01-28 | 南京邮电大学 | 一种基于传感器和量子智能计算的主用户定位方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8155673B2 (en) * | 2006-05-08 | 2012-04-10 | Skyhook Wireless, Inc. | Estimation of position using WLAN access point radio propagation characteristics in a WLAN positioning system |
CN102752849A (zh) * | 2012-02-29 | 2012-10-24 | 中国人民解放军理工大学 | 基于信号检测概率和波达角估计的单接收机定位方法 |
-
2013
- 2013-02-25 CN CN201310057842.6A patent/CN103200670B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8155673B2 (en) * | 2006-05-08 | 2012-04-10 | Skyhook Wireless, Inc. | Estimation of position using WLAN access point radio propagation characteristics in a WLAN positioning system |
CN102752849A (zh) * | 2012-02-29 | 2012-10-24 | 中国人民解放军理工大学 | 基于信号检测概率和波达角估计的单接收机定位方法 |
Non-Patent Citations (1)
Title |
---|
于浩等: "加权凸集投影法在分布式目标定位中的应用", <<计算机工程>>, 30 June 2011 (2011-06-30) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104320845A (zh) * | 2014-07-04 | 2015-01-28 | 南京邮电大学 | 一种基于传感器和量子智能计算的主用户定位方法 |
CN104320845B (zh) * | 2014-07-04 | 2018-02-02 | 南京邮电大学 | 一种基于传感器和量子智能计算的主用户定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103200670B (zh) | 2015-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Elbakly et al. | A robust zero-calibration RF-based localization system for realistic environments | |
Luo et al. | Enhancing Wi-Fi fingerprinting for indoor positioning using human-centric collaborative feedback | |
US9310465B2 (en) | Systems and methods for reducing variations in received signal strength indicator (RSSI) measurements for location sensing | |
Chen et al. | Range-free localization scheme in wireless sensor networks based on bilateration | |
US10225816B2 (en) | Facilitation of timed fingerprint mobile device locating | |
Li et al. | Fast indoor localization for exhibition venues with calibrating heterogeneous mobile devices | |
Redondi | Radio map interpolation using graph signal processing | |
Ali et al. | Survey on wireless indoor positioning systems | |
CN104883737A (zh) | 一种无线传感器网络的混合定位方法 | |
Leu et al. | Improving indoor positioning precision by using received signal strength fingerprint and footprint based on weighted ambient Wi-Fi signals | |
Yan et al. | Improved hop‐based localisation algorithm for irregular networks | |
Wang et al. | A novel fingerprint localization algorithm based on modified channel state information using Kalman filter | |
WO2014209344A1 (en) | Systems and methods for revisit location detection | |
Martins et al. | Improving bluetooth beacon-based indoor location and fingerprinting | |
Ferreira et al. | FLORIS and CLORIS: Hybrid source and network localization based on ranges and video | |
Pešić et al. | Bluetooth low energy microlocation asset tracking (blemat) in a context-aware fog computing system | |
US20230059954A1 (en) | Method, electronic device and non-transitory computer-readable storage medium for determining indoor radio transmitter distribution | |
Azaddel et al. | Spotter: A novel asynchronous and independent wifi and ble fusion method based on particle filter for indoor positioning | |
KR20190096241A (ko) | 빔포밍 통신 시스템의 단말에서 빔 운용 방법 및 장치 | |
CN103200670B (zh) | 基于回溯检查凸集投影的认知无线电主用户定位方法 | |
Sundar et al. | WALE: A weighted adaptive location estimation algorithm | |
Yu et al. | A KNN indoor positioning algorithm that is weighted by the membership of fuzzy set | |
Lemic et al. | Toward regression-based estimation of localization errors in fingerprinting-based localization | |
Deblauwe et al. | Hybrid GPS and GSM localization—energy-efficient detection of spatial triggers | |
Xu et al. | Cramer-Rao lower bound analysis of RSS/TDoA joint localization algorithms based on rigid graph theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150805 Termination date: 20190225 |
|
CF01 | Termination of patent right due to non-payment of annual fee |