一种改进的自适应迭代UKF的WSN节点定位方法

摘要

本发明涉及一种用于无线传感器网络领域的节点定位方法，尤其涉及一种改进的自适应迭代UKF的WSN节点定位方法，用极大似然估计法与粒子群优化算法结合进行初步定位，将标准UKF滤波和自适应迭代UKF滤波组合构成定位修正模型，并以RSSI值作为观测量，进行精确定位。本发明的有益效果在于：本发明的节点测距模型具有较好的适应性，能够减少测距误差对于定位性能的影响，能有效的提高定位精度。同时本发明采用初步定位和精确定位两步策略，使用粒子群优化算法和自适应迭代无迹卡尔曼滤波算法结合进行定位，相比传统方法，不仅很大程度上提高了定位精度，而且提高了精确定位方法的收敛速度，提高了实时性。

主权项

一种改进的自适应迭代UKF的WSN节点定位方法，其特征在于包括：1)在定位区域边上布置信标节点，并随机布置一个未知节点；采用描述信号传输损耗的对数‑常态分布模型作为定位算法中的测距模型，并根据节点所处的环境，确定测距模型中的参数，求出RSSI值与距离之间的数学关系；2)利用步骤1)所求得的数学关系，将RSSI值折算为距离值；根据距离建立多个独立误差噪声的联合概率密度函数模型；3)将联合概率密度函数作为粒子群优化算法的适应函数，调整粒子群优化算法的速度更新函数中的参数，获取粒子群的全局最优值4)建立标准UKF系统的状态方程和观测方程，其中RSSI值作为观测值、测距模型作为观测方程、X为随机变量初始值，获取坐标估计值和协方差矩阵；5)根据步骤4)建立并执行自适应迭代UKF系统，获取新的自适应因子、坐标估计值和协方差矩阵；判断迭代约束条件是否成立及是否达到迭代次数限制，若两者都不满足则继续执行步骤5)，否则退出自适应迭代UKF系统，得到最终的节点定位坐标值。