數(shù)據(jù)空泡修正的LTE-5G傳感網(wǎng)節(jié)點(diǎn)定位算法

趙麗芬，田 波*，陳華君

(1.銅仁學(xué)院大數(shù)據(jù)學(xué)院，貴州 銅仁 554300；2.廣東工業(yè)大學(xué)自動(dòng)化學(xué)院，廣東 廣州 510006)

1 引言

無線傳感網(wǎng)(Wireless Sensor Network，WSN)技術(shù)作為下一代物聯(lián)網(wǎng)技術(shù)的核心，在國民經(jīng)濟(jì)綠色轉(zhuǎn)型中起到了非常關(guān)鍵的作用[1]。此外，無線傳感網(wǎng)與當(dāng)今最新的電子及通訊技術(shù)不斷交融，特別是LTE-5G等通信技術(shù)極大的改變了無線傳感網(wǎng)的面貌，使得無線傳感網(wǎng)通信節(jié)點(diǎn)逐步向高流動(dòng)性的5G制式節(jié)點(diǎn)轉(zhuǎn)變[2]。

然而，LTE-5G通信技術(shù)所固有的流動(dòng)性較高，使得無線傳感網(wǎng)管理及運(yùn)行過程中也存在相當(dāng)?shù)碾y度，集中表現(xiàn)為信號捕捉難度大，定位精度不高等問題，因此，解決LTE-5G條件下無線傳感網(wǎng)節(jié)點(diǎn)精確定位的不足，成為當(dāng)前無線傳感網(wǎng)研究領(lǐng)域的熱點(diǎn)方向。Gaurav[3]等提出了一種基于無源被動(dòng)接收評估機(jī)制的5G傳感網(wǎng)移動(dòng)節(jié)點(diǎn)定位算法，通過極坐標(biāo)方式捕捉傳感節(jié)點(diǎn)移動(dòng)頻偏，能夠按照方位角-時(shí)間差兩個(gè)維度精確獲取傳感節(jié)點(diǎn)的坐標(biāo)，精度優(yōu)勢較好，實(shí)現(xiàn)極其便捷。不過，該算法也存在一定的弊端，主要是在節(jié)點(diǎn)定位過程中，其只能通過被動(dòng)接收信號的方式來解析節(jié)點(diǎn)的方位角及頻偏，對信道的穩(wěn)定性要求較高，抗噪性能較差，難以適應(yīng)強(qiáng)干擾的部署環(huán)境。Mohammed[4]等提出了一種基于雙曲線-錨節(jié)點(diǎn)定位機(jī)制的LTE-5G傳感網(wǎng)移動(dòng)節(jié)點(diǎn)定位算法，通過在定位區(qū)域內(nèi)預(yù)設(shè)3個(gè)超級錨節(jié)點(diǎn)，并采用雙曲線交錯(cuò)定位的方式，有效提高了定位的精度，與文獻(xiàn)[3]相比，其定位精度可精確到cm級別，特別適用于節(jié)點(diǎn)移動(dòng)速度很強(qiáng)時(shí)的定位場景。不過，該算法與文獻(xiàn)[3]相比，待定位節(jié)點(diǎn)坐標(biāo)亦需要通過捕捉方位角-時(shí)間差等參數(shù)并帶入雙曲模型中進(jìn)行運(yùn)算，在穩(wěn)定性較差的信道條件下，該技術(shù)同樣存在精度較差的問題。Devesh[5]等鑒于文獻(xiàn)[3]和文獻(xiàn)[4]采用被動(dòng)方式接受信號定位節(jié)點(diǎn)的不足，提出了一種基于錨節(jié)點(diǎn)主動(dòng)掃描機(jī)制的LTE-5G傳感網(wǎng)移動(dòng)節(jié)點(diǎn)定位算法，通過平均撒布錨節(jié)點(diǎn)方式預(yù)估移動(dòng)節(jié)點(diǎn)運(yùn)動(dòng)軌跡，可實(shí)現(xiàn)對移動(dòng)節(jié)點(diǎn)拓?fù)滠壽E的實(shí)時(shí)捕捉，能夠較好的滿足5G傳感網(wǎng)領(lǐng)域中對節(jié)點(diǎn)的動(dòng)態(tài)定位需求。不過，該算法的布撒LTE-5G傳感節(jié)點(diǎn)密度較高，容易因頻率相似而產(chǎn)生干涉效應(yīng)，定位效率較低。

通過對上述LTE-5G傳感網(wǎng)節(jié)點(diǎn)定位方案進(jìn)行分析可知，已有的相關(guān)方法存在定位精度較低、誤差較高的問題。為此，本文提出了基于拉普拉斯預(yù)估與數(shù)據(jù)空泡修正的LTE-5G傳感網(wǎng)移動(dòng)節(jié)點(diǎn)定位算法。該算法的主要?jiǎng)?chuàng)新與優(yōu)勢在于：①鑒于采用被動(dòng)獲方式來取信號強(qiáng)度并進(jìn)行定位所導(dǎo)致的跳數(shù)預(yù)估失效現(xiàn)象，本文設(shè)計(jì)了拉普拉斯模擬預(yù)估方法，實(shí)時(shí)估計(jì)待定位節(jié)點(diǎn)與錨節(jié)點(diǎn)間的距離，完成對待定位節(jié)點(diǎn)與錨節(jié)點(diǎn)間跳數(shù)的初步預(yù)估；②考慮到節(jié)點(diǎn)密度不均衡所產(chǎn)生的定位誤差，本文構(gòu)建了數(shù)據(jù)空泡修正機(jī)制來規(guī)避數(shù)據(jù)傳輸盲區(qū)，優(yōu)化節(jié)點(diǎn)的均衡跳數(shù)，并借助三角定位來強(qiáng)化網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)感知能力，改善錨節(jié)點(diǎn)與待定位節(jié)點(diǎn)的定位精度。最后，通過仿真證明了所提算法的有效性。

2 節(jié)點(diǎn)模型及定位模型

2.1 節(jié)點(diǎn)模型

典型的LTE-5G無線傳感網(wǎng)節(jié)點(diǎn)模型見圖1：矩形區(qū)域內(nèi)分布若干坐標(biāo)已知的錨節(jié)點(diǎn)，可通過隨機(jī)分布模型自動(dòng)布撒；若干處于移動(dòng)狀態(tài)的待定位節(jié)點(diǎn)坐標(biāo)不確定，需要通過一定方式獲取[6]。

圖1 典型的節(jié)點(diǎn)分布

一般而言，LTE-5G制式的傳感節(jié)點(diǎn)的發(fā)射信號均為高頻信號，數(shù)據(jù)傳輸及定位過程中需要考慮到高頻信號具有的頻偏特性：信號調(diào)制頻率與實(shí)際接受到的頻率可能存在一定的偏差。此外，由于LTE-5G信號在發(fā)射過程中具有分割發(fā)射的特性，不同時(shí)刻調(diào)制的信號相位可能存在互相干涉現(xiàn)象，導(dǎo)致定位過程中極易受到萊斯噪聲的干擾，故本文算法的LTE-5G節(jié)點(diǎn)的發(fā)射信號采用正交16PSK調(diào)制模式。在所提的節(jié)點(diǎn)模型中，所采用的星座共分四層，每層容納4個(gè)正交信號矢量[7]，該模式具有較好的信道抗噪性能，正交64PSK信號投影矢量圖見圖2，其相位投影見圖3。

圖2 信號投影矢量 圖3 相位投影

2.2 定位模型

由文獻(xiàn)[3]和文獻(xiàn)[4]可知，采用被動(dòng)方式進(jìn)行直接定位的技術(shù)解決方案具有簡便的優(yōu)勢，但也存在嚴(yán)重的定位誤差，這主要是由于信道噪聲帶來的干擾所致。此外，采用被動(dòng)方式雖然能夠較好的捕捉節(jié)點(diǎn)坐標(biāo)，然而，該方式僅能捕捉具體時(shí)刻的節(jié)點(diǎn)坐標(biāo)，難以實(shí)現(xiàn)動(dòng)態(tài)捕捉節(jié)點(diǎn)拓?fù)溥\(yùn)動(dòng)軌跡。鑒于該不足，本文采用預(yù)估評測模式，如圖4所示，通過錨節(jié)點(diǎn)與待定位節(jié)點(diǎn)存在數(shù)據(jù)交互的拓?fù)潢P(guān)系，實(shí)現(xiàn)對節(jié)點(diǎn)坐標(biāo)的精確獲取。定位過程中，考慮到LTE-5G制式節(jié)點(diǎn)信號具有的分割發(fā)射特性，錨節(jié)點(diǎn)將通過發(fā)射數(shù)據(jù)報(bào)文與待定位節(jié)點(diǎn)進(jìn)行交互，防止因節(jié)點(diǎn)失效所導(dǎo)致的傳輸盲區(qū)現(xiàn)象。

圖4 節(jié)點(diǎn)定位模型

定位過程如下：

Step 1：錨節(jié)點(diǎn)構(gòu)建定位數(shù)據(jù)報(bào)文，并以廣播方式進(jìn)行全網(wǎng)傳輸，數(shù)據(jù)報(bào)文格式如下

{Local(i)，Node(i)，(xi，yi)}

(1)

模型(1)中，Local(i)表示第i個(gè)錨節(jié)點(diǎn)的初始跳數(shù)，當(dāng)僅當(dāng)待定位節(jié)點(diǎn)進(jìn)入其一跳區(qū)域內(nèi)時(shí)，將該跳數(shù)置1，若待定位節(jié)點(diǎn)離開其一跳區(qū)域時(shí)，再將該跳數(shù)置0；Node(i)表示第i個(gè)錨節(jié)點(diǎn)在網(wǎng)絡(luò)中的唯一識(shí)別號；(xi，yi)表示第i個(gè)錨節(jié)點(diǎn)詳細(xì)坐標(biāo)。

Step 2：獲取錨節(jié)點(diǎn)的均衡跳數(shù)balance(i，j)。采用模型(1)的方式獲取第i個(gè)錨節(jié)點(diǎn)到其余節(jié)點(diǎn)的跳數(shù)，且獲取各個(gè)錨節(jié)點(diǎn)的坐標(biāo)后，根據(jù)式(2)計(jì)算均衡跳數(shù)balance(i，j)

(2)

其中Num表示網(wǎng)絡(luò)中錨節(jié)點(diǎn)總數(shù)。

Step 3：待測節(jié)點(diǎn)進(jìn)入網(wǎng)絡(luò)后，通過模型(1)獲取各錨節(jié)點(diǎn)坐標(biāo)，并使用三角法進(jìn)行定位。

圖5 節(jié)點(diǎn)定位過程

3 本文LTE-5G傳感網(wǎng)移動(dòng)節(jié)點(diǎn)定位算法

在LTE-5G條件下，單純通過模型(1)-(2)進(jìn)行定位存在一定的問題：節(jié)點(diǎn)接收到的數(shù)據(jù)報(bào)文中的距離值可能具有一定的波動(dòng)性，每次可能均不一樣，這是由于LTE-5G信號特有的頻率偏移因素，使得定位過程中接收到的數(shù)據(jù)具有一定的誤差；此外，模型(2)僅考慮了節(jié)點(diǎn)分布均衡的狀況，因此，跳數(shù)均衡過程中可以直接將節(jié)點(diǎn)個(gè)數(shù)作為分母，這是由于錨節(jié)點(diǎn)在均衡分布狀態(tài)下均處于彼此的一跳區(qū)域內(nèi)；實(shí)際應(yīng)用過程中由于錨節(jié)點(diǎn)可能分布并不均勻，因此模型(2)所示的跳數(shù)均衡將存在較大的誤差。

對此，本文算法主要由3個(gè)部分構(gòu)成：①基于拉普拉斯模擬預(yù)估方法的跳數(shù)均衡，該方法考慮到接收到的數(shù)據(jù)所具有的統(tǒng)計(jì)特性，采用拉普拉斯預(yù)估方式對不同錨節(jié)點(diǎn)間的跳數(shù)進(jìn)行計(jì)算，可以精確獲取不同錨節(jié)點(diǎn)間的均衡跳數(shù)。②數(shù)據(jù)空泡修正機(jī)制，針對錨節(jié)點(diǎn)間跳數(shù)可能存在的統(tǒng)計(jì)抖動(dòng)現(xiàn)象，通過發(fā)射數(shù)據(jù)空泡并計(jì)算拓?fù)涮鴶?shù)的方式對以獲取的均衡跳數(shù)進(jìn)行再修正，降低因信道噪聲干擾而導(dǎo)致的統(tǒng)計(jì)誤差。③三角定位法，擬通過三個(gè)錨節(jié)點(diǎn)定位的方式實(shí)現(xiàn)對待定位節(jié)點(diǎn)坐標(biāo)的精確獲取，進(jìn)一步提高本文算法的精度。

3.1 均衡跳數(shù)的預(yù)估

第i個(gè)錨節(jié)點(diǎn)可以通過監(jiān)聽網(wǎng)絡(luò)中數(shù)據(jù)報(bào)文的方式來獲取各個(gè)錨節(jié)點(diǎn)的詳細(xì)拓?fù)湫畔?，設(shè)該節(jié)點(diǎn)通過計(jì)算獲取的與第j個(gè)錨節(jié)點(diǎn)間的實(shí)測值Local(i，j)滿足如下的高斯分布：

N(H(i，j)balance(i，j)，σ2)

(3)

實(shí)測值Local(i，j)的概率密度函數(shù)滿足

(4)

其中，N(H(i，j)表示間第i個(gè)錨節(jié)點(diǎn)和第j個(gè)錨節(jié)點(diǎn)的跳數(shù)，其余參數(shù)及獲取方法同模型(2)。

由模型(3)可知，距離測量值為統(tǒng)計(jì)樣本，Local(i，j)單次測量方式如下：

(5)

聯(lián)合式(3)和式(5)，由節(jié)2.1可知，信號發(fā)射過程均有一定的隨機(jī)性，特別是LTE-5G信號存在的萊斯信道噪聲干擾，因此可根據(jù)萊斯噪聲的特點(diǎn)來構(gòu)建拉普拉斯預(yù)估函數(shù)

G(balance(i，j))=

(6)

隨后，對式(6)進(jìn)行對數(shù)處理[9]，可得

lnG(balance(i，j))=

(7)

對式(7)求H(i，j)的一階微分，可得

(8)

網(wǎng)絡(luò)中任意兩點(diǎn)間經(jīng)過修正后的均衡距離可由模型(8)獲取。若網(wǎng)絡(luò)中錨節(jié)點(diǎn)總數(shù)為m，則網(wǎng)絡(luò)的平均一跳均衡距離Netone為

(9)

任意待定位節(jié)點(diǎn)與錨節(jié)點(diǎn)的距離若小于式(9)的Netone，則可以認(rèn)為該節(jié)點(diǎn)處于該錨節(jié)點(diǎn)的捕獲范圍，可以使用三角法進(jìn)行定位。

3.2 待定位節(jié)點(diǎn)的均衡跳數(shù)修正

由節(jié)3.1可知，預(yù)測過程中的測量誤差與節(jié)點(diǎn)間跳數(shù)的預(yù)測密切相關(guān)，由于LTE-5G節(jié)點(diǎn)具有的高流動(dòng)性，使得網(wǎng)絡(luò)拓?fù)涮幱诓环€(wěn)定狀態(tài)，容易因節(jié)點(diǎn)失效而導(dǎo)致連通故障，因此需要通過一定的方法改善跳數(shù)預(yù)估的誤差[10]，從而達(dá)到修正定位坐標(biāo)誤差的目的。為解決該問題，本文構(gòu)建了數(shù)據(jù)空泡修正機(jī)制。數(shù)據(jù)空泡修正機(jī)制的詳細(xì)過程如下：

Step 1：錨節(jié)點(diǎn)在式(1)的基礎(chǔ)上，向分組報(bào)文的頭部添加0字節(jié)報(bào)文，并定時(shí)將該數(shù)據(jù)報(bào)文進(jìn)行廣播

{0，Local(i)，Node(i)，(xi，yi)}

(10)

任意錨節(jié)點(diǎn)在接收到式(10)所示的數(shù)據(jù)報(bào)文時(shí)，均將該數(shù)據(jù)報(bào)文中的節(jié)點(diǎn)信息替換成自身信息后，繼續(xù)進(jìn)行廣播發(fā)送。

Step 2：當(dāng)?shù)趇個(gè)錨節(jié)點(diǎn)需要計(jì)算其與錨節(jié)點(diǎn)j之間的跳數(shù)時(shí)，監(jiān)聽與待測錨節(jié)點(diǎn)間的數(shù)據(jù)報(bào)文，計(jì)算傳輸時(shí)耗Time(i，j)，而單徑時(shí)間Timeone(i，j)為傳輸歷時(shí)的一半，其計(jì)算函數(shù)為：

Timeone(i，j)=0.5Time(i，j)

(11)

根據(jù)式(8)求取第i個(gè)錨節(jié)點(diǎn)與錨節(jié)點(diǎn)j之間均衡跳數(shù)balance(i，j)后，聯(lián)合式(11)，可計(jì)算兩者間的單跳時(shí)間one_Time(i，j)

(12)

Step 3：任意錨節(jié)點(diǎn)在完成對網(wǎng)絡(luò)中全部錨節(jié)點(diǎn)位置信息的獲取后[11]，按如下方式修正網(wǎng)絡(luò)平均單跳時(shí)間one_time_Net(i，j)

(13)

Step 4：待定位節(jié)點(diǎn)j按照式(10)發(fā)送數(shù)據(jù)報(bào)文后，錨節(jié)點(diǎn)i將該該節(jié)點(diǎn)的均衡跳數(shù)balance(i，j)及單跳時(shí)間one_Time(i，j)加入數(shù)據(jù)報(bào)文并進(jìn)行廣播

{0，Local(i)，Node(i)，(xi，yi)，balance(i，j)，one_Time(i，j)}

(14)

Step 5：獲取待定位節(jié)點(diǎn)j與錨節(jié)點(diǎn)i之間的數(shù)據(jù)傳輸時(shí)間Tra_time(i，j)，則測量單徑時(shí)間Tra_onetime(i，j)可按如下方式獲取

Tra_onetime(i，j)=0.5Tra_time(i，j)

(15)

Step 6：結(jié)合式(13)和式(15)可獲取待定位節(jié)點(diǎn)j與錨節(jié)點(diǎn)i之間跳數(shù)hop(i.j)

(16)

Step 7：結(jié)合式(9)和式(16)，可得最終修正后的待定位節(jié)點(diǎn)j與錨節(jié)點(diǎn)i之間的距離Tra_local(i，j)

Tra_local(i，j)=hop(i，j)×Netone

(17)

圖6顯示了數(shù)據(jù)空泡修正機(jī)制與文獻(xiàn)[8]、文獻(xiàn)[9]的距離測量相對誤差，顯然本文所構(gòu)建的數(shù)據(jù)空泡修正機(jī)制距離測量相對誤差一直處于較低的水平，且波動(dòng)幅度要小于文獻(xiàn)[8]、文獻(xiàn)[9]。

圖6 距離測量相對誤差

3.3 節(jié)點(diǎn)坐標(biāo)的精確定位

通過超空泡修正機(jī)制，能夠迅速獲取任意一個(gè)節(jié)點(diǎn)與周圍錨節(jié)點(diǎn)間的距離，且精度誤差能夠控制在3.2%以內(nèi)，見圖6。設(shè)待定位節(jié)點(diǎn)(x，y)位置距離最近三個(gè)錨節(jié)點(diǎn)坐標(biāo)為(x1，y1)、(x2，y2)、(x3，y3)，待測定位與三個(gè)錨節(jié)點(diǎn)間距離估測值d1、d2、d3可通過模型(17)獲?。?/p>

d1=hop(x，x1)×Netone

(18)

d2=hop(x，x2)×Netone

(19)

d3=hop(x，x3)×Netone

(20)

聯(lián)立模型(18)-(20)可解得待定位節(jié)點(diǎn)坐標(biāo)(x，y)

(x，y)T=AB

(21)

(22)

(23)

通過式(21)～(23)即可精確獲取待定位節(jié)點(diǎn)的坐標(biāo)[12]，見圖7。

圖7 三角定位

4 仿真研究

本文仿真采用NS2工具和Linux Centos 6.7 操作系統(tǒng)進(jìn)行測試[13]，節(jié)點(diǎn)分布在矩形區(qū)域內(nèi)，該區(qū)域的大小為2000m×2000m；節(jié)點(diǎn)均采用速度可控模式，錨節(jié)點(diǎn)位置固定，待定位節(jié)點(diǎn)速度可設(shè)定為固定模式和隨機(jī)模式2種[14]；此外，待定位節(jié)點(diǎn)移動(dòng)路徑可以預(yù)先設(shè)置，其它參數(shù)見表1。對照組算法選取當(dāng)前常用的被動(dòng)掃描定位算法[15](Passive Scanning Location Algorithms，PSL算法)、二向度定位算法[16](Bidirectional Localization Algorithm，BL算法)。

表1 仿真參數(shù)表

4.1 定位精度

錨節(jié)點(diǎn)為移動(dòng)狀態(tài)，沿著區(qū)域邊沿保持勻速移動(dòng)狀態(tài)；待定位節(jié)點(diǎn)的個(gè)數(shù)為20個(gè)，運(yùn)動(dòng)速度分別為10m/s和20m/s，逐個(gè)節(jié)點(diǎn)計(jì)算坐標(biāo)位置，見圖8(a)和8(b)。由圖可知，本文算法的待定位節(jié)點(diǎn)定位精度很高，特別是在節(jié)點(diǎn)運(yùn)動(dòng)速度較快(20m/s)時(shí)，PSL算法及BL算法與本文算法的差距更為明顯。這是由于本文算法充分考慮到定位過程中存在的距離測量精度較低及跳數(shù)估測誤差較大的實(shí)際，構(gòu)建了拉普拉斯預(yù)估方法和數(shù)據(jù)空泡修正機(jī)制，提高了距離測量的精度并降低跳數(shù)估測誤差，特別是在因高速流動(dòng)狀態(tài)時(shí)信道處于不穩(wěn)定狀態(tài)，能夠通過三角定位機(jī)制降低信道中萊斯噪聲的影響，因此定位精度較高。此外，由于本文采用了拉普拉斯預(yù)估方法，與實(shí)際環(huán)境中萊斯噪聲主要以拉普拉斯隨機(jī)變換的規(guī)律相互符合，具有較高的擬合度，從圖中可知，本文算法在橫向分布坐標(biāo)1400-1600米出現(xiàn)最大誤差，誤差度在10m左右，與錨節(jié)點(diǎn)的整體吻合度為85.7%，而PSL算法在橫向第200米處出現(xiàn)最大誤差，誤差度達(dá)219米，與錨節(jié)點(diǎn)的整體吻合度為55.9%，BL算法在橫向第600米處出現(xiàn)最大誤差，誤差度達(dá)177m，與錨節(jié)點(diǎn)的整體吻合度為61.4%，因此算法采用的拉普拉斯預(yù)估方法可較大幅度降低萊斯噪聲，提高定位精度。PSL算法采用錨節(jié)點(diǎn)掃描機(jī)制，當(dāng)僅當(dāng)節(jié)點(diǎn)運(yùn)動(dòng)至錨節(jié)點(diǎn)覆蓋范圍時(shí)方可發(fā)揮定位效果，且未考慮到節(jié)點(diǎn)與錨節(jié)點(diǎn)之間的跳數(shù)誤差影響，因此定位精度要低于本文算法。BL算法雖然能夠根據(jù)節(jié)點(diǎn)信號發(fā)射角度與頻率進(jìn)行估測，然而該算法并未考慮到信道噪聲對節(jié)點(diǎn)信號頻率的干擾因素，導(dǎo)致距離測量及跳數(shù)估測過程中的抗噪性能較差，因此難以適應(yīng)節(jié)點(diǎn)高速流動(dòng)的實(shí)際部署環(huán)境，定位精度亦要低于本文算法。

圖8 不同算法的定位精度測試

4.2 定位誤差

節(jié)點(diǎn)布撒及初始參數(shù)設(shè)置同節(jié)4.1；分別在低干擾信道和高干擾信道兩種條件下進(jìn)行定位誤差仿真。顯然，本文算法定位誤差始終較低，PSL算法和BL算法不僅定位誤差要始終高于本文算法，且波動(dòng)幅度也要高于本文算法。特別是在高干擾信道條件下，本文算法的定位誤差最高僅為0.72m，PSL算法的定位誤差最高達(dá)1.57m，BL算法的定位誤差亦達(dá)0.96m之多。這說明了本文算法構(gòu)建的拉普拉斯預(yù)估方法和數(shù)據(jù)空泡修正機(jī)制確實(shí)能夠大幅度提高定位精度，降低定位誤差，性能要顯著好于PSL算法采用錨節(jié)點(diǎn)掃描機(jī)制及BL算法采用的節(jié)點(diǎn)信號發(fā)射角度與頻率聯(lián)合估測機(jī)制，優(yōu)勢明顯。

5 結(jié)束語

針對當(dāng)前LTE-5G傳感網(wǎng)移動(dòng)節(jié)點(diǎn)定位方法中存在的定位精度和抗干擾能力較低的問題，提出了一種基于拉普拉斯預(yù)估與數(shù)據(jù)空泡修正機(jī)制的LTE-5G傳感網(wǎng)移動(dòng)節(jié)點(diǎn)定位算法。通過構(gòu)建拉普拉斯預(yù)估方法來計(jì)算待定位節(jié)點(diǎn)與錨節(jié)點(diǎn)間均衡跳數(shù)，降低信道噪聲對定位過程的干擾。另外，本文算法還設(shè)計(jì)了數(shù)據(jù)空泡修正機(jī)制，以精確判斷網(wǎng)絡(luò)拓?fù)溥B通性能，提高節(jié)點(diǎn)處于高速運(yùn)動(dòng)狀態(tài)下的定位收斂度性能，從而修正節(jié)點(diǎn)坐標(biāo)的定位誤差。再借助三角定位方法，精確獲取待定位節(jié)點(diǎn)坐標(biāo)。仿真數(shù)據(jù)顯示，相對于PSL算法和BL算法而言，在不同的節(jié)點(diǎn)運(yùn)動(dòng)速度下，所提算法的定位精度在整體上分別提高了30.6%、21.3%，而在干擾信道條件，所提算法的定位誤差在整體上分別降低了54.2%、25%。

圖9 不同算法的定位誤差測試結(jié)果

下一步，將針對本文算法對立體空間中傳感節(jié)點(diǎn)定位中適應(yīng)性不足的問題，擬引入超歐里幾何拓?fù)渥鴺?biāo)優(yōu)化判斷機(jī)制，提高本文算法在多維拓?fù)錀l件下的判斷與定位能力，促進(jìn)算法在實(shí)際場合中的推廣運(yùn)用。