摘要

针对群组移动节点定位算法普遍基于不切实际的假设,存在普适性欠佳和精度不高的问题,提出一种基于运动参数预测的群组移动节点定位算法。该算法根据群组移动节点具有相似运动的特点,运用Hermite插值多项式预测、过滤节点运动参数。为确保定位精度,应对节点移动性带来的采样区域变化,运用预测节点运动参数构建粒子有效采样区域;为节省时间开销,基于采样粒子真实分布与其极大似然估计值之间的最大K-L(Kullback-Leibler)距离确定能够满足不同采样区域的最少粒子数目;为改善算法收敛性,运用预测运动参数创建滤波公式,并选取优质粒子参与节点位置估计。在与经典算法MCL(Monte Carlo localization)法和加权最小二乘法的MATLAB对比实验中,分析了节点移动速度、自由度、K-L距离阈值、采样方格边长对定位精度的影响。结果表明,较上述算法,本算法的定位误差和时间开销较小,无须锚节点辅助,普适性较好。

  • 单位
    中国人民解放军陆军勤务学院