论文研究-DTN中一种基于灰色预测和状态估计的位置预测方法.pdf

所需积分/C币:6 2019-07-22 22:34:59 1.1MB .PDF
收藏 收藏
举报

典型的延迟容忍网络(DTN)中,由于中继节点间的链路延时和间歇性中断,用于预测运动节点位置的观测数据在传输中常常滞后、丢失。为了在这样的环境下对这些节点的位置进行及时、准确的预测,首先建立了基于方位角的节点运动状态方程,然后利用灰色预测理论对方位角进行预测,再基于该预测值利用扩展卡尔曼滤波算法对目标节点的坐标值进行递推估计。仿真分析表明,采用这样的位置预测算法,可以克服DTN中观测数据经常缺失的缺点,可实现对DTN节点的位置进行在线预测,与对坐标值进行直接预测相比,其准确性有进一步提高。
1164 计算机应用研究 第34卷 其中 =(x) 对比了基于坐标分量直接灰色预测和基于本文的方位角灰色 X 递进预测的目标位置预测方法的性能 y(k)2 x:(k) x()2+y(k)2x()2+y()00,E=E(v(k)v(h) 有机动情况下的运动轨迹如图1所小,其运动速度为8 d)进行状态滤波: m/s,在A点发生了机动运动,其航向产生了35°的偏移,目标 X1k=X-1+KLY-h(X-1)」 (14)从(170.4157,125.6284)开始向55方向飞行,速度不变继续 e)进行方差滤波 进行匀速运动,而标在B点丢失观测数据。在A点附近的 匀速运动中,状态向量是X=[x,y,,,状态转移矩阵是 Pwl=(1-K, H,)Pwh I (15 其中:X1表示在获得k-1时刻的状态估计值情况下对k时刻 [1000;0100;0010:,011。系统在A点附近因为 的状态的估计值(预测值),X-1-1是在获得k-1时刻的观测值 发生机动运动,其状态方程中的随机扰动噪声服从参数为1的 情况下对k-1时刻的状态的估计值(滤波值);Ps-1是在k-1瑞利分布,方位角观测噪声服从参数为(0,4)的高斯分布。系 时刻对h时刻估计方差的预测值P11是k-1时刻状什统在B点丢失节点的位置和方位角信息后将以B点以前的 计的方差。利用上述步骤进行的位置预测屮,假定实际观测值 信息进行灰色预测,分别对位置坐标分量进行灰色预测和对方 序列的末尼时刻为n,则至少需从实际观测值序列中的(n-4)位角进行灰色预测。图2是按上述不同算法获得节点位置预 时刻开始,利用CM(1,1)模型对观测值进行灰色预测,同时以 测值后对方位角进行计算的结果。其中黑色曲线是实际方位 实际观测值及一个假定的运动状态值为初始值开始递推,获得角变化的曲线,黑色带星曲线是本文算法,即先进行方位角灰 状态预测值、估计方差、增益值的时间变化序列,然后从第n时色颜测,再通过卡尔曼滤波得到节点位置后计算的方位角变化 刻开始,以方位角欠量的灰色预測值代替观测值进行状态估计线,黑色带加号曲线是按照文献[9,10]中的方法,直接进行 (滤波),即通过方位角灰色预测值得到目标的位置预测值。 坐标各分量的灰色预测,再将坐标转换为方位角的变化出线 从中可以看到本文算法的结果更接近实际方位角变化由线。 2.2灰色预测的递进 上述扩展卡尔曼滤波模型方程(10)中方位角的观测量 Y(k)来自方位角的灰色预测值,而灰色预测值基于位置预测 服务节点处保存的目标节点的已知位置。这里,(n+1)时刻120 以后的方位角灰色预测既可以基于服务节点在时刻n以前保 存的节点位置,也可以基于(n+1)时刻以前通过卡尔曼滤波 得到的位置估计值。当预测者对(n+1)时刻以后节点的运动 350111151212.51313.5 时间/min 模型有较高的确定度时,可以采用将卡尔曼位置估计值与已保 图1目标运动轨迹(有机动)2目标发生机动情况下的 存的节点位置报告值相结合进行灰色预测的方法,即采用如下 预测方位角变化曲线 步骤: 图3是两种算法的目标位置预测误差随时间的变化曲线 a)基于式(14)中得到的第(n+1)时划的卡尔曼位置预测可以看到灰色预测结合卡尔曼滤波的位置预测误差小于纯灰 值X11,利用以下公式计算第(n+1)时刻的方位角计算值色预测的位置预测误差。图4是在目标无机动情况下的飞行 f(n+1) kal 轨迹,图中目标在A点以后丢失观测数据,但目标在A点前后 eo(n+1)kalman -allay y(n+lIn+1) (16) 的运动方向基本保持不变,其动速度保持恒定,运动模型方 t(n+l|n+1) 程中的随机扰动噪声和观测噪声均为高斯分布。其中运动模 b)进行(n+1)时刻目标方位角灰色观测适用性判断。如型与前述有机动情况下的匀速运动模型相同。在A点丢失观 果6(n+1)kmm-0(n+1)|>e,则表明日标在(n+1)时刻测数据以后分别采用按坐标分量进行灰色预测,及按方位角先 的方位角灰色顶测值与模型计算值之间的误差较大,需要对方进行灰色预测再结合卡尔曼滤波的方法进行位置预测 位角灰色预测的基础数据60进行修改。式(16)中0”(n+1) 120 是由式(9)得到的第(n+1)时刻的方位角灰色预测值,是 104众讨 个根据绎验确定的门限值 c)重构目标节点的已知方位角序列0。如果由上一步80 判断目标节点在第(n+1)时刻的方位角观测误差过大,如果 此时运动模型较为确定,则可以使e(n+1)=03(n+1)xmn, 则已知方位角序列成为:0={(1),θ(2),…,θ(n), 时间/mn e(n+1)},这样,第(n+1)时刻以后的节点方位角的灰色预 图3日标发生机动情况下的图4月标运动轨迹(无机动) 测值可以基于这样得到的60,从而实现方位角的灰色递进 位置预测误差变化由线 预测;否则,已知方位角序列不变,仍为e°={6(1), 图5是尢机动情况下的按不同算法获得节点位置预测值 d(2),…,θ(n)},后续的預测将仍然基于以前侏存的位置报后对方位角进行计算的结果。从中可以看到本文算法的结果 告信息。 与纯灰色预测相比,和图2中相似,也更接近实际方位角变化 3算法性能的仿真分析 曲线。图6是在无机动情况下的位置预测误差变化曲线,可以 看到由于扰动的存在,虽然节点平稳运动,随着时间推移两种 本文作者对上述算法进行了仿真分析。其中考虑了目标算法下节点的位置预测误差仍然在增大,但灰色预测结合卡尔 (无人机)匀速运动中有机动和无机动运动两种情况。仿真中曼滤波的方法的误差仍然小于纯灰色预测的情况,且总体误差 第4期 卓永宁,等:DTN中一种基于灰色预测和状态估计的位置预测方法 1165 幅度小于有机动的情况。 [5 Song Libo, Kotz D, Jain R, et al. Evaluating location predictors with extensive WiFi mobility data[C]//Proc of INFOCOM. Piscataway 灰色和测+卡尔曼 IEEE Press,2004:1414-1424 「6李雯,夏士峰,刘峰,等.基于运动趋勢的移动对象位置预测「J 通信学报,2014,35(2):46-62. [7」吕明琪,陈岭,陈根才,基于自适应多阶 Markoγ模型的位置预测 LJ」,计算机研究与发展,2010,47(10):1764-1770 [8』刘思峰,党耀国,方志耕,等,灰色系统理沦及其应月_M].北京 134 时间min 时间/min 科学出版社,2010 图5目标无机动情况下的 图6目标无机动情况下的 [9]袁基圬,史忠笮.一种基于灰色预测模型GM(1,1)的运动车辆跟 预测方位角变化曲线 位置预测误差变化曲线 踪方法[J].控刽与决策,2006,21(3):30- [10]李连,蒋文涛,张庆敏,等,传感器网络中基于灰色预测的目标跟 4结束语 踪算法[J].软件学报,2012,23(11):149158 [I]陶剑峰,陈伏虎,陶秀.灰色预测在跟踪式卡尔曼滤波中的应用 DTN屮由于路由和资源管理等方案需要对节点的将来位 「C1//系统仿真技术及其应用技术会议论文集笫9卷.2007 986989 置进行预测然而DTN中出于节点稀疏和链路经常中断,节点[12]刘博元,姜嘉悲,范文慈,等,带周期校正的灰色残差预测模型 运动信息不能及时传递到位置预测服务节点,传统的马尔可夫 [冂].计算机应用研究,2014,31(9):28512853,2891 位置顶测等方法需要较多的历史数据进行统计,不能对节点位L13」葛君伟,李恭伟,邓思兵,位置预测在定位服务中的应用研究 模型的卡尔曼滤波算法相结合,对DN运动节点的将来段时≥.计算机应用研究,2008,25(12):3572-3574 置进行在线预测。本文提出利用灰色狈测理论与基丁节点运动 lou Zhung, Peng Zheny, Cui Junghony, et al. Scalable lo liz ation 闰内的位置进行预测。仿真分析表明了本算法在已知节点运动 with mobility prediction for underwater sensor networks[ C]// Proc of IEEE INFOCOM. Piscataway: IEEE Press, 2008: 13-18 模型时可以实现对节点位置的在线预测,运算量相对于离线数15]1ize, Shen Hai Ying. Utility-based distributed routing in intermittent 据统计较小,且预测的误差小于对位置坐标的纯灰色预测。 ly connected networks[C]// Proc of the 37 th International Confe 参考文献 ence on Parallel Processing. Piscataway: IEEE Press, 2008: 604-61 16 Zhang Xiaolan, Giovanni N, Jim K, et aL. Performance modeling of epi- I I1 Leguay J, Friedman T, Cunan V DTN routing in a mobility pattern demic routing[ J]. Computer Networks, 2007, 51(10): 2867 space C]//Proc of ACM SIGCOMM Workshop on Delay-Tolerant Networking. New York: ACM Press. 2005: 276-283 L17」周宏仁,敬忠良,王陪德.机动目标跟踪LM」.北京:国防工业出版 L]Chen L, Chen Y, Sun T, et al. A hybrid routing approach for opportun 炷.1991 etwork[C]/ Proe of ACM SIGCOMM Workshop on Challenged[18]敬喜.卡尔曼滤波器及其应用基础[M].北京:国防工业出版社, Networks. New York: ACM Press, 2006: 213-220 [3] Lindgrenλ, Doria a, Scheler o. Probabilistic routing in intermittently[19]金义富,朱庆生,邢永康.序列缺失教据的灰插值淮理方法[J] connected network[ J. ACM Mobile Computing and Communica 控制与决策,2006,21(2):2 tions review,2003,7(3):1920 [20 Kayacan E, Ulutas B, Kaynak O Grey system [4 Jain S, Fall K, Patra R. Routing in a delay tolerant network[ C]//Proc time series prediction J|. Expert Systems with Applications of ACM sigComm. New York: ACM Press 2004: 145-158 2010,37(2):1784-1789 (上接第1161页)IDPC码有着更快的收敛速度,尤其当最大变 coding of LDPC codes C]//Proc of IEEE Workshop on Signal Pro 量节点度数为20时,构造的LDPC码在信噪比为2.5dB的条 cessing Systems. Piscataway: IEEE Press, 2004: 107-112 件下,平均迭代次数降低∫大约27%,所以该算法构造的I [8 Zhang Xinmiao, 'l'ai Ying. High-spced multi-block-row layered deco PC码能有效地降低译码延时,具有较高的工程实用价值。 ding for Quasi-cvelic LDPC codes[ C1//Proc of Signal and Informa tion Processing. Piscataway: IEEE Press, 2014: 11-14 参考文献 [9 Liu Xingcheng, Zhang Yuanbin, Cui Ru. Variable-node-based dynamic [1] Gallager R G Low-density parity-check codes[ J]. IRE Trans on In- cheduling strategy for belief-propagation decoding of LDPC codes formation Theory, 1962, 8(1): 21-28 [J. IEEE Communications Letters, 2015, 19(2): 147-150 [2] Richardson 'I'J, Shokrollahi M A, Lrbanke R L Design of capacity-ap- 10] Li Jia, Yang Gaigai, Zhao Zhiqiang. An improved-performance deco proaching irregular low-density parity-check codes[ J. IEEE Trans ding algorithm of LDPC codes for layered decoding[ C_//Proc of on Information Theory, 2001, 47 (2): 619-637 TE.. Internal ional Conferenice on Cammniealion Prohlem-solving [3 Alex G, Ingmar L, Wang Guangsong Iteration- constrained design of Piscataway: FFF Press, 2014: 318-321 IRA codes[ c//Proe of International Zurich Seminar on Communica- 11 Ilagenauer J, Offer E, Papke L Iterative decoding of binary block and tions. Piscataway: IEEE Press, 2012: 67-70. [4 Ian P M, Enrico P, Mark F. Design of LDPC code ensembles with fast convolutional codes J. IEEE Trans on Information Theory, 1996 42(2):429-45 convergence properties[C]//Proc of IEEE International Black Sea Conference on Communications and Networking. Piscataway IEEE 12] Wu Xiaofu, You Xiaohu, Zhao Chunming. An efficient girth-locating algo Press,2015:53-57 rithm for quasi-cyclic LDPC codes[ C|//Proc of IEEE International Sym [5 Zhang J, Fossorier M Shuffled belief propagation decoding C//Proc posium on Information Theory. Piscataway: IEEE Press, 2006: 817-820 of Asilomar Conference on Signals, Systems and Computers. Piscat [13 Aslam C A, Guan Yongliang, Cai Kui. Improving the belief-propagation away: IEEE Press, 2002: 8-15 convergence of irregular LdPC codes using column-weight based sched [6 Laouini N, Ben H S I, Rouallegue A. An optimized min-sum variable uling[ J. IEEE Communications Letters, 2015, 19(8): 1283-128 ode layering for LDPC decoding[ C]// Proc of Multimedia Computing [14] Jiang Xueqin, Xia Xianggen, Moon H L. Efficient progressive edge d Systems. Piscataway: IEEE Press, 2014: 794-799 ymwth algorithm lased on Chinese remainder theorem[J. IEEE [7 Hocevar D A reduced complexity decoder arch tecture Trans an Communications, 2014, 62( 2): 442-451

...展开详情
试读 4P 论文研究-DTN中一种基于灰色预测和状态估计的位置预测方法.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-DTN中一种基于灰色预测和状态估计的位置预测方法.pdf 6积分/C币 立即下载
    1/4
    论文研究-DTN中一种基于灰色预测和状态估计的位置预测方法.pdf第1页
    论文研究-DTN中一种基于灰色预测和状态估计的位置预测方法.pdf第2页

    试读已结束,剩余2页未读...

    6积分/C币 立即下载 >