Please wait a minute...
浙江大学学报（理学版）
浙江大学学报（理学版）  2017, Vol. 44 Issue (3): 322-326    DOI: 10.3785/j.issn.1008-9497.2017.03.013
电子科学     
一种基于多普勒效应的拟牛顿室内定位算法
张晓燕1, 孙婷婷2, 徐新民2
1. 浙江长征职业技术学院, 浙江 杭州 310023;
2. 浙江大学 信息与电子工程学院, 浙江 杭州 310027
A quasi-Newton indoor localization algorithm based on the Doppler effect
ZHANG Xiaoyan1, SUN Tingting2, XU Xinmin2
1. Zhejiang Changzheng Vocational and Technical College, Hangzhou 310023, China;
2. College of Information and Electronic Engineering, Zhejiang University, Hangzhou 310027, China
 全文: PDF(1045 KB)   HTML  
摘要： 针对现有室内定位方法，根据目标节点在运动过程中与参考信标节点间产生的多普勒效应，得到一种距离差测量方法，避免了对目标节点与信标节点间时钟同步的要求.为实现此距离差定位，提出了一种基于拟牛顿法的室内定位算法.随机选取初始猜测值，得到一个测量点的距离差信息，由此迭代得到单个测量点坐标，再将所有测得的相对位置坐标进行整体迭代并调整初始位置，直到得到稳定的初始位置，实现定位.Matlab仿真结果表明，在信噪比SNR=10时，定位误差不超过0.5 m.同时，为提高定位速度和成功率，尝试用粒子群算法求初始猜测值，进一步提高算法的性能.
关键词： 多普勒效应;  拟牛顿迭代;  室内定位    
Abstract: To avoid the clock synchronization between objective node and beacon nodes in indoor location system, a new distance measuring method based on the Doppler effect is proposed. A quasi-Newton indoor localization algorithm is implemented for distance measurement. The initial parameters for quasi-Newton are obtained randomly. Quasi-Newton is used to get each single position. Then, all the relative positions would be iterated to adjust the original position for localization. Matlab simulations show that the location error is less than 0.5 m when SNR is 10. Then, particle swarm optimization is applied to improve the performance of convergence.
Key words: Doppler effect    quasi-Newton    indoor localization
收稿日期: 2016-05-23 出版日期: 2017-03-01
CLC:  TP301.6  
基金资助: 浙江省公益性技术应用研究计划项目（2015C31073）.
通讯作者: 徐新民,ORCID:http://orcid.org/0000-0002-0910-2375,E-mail:xuxm@zju.edu.cn.     E-mail: xuxm@zju.edu.cn
作者简介: 张晓燕(1983-),ORCID:http://orcid.org/0000-0002-9929-2626,女,硕士,讲师,主要从事嵌入式系统研究.
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
张晓燕
孙婷婷
徐新民

引用本文:

张晓燕, 孙婷婷, 徐新民. 一种基于多普勒效应的拟牛顿室内定位算法[J]. 浙江大学学报（理学版）, 2017, 44(3): 322-326.

ZHANG Xiaoyan, SUN Tingting, XU Xinmin. A quasi-Newton indoor localization algorithm based on the Doppler effect. Journal of Zhejiang University (Science Edition), 2017, 44(3): 322-326.

链接本文:

https://www.zjujournals.com/sci/CN/10.3785/j.issn.1008-9497.2017.03.013    或    https://www.zjujournals.com/sci/CN/Y2017/V44/I3/322

[1] 汶晓勇,肖越.GPS和A-GPS技术研讨[J].通信技术,2011(8):76-78. WEN X Y, XIAO Y. Research on GPS and A-GPS technology[J]. Communications Technology,2011(8):76-78.
[2] APARICIO S, PÉREZ J, TARRÍO P, et al. An indoor location method based on a fusion map using bluetooth and wlan technologies[C]//International Symposium on Distributed Computing and Artificial Intelligence 2008 (DCAI 2008). Berlin/Heidelberg: Springer,2009:702-710.
[3] 陈聪传,程良伦.区域细化的RFID室内定位算法[J].计算机应用与软件,2011,28(1):50-52. CHEN C C, CHENG L L. RFID indoor localization algorithm based on region refinement[J]. Computer Applications and Software,2011,28(1):50-52.
[4] 李炳荣,曲长文,苏峰,等.机载单站无源定位技术分析[J].战术导弹技术,2005(6):35-39. LI B R, QU C W, SU F, et al. Analysis of airborne single station passive location technology[J]. Tactical Missile Technology,2005(6):35-39.
[5] 陆洪涛,马飞.基于多普勒频率差的三站无源定位技术[J].舰船电子对抗,2008,31(1):29-31. LU H T, MA F. Three station passive location technology based on Doppler frequency difference[J]. Shipboard Electronic Countermeasure,2008,31(1):29-31.
[6] YUAN G, LU X. An active set limited memory BFGS algorithm for bound constrained optimization[J]. Applied Mathematical Modelling,2011,35(7):3561-3573.
[7] 魏明生,童敏明,訾斌,等.基于粒子群-拟牛顿混合算法的管道机器人定位[J].仪器仪表学报,2013,33(11):2594-2600. WEI M S, TONG M M, ZI B, et al. Pipeline robot localization based on particle swarm quasi Newton hybrid algorithm[J]. Journal of Instrument and Meter,2013,33(11):2594-2600.
[1] 李宗民, 边玲燕, 刘玉杰. 基于多层次特征的跨场景服装检索[J]. 浙江大学学报（理学版）, 2019, 46(4): 431-438.
[2] 任燕芝. 基于动态分级和邻域反向学习的改进粒子群算法[J]. 浙江大学学报（理学版）, 2018, 45(3): 261-271.
[3] 韩萌. 耗散结构和差分变异混合的鸡群算法[J]. 浙江大学学报（理学版）, 2018, 45(3): 272-283.
[4] 郭立婷. 基于自适应和变游走方向的改进狼群算法[J]. 浙江大学学报（理学版）, 2018, 45(3): 284-293.
[5] 林耿. 一种求解厌恶型p-中位问题的混合进化算法[J]. 浙江大学学报（理学版）, 2018, 45(1): 29-36,43.
[6] 谭熠峰, 孙婷婷, 徐新民. 基于动态因子和共享适应度的改进粒子群算法[J]. 浙江大学学报（理学版）, 2016, 43(6): 696-700.