超宽带无线传感器网络鲁棒定位算法研究

Ultra-wideband (UWB) wireless sensor networks (WSNs) can achieve high-accuracy localization performance in ideal scenarios via their huge bandwidth advantage. However, in actual localization applications, imperfect anchors, imperfect transmission channel, and imperfect localization networks can dramatically decrease the localization accuracy of targets. There is no effective localization algorithm to conquer these problems. This project aims to study high-robust localization algorithms with good error control ability. Specifically, the project plans to adopt multi-modelity measurements to lower the position-ambiguity probability in sparse WSNs. Second, the project plans to use outlier-resistant localization algorithms based on explicitly sifting or implicitly deemphasizing to decrease the impact of the localization accuracy from imperfect anchors. Third, the project plans to adopt machine learning algorithms to detect the non-line-of-sight (NLoS) transmissions and mitigate their measurement errors. Besides, the project plans to explore anti-attacker localization algorithms based on channel state information (CSI) to improve the accuracy. The results of this project can dramatically improve the localization robustness of UWB WSNs and support their actual applications.

超宽带无线传感器网络凭借其巨大的带宽优势能够在理想应用环境中实现目标节点的高精度定位功能。然而，在实际定位应用中，锚节点异常、传输信道异常和定位网络异常这三类“异常”情况会极大地降低目标定位精度。针对这三类“异常”情况，当前的节点定位算法研究结果无法满足应用要求。本项目旨在研究“异常”情况下具有良好误差控制能力的高鲁棒性定位算法。具体来讲，本课题拟采用多模态信息融合技术来降低稀疏传感网络中目标节点出现定位歧义的概率；拟通过研究测量异常值的显式筛选和隐式弱化理论来消除或削弱异常锚节点对目标节点定位精度的影响；拟通过研究基于机器学习算法的非视距传输检测与误差补偿方法来提升非视距传输条件下的测量精度；拟通过研究基于信道状态信息的指纹定位算法来大幅度提升网络攻击节点的定位精度。本课题的研究结果能够大幅度提升超宽带无线传感器网络在现实应用中的定位鲁棒性，有助于无线传感器网络定位功能的实际应用。

超宽带无线传感器网络凭借其巨大的带宽优势能够在理想应用环境中实现目标节点的高精度定位功能。在实际定位应用中，多种异常情况会极大地降低目标定位精度，本项目旨在研究高鲁棒性定位算法。本课题研究内容主要包括：（1）超宽带测距系统研发：完成了一种低成本脉冲超宽带测距系统的研制，室内外实验结果表明该系统可以实现厘米量级的测距精度；（2）基于多模态信息融合的定位方法：完成了基于RSS和TOA信息融合的定位方法研究，仿真实验结果表明信噪比、路径损耗系数、锚节点间几何构型以及目标节点与锚节点间的几何关系都会影响不同信息融合后的定位精度；（3）基于显式筛选/隐式弱化的定位方法：完成了基于锚节点筛选的定位方法研究，仿真实验结果表明提出的参考锚节点选择方法能够提升网络定位精度；（4）非视距传输条件下的定位方法：提出了一种基于RSS和AOA信息融合的适用于非同步、稀疏低复杂度锚节点的目标节点自身定位方法，仿真实验结果表明该方法在低精度RSS测量和中等精度AOA测量条件下能够取得较高的定位精度。本课题的研究成果有助于推动超宽带无线定位网络的应用和推广。