基于组合滤波的协作网络导航关键技术研究

Positioning and Navigation is one of the most basic elements about nature awareness for human, and have very great significance on our lifestyle, social and national security. However, although multiple positioning technologies were applied and researched, they all have their different limitations. How to realize the real seamless positioning and collaborative navigation in harsh environment are still the common challenge for researchers in this field. According to previous research foundation, the project intends to combine the cognitive characteristic of node and the collaborative performance among nodes in cognitive network, and explores the huge innovation for traditional positioning technology when traditional positioning terminal are able to aware nature adaptively and collaborate each other. Therefore, these studies can provide technical support for the practical application on collaborative network navigation. The specific contents are as follows: (i)The accuracy-adaptive model would be designed based on terminal for avoiding the high complexity of traditional data fusion technology and providing effective theory support for different positioning technology;(ii) we would explore the collaborative model among nodes and analyze their collaborative strategies, then focus on some of the typical scenarios for application;(ⅲ)After determining collaborative models and strategies, we look forward to designing the hybrid filter model based on time and space, and conducting performance analysis and model optimization.

定位导航是人类对自然认知的最基本的要素之一，它对我们的生活方式、社会及国家的安全保障都有着及其重要的意义。然而，尽管目前有多种定位技术在应用或研究，但都有着各自不同的局限性，如何实现真正意义的无缝定位及在恶劣环境下如何进行协作导航，仍然是该领域研究者共同面对的难题。本项目拟在前人的研究基础上，结合认知网络下的节点"认知"特性和节点相互"协作"的特性，探讨传统的定位终端在具备自适应感知和相互协作的能力后，对传统的无缝定位思想带来的重要改变，同时为协作网络导航的实际应用提供技术支撑。具体内容如下：①建立基于终端的定位精度自适应模型，规避传统数据融合技术的高复杂性，为各种定位技术的有效融合提供理论支撑；②认知网络下，探讨节点相互协作的模型及其策略分析，针对典型场景进行重点应用研究，为网络节点协作导航提供理论基础；③确认协作模型及策略后，建立基于时间和空间协作的组合滤波模型，并对其进行优化分析。

在认知网络体系下，“网络导航”最大的特点是将认知无线电中的“认知”特性和“网络 协作”特性进行综合考虑。认知用户通过与周边的其它认知节点 进行信息的交互，进而可实现对主用户进行协作定位。协同机制可以改善最重要链路和网络性能指数，包括可达到的数据吞吐量、服务质量、网络容量和覆盖。.基于以上的考虑，我们主要就以下三个方面做了深入的研究：.第一，在认知定位系统中，精度自适应模型的构建对于系统选择最佳配置参数具有重要的参考意义在分析了克拉美罗下界基本限的不足之后，进一步提出采用一种新的误差下界——Ziv-Zakai基本限作为精度自适应的判决准则。在此基础上，研究了协作认知定位精度自适应系统与流程，在此基础上分析了带宽、信噪比对定位精度的影响，以及最高平方位置误差界和最低平方位置误差界各自所对应的节点协作方式。.第二，本项目结合协作定位网络因子图的特点给出一种算法用粒子形式来实现信息传递。粒子形式的信息传递算法分别利用重要性采样和吉布斯采样得到求和、求积信息。信息传递为节点间的协作打下坚实的理论基础。同时，为了保障网络导航的稳健性，我们引入恶意节点检测模块，研究了带有恶意节点检测机制的安全定位算法。.第三，为了进一步提高追踪精度，我们根据信息滤波的更新过程提出了一种传感器节点部署方案。根据目标节点预测状态所产生的预测协方差和所需激活的传感器节点数量，然后考虑传感器节点自身剩余能量，对传感器节点进行调度部署，最后激活部署在最优观测位置的传感器节点对目标节点的观测。.时空协作模式下的网络定位与导航为基于位置信息的应用打开了一扇门，这些应用很重要且看似不可思议。结合这种具有极好前景且很有研究潜力的模式，再加上通信理论、信息论、信号处理和统计推断等方法就能够实现高精度的位置 信息。因此，协作网络导航技术的研究能够给传统的无线定位技术带来巨大的革新

内容获取失败，请点击重试