信的能耗精度均衡方法，其特征在于，包括 如下步骤： 步骤1 :构建异构网络，并对室内的智能设备进行分类和定位，其中，室内的智能设备 分为充当簇头节点的智能设备和充当非簇头节点的智能设备； 步骤2 :根据充当非簇头节点的智能设备的位置变化确定位置状态转移概率矩阵； 步骤3 :根据位置状态转移概率矩阵，建立相应的约束马尔可夫决策过程，得到异构网 络室内的最优通信策略。2. 根据权利要求1所述的基于异构网络室内定位框架最优通信的能耗精度均衡方法， 其特征在于，所述步骤1包括： 步骤A:在室内融合无线局域网WLAN和无线个人局域网WPAN，利用服务器基于WLAN的 指纹匹配算法获得室内每个智能设备的位置信息，并根据室内智能设备的位置信息对所述 智能设备进行聚类处理，并在聚类处理后得到的每个类中选取三个智能设备充当簇头； 步骤B:通过指纹匹配算法为所有充当簇头的智能设备进行位置信息解算，并根据三 边定位解算算法为所有充当非簇头的智能设备进行位置信息解算。3. 根据权利要求2所述的基于异构网络室内定位框架最优通信的能耗精度均衡方法， 其特征在于，所述步骤1还包括： 步骤i:在非闲置时段内，充当非簇头节点的智能设备通过无线个人局域网WPAN与充 当簇头节点的智能设备实现通信。4. 根据权利要求2所述的基于异构网络室内定位框架最优通信的能耗精度均衡方法， 其特征在于，所述步骤A包括： 步骤Al:室内所有的智能设备实时采集WLAN的AP的接收信号强度信息，并将所述接 收信号强度信息发送给服务器，服务器通过指纹匹配算法确定每个智能设备的位置信息； 步骤A2:服务器迭代计算第i个智能设备T1和第j个智能设备τ^之间的欧氏距离 屯，并在各次迭代中将欧氏距离最小的两个智能设备聚合在一个类中，得到了多个类的集 合C，即ckeC，k= 1，2,...，Ν/2,其中，N表示智能设备的个数，ck表示第k组欧氏距离最 小的两个智能设备所聚合的类，第i个智能设备和第j个智能设备的选择是任意的； 步骤A3 :迭代计算集合C中的第i个类Ci和第j个类c之间的类距离p(c;，Cj)，i,j=1，2, ...，N/2且i辛j，并在各次迭代中将类距离最小的两个类进行合并，直到最终合并 出的类的个数满足设定的要求，其中： P(CilCj) =aPP(CplCj)+aP(CqlCj)+βρρ(cp，Cj); 其中，（^表不集合，且属于集合c;的子集；cq表不集合，且属于c;的子集；p(cp,Cj)表 示集合％与cj之间的距离，p(cq，Cj)表示集合％与cj之间的距离，集合ci由集合cp和集 合Cq合并而成，且距离系数ap、aq、βρ的计算公式如下：式中：Hit0Iivmj分别表示第p、q、j个类中的智能设备的数目，p、q、j为正整数； 步骤A4 :服务器计算每个类中智能设备的剩余能量，选择每个类中剩余能量最高的三 个智能设备充当该类的簇头，其中计算智能设备的在初始阶段所耗能量的计算公式如下：式中：E(τUaDsetup表示充当簇头的智能设备τi在初始阶段setup的能耗，￡2=表 示智能设备T1扫描WLAN的AP时的能耗，表示智能设备T1通过WLAN进行数据传输 时的能耗，Erx(lA，d)表示智能设备^接收确认信息数据帧的能耗，Etx表示智能设 备^发送聚类信息数据帧的能耗，Ε(τunon-CHh^表示充当非簇头的智能设备τi在初 始阶段的能耗，ETx(lA，d)表示智能设备^发送确认信息数据帧的能耗，ERx(Ud)表示智 能设备τ^妾收聚类信息数据帧的能耗，At_n表示智能设备搜索AP的时 间，Psran表示智能设备在搜索AP时的发送功率，ΔtRx表示智能设备通过WLAN接收信息的 时间，Prx表示智能设备通过WLAN接收信息时的功率；1 &表示确认信息数据帧的长度；1。表 示聚类信息数据帧的长度；ε 表示发送每比特信息的能量损耗；εfs表示信号增益造成 的能量损耗；Enip表示在多径信道下信号增益造成的能量损耗；d表示智能设备τi与簇头 之间的距离； 步骤A5 :服务器完成聚类后，选择每个类中剩余能量最高的三个智能设备充当簇头， 并将每个类中的簇头接收到的信息通过WLAN发送给剩余能量最高的智能设备，该智能设 备将该簇头接收到的信息通过WPAN发送给类中的其他智能设备。5.根据权利要求1所述的基于异构网络室内定位框架最优通信的能耗精度均衡方法， 其特征在于，所述步骤2包括： 步骤2. 1 :在异构网络下，定义智能设备的行动空间为A，智能设备的行动为a，寻找充 当非簇头节点的智能设备在行动空间A内位置状态匕移动到位置状态f,的概率非零的配 对状态的概率指数集，记为集合I; 若在行动空间A内位置状态f,是最接近位置状态fi，即位置状态f,为满足判断条件的 任一位置，则从位置状态匕移动到位置状态L的概率非零，其中，判断条件的几何意义是以 仁为中心、2 ·a_+l为边长、相邻点间距离为单位距离的矩形点阵，判断条件的计算公式如 下： M1= (2 ·anax+l)2-l； 式中=M1表示概率非零的位置状态的总个数，a_表示最大行动距离； 步骤2. 2 :计算集合I中成对位置状态的欧氏距离，将位置状态匕与位置状态f,之间 的欧氏距离记为(^，i= 1，2,. . .，M,j= 1，2,. . .，N且i乒j，MXN表示整个位置状态空 间的范围；集合I由步骤2. 1得到。 步骤2. 3 :根据集合I中成对位置状态的欧氏距离计算对应的高斯变换值，计算公式如 下：式中：表示Cl1,的高斯变换，4表示位置状态A和该位置状态f4勺周围第a个位 置状态f,之间的欧氏距离，σ表示高斯变换中的标准差，且〇的值等于1; 步骤2. 4 :计算行动a下充当非簇头节点的智能设备从位置状态A移动到位置状态f, 的转移概率if，构建在行动空间A内的关于所有成对位置状态的充当非簇头节点的智能设 备的位置状态转移概率矩阵，所述转移概率€的计算公式如下：位置状态转移概率矩阵的表达式如下：其中，矩阵Pa表示在行动a下的状态转变概率矩阵；矩阵为MXN阶，表示整个位置状 态空间的范围。6.根据权利要求1所述的基于异构网络室内定位框架最优通信的能耗精度均衡方法， 其特征在于，所述步骤3包括： 步骤3. 1 :根据位置状态转移概率矩阵，建立约束马尔可夫决策过程，得到异构网络能 耗精度问题的近似线性问题，计算公式如下：式中：P(s，a)表示智能设备在位置状态s、行动为a的概率，e(s，a)表示智能设备位 置状态为s、行动为a的定位误差，S表示位置状态空间，δt (s)表示冲击函数，表示行动 a下充当非簇头节点的智能设备从位置状态匕移动到位置状态ft的转移概率，ε表示最大 允许能耗，T表示全部定位时长，t表示位置状态ft; 步骤3. 2 :计算充当非簇头节点的智能设备闲置时位置状态为s、行动为a的定位误差 的定位误差； 步骤3.3 :根据得到的定位误差，以及步骤3. 1中的近似线性问题，求解最优的P(s,a)，从而得到最优通彳目策略。7.根据权利要求6所述的基于异构网络室内定位框架最优通信的能耗精度均衡方法， 其特征在于，所述步骤3. 2包括： 步骤3. 2. 1 :计算充当非簇头节点的智能设备在闲置时段a内、从位置状态s移动到位 置状态V的过程中，节点在时隙t时位置状态为u的概率Pu，计算公式如下：式中：st表示充当非簇头节点的智能设备在时隙t的位置状态，s。表示充当非簇头节 点的智能设备在闲置前的位置状态，\表示充当非簇头节点的智能设备在结束闲置重新通 信时的位置状态，G表示行动t下充当非簇头节点的智能设备从位置状态s移动到位置状 态u的概率，表示行动a-t下充当非簇头节点的智能设备从位置状态u移动到位置状 态V的概率，C表示行动a下充当非簇头节点的智能设备从位置状态s移动到位置状态V 的概率； 步骤3. 2. 2 :获得时隙tu最可能的位置状态 <，计算公式如下：表示使得函数取得最大值所对应的变量u; 步骤3. 2. 3 :计算位置状态< 的概率K，计算公式如下：步骤3. 2. 4 :计算时隙t的定位误差eu，计算公式如下：式中：(xs,ys)表示位置状态s的坐标，表示时隙t时估算的位置状态的坐标； 步骤3. 2. 5 :计算充当非簇头节点的智能设备闲置时位置状态为s、行动为a的定位误 差的定位误差e(s，a)，计算公式如下：式中：< 表示行动a下充当非簇头节点的智能设备从位置状态s移动到位置状态v的 定位误差。
【专利摘要】本发明提供了一种基于异构网络室内定位框架最优通信的能耗精度均衡方法，包括步骤1：构建异构网络，并对室内的智能设备进行分类和定位，其中，室内的智能设备分为充当簇头节点的智能设备和充当非簇头节点的智能设备；步骤2：根据充当非簇头节点的智能设备的位置变化确定位置状态转移概率矩阵；步骤3：根据位置状态转移概率矩阵，建立相应的约束马尔可夫决策过程，得到异构网络室内的最优通信策略。本发明通过解决此约束马尔可夫决策过程相应的线性问题，得到最优通信策略，能够很好地降低能耗，提高定位精度，从而更好地实现能源消耗和定位精度的均衡。
【IPC分类】H04W64/00
【公开号】CN105392194
【申请号】CN201510665829
【发明人】刘中令, 俞晖, 徐超杰, 夏俊
【申请人】上海交通大学
【公开日】2016年3月9日
【申请日】2015年10月15日