DTN中一种基于灰色预测和状态估计的位置预测方法

发布时间：2018-01-11 02:23

本文关键词：DTN中一种基于灰色预测和状态估计的位置预测方法　出处：《计算机应用研究》2017年04期 　论文类型：期刊论文

【摘要】：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。
[Abstract]:In typical delay tolerant networks (DTNs), because of the link delay and intermittent interruption between relay nodes, the observation data used to predict the location of moving nodes are often delayed in transmission. In order to predict the position of these nodes timely and accurately, the state equation of motion based on azimuth is first established, and then the azimuth is predicted by grey prediction theory. Based on the predicted value, the extended Kalman filter algorithm is used to estimate the coordinate value of the target node. The simulation results show that this algorithm is used to predict the position of the target node. It can overcome the shortcoming of often missing observation data in DTN, and realize the on-line prediction of the position of DTN node. Compared with the direct prediction of coordinate value, its accuracy is further improved.
【作者单位】：电子科技大学通信抗干扰技术重点实验室;中电集团西南电子技术研究所;
【分类号】：TN915.02
【正文快照】： 0引言延迟容忍网络(DTN)是一种数据传输中存在很大延迟或者节点之间的链接经常中断的网络环境,这种环境中节点不断运动,不能保证信息从源端到目的端存在一条连续的路径。很多真实的网络环境也具有这样的特点,例如低轨卫星通信网络、飞行器自组织网络、传感器网络、车辆自组织

【参考文献】