[论文解读] Localizability and Distributed Protocols for Bearing-Based Network Localization in Arbitrary Dimensions

Shiyu Zhao, Daniel Zelazo|arXiv (Cornell University)|Jan 31, 2015

Indoor and Outdoor Localization Technologies参考文献 31被引用 4

一句话总结

本文利用方位刚性理论和一种新型方位拉普拉斯矩阵，提出了在任意维度下基于方位的网络可局部化性的必要且充分条件。提出了一种分布式线性协议，当且仅当网络可局部化时，该协议能实现全局局部化，并对恒定测量噪声下的误差敏感性进行了形式化分析。

ABSTRACT

This paper addresses the problem of bearing-based network localization, which aims to localize all the nodes in a static network given the locations of a subset of nodes termed anchors and inter-node bearings measured in a common reference frame. The contributions of the paper are twofold. Firstly, we propose necessary and sufficient conditions for network localizability with both algebraic and rigidity theoretic interpretations. The analysis of the localizability heavily relies on the recently developed bearing rigidity theory and a special matrix termed the bearing Laplacian. Secondly, we propose a linear distributed protocol for bearing-based network localization. The protocol can globally localize a network if and only if the network is localizable. The sensitivity of the protocol to constant measurement errors is also analyzed. One novelty of this work is that the localizability analysis and localization protocol are applicable to networks in arbitrary dimensional spaces.

研究动机与目标

• 建立基于任意维空间中方位测量的网络可局部化性的必要且充分条件。
• 设计一种分布式线性局部化协议，当网络可局部化时，确保实现全局局部化。
• 分析协议对方位数据中恒定测量误差的敏感性。
• 利用刚性理论与矩阵分析，将先前仅限于二维空间的成果推广至任意维度。
• 通过方位拉普拉斯矩阵与刚性矩阵，提供可局部化的代数与几何解释。

提出的方法

• 将基于方位的局部化问题表述为基于节点间方位测量所导出的方位拉普拉斯矩阵的线性最小二乘优化问题。
• 引入方位拉普拉斯矩阵作为一种矩阵加权图拉普拉斯矩阵，用于捕捉网络的方位结构，并支持代数分析。
• 利用无穷小方位刚性理论，通过方位刚性矩阵 $ R_B $ 的秩来表征可局部化性，要求 $ \mathrm{Rank}(R_B) = dn - d - 1 $ 以实现可局部化。
• 基于子矩阵 $ \mathcal{B}_{ff} $ 的逆矩阵推导出一种分布式线性协议，通过锚点与邻居的方位数据，迭代更新无锚点节点的位置。
• 通过建模测量矩阵中的有界扰动 $ \Delta\mathcal{B}_{ff}, \Delta\mathcal{B}_{fa} $ 来分析误差敏感性，并推导出位置误差的上界 $ \|\hat{p}_f^* - p_f\| \leq \frac{\|\mathcal{B}_{ff}^{-1}\|(\frac{1}{2}\|p_a\| + \|p_f\|)\epsilon}{1 - \|\mathcal{B}_{ff}^{-1}\|\epsilon} $。
• 证明：当且仅当网络可局部化时，该协议收敛至真实构型，且在无向感知图下已证明收敛性。

实验结果

研究问题

• RQ1 在任意维度下，仅使用节点间方位测量时，网络的可局部化性所需满足的必要且充分条件是什么？
• RQ2 如何设计一种分布式线性协议，以在可局部化时实现全局局部化？
• RQ3 所提出的协议对方位数据中恒定测量误差的敏感性如何？
• RQ4 方位拉普拉斯矩阵与网络的刚性及结构特性有何关联？
• RQ5 可局部化性与局部化协议能否推广至二维空间之外？

主要发现

• 当且仅当方位刚性矩阵 $ R_B $ 的秩为 $ dn - d - 1 $ 时，网络可局部化，这确保了除平移与缩放外不存在非平凡的无穷小方位运动。
• 所提出的分布式线性协议在且仅在可局部化时实现网络的全局局部化，建立了可局部化性与协议收敛性之间的紧密等价关系。
• 协议的误差敏感性由 $ \|\hat{p}_f^* - p_f\| \leq \frac{\|\mathcal{B}_{ff}^{-1}\|(\frac{1}{2}\|p_a\| + \|p_f\|)\epsilon}{1 - \|\mathcal{B}_{ff}^{-1}\|\epsilon} $ 限定，其中 $ \epsilon $ 为测量误差的上界。
• 方位拉普拉斯矩阵在最小二乘公式中起关键作用，并支持对可局部化性的代数与刚性理论解释。
• 可局部化性分析对有向与无向感知图均有效，尽管协议收敛性分析假设为无向图。
• 通过利用方位刚性理论，本研究将先前仅限于二维空间的工作推广，为任意维网络提供了统一的分析框架。