完全分布式無線傳感網(wǎng)中魯棒性多聲源定位方法
【技術領域】
[0001] 本發(fā)明設及一種完全分布式無線傳感網(wǎng)中魯椿性多聲源定位方法，可廣泛應用于 無線傳感網(wǎng)中多聲源定位等領域。
【背景技術】
[0002] 聲源定位技術就是利用聲學電子裝置接收聲源發(fā)出的聲波信號，通過對檢測到的 聲音信號計算分析，求出聲源位置的技術。無線傳感網(wǎng)中聲源定位就是將傳感器節(jié)點隨機 播撒在監(jiān)測區(qū)域內(nèi)W接收目標聲源的聲場信息，根據(jù)檢測到的信息來確定目標的位置。
[0003] 無線傳感器網(wǎng)絡中聲源定位的特征就是要求定位精度高、能量消耗少、穩(wěn)定性強 等，目前基于無線傳感器網(wǎng)絡的系統(tǒng)定位架構主要為集中式結構，此結構要求每個節(jié)點把 自己的檢測信息都統(tǒng)一的發(fā)送到匯聚節(jié)點，最終由匯聚節(jié)點完成信息的處理等。在無線傳 感器網(wǎng)絡中，直接應用此集中式結構的聲源定位算法，將會帶來許多問題：首先，每個節(jié)點 都與匯聚節(jié)點直接通信，對無線通信帶寬提出了較高的要求，容易在匯聚節(jié)點周圍產(chǎn)生無 線傳輸?shù)钠款i，同時大量數(shù)據(jù)遠距離無線傳輸將會帶來大量的能量消耗；其次，匯聚節(jié)點的 穩(wěn)定性也影響了整個無線傳感器網(wǎng)絡的魯椿性，過度依賴匯聚節(jié)點也影響了網(wǎng)絡動態(tài)拓撲 的擴展。
[0004] 目前，無線傳感網(wǎng)中聲源定位方法根據(jù)傳感器節(jié)點采集的物理量可分為=類： 基于DOA(directionofarrival)的聲源定位算法，基于TDOA(timedifferenceof arrival)的聲源定位算法和基于RSS(receivedsignalstrength)的聲源定位算法?；?TD0A的方法需要準確的測量出不同傳感器節(jié)點之間的時間差。為了達到該個目的，必須比 較到達各個傳感器節(jié)點的聲音信號。在最壞的情況下，需要傳輸大量的原始時間數(shù)據(jù)。該 樣會消耗大量無線通信帶寬與能量。另外，為了比較不同傳感器節(jié)點之間的相對時延，需要 對采樣過程進行同步。由于受到多方面因素的影響和制約，在無線傳感網(wǎng)里做到同步是非 常困難的?；贒0A的方法是通過計算聲音信號到傳感器陣列的波達方向來進行定位的。 首先，該方法局限于窄帶信號，不能用于寬頻；其次，傳感器節(jié)點必須排成間隔相同的陣列； 最后，D0A方法需要節(jié)點間大量的數(shù)據(jù)交互。該些特點對于能量有限的無線傳感器網(wǎng)絡來說 不是一個好的選擇。近年來提出的基于RSS的方法，不要求節(jié)點之間進行精確時間同步，更 加適合于無線傳感器網(wǎng)絡的系統(tǒng)需求。在基于RSS的定位方法中，最大似然估計算法由于 其定位精度高，既適合單聲源定位又適合多聲源定位，應用最為廣泛。在該類定位算法中， 通常假設環(huán)境噪聲為高斯白噪聲，然而在實際應用環(huán)境中如停車場、野外惡劣環(huán)境中，受外 在環(huán)境因素和人為因素等的影響，高斯噪聲模型不能再適應實際工作中的定位需求。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是針對上述技術中存在的不足，本發(fā)明提供一種完全分布式無線傳 感網(wǎng)中魯椿性多聲源定位方法，該方法克服了傳統(tǒng)定位方法中能量消耗高、不能適應實際 工作環(huán)境的需求等問題，達到了降低能量消耗，更好適應實際需求，提高定位精度的目的。
[0006] 為了達到上述目的，本發(fā)明的構思是；首先構造完全分布式的無線傳感器網(wǎng)絡； 然后建立含混合噪聲的聲源信號模型；在此基礎上采用EM算法的E步完成傳感器檢測信號 總能量的分解；針對每個節(jié)點利用M估計完成聲源位置的估計；最后利用魯椿一致性算法 對每個節(jié)點所得的估計值進行融合W得聲源位置的全局估計值，進一步提高定位精度。
[0007] 根據(jù)上述發(fā)明構思，本發(fā)明采用的技術方案是：
[000引完全分布式無線傳感網(wǎng)中魯椿性多聲源定位方法主要包括W下幾個步驟：
[0009] 步驟一，建立直角坐標系，布設傳感器節(jié)點，構建完全分布式無線傳感器網(wǎng)絡，即 每個傳感器節(jié)點只與鄰居節(jié)點進行通信和數(shù)據(jù)傳輸；
[0010] 步驟二，構建含混合噪聲的聲源信號模型；
[001U 步驟S，對傳感器節(jié)點檢測到的K個聲源的能量疊加值，利用EM算法的E步完成 聲源能量的分解，即近似得到對應的每個聲源的能量估計值；
[0012] 步驟四，構建M估計目標函數(shù)，利用迭代非線性加權最小二乘法完成聲源位置估 計，即每個傳感器節(jié)點都得到K個聲源位置估計值；
[0013] 步驟五，根據(jù)傳感器節(jié)點得到的聲源位置估計值，然后利用魯椿一致性算法對所 得的估計值進行融合W得聲源位置的全局估計。
[0014] 本發(fā)明的完全分布式無線傳感網(wǎng)中魯椿性多聲源定位方法與現(xiàn)有定位方法相比， 具有W下明顯的優(yōu)勢：該方法采用了基于完全分布式結構的網(wǎng)絡類型，避免了大量數(shù)據(jù)遠 距離無線傳輸，節(jié)省了大量能量，同時采用了混合高斯噪聲模型更好的適應實際環(huán)境的需 求，在此基礎上采用了M估計，利用迭代非線性加權最小二乘法及魯椿一致性算法得到聲 源位置的全局估計，提高了算法收斂到全局估計值的可能性，大大提高了定位精度，可廣泛 應用于更復雜環(huán)境中聲源定位等領域。
【附圖說明】
[0015] 圖1為本發(fā)明完全分布式無線傳感網(wǎng)中魯椿性多聲源定位方法的流程圖；
[0016] 圖2為本發(fā)明無線傳感器網(wǎng)絡的系統(tǒng)結構圖；
[0017] 圖3為本發(fā)明提出的完全分布式結構示意圖；
[001引圖4為與本發(fā)明相比較的集中式網(wǎng)絡結構示意圖。
【具體實施方式】
[0019] 為了更好地理解本發(fā)明的技術方案，W下做進一步詳細描述：
[0020] 如圖1所示，本發(fā)明完全分布式無線傳感網(wǎng)中魯椿性多聲源定位方法利用無線傳 感網(wǎng)完全分布式特性，結合非高斯混合信號模型，利用M估計及魯椿一致性算法進行空間 多聲源定位，具體實施步驟如下：
[0021] (1)建立直角坐標系，布設傳感器節(jié)點，構建完全分布式無線傳感器網(wǎng)絡，即每個 傳感器節(jié)點只與鄰居節(jié)點（它單跳范圍內(nèi)的節(jié)點）進行通信和數(shù)據(jù)傳輸，具體如下：
[002引如圖2所示，無線傳感器網(wǎng)絡通常是由傳感器節(jié)點、匯聚節(jié)點、Internet或通信衛(wèi) 星、管理節(jié)點等部分組成，大量微型傳感器節(jié)點通常被播撒在監(jiān)測區(qū)域內(nèi)，節(jié)點間通過自組 織的形式形成網(wǎng)絡，W多跳路由的方式將檢測到的數(shù)據(jù)傳送到匯聚節(jié)點，最后匯聚節(jié)點通 過Internet或通信衛(wèi)星將數(shù)據(jù)傳送到管理節(jié)點。具體步驟如下；假設在一個無線傳感器網(wǎng) 絡的監(jiān)測區(qū)域內(nèi)，有K個聲源和隨機布設的N個傳感器節(jié)點組成，其中節(jié)點位置已知，第n(n=1，…，腳個傳感器節(jié)點坐標表示為{1。=[X。，yjT, 1《n《N};聲源的位置未知，第k(k =1，…，K)個聲源的坐標表示為{Tk= [Xsk，yjT, 1《k《口，其中(Lf表示矩陣或向量的 轉置，X，y分別表示直角坐標系中的節(jié)點或聲源的橫縱坐標值；完全分布式無線傳感器網(wǎng) 絡結構如圖3所示，圖中第一項限內(nèi)的矩形區(qū)域為無線傳感器網(wǎng)絡的監(jiān)測區(qū)域；每個傳感 器節(jié)點只與它單跳范圍內(nèi)的節(jié)點進行通信及數(shù)據(jù)傳輸，圖3中簡單表示出了節(jié)點1和節(jié)點 2單跳范圍內(nèi)的節(jié)點；對于第n個傳感器節(jié)點，定義它單跳范圍內(nèi)的所有節(jié)點集合為Q(n)， 且此集合內(nèi)元素個數(shù)即傳感器節(jié)點個數(shù)為L。，即集合Q(n)內(nèi)的L。個節(jié)點可W自由的通信 及數(shù)據(jù)交互。相比于基于集中式結構的網(wǎng)絡結構如圖4所示，基于完全分布式結構的聲源 定位避免了大量數(shù)據(jù)遠距離無線傳輸，由此節(jié)省了大量能量，理論如下式（1):
[0023]
C1)
[0024] 在此結構中，傳感器節(jié)點中的無線電裝置需要氏1。。= 50nJ/bit的能量來啟動傳輸 電路，傳輸放大器需要eamp=l(K)pJ/bit/m2的能量來啟動電路，W能夠獲得合適的信噪比， E(