基于自適應(yīng)空間格點(diǎn)的傳感器網(wǎng)絡(luò)壓縮感知精確定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種無線傳感器網(wǎng)絡(luò)中的定位方法，該發(fā)明以壓縮感知技術(shù)為基礎(chǔ)， 通過動態(tài)調(diào)整空間格點(diǎn)的劃分，避免因格點(diǎn)失配引起的目標(biāo)誤判以及定位誤差，從而實(shí)現(xiàn) 高效、精確定位。
【背景技術(shù)】
[0002] 近年來，隨著無線傳感器網(wǎng)絡(luò)技術(shù)的快速發(fā)展，基于位置信息的服務(wù)得到了大力 推廣，人們對于位置信息的需求也日益增加。目標(biāo)定位是無線傳感器網(wǎng)絡(luò)中的一種關(guān)鍵技 術(shù)，在環(huán)境監(jiān)控、智能交通和災(zāi)難營救等應(yīng)用中具有廣泛而重要的應(yīng)用。
[0003] 幾乎所有的設(shè)備都能夠發(fā)射無線電信號，因此，基于接收信號強(qiáng)度（Received SignalStrength,RSS)的定位技術(shù)成為了無線傳感器網(wǎng)絡(luò)中的研究熱點(diǎn)。但是，傳感器節(jié) 點(diǎn)自身功率受限，而傳統(tǒng)的定位技術(shù)往往需要大量的數(shù)據(jù)采集和處理，嚴(yán)重阻礙了無線傳 感器網(wǎng)絡(luò)的應(yīng)用。
[0004] 壓縮感知（CompressiveSensing,CS)技術(shù)的出現(xiàn)為解決上述問題提供了新思路。 作為信號處理領(lǐng)域的新興技術(shù)，壓縮感知理論表明：對于一個(gè)稀疏信號，可以用低于奈奎斯 特定律的速率對其采樣，并通過采樣值以高概率恢復(fù)出原信號。壓縮感知能夠大大降低信 號恢復(fù)所需的數(shù)據(jù)采集量，被廣泛地應(yīng)用到無線傳感器網(wǎng)絡(luò)定位技術(shù)中。
[0005] 現(xiàn)有的基于壓縮感知的定位方法將連續(xù)空間離散化為一個(gè)固定網(wǎng)格，且假設(shè)所有 目標(biāo)恰好處于網(wǎng)格中的某些格點(diǎn)上。如果網(wǎng)絡(luò)中只有一個(gè)格點(diǎn)有目標(biāo)，且該目標(biāo)周期性地 發(fā)射信號，隨機(jī)部署若干個(gè)傳感器節(jié)點(diǎn)測量RSS，這些傳感器測到的RSS向量稱為該格點(diǎn)對 應(yīng)的原子，網(wǎng)格中所有格點(diǎn)對應(yīng)的原子組成的矩陣稱為以該網(wǎng)格為參數(shù)的稀疏字典。當(dāng)網(wǎng) 絡(luò)中存在多個(gè)目標(biāo)，傳感器測到的信號為這些目標(biāo)信號的疊加，RSS向量可由字典中原子線 性表示；且由于目標(biāo)數(shù)目遠(yuǎn)遠(yuǎn)小于格點(diǎn)數(shù)，線性表示系數(shù)向量是稀疏的。這樣，定位問題就 轉(zhuǎn)化為字典原子選擇問題，即稀疏信號恢復(fù)問題。然而，事實(shí)上目標(biāo)位置是未知的，因此就 無法保證所有目標(biāo)準(zhǔn)確地落在所劃分的固定網(wǎng)格上。當(dāng)存在目標(biāo)偏離格點(diǎn)，該格點(diǎn)所對應(yīng) 的稀疏字典與真實(shí)稀疏字典之間存在失配，我們稱之為格點(diǎn)失配，格點(diǎn)失配會引起目標(biāo)誤 判，并造成定位精度大大降低。

【發(fā)明內(nèi)容】

[0006] 技術(shù)問題：本發(fā)明提出一種基于自適應(yīng)空間格點(diǎn)的傳感器網(wǎng)絡(luò)壓縮感知精確定位 方法。該方法通過自適應(yīng)地調(diào)整空間格點(diǎn)的劃分，減少甚至消除系統(tǒng)稀疏字典與真實(shí)稀疏 字典之間的失配，從而避免目標(biāo)誤判、提高定位精度。相比傳統(tǒng)的固定空間格點(diǎn)，該發(fā)明極 大地提高了壓縮感知定位技術(shù)的定位精度。
[0007] 技術(shù)方案：本發(fā)明提出的基于自適應(yīng)空間格點(diǎn)的傳感器網(wǎng)絡(luò)壓縮感知精確定位方 法為：將包含K個(gè)目標(biāo)的連續(xù)空間離散化為一個(gè)包括N個(gè)格點(diǎn)的網(wǎng)格，隨機(jī)部署Μ個(gè)傳感器 節(jié)點(diǎn)測量目標(biāo)的信號強(qiáng)度值；建立壓縮感知模型，并根據(jù)恢復(fù)向量的稀疏性迭代地調(diào)整空 間格點(diǎn)，直至算法收斂；最后，利用恢復(fù)出的稀疏位置向量實(shí)現(xiàn)目標(biāo)定位。
[0008] 該方法的具體步驟如下：
[0009] 步驟1.將包含K個(gè)目標(biāo)的連續(xù)物理空間離散化為一個(gè)包括N個(gè)格點(diǎn)的網(wǎng)格，這些 格點(diǎn)的位置已知，可表示為= 其中η為格點(diǎn)的編號，θη= (Xn，yn)表示第n個(gè)格 點(diǎn)的位置；
[0010] 步驟2.隨機(jī)部署Μ個(gè)位置已知的傳感器節(jié)點(diǎn)測量目標(biāo)的信號強(qiáng)度值，傳感器的位 置可表示為T=f，其中m為傳感器的編號，k表示第m個(gè)傳感器的位置；獲得Μ個(gè)傳 感器的RSS測量向量z=[Zl，…，ζΜ]τ，其中Ζηι表示第m個(gè)傳感器測到的信號強(qiáng)度值；
[0011] 步驟3.計(jì)算當(dāng)前格點(diǎn)對應(yīng)的稀疏字典：D(0) = 2)，…，d(0N)]，其 中，d(0n) = [f(tl，0n)，f(t2, 0n)，*"，f(tM，θη)]^^為字典原子，f(·)為信號傳播模型 函數(shù)，fam，θη)表示第m個(gè)的傳感器測到的第η個(gè)格點(diǎn)處目標(biāo)的信號強(qiáng)度值；
[0012] 步驟4.建立壓縮感知模型，恢復(fù)目標(biāo)的位置向量：
[0013]
[0014] 其中ζ為Μ個(gè)傳感器的RSS測量向量；D(0)為以Θ為參數(shù)的稀疏字典；w為位置 向量，它的元素索引表示格點(diǎn)編號，它的元素值決定格點(diǎn)處是否有目標(biāo)節(jié)點(diǎn)；
[0015] 步驟5.判斷算法是否收斂，計(jì)算系統(tǒng)損耗：
[0016]
[0017] 若系統(tǒng)損耗小于損耗門限，即curr_cost<thre_cost，其中thre_cost為損耗門 限，算法收斂；否則，迭代地調(diào)整X軸和y軸的格線，重新計(jì)算稀疏字典、位置向量及系統(tǒng)損 耗，直至算法收斂；
[0018] 步驟6.根據(jù)恢復(fù)的位置向量估計(jì)目標(biāo)的位置；選擇位置向量命中值大于0. 5的元 素，這些元素的索引就是目標(biāo)所在格點(diǎn)的編號，這些格點(diǎn)的位置即為相應(yīng)目標(biāo)的位置。
[0019]其中：步驟5中，對X軸或y軸格線進(jìn)行調(diào)整的步驟如下：將某一格線向右或向 上移動若干距離，計(jì)算調(diào)整后的稀疏字典及位置向量；若該向量比調(diào)整前稀疏，接收本次調(diào) 整，否則拒絕本次調(diào)整。
[0020] 有益效果：本發(fā)明提出一種基于自適應(yīng)空間格點(diǎn)的傳感器網(wǎng)絡(luò)壓縮感知精確定位 方法。與現(xiàn)有的基于固定格點(diǎn)的壓縮感知定位技術(shù)相比，其顯著優(yōu)點(diǎn)是：它能夠動態(tài)調(diào)整 空間格點(diǎn)的劃分，避免目標(biāo)誤判，大大減少甚至消除目標(biāo)與格點(diǎn)的偏離程度，從而顯著提高 壓縮感知定位方法的定位精度。此外，本發(fā)明只需增加空間格點(diǎn)調(diào)整算法，不會增加硬件成 本，實(shí)現(xiàn)起來十分簡單，具有很好的應(yīng)用前景。
【附圖說明】
[0021] 圖1是無線傳感器網(wǎng)絡(luò)定位場景圖；
[0022] 圖2是本發(fā)明具體實(shí)施步驟流程圖；
[0023] 圖3是空間格點(diǎn)調(diào)整流程圖；
[0024] 圖4是本發(fā)明與現(xiàn)有固定格點(diǎn)方法的定位效果對比圖；
[0025] 圖5是信噪比對定位成功率影響的仿真分析；
[0026] 圖6是信噪比對定位誤差影響的仿真分析。
【具體實(shí)施方式】
[0027] 本發(fā)明提出的基于自適應(yīng)空間格點(diǎn)的傳感器網(wǎng)絡(luò)壓縮感知精確定位方法為：將包 含K個(gè)目標(biāo)的連續(xù)空間離散化為一個(gè)包括N個(gè)格點(diǎn)的網(wǎng)格，隨機(jī)部署Μ個(gè)傳感器節(jié)點(diǎn)測量 目標(biāo)的信號強(qiáng)度值；建立壓縮感知模型，并根據(jù)恢復(fù)向量的稀疏性迭代地調(diào)整空間格點(diǎn)，直 至算法收斂；最后，利用恢復(fù)出的位置向量實(shí)現(xiàn)目標(biāo)定位。
[0028] 該方法的具體步驟如下：
[0029] 1、將包含Κ個(gè)目標(biāo)的連續(xù)物理空間離散化為一個(gè)包括Ν個(gè)格點(diǎn)的網(wǎng)格，這些格點(diǎn) 的位置已知，可表示為β= ，其中η為格點(diǎn)的編號，θη= (Xn，yn)表示第η個(gè)格點(diǎn)的 位置；
[0030] 2、隨機(jī)部署Μ個(gè)位置已知的傳感器節(jié)點(diǎn)測量目標(biāo)的信號強(qiáng)度值，傳感器的位置可 表示為T= <其中m為傳感器的編號，tni表示第m個(gè)傳感器的位置，它的RSS測量值 為％。獲得Μ個(gè)傳感器的RSS測量向量z= [Zl，…，zM]T;
[0031] 3、計(jì)算當(dāng)前格點(diǎn)對應(yīng)的稀疏字典：D(0) = [(1(0),(1(0 2)，···，(!（ΘΝ)]，其中， d(9n) = [f(tl，0n)，f(t2, 0n)，*"，f(tM，θη)]^^為字典原子，f(·)為信號傳播模型函 數(shù)，f·^，θn)表示第m個(gè)的傳感器測到的第η個(gè)格點(diǎn)處的目標(biāo)的信號強(qiáng)度值；
[0032] 4、建立壓縮感知模型，恢復(fù)目標(biāo)的位置向量：
[0033] w
[0034] 其中ζ為Μ個(gè)傳感器的RSS測量向量；D(0)為以Θ為參數(shù)的稀疏字典；w為位置 向量，它的元素索引表示格點(diǎn)編號，它的元素值決定格點(diǎn)處是否有目標(biāo)節(jié)點(diǎn)；
[0035] 5、判斷算法是否收斂。計(jì)算系統(tǒng)損耗：
[0036]
[0037] 若系統(tǒng)損耗小于損耗門限，即curr_cost<thre_cost，其中thre_cost為損耗門 限，算法收斂。否則，迭代地調(diào)整X和y軸的格線，重新計(jì)算稀疏字典、位置向量及系統(tǒng)損 耗，直至算法收斂。其中，對X軸（y軸）格線進(jìn)行調(diào)整的步驟如下：將某一格線向右（向 上）移動若干距離，計(jì)算調(diào)整后的稀疏字典及位置向量；若該向量比調(diào)整前稀疏，接收本次 調(diào)整，否則拒絕本次調(diào)整。
[0038] 6、根據(jù)恢復(fù)的位置向量估計(jì)目標(biāo)的位置。選擇位置向量_#中值大于0. 5的元素， 這些元素的索引就是目標(biāo)所在格點(diǎn)的編號，這些格點(diǎn)的位置即為相應(yīng)目標(biāo)的位置。
[0039] 下面結(jié)合附圖對本發(fā)明作進(jìn)一步說明。
[0040] 1.我們采取如圖1所示的