基于壓縮感知的電網(wǎng)設備巡檢定位方法
【專利摘要】一種基于壓縮感知的電網(wǎng)設備巡檢定位方法，結合壓縮感知和多目標聯(lián)合交替迭代的方法，給出了應用于電網(wǎng)設備巡檢的定位方法。首先通過壓縮感知算法進行粗定位，對目標不在網(wǎng)格中心的情況結合多目標聯(lián)合交替迭代的方法和菱形搜索進行精定位，相比傳統(tǒng)壓縮感知定位算法提高了定位的準確度。該方法能快速對設備進行定位，實時監(jiān)控巡檢人員的位置，提高巡檢人員的工作質量，提升管理效率，對促進電網(wǎng)設備的巡檢智能化，提高電網(wǎng)日常運維管理的效率和提高電網(wǎng)自動化運維管理水平有重大意義。
【專利說明】
基于壓縮感知的電網(wǎng)設備巡檢定位方法
技術領域
[0001] 本發(fā)明設及電網(wǎng)巡檢技術領域，特別是一種電網(wǎng)巡檢定位方法。
【背景技術】
[0002] 隨著電網(wǎng)技術的不斷發(fā)展和電網(wǎng)改造的不斷深入，電網(wǎng)的科學、經(jīng)濟、高效運行， 對電網(wǎng)自動化運維管理水平提出了更高的要求。電網(wǎng)必須進一步加強企業(yè)的日常作業(yè)精細 化管理，提高日常運維管理的效率。電網(wǎng)設備的巡檢是電網(wǎng)運維管理的重要內(nèi)容之一，設備 無線監(jiān)測技術、巡檢人員到位監(jiān)測技術提上日程。
[0003] 傳統(tǒng)的電網(wǎng)設備巡檢存在W下問題：
[0004] (1)無法有效監(jiān)控巡視是否到位。由于巡視人員責任屯、不強，不按規(guī)定時間出勤造 成巡視不到位，漏掉一些設備巡視等；（2)設備位置無法共享。僅設備負責人知道設備位置， 新人巡視、領導巡視和協(xié)同作業(yè)等都需要運維檢修人員在現(xiàn)場進行設備定位、導航。W上問 題嚴重影響著巡檢和運維的效率，關系著優(yōu)質服務水平
[0005] 目前，已有部分企業(yè)針對W上問題進行了改進：
[0006] (1)射頻卡采集法。給設備和巡檢人員貼上RFID標簽，識讀器讀取并識別標簽中保 存的電子數(shù)據(jù)，從而達到定位和巡檢監(jiān)控的目的。但是，RFID射頻標簽易受周圍強電磁干 擾，從而出現(xiàn)亂碼現(xiàn)象，同時，RFID射頻標簽發(fā)出的電磁波，可能會干擾電網(wǎng)二次設備，影響 設備的正常工作
[0007] (2)通過GPS定位來判斷巡視是否到位全球定位系統(tǒng)(GPS)和PDA結合，巡檢時，巡 檢人員手持PM,到達目的地后，PDA將GPS定位的現(xiàn)場位置信息傳送給計算機管理系統(tǒng)。然 而，國內(nèi)市場上GI^為民用級GPS，定點誤差平均為30m，并且GPS在室內(nèi)無法進行定位。同時， GPS投資大，配套設施多，需進行?？诓僮髋嘤枺S護管理相對困難。
[000引（3)通過掃描設備上的二維碼來判斷巡視是否到位。此方法簡便、易于推廣，也解 決了巡視不到位的問題。但是設備上粘貼的二維碼易稱色、殘缺和脫落，可靠性不高，增加 了生產(chǎn)成本及相應的人力成本。
【發(fā)明內(nèi)容】
[0009] 本發(fā)明的目的就是提供一種基于壓縮感知的電網(wǎng)設備巡檢定位方法，它解決了電 網(wǎng)設備巡檢中設備的快速導航和巡檢人員定位問題。
[0010] 本發(fā)明的目的是通過運樣的技術方案實現(xiàn)的，具體步驟如下：
[00川 1)將待定位區(qū)域劃分為N個網(wǎng)格，并隨機植入M個已知位置信息的傳感器，巡檢人 員帶著信號發(fā)生器進入待定位區(qū)域中，將帶著信號發(fā)生器的巡檢人員定義為目標；
[001^ 2)獲取每個傳感器接收到無線信號的強度，并記錄為yi、y2...、yM;
[001；3] 3)根據(jù)公J
，義用重構算法，求解xi、X2…、XN;
[0014]式中，Pm,N為M網(wǎng)格到N網(wǎng)格的信號衰減模型，XN為第N個網(wǎng)格出現(xiàn)目標的可能性；
[001引4)對步驟3)中求得的xi、X2…、孫，采用多目標聯(lián)合交替迭代算法進行修正，得到精 確定位信息。
[0016] 進一步，步驟3)中所述重構算法為BP算法。
[0017] 進一步，步驟4)中所述多目標聯(lián)合交替迭代算法的具體步驟如下：
[001 引 4-1)選擇一個目標點，目標位置初始化，（X(n,l)，Y(n,l)) = (XGn，YGn)，（X(n,l)，Y(n,l)) 為第n個網(wǎng)格中的目標位置，（XGnjGn)為初值網(wǎng)格中屯、；
[0019] 4-2)生成重構矩陣O，運行重構算法得到重構結果X，計算重構誤差;En為重 構結果中的元素 Xn和理想結果的偏差：
[0020]
[0021] 4-3)如果E；)1i￡；,>W，ET為容忍誤差闊值，則表明目標不在網(wǎng)格中屯、位置，進行步 驟4-4)的操作，反之，轉到步驟4-1);
[0022] 4-4)采用捜索模式，將目標位置分別調整為相應位置，分別得到重構矩陣、重構信 號、計算重構誤差，取重構誤差最小值所對應的點，調整目標位置，若計算得到的點位于中 屯、位置，目標位置不進行調整；
[0023] 4-5)根據(jù)調整的位置修正重構矩陣
[0024] 4-6)選取下一個目標點，重復步驟4-1)到步驟4-6)，直到完成所有目標點的捜索， 一輪迭代完成；
[0025] 4-7)重復步驟4-1)到步驟4-6 )，直到迭代次數(shù)滿足預設的最大迭代次數(shù)；
[0026] 4-8)輸出定位結果。
[0027] 進一步，步驟4-4)中所述捜索模式為菱形捜索模式。
[0028] 由于采用了上述技術方案，本發(fā)明具有如下的優(yōu)點：
[0029] 本發(fā)明結合壓縮感知和多目標聯(lián)合交替迭代的方法，給出了應用于電網(wǎng)設備巡檢 的定位方法。首先通過壓縮感知算法進行粗定位，對目標不在網(wǎng)格中屯、的情況結合多目標 聯(lián)合交替迭代的方法和菱形捜索進行精定位，相比傳統(tǒng)壓縮感知定位算法提高了定位的準 確度。該方法能快速對設備進行定位，實時監(jiān)控巡檢人員的位置，提高巡檢人員的工作質 量，提升管理效率，對促進電網(wǎng)設備的巡檢智能化，提高電網(wǎng)日常運維管理的效率和提高電 網(wǎng)自動化運維管理水平有重大意義。
[0030] 本發(fā)明的其他優(yōu)點、目標和特征在某種程度上將在隨后的說明書中進行闡述，并 且在某種程度上，基于對下文的考察研究對本領域技術人員而言將是顯而易見的，或者可 W從本發(fā)明的實踐中得到教導。本發(fā)明的目標和其他優(yōu)點可W通過下面的說明書和權利要 求書來實現(xiàn)和獲得。
【附圖說明】
[0031] 本發(fā)明的【附圖說明】如下。
[0032] 圖1為本發(fā)明的系統(tǒng)模型示意圖；
[0033] 圖2為小菱形捜索模式示意圖；
[0034] 圖3為多目標聯(lián)合交替迭代的方法的流程圖；
[0035] 圖4為實施例目標位于網(wǎng)格中屯、時不同信噪比下的定位結果；
[0036] 圖5為實施例不同信噪比下定位誤差隨目標數(shù)目變化曲線；
[0037] 圖6為實施例不同定位算法定位結果對比；
[0038] 圖7為本發(fā)明的流程示意圖。
【具體實施方式】
[0039] 下面結合附圖和實施例對本發(fā)明作進一步說明。
[0040] 系統(tǒng)模型：
[0041] 如圖1所示，假設需要定位的巡檢區(qū)域為一方形區(qū)域。首先網(wǎng)格化運一方形區(qū)域， 將其均勻地劃分成N個網(wǎng)格，在此區(qū)域中隨機地布設M個位置已知的傳感器。同時，在整個區(qū) 域中有K個位置未知的目標，目標之間相互獨立。運樣就將目標定位問題轉化為基于網(wǎng)格的 目標定位問題，通過傳感器接收到的信號強度確定目標處于N個網(wǎng)格中的哪些位置。
[0042] 傳感器首先需要周期性的對定位區(qū)域內(nèi)所有目標發(fā)射的信號進行感知。單個目標 W周期T周期性地發(fā)射信號，目標之間相互獨立且不同步。傳感器W周期T周期性地收集信 號，并將該周期內(nèi)收到的信號強度做累加處理。一個周期結束后，傳感器分別將各自接收到 的各個目標的信號強度發(fā)送給數(shù)據(jù)融合中屯、，融合中屯、利用壓縮感知目標定位算法進行目 標定位，確定目標在網(wǎng)格中的具體位置
[0043] 無線信號在傳輸過程中，由于障礙物遮擋、多徑傳播等環(huán)境因素的影響，信號強度 隨距離增大發(fā)生衰落。根據(jù)發(fā)射信號強度與接收信號強度的差值，計算信號的傳輸損耗，利 用理論或者經(jīng)驗模型將該傳輸損耗值轉換為距離值。大量實驗統(tǒng)計結果表明，平均接收信 號強度與信號傳輸距離之間的函數(shù)關系可W表示為：
[0044] P = Po-10?^ Ig(Z)/?) (1)
[0045] 式中，^^為平均接收信號強度，單位為地111，？〇為在參考傳輸距離為0〇時的接收信號 強度，np為路徑衰減指數(shù)，通常在2和4之間，D為信號傳輸距離。
[0046] 因此，第n個網(wǎng)格中的目標發(fā)出的信號到第m個傳感器的信號強度為：
[0047] Pm, n = Po-IOnp Ig(DmVDo) (2)
[004引式中，Pm,n為第m個傳感器接收到的第n個網(wǎng)格中的目標發(fā)出的信號強度，Dm,n為第m 個傳感器(1 < m < M)和第n個網(wǎng)格(1 < m < N)中目標的歐式距離：
[0049]
(3)
[0050] 式中，Xm和ym為第m個傳感器的坐標，Xn和yn為第n個網(wǎng)格中目標的坐標。
[0051] 最后，對測量結果疊加高斯白噪聲。該數(shù)學模型假設接受信號強度的空間分布各 向同性，即沒有考慮不同方向上接收信號強度的差異。
[0052] 壓縮感知定位算法：
[0053] 壓縮感知定位算法的一般過程為:通過傳感器采集每個目標發(fā)射信號強度之和得 到測量值Y，用傳感器接收到的目標在每個網(wǎng)格的信號強度構造出測量矩陣O。已知測量矩 陣O ERMXW(MXN)和待重構信號XERW在采用該測量矩陣時的線性測量值YERM:
[0化4] Ymxi=巫 mxnXnxi (4)
[0055] Y也可W看作信號X在測量矩陣O下的線性投影。該定位算法需要解決的問題是由 測量結果Y重構信號X。
[0056]壓縮感知定位算法主要包括兩個階段W-W :壓縮采樣階段和信號重構階段。壓縮 感知階段得到壓縮采樣結果Y。重構階段為根據(jù)測量矩陣O和測量結果Y重構X的過程。 [0化7] O是一個M X N矩陣，測量矩陣O中的元素^?為第m個傳感器接收到的位于第n個 網(wǎng)格中目標的信號強度：
[0化引
[0化9] 態(tài)紐的圧縮要拴計巧兩.
[0060]
(())
[0061] 式中，傳感器的測量結果Y為測量矩陣O與X的乘積，ym( 1 < m < M)為每個周期T內(nèi) 第m個傳感器收到的各個目標的信號強度之和。X是稀疏度為K的N維向量，當?shù)趎( 1 ^ n < N) 個網(wǎng)格中有目標時，Xn=I,否則，Xn = 0。運樣，就將多目標定位問題轉換為根據(jù)M個測量結 果，重構腺隹稀疏向量的壓縮感知問題。
[0062] 測量矩陣O的生成有兩種辦法:一種方法是根據(jù)信號衰減模型生成測量矩陣，另 一種方法是根據(jù)實際測試結果得到測量矩陣。運里采用根據(jù)式2的信號衰減模型生成測量 矩陣。
[0063] 壓縮感知定位算法重構階段就是由測量結果Y重構信號X。O是一個MXN矩陣，方 程的個數(shù)遠小于未知數(shù)的個數(shù)，X的維數(shù)遠遠大于Y的維數(shù)，運是一個欠定線性方程組求解 問題，方程無確定解。但是，由于信號是K稀疏的，K遠小于M，若O滿足約束等距離性條件，信 號X可W由測量值Y通過h范數(shù)最小的最優(yōu)化問題求解：
[0064] Xest = argmin| 陽 li's.t.Y=巫X (7)
[0065] RIP條件是信號能夠精確重構的充分條件而非必要條件。Feng等提出基于化th的 稀疏目標定位算法。該算法通過對信號進行化th預處理，使得到的新的測量矩陣滿足 RIP性質?；诨痶h的稀疏目標定位算法的信號預處理過程如下：
[0066] Y'=TY (8)
[0067] A為測量矩陣O，Y'為預處理后的接收矩陣。T = QA+,其中（?）+表示矩陣的偽逆變 換，Q = Orth(AT)T,OdK ?)表示矩陣規(guī)范正交化操作，（?）T表示矩陣的轉置算子。矩陣Q是 一個正交變換矩陣，能夠較好地滿足RIP性質，從而提高信號的重構性能，最終提升多目標 定位的準確度。
[006引恢復出來的信號X中，0 < Xn。。設定TH是網(wǎng)格內(nèi)存在目標的闊值。
[0069] 多目標迭代算法
[0070] 在重構階段使用和測量矩陣相同的重構矩陣，而測量矩陣是傳感器對目標信號強 度進行感知的實際過程中形成的。因此，若目標位置在網(wǎng)格中屯、，根據(jù)式2構造出的重構矩 陣即為準確的重構矩陣;若目標不在網(wǎng)格中屯、，根據(jù)式2構造出的重構矩陣則和實際的重構 矩陣有偏差，不能準確定位目標位置。同時，當目標在網(wǎng)格中時，由于噪聲等環(huán)境因素的影 響，重構結果可能會出現(xiàn)在附近的網(wǎng)格中。
[0071] 針對上述缺點，采用粗定位和精定位相結合的方式進行定位。該方法的主要思路 為:粗定位階段，根據(jù)式2構造出的重構矩陣?和傳感器的采集值Y得到目標的初始位置，即 目標可能存在范圍。精定位階段，采用多目標聯(lián)合交替迭代的方式不斷修正重構矩陣，使重 構矩陣逐步趨近于實際的測量矩陣，同時結合菱形捜索方法對目標在網(wǎng)格中的位置不斷捜 索，提高定位的準確度。
[0072] 多目標聯(lián)合交替迭代的方法的核屯、思想為:首先選取一個可能存在目標的網(wǎng)格， 運行一次菱形捜索方法，選擇使重構誤差最小的點作為目標的可能位置，根據(jù)運個位置修 正一次重構矩陣，再選取下一個可能存在目標的網(wǎng)格進行一次菱形捜索，根據(jù)捜索結果修 正重構矩陣，繼續(xù)選取網(wǎng)格，直到捜索完所有存在目標的網(wǎng)格，至此，一輪迭代完成。重復W 上迭代過程，不斷調整目標位置，使重構矩陣逐步趨近于實際的測量矩陣，直到迭代次數(shù)滿 足預設的最大迭代次數(shù)。
[0073] 菱形捜索方法使用兩種捜索模式，其一是由九個檢測點組成的大菱形捜索模式 LDSP，其二是由五個檢測點形成的小菱形捜索模式SDSP，如圖2所示。
[0074] 菱形捜索方法的主要過程為:若某網(wǎng)格中可能存在目標，則對目標在該網(wǎng)格附近 的位置不斷捜索，選擇使重構誤差最小時的目標位置。根據(jù)定位精度要求，將可能存在目標 的網(wǎng)格區(qū)域劃分為更細小的網(wǎng)格，確定捜索步長g。在可能存在目標的網(wǎng)格中首先使用捜索 范圍較大的LDSP進行粗定位，對相應的九個位置分別計算重構矩陣，重構信號并計算重構 誤差，一次捜索完成。選擇9個點中重構誤差最小的點作為下一次LDSP捜索的捜索中屯、，繼 續(xù)進行W上捜索過程，進一步縮小目標所在區(qū)域范圍。在捜索過程中，LDSP被重復使用，直 到重構誤差最小的點出現(xiàn)在中屯、點，即一旦重構誤差最小的點出現(xiàn)在中屯、點位置，認為找 到了最優(yōu)匹配點所在的區(qū)域，然后再用小模板進行更為精細的定位，最后運個小模板5個點 中的重構誤差最小的點即為最終獲得的目標位置。
[00巧]重構誤差的目標函數(shù)構造為實際重構結果和理想重構結果的偏差里三1馬最小。En 為重構結果中的元素 Xn和理想結果的偏差。
[0076]
(4
[0077] 重構的信號中Xn的大小近似為該網(wǎng)格中存在目標的概率，Xn值越大，該網(wǎng)格中越可 能存在目標。因此我們只對大于闊值TH的信號進行精定位，W降低算法的復雜度。
[007引設第11個網(wǎng)格中的目標位置曲。,1)，￥(。,1))初值為網(wǎng)格中屯、祐。爪。），網(wǎng)格寬度為6， g為進一步細分的網(wǎng)格寬度，即捜索步長。第i次迭代時Q = I，2,3-0目標的位置調整為：
[0079] (X(n, i+l) , Y(n, i+l) ) = (X(n) , Y(n) )+g X grid (10)
[0080] grid為菱形模板的格點，大菱形捜索模板的格點為： 濟細卡，-2)H，-1)(1，-1)(_2,0) (0,0)化0)(-UHU)((U)j
[0082] 小菱形捜索模板的格點為：
[0083] grid={(0,-1)(-1,0)(0,0)(1,0)(0,1)} (12)
[0084] 多目標聯(lián)合交替迭代的方法的流程圖如圖3所示，算法的步驟描述如下：
[0085] 步驟1選擇一個目標點，目標位置初始化，（X(n,l)，Y(n, 1) ) = (Xcn, Yen)。
[00化]步驟2生成重構矩陣O，運行重構算法得到重構結果X，計算重構誤差片。
[0087] 步驟3如果化T為容忍誤差闊值），表明目標不在網(wǎng)格中屯、位置，進行步 驟4的操作，反之，轉到步驟1。
[0088] 步驟4采用菱形捜索模式，將目標位置分別調整為相應位置，分別得到重構矩陣、 重構信號、計算重構誤差。取重構誤差最小值所對應的點，調整目標位置，若計算得到的點 位于中屯、位置，目標位置不進行調整。
[0089] 步驟5根據(jù)調整的位置修正重構矩陣。
[0090] 步驟6選取下一個目標點，重復步驟1到步驟6,直到完成所有目標點的捜索。至此， 一輪迭代完成。
[0091] 步驟7重復步驟1到步驟6,直到迭代次數(shù)滿足預設的最大迭代次數(shù)。
[0092] 步驟8輸出定位結果。
[0093] 同傳統(tǒng)壓縮感知算法相比，多目標聯(lián)合交替迭代方法通過對重構矩陣的不斷修 正，解決了目標不在網(wǎng)格中屯、的定位誤差問題，提高了定位的準確度，減輕目標間的相互干 擾，代價是計算量的增加。同時，菱形捜索方法定位精度根據(jù)捜索的步長決定，首先選用的 LDSP捜索模式進行粗定位，不會導致捜索一開始就會偏向某個區(qū)域，使捜索過程陷于局部 最小，SDSP模式進行精定位，提高準確度。此外，菱形捜索方法不局限于一個網(wǎng)格內(nèi)捜索，對 目標定位在相鄰網(wǎng)格的情況十分有效。
[0094] 實施例：
[00M]首先，本發(fā)明對仿真參數(shù)進行描述，采用Matlab進行了仿真驗證，壓縮感知重構算 法為BP算法。模型定位區(qū)域設為50mX50m的方形區(qū)域，劃分14X14共196個網(wǎng)格。傳感器個 數(shù)M的值為49,最大迭代次數(shù)為6。信號強度-距離模型參數(shù):P〇 = -40地m，np = 2，D〇 = l。
[0096] 目標在網(wǎng)格中屯、：
[0097] 將目標置于不同位置的網(wǎng)格中屯、，在不同的信噪比下，采用壓縮感知定位算法，計 算重構的X最大的Xn分量所對應的網(wǎng)格數(shù)值，即目標的具體位置。圖4給出了目標數(shù)為15，系 統(tǒng)在無噪、SNR = 5地和SNR = 20地S種情況下的定位結果。從仿真結果可見:在無噪聲情況 下，算法能很好的定位目標位置，噪聲加大，定位效果變差，但都能定位到目標所在網(wǎng)格或 相鄰網(wǎng)格。目標越聚集，由于目標間的相互影響，定位效果也越差。
[0098] 重復200次蒙特卡洛實驗，通過式3計算目標原始坐標與恢復出來的坐標之間的距 離，通過求均值得到在不同信噪比下定位誤差隨目標數(shù)目變化曲線，如圖5所示。由圖5可W 看出：隨目標個數(shù)的增多，信號的稀疏度逐漸變差，平均定位誤差也逐漸變大，目標數(shù)較少， 稀疏度大，壓縮感知算法可W得到較高的定位準確度。隨著噪聲的增大，定位誤差也會變 大。在無噪情況下，定位算法系統(tǒng)對20個目標的平均定位誤差約為1.2米;在低噪聲干擾下， 定位算法對20個目標的平均定位誤差約為1.5米;在強噪聲干擾下，定位算法對20個目標的 平均定位誤差約為1.7米。
[0099] 目標不在網(wǎng)格中屯、：
[0100] 對于目標不在網(wǎng)格中屯、的情況，比較了迭代回溯算法[153、傳統(tǒng)壓縮感知算法和本 文改進算法=種方法的定位結果。圖6給出了目標數(shù)為7,系統(tǒng)在15化信噪比條件下，采用W 上=種方法的定位結果。由圖6可W看出，傳統(tǒng)的壓縮感知算法只能定位在目標中屯、，對于 目標不在網(wǎng)格中屯、時誤差較大;迭代回溯算法能定位不在網(wǎng)格中屯、的目標，但其只能在可 能存在目標的網(wǎng)格內(nèi)捜索，不能解決可能存在目標的網(wǎng)格定位在實際目標相鄰網(wǎng)格的情 況;本文的算法對可能存在目標的網(wǎng)格的附近進行捜索，不受網(wǎng)格的限制，因此更準確。
[0101]最后說明的是，W上實施例僅用W說明本發(fā)明的技術方案而非限制，盡管參照較 佳實施例對本發(fā)明進行了詳細說明，本領域的普通技術人員應當理解，可W對本發(fā)明的技 術方案進行修改或者等同替換，而不脫離本技術方案的宗旨和范圍，其均應涵蓋在本發(fā)明 的權利要求范圍當中。
【主權項】
1. 一種基于壓縮感知的電網(wǎng)設備巡檢定位方法，其特征在于，具體步驟如下： 1) 將待定位區(qū)域劃分為N個網(wǎng)格，并隨機植入Μ個已知位置信息的傳感器，巡檢人員帶 著信號發(fā)生器進入待定位區(qū)域中，將帶著信號發(fā)生器的巡檢人員定義為目標； 2) 獲取每個傳感器接收到無線信號的強度，并記錄為yi、y2-、yM; 3) 根據(jù)公?采用重構算法，求解Χ1、Χ2···、ΧΝ; 式中，Pm,Ν為Μ網(wǎng)格至的網(wǎng)格的信號衰減模型，ΧΝ為第Ν個網(wǎng)格出現(xiàn)目標的可能性； 4) 對步驟3)中求得的Χ1、Χ2···、ΧΝ，采用多目標聯(lián)合交替迭代算法進行修正，得到精確定 位信息。2. 如權利要求1所述的基于壓縮感知的電網(wǎng)設備巡檢定位方法，其特征在于，步驟3)中 所述重構算法為ΒΡ算法。3. 如權利要求1所述的基于壓縮感知的電網(wǎng)設備巡檢定位方法，其特征在于，步驟4)中 所述多目標聯(lián)合交替迭代算法的具體步驟如下： 4-1)選擇一個目標點，目標位置初始化，（Χ(η,1)，Υ(η,1)) = (XGn，Ycn)，（Χ(η,1)，Υ(η,1))為第η 個網(wǎng)格中的目標位置，（Xcn，Yen)為初值網(wǎng)格中屯、； 4-2)生成重構矩陣Φ，運行重構算法得到重構結果X，計算重構誤差弓重構結 果中的元素 Xn和理想結果的偏差：4-3)如身，ET為容忍誤差闊值，則表明目標不在網(wǎng)格中屯、位置，進行步驟4- 4)的操作，反之，轉到步驟4-1); 4-4)采用捜索模式，將目標位置分別調整為相應位置，分別得到重構矩陣、重構信號、 計算重構誤差，取重構誤差最小值所對應的點，調整目標位置，若計算得到的點位于中屯、位 置，目標位置不進行調整； 4-5)根據(jù)調整的位置修正重構矩陣 4-6)選取下一個目標點，重復步驟4-1)到步驟4-6)，直到完成所有目標點的捜索，一輪 迭代完成； 4-7)重復步驟4-1)到步驟4-6)，直到迭代次數(shù)滿足預設的最大迭代次數(shù)； 4-8)輸出定位結果。4. 如權利要求3所述的基于壓縮感知的電網(wǎng)設備巡檢定位方法，其特征在于，步驟4-4) 中所述捜索模式為菱形捜索模式。
【文檔編號】H04W84/18GK105848285SQ201610321895
【公開日】2016年8月10日
【申請日】2016年5月16日
【發(fā)明人】呂躍春, 宋忠友, 徐瑞林, 李 杰, 陳濤, 高晉, 王鯤鵬
【申請人】國網(wǎng)重慶市電力公司電力科學研究院, 國網(wǎng)重慶市電力公司, 國家電網(wǎng)公司