一種基于壓縮感知實時重建功率場的定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于壓縮感知技術(shù)實時重建功率場的定位方法，屬于無線通信技 術(shù)領(lǐng)域，特別涉及傳感器無線定位領(lǐng)域。
【背景技術(shù)】
[0002] 隨著無線通信網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，基于位置的服務(wù)越來越受到人們的重 視。大量無線定位技術(shù)不斷出現(xiàn)，其中基于接收信號強度（receivedsignalstrength indicator，RSSI)的方法因原理簡單、成本低，在工業(yè)領(lǐng)域應(yīng)用廣泛。傳統(tǒng)RSSI定位技術(shù)基 于信道傳播模型計算能量分布，適用于空曠區(qū)域。在室內(nèi)及城市多徑環(huán)境，信道傳播復(fù)雜且 隨時間變化，傳統(tǒng)RSSI定位技術(shù)定位精度嚴(yán)重下降。近幾年提出了壓縮感知采樣理論應(yīng)用 于定位領(lǐng)域，將采樣與壓縮過程相結(jié)合，減少了絕大多數(shù)冗余數(shù)據(jù)的處理，從而提高無線網(wǎng) 絡(luò)的定位效果。
[0003] 現(xiàn)有的基于壓縮感知的定位方法主要是以建立指紋特征庫為前提的，目前建立指 紋庫主要由兩種方法：一是通過建立信號傳播模型建立指紋庫，如FengC等人提出的利 用壓縮感知的方法研宄了傳感器網(wǎng)絡(luò)目標(biāo)定位問題，利用傳播模型建立的指紋庫，把定位 問題轉(zhuǎn)換為K個稀疏度為1的N維向量的重建問題，該方法只適用于目標(biāo)位置在網(wǎng)格中 心的情況，并沒有考慮目標(biāo)在網(wǎng)格其他位置的情況，[FengC，ValaeeS，TanZ.Multiple targetlocalizationusingcompressivesensing[C]//GlobalTelecommunications Conference, 2009.GLOBECOM2009.IEEE.IEEE, 2009:1-6.]。何風(fēng)行等人采用壓縮感知的 方法對目標(biāo)不在網(wǎng)格中心的情況提出了采用迭代回溯的壓縮感知算法，部分提高了定位精 度，[何風(fēng)行，余志軍，劉海濤.基于壓縮感知的無線傳感器網(wǎng)絡(luò)多目標(biāo)定位算法[J].電 子與信息學(xué)報，2012, 34(3) : 716-721.]，但是該算法計算量較大，不適合實時定位系統(tǒng)。這 類以信號傳播模型建立的指紋特征庫只適用于理想自由空間、近理想的開放空間及特殊時 不變信道環(huán)境，而普遍存在的室內(nèi)及城市信道環(huán)境都具有時變衰落信道的特點，該類算法 獲得的精度十分有限。
[0004] 另一種是通過實際測量得到信號的RSSI值與位置坐標(biāo)的映射關(guān)系，如楊文姬等 人采用人工測量參考點的方法得到指紋數(shù)據(jù)庫，通過比對得到定位位置[楊文姬，王命 延，蘇武.基于RSS場景指紋的ZigBee無線傳感器網(wǎng)的定位方法[J].計算機與現(xiàn)代 化，2010 (10) : 158-160.]。數(shù)據(jù)量非常大，而且維護起來也很麻煩，實時性比較差，環(huán)境變 化時又需要重新建立指紋庫，定位算法的精確性極大地依賴于指紋數(shù)據(jù)庫的有效性和準(zhǔn)確 性。其中，準(zhǔn)確性取決于指紋的密集度和離線階段每個指紋的RSSI樣本點數(shù)目。參考點越 多，對環(huán)境的描述越精細。由于環(huán)境的變化，有效性則要求對數(shù)據(jù)庫進行必要的維護和更 新。因此，指紋法中數(shù)據(jù)庫的采集和更新都存在較大的工作量，隨著設(shè)備數(shù)目的增多，離線 訓(xùn)練的工作量也線性增加，在實際應(yīng)用中受到很大的局限性。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明目的就是為了解決上述問題，提出一種基于壓縮感知實時重建功率場的室 內(nèi)定位方法，把壓縮感知技術(shù)和目標(biāo)信號的輻射功率場相結(jié)合，不需要預(yù)先建立指紋特征 庫，從而降低對環(huán)境的依賴。并且提出一種新的觀測矩陣的生成方法，能夠提高定位穩(wěn)定 度，減少因隨機性產(chǎn)生的偶然誤差。
[0006] 本發(fā)明是一種基于壓縮感知實時重建功率場的定位方法，我們考慮這樣一個問 題：在一個定位區(qū)域內(nèi)有K個目標(biāo)節(jié)點隨機分布，其坐標(biāo)未知，為了確定他們的坐標(biāo)，通過 部署M個坐標(biāo)已知的傳感器節(jié)點測量接收信號強度進行定位。主要包括以下步驟：
[0007] 1)建立無線傳感器室內(nèi)定位場景模型，把定位區(qū)域劃分成等間隔網(wǎng)格，并以此編 號為1，2,3,…，N，N為網(wǎng)格個數(shù)，K個目標(biāo)點隨機分布在定位區(qū)域中，通過一定的規(guī)則部署 M個觀測點在此區(qū)域中，待測目標(biāo)都能發(fā)射一定功率強度的信號。
[0008] 2)觀測矩陣〇的設(shè)計，其中〇的行與傳感器節(jié)點一一對應(yīng)，每行僅有一個非零元 素1，其列序號代表了傳感器節(jié)點所處的網(wǎng)格編號；本方法中采用均勻分塊在隨機選取的 方法生成觀測矩陣〇,首先把整個區(qū)域均勻分區(qū)，然后在每個區(qū)域中隨機取幾個觀測點，這 樣既保證了觀測點可以覆蓋整個區(qū)域，又不會因為隨機性太強而造成比較大的偶然誤差。
[0009] 3)稀疏基設(shè)計，目標(biāo)節(jié)點在整個區(qū)域的功率場X，但是功率場本身不是稀疏的，我 們需要對其進行稀疏變換，功率場的分布類似于灰度圖像，用于對圖像進行稀疏變換的表 示都可以用于功率場中，如離散余弦變換（DCT)、離散小波變換（DWT)、Fourier變換等，通 過稀疏變換我們可以得到功率場的稀疏表示x=Ws，這樣就可以運用壓縮感知理論算法 進行恢復(fù)。
[0010] 4)根據(jù)設(shè)計的觀測矩陣〇對傳感器進行部署，對接收信號強度進行測量，得到M 個觀測值，用M維觀測向量y表示；中心服務(wù)器利用觀測向量y，基矩陣W，觀測矩陣〇,根 據(jù)壓縮感知理論，通過求解如下優(yōu)化問題：
[0011]
[0012] 求出待定位目標(biāo)的輻射功率場對應(yīng)的系數(shù)s，求解該問題的主要方法有基追蹤 (BasisPursuit,BP)和匹配追蹤（MatchingPursuit，MP)等算法；
[0013] 5)最后由恢復(fù)出的s值，通過變換x=Ws求出x即得到待定位目標(biāo)的功率場分 布，然后，我們利用Matlab仿真做出待定位目標(biāo)的功率輻射分布圖，求出功率最大值對應(yīng) 的位置，實現(xiàn)定位。
[0014] 有益效果，本發(fā)明提出一種基于壓縮感知實時重建功率場的定位方法，該方法不 用預(yù)先建立指紋庫，直接通過觀測值實時恢復(fù)出待定位目標(biāo)點的輻射功率場，根據(jù)功率場 最大值對應(yīng)的坐標(biāo)就可以估計出目標(biāo)的位置。本方法減少了對指紋庫的測量，提高了效率， 通過本文方法設(shè)計的觀測矩陣可以提高定位系統(tǒng)的穩(wěn)定性，在相同條件下獲得更高的定位 精度。此外，本發(fā)明實現(xiàn)起來十分簡單，不會增加硬件成本，在實際定位中更加實用，在環(huán)境 改變時也可以很好的適應(yīng)環(huán)境，彌補了現(xiàn)有算法的不足，有很好的應(yīng)用前景。
【附圖說明】
[0015] 圖1無線網(wǎng)絡(luò)定位場景圖
[0016] 圖2基于壓縮感知實時重建功率場定位方法流程圖
[0017] 圖3觀測點選取分布圖
[0018] 圖4目標(biāo)點輻射的原始功率場分布圖
[0019] 圖5壓縮感知算法重建的功率場分布圖
[0020] 圖6稀疏基變換后系數(shù)能量圖
[0021] 圖7功率場重建算法與指紋庫算法定位結(jié)果示意圖
[0022] 圖8觀測矩陣采用完全隨機點和均勻隨機點時定位誤差比較圖