压缩感知定位技术中的传感器高效部署方法技术

本发明专利技术涉及一种压缩感知定位技术中的传感器高效部署方法，它以压缩感知理论为基础，利用接收信号强度值实现多目标定位。通过将压缩感知技术引入到传感器网络定位中，构建了一种应用于多目标定位的系统框架。对于一个被划分成N个网格的无线网络区域，传统的传感器定位技术往往需要在每个网格中部署一个传感器节点，而基于压缩感知的传感器定位技术能够以远少于N的传感器部署数量实现目标的精确定位。该方案通过对传感器节点进行有效的部署，减少了测量值之间的相关性，增大了位置信息重构的概率，使定位系统在精确性和稳定性方面，相较于传统的随机部署方案都有所提升。本发明专利技术实现起来十分简单，不会增加硬件成本，具有很好的应用前景。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及一种，它以压缩感知理论为基础，利用接收信号强度值实现多目标定位。通过将压缩感知技术引入到传感器网络定位中，构建了一种应用于多目标定位的系统框架。对于一个被划分成N个网格的无线网络区域，传统的传感器定位技术往往需要在每个网格中部署一个传感器节点，而基于压缩感知的传感器定位技术能够以远少于N的传感器部署数量实现目标的精确定位。该方案通过对传感器节点进行有效的部署，减少了测量值之间的相关性，增大了位置信息重构的概率，使定位系统在精确性和稳定性方面，相较于传统的随机部署方案都有所提升。本专利技术实现起来十分简单，不会增加硬件成本，具有很好的应用前景。【专利说明】
本专利技术涉及一种无线传感器网络中的定位技术，该专利技术以压缩感知理论为基础， 利用接收信号强度值实现多目标定位。通过优化部署接收数据的传感器放置位置，减少了 测量值之间的相关性，增加了位置信息重构的概率，从而实现高效精确的定位。
技术介绍
近年来，随着无线网络技术的迅猛发展，用户对于位置信息的需求日益增加，基于 位置信息的服务得到普遍的推广。在无线传感器网络中，目标定位是其中的一种关键技术， 它在目标追踪、设备监控、干扰源检测等应用中有着广泛而重要的应用。 目前有很多成熟的传感器网络无线电定位系统，如基于红外信号、射频信号的定 位系统。但是，这些系统往往需要部署专用的硬件来测量信号，且需要特殊的网络架构， 因此成本较高、维护复杂，极大地限制了其应用。为了降低硬件要求，基于接收信号强度 (ReceivedSignalStrength,RSS)的定位技术成为了最近的研宄热点。因为几乎所有的无 线电设备都可以独立测量其接收信号的强度，而不需要其他的设备辅助，所以该定位技术 可以应用到不同的无线网络基础设施中，从而满足不同用户的需求。但是，由于无线定位需 要对大量的数据进行测量和处理，而且传感器节点自身功率受限、易受环境影响，现有定位 技术在实现精确定位时往往需要耗费大量资源，这严重阻碍了基于RSS定位技术的应用。 压缩感知（Compressive Sensing, CS)技术为解决这个问题提供了新的思路。压 缩感知理论指出：对于一个在某变换域上具有稀疏性的信号，可以用远低于奈奎斯特采样 率的速率对其进行采样，然后通过求解一个1 :范数最小的最优化问题，实现信号精确重构。 而信号的稀疏性则类似于定位问题中目标位置的稀疏性，因此可将压缩感知用于定位中， 从而显著降低精确定位所需采集、传输和处理的数据量。
技术实现思路
技术问题：本专利技术提出一种，该方法 通过对传感器节点进行有效地部署，减少了测量信号之间的相关性，增加了位置信息重构 的概率。相比传统的随机部署方法，该方法使得传感器定位系统在精确性和稳定性方面，得 到极大的提升。 技术方案：通过将压缩感知技术引入到传感器网络定位中，我们构建了一种应用 于多目标定位的系统框架。对于一个被划分成N个网格的无线网络区域，传统的传感器定 位技术往往需要在每个网格中部署一个传感器节点，而基于压缩感知的传感器定位技术能 够以远少于N的传感器部署数量实现目标的精确定位。 为叙述方便，首先对压缩感知理论进行简要介绍： 考虑一个有限长的离散信号X，可以看做一个N维列向量，将其在一个正交基空间 WGR NXN里展开，g卩X=W0，其中0是系数向量。若0中的非零元素个数K远小于N，那 么我们称信号x是稀疏的。然后，再对信号x进行一次压缩观测得到测量值y，即y = Ox， 其中〇 e RMXN称为观测矩阵。综上所述，可将M维观测向量写作：y = 0) W 0。为了从测 量值中恢复出原信号，需要从y中求出0，但由于M << N，这是一个欠定问题，一般是没有 确定解的。压缩感知理论表明，如果矩阵①屯具有有限等距性质（Restricted Isometry Property, RIP),则可以通过计算一个如下的优化问题： 【权利要求】1. 一种，该方法以压缩感知理论为基础， 利用接收信号强度值实现多目标定位，该方法的具体步骤为：1. )根据定位环境，将区域划分成等间距网格，并依次编号为1，2, 3,…，N;N为网格个 数，定位目标数量用K表示，其位置信息由向量Θ表示，每个网格依次对应Θ中的元素，若 网格内有目标，则相应元素为1，否则为〇 ;2. )确定信号传输模型RSS(d)，根据网格之间的距离和传输模型计算出基矩阵Ψ，其 中Ψ的元素Φi.等于第i个格点处收到的来自第j个格点处的接收信号强度，近似等于：其中，Pt是发送功率；d是传感器和目标节点的欧氏距离；Cltl是参考距离，常等于Im;Ke 是一个由环境决定的常数；η是路径损耗常数，反映了信号衰落的快慢程度；X。是均值为〇 的高斯随机变量，下标σ是其标准差；3. )设计观测矩阵Φ，其中Φ的行与传感器节点一一对应，每行仅有一个非零元素1， 其列序号代表了传感器节点所处的网格编号；确保边界上部署一些传感器节点的同时，其 他传感器节点均匀地分布在整个定位区域中，也就是说将Φ的这些特定位置的元素令为 1 ;4. )根据设计好的观测矩阵Φ对传感器节点进行部署，对接收信号强度进行测量，得 到M个观测值，用M维观测向量y表示；5. )中心服务器利用观测向量y、基矩阵Ψ、观测矩阵Φ，根据压缩感知理论，通过求解 如下优化问题：获得一个唯一确定的解，即从观测向量y中恢复出了位置向量§，求解该问题的主要方 法有基追踪（BasisPursuit,BP)和匹配追踪（MatchingPursuit,MP)等算法；6. )最后从恢复的§中提取位置信息，取其最大的K个非零元素来指示目标位置，其相 应的序号代表目标所处网格的编号，进而实现定位。【文档编号】G01S5/02GK104469937SQ201410758232【公开日】2015年3月25日 申请日期:2014年12月10日 优先权日:2014年12月10日 【专利技术者】郭艳, 钱鹏, 李宁, 孙保明, 于盟, 周彬 申请人:中国人民解放军理工大学本文档来自技高网...

【技术保护点】
一种压缩感知定位技术中的传感器高效部署方法，该方法以压缩感知理论为基础，利用接收信号强度值实现多目标定位，该方法的具体步骤为：1.)根据定位环境，将区域划分成等间距网格，并依次编号为1,2,3,…,N；N为网格个数，定位目标数量用K表示，其位置信息由向量θ表示，每个网格依次对应θ中的元素，若网格内有目标，则相应元素为1，否则为0；2.)确定信号传输模型RSS(d)，根据网格之间的距离和传输模型计算出基矩阵Ψ，其中Ψ的元素ψi,j等于第i个格点处收到的来自第j个格点处的接收信号强度，近似等于：ψi,j=RSS(dj,i)=Pt+Ke-10ηlog10(dj,id0)+Xσ]]>其中，Pt是发送功率；d是传感器和目标节点的欧氏距离；d0是参考距离，常等于1m；Ke是一个由环境决定的常数；η是路径损耗常数，反映了信号衰落的快慢程度；Xσ是均值为0的高斯随机变量，下标σ是其标准差；3.)设计观测矩阵Φ，其中Φ的行与传感器节点一一对应，每行仅有一个非零元素1，其列序号代表了传感器节点所处的网格编号；确保边界上部署一些传感器节点的同时，其他传感器节点均匀地分布在整个定位区域中，也就是说将Φ的这些特定位置的元素令为1；4.)根据设计好的观测矩阵Φ对传感器节点进行部署，对接收信号强度进行测量，得到M个观测值，用M维观测向量y表示；5.)中心服务器利用观测向量y、基矩阵Ψ、观测矩阵Φ，根据压缩感知理论，通过求解如下优化问题：θ^=min||θ||1s.t.y=ΦΨθ,]]>获得一个唯一确定的解，即从观测向量y中恢复出了位置向量求解该问题的主要方法有基追踪(Basis Pursuit,BP)和匹配追踪(Matching Pursuit,MP)等算法；6.)最后从恢复的中提取位置信息，取其最大的K个非零元素来指示目标位置，其相应的序号代表目标所处网格的编号，进而实现定位。...

【技术特征摘要】

【专利技术属性】
技术研发人员：郭艳，钱鹏，李宁，孙保明，于盟，周彬，
申请(专利权)人：中国人民解放军理工大学，
类型：发明
国别省市：江苏;32