用于确定无线发射器的功率和位置的方法技术

技术编号:11955515 阅读:95 留言:0更新日期:2015-08-27 07:40
本发明专利技术涉及一种用于基于在i=1,...,NS个传感器处测量的多个接收信号强度来确定j=1,...,K个无线发射器的功率和位置的方法,其中K和NS分别为正整数,而K≥2且Ns≥1;所述方法包括以下步骤:使用期望最大化(EM)方法,用于基于在i=1,...,NS个传感器处测量的多个接收信号强度来确定j=1,...,K个无线发射器的功率Pj和位置Xj。此外,本发明专利技术还涉及计算机程序、计算机程序产品及其中央处理单元。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及。此外,本专利技术还涉及计算 机程序、计算机程序产品及其中央处理单元。
技术介绍
经由传感器网络进行无源发射器定位是许多无线应用中的一个重要课题,因为未 知射频源的定位很有可能成为未来下一代无线通信网络中的关键组成部分。中央控制盘或 其它相关无线网络管理实体被赋予了感测和记录周围环境中的无线活动的能力,则可以通 过它们的网络高效地规划、决定和执行相应的动作。 -般而言,具有未知发射器的位置信息的环境感知很有可能在未来自组织网络中 变得非常重要,在自组织网络中,例如,基于从大型传感器网络及其相关的测量("观测"、 "观测数据")中收集的环境信息来使功率、频率或其它关键无线参数(自动地)适应。例 如,下一代蜂窝网络可以通过增加成本效率(减少运营成本,OPEX)和通过增加频谱和能量 效率,从这样的自组织能力中获益。 运营商和管理者两者都可以获得益处;前者改善网络运营,后者对恶意和非授权 频谱用户进行检测和定位。 大多数关于未来蜂窝网络的设计和展望预测无线发射器的数目将会大量增加。一 种提供更高数据速率的关键促成因素是网络基础设施的致密化,即每单位区域有更多的发 射器。 图1图示了由本专利技术解决的问题场景。在感兴趣的区域中,两个或更多个有源无 线发射器在某一频带下工作。这些无线传输的位置、功率、类型或任何其它有关参数是未知 的。有源无线发射器的数目也是未知的。可能存在大量数目的分布式传感器在相应传感器 位置处执行对由这些未知发射器产生的接收信号强度(RSS)的测量,并且将这些相应测量 数据转发给中央网络节点。转发的测量数据可以包含相关标签,例如测量的时间、测量的频 带、传感器的位置/坐标等。 在这些多发射器场景中产生的普遍问题在于:区分所测量的因不同无线发射器产 生的RSS分量复杂度高。这使多发射器定位问题复杂化。 接着问题是准确地确定区域中的无线发射器的未知数目、(一个或多个)未知功 率和(一个或多个)未知位置。 基于RSS的(一个或多个)发射器定位技术由于它们的简单性且能够直接应用于 现成的无线硬件,所以是最流行的技术。然而,文献全面地解决了由于以下原因产生的基于 内在的困难而得到较少关注的多源情况下的单源定位问题: i.缺乏多个非正交源在相同频带重叠的商业场景;以及 ii.用于部署大量传感器的相当高的成本,这对于准确定位是必要条件。 然而,认知无线应用(参见IEEE 802. 19和802. 22中的共存问题)的潜能加上传 感器的成本降低正在改变这一现实。现有技术中存在多个解决定位问题的方法。 ML 估计 最大似然(ML)由于其渐近最优性而成为一种流行的估计方法。然而,对数正态传 播环境中的似然函数通常具有多个最大值,因此产生非凸优化问题。这成为ML方法的最明 显的缺点。用于这种非凸优化的标准技术往往非常复杂。另外,计算随着源的数目呈指数 增长,这是ML估计法的另一主要缺点。 针对单个源的本地最大值的问题已经通过凸集投影法(POCS)得到解决。该算法 具有低复杂性、对于本地最大值具有鲁棒性以及具有可分布计算。距离估计也采用RSS,但 是该算法还可以用于其中传感器源距离估计值以某种方式可用的任何定位方法。当(单 个)源节点位于由传感器网络中的外围节点限定的传感器凸包的内部时,该方法(其被称 为"循环"POCS)运行良好。该方法还需要了解参数如路损和传输功率。这种方案的缺点在 于其只解决单源情况。 另一种用于解决传统ML的非凸性的方法是半定规划(SDP)松弛技术。此处的想 法是通过引入移除公式中的二次项的松弛,将非凸二次距离约束转换线性约束。该SDP方 法已仅适用于单源情况。另外,必须已知无线发射器的发射功率。 利用简化信道模型和已知源数目的方法 针对多个源,研宄已经主要集中在AWGN模型,其对于声源有效。相同的AWGN模型 已经应用于无线应用中,但这是对数正态阴影环境的过度简化。其它现有技术提出了全局 优化方法论。已经基于k-平均值而引入聚类算法,用于增强收敛和降低整体复杂性。针 对相同的AWGN模型,已经提出了准EM方法。所有上述技术假设了解了源的数目。已经采 用了内在稀疏性(少量源、大量测量),以便通过适当地修改至少绝对的收缩和选择算子 (LASSO)来改进估计法。 基于栅格的方法 在成熟ML方面的第一次尝试是通过近似计算对数正态随机变量的总和。通过将 大量假设源置于栅格上(即每个栅格点对应于一个潜在源)来解决不知道源数目的问题, 从而导致过度拟合的问题。提及的过度拟合问题导致较差的性能。 其它方法 其它现有技术通过采用确定性方法来解决这个问题。此处的缺点是不考虑阴影衰 落,并且这种环境中方法的鲁棒性变差。 因此,现有技术中需要一种用于确定区域中无线发射器的功率和位置的改进方 法。
技术实现思路
本专利技术的一个目标是提供一种减轻或解决现有技术方案的缺点和问题的方案。本 专利技术的另一个目标是提供上述问题的简化方案。 根据本专利技术的第一方面,上述提及的目标通过以下方法来实现:基于在i = 1,...,队个传感器处测量的多个接收信号强度来确定j = 1,. . .,K个无线发射器的功率 和位置,其中K和Ns分别为正整数,而K彡2且N 1 ;所述方法包括以下步骤: 使用期望最大化方法,用于基于在i = 1,. ..,NS个传感器处测量的多个接收信号 强度来确定j = 1,. . .,K个无线发射器的功率匕和位置X 本专利技术的优选实施例被限定在所附从属权利要求中。根据本专利技术的任何方法可以 执行为处理装置中的计算机程序,并且可以包括在计算机程序产品中。 根据本专利技术的第二方面,上述提及的目标利用中央处理单元来实现,所述中央处 理单元包括用于处理数据的处理装置和用于存储数据的存储器装置,并且进一步包括分 别用于接收和传输数据的接收装置和传输装置,所述中央处理单元被布置成基于在i = 1,...,队个传感器处测量的多个接收信号强度来确定j = 1,. . .,K个无线发射器的功率 和位置,其中K和Ns分别为正整数,而K彡2且N 1,所述中央处理单元进一步被布置成 使用期望最大化方法,用于基于在i = 1,. ..,NS个传感器处测量的多个接收信号强度来确 定j = 1,. . .,K个无线发射器的功率Pj和位置X 本专利技术提供一种具有改进的计算复杂性(例如,相对于成熟的ML方法)的方案。 此外,相比于现有技术方案,本方案在估计值的更高的准确性方面性能更好。 本专利技术的进一步应用和优点将从下当前第1页1 2 本文档来自技高网
...

【技术保护点】
一种用于基于在i=1,...,NS个传感器处测量的多个接收信号强度来确定j=1,...,K个无线发射器的功率和位置的方法,其中,K和NS分别为正整数,而K≥2且Ns≥1,所述方法包括以下步骤:使用期望最大化EM方法,用于基于在所述i=1,...,NS个传感器处测量的所述多个接收信号强度来确定所述j=1,...,K个无线发射器的功率Pj和位置Xj。

【技术特征摘要】
【国外来华专利技术】

【专利技术属性】
技术研发人员:雅普·范德比克安德烈亚斯·波利多罗斯扬尼斯·达格瑞斯利利亚娜·加里罗斯卡弗拉基米尔·阿塔纳索夫斯基丹尼尔·登科夫斯基
申请(专利权)人:瑞典华为技术有限公司
类型:发明
国别省市:瑞典;SE

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1