【技术实现步骤摘要】
通过构建虚拟SAR图像实现WSN节点定位的方法及装置
本专利技术涉及WSN节点定位的
,尤其涉及通过构建虚拟SAR图像实现WSN节点定位的方法及装置。
技术介绍
虚拟合成孔径雷达,SyntheticApertureRadar,简称SAR。无线传感器网络,WirelessSensorNetwork,简称WSN。WSN是物联网的基本组成部分,其利用多个传感器节点通过自组织的方式构成无线网络,是物联网用来感知、识别以及处理网络覆盖区域中被监测对象的信息生产和采集系统。随着传感器技术、嵌入式计算技术、计算机网络技术和无线通信技术等的不断发展,无线传感器网络技术也逐渐走向成熟,并在军事侦察、环境监测、目标跟踪、医疗护理等诸多领域的应用不断普及。WSN节点定位是指未知节点基于网络中位置已知的邻近信标节点,通过有限的通信对于自身在系统中位置的估计。传感器节点自身的准确定位是实现对所监测对象进行定位、跟踪等应用的前提,是WSN研究的基础性问题和热点问题之一。现有的WSN节点定位方法基本可以分为两类:基于测距的定位方法和基于非测距的定位方法。基于测距的定位方法通过未知节点与邻近信标节点间的通信具体计算两者之间距离或者方位,并基于此实现节点自身定位。经典方法有基于接收信号强度(Receivedsignalstrengthindication,简称RSSI)测距定位如文献1:YaghoubiF.,AbbasfarA.-A.,MahamB..Energy-EfficientRSSI-BasedLocalizationforWirelessSensorNetworks2014 ...
【技术保护点】
1.一种通过构建虚拟SAR图像实现WSN节点定位的方法,其特征在于,包括:构建步骤,根据SAR距离单元信号与WSN节点间信号的相似性,对WSN节点间信号进行多次采样并构建虚拟SAR图像;估计步骤,基于PAST技术,利用虚拟SAR图像的各距离单元信号估计信号子空间,抑制噪声干扰,同时确定WSN节点信号间的相位信息;定位步骤,根据WSN节点信号间的相位信息,基于余弦相似性原理分析节点间实际接收信号与理论接收信号间的差异性,实现WSN的节点定位。
【技术特征摘要】
1.一种通过构建虚拟SAR图像实现WSN节点定位的方法,其特征在于,包括:构建步骤,根据SAR距离单元信号与WSN节点间信号的相似性,对WSN节点间信号进行多次采样并构建虚拟SAR图像;估计步骤,基于PAST技术,利用虚拟SAR图像的各距离单元信号估计信号子空间,抑制噪声干扰,同时确定WSN节点信号间的相位信息;定位步骤,根据WSN节点信号间的相位信息,基于余弦相似性原理分析节点间实际接收信号与理论接收信号间的差异性,实现WSN的节点定位。2.根据权利要求1所述的通过构建虚拟SAR图像实现WSN节点定位的方法,其特征在于,所述构建步骤,具体为:根据SAR距离单元信号与WSN信标节点间信号的相似性,对WSN中连通信标节点与未知节点间信号进行多次采样;将WSN中同一时刻采样获得多个连通信标节点与未知节点间信号视为虚拟SAR图像的方位向数据,将WSN中同一连通信标节点在不同采样时刻与未知节点间信号视为虚拟SAR图像的距离向数据;对虚拟SAR图像的方位向数据、距离向数据进行方位向上的傅里叶变换,构建初始固定相位为0的虚拟SAR图像。3.根据权利要求2所述的通过构建虚拟SAR图像实现WSN节点定位的方法,其特征在于,所述构建步骤中,信标节点表示为S1S2S3......SN,N代表信标节点的数量;第n个连通信标节点Sn坐标为(xn,yn,zn);节点间发射信号波长均为λ;在噪声干扰条件下信标节点S1S2S3......SN与未知节点O之间的真实信号记为:j为虚数;噪声干扰ε(n)为高斯白噪声;dn为连通信标节点Sn与未知节点O之间真实物理距离:对信标节点S1S2S3......SN与未知节点O之间的信号在不同时间点进行采样,得到:其中,下标t代表第t次采样;在SAR系统中,假设SAR系统中任一距离单元上最强散射点的初始固定相位为ψk,将其它弱散射点视为杂波,则在方位数据域中该最强散射点的接收信号为:Xk(m)=|Ak|exp{j[ψk+γ(m)]}+εk(m);其中,下标k代表第k个距离单元;m代表方位向脉冲位置;|Ak|为实常数,表示幅度;杂波εk(m)为高斯白噪声;γ(m)为相位误差函数,即SAR信号处理中自聚焦处理所需估计的相位误差函数;将SAR图像中各距离单元信号视为检测样本,则相位误差函数对应检测样本中的信号分量,高斯白噪声对应检测样本中的噪声分量;令SAR信号中初始固定相位为ψk=0,则SAR信号中的相位误差函数γ(m)等价于WSN节点信号中的理想相位信息SAR信号中的杂波εk(m)等价于WSN节点信号中的噪声干扰εt(n)。4.根据权利要求3所述的通过构建虚拟SAR图像实现WSN节点定位的方法,其特征在于,所述估计步骤,具体为:在虚拟SAR图像上选出各距离单元的强信号点,进行中心的循环移位,并以各距离单元的强信号点为中心进行加窗处理,提高信噪比;根据SAR信号处理中利用特征分解方法获得信号子空间实现自聚焦的基本原理,对各距离单元信号进行方位向上的逆傅里叶变换,获取估计样本;提取各距离单元信号,基于PAST技术利用虚拟SAR图像的各距离单元信号,通过特征向量公式组进行迭代计算,估计WSN节点定位算法所需要的特征向量,抑制噪声干扰的同时确定WSN节点信号间的相位信息;所估计得到的特征向量即信号子空间;将所估计特征向量从各距离单元信号中去除,对各距离单元信号进行方位向上的傅里叶变换,恢复虚拟SAR图像;缩小窗函数的宽度,重复以上步骤,直到虚拟SAR图像聚焦质量良好为止;将各循环步骤中所估计特征向量相位信息进行叠加,即为最终的WSN节点信号间的相位信息。5.根据权利要求4所述的通过构建虚拟SAR图像实现WSN节点定位的方法,其特征在于,所述通过特征向量公式组进行迭代计算,具体为:j=1,2,...,P;P为所需估计特征向量个数;i=1,2,...,T;T为采样样本数;λ(i)=λ(i-1)+|w(i)|2;Δi=xi-ui-1w(i);其中,当第i个采样节点信号代入PAST中进行计算时,xi为当前估计训练样本,w(i)和Δi为PAST计算中所需的中间变量;λ(i)为当前最大特征值;ui为λ(i)的对应特征向量;将迭代结束后,已经估计获得最大特征值的对应特征向量从各估计训练样本中去除,即:根据恢复虚拟SAR图像,缩小窗函数的宽度,重新获取新的估计训练样本xi,进行λ(i)和ui的计算。6....
【专利技术属性】
技术研发人员:蒋锐,沈小平,陈斌,蔡文杰,屠耀华,
申请(专利权)人:通鼎互联信息股份有限公司,
类型:发明
国别省市:江苏,32
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。