[發(fā)明專利]基于壓縮感知的分布式多區(qū)域定位方法

有效

• 申請?zhí)枺?/td>: 201310337028.X
• 申請日: 2013-08-05
• 公開（公告）號: CN103428850A
• 公開（公告）日: 2013-12-04
• 發(fā)明（設(shè)計）人: 羅娟;查俊莉;潘陳
• 申請（專利權(quán)）人: 湖南大學
• 主分類號: H04W64/00
• 分類號: H04W64/00;H04W84/18
• 代理公司: 長沙市融智專利事務(wù)所 43114
• 代理人: 黃美成

1.一種基于壓縮感知的分布式多區(qū)域定位方法，其特征在于，包括離線階段和在線階段：

1)離線階段：

對采樣樣本進行加權(quán)，并建立離線指紋庫；

2)在線階段：

待定位節(jié)點實時接收感知到的錨節(jié)點信息，錨節(jié)點為位置已知的節(jié)點，先進行網(wǎng)格選擇，再選擇可感知到的錨節(jié)點，最后通過信號恢復方法完成定位。

2.根據(jù)權(quán)利要求1所述的基于壓縮感知的分布式多區(qū)域定位方法，其特征在于，所述的離線階段包括以下步驟：

1)建立離線測量矩陣：

定位區(qū)域內(nèi)網(wǎng)格點的總數(shù)為N，錨節(jié)點的個數(shù)為L；在每個網(wǎng)格上，進行q次采樣，搜集網(wǎng)格點感知到的所有錨節(jié)點的RSS(接收信號強度)值，獲取一個初始L×N維的離線測量矩陣

其中表示第j個網(wǎng)格點在第i個錨節(jié)點采樣的離線RSS平均值；

表示網(wǎng)格點j接收到錨節(jié)點i的第τ個RSS采樣值；如果未搜集到錨節(jié)點的信息，令

2)加權(quán)錨節(jié)點：

權(quán)值矩陣W＝[w₁，w₂，…，w_L]^T，其中表示第i個錨節(jié)點的權(quán)值，即每個錨節(jié)點在所有網(wǎng)格點采集RSS過程中的貢獻值，Numk表示在第k個網(wǎng)格點上是否感知到了該錨節(jié)點，即當在網(wǎng)格點放置一測試傳感節(jié)點時，錨節(jié)點是否在測試傳感節(jié)點的通信范圍之內(nèi)，Numk∈{0，1}；

3)建立離線指紋庫：

參考節(jié)點j接收到測試點即錨節(jié)點i采樣值的無偏估計表示為對于每個參考節(jié)點j，無偏估計矩陣表示為Δ_j＝[Δ_1，j，Δ_2，j，…，Δ_L，j]^T；離線指紋庫表示為其中(x_j，y_j)是參考節(jié)點j的坐標。

3.根據(jù)權(quán)利要求2所述的基于壓縮感知的分布式多區(qū)域定位方法，其特征在于，所述的在線階段包括以下步驟：

1)多區(qū)域疊加

定義網(wǎng)格的相關(guān)性矩陣為R，R是一個N×1的向量，若第j個網(wǎng)格節(jié)點與待定位節(jié)點存在相關(guān)性，那么R(j)＝1，否則為0，即R(j)∈{0，1}；網(wǎng)格與待定位節(jié)點間的相關(guān)性通過待定位節(jié)點感知到的錨節(jié)點進行確定，具體的確定方法如下：

根據(jù)w_i×RSS_i，j，i＝1，2，…，L，j＝1，2，…，N的值對待定位節(jié)點4所感知到的錨節(jié)點進行排序(RSS_i，j表示第j個網(wǎng)格點在第i個錨節(jié)點采樣的在線RSS平均值)，取前四個值非零的錨節(jié)點通信區(qū)域進行疊加，若不足四個則取所有非零的錨節(jié)點，所選取的錨節(jié)點即為選定錨節(jié)點，設(shè)定所有選定錨節(jié)點的通信半徑均為r；以各選定錨節(jié)點為圓心，r為半徑作圓，獲取所有這些圓形的重疊區(qū)域，以重疊區(qū)域中的所有網(wǎng)格點，建立關(guān)聯(lián)矩陣R；處于重疊區(qū)域中的網(wǎng)格點的關(guān)聯(lián)度R(j)＝1，即第j個網(wǎng)格點的關(guān)聯(lián)度為1，不在重疊區(qū)域中的網(wǎng)格點的關(guān)聯(lián)度記為R(j)＝0；并將未知節(jié)點感知的錨節(jié)點個數(shù)記為A_Num；

在線測量矩陣Ψ的構(gòu)建：

在線測量矩陣Ψ是從離線測量矩陣Ψ’中選取關(guān)聯(lián)矩陣R中取值為1的網(wǎng)格的離線其維數(shù)是其中表示關(guān)聯(lián)度為1的網(wǎng)格的數(shù)量，

2)錨節(jié)點的選擇

根據(jù)w_i×RSS_i，j，i＝1，2，…，L，j＝1，2，…，N的值，選取非零的錨節(jié)點，選取的錨節(jié)點的個數(shù)M≤L；

依據(jù)選取的錨節(jié)點生成在線觀測矩陣Φ，Φ是M×L維的矩陣，Φ的每一行是一個1×L的向量，所有的元素滿足φ_i，j∈{0，1}，每行都只有一個元素為1，表示選擇的是L個錨節(jié)點中的第幾個；如果φ_h，g＝1，h＝1，2…，M，g＝1，2…，L，則表示選擇的第h個錨節(jié)點是L個錨節(jié)點中的第g個；

3)正交化預操作和信號恢復

首先對Φ和Ψ進行正交化預操作，再利用信號恢復算法對稀疏信號進行還原；信號恢復采用凸優(yōu)化算法中的l₁-最小范式來處理，得到恢復后的稀疏信號

4)精確定位

通過和節(jié)點的位置坐標進行加權(quán)，對待定位節(jié)點的位置進行更加精確的估算，表達式為：

px=Σk=1N~θ^kxk,]]>py=Σk=1N~θ^kyk;]]>

其中，px和py分別代表待定位節(jié)點最終的位置對應的橫坐標和縱坐標；x_k、y_k和分別代表第k個網(wǎng)格的x坐標，y坐標和待定位節(jié)點出現(xiàn)在該網(wǎng)格的概率。

4.根據(jù)權(quán)利要求3所述的基于壓縮感知的分布式多區(qū)域定位方法，其特征在于，在正交化預操作和信號恢復步驟中，

假設(shè)T是測量值y的正交化預操作，對y進行正交化，得到正交化后的測量值y′＝Ty；定義P＝ΦΨ，Q＝orth(P^T)^T，orth(A)表示對矩陣P的規(guī)范正交化操作，為P的偽逆矩陣，則定位問題描述為以下l₁-最小范式模型：

S.t.???z＝Qθ+ε′；

其中θ是表示待定位節(jié)點可能出現(xiàn)的一組位置的向量，表示對于特定的誤差值ε′的滿足等式條件的特定的θ值，Z是計算時用到的目標矩陣函數(shù)，有Z＝y(tǒng)，y為測量向量，是指在線階段待定位節(jié)點采集的感知到的所有錨節(jié)點的RSS值，ε′是設(shè)定的誤差，在區(qū)間[0，0.1]范圍內(nèi)取值；計算不等式z-Qθ≤ε′。