[發(fā)明專利]基于壓縮感知和BP神經(jīng)網(wǎng)絡(luò)的無線傳感器網(wǎng)絡(luò)定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610019570.4
• 申請(qǐng)日: 2016-01-13
• 公開（公告）號(hào): CN105676178B
• 公開（公告）日: 2019-05-24
• 發(fā)明（設(shè)計(jì)）人: 喻月;張玲華
• 申請(qǐng)（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號(hào): G01S5/06
• 分類號(hào): G01S5/06;H04W64/00;G06N3/02
• 代理公司: 南京知識(shí)律師事務(wù)所 32207
• 代理人: 汪旭東

1.一種基于壓縮感知和BP神經(jīng)網(wǎng)絡(luò)的無線傳感器網(wǎng)絡(luò)定位方法，其特征在于，所述方法包括如下步驟：

步驟1：每個(gè)目標(biāo)以周期T向錨節(jié)點(diǎn)發(fā)送信號(hào)，各個(gè)目標(biāo)之間相互獨(dú)立，相互之間沒有同步的要求，然后各個(gè)錨節(jié)點(diǎn)將一個(gè)周期內(nèi)收到的RSSI測(cè)量值進(jìn)行累加，并且將結(jié)果送到融合中心，融合中心執(zhí)行壓縮感知算法，計(jì)算未知節(jié)點(diǎn)位于哪個(gè)網(wǎng)格之中，并且是否位于網(wǎng)格的中心；

步驟2：對(duì)于不在網(wǎng)格中心的節(jié)點(diǎn)，分為以下具體實(shí)現(xiàn)過程，包括：

步驟2-1：訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，提前將部分位置已知的錨節(jié)點(diǎn)作為可靠節(jié)點(diǎn)，將剩余錨節(jié)點(diǎn)接收到可靠節(jié)點(diǎn)的RSSI值向量作為輸入，可靠節(jié)點(diǎn)到剩余錨節(jié)點(diǎn)的真實(shí)距離值向量作為輸出，訓(xùn)練神經(jīng)網(wǎng)絡(luò)；

步驟2-2：將各個(gè)錨節(jié)點(diǎn)接收到的未知節(jié)點(diǎn)的RSSI值向量輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，對(duì)應(yīng)得到的輸出向量就是各個(gè)錨節(jié)點(diǎn)到未知節(jié)點(diǎn)的修正過誤差的距離向量；

步驟2-3：將上述步驟2-2中得到的距離向量代入到極大似然估計(jì)法中，得出不在網(wǎng)格中心的未知節(jié)點(diǎn)的坐標(biāo)；

利用測(cè)量矩陣重新描述信號(hào)，再重新采集少數(shù)線性觀測(cè)數(shù)據(jù)，若信號(hào)X∈R^N，并且X是K稀疏的，測(cè)量矩陣φ∈R^M*N M＜＜N，則X在測(cè)量矩陣φ的變化下得到的觀測(cè)矩陣Y∈R^M，如式1所示：

Y_M*1＝φ_M*N*X_N*1 式1

因?yàn)樾盘?hào)X是K稀疏的，如果測(cè)量矩陣φ∈R^M*N M＜＜N滿足約束等距離性條件RIP，信號(hào)X能得到精確重構(gòu)，如式2所示：

X_eat＝arg min||X|| s.t.Y＝φX 式2

式中，X_eat表示重構(gòu)后的信號(hào)矩陣；

RIP條件是信號(hào)X能重構(gòu)的充分而非必要條件；當(dāng)滿足式3時(shí)，由式2以壓倒性的概率重構(gòu)X；

M≥C*K*μ²(φ,I)*lgN 式3

式中，M是對(duì)X進(jìn)行隨機(jī)測(cè)量的次數(shù)，C是一個(gè)較小的正常數(shù)，信號(hào)X是K稀疏的，并且X∈R^N，μ(φ,I)是測(cè)量矩陣φ和單位矩陣I的互相關(guān)系數(shù)，如式4所示：

式中，為測(cè)量矩陣φ位于第m行，第n列的元素；只要選擇合適的測(cè)量次數(shù)M，就以壓倒性的概率重構(gòu)X；

將上述方法應(yīng)用無線傳感器網(wǎng)絡(luò)的初始定位中，對(duì)于式1中的觀測(cè)矩陣Y_M*1，表示的是M個(gè)錨節(jié)點(diǎn)的測(cè)量結(jié)果，Y_M*1＝[y₁,y₂...y_M]^T，其中y_n表示第n個(gè)錨節(jié)點(diǎn)接收到的所有未知節(jié)點(diǎn)發(fā)送至該錨節(jié)點(diǎn)RSSI值的和，測(cè)量矩陣φ_M*N構(gòu)成元素為第m個(gè)錨節(jié)點(diǎn)接收到第n個(gè)未知節(jié)點(diǎn)發(fā)送的RSSI值，原始信號(hào)矩陣X_N*1＝[x₁,x₂...x_n]^T，設(shè)則系統(tǒng)的壓縮采樣過程由式5表示：

通過式2恢復(fù)出來的信號(hào)中，理想的x_n重構(gòu)結(jié)果只有0和1，即設(shè)定一個(gè)網(wǎng)格中只有一個(gè)目標(biāo)，實(shí)際的結(jié)果0≤x_n≤1，其中許，多x_n值接近于0，為了降低算法的復(fù)雜度，設(shè)定Threhold_low為網(wǎng)格中存在目標(biāo)的閾值；由于噪聲的存在，當(dāng)未知節(jié)點(diǎn)位于網(wǎng)格中心時(shí)并不能確保x_n＝1，而是也存在一個(gè)閾值Threhold_high作為未知節(jié)點(diǎn)位于網(wǎng)格中心的閾值，該閾值會(huì)隨著噪聲的增加而減小，上述兩個(gè)閾值的選擇可以通過多次蒙特卡洛實(shí)驗(yàn)來獲取；

當(dāng)0≤x_n≤Threhold_low：網(wǎng)格n內(nèi)不存在未知節(jié)點(diǎn)；

當(dāng)Threhold_low＜x_n＜Threhold_high：網(wǎng)格n內(nèi)存在未知節(jié)點(diǎn)，但該未知節(jié)點(diǎn)不在網(wǎng)格中心；

當(dāng)Threhold_high≤x_n≤1：網(wǎng)格n中心存在未知節(jié)點(diǎn)。