[發(fā)明專利]一種基于測量值量化的壓縮感知無源被動式目標定位方法

有效

• 申請?zhí)枺?/td>: 201910285214.0
• 申請日: 2019-04-10
• 公開（公告）號: CN110022527B
• 公開（公告）日: 2020-11-27
• 發(fā)明（設計）人: 郭艷;楊思星;李寧;余東平;盧愛紅;錢鵬;宋曉祥
• 申請（專利權）人: 中國人民解放軍陸軍工程大學
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W4/021;H04W64/00;G01S5/02
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

1.一種基于測量值量化的壓縮感知無源被動式目標定位方法，其特征在于，包括以下步驟：

步驟1、對定位區(qū)域進行網格劃分；

步驟2、部署無線鏈路；

步驟3、構造無源定位的感知矩陣；

步驟4、計算離散化的測量值概率函數；

步驟5、根據計算出的鏈路上的測量值概率情況，構建量化器；

步驟6、獲得目標的測量值，并利用構建的量化器對測量數據進行量化處理，獲得量化后的數據；

步驟7、利用壓縮感知恢復算法，重構目標的位置向量；

步驟8、將目標位置向量中最大的K個值所對應的網格中心作為目標的真實位置；

步驟1所述的對定位區(qū)域進行網格劃分，具體如下：

對N個網格進行1-N的編號，設定目標位于網格中心處，用一個具有K階稀疏度的N維向量x(||x||₀＝K)表示目標位置，其中，K為定位區(qū)域中的目標個數，x中的非0元素所對應的網格中心即為目標的真實位置；

步驟2所述的部署無線鏈路，具體如下：

分別將M個發(fā)射機和接收機均勻部署在定位區(qū)域的對邊上，一組相對的發(fā)射機和接收機組成一條無線鏈路，共計M條無線鏈路，來測量目標對無線信號造成的影響；

步驟3所述的構造無源定位的感知矩陣，具體如下：

構造無源定位的感知矩陣A，感知矩陣元素A_mn表示目標位于第n個網格中心處時對第m條無線鏈路產生的影響，通過實際的實驗獲得，或者根據已有的無源定位模型來獲得；

步驟4所述的計算離散化的測量值概率函數，具體如下：

根據感知矩陣A的元素，計算每個傳感器可能取值的概率情況，設定目標等概率隨機分布在定位區(qū)域中，此時目標位于每個網格中心處的概率相等，對于第m條鏈路，其可能的測量值取值集合為感知矩陣的第m行元素值，計算該鏈路上的測量值w為c的概率p_c，公式如下：

其中Num(A(m,:)＝c)表示感知矩陣第m行中元素值為c的數目，χ表示測量值的所有取值范圍；

當存在2個目標時，則該條鏈路上的測量值為w＝w₁+w₂：

當存在K個目標時，K＞2，則該條鏈路上的測量值為w＝w₁+w₂+,…,w_K

步驟5所述的根據計算出的鏈路上的測量值概率情況，構建量化器，具體如下：

根據計算出的M條鏈路上的測量值分布情況，利用Lloyd算法確定相應的量化區(qū)間V和量化值U為：

V＝(v₁,v₂,…,v_L-1)

U＝(u₁,u₂,…,u_L)

具體的量化算法為：

其中，y和z分別表示需要測量的數據值和量化處理之后的數據值；

步驟6所述的獲得目標的測量值，并利用構建的量化器對測量數據進行量化處理，獲得量化后的數據，具體如下：

獲得目標的測量值y_M×1并利用步驟5構建的量化器對測量數據進行量化，獲得量化后的數據z_M×1，此時：

z＝Q(y)＝y(tǒng)+e＝Ax+n+e

其中，Q表示量化函數；y和z分別表示真實的接收值和量化后的數據；n和e分別表示環(huán)境噪聲和量化噪聲；x表示目標的位置向量；

步驟7所述的利用壓縮感知恢復算法，重構目標的位置向量，具體為利用壓縮感知恢復算法求出重構目標位置向量所述壓縮感知恢復算法采用基追蹤算法、貪婪匹配追蹤算法或貝葉斯壓縮感知算法；

步驟8所述的將目標位置向量中最大的K個值所對應的網格中心作為目標的真實位置，具體如下：

將重構目標位置向量中最大的K個值所對應的網格中心作為目標的真實位置。