[發(fā)明專利]一種室內(nèi)動態(tài)多目標(biāo)無源被動定位和數(shù)量估計的方法

有效

• 申請?zhí)枺?/td>: 202110405844.4
• 申請日: 2021-04-15
• 公開（公告）號: CN113219405B
• 公開（公告）日: 2022-08-12
• 發(fā)明（設(shè)計）人: 王滿意;王佳樂;張徐;楊佳星;趙宇軒
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G01S5/02
• 分類號: G01S5/02;G01C21/20
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 汪清

本發(fā)明公開了一種室內(nèi)動態(tài)多目標(biāo)無源被動定位和數(shù)量估計的方法，首先在室內(nèi)四周部署無線傳感器節(jié)點，形成監(jiān)測區(qū)域，構(gòu)成無線傳感器拓撲網(wǎng)絡(luò)；接著對無線傳感器拓撲網(wǎng)絡(luò)建立權(quán)重模型，并對監(jiān)測區(qū)域劃分像素和對像素做空間協(xié)方差處理；然后利用權(quán)重模型和協(xié)方差模型得到投影矩陣，處理傳感器節(jié)點接收的視距鏈路的接收信號強度(RSS)值，生成無線層析成像(RTI)圖像，并利用高斯模型消除圖像噪聲；再找出圖像中所有局部峰值，使用恒虛警方法過濾，得到候選目標(biāo)點；最后利用密度聚類算法和動態(tài)閾值門限得到多目標(biāo)的定位和數(shù)量估計。本發(fā)明可對所部署的無線傳感器網(wǎng)絡(luò)室內(nèi)監(jiān)測區(qū)域的多個目標(biāo)進行動態(tài)定位和數(shù)量估計。

技術(shù)領(lǐng)域

本發(fā)明屬于多目標(biāo)的室內(nèi)定位領(lǐng)域，特別是一種室內(nèi)動態(tài)多目標(biāo)無源被動定位和數(shù)量估計的方法。

背景技術(shù)

隨著科技與社會的進步，定位信息在人們的日常生活中越來越重要，在地圖導(dǎo)航定位、智能家居、軍事戰(zhàn)爭以及抗震救災(zāi)等領(lǐng)域都有著廣泛的應(yīng)用需求。有源定位技術(shù)都需要被定位的目標(biāo)攜帶電子標(biāo)簽，并主動配合定位系統(tǒng)向錨節(jié)點周期性地發(fā)送定位信息，以便系統(tǒng)計算出被定位目標(biāo)的位置。然而有源定位網(wǎng)絡(luò)部署周期長，不適用快速部署、緊急救災(zāi)的應(yīng)用場合。與傳統(tǒng)有源定位系統(tǒng)相比，無源被動定位技術(shù)無需目標(biāo)佩戴任何電子標(biāo)簽，只需要在監(jiān)測區(qū)域的周圍部署無線傳感器節(jié)點，即可完成對該區(qū)域目標(biāo)的定位和跟蹤。并且，DFL定位技術(shù)具有低功耗、低成本、無需目標(biāo)攜帶任何設(shè)備、不受光線和溫度以及煙霧雨雪等因素的影響、自組織性強等優(yōu)勢，使其在目標(biāo)定位領(lǐng)域具有巨大的應(yīng)用和研究價值。其中，無線層析成像(RTI)方法，因計算量小成為無源被動定位研究的熱點之一。

在實際應(yīng)用中，這些無源被動定位系統(tǒng)(Device-free Localization,DFL)仍存在以下問題：(1)大多數(shù)的RTI定位集中在單目標(biāo)的定位與跟蹤，多目標(biāo)RTI的定位技術(shù)還未成熟；(2)目前，多目標(biāo)RTI的定位技術(shù)大多集中在靜態(tài)的定位，動態(tài)的定位與跟蹤技術(shù)涉及較少；(3)此外，現(xiàn)有的RTI的定位技術(shù)大多無法正確估計目標(biāo)進入和離開監(jiān)控區(qū)域的數(shù)量。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種室內(nèi)動態(tài)多目標(biāo)無源被動定位和數(shù)量估計的方法，對室內(nèi)監(jiān)測區(qū)內(nèi)的多個目標(biāo)進行定位和數(shù)量估計。

實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：

1、一種室內(nèi)動態(tài)多目標(biāo)無源被動定位和數(shù)量估計的方法，包括以下步驟：

步驟1、部署無線傳感器節(jié)點拓撲網(wǎng)絡(luò)：在房間四周均勻部署多個無線傳感器節(jié)點，再放置一個基站節(jié)點用以接收各個無線傳感器節(jié)點的RSS值，形成通信網(wǎng)絡(luò)；

步驟2、對所部署的無線傳感器節(jié)點拓撲網(wǎng)絡(luò)建立權(quán)重模型：建立與無線傳感器節(jié)點拓撲網(wǎng)絡(luò)對應(yīng)的距離權(quán)重模型；

步驟3、多目標(biāo)無線層析成像(RTI)圖像的構(gòu)建：基站節(jié)點接收到各個傳感器節(jié)點的RSS值，利用解決病態(tài)反問題的方法，求解出圖像像素的數(shù)值；對無線傳感器節(jié)點網(wǎng)絡(luò)監(jiān)測區(qū)域劃分像素，并使用空間協(xié)方差模型得到像素位置之間的相關(guān)性，利用距離權(quán)重模型和空間協(xié)方差模型得到投影矩陣，最后構(gòu)建出多目標(biāo)的RTI圖像；

步驟4、消除圖像噪聲：利用高斯模型消除部分圖像噪聲；

步驟5、獲取候選目標(biāo)點：先從RTI圖像中得到所有的局部峰值，即圖像斑點中心；再利用恒虛警檢測的方法去除虛假斑點，得到候選目標(biāo)點；

步驟6、多目標(biāo)定位：將所有的候選目標(biāo)點按聚類算法聚類，形成多個簇，找出簇的中心，即為多目標(biāo)的位置信息；

步驟7、多目標(biāo)數(shù)量估計：使用動態(tài)閾值門限的方法，將某個時刻每個定位點的RTI圖像像素值和該閾值門限比較，求得該時刻的每個定位點有多少個目標(biāo)，將目標(biāo)數(shù)量累加估計出監(jiān)控區(qū)域內(nèi)該時刻有多少個目標(biāo)。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點是：