基於rss的無線傳感器網絡定位方法
2023-10-08 14:03:44 4
基於rss的無線傳感器網絡定位方法
【專利摘要】本發明公開了一種基於RSS的無線傳感器網絡定位方法，以實現在保證定位精度的前提下拓寬應用領域。本發明將定位分為兩個階段：粗定位階段和精定位階段；在粗定位階段運用壓縮感知技術，儘可能採集更少量的數據，重構出目標可能的存在範圍；在精定位階段，根據粗定位階段獲得的目標定位區域，利用多邊測量技術，對定位目標進行精確定位。本發明方法能夠克服未知目標只能在網格中心定位的局限性，擴大了壓縮感知定位方法的應用領域，降低複雜度。
【專利說明】基於RSS的無線傳感器網絡定位方法
【技術領域】
[0001]本發明涉及一種無線傳感器定位方法，屬於無線通信技術、傳感器技術和分布式計算的特殊自組織網絡【技術領域】。
【背景技術】
[0002]近年來隨著無線網絡的普及和普適計算的高速發展，無線定位技術已經在醫療，教育，公共安全和軍事等領域得到發展。作為一種融合了無線通信技術、傳感器技術和分布式計算的特殊自組織網絡，無線傳感器定位系統可以部署在危險區域，長期地、協作地實時監測、且定位數據處理方便，因此，基於無線傳感器網絡定位系統的研究已經發展起來了。
[0003]利用接收信號強度(RSS)參數進行定位只需無線收發器。無需任何額外的硬體輔助，實現簡單，應用成本低。隨著測量理論的發展，壓縮測量稀疏信號重構已廣泛應用於無線傳感網絡目標定位.由於壓縮感知技術只需要採集少量目標狀態信息，就能夠恢復出原信號。所以國內外已經開展了上述的研究工作。
[0004]Feng C等人用壓縮感知的方法研究了傳感器網絡目標定位問題，[Feng C，ValaeeS，Tan Z.Multiple target localization using compressive sensing[C]//GlobalTelecommunications Conference, 2009.GL0BEC0M2009.1EEE.1EEE, 2009:1-6.],文中把傳感器網絡多目標定位問題轉換為K個理想的稀疏度為I的N維向量的重構問題，該方法只能應用於目標位置在網格中心的情況，並沒有考慮目標在網格的其他位置。何風行等人採用壓縮感知方法使通信開銷從MXK減少到M，(M是傳感節點，K是目標個數)，並對於目標不在網格中心的情況提出了採用迭代回溯的壓縮感知算法，部分提高了定位精度，[何風行，餘志軍，劉海濤.基於壓縮感知的無線傳感器網絡多目標定位算法[J].電子與信息學報，2012，32 (3): 716-721.]，但是該算法計算量較大，不適合實時定位系統，而且系統性能受噪聲影響明顯，當目標位置靠近傳感器節點時，定位不準確。在另一篇文獻[何風行，餘志軍，呂政，劉海濤。基於RSS的WSN多目標定位壓縮感知算法優化[J].南京郵電大學學報(自然科學版)，2012，32 (I): 24-28.]，何風行等人採用殘差最優匹配的方法對壓縮感知重構算法進行改進，提出了根據重構結果判斷定位是否成功的算法框架，給出了一種降低系統通信開銷的工作方式。但是在噪聲幹擾下，定位誤差仍然比較大。
【發明內容】
[0005]為了解決上述問題，本發明運用接收信號強度參數，將壓縮感知技術和多邊測量定位技術相結合，提供了一種基於RSS的無線傳感器網絡定位方法，該方法的主要思想是將定位分為兩個階段:粗定位階段和精定位階段；在粗定位階段運用壓縮感知技術，儘可能採集更少量的數據，重構出目標可能的存在範圍；在精定位階段，根據粗定位階段獲得的目標定位區域，利用多邊測量技術，對定位目標進行精確定位。本發明技術方案的步驟如下:
[0006]設定M是傳感器個數，N是網格個數，K是稀疏度，Φ是測量矩陣，Y是測量值，X是重構向量，Xn是X向量中的分量。
[0007]( I)壓縮感知-粗定位階段:
[0008]將基於網格的目標信號定位問題轉化為壓縮感知問題，運用壓縮感知方法對目標信號進行定位，求得重構向量X ；
[0009](2)選取X中最大分量，與網格內存在目標的閾值δ做比較，如果最大分量大於該閾值δ，則目標信號處於網格中心，轉至步驟(5);否則目標信號不在網格中心，繼續下一
I K
少；
[0010]本發明對單一目標進行定位，當xN是X向量中最大分量時，表示第N個網格內存在目標，並且當xN等於I時，表示目標在第N個網格的中心。
[0011]在有噪聲幹擾的情況下，當第N個網格內存在目標時，恢復出的信號X中，χΝ分量的實際值要小於理論值。
[0012]在不同分貝噪聲幹擾的情況下，當第N個網格中心存在目標時，重構出的χΝ分量值的大小也不同。
[0013]噪聲幹擾越大，對應第N個網格中心存在目標的閾值就越小。
[0014]所以在有噪聲幹擾的情況下，重構出的X值中，最大分量值如果大於或等於對應噪聲下網格內存在目標的閾值，就表示該目標位於網格中心，否則目標位於網格其他位置。
[0015](3)本發明每隔2個網格布設一個傳感器，計算出目標信號所在的範圍，利用基站選擇策略選取接收到目標信號最強的4個傳感器節點；
[0016](4)多邊測量-精定位階段:
[0017]將步驟(3)中的傳感器節點作為錨節點，把對目標信號的搜索範圍由粗定位得到的一個網格擴展到與鄰近的三個小網格共同組成的大網格中，採用幾何算法中的多邊測量對目標信號進行重新定位；
[0018](5)輸出目標信號定位結果。
[0019]本發明中，網格內存在目標的閾值的設置方法為:將目標信號置於不同位置的網格中心，計算重構向量X中所對應網格的數值；重複500次蒙特卡洛實驗，通過求均值得到在不同信噪比下的閾值。
[0020]本發明技術方案的應用能夠得到如下技術效果:
[0021]1.本發明克服了未知目標只能在網格中心定位的局限性，擴大了壓縮感知定位方法的應用領域；
[0022]2.本發明與傳統壓縮感知方法相比，降低了重構誤差對定位準確度的影響，當目標存在於網格邊界附近，由於重構誤差的影響，傳統壓縮感知方法可能把目標定位在相鄰網格，而本發明利用第二階段的精定位可以修正上述錯誤，重新定位出目標位置，有助於獲得更好的定位結果；
[0023]3.本發明採用了多邊測量技術提純定位結果，無需複雜的迭代運算，所以算法的實時性得到了提高；
[0024]4.本發明採取了基站選擇策略，選取距離目標最近的錨節點進行定位。降低了多邊測量受距離越長噪聲對定位精度幹擾越大的缺點；
[0025]5.本發明無需進行多次重構，很大程度上降低了時間複雜度。【專利附圖】
【附圖說明】
[0026]圖1是多邊測量方法示意圖。
[0027]圖2是本發明的詳細流程圖。
[0028]圖3是20分貝噪聲條件下，目標定位效果圖。
[0029]圖4是本發明方法在不同噪聲下的定位誤差分析圖。
[0030]圖5是 不同方法的定位誤差對比圖。
【具體實施方式】
[0031]下面結合附圖和實施例對本發明作進一步詳細說明。
[0032]多邊測量方法如圖1所示。
[0033]如圖2所示，本發明流程如下:
[0034]壓縮感知-粗定位階段:粗定位採用壓縮感知技術。設定M是傳感器個數，N是網格個數，K是稀疏度。
[0035]首先利用變換空間描述信號，再通過特定波形直接採集得到少數線性觀測數據，當N維信號X在變換基上的變換係數是k稀疏的，如果採樣數目M滿足:
[0036]M=O (k log(N/k) ) M<<N (I)
[0037]則可以通過解一個優化問題從壓縮觀測的數據中恢復原始信號。
[0038]由於對單個目標進行定位，所以，N維向量X是稀疏度為I的稀疏向量。通過傳感器接收到每個目標信號強度之和採集到測量值Y，用傳感器接收到目標在每個網格中心的信號強度構造出測量矩陣φ。已知M維測量值Y和MXN維的測量矩陣Φ恢復出N維未知信號X，其中M〈〈N。
[0039]Ymxi = ΦΜΧΝΧΝΧ1 (2)
[0040]Y也可以看作信號X在測量矩陣Φ下的線性投影。該定位階段需要解決的問題是由測量結果Y重構信號X。但是由於X的維數遠大於Y的維數，所以上式是一個欠定方程組的求解，只有當信號X稀疏時，並且φ滿足約束等距離性條件時，信號X可以由測量值Y通過I1範數最小的最優化方法求解:
[0041 ] Xeat = argmin | X | | s.t.Y = ΦΧ (3)
[0042]約束等距離性條件是信號能夠精確重構的充分非必要條件，X是稀疏度為K等於I的N維向量，對X進行M次隨機測量，如果滿足式(4)，則可以由式(3)以壓倒性的概率精確重構X。
[0043]M ^ CKy 2(Φ, I ).IgN (4)
[0044]式(4)中，C為正常數，μ (Φ，I)是測量矩陣Φ與單位矩陣I的互相關係數。即:
[0045]
【權利要求】
1.一種基於RSS的無線傳感器網絡定位方法，其特徵在於，包括如下步驟: (1)粗定位階段: 將基於網格的目標信號定位問題轉化為壓縮感知問題，運用壓縮感知方法對目標信號進行定位，求得重構向量X ; (2)選取X中最大分量，與網格內存在目標的閾值做比較，如果所述最大分量大於該閾值，則目標信號處於網格中心，轉至步驟(5);否則目標信號不在網格中心，繼續下一步； (3)計算出目標信號所在的範圍，利用基站選擇策略選取接收到目標信號最強的3個或4個傳感器節點； (4)精定位階段: 將步驟(3)中的傳感器節點作為錨節點，把對目標信號的搜索範圍由粗定位得到的一個網格擴展到與鄰近的三個小網格共同組成的大網格中，採用幾何算法中的多邊測量對目標信號進行重新定位； (5)輸出目標信號定位結果。
2.根據權利要求1所述的方法，其特徵是所述網格內存在目標的閾值的設置方法為:將目標信號置於不同位置的網格中心，計算重構向量X中所對應網格的數值；重複500次蒙特卡洛實驗，通過求均值得到在不同信噪比下的閾值。
【文檔編號】G01S5/00GK103945529SQ201410151763
【公開日】2014年7月23日 申請日期:2014年4月15日 優先權日:2014年4月15日
【發明者】顏俊, 曹楊芹, 吳曉富, 朱衛平 申請人:南京郵電大學