论文部分内容阅读
在无线传感器网络(Wireless Sensor Networks,WSNs)多目标定位中,受环境因素及信息提取技术的影响,用于定位的物理信息呈现很强的不完备性。非完备信息下的多目标定位是目前无线传感器网络定位技术研究的重点和难点。利用压缩感知(Compressed Sensing,CS)理论,本文提出一种非测距WSNs多目标稀疏信息(Sparse Targets Information)定位方法--CS-STI。该方法通过确定传感器节点感知范围内是否存在目标以及存在多少目标来得到测量值,并且在此过程中不依赖于任何硬件测量。传感器节点对目标进行信息采集后,即可运用基于CS的重构算法对所有目标进行重构。本文的主要内容如下:(1)建立网络模型:将无线传感器网络监控区域划分成多个小网格,传感器节点与目标随机分布于网格中,确定出以目标位置信息为元素的稀疏向量;(2)定义参数矩阵,通过确定传感器节点感知范围内是否存在目标以及存在多少目标得到测量值,将测量值矩阵表示为压缩感知理论中测量矩阵、稀疏矩阵和稀疏向量的乘积形式,并给出各个矩阵的物理意义与表达式;(3)对测量值矩阵进行正交化预处理,使更加合理运用压缩感知理论高概率重构目标,并运用基追踪(Basis Pursuit,BP)、正交匹配追踪(Orthogonal Matching Pursuit,OMP)重构算法进行目标位置信息向量的重构;(4)对算法进行仿真分析,对基于CS理论的非测距多目标稀疏信息定位方法进行了仿真,将本文提出的算法与传统算法进行了比较,分析了传感器节点感知半径、待定位目标数、传感器节点数对目标定位性能的影响。