国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法

      文檔序號:9353309閱讀:466來源:國知局
      一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明屬于主動式室內(nèi)定位領(lǐng)域,特別涉及一種基于壓縮感知的低代價時間自適 應(yīng)室內(nèi)定位方法。
      【背景技術(shù)】
      [0002] 近年來,基于壓縮感知的室內(nèi)定位技術(shù)受到了學(xué)術(shù)界和產(chǎn)業(yè)界的巨大關(guān)注。它主 要是利用待定位目標(biāo)在監(jiān)測區(qū)域?qū)o線信號的擾動進(jìn)行定位,一般具有兩個步驟:在訓(xùn)練 階段,基于"接收信號強(qiáng)度"(ReceivedSignalStrength,簡稱RSS)與"目標(biāo)的位置"關(guān)系 建立定位模型(先驗指紋庫);在定位階段,通過將實時的RSS值與先驗指紋庫進(jìn)行匹配, 確定目標(biāo)的位置。指紋定位方法實現(xiàn)了細(xì)粒度的定位精確度。
      [0003] 現(xiàn)有的室內(nèi)定位方法都有一個共同的假設(shè),S卩訓(xùn)練得到的感知矩陣(先驗指紋 庫)是靜態(tài)的,但是在實際生活中,由于周圍環(huán)境的動態(tài)變化,RSS值很容易受到影響,包括 由周遭環(huán)境造成的長期干擾和監(jiān)測區(qū)域中節(jié)點的短期散射。當(dāng)RSS值一旦變化,訓(xùn)練階段 得到的先驗指紋庫就會失效,如果再次用該指紋庫進(jìn)行匹配定位,必然會導(dǎo)致定位精確度 的下降;而如果每當(dāng)先驗指紋庫失效的時候就進(jìn)行一次先驗知識的獲取,這必然會浪費(fèi)很 大的時間和人力消耗,顯然是不現(xiàn)實而且不可取的。
      [0004] 現(xiàn)有的工作緩解了先驗指紋庫的校準(zhǔn)工作量,包括眾包指紋,它要求目標(biāo)一直上 傳收集到的數(shù)據(jù)并且由相關(guān)設(shè)備來輔助收集新的RSS值。然而,室內(nèi)定位方法完全應(yīng)用于 實踐仍然需要大量的數(shù)據(jù)和高能耗,并且根據(jù)少量的RSS測量值的情況下無法確保定位的 精確程度。

      【發(fā)明內(nèi)容】

      [0005] 為了解決現(xiàn)有技術(shù)的問題,本發(fā)明提供了一種基于壓縮感知的低代價時間自適應(yīng) 室內(nèi)定位方法,所述基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法,包括:
      [0006] 在樣本區(qū)域部署傳感器節(jié)點;
      [0007] 在T。時刻,通過所述傳感器節(jié)點獲取所述樣本區(qū)域內(nèi)的樣本RSS值,將所述樣本 RSS值組合為感知矩陣X。,確定所述感知矩陣X。在T。時刻對應(yīng)的參考矩陣A。,將所述參考 矩陣A。包含的位置作為參考位置;
      [0008] 確定所述感知矩陣X。的失效時刻tk,獲取所述樣本區(qū)域中參考位置處在所述失效 時刻鞏的RSS值,將所述失效時刻tRSS值構(gòu)成參考矩陣Ak;
      [0009] 根據(jù)低秩表達(dá)模型獲取關(guān)系系數(shù)Z,將所述參考矩陣\與所述關(guān)系系數(shù)Z的逆進(jìn) 行相乘,得到迀移后的感知矩陣Xk,根據(jù)所述迀移后的感知矩陣Xk與測量向量,結(jié)合壓縮感 知理論恢復(fù)目標(biāo)的位置。
      [0010] 可選的,所述在T。時刻,通過傳感器節(jié)點采集樣本區(qū)域的RSS值,將樣本RSS值組 合為感知矩陣X。,包括:
      [0011] 將樣本區(qū)域劃分為N個正方形網(wǎng)格;
      [0012] 令目標(biāo)分別依次位于所述樣本區(qū)域的所有網(wǎng)格處,獲取每個所述網(wǎng)格處共Q個連 續(xù)的RSS值,將其中出現(xiàn)概率最大的所述RSS值作為所述網(wǎng)格的最終RSS測量值;
      [0013] 獲取T。時刻所述樣本區(qū)域的RSS矩陣X_,將所述矩陣XM+N作為所述T。時刻的感 知矩陣XQ= [Xi,…,Xj,…,XN];
      [0014] 其中,Xj= [Xlj,…,Xlj,…,知山父」是所述目標(biāo)在位置j處M個AP測得的RSS向 量,Xl]是所述目標(biāo)在所述位置j處第i個AP測得的RSS值,所述M、N、Q為正整數(shù)。
      [0015] 可選的,所述確定感知矩陣失效的時刻tk,包括:
      [0016] 獲取k個RSS的測量值Xl,在所述RSS值發(fā)生改變前,所述RSS值服從H。分布,當(dāng) RSS值發(fā)生變化后,所述RSS值服從Ht分布;
      [0017] 其中,所述H。分布為:.v,.~i= 1,2,…,k%,x2,…,叉"所述氏分布 為:~),i= 1,2,…,t;
      [0018] 結(jié)合極大似然比和序列概率比的定義,獲取改變時刻t的表達(dá)式
      [0019]
      [0023] 當(dāng)所述
      的取值大于預(yù)設(shè)閾值h的時候,獲 取到所述改變時間
      [0024]
      [0025] 可選的,所述獲取所述樣本區(qū)域中參考位置處在所述失效時刻4的RSS值,將所 述失效時刻4的RSS值構(gòu)成參考矩陣Ak,包括:
      [0026] 當(dāng)目標(biāo)處于樣本區(qū)域時,測量所述tk時刻每個所述參考位置處的連續(xù)RSS值;
      [0027] 將所述連續(xù)RSS值中出現(xiàn)概率最大的作為所述參考位置的最終RSS測量值,得到 參考矩陣六!^ [ai,…ak,…aj;
      [0028] 其中,n<<N,%為所述參考矩陣厶15的列向量。
      [0029] 可選的,所述將參考矩陣\與所述關(guān)系系數(shù)Z的逆進(jìn)行相乘,得到迀移后的感知 矩陣\,根據(jù)迀移后的感知矩陣Xk與測量向量,結(jié)合壓縮感知理論恢復(fù)目標(biāo)的位置,包括:
      [0030] 在鞏時刻的感知矩陣Xk能夠通過公式⑴進(jìn)行重構(gòu)
      [0031] Xk= (Ak_E) (Z*) \ (1)
      [0032] 其中,E= 0為誤差,Ak是在時間tk時刻的RSS參考矩陣。
      [0033] 結(jié)合壓縮感知(CS)理論,有公式(2)
      [0034] YMX1=XMXN ? 9NX1+N, (2)
      [0035] 其中,YMX1=(yu)和XMXN是降維后的測量向量和感知矩陣,N是噪聲值,0 = [0i,…,0.j,…,0n]T為位置向量;
      [0036] 通過壓縮感知重建算法獲得位置向量
      根據(jù)所述位置向量9,完成了所述樣本區(qū)域內(nèi)目標(biāo)的定位;
      [0037] 其中,〔3'訂是偽逆操作符,〇0,并且c、S是一個常數(shù),0 = [ 0 …,0』,…0N] T,0]G {〇,1},當(dāng)?shù)趈個網(wǎng)格上有目標(biāo)時0 1,否則為〇。
      [0038] 本發(fā)明提供的技術(shù)方案帶來的有益效果是:
      [0039] 通過部署的傳感器節(jié)點采集樣本區(qū)域內(nèi)的樣本RSS值,并且根據(jù)樣本RSS值構(gòu)建 感知矩陣和參考矩陣,進(jìn)而確定目標(biāo)迀移后的感知矩陣和參考矩陣,獲取參考矩陣在原感 知矩陣失效的時刻tk時的RSS新值,來得到迀移后的感知矩陣,從而得到目標(biāo)的準(zhǔn)確位置, 相對于現(xiàn)有技術(shù),能夠降低定位過程中的系統(tǒng)開銷,并且提高了對目標(biāo)進(jìn)行定位的準(zhǔn)確性。
      【附圖說明】
      [0040] 為了更清楚地說明本發(fā)明的技術(shù)方案,下面將對實施例描述中所需要使用的附圖 作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于本領(lǐng)域普 通技術(shù)人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其他的附圖。
      [0041] 圖1是本發(fā)明提供的一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法的流 程不意圖;
      [0042] 圖2是本發(fā)明提供的一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法的傳 感器節(jié)點部署示意圖;
      [0043] 圖3是本發(fā)明提供一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法的3天之 內(nèi)RSS值累積分布的變化;
      [0044] 圖4是本發(fā)明提供的一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法的對 先驗指紋庫失效時間性能的檢測結(jié)果示意圖;
      [0045] 圖5是本發(fā)明提供的一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法在不 同參考點下RSS的錯誤率;
      [0046] 圖6a是本發(fā)明提供的一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法在原 始校正階段5天后的定位錯誤率;
      [0047] 圖6b是本發(fā)明提供的一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法在原 始校正階段3個月后的定位錯誤率;
      [0048] 圖7是本發(fā)明提供的一種基于壓縮感知的低代價時間自適應(yīng)室內(nèi)定位方法與基 于KNN,Krenel方法各自
      當(dāng)前第1頁1 2 3 4 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1