本文選題：信號場強(qiáng)疊加 + 壓縮感知��； 參考：《儀器儀表學(xué)報》2014年06期

【摘要】：提出了多包接收時的信號場強(qiáng)疊加模型,建立了觀測場強(qiáng)與傳感器位置的映射關(guān)系。由于傳感器數(shù)量相對于網(wǎng)格數(shù)量是稀疏的,將傳感器定位轉(zhuǎn)化為壓縮感知問題求解,以減少觀測的信號數(shù)量,并提出了NL1-norm算法計(jì)算出傳感器的位置。通過數(shù)值仿真,分析了傳感器信號功率、觀測信號數(shù)量以及傳感器個數(shù)對定位誤差的影響。相同條件下,驗(yàn)證了NL1-norm算法的定位精度相比最小化L1-norm算法和貪婪匹配追蹤(GMP)算法提高了2倍。低信噪比情況下比較得出,基于CS的節(jié)點(diǎn)定位方法誤差和觀測代價都明顯小于RSSI和MDS-MAP方法。
[Abstract]:The superposition model of the signal field strength is proposed and the mapping relationship between the observed field strength and the position of the sensor is established. Since the number of sensors is sparse relative to the number of meshes, the sensor location is transformed into a compressed sensing problem to reduce the number of observed signals, and the NL1-norm algorithm is proposed to calculate the position of the sensor. Through numerical simulation, the effects of sensor signal power, number of observed signals and number of sensors on positioning error are analyzed. Under the same conditions, the accuracy of NL1-norm algorithm is 2 times higher than that of minimized L1-norm algorithm and greedy matching tracking GMPalgorithm. In the case of low signal-to-noise ratio (SNR), it is found that the error and the observation cost of the CS-based node localization method are obviously lower than those of the RSSI and MDS-MAP methods.
【作者單位】： 合肥工業(yè)大學(xué)計(jì)算機(jī)與信息學(xué)院;教育部安全關(guān)鍵工業(yè)測控工程研究中心;
【基金】：國家自然科學(xué)基金(61370088) 國家國際科技合作專項(xiàng)項(xiàng)目(20140FB10060)資助
【分類號】：TN929.5;TP212.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 周傲英;楊彬;金澈清;馬強(qiáng);;基于位置的服務(wù):架構(gòu)與進(jìn)展[J];計(jì)算機(jī)學(xué)報;2011年07期

2 彭玉樓;何怡剛;林斌;;基于奇異值分解的壓縮感知噪聲信號重構(gòu)算法[J];儀器儀表學(xué)報;2012年12期

3 鄒志強(qiáng);王悅;沙超;胡存琛;張飛;;無線傳感器水下監(jiān)測網(wǎng)絡(luò)稀疏采樣和近似重構(gòu)[J];儀器儀表學(xué)報;2012年12期

4 李慧;羅海勇;徐俊俊;陳曉峰;;一種基于奇異值分解的射頻指紋排序定位算法[J];儀器儀表學(xué)報;2013年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 婁路;;面向移動LBS的智能手機(jī)室內(nèi)定位技術(shù)探討[J];電信科學(xué);2012年06期

2 于海寧;張宏莉;方濱興;余翔湛;;物聯(lián)網(wǎng)中物理實(shí)體搜索服務(wù)的研究[J];電信科學(xué);2012年10期

3 嚴(yán)平勇;林廣發(fā);何泓;劉鑫W，

本文編號：2028084