基于無線傳感網(wǎng)的三維被動目標定位算法研究
發(fā)布時間:2020-08-13 10:16
【摘要】:目標入侵監(jiān)測是無線傳感器網(wǎng)絡(luò)(WSN)的一項重要的應(yīng)用,目標入侵的位置信息對于監(jiān)測事件至關(guān)重要,因此需要用相關(guān)的定位技術(shù)確定不明入侵物體的準確位置。目前WSN的高精度被動目標定位主要利用到達方位角(AOA)、到達時間差(TDOA)和到達增益比(GROA)等測量信息獲得目標位置估計,然而這些方位、距離相關(guān)的測量具有高度非線性,且與WSN節(jié)點的幾何位置有關(guān),如何準確得到被動入侵目標的位置信息具有很大的挑戰(zhàn)性。本文通過綜述WSN被動目標定位的國內(nèi)外研究現(xiàn)狀,分別對乘性噪聲條件下的TDOA定位和傳感器位置不確定的AOA-GROA混合定位展開研究,主要內(nèi)容如下:1.針對乘性測量噪聲,提出一種半定松弛優(yōu)化TDOA定位算法。該算法能夠解決傳統(tǒng)極大似然(ML)估計算法容易發(fā)散的不足。首先得到關(guān)于含乘性噪聲TDOA測量的ML方程,對ML問題進行重構(gòu)得到該方法的優(yōu)化表達式;隨后對基于ML的優(yōu)化問題進行半正定松弛,使之轉(zhuǎn)化為凸優(yōu)化問題,并利用CVX凸優(yōu)化工具箱進行求解,得到目標的位置估計。仿真實驗分別針對加性噪聲和乘性噪聲兩種不同的測量模型進行比較,并且選用ML方法和最小二乘法作為對比算法,分析不同信噪比下上述算法的定位性能,仿真結(jié)果驗證了所提的算法的有效性。2.針對傳感器位置不確定的情況,提出一種新的基于AOA-GROA約束最小二乘混合定位算法。與TDOA定位算法相比,該算法不需要嚴格的時間同步。首先建立關(guān)于AOA和GROA的偽線性測量方程,得到目標位置的加權(quán)最小二乘估計,通過關(guān)于權(quán)矩陣的約束問題求最優(yōu)解得到對目標位置的約束最小二乘估計解,并且推導了算法理論性能。通過仿真實驗,對比并且分析了傳感器排列方式不同以及AOA誤差、GROA誤差、位置誤差的不同標準差對定位結(jié)果的影響。仿真結(jié)果表明:AOA-GROA聯(lián)合估計的定位性與傳感器的相對幾何位置有關(guān),傳感器線性排列情況下的定位性能要優(yōu)于隨機排列的定位性能;與純方位的定位算法相比較,在小誤差假設(shè)下所提算法可以更好地貼近理論偏差值和CRLB。
【學位授予單位】:杭州電子科技大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TP212.9;TN929.5
【圖文】:
T, , ,1T2TT T1s.t. tr11, ,1 1iiii iGi m c g C GgI0 0g,sP pps sG g P pp問題(3.26)中的所有約束條件均為凸約束條件,因此待(3題,可以找到高精度的最優(yōu)解。一旦得到式(3.26)的最優(yōu)解目標位置解 p 作為 SDR 松弛后的 ML 問題解,從而得到被析的仿真場景中,有 10 個位置已知的傳感器節(jié)點用于對位置定位。傳感器與被動目標的位置在 10000m 10000m 10000斯分布函數(shù)隨機產(chǎn)生。其在空間中的坐標分布如圖 2.1 所示
杭州電子科技大學碩士學位論文選取 2 種常用的 TDOA 位置估計算法即文獻[42]中的 LLS用牛頓迭代法求解的ML算法作為本章提出SDR-ML算法結(jié)果中,以均方誤差 MSE 和與真實距離的位置偏差 BIAS指標,引用文獻[41]中 TDOA 定位方法的 CRLB 作為定位算性噪聲下的仿真分析小節(jié)中,我們將驗正所提出的 SDR-ML 算法在僅含有加性有效性。為了計算簡便,假設(shè) TDOA 測量值中僅含有加性,且噪聲信號的標準差均一致,即2 2 212 13 ,( 1)= = = M M , , ,仿真實驗,得到隨著噪聲方差的變化 3 種定位算法的定位結(jié)化如圖 2.2 所示,估計 BIAS 變化如圖 2.3 所示。
為了計算簡便,假設(shè) TDOA 測量值中僅含有加性,且噪聲信號的標準差均一致,即2 2 212 13 ,( 1)= = = M M , , ,仿真實驗,得到隨著噪聲方差的變化 3 種定位算法的定位結(jié)化如圖 2.2 所示,估計 BIAS 變化如圖 2.3 所示。圖 2.2 三種方法的均方誤差 MSE 變化
本文編號:2791870
【學位授予單位】:杭州電子科技大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TP212.9;TN929.5
【圖文】:
T, , ,1T2TT T1s.t. tr11, ,1 1iiii iGi m c g C GgI0 0g,sP pps sG g P pp問題(3.26)中的所有約束條件均為凸約束條件,因此待(3題,可以找到高精度的最優(yōu)解。一旦得到式(3.26)的最優(yōu)解目標位置解 p 作為 SDR 松弛后的 ML 問題解,從而得到被析的仿真場景中,有 10 個位置已知的傳感器節(jié)點用于對位置定位。傳感器與被動目標的位置在 10000m 10000m 10000斯分布函數(shù)隨機產(chǎn)生。其在空間中的坐標分布如圖 2.1 所示
杭州電子科技大學碩士學位論文選取 2 種常用的 TDOA 位置估計算法即文獻[42]中的 LLS用牛頓迭代法求解的ML算法作為本章提出SDR-ML算法結(jié)果中,以均方誤差 MSE 和與真實距離的位置偏差 BIAS指標,引用文獻[41]中 TDOA 定位方法的 CRLB 作為定位算性噪聲下的仿真分析小節(jié)中,我們將驗正所提出的 SDR-ML 算法在僅含有加性有效性。為了計算簡便,假設(shè) TDOA 測量值中僅含有加性,且噪聲信號的標準差均一致,即2 2 212 13 ,( 1)= = = M M , , ,仿真實驗,得到隨著噪聲方差的變化 3 種定位算法的定位結(jié)化如圖 2.2 所示,估計 BIAS 變化如圖 2.3 所示。
為了計算簡便,假設(shè) TDOA 測量值中僅含有加性,且噪聲信號的標準差均一致,即2 2 212 13 ,( 1)= = = M M , , ,仿真實驗,得到隨著噪聲方差的變化 3 種定位算法的定位結(jié)化如圖 2.2 所示,估計 BIAS 變化如圖 2.3 所示。圖 2.2 三種方法的均方誤差 MSE 變化
【參考文獻】
相關(guān)期刊論文 前3條
1 王其華;郭戈;;基于到達時間差的半定松弛規(guī)劃優(yōu)化的定位算法[J];大連海事大學學報;2013年04期
2 左佑;于勝云;黃浩;廖新鼎;;低空目標光纖麥克風陣列無源測向技術(shù)[J];電子信息對抗技術(shù);2013年03期
3 朱亞東;;乘性噪聲干擾下的無線傳感網(wǎng)絡(luò)優(yōu)化通信算法研究[J];科技通報;2013年04期
相關(guān)碩士學位論文 前4條
1 李婭菲;基于測距的無線傳感網(wǎng)定位技術(shù)及其應(yīng)用研究[D];湖南大學;2013年
2 田華;基于半定規(guī)劃的無線傳感器網(wǎng)絡(luò)節(jié)點定位算法研究[D];鄭州大學;2012年
3 翁志遠;無線傳感網(wǎng)協(xié)作定位研究[D];上海交通大學;2010年
4 江翔;無源時差定位技術(shù)及應(yīng)用研究[D];電子科技大學;2008年
本文編號:2791870
本文鏈接:http://sikaile.net/kejilunwen/wltx/2791870.html
最近更新
教材專著