發(fā)布時間：2017-06-01 01:14

  本文關(guān)鍵詞：基于壓縮感知的室內(nèi)定位算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在無線傳感器網(wǎng)絡(luò)中,傳感器節(jié)點(diǎn)的位置信息對于實(shí)際應(yīng)用至關(guān)重要,如在事件監(jiān)測中,僅從無線傳感器網(wǎng)絡(luò)中獲得事件發(fā)生的內(nèi)容是不夠的,需結(jié)合位置信息才能讓監(jiān)測有意義。因此傳感器節(jié)點(diǎn)的定位技術(shù)是無線傳感器網(wǎng)絡(luò)的支撐技術(shù)之一。而室內(nèi)定位是其應(yīng)用的一個重要場合,可在機(jī)場、展覽館、大超市等地,得到廣泛應(yīng)用。目前室內(nèi)定位技術(shù)方案有多種,已有的定位方案可劃分為基于指紋地圖算法和基于信號傳播模型算法。基于指紋地圖的算法,具有比較好的定位精度,但是環(huán)境改變又需更新指紋庫,工作量非常大,而且不適用于大范圍區(qū)域定位,基于信號傳播模型算法,無需大量的離線訓(xùn)練任務(wù),從而大大降低了工作量。由于在定位過程中,存在大量數(shù)據(jù)的采集和處理,同時存在傳感器計(jì)算能力、存儲及電池容量有限的缺點(diǎn),使得現(xiàn)有方案存在局限性。近年來新發(fā)展起來的壓縮感知理論,能利用節(jié)點(diǎn)相對定位區(qū)域的稀疏性,通過少量錨節(jié)點(diǎn)對未知節(jié)點(diǎn)的信號測量,實(shí)現(xiàn)節(jié)點(diǎn)坐標(biāo)定位。針對現(xiàn)有基于壓縮感知的定位算法,存在測量矩陣的測量次數(shù)冗余度大及網(wǎng)格劃分區(qū)域過大,導(dǎo)致算法難以滿足實(shí)時性要求的缺點(diǎn),提出了改進(jìn)算法。利用Bounding-Box思想,將未知節(jié)點(diǎn)估計(jì)到一個比較小的可能性矩形區(qū)域,減小了網(wǎng)格劃分區(qū)域。由于可能性區(qū)域大小是根據(jù)錨節(jié)點(diǎn)數(shù)目和通信半徑變化的,為使得定位問題能夠轉(zhuǎn)化為壓縮感知信號重構(gòu)問題,設(shè)計(jì)了動態(tài)的測量矩陣。為降低測量矩陣的冗余度,僅將與未知節(jié)點(diǎn)有通信關(guān)系的錨節(jié)點(diǎn)作為測量節(jié)點(diǎn),同時設(shè)置最大測量次數(shù),既保證了重構(gòu)的精度,又進(jìn)一步降低了測量矩陣的冗余度。并且,為進(jìn)一步提高定位精度和定位有效率,提出了類似于指紋匹配的RSSI最小差值比較法。最后,利用MATLAB對改進(jìn)算法的性能進(jìn)行了仿真分析,并與其他兩種基于壓縮感知的無線傳感網(wǎng)絡(luò)定位算法相比較,實(shí)驗(yàn)表明,改進(jìn)算法在平均定位有效率和平均定位時間上具有一定優(yōu)勢。
【關(guān)鍵詞】：無線傳感器網(wǎng)絡(luò) 室內(nèi)定位 壓縮感知 動態(tài)測量矩陣
【學(xué)位授予單位】：湖南師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN929.5;TP212.9
【目錄】：

• 摘要4-6
• ABSTRACT6-12
• 1 緒論12-19
• 1.1 課題研究背景12-14
• 1.2 無線傳感器網(wǎng)絡(luò)定位研究現(xiàn)狀14-17
• 1.3 本文主要工作17-18
• 1.4 章節(jié)安排18-19
• 2 無線傳感器網(wǎng)絡(luò)室內(nèi)定位技術(shù)19-30
• 2.1 無線傳感器網(wǎng)絡(luò)簡介19-23
• 2.1.1 無線傳感器網(wǎng)絡(luò)特點(diǎn)19-21
• 2.1.2 無線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)21-22
• 2.1.3 無線傳感器網(wǎng)絡(luò)協(xié)議棧22-23
• 2.2 RSSI與空間位置關(guān)系描述23-26
• 2.2.1 指紋法24-25
• 2.2.2 信號傳播模型25-26
• 2.3 典型室內(nèi)定位算法26-29
• 2.3.1 三邊測量法27
• 2.3.2 極大似然估計(jì)法27-29
• 2.3.3 質(zhì)心法29
• 2.4 本章小結(jié)29-30
• 3 壓縮感知理論30-39
• 3.1 壓縮感知概述30-31
• 3.2 信號的稀疏表示31-32
• 3.3 測量矩陣構(gòu)建32-34
• 3.4 重構(gòu)算法34-38
• 3.4.1 正交匹配追蹤算法35-37
• 3.4.2 基追蹤算法37
• 3.4.3 基于Lp范數(shù)算法37-38
• 3.5 本章小結(jié)38-39
• 4 基于壓縮感知的室內(nèi)定位算法39-56
• 4.1 系統(tǒng)模型39-40
• 4.2 系統(tǒng)信號傳播模型40-41
• 4.3 改進(jìn)的壓縮感知定位算法41-46
• 4.3.1 可能性區(qū)域網(wǎng)格劃分41-44
• 4.3.2 動態(tài)測量矩陣構(gòu)建44-46
• 4.3.3 壓縮感知重構(gòu)算法46
• 4.4 RSSI最小差值比較法46-47
• 4.5 算法性能評價標(biāo)準(zhǔn)47-48
• 4.6 算法分析及仿真48-55
• 4.6.1 改進(jìn)算法性能分析48-49
• 4.6.2 算法性能仿真49-55
• 4.7 本章小節(jié)55-56
• 5 總結(jié)與展望56-58
• 5.1 工作總結(jié)56-57
• 5.2 工作展望57-58
• 參考文獻(xiàn)58-63
• 致謝63

【參考文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 庹瑩瑛;基于壓縮感知的稀疏信道估計(jì)算法研究[D];湖南大學(xué);2011年

  本文關(guān)鍵詞：基于壓縮感知的室內(nèi)定位算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：411221