傳統(tǒng)的動態(tài)目標定位算法需要采集、存儲和處理大量數據,并不適用于能量受限的無線傳感器網絡。針對該缺陷,該文提出一種基于壓縮感知的動態(tài)目標定位算法。該算法利用目標的運動規(guī)律設計稀疏表示基,從而將動態(tài)目標定位問題轉化為稀疏信號恢復問題。針對傳統(tǒng)觀測矩陣難以實現(xiàn)的缺陷,該算法設計可實現(xiàn)且與稀疏表示基相關性低的稀疏觀測矩陣,從而保證了算法的重構性能。該算法的特點是可利用較少的數據采集實現(xiàn)動態(tài)目標定位,從而大大延長無線傳感器網絡的壽命。仿真結果表明,該文所提出的基于壓縮感知的動態(tài)目標定位算法具有較好的定位性能。 

【文章來源】：電子與信息學報. 2016年08期 北大核心

【文章頁數】：7 頁

【參考文獻】：
期刊論文
[1]一種新的基于壓縮感知的WSN多目標定位方法[J]. 呂偉杰,崔婷婷,劉超,安新升.  系統(tǒng)仿真技術. 2015(01)
[2]自適應環(huán)境變化的RSS室內定位方法[J]. 王婷婷,柯煒,孫超.  通信學報. 2014(10)
[3]利用壓縮感知與多邊測量技術的無線傳感器網絡定位算法[J]. 陳偉,顏俊,朱衛(wèi)平.  信號處理. 2014(06)
[4]基于奇異值分解的壓縮感知定位算法[J]. 李一兵,黃輝,葉方,孫志國.  中南大學學報(自然科學版). 2014(05)
[5]基于LU分解的稀疏目標定位算法[J]. 趙春暉,許云龍,黃輝.  電子與信息學報. 2013(09)
[6]基于壓縮感知的無線傳感器網絡多目標定位算法[J]. 何風行,余志軍,劉海濤.  電子與信息學報. 2012(03)
[7]Location,Localization,and Localizability[J]. 劉云浩,楊錚,王小平,簡麗榮.  Journal of Computer Science & Technology. 2010(02)



本文編號：2921238