CN103702410A - 目标定位的方法、装置和系统 - Google Patents

Abstract

一种目标定位的方法、装置和系统，该方法包括：定位系统的簇节点获取与至少一个目标设备相对应的测量数据，其中，用于反映该至少一个目标设备在该定位系统内的位置的定位向量具有稀疏性；对该测量数据进行去相关处理；向该定位系统的处理中心发送上报数据，该上报数据包括经该去相关处理后的测量数据，以便于该处理中心根据来自至少两个簇节点的上报数据和定位矩阵的低秩特性，确定该至少一个目标设备在该定位系统内的位置，其中，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，该定位矩阵的列向量为该定位向量，将单个定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的该定位矩阵的低秩特性，以实现准确的目标定位。

Description

目标定位的方法、装置和系统

技术领域

本发明涉及通信领域，并且更具体地，涉及一种目标定位的方法、装置和系统。

背景技术

目前，已知一种基于无线网络的定位系统，该定位系统内的多个检测节点同时检测被测量物体（目标设备）发出的信号，并且，可以获取该信号的特征信息（例如，信号强度（RSS，Received Signal Strength）、到达时间（TOA，Time Of Arrival）、到达角度（AOA，Angle Of Arrival）等），并将该特征信息作为测量数据上报到一个信息融合中心（FC，Fusion Center）或集中式控制基站（BS，Base Station），从而可以根据来自各检测节点的特征信息计算出被测量物体的位置，从而完成多检测节点联合目标定位。

在该定位系统中，如果将定位系统能够观测到的整个观测区域看成一个网格（参考图1），一种理想方案是在网格内的所有坐标点上均部署检测节点，以获取网格内所有位置处的测量数据，例如，信号强度，从而，可以根据信号强度（功率）在整个网格内的分布来确定被测量物体的位置。但是，这种理想的方案却将造成定位系统内的极大资源开销，如能耗开销（由于大量检测节点均参与定位所以系统总能耗增大）、通信开销（由于节点个数的增加，节点向FC/BS上报的数据量增加，加大了系统内的通信开销）等等。

对此，可应用近年来在信号处理领域最新出现的压缩感知（CS，Compressive Sensing）技术，利用被测量物体在观测区域（网格）内的天然稀疏性（即被测量物体仅在若干个网格点上出现），仅获取较少的检测节点处的信号的测量数据，便可以对观测区域内的被测量物体进行高效且准确的定位。

但是，该定位系统是根据单个测量数据（例如，将检测节点处的测量数据依次排列组成的单个向量）来确定目标设备的位置，仅利用了单向量的稀疏性，因此在目标定位系统的准确性方面仍有提升空间。

发明内容

本发明实施例提供一种目标定位的方法、装置和系统，能够准确地确定目标设备的位置。

第一方面，提供了一种目标定位的方法，该方法包括：定位系统的簇节点获取与至少一个目标设备相对应的测量数据，其中，用于反映该至少一个目标设备在该定位系统内的位置的定位向量具有稀疏性；对该测量数据进行去相关处理；向该定位系统的处理中心发送上报数据，该上报数据包括经该去相关处理后的测量数据，以便于该处理中心根据来自至少两个簇节点的上报数据和定位矩阵的低秩特性，确定该至少一个目标设备在该定位系统内的位置，其中，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性。

在一种可能的实施方式中，该定位系统的簇节点获取与至少一个目标设备相对应的测量数据包括：定位系统的簇节点接收该至少一个目标设备发出的信号；确定该信号的特征信息；根据该信号的特征信息，确定该测量数据。

结合第一方面和第一种可能的实施方式，在第二种可能的实施方式中，该定位系统的簇节点获取与至少一个目标设备相对应的测量数据包括：定位系统的簇节点接收预设范围内的邻居节点发送的第一信息，该第一信息用于指示该邻居节点接收到的该至少一个目标设备发出的信号；根据该第一信息，确定该测量数据。

结合第一方面、第一种可能的实施方式和第二种可能的实施方式，在第三种可能的实施方式中，该去相关处理后的测量数据表示为，

y=Aθ

A=TΦΨB

其中，y为该测量数据，Φ为采样矩阵，用于指示与该簇节点相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T为根据Φ和Ψ生成的去相关矩阵，用于去除Φ与Ψ的相关性，B为与该簇节点的观测范围相对应的限制矩阵，θ为该定位向量。

结合第一方面、第一种可能的实施方式、第二种可能的实施方式和第三种可能的实施方式，在第四种可能的实施方式中，该上报数据还包括用于指示该簇节点的测量加性噪声的第二信息。

第二方面，提供了一种目标定位的方法，该方法包括：定位系统的处理中心接收至少两个簇节点发送的上报数据，该上报数据包括测量数据，其中，测量数据是经该簇节点进行去相关处理后获取的与至少一个目标设备相对应的数据；根据该上报数据和定位矩阵的低秩特性，确定该定位矩阵，其中，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与所述簇节点数量相同的列数的定位向量所组成的该定位矩阵的低秩特性，该定位向量用于反映该至少一个目标设备在该定位系统内的位置。

在一种可能的实施方式中，该上报数据还包括用于指示该簇节点的测量加性噪声的第二信息。

结合第二方面和第一种可能的实施方式，在第二种可能的实施方式中，该根据该上报数据和定位矩阵的低秩特性，确定该定位矩阵，包括：根据该上报数据，生成用于反映该定位系统的累加误差的第一函数；根据该第一函数和指示该定位矩阵的秩的第二函数，生成目标函数；通过使该目标函数最优化，确定该定位矩阵。

结合第二方面、第一种可能的实施方式和第二种可能的实施方式，在第三种可能的实施方式中，该根据该第一函数和指示该定位矩阵的秩的第二函数，生成目标函数，包括：确定权重值，该权重值用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例；根据该第一函数和指示该定位矩阵的秩的第二函数，按该权重值生成目标函数。

结合第二方面、第一种可能的实施方式、第二种可能的实施方式和第三种可能的实施方式，在第四种可能的实施方式中，该确定权重值包括：

根据该定位系统的噪声和/或可容忍误差，确定该权重值。

结合第二方面、第一种可能的实施方式、第二种可能的实施方式、第三种可能的实施方式和第四种可能的实施方式，在第五种可能的实施方式中，该目标函数表示为

$\mathrm{rank}\left(\mathrm{\Θ}\right)+\mathrm{\ω}{\left|\right|y^{\′}-\tilde{A}\·\mathrm{vec}\left(\mathrm{\Θ}\right)\left|\right|}_2^2$

$y^{\′}={[y_1^T,\·\·\·,y_k^T]}^T$

$\mathrm{vec}\left(\mathrm{\Θ}\right)={[{\mathrm{\Θ}}_{\·,1}^T,\·\·\·,{\mathrm{\Θ}}_{\·,k}^T]}^T$

$\tilde{A}=\mathrm{diag}(A_1,\·\·\·,A_k)$

A_k=T_kΦ_kΨB_k

其中，Θ为该定位矩阵，rank(Θ)为该第二函数，ω为该权重值，y_k为来自簇节点k的上报数据，Φ_k为采样矩阵，用于指示与该簇节点k相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T_k为根据Φ_k和Ψ生成的去相关矩阵，用于去除Φ_k与Ψ的相关性，B_k为与该簇节点k的观测范围相对应的限制矩阵。

结合第二方面、第一种可能的实施方式、第二种可能的实施方式、第三种可能的实施方式、第四种可能的实施方式和第五种可能的实施方式，在第六种可能的实施方式中，该根据该第一函数和指示该定位矩阵的秩的第二函数，生成目标函数，包括：根据该第二函数，生成指示该第二函数的凸包络的第三函数；根据该第一函数和该第三函数，生成该目标函数。

结合第二方面、第一种可能的实施方式、第二种可能的实施方式、第三种可能的实施方式、第四种可能的实施方式、第五种可能的实施方式和第六种可能的实施方式，在第七种可能的实施方式中，该目标函数表示为

${\left|\right|\mathrm{\Θ}\left|\right|}_{*}+\mathrm{\ω}{\left|\right|y^{\′}-\tilde{A}\·\mathrm{vec}\left(\mathrm{\Θ}\right)\left|\right|}_2^2$

${\left|\right|\mathrm{\Θ}\left|\right|}_{*}={\mathrm{\Σ}}_{i=1}^{\min \{N,K\}}{\mathrm{\σ}}_i$

$y^{\′}={[y_1^T,\·\·\·,y_k^T]}^T$

$\mathrm{vec}\left(\mathrm{\Θ}\right)={[{\mathrm{\Θ}}_{\·,1}^T,\·\·\·,{\mathrm{\Θ}}_{\·,k}^T]}^T$

$\tilde{A}=\mathrm{diag}(A_1,\·\·\·,A_k)$

A_k=T_kΦ_kΨB_k

其中，Θ为该定位矩阵，||Θ||_*为该第三函数，ω为权重值，用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例，σ_i为Θ的奇异值，N与该定位系统的观测范围相对应，K为簇节点的数量，y_k为来自簇节点k的上报数据，Φ_k为采样矩阵，用于指示与该簇节点k相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T_k为根据Φ_k和Ψ生成的去相关矩阵，用于去除Φ_k与Ψ的相关性，B_k为与该簇节点k的观测范围相对应的限制矩阵。

第三方面，提供了一种标定位的装置，该装置包括：获取单元，用于使定位系统的簇节点获取与至少一个目标设备相对应的测量数据，并向处理单元传输该测量数据，其中，用于反映该至少一个目标设备在该定位系统内的位置的定位向量具有稀疏性；处理单元，用于从该获取单元获取该测量数据，对该测量数据进行去相关处理，并向发送单元传输上报数据，该上报数据包括经该去相关处理后的测量数据；发送单元，用于从该处理单元获取该上报数据，并向该定位系统的处理中心发送上报数据，以便于该处理中心根据来自至少两个簇节点的上报数据和定位矩阵的低秩特性，确定该至少一个目标设备在该定位系统内的位置，其中，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性。。

在一种可能的实施方式中，该获取单元具体用于接收该至少一个目标设备发出的信号；用于确定该信号的特征信息；用于根据该信号的特征信息，确定该测量数据。

结合第三方面和第一种可能的实施方式，在第二种可能的实施方式中，该获取单元具体用于接收预设范围内的邻居节点发送的第一信息，该第一信息用于指示该邻居节点接收到的该至少一个目标设备发出的信号；用于根据该第一信息，确定该测量数据。

结合第三方面、第一种可能的实施方式和第二种可能的实施方式，在第三种可能的实施方式中，该去相关处理后的测量数据表示为，

y=Aθ

A=TΦΨB

其中，y为该测量数据，Φ为采样矩阵，用于指示与该簇节点相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T为根据Φ和Ψ生成的去相关矩阵，用于去除Φ与Ψ的相关性，B为与该簇节点的观测范围相对应的限制矩阵，θ为该定位向量。

结合第三方面、第一种可能的实施方式、第二种可能的实施方式和第三种可能的实施方式，在第四种可能的实施方式中，该上报数据还包括用于指示该簇节点的测量加性噪声的第二信息。

第四方面，提供了一种目标定位的装置，该装置包括：接收单元，用于使定位系统的处理中心接收至少两个簇节点发送的上报数据，该上报数据包括测量数据，其中，测量数据是经该簇节点进行去相关处理后获取的与至少一个目标设备相对应的数据；处理单元，用于根据该上报数据和定位矩阵的低秩特性，确定该定位矩阵，其中，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与所述簇节点数量相同的列数的定位向量所组成的该定位矩阵的低秩特性，该定位向量用于反映该至少一个目标设备在该定位系统内的位置；用于根据定位矩阵，确定该至少一个目标设备在该定位系统内的位置。

在一种可能的实施方式中，该上报数据还包括用于指示该簇节点的测量加性噪声的第二信息。

结合第四方面和第一种可能的实施方式，在第二种可能的实施方式中，该处理单元具体用于根据该上报数据，生成用于反映该定位系统的累加误差的第一函数；用于根据该第一函数和指示该定位矩阵的秩的第二函数，生成目标函数；用于通过使该目标函数最优化，确定该定位矩阵。

结合第四方面、第一种可能的实施方式和第二种可能的实施方式，在第三种可能的实施方式中，该处理单元具体用于确定权重值，该权重值用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例；用于根据该第一函数和指示该定位矩阵的秩的第二函数，按该权重值生成目标函数。

结合第四方面、第一种可能的实施方式、第二种可能的实施方式和第三种可能的实施方式，在第四种可能的实施方式中，该处理单元具体用于根据该定位系统的噪声和/或可容忍误差，确定该权重值。

结合第四方面、第一种可能的实施方式、第二种可能的实施方式、第三种可能的实施方式和第四种可能的实施方式，在第五种可能的实施方式中，该目标函数表示为

$\mathrm{rank}\left(\mathrm{\Θ}\right)+\mathrm{\ω}{\left|\right|y^{\′}-\tilde{A}\·\mathrm{vec}\left(\mathrm{\Θ}\right)\left|\right|}_2^2$

$y^{\′}={[y_1^T,\·\·\·,y_k^T]}^T$

$\mathrm{vec}\left(\mathrm{\Θ}\right)={[{\mathrm{\Θ}}_{\·,1}^T,\·\·\·,{\mathrm{\Θ}}_{\·,k}^T]}^T$

$\tilde{A}=\mathrm{diag}(A_1,\·\·\·,A_k)$

A_k=T_kΦ_kΨB_k

其中，Θ为该定位矩阵，rank(Θ)为该第二函数，ω为该权重值，y_k为来自簇节点k的上报数据，Φ_k为采样矩阵，用于指示与该簇节点k相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T_k为根据Φ_k和Ψ生成的去相关矩阵，用于去除Φ_k与Ψ的相关性，B_k为与该簇节点k的观测范围相对应的限制矩阵。

结合第四方面、第一种可能的实施方式、第二种可能的实施方式、第三种可能的实施方式、第四种可能的实施方式和第五种可能的实施方式，在第六种可能的实施方式中，该处理单元具体用于根据该第二函数，生成指示该第二函数的凸包络的第三函数；用于根据该第一函数和该第三函数，生成该目标函数。

结合第四方面、第一种可能的实施方式、第二种可能的实施方式、第三种可能的实施方式、第四种可能的实施方式、第五种可能的实施方式和第六种可能的实施方式，在第七种可能的实施方式中，该目标函数表示为

${\left|\right|\mathrm{\Θ}\left|\right|}_{*}+\mathrm{\ω}{\left|\right|y^{\′}-\tilde{A}\·\mathrm{vec}\left(\mathrm{\Θ}\right)\left|\right|}_2^2$

${\left|\right|\mathrm{\Θ}\left|\right|}_{*}={\mathrm{\Σ}}_{i=1}^{\min \{N,K\}}{\mathrm{\σ}}_i$

$y^{\′}={[y_1^T,\·\·\·,y_k^T]}^T$

$\mathrm{vec}\left(\mathrm{\Θ}\right)={[{\mathrm{\Θ}}_{\·,1}^T,\·\·\·,{\mathrm{\Θ}}_{\·,k}^T]}^T$

$\tilde{A}=\mathrm{diag}(A_1,\·\·\·,A_k)$

A_k=T_kΦ_kΨB_k

其中，Θ为该定位矩阵，||Θ||_*为该第三函数，ω为权重值，用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例，σ_i为Θ的奇异值，N与该定位系统的观测范围相对应，K为簇节点的数量，y_k为来自簇节点k的上报数据，Φ_k为采样矩阵，用于指示与该簇节点k相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T_k为根据Φ_k和Ψ生成的去相关矩阵，用于去除Φ_k与Ψ的相关性，B_k为与该簇节点k的观测范围相对应的限制矩阵。

第五方面，提供了一种目标定位的系统，该系统包括：至少两个簇节点和处理中心，该簇节点用于获取与至少一个目标设备相对应的测量数据，其中，用于反映该至少一个目标设备在该定位系统内的位置的定位向量具有稀疏性；对该测量数据进行去相关处理；向该定位系统的处理中心发送上报数据，该上报数据包括经该去相关处理后的测量数据，用于该处理中心根据来自至少两个簇节点的上报数据和定位矩阵的低秩特性，确定该至少一个目标设备在该定位系统内的位置，其中，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性。该处理中心用于接收至少两个簇节点发送的上报数据，该上报数据包括测量数据，其中，测量数据是经该簇节点进行去相关处理后获取的与至少一个目标设备相对应的数据；根据该上报数据和定位矩阵的低秩特性，确定该定位矩阵，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的该定位矩阵的低秩特性，该定位向量用于反映该至少一个目标设备在该定位系统内的位置；根据定位矩阵，确定该至少一个目标设备在该定位系统内的位置。

根据本发明实施例的目标定位的方法、装置和系统，通过至少两个簇节点向处理中心发送根据至少一个目标设备发出的信号确定的测量数据，处理中心根据列数与簇节点数量相同的以定位向量为列向量的定位矩阵，将单个的定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性，并根据该低秩特性和该测量数据，确定定位矩阵，进而确定目标设备的位置，从而，可以充分利用定位系统内的合作增益，实现准确的目标定位。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是表示根据本发明一实施例的目标定位的系统的构成的示意图。

图2是根据本发明一实施例的目标定位的方法的示意性流程图。

图3是根据发明一实施例的目标定位的方法与现有技术的方法在定位准确性方面的对比图。

图4是根据本发明另一实施例的目标定位的方法的示意性流程图。

图5是根据本发明一实施例的目标定位的装置的示意性框图。

图6是根据本发明另一实施例的目标定位的装置的示意性框图。

图7是根据本发明一实施例的目标定位的系统的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

首先，结合图1对本发明实施例的定位系统的结构进行说明。

在本发明实施例中，目标设备也可以称为用户设备（UE，UserEquipment）、移动终端（Mobile Terminal）或移动用户设备等，可以经无线接入网（例如，RAN，Radio Access Network）与一个或多个核心网进行通信，用户设备可以是移动终端，如移动电话（或称为“蜂窝”电话）和具有移动终端的计算机，例如，可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置，它们与无线接入网交换语言和/或数据。

并且，在本发明实施例中，定位系统为基于网络的目标定位系统，由处理中心和检测节点构成，可以对处于定位系统的观测范围内的一个或多个目标设备进行定位。

检测节点（包括簇节点和邻居节点），可以是GSM或CDMA中的基站（BTS，Base Transceiver Station），也可以是WCDMA中的基站（NodeB），还可以是LTE中的演进型基站（eNB或e-NodeB，evolutional Node B），本发明并不限定，但为描述方便，下述实施例以Node B为例进行说明。检测节点（图1中的“○”所示）可以检测目标设备发出的信号，并根据检测到的信号，确定该信号的特征信息，随后进行详细说明。

处理中心，也可以称为信息融合中心或集中式控制基站，可以从簇节点获取目标设备的信号的特征信息（包含于簇节点上报的测量数据，随后进行详细说明），并且，该特征信息可以为信号强度、到达时间、到达角度等等，并根据该特征信息确定目标设备的位置，具体地说，基于信号强度的定位是通过测量接收信号的功率来对目标进行定位；基于到达时间的定位是通过测量接收信号从目标发射到达检测节点接收的时间从而对目标进行定位；基于到达角度的定位则是通过测量接收信号相对方向的入射角度来对目标进行定位。应理解，以上列举的作为信号的特征信息的参数仅为示例性说明，本发明并不限定于此。

图1示出了根据本发明一实施例的目标定位的系统的构成，在本发明实施例中，定位系统的观测区域可以视为一个网格，为简化说明，以下只讨论二维平面的情况，即只考虑平面坐标（x,y），而不考虑z轴。应理解，本技术方案所述方法不仅适用于二维平面，通过简单扩展也可适用于三维空间的情况。

如图1所示，在定位系统的观测区域内，即n×n（图1中为16×16）的网格内，待定位的目标设备（图1中的“☆”所示）为I个。由于待定位的目标设备在网格空间内的具有天然稀疏性，即待定位的目标设备仅在若干个网格点上出现，因此，用于反映目标设备在该定位系统中的位置的（待确定的）定位向量在网格空间上具有的稀疏性，从而，根据CS技术，目标定位系统无需在所有n×n个节点上部署检测节点，或者说，处理中心无需获取所有n×n个检测节点的上报的测量数据（包括特征信息），而是仅通过来自部分检测节点处的测量数据即可进行目标定位。

因此，为实现对该I个目标设备的定位，在本发明实施例的具有n×n个节点（即，观测范围为N＝n×n）的定位系统内，可以仅在J个节点上部署检测节点（图1中的“○”所示），其中，J＜N。

考虑到无线信道的影响，第i个目标设备（坐标为（x_i,y_i））发出的信号经无线传播信道后到达第j个检测节点（坐标为（x_j，y_j））的特征信息（以下，为了便于理解，以信号强度RSS为例进行说明）可以由以下式1表示：

RSS（d_i，j）=P_t+K_e-10ηlg(d_i,j/d₀)+α+β    式1

其中，P_t为待定位目标的辐射功率，K_e为环境因子，η为路损因子，d_i，j为第i个目标到达第j个检测节点的距离，在本发明实施例中，

d₀为参考距离，α为快衰落因子，β为阴影衰落因子。

将整个网格内的所有n×n个坐标点依次排开，可以构成一个N×1的定位向量θ（列向量），其中，N＝n×n，由于I个目标设备仅出现在所有N个坐标点中的I个位置上，即，待定位的目标设备的个数远远小于定位向量θ的长度（I<<N），因此，该定位向量θ中只有I个非零元素而其余N-I个元素值均为零，所以，该定位向量是空间稀疏的。

在本发明实施例中，为了有效利用定位系统中各检测节点的合作分集增益，可以建立基于分层的系统架构，即，从J个检测节点中，确定K个簇节点（如图1中的所示），在簇节点的预设范围内（例如，如图1中以各

为圆心的圆圈所示）的各个检测节点（以下，称为邻居节点）可以向簇节点上报其获取的特征信息（例如，可以为各邻居节点根据式1确定的RSS），从而，簇节点可以根据自身根据目标设备发出的信号获取的特征信息和/或来自邻居节点的特征信息，确定与该目标设备相对应的测量数据（随后，对该过程进行详细说明）。并且，可以将该定位向量上报给处理中心，从而，处理中心可以根据该定位向量，确定目标设备的位置。应理解，图1中以

为圆心的圆圈所示范围作为该预设范围的方式仅为示例性说明，本发明并不限定于此。并且，根据预设范围以及检测节点的选取，一个簇节点可以有一个邻居节点，也可以有多个邻居节点，也可以没有邻居节点，本发明并未特别限定。并且，对于某一个检测节点而言，可以所属于一个簇节点，也可以同时所属于多个簇节点，即，可以存在两个或两个以上的簇节点拥有相同的邻居节点的情况，另外，对于某一个检测节点而言，也可以不属于任何一个簇节点，此情况下，该检测节点并不影响其它检测节点的上报以及簇节点和处理中心的处理，本发明并未特别限定。

并且，当整个观测区域较大（或者说，检测节点的检测灵敏度较低）时，可能出现目标设备的信号辐射可达范围（如图1中以各“☆”为圆心的圆圈所示）不能覆盖在整个观测网格区域内的所有簇的情况，即，簇节点能够观测的范围小于定位系统的观测范围，簇节点不能检测到位于其观测范围以外的目标设备发出的信号。可能导致定位系统的定位误差明显增大。此情况下，对于整个定位系统而言，目标设备仍对应为网格内的稀疏的定位向量θ，即，整个定位系统内多个簇所对应的多个定位向量所组成的定位矩阵具有低秩特性，从而，可以将单个定位向量的独立的稀疏性转换为整个定位系统的定位矩阵的低秩特性。从而可以根据该定位矩阵的低秩特性，准确地对目标设备进行定位，随后，对该过程进行详细说明。

在本发明实施例中，处理中心通过求解定位矩阵来确定目标设备的位置，定位矩阵是列数与簇节点的数量相同的列向量矩阵，列向量为定位向量。

因此，为了构建定位矩阵，在本发明实施例的定位系统内，应满足至少两个簇节点能够直接接收目标设备发出的信号和/或该簇节点的邻居节点能够接收目标设备发出的信号。

应理解，在满足以上条件的前提下，本技术方案并不限定簇节点的选取方法和上述预设范围的确定方法。

根据本发明实施例的目标定位的方法，可以应用于各种通信系统，例如，全球移动通讯系统（GSM，Global System of Mobile communication），码分多址（CDMA，Code Division Multiple Access）系统，宽带码分多址（WCDMA，Wideband Code Division Multiple Access Wireless），通用分组无线业务（GPRS，General Packet Radio Service），长期演进（LTE，Long TermEvolution）等。即，在本发明实施例中，目标设备可以通过上述通信系统的无线网络来发出信号，并且，检测节点可以通过上述通信系统的无线网络来检测目标设备发出的信号。以下，省略对于相同或相似情况的说明。

下面，结合图2至图4，对根据本发明实施例的目标定位的方法的具体流程进行详细说明。

图2示出了从簇节点角度描述的根据本发明实施例的目标定位的方法100的示意性流程图。如上所述，为了构件具有低秩特性的定位矩阵，需要至少两个簇节点能够获取测量数据，因此，在本发明实施例的定位系统中，簇节点至少为两个，在本发明实施例中，各簇节点执行的动作相同。

如图2所示，该方法100包括：

S110，定位系统的簇节点获取与至少一个目标设备相对应的测量数据，其中，用于反映该至少一个目标设备在该定位系统内的位置的定位向量具有稀疏性；

S120，对该测量数据进行去相关处理；

S130，向该定位系统的处理中心发送上报数据，该上报数据包括经该去相关处理后的测量数据，以便于该处理中心根据来自至少两个簇节点的上报数据和定位矩阵的低秩特性，确定该至少一个目标设备在该定位系统内的位置，其中，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，该定位矩阵的列向量为该定位向量。

具体的说，待定位的至少一个目标设备可以通过无线网络发出信号，从而，在S110，簇节点可以获取与该目标设备相对应的测量数据。

可选地，该定位系统的簇节点获取与至少一个目标设备相对应的测量数据包括：

定位系统的簇节点接收该至少一个目标设备发出的信号；

确定该信号的特征信息；

根据该信号的特征信息，确定该测量数据。

具体的说，由于簇节点可以作为检测节点而检测目标设备发出的信号，因此，当簇节点接收到目标设备发出的信号时，例如，可以根据上述式1获取该信号的特征信息，例如，信号强度、到达时间、到达角度等。并且，可以将该特征信息作为测量数据。

可选地，该定位系统的簇节点获取与至少一个目标设备相对应的测量数据包括：

定位系统的簇节点接收预设范围内的邻居节点发送的第一信息，该第一信息用于指示该邻居节点接收到的该至少一个目标设备发出的信号；

根据该第一信息，确定该测量数据。

具体地说，在该簇节点预设范围内（例如，如图1中以各

为圆心的圆圈所示）的各个检测节点（以下，称为邻居节点），在检测到目标设备发出的信号后，可以获取该信号的特征信息，并且，可以向簇节点上报其获取的特征信息（例如，可以为各邻居节点根据式1确定的RSS），从而，簇节点可以根据来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

上述簇节点和邻居节点获取目标设备发出的信号的特征信息的过程和方法可以与现有技术相同，这里为了避免赘述，省略其说明。

综上所述，簇节点可以根据自身根据目标设备发出的信号获取的特征信息和/或来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

在S120，簇节点可以对该测量数据进行去相关处理。

其中，该去相关处理后的测量数据y可以通过以下式表示，

y=Aθ

A＝TΦΨB

其中，Φ为采样矩阵，用于指示该定位系统内与该簇节点相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T为根据Φ和Ψ生成的去相关矩阵，用于去除Φ与Ψ的相关性，B为与该簇节点的观测范围相对应的限制矩阵，用于指示该簇节点能够观测的范围，θ为待定的定位向量，用于确定该至少一个目标设备的位置。

具体地说，采样矩阵Φ可以为列数为N＝n×n的矩阵，行数与该簇节点所属簇内的节点（包括簇节点自身及其邻居节点）的数量相同，将该采样矩阵Φ中与该簇节点及其邻居节点位置相对应的元素置1。这里，采样矩阵Φ成为每一行只有一个元素取值为1而其它元素均为0的矩阵，且各行中取值为1的元素位置（列索引位置）对应为该簇内的节点（包括簇节点自身和其邻居节点）在网格（定位系统）中的位置。

并且，由于在基于CS进行定位时，对于检测节点而言，经无线传播信道到达各个网格点处的RSS接收信号向量并不是直接稀疏的，因此，需要通过稀疏表示矩阵Ψ来体现与该测量数据相对应的定位向量的稀疏性，该稀疏表示矩阵Ψ可以为列数为N且行数为N的矩阵，Ψ中各个元素值可以根据式1预先建模确定，即，各元素值用于指示信号从目标设备的位置i（i∈[1,N]）到检测节点的位置j（j∈[1,N]）所经历的无线信道影响。

B为限制矩阵，以刻画簇节点的观测区域仅为定位系统整个范围内的局部范围这一局限性，例如，该限制矩阵B可以为列数为N且行数为N的对角线矩阵，对角线上的元素与网格内的各节点相对应，从而，可以将与簇节点观测范围相对应的对角线元素置1，将与簇节点观测范围以外的相对应的对角线元素置0。

在CS技术的应用中，要求稀疏表示矩阵Ψ与采样矩阵Φ不具有相关性，而由于稀疏表示矩阵Ψ和采样矩阵Φ均是在空间域，因此还需要对测量数据进行去相关处理，在本发明实施例中，可以用于矩阵T表示上述去相关处理，

，其中orth(·)表示正交化操作，(·)^T表示转置操作，

为伪逆操作。

从而，可以通过簇节点使用的处理矩阵A（A=TΦΨB）和用于确定目标设备在系统中的位置的定位向量θ来表达该簇节点获取的针对目标设备的测量数据（y＝Aθ）。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的上报数据可表示为以下式2：

$y_k=A_k\mathrm{\&theta;},\&ForAll;k\&Element;[1,...,K]$ 式2

A_k=T_kΦ_kΨB_k

T_k为与该簇节点k进行去相关处理相对应的矩阵，Φ_k为与该簇节点k相对应的采样矩阵，用于指示与该簇节点k相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，B_k为与该簇节点k的观测范围相对应的限制矩阵。

可选地，在本发明实施例中，该上报数据还包括用于指示该簇节点的测量加性噪声的第二信息，以便于该处理中心根据该测量数据和该第二信息确定该定位矩阵，以降低该测量加性噪声对定位准确性的影响。

具体地说，簇节点在获取上述测量数据的过程中，以及向处理中心上报上述测量数据的过程，可能存在噪声干扰（以下，称为测量加性噪声），因此，簇节点在向处理中心上报测量数据的同时，将该测量加性噪声也一同上报给了处理中心，从而，处理中心在后述定位过程中，应考虑该测量加性噪声的干扰，以使定位更加准确。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的测量数据可表示为以下式3确定：

$y_k=A_k\mathrm{\&theta;}+n_k,\&ForAll;k\&Element;[1,...,K]$ 式3

A_k=T_kΦ_kΨB_k

n_k表示该簇节点k的测量加性噪声，T_k为与该簇节点k进行去相关处理相对应的矩阵，Φ_k为与该簇节点k相对应的采样矩阵，用于指示与该簇节点k相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，B_k为与该簇节点k的观测范围相对应的限制矩阵。

S130，簇节点可以向该定位系统的处理中心发送上述上报数据。

从而，处理中心可以接收至少两个簇节点发送的上述上报数据（包括测量数据，或者，测量数据和第二信息）。

处理中心可以根据定位系统内的簇节点的个数，构建用于指示目标设备在定位系统内的位置的定位矩阵，该定位矩阵是列数与簇节点的数量相同的列向量矩阵，该定位矩阵的各列向量为上述定位向量θ，即，该定位矩阵Θ和定位向量θ均为待确定的未知量，通过求解该定位矩阵Θ，能够确定定位向量θ，从而确定目标设备在该定位系统中的位置。

如上所述，由于目标设备仅出现在定位系统内的部分位置，对于整个定位系统而言，目标设备在定位系统内的位置对应为网格内的稀疏的定位向量θ，这使得由多个稀疏的定位向量（列向量的个数与簇节点的数量相同）所组成的定位矩阵Θ具有低秩特性，即，可以将单个定位向量的独立的稀疏性转换为整个定位系统的定位矩阵的低秩特性。因此，处理中心可以根据该定位矩阵的低秩特性和该定位系统的系统内累加误差（可根据测量数据确定），构建一个目标函数。

作为实例而非限定，该目标函数可以由用于指示上述定位矩阵的秩的秩函数（即，第二函数，记作：rank(Θ)）和用于指示该定位系统的累加误差的函数（即，第一函数，记作：

）构成。

其中，该秩函数rank(Θ)表示求定位矩阵Θ的秩的操作。vec(Θ)表示对定位矩阵Θ进行列向量化操作，即将定位矩阵Θ的各列依次首尾相连组成N·K×1维的列向量，

表示来自各簇节点的上报数据（测量数据，或测量数据和表示簇节点的测量加性噪声的第二信息）的累加向量，其中y_k可以根据式2或式3确定，

为对角化矩阵，记作，

其对角线上子矩阵为各簇节点的处理矩阵（式2或式3中的A_k）。

从而，处理中心可以利用定位矩阵Θ的低秩特性和定位系统的累加误差，构建目标函数，并根据设定的最优化方式（例如，最小化），求解使该目标函数最优化（例如，最小化）的定位矩阵Θ，或者说，可以通过求解矩阵秩最小化问题（MRM，Matrix Rank Minimization），来确定定位矩阵Θ，即，可以通过以下式4来确定定位矩阵Θ，其中为目标函数。

$\widehat{\mathrm{\&Theta;}}=\underset{\mathrm{\&Theta;}}{\arg \min }\{\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2\}$ 式4

在本发明实施例中，为了便于区分，用定位矩阵

表示经确定后的已知矩阵，用定位矩阵Θ表示待确定的未知矩阵，以下，省略对相同或相似情况的说明。

在本发明实施例中，处理中心还可以确定该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例，即，考虑该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例后，可以通过以下式5来确定定位矩阵Θ，其中

为目标函数。

$\widehat{\mathrm{\&Theta;}}=\underset{\mathrm{\&Theta;}}{\arg \min }\{\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\mathrm{\&omega;}\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2\}$ 式5

其中，ω为权重值，用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例。并且，可选地，在本发明实施例中，该权重值ω可以根据定位系统的噪声和/或可容忍误差来确定。应理解，以上列举的用于确定该权重值ω的参数或信息仅为示例性说明，本发明并不限定于此，其它能够确定该权重值ω的参数或信息均落入本发明的保护范围内。

在式4或式5中，涉及对rank(Θ)部分的操作通常属于组合优化中的非确定性多项式（NP，Non-deterministic Polynomial）难题，导致最优化求解过程复杂度较高，因此，在本发明实施例中，处理中心可以获取rank(Θ)的凸逼近，即由rank(Θ)函数的凸包络核函数（记作，

）来代替式4或式5中的rank(Θ)，其中，

的数学含义为定位矩阵Θ奇异值σ_i的和，min{N,K}表示求N和K中的最小值，由于

通常是rank(Θ)的最优凸包络，因此可将对rank(Θ)的最小化问题转化为使||Θ||_*最小化的凸优化问题，可以通过以下式6或式7来确定定位矩阵Θ，在式6中， ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 为目标函数，在式7中， ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 为目标函数。

$\widehat{\mathrm{\&Theta;}}=\underset{\mathrm{\&Theta;}}{\arg \min }\{{\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2\}$ 式6

$\widehat{\mathrm{\&Theta;}}=\underset{\mathrm{\&Theta;}}{\arg \min }\{{\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2\}$ 式7

定位系统可以根据式4至式7中任一式来确定定位矩阵

即重建上述定位矩阵

重建后的定位矩阵

可以表示为其中，

表示的第一列，同理，表示

的第K列，其后，对重建后的定位矩阵

进行平均处理以确定定位向量，即确定

该处理可以通过式8表示，

$\widehat{\mathrm{\&theta;}}=(1/K){\mathrm{\&Sigma;}}_{k=1}^K{\widehat{\mathrm{\&Theta;}}}_{\&CenterDot;,k}$ 式8

在本发明实施例中，为了便于区分，用定位向量

表示经确定后的已知向量，用定位向量θ表示待确定的未知向量，以下，省略对相同或相似情况的说明。

可以对确定后的向量进行比较判决处理，以确定目标设备的位置，该处理可以通过以下式9表示，

$\left\{({\hat{x}}_i,{\hat{y}}_i)\right|\widehat{\mathrm{\&theta;}}\&GreaterEqual;\mathrm{\&lambda;}\}$ 式9

其中，数学符号{(·,·)|·}表示满足一定条件的坐标集合，在本发明实施例中，具体含义为定位向量

中幅值达到预设门限λ的元素所对应的网格位置坐标，并且，在本发明实施例中，λ可根据稀疏向量中非零元素幅值来设定，例如可设定为非零元素均值的一半。应理解，以上λ的设定仅为示例性说明，本发明并不限定于此，其它设定方法均落入本发明的保护范围内。

以上，列举了以例如， $\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ $\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 或 ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 作为目标函数，并通过使该目标函数最小化来确定定位矩阵Θ的实施例，但本发明并不限定于此，例如，还可以以例如， $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 或 $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\mathrm{\&omega;}\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 作为目标函数，并通过使该目标函数最大化来确定定位矩阵Θ，即，其它的能够利用定位矩阵Θ的低秩特性和上报数据来确定定位矩阵Θ的方法均落入本发明的保护范围内。

如图3所示，本技术方案相比于现有的基于CS的定位方法能够显著降低定位系统的定位误差，并且，即使在整个定位系统的范围增大的情况下，也能够将定位系统的定位误差保持在较低水平。

根据本发明实施例的目标定位的方法，通过至少两个簇节点向处理中心发送根据至少一个目标设备发出的信号确定的测量数据，处理中心根据列数与簇节点数量相同的以定位向量为列向量的定位矩阵，将单个的定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性，并根据该低秩特性和该测量数据，确定定位矩阵，进而确定目标设备的位置，从而，可以充分利用定位系统内的合作增益，实现准确的目标定位。

并且，能够有效克服实际应用场景中受整个观测区域大小或设备观测灵敏度等客观因素的制约，避免因定位系统的簇节点不能观测定位系统的整个覆盖范围而造成对目标定位系统的定位准确性的影响。

图4示出了从处理中心角度描述的根据本发明实施例的目标定位的方法200的示意性流程图。

如图4所示，该方法200包括：

S210，定位系统的处理中心接收至少两个簇节点发送的上报数据，该上报数据包括测量数据，其中，测量数据是经该簇节点进行去相关处理后获取的与至少一个目标设备相对应的数据；

S220，根据该上报数据和定位矩阵的低秩特性，确定该定位矩阵，其中，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点的数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的该定位矩阵的低秩特性，该定位向量用于反映该至少一个目标设备在该定位系统内的位置；

S230，根据定位矩阵，确定该至少一个目标设备在该定位系统内的位置。

具体的说，待定位的至少一个目标设备可以通过无线网络发出信号，从而，簇节点可以获取与该目标设备相对应的测量数据。在本发明实施例中，由于簇节点可以作为检测节点而检测目标设备发出的信号，因此，当簇节点接收到目标设备发出的信号时，例如，可以根据上述式1获取该信号的特征信息，例如，信号强度、到达时间、到达角度等。并且，可以将该特征信息作为测量数据。

并且，在该簇节点预设范围内（例如，如图1中以各

为圆心的圆圈所示）的各个检测节点（以下，称为邻居节点），在检测目标设备发出的信号后，可以获取该信号的特征信息，并且，可以向簇节点上报其获取的特征信息（例如，可以为各邻居节点根据式1确定的RSS），从而，簇节点可以根据来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

上述簇节点和邻居节点获取目标设备发出的信号的特征信息的过程和方法可以与现有技术相同，这里为了避免赘述，省略其说明。

综上所述，簇节点可以根据自身根据目标设备发出的信号获取的特征信息和/或来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

其后，簇节点可以对该测量数据进行去相关处理。

其中，该去相关处理后的测量数据y可以通过以下式表示，

y=Aθ

A=TΦΨB

其中，Φ为采样矩阵，用于指示与该簇节点相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T为根据Φ和Ψ生成的去相关矩阵，用于去除Φ与Ψ的相关性，B为与该簇节点的观测范围相对应的限制矩阵，用于指示该簇节点能够观测的范围，θ为待定的定位向量，用于确定该至少一个目标设备的位置。

具体地说，采样矩阵Φ可以为列数为N的矩阵，行数与该簇节点所属簇内的节点（包括簇节点自身和其邻居节点）的数量相同，将该采样矩阵Φ中与该簇节点及其邻居节点位置相对应的元素置1。这里，采样矩阵Φ成为每一行只有一个元素取值为1而其它元素均为0的矩阵，且各行中取值为1的元素位置（列索引位置）对应为该簇内的节点（包括簇自身节点及其邻居节点）在网格（定位系统）中的位置。

并且，由于在基于CS进行定位时，对于检测节点而言，经无线传播信道到达各个网格点处的RSS接收信号向量并不是直接稀疏的，因此，需要通过稀疏表示矩阵Ψ来体现该与该测量数据相对应的定位向量的稀疏性，该稀疏表示矩阵Ψ可以为列数为N且行数为N的矩阵，Ψ中各个元素值可以根据式1预先建模确定，即，各元素值用于指示信号从目标设备的位置i（i∈[1,N]）到检测节点的位置j（j∈[1,N]）所经历的无线信道影响。

B为限制矩阵，以刻画簇节点的观测区域仅为定位系统整个范围内的局部范围这一局限性，例如，该限制矩阵B可以为列数为N且行数为N的对角线矩阵，对角线上的元素与网格内的各节点相对应，从而，可以将与簇节点观测范围相对应的对角线元素置1，将与簇节点观测范围以外的相对应的对角线元素置0。

在CS技术的应用中，要求稀疏表示矩阵Ψ与采样矩阵Φ不具有相关性，而由于稀疏表示矩阵Ψ和采样矩阵Φ均是在空间域，因此还需要对测量数据进行去相关处理，在本发明实施例中，可以用于矩阵T表示上述去相关处理，

，其中orth(·)表示正交化操作，(·)^T表示转置操作，

为伪逆操作。

从而，可以通过簇节点使用的处理矩阵A（A＝TΦΨB）和用于确定目标设备在系统中的位置的定位向量θ来表达该簇节点获取的针对目标设备的测量数据（y＝Aθ）。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的上报数据可表示为上述式2。

可选地，该上报数据还包括用于指示该簇节点的测量加性噪声的第二信息。

具体地说，簇节点在获取上述测量数据的过程中，以及向处理中心上报上述测量数据的过程，可能存在噪声干扰（以下，称为测量加性噪声），因此，簇节点在向处理中心上报测量数据的同时，将该测量加性噪声也一同上报给了处理中心，从而，处理中心在后述定位过程中，应考虑该测量加性噪声的干扰，以使定位更加准确。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的测量数据可表示为上述式3。

在如上所述确定了上报数据后，簇节点可以向该定位系统的处理中心发送上述上报数据。

从而，在S210，处理中心可以接收至少两个簇节点发送的上述上报数据（包括测量数据，或者，测量数据和第二信息）。

并且，在S220，处理中心可以根据定位系统内的簇节点的个数，构建用于指示目标设备在定位系统内的位置的定位矩阵，该定位矩阵是列数与簇节点的数量相同的列向量矩阵，该定位矩阵的各列向量为上述定位向量θ，即，该定位矩阵Θ和定位向量θ均为待确定的未知量，通过求解该定位矩阵Θ，能够确定定位向量θ，从而确定目标设备在该定位系统中的位置。

可选地，该根据该上报数据和定位矩阵的低秩特性，确定该定位矩阵，包括：

根据该上报数据，生成用于反映该定位系统的累加误差的第一函数；

根据该第一函数和指示该定位矩阵的秩的第二函数，生成目标函数；

通过使所述目标函数最优化，确定所述定位矩阵。具体地说，如上所述，由于目标设备仅出现在定位系统内的部分位置，对于整个定位系统而言，目标设备在定位系统内的位置对应为网格内的稀疏的定位向量θ，这使得由多个稀疏的定位向量（列向量的个数与簇节点的数量相同）所组成的定位矩阵Θ具有低秩特性，即，可以将单个定位向量的独立的稀疏性转换为整个定位系统的定位矩阵的低秩特性。因此，处理中心可以根据该定位矩阵的低秩特性和该定位系统的系统内累加误差（可根据测量数据确定），构建一个目标函数。

作为实例而非限定，该目标函数可以由用于指示上述定位矩阵的秩的秩函数（即，第二函数，记作：rank(Θ)）和用于指示该定位系统的累加误差的函数（即，第一函数，记作：

）构成。

从而，处理中心可以利用定位矩阵Θ的低秩特性和定位系统的累加误差，构建目标函数，并根据设定的最优化方式（例如，最小化），求解使该目标函数最优化（例如，最小化）的定位矩阵Θ，或者说，可以通过求解矩阵秩最小化问题（MRM，Matrix Rank Minimization），来确定定位矩阵Θ，即，可以通过以上式4来确定定位矩阵Θ，其中

为目标函数。

可选地，该根据该第一函数和指示该定位矩阵的秩的第二函数，生成目标函数，包括：

确定权重值，该权重值用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例；

根据该第一函数和指示该定位矩阵的秩的第二函数，按该权重值生成目标函数。

在本发明实施例中，处理中心还可以确定该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例，即，考虑该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例后，可以通过上述式5来确定定位矩阵Θ，其中

为目标函数。

其中，ω为权重值，用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例。

并且，可选地，在本发明实施例中，该确定权重值包括：

根据该定位系统的噪声和/或可容忍误差，确定该权重值。

具体地说，该权重值ω可以根据定位系统的噪声和/或可容忍误差来确定。应理解，以上列举的用于确定该权重值ω的参数或信息仅为示例性说明，本发明并不限定于此，其它能够确定该权重值ω的参数或信息均落入本发明的保护范围内。

可选地，在本发明实施例中，该根据该第一函数和指示该定位矩阵的秩的第二函数，生成目标函数，包括：

根据该第二函数，生成指示该第二函数的凸包络的第三函数；

根据该第一函数和该第三函数，生成该目标函数。

具体地说，在式4或式5中，涉及对rank(Θ)部分的操作通常属于组合优化中的非确定性多项式（NP，Non-deterministic Polynomial）难题，导致最优化求解过程复杂度较高，因此，在本发明实施例中，处理中心可以获取rank(Θ)的凸逼近，即由rank(Θ)函数的凸包络核函数（记作，

）来代替式4或式5中的rank(Θ)，其中，

的数学含义为定位矩阵Θ奇异值σ_i的和，min{N,K}表示求N和K中的最小值，由于

通常是rank(Θ)的最优凸包络，因此可将对rank(Θ)的最小化问题转化为使||Θ||_*最小化的凸优化问题，可以通过上述式6或式7来确定定位矩阵Θ，在式6中，

为目标函数，在式7中， ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 为目标函数。

从而，处理中心可以根据式4至式7中任一式，确定定位矩阵

在S230，处理中心可以重建上述定位矩阵

重建后的定位矩阵

可以表示为

其中，

表示的第一列，同理，

表示

的第K列，其后，对重建的待求矩阵

进行平均处理以确定待求向量该处理可以通过式8表示。

可以对确定后的向量

进行比较判决处理，以确定目标设备的位置，该处理可以通过上述式9表示。

以上，列举了以例如， $\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ $\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 或 ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 作为目标函数，并通过使该目标函数最小化来确定定位矩阵Θ的实施例，但本发明并不限定于此，例如，还可以以例如， $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 或 $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\mathrm{\&omega;}\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 作为目标函数，并通过使该目标函数最大化来确定定位矩阵Θ，即，其它的能够利用定位矩阵Θ的低秩特性和上报数据来确定定位矩阵Θ的方法均落入本发明的保护范围内。

如图3所示，本技术方案相比于现有的基于CS的定位方法能够显著降低定位系统的定位误差，并且，即使在整个定位系统的范围增大的情况下，也能够将定位系统的定位误差保持在较低水平。

根据本发明实施例的目标定位的方法，通过至少两个簇节点向处理中心发送根据至少一个目标设备发出的信号确定的测量数据，处理中心根据列数与簇节点数量相同的以定位向量为列向量的定位矩阵，将单个的定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性，并根据该低秩特性和该测量数据，确定定位矩阵，进而确定目标设备的位置，从而，可以充分利用定位系统内的合作增益，实现准确的目标定位。

并且，能够有效克服实际应用场景中受整个观测区域大小或设备观测灵敏度等客观因素的制约，避免因定位系统的簇节点不能观测定位系统的整个覆盖范围而造成对目标定位系统的定位准确性的影响。

上文中，结合图1至图4，详细描述了根据本发明实施例的目标定位的方法，下面，将结合图5和图6，详细描述根据本发明实施例的目标定位的装置。

图5示出了从簇节点角度描述的根据本发明实施例的目标定位的装置300的示意性框图，如图5所示，该装置300包括：

获取单元310，用于使定位系统的簇节点获取与至少一个目标设备相对应的测量数据，并向处理单元320传输该测量数据，其中，用于反映该至少一个目标设备在该定位系统内的位置的定位向量具有稀疏性；

处理单元320，用于从该获取单元310获取该测量数据，对该测量数据进行去相关处理，并向发送单元330传输上报数据，该上报数据包括经该去相关处理后的测量数据；

发送单元330，用于从该处理单元320获取该上报数据，并向该定位系统的处理中心发送上报数据，以便于该处理中心根据来自至少两个簇节点的上报数据和定位矩阵的低秩特性，确定该至少一个目标设备在该定位系统内的位置，其中，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，该定位矩阵的列向量为该定位向量。

具体的说，待定位的至少一个目标设备可以通过无线网络发出信号，从而，获取单元310可以获取与该目标设备相对应的测量数据。

可选地，该获取单元310具体用于接收预设范围内的邻居节点发送的第一信息，该第一信息用于指示该邻居节点接收到的该至少一个目标设备发出的信号；

用于根据该第一信息，确定该测量数据。

具体的说，由于簇节点可以作为检测节点而检测目标设备发出的信号，因此，当簇节点的获取单元310接收到目标设备发出的信号时，例如，可以根据上述式1获取该信号的特征信息，例如，信号强度、到达时间、到达角度等。并且，可以将该特征信息作为测量数据。

可选地，该获取单元310具体用于接收该至少一个目标设备发出的信号；

用于确定该信号的特征信息；

用于根据该信号的特征信息，确定该测量数据。

具体地说，在该簇节点预设范围内（例如，如图1中以各

为圆心的圆圈所示）的各个检测节点（以下，称为邻居节点），在检测到目标设备发出的信号后，可以获取该信号的特征信息，并且，可以向簇节点上报其获取的特征信息（例如，可以为各邻居节点根据式1确定的RSS），从而，簇节点的获取单元310可以根据来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

上述簇节点的获取单元310和邻居节点获取目标设备发出的信号的特征信息的过程和方法可以与现有技术相同，这里为了避免赘述，省略其说明。

综上所述，簇节点的获取单元310可以根据自身根据目标设备发出的信号获取的特征信息和/或来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

其后，簇节点的处理单元320可以对该测量数据进行去相关处理。

其中，该去相关处理后的测量数据y可以通过以下式表示，

y=Aθ

A=TΦΨB

其中，Φ为采样矩阵，用于指示该定位系统内与该簇节点相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T为根据Φ和Ψ生成的去相关矩阵，用于去除Φ与Ψ的相关性，B为与该簇节点的观测范围相对应的限制矩阵，用于指示该簇节点能够观测的范围，θ为待定的定位向量，用于确定该至少一个目标设备的位置。

具体地说，采样矩阵Φ可以为列数为N＝n×n的矩阵，行数与该簇节点所属簇内的节点（包括簇节点自身及其邻居节点）的数量相同，将该采样矩阵Φ中与该簇节点及其邻居节点位置相对应的元素置1。这里，采样矩阵Φ成为每一行只有一个元素取值为1而其它元素均为0的矩阵，且各行中取值为1的元素位置（列索引位置）对应为该簇内的节点（包括簇节点自身和其邻居节点）在网格（定位系统）中的位置。

并且，由于在基于CS进行定位时，对于检测节点而言，经无线传播信道到达各个网格点处的RSS接收信号向量并不是直接稀疏的，因此，需要通过稀疏表示矩阵Ψ来体现与该测量数据相对应的定位向量的稀疏性，该稀疏表示矩阵Ψ可以为列数为N且行数为N的矩阵，Ψ中各个元素值可以根据式1预先建模确定，即，各元素值用于指示信号从目标设备的位置i（i∈[1,N]）到检测节点的位置j（j∈[1,N]）所经历的无线信道影响。

B为限制矩阵，以刻画簇节点的观测区域仅为定位系统整个范围内的局部范围这一局限性，例如，该限制矩阵B可以为列数为N且行数为N的对角线矩阵，对角线上的元素与网格内的各节点相对应，从而，可以将与簇节点观测范围相对应的对角线元素置1，将与簇节点观测范围以外的相对应的对角线元素置0。

在CS技术的应用中，要求稀疏表示矩阵Ψ与采样矩阵Φ不具有相关性，而由于稀疏表示矩阵Ψ和采样矩阵Φ均是在空间域，因此还需要对测量数据进行去相关处理，在本发明实施例中，可以用于矩阵T表示上述去相关处理，

，其中orth(·)表示正交化操作，(·)^T表示转置操作，

为伪逆操作。

从而，可以通过簇节点的处理单元320使用的处理矩阵A（A＝TΦΨB）和用于确定目标设备在系统中的位置的定位向量θ来表达该簇节点获取的针对目标设备的测量数据（y＝Aθ）。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的上报数据可表示为上述式2：

可选地，在本发明实施例中，该上报数据还包括用于指示该簇节点的测量加性噪声的第二信息，以便于该处理中心根据该测量数据和该第二信息确定该定位矩阵，以降低该测量加性噪声对定位准确性的影响。

具体地说，簇节点在获取上述测量数据的过程中，以及向处理中心上报上述测量数据的过程，可能存在噪声干扰（以下，称为测量加性噪声），因此，簇节点在向处理中心上报测量数据的同时，将该测量加性噪声也一同上报给了处理中心，从而，处理中心在后述定位过程中，应考虑该测量加性噪声的干扰，以使定位更加准确。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的测量数据可表示为上述式3

其后，簇节点的发送单元330可以向该定位系统的处理中心发送上述上报数据。

从而，处理中心可以接收至少两个簇节点发送的上述上报数据（包括测量数据，或者，测量数据和第二信息）。

处理中心可以根据定位系统内的簇节点的个数，构建用于指示目标设备在定位系统内的位置的定位矩阵，该定位矩阵是列数与簇节点的数量相同的列向量矩阵，该定位矩阵的各列向量为上述定位向量θ，即，该定位矩阵Θ和定位向量θ均为待确定的未知量，通过求解该定位矩阵Θ，能够确定定位向量θ，从而确定目标设备在该定位系统中的位置。

如上所述，由于目标设备仅出现在定位系统内的部分位置，对于整个定位系统而言，目标设备在定位系统内的位置对应为网格内的稀疏的定位向量θ，这使得由多个稀疏的定位向量（列向量的个数与簇节点的数量相同）所组成的定位矩阵Θ具有低秩特性，即，可以将单个定位向量的独立的稀疏性转换为整个定位系统的定位矩阵的低秩特性。因此，处理中心可以根据该定位矩阵的低秩特性和该定位系统的系统内累加误差（可根据测量数据确定），构建一个目标函数。

作为实例而非限定，该目标函数可以由用于指示上述定位矩阵的秩的秩函数（即，第二函数，记作：rank(Θ)）和用于指示该定位系统的累加误差的函数（即，第一函数，记作：

）构成。

其中，该秩函数rank(Θ)表示求定位矩阵Θ的秩的操作。vec(Θ)表示对定位矩阵Θ进行列向量化操作，即将定位矩阵Θ的各列依次首尾相连组成N·K×1维的列向量，

表示来自各簇节点的上报数据（测量数据，或测量数据和表示簇节点的测量加性噪声的第二信息）的累加向量，其中y_k可以根据式2或式3确定，

为对角化矩阵，记作，其对角线上子矩阵为各簇节点的处理矩阵（式2或式3中的A_k）。

即，可以利用定位矩阵Θ的低秩特性和定位系统的累加误差，构建目标函数，并根据设定的最优化方式（例如，最小化），求解使该目标函数最优化（例如，最小化）的定位矩阵Θ，或者说，可以通过求解矩阵秩最小化问题（MRM，Matrix Rank Minimization），来确定定位矩阵Θ，即，可以通过上述式4来确定定位矩阵Θ，其中

为目标函数。

在本发明实施例中，处理中心还可以确定该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例，即，考虑该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例后，可以通过上述式5来确定定位矩阵Θ，其中

为目标函数。

其中，ω为权重值，用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例。并且，可选地，在本发明实施例中，该权重值ω可以根据定位系统的噪声和/或可容忍误差来确定。应理解，以上列举的用于确定该权重值ω的参数或信息仅为示例性说明，本发明并不限定于此，其它能够确定该权重值ω的参数或信息均落入本发明的保护范围内。

在式4或式5中，涉及对rank(Θ)部分的操作通常属于组合优化中的非确定性多项式（NP，Non-deterministic Polynomial）难题，导致最优化求解过程复杂度较高，因此，在本发明实施例中，处理中心可以获取rank(Θ)的凸逼近，即由rank(Θ)函数的凸包络核函数（记作，

）来代替式4或式5中的rank(Θ)，其中，

的数学含义为定位矩阵Θ奇异值σ_i的和，min{N,K}表示求N和K中的最小值，由于通常是rank(Θ)的最优凸包络，因此可将对rank(Θ)的最小化问题转化为使||Θ||_*最小化的凸优化问题，可以通过上述式6或式7来确定定位矩阵Θ，在式6中， ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 为目标函数，在式7中， ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 为目标函数。

定位系统可以根据式4至式7中任一式，来确定定位矩阵

即重建上述定位矩阵

重建后的定位矩阵

可以表示为

其中，

表示

的第一列，同理，

表示

的第K列，其后，对重建后的定位矩阵

进行平均处理以确定定位向量，即确定

该处理可以通过式8表示。

可以对确定后的向量进行比较判决处理，以确定目标设备的位置，该处理可以通过上述式9表示。

以上，列举了以例如， $\mathrm{rank}\left(\mathrm{\&Theta;}\right){+\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ $\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 或 ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 作为目标函数，并通过使该目标函数最小化来确定定位矩阵Θ的实施例，但本发明并不限定于此，例如，还可以以例如， $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 或 $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\mathrm{\&omega;}\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 作为目标函数，并通过使该目标函数最大化来确定定位矩阵Θ，即，其它的能够利用定位矩阵Θ的低秩特性和上报数据来确定定位矩阵Θ的方法均落入本发明的保护范围内。

如图3所示，本技术方案相比于现有的基于CS的定位方法能够显著降低定位系统的定位误差，并且，即使在整个定位系统的范围增大的情况下，也能够将定位系统的定位误差保持在较低水平。

根据本发明实施例的目标定位的装置，通过至少两个簇节点向处理中心发送根据至少一个目标设备发出的信号确定的测量数据，处理中心根据列数与簇节点数量相同的以定位向量为列向量的定位矩阵，将单个的定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性，并根据该低秩特性和该测量数据，确定定位矩阵，进而确定目标设备的位置，从而，可以充分利用定位系统内的合作增益，实现准确的目标定位。

并且，能够有效克服实际应用场景中受整个观测区域大小或设备观测灵敏度等客观因素的制约，避免因定位系统的簇节点不能观测定位系统的整个覆盖范围而造成对目标定位系统的定位准确性的影响。

根据本发明实施例的目标定位的装置300是本发明实施例的方法100中的实施主体，并且，该目标定位的装置300中的各单元及模块和上述其它操作和/或功能分别为了实现图2中的方法100的相应流程，为了简洁，在此不再赘述。

图6示出了从处理中心角度描述的根据本发明实施例的目标定位的装置400的示意性框图，如图6所示，该装置400包括：

接收单元410，用于使定位系统的处理中心接收至少两个簇节点发送的上报数据，该上报数据包括测量数据，其中，测量数据是经该簇节点进行去相关处理后获取的与至少一个目标设备相对应的数据；

处理单元420，用于根据该上报数据和定位矩阵的低秩特性，确定该定位矩阵，其中，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点的数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的该定位矩阵的低秩特性，该定位向量用于反映该至少一个目标设备在该定位系统内的位置；

用于根据该定位矩阵，确定该至少一个目标设备在该定位系统内的位置。

具体的说，待定位的至少一个目标设备可以通过无线网络发出信号，从而，簇节点可以获取与该目标设备相对应的测量数据。在本发明实施例中，由于簇节点可以作为检测节点而检测目标设备发出的信号，因此，当簇节点接收到目标设备发出的信号时，例如，可以根据上述式1获取该信号的特征信息，例如，信号强度、到达时间、到达角度等。并且，可以将该特征信息作为测量数据。

并且，在该簇节点预设范围内（例如，如图1中以各

为圆心的圆圈所示）的各个检测节点（以下，称为邻居节点），在检测到目标设备发出的信号后，可以获取该信号的特征信息，并且，可以向簇节点上报其获取的特征信息（例如，可以为各邻居节点根据式1确定的RSS），从而，簇节点可以根据来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

上述簇节点和邻居节点获取目标设备发出的信号的特征信息的过程和方法可以与现有技术相同，这里为了避免赘述，省略其说明。

综上所述，簇节点可以根据自身根据目标设备发出的信号获取的特征信息和/或来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

其后，簇节点可以对该测量数据进行去相关处理。

其中，该去相关处理后的测量数据y可以通过以下式表示，

y=Aθ

A=TΦΨB

其中，Φ为采样矩阵，用于指示与该簇节点相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T为根据Φ和Ψ生成的去相关矩阵，用于去除Φ与Ψ的相关性，B为与该簇节点的观测范围相对应的限制矩阵，用于指示该簇节点能够观测的范围，θ为待定的定位向量，用于确定该至少一个目标设备的位置。

具体地说，采样矩阵Φ可以为列数为N的矩阵，行数与该簇节点所属簇内的节点（包括簇节点自身和其邻居节点）的数量相同，将该采样矩阵Φ中与该簇节点及其邻居节点位置相对应的元素置1。这里，采样矩阵Φ成为每一行只有一个元素取值为1而其它元素均为0的矩阵，且各行中取值为1的元素位置（列索引位置）对应为该簇内的节点（包括簇自身节点及其邻居节点）在网格（定位系统）中的位置。

并且，由于在基于CS进行定位时，对于检测节点而言，经无线传播信道到达各个网格点处的RSS接收信号向量并不是直接稀疏的，因此，需要通过稀疏表示矩阵Ψ来体现该与该测量数据相对应的定位向量的稀疏性，该稀疏表示矩阵Ψ可以为列数为N且行数为N的矩阵，Ψ中各个元素值可以根据式1预先建模确定，即，各元素值用于指示信号从目标设备的位置i（i∈[1,N]）到检测节点的位置j（j∈[1,N]）所经历的无线信道影响。

B为限制矩阵，以刻画簇节点的观测区域仅为定位系统整个范围内的局部范围这一局限性，例如，该限制矩阵B可以为列数为N且行数为N的对角线矩阵，对角线上的元素与网格内的各节点相对应，从而，可以将与簇节点观测范围相对应的对角线元素置1，将与簇节点观测范围以外的相对应的对角线元素置0。

在CS技术的应用中，要求稀疏表示矩阵Ψ与采样矩阵Φ不具有相关性，而由于稀疏表示矩阵Ψ和采样矩阵Φ均是在空间域，因此还需要对测量数据进行去相关处理，在本发明实施例中，可以用于矩阵T表示上述去相关处理，

，其中orth(·)表示正交化操作，(·)^T表示转置操作，

为伪逆操作。

从而，可以通过簇节点使用的处理矩阵A（A=TΦΨB）和用于确定目标设备在系统中的位置的定位向量θ来表达该簇节点获取的针对目标设备的测量数据（y＝Aθ）。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的上报数据可表示为上述式2。

可选地，该上报数据还包括用于指示该簇节点的测量加性噪声的第二信息。

具体地说，簇节点在获取上述测量数据的过程中，以及向处理中心上报上述测量数据的过程，可能存在噪声干扰（以下，称为测量加性噪声），因此，簇节点在向处理中心上报测量数据的同时，将该测量加性噪声也一同上报给了处理中心，从而，处理中心在后述定位过程中，应考虑该测量加性噪声的干扰，以使定位更加准确。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的测量数据可表示为上述式3。

在如上所述确定了上报数据后，簇节点可以向该定位系统的处理中心发送上述上报数据。

从而，处理中心的接收单元410可以接收至少两个簇节点发送的上述上报数据（包括测量数据，或者，测量数据和第二信息）。

并且，处理中心的处理单元420可以根据定位系统内的簇节点的个数，构建用于指示目标设备在定位系统内的位置的定位矩阵，该定位矩阵是列数与簇节点的数量相同的列向量矩阵，该定位矩阵的各列向量为上述定位向量θ，即，该定位矩阵Θ和定位向量θ均为待确定的未知量，通过求解该定位矩阵Θ，能够确定定位向量θ，从而确定目标设备在该定位系统中的位置。

可选地，该处理单元420具体用于根据该上报数据，生成用于反映该定位系统的累加误差的第一函数；

用于根据该第一函数和指示该定位矩阵的秩的第二函数，生成目标函数；

用于通过使该目标函数最优化，确定该定位矩阵。

具体地说，如上所述，由于目标设备仅出现在定位系统内的部分位置，对于整个定位系统而言，目标设备在定位系统内的位置对应为网格内的稀疏的定位向量θ，这使得由多个稀疏的定位向量（列向量的个数与簇节点的数量相同）所组成的定位矩阵Θ具有低秩特性，即，可以将单个定位向量的独立的稀疏性转换为整个定位系统的定位矩阵的低秩特性。因此，处理中心的处理单元420可以根据该定位矩阵的低秩特性和该定位系统的系统内累加误差（可根据测量数据确定），构建目标函数。

作为实例而非限定，该目标函数可以由用于指示上述定位矩阵的秩的秩函数（即，第二函数，记作：rank(Θ)）和用于指示该定位系统的累加误差的函数（即，第一函数，记作：

构成。

从而，处理中心的处理单元420可以利用定位矩阵Θ的低秩特性和定位系统的累加误差，构建目标函数，并根据设定的最优化方式（例如，最小化），求解使该目标函数最优化（例如，最小化）的定位矩阵Θ，或者说，可以通过求解矩阵秩最小化问题（MRM，Matrix Rank Minimization），来确定定位矩阵Θ，即，可以通过以上式4来确定定位矩阵Θ，其中为目标函数。

可选地，该处理单元420具体用于确定权重值，该权重值用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例；

用于根据该第一函数和指示该定位矩阵的秩的第二函数，按该权重值生成目标函数。

在本发明实施例中，处理中心的处理单元420还可以确定该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例，即，考虑该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例后，可以通过上述式5来确定定位矩阵Θ，其中

为目标函数。

其中，ω为权重值，用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例。

并且，可选地，在本发明实施例中，该处理单元420具体用于根据该定位系统的噪声和/或可容忍误差，确定该权重值。

具体地说，该权重值ω可以根据定位系统的噪声和/或可容忍误差来确定。应理解，以上列举的用于确定该权重值ω的参数或信息仅为示例性说明，本发明并不限定于此，其它能够确定该权重值ω的参数或信息均落入本发明的保护范围内。

可选地，在本发明实施例中，该处理单元420具体用于根据该第二函数，生成指示该第二函数的凸包络的第三函数；

用于根据该第一函数和该第三函数，生成该目标函数。

具体地说，在式4或式5中，涉及对rank(Θ)部分的操作通常属于组合优化中的非确定性多项式（NP，Non-deterministic Polynomial）难题，导致最优化求解过程复杂度较高，因此，在本发明实施例中，处理中心的处理单元420可以获取rank(Θ)的凸逼近，即由rank(Θ)函数的凸包络核函数（记作，

）来代替式4或式5中的rank(Θ)，其中，

的数学含义为定位矩阵Θ奇异值σ_i的和，min{N,K}表示求N和K中的最小值，由于

通常是rank(Θ)的最优凸包络，因此可将对rank(Θ)的最小化问题转化为使||Θ||_*最小化的凸优化问题，可以通过上述式6或式7来确定定位矩阵Θ，在式6中，

为目标函数，在式7中，为目标函数。

从而，处理中心的处理单元420可以根据式4至式7中任一式，确定定位矩阵

其后，处理中心的处理单元420可以重建上述定位矩阵

重建后的定位矩阵可以表示为

其中，

表示的第一列，同理，

表示

的第K列，其后，对重建的待求矩阵

进行平均处理以确定待求向量

该处理可以通过式8表示。

其后，处理单元420可以对确定后的向量

进行比较判决处理，以确定目标设备的位置，该处理可以通过上述式9表示。

以上，列举了以例如， $\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ $\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}{+\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 或 ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 作为目标函数，并通过使该目标函数最小化来确定定位矩阵Θ的实施例，但本发明并不限定于此，例如，还可以以例如， $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 或 $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\mathrm{\&omega;}\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 作为目标函数，并通过使该目标函数最大化来确定定位矩阵Θ，即，其它的能够利用定位矩阵Θ的低秩特性和上报数据来确定定位矩阵Θ的方法均落入本发明的保护范围内。

如图3所示，本技术方案相比于现有的基于CS的定位方法能够显著降低定位系统的定位误差，并且，即使在整个定位系统的范围增大的情况下，也能够将定位系统的定位误差保持在较低水平。

根据本发明实施例的目标定位的装置，通过至少两个簇节点向处理中心发送根据至少一个目标设备发出的信号确定的测量数据，处理中心根据列数与簇节点数量相同的以定位向量为列向量的定位矩阵，将单个的定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性，并根据该低秩特性和该测量数据，确定定位矩阵，进而确定目标设备的位置，从而，可以充分利用定位系统内的合作增益，实现准确的目标定位。

并且，能够有效克服实际应用场景中受整个观测区域大小或设备观测灵敏度等客观因素的制约，避免因定位系统的簇节点不能观测定位系统的整个覆盖范围而造成对目标定位系统的定位准确性的影响。

根据本发明实施例的目标定位的装置400是本发明实施例的方法200中的实施主体，并且，该目标定位的装置400中的各单元及模块和上述其它操作和/或功能分别为了实现图4中的方法200的相应流程，为了简洁，在此不再赘述。

上文中，结合图1至图4，详细描述了根据本发明实施例的目标定位的方法，并结合图5和图6，详细描述了根据本发明实施例的目标定位的装置，下面，将结合图7，详细描述根据本发明实施例的目标定位的系统。

图7示出了本发明一实施例的目标定位的系统500的示意性框图。如图7所示，该系统500包括：

至少两个簇节点510，用于获取与至少一个目标设备相对应的测量数据，其中，用于反映该至少一个目标设备在该定位系统内的位置的定位向量具有稀疏性；对该测量数据进行去相关处理；向该定位系统的处理中心发送上报数据，该上报数据包括经该去相关处理后的测量数据，用于该处理中心根据来自至少两个簇节点的上报数据和定位矩阵的低秩特性，确定该至少一个目标设备在该定位系统内的位置，其中，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性；；

处理中心520，用于接收至少两个簇节点发送的上报数据，该上报数据包括测量数据，其中，测量数据是经该簇节点进行去相关处理后获取的与至少一个目标设备相对应的数据；根据该上报数据和定位矩阵的低秩特性，确定该定位矩阵，该定位矩阵的列向量为具有稀疏性的定位向量，该定位矩阵是列数与该簇节点数量相同的列向量矩阵，以将该定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的该定位矩阵的低秩特性，该定位向量用于反映该至少一个目标设备在该定位系统内的位置；根据定位矩阵，确定该至少一个目标设备在该定位系统内的位置。

具体的说，待定位的至少一个目标设备可以通过无线网络发出信号，从而，簇节点510可以获取与该目标设备相对应的测量数据。在本发明实施例中，由于簇节点510可以作为检测节点而检测目标设备发出的信号，因此，当簇节点接收到目标设备发出的信号时，例如，可以根据上述式1获取该信号的特征信息，例如，信号强度、到达时间、到达角度等。并且，可以将该特征信息作为测量数据。

并且，在该簇节点510预设范围内（例如，如图1中以各

为圆心的圆圈所示）的各个检测节点（以下，称为邻居节点），在检测到目标设备发出的信号后，可以获取该信号的特征信息，并且，可以向簇节点510上报其获取的特征信息（例如，可以为各邻居节点根据式1确定的RSS），从而，簇节点510可以根据来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

上述簇节点510和邻居节点获取目标设备发出的信号的特征信息的过程和方法可以与现有技术相同，这里为了避免赘述，省略其说明。

综上所述，簇节点510可以根据自身根据目标设备发出的信号获取的特征信息和/或来自邻居节点的特征信息，确定与该目标设备相对应的测量数据。

其后，簇节点510可以对该测量数据进行去相关处理。

其中，该去相关处理后的测量数据y可以通过以下式表示，

y=Aθ

A=TΦΨB

其中，Φ为采样矩阵，用于指示该定位系统内与该簇节点相对应的簇内用于检测该至少一个目标设备发出的信号的节点在该定位系统中的位置，Ψ为预设的稀疏表示矩阵，T为根据Φ和Ψ生成的去相关矩阵，用于去除Φ与Ψ的相关性，B为与该簇节点的观测范围相对应的限制矩阵，用于指示该簇节点能够观测的范围，θ为待定的定位向量，用于确定该至少一个目标设备的位置。

具体地说，采样矩阵Φ可以为列数为N＝n×n的矩阵，行数与该簇节点所属簇内的节点（包括簇节点自身及其邻居节点）的数量相同，将该采样矩阵Φ中与该簇节点及其邻居节点位置相对应的元素置1。这里，采样矩阵Φ成为每一行只有一个元素取值为1而其它元素均为0的矩阵，且各行中取值为1的元素位置（列索引位置）对应为该簇内的节点（包括簇节点自身和其邻居节点）在网格（定位系统）中的位置。

并且，由于在基于CS进行定位时，对于检测节点而言，经无线传播信道到达各个网格点处的RSS接收信号向量并不是直接稀疏的，因此，需要通过稀疏表示矩阵Ψ来体现与该测量数据相对应的定位向量的稀疏性，该稀疏表示矩阵Ψ可以为列数为N且行数为N的矩阵，Ψ中各个元素值可以根据式1预先建模确定，即，各元素值用于指示信号从目标设备的位置i（i∈[1,N]）到检测节点的位置j（j∈[1,N]）所经历的无线信道影响。

B为限制矩阵，以刻画簇节点的观测区域仅为定位系统整个范围内的局部范围这一局限性，例如，该限制矩阵B可以为列数为N且行数为N的对角线矩阵，对角线上的元素与网格内的各节点相对应，从而，可以将与簇节点观测范围相对应的对角线元素置1，将与簇节点观测范围以外的相对应的对角线元素置0。

在CS技术的应用中，要求稀疏表示矩阵Ψ与采样矩阵Φ不具有相关性，而由于稀疏表示矩阵Ψ和采样矩阵Φ均是在空间域，因此还需要对测量数据进行去相关处理，在本发明实施例中，可以用于矩阵T表示上述去相关处理，

，其中orth(·)表示正交化操作，(·)^T表示转置操作，

为伪逆操作。

从而，可以通过簇节点使用的处理矩阵A（A＝TΦΨB）和用于确定目标设备在系统中的位置的定位向量θ来表达该簇节点获取的针对目标设备的测量数据（y＝Aθ）。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的上报数据可表示为上述式2。

可选地，该上报数据还包括用于指示该簇节点的测量加性噪声的第二信息。

具体地说，簇节点510在获取上述测量数据的过程中，以及向处理中心520上报上述测量数据的过程，可能存在噪声干扰（以下，称为测量加性噪声），因此，簇节点510可以向处理中心520上报该测量加性噪声，从而，处理中心520在后述定位过程中，能够考虑该测量加性噪声的干扰，使定位更加准确。

综上所述，根据本发明实施例的目标定位的方法，不失一般性，某一簇节点（簇节点k）向处理中心上报的测量数据可表示为上述式3。

在如上所述确定了上报数据后，簇节点510可以向该定位系统的处理中心发送上述上报数据。

从而，处理中心520可以接收至少两个簇节点发送的上述上报数据（包括测量数据，或者，测量数据和第二信息）。

并且，处理中心520可以根据定位系统内的簇节点的个数，构建用于指示目标设备在定位系统内的位置的定位矩阵，该定位矩阵是列数与簇节点的数量相同的列向量矩阵，该定位矩阵的各列向量为上述定位向量θ，即，该定位矩阵Θ和定位向量θ均为待确定的未知量，通过求解该定位矩阵Θ，能够确定定位向量θ，从而确定目标设备在该定位系统中的位置。

并且，如上所述，由于目标设备仅出现在定位系统内的部分位置，对于整个定位系统而言，目标设备在定位系统内的位置对应为网格内的稀疏的定位向量θ，这使得由多个稀疏的定位向量（列向量的个数与簇节点的数量相同）所组成的定位矩阵Θ具有低秩特性，即，可以将单个定位向量的独立的稀疏性转换为整个定位系统的定位矩阵的低秩特性。因此，处理中心520可以根据该定位矩阵的低秩特性和该定位系统的系统内累加误差（可根据测量数据确定），构建一个目标函数。

作为实例而非限定，该目标函数可以由用于指示上述定位矩阵的秩的秩函数（即，第二函数，记作：rank(Θ)）和用于指示该定位系统的累加误差的函数（即，第一函数，记作：

构成。

从而，处理中心520可以利用定位矩阵Θ的低秩特性和定位系统的累加误差，构建目标函数，并根据设定的最优化方式（例如，最小化），求解使该目标函数最优化（例如，最小化）的定位矩阵Θ，或者说，可以通过求解矩阵秩最小化问题（MRM，Matrix Rank Minimization），来确定定位矩阵Θ，即，可以通过以上式4来确定定位矩阵Θ，其中

为目标函数。

在本发明实施例中，处理中心520还可以确定该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例，即，考虑该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例后，可以通过上述式5来确定定位矩阵Θ，其中

为目标函数。

其中，ω为权重值，用于指示该累加误差和该定位矩阵的低秩特性在确定该定位矩阵时产生的影响的比例。

并且，该权重值ω可以根据定位系统的噪声和/或可容忍误差来确定。应理解，以上列举的用于确定该权重值ω的参数或信息仅为示例性说明，本发明并不限定于此，其它能够确定该权重值ω的参数或信息均落入本发明的保护范围内。

由于在式4或式5中，涉及对rank(Θ)部分的操作通常属于组合优化中的非确定性多项式（NP，Non-deterministic Polynomial）难题，导致最优化求解过程复杂度较高，因此，在本发明实施例中，处理中心520可以获取rank(Θ)的凸逼近，即由rank(Θ)函数的凸包络核函数（记作，

）来代替式4或式5中的rank(Θ)，其中，

的数学含义为定位矩阵Θ奇异值σ_i的和，min{N,K}表示求N和K中的最小值，由于

通常是rank(Θ)的最优凸包络，因此可将对rank(Θ)的最小化问题转化为使||Θ||_*最小化的凸优化问题，可以通过上述式6或式7来确定定位矩阵Θ，在式6中，

为目标函数，在式7中， ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 为目标函数。

从而，处理中心520可以根据式4至式7中任一式，确定定位矩阵

其后，处理中心520可以重建上述定位矩阵

重建后的定位矩阵可以表示为

其中，

表示

的第一列，同理，表示

的第K列，其后，对重建的待求矩阵

进行平均处理以确定待求向量

该处理可以通过式8表示。

其后，处理中心520可以对确定后的向量

进行比较判决处理，以确定目标设备的位置，该处理可以通过上述式9表示。

以上，列举了以例如， $\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ $\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2,$ ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 或 ${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$ 作为目标函数，并通过使该目标函数最小化来确定定位矩阵Θ的实施例，但本发明并不限定于此，例如，还可以以例如， $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-(\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2),$ $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 或 $-({\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+{\mathrm{\&omega;}\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2)$ 作为目标函数，并通过使该目标函数最大化来确定定位矩阵Θ，即，其它的能够利用定位矩阵Θ的低秩特性和上报数据来确定定位矩阵Θ的方法均落入本发明的保护范围内。

如图3所示，本技术方案相比于现有的基于CS的定位方法能够显著降低定位系统的定位误差，并且，即使在整个定位系统的范围增大的情况下，也能够将定位系统的定位误差保持在较低水平。

根据本发明实施例的目标定位的系统，通过至少两个簇节点向处理中心发送根据至少一个目标设备发出的信号确定的测量数据，处理中心根据列数与簇节点数量相同的以定位向量为列向量的定位矩阵，将单个的定位向量的独立稀疏性转换为由与该簇节点数量相同的列数的定位向量所组成的定位矩阵的低秩特性，并根据该低秩特性和该测量数据，确定定位矩阵，进而确定目标设备的位置，从而，可以充分利用定位系统内的合作增益，实现准确的目标定位。并且，能够有效克服实际应用场景中受整个观测区域大小或设备观测灵敏度等客观因素的制约，避免因定位系统的簇节点不能观测定位系统的整个覆盖范围而造成对目标定位系统的定位准确性的影响。

根据本发明实施例的目标定位的系统500中的簇节点510是本发明实施例的方法100中的实施主体，并且，目标定位的系统500中的处理中心520是本发明实施例的方法200中的实施主体，为了简洁，在此不再赘述。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (27)

1.一种目标定位的方法，其特征在于，所述方法包括：

定位系统的簇节点获取与至少一个目标设备相对应的测量数据，其中，用于反映所述至少一个目标设备在所述定位系统内的位置的定位向量具有稀疏性；

对所述测量数据进行去相关处理；

向所述定位系统的处理中心发送上报数据，所述上报数据包括经所述去相关处理后的测量数据，以便于所述处理中心根据来自至少两个簇节点的上报数据和定位矩阵的低秩特性，确定所述至少一个目标设备在所述定位系统内的位置，其中，所述定位矩阵是列数与所述簇节点数量相同的列向量矩阵，所述定位矩阵的列向量为所述定位向量。

2.根据权利要求1所述的方法，其特征在于，所述定位系统的簇节点获取与至少一个目标设备相对应的测量数据包括：

定位系统的簇节点接收所述至少一个目标设备发出的信号；

确定所述信号的特征信息；

根据所述信号的特征信息，确定所述测量数据。

3.根据权利要求1或2所述的方法，其特征在于，所述定位系统的簇节点获取与至少一个目标设备相对应的测量数据包括：

定位系统的簇节点接收预设范围内的邻居节点发送的第一信息，所述第一信息用于指示所述邻居节点接收到的所述至少一个目标设备发出的信号；

根据所述第一信息，确定所述测量数据。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述去相关处理后的测量数据表示为，

y=Aθ

A=TΦΨB

其中，y为所述测量数据，Φ为采样矩阵，用于指示与所述簇节点相对应的簇内用于检测所述至少一个目标设备发出的信号的节点在所述定位系统中的位置，Ψ为预设的稀疏表示矩阵，T为根据Φ和Ψ生成的去相关矩阵，用于去除Φ与Ψ的相关性，B为与所述簇节点的观测范围相对应的限制矩阵，θ为所述定位向量。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述上报数据还包括用于指示所述簇节点的测量加性噪声的第二信息。

6.一种目标定位的方法，其特征在于，所述方法包括：

定位系统的处理中心接收至少两个簇节点发送的上报数据，所述上报数据包括测量数据，其中，测量数据是经所述簇节点进行去相关处理后获取的与至少一个目标设备相对应的数据；

根据所述上报数据和定位矩阵的低秩特性，确定所述定位矩阵，其中，所述定位矩阵的列向量为具有稀疏性的定位向量，所述定位矩阵是列数与所述簇节点数量相同的列向量矩阵，以将所述定位向量的独立稀疏性转换为由与所述簇节点数量相同的列数的定位向量所组成的所述定位矩阵的低秩特性，所述定位向量用于反映所述至少一个目标设备在所述定位系统内的位置；

根据所述定位矩阵，确定所述至少一个目标设备在所述定位系统内的位置。

7.根据权利要求6所述的方法，其特征在于，所述上报数据还包括用于指示所述簇节点的测量加性噪声的第二信息。

8.根据权利要求6或7所述的方法，其特征在于，所述根据所述上报数据和定位矩阵的低秩特性，确定所述定位矩阵，包括：

根据所述上报数据，生成用于反映所述定位系统的累加误差的第一函数；

根据所述第一函数和指示所述定位矩阵的秩的第二函数，生成目标函数；

通过使所述目标函数最优化，确定所述定位矩阵。

9.根据权利要求8所述的方法，其特征在于，所述根据所述第一函数和指示所述定位矩阵的秩的第二函数，生成目标函数，包括：

确定权重值，所述权重值用于指示所述累加误差和所述定位矩阵的低秩特性在确定所述定位矩阵时产生的影响的比例；

根据所述第一函数和指示所述定位矩阵的秩的第二函数，按所述权重值生成目标函数。

10.根据权利要求9所述的方法，其特征在于，所述确定权重值包括：

根据所述定位系统的噪声和/或可容忍误差，确定所述权重值。

11.根据权利要求9或10所述的方法，其特征在于，所述目标函数表示为

$\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$

$y^{\&prime;}={[y_1^T,\&CenterDot;\&CenterDot;\&CenterDot;{,y}_k^T]}^T$

$\mathrm{vec}\left(\mathrm{\&Theta;}\right)={[{\mathrm{\&Theta;}}_{\&CenterDot;,1}^T,\&CenterDot;\&CenterDot;\&CenterDot;,{\mathrm{\&Theta;}}_{\&CenterDot;,k}^T]}^T$

$\tilde{A}=\mathrm{diag}(A_1,\&CenterDot;\&CenterDot;\&CenterDot;,A_k)$

A_k=T_kΦ_kΨB_k

其中，Θ为所述定位矩阵，rank(Θ)为所述第二函数，ω为所述权重值，y_k为来自簇节点k的上报数据，Φ_k为采样矩阵，用于指示与所述簇节点k相对应的簇内用于检测所述至少一个目标设备发出的信号的节点在所述定位系统中的位置，Ψ为预设的稀疏表示矩阵，T_k为根据Φ_k和Ψ生成的去相关矩阵，用于去除Φ_k与Ψ的相关性，B_k为与所述簇节点k的观测范围相对应的限制矩阵。

12.根据权利要求8至10中任一项所述的方法，其特征在于，所述根据所述第一函数和指示所述定位矩阵的秩的第二函数，生成目标函数，包括：

根据所述第二函数，生成指示所述第二函数的凸包络的第三函数；

根据所述第一函数和所述第三函数，生成所述目标函数。

13.根据权利要求12所述的方法，其特征在于，所述目标函数表示为

${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$

${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}={\mathrm{\&Sigma;}}_{i=1}^{\min \{N,K\}}{\mathrm{\&sigma;}}_i$

$y^{\&prime;}={[y_1^T,\&CenterDot;\&CenterDot;\&CenterDot;,y_k^T]}^T$

$\mathrm{vec}\left(\mathrm{\&Theta;}\right)={[{\mathrm{\&Theta;}}_{\&CenterDot;,1}^T,\&CenterDot;\&CenterDot;\&CenterDot;,{\mathrm{\&Theta;}}_{\&CenterDot;,k}^T]}^T$

$\tilde{A}=\mathrm{diag}(A_1,\&CenterDot;\&CenterDot;\&CenterDot;,A_k)$

A_k=T_kΦ_kΨB_k

其中，Θ为所述定位矩阵，||Θ‖_*为所述第三函数，ω为权重值，用于指示所述累加误差和所述定位矩阵的低秩特性在确定所述定位矩阵时产生的影响的比例，σ_i为Θ的奇异值，N与所述定位系统的观测范围相对应，K为簇节点的数量，y_k为来自簇节点k的上报数据，Φ_k为采样矩阵，用于指示与所述簇节点k相对应的簇内用于检测所述至少一个目标设备发出的信号的节点在所述定位系统中的位置，Ψ为预设的稀疏表示矩阵，T_k为根据Φ_k和Ψ生成的去相关矩阵，用于去除Φ_k与Ψ的相关性，B_k为与所述簇节点k的观测范围相对应的限制矩阵。

14.一种目标定位的装置，其特征在于，所述装置包括：

获取单元，用于使定位系统的簇节点获取与至少一个目标设备相对应的测量数据，并向处理单元传输所述测量数据，其中，用于反映所述至少一个目标设备在所述定位系统内的位置的定位向量具有稀疏性；

处理单元，用于从所述获取单元获取所述测量数据，对所述测量数据进行去相关处理，并向发送单元传输上报数据，所述上报数据包括经所述去相关处理后的测量数据；

发送单元，用于从所述处理单元获取所述上报数据，并向所述定位系统的处理中心发送上报数据，以便于所述处理中心根据来自至少两个簇节点的上报数据和定位矩阵的低秩特性，确定所述至少一个目标设备在所述定位系统内的位置，其中，所述定位矩阵是列数与所述簇节点数量相同的列向量矩阵，所述定位矩阵的列向量为所述定位向量。

15.根据权利要求14所述的装置，其特征在于，所述获取单元具体用于接收所述至少一个目标设备发出的信号；

用于确定所述信号的特征信息；

用于根据所述信号的特征信息，确定所述测量数据。

16.根据权利要求14或15所述的装置，其特征在于，所述获取单元具体用于接收预设范围内的邻居节点发送的第一信息，所述第一信息用于指示所述邻居节点接收到的所述至少一个目标设备发出的信号；

用于根据所述第一信息，确定所述测量数据。

17.根据权利要求14至16中任一项所述的装置，其特征在于，所述去相关处理后的测量数据表示为，

y=Aθ

A=TΦΨB

其中，y为所述测量数据，Φ为采样矩阵，用于指示与所述簇节点相对应的簇内用于检测所述至少一个目标设备发出的信号的节点在所述定位系统中的位置，Ψ为预设的稀疏表示矩阵，T为根据Φ和Ψ生成的去相关矩阵，用于去除Φ与Ψ的相关性，B为与所述簇节点的观测范围相对应的限制矩阵，θ为所述定位向量。

18.根据权利要求14至17中任一项所述的装置，其特征在于，所述上报数据还包括用于指示所述簇节点的测量加性噪声的第二信息。

19.一种目标定位的装置，其特征在于，所述装置包括：

接收单元，用于使定位系统的处理中心接收至少两个簇节点发送的上报数据，所述上报数据包括测量数据，其中，测量数据是经所述簇节点进行去相关处理后获取的与至少一个目标设备相对应的数据；

处理单元，用于根据所述上报数据和定位矩阵的低秩特性，确定所述定位矩阵，其中，所述定位矩阵是列数与所述簇节点数量相同的列向量矩阵，所述定位矩阵的列向量为具有稀疏性的定位向量，以将所述定位向量的独立稀疏性转换为由与所述簇节点数量相同的列数的定位向量所组成的所述定位矩阵的低秩特性，所述定位向量用于反映所述至少一个目标设备在所述定位系统内的位置；

用于根据所述定位矩阵，确定所述至少一个目标设备在所述定位系统内的位置。

20.根据权利要求19所述的装置，其特征在于，所述上报数据还包括用于指示所述簇节点的测量加性噪声的第二信息。

21.根据权利要求19或20所述的装置，其特征在于，所述处理单元具体用于根据所述上报数据，生成用于反映所述定位系统的累加误差的第一函数；

用于根据所述第一函数和指示所述定位矩阵的秩的第二函数，生成目标函数；

用于通过使所述目标函数最优化，确定所述定位矩阵。

22.根据权利要求21所述的装置，其特征在于，所述处理单元具体用于确定权重值，所述权重值用于指示所述累加误差和所述定位矩阵的低秩特性在确定所述定位矩阵时产生的影响的比例；

用于根据所述第一函数和指示所述定位矩阵的秩的第二函数，按所述权重值生成目标函数。

23.根据权利要求22所述的装置，其特征在于，所述处理单元具体用于根据所述定位系统的噪声和/或可容忍误差，确定所述权重值。

24.根据权利要求22或23所述的装置，其特征在于，所述目标函数表示为

$\mathrm{rank}\left(\mathrm{\&Theta;}\right)+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$

$y^{\&prime;}={[y_1^T,\&CenterDot;\&CenterDot;\&CenterDot;{,y}_k^T]}^T$

$\mathrm{vec}\left(\mathrm{\&Theta;}\right)={[{\mathrm{\&Theta;}}_{\&CenterDot;,1}^T,\&CenterDot;\&CenterDot;\&CenterDot;,{\mathrm{\&Theta;}}_{\&CenterDot;,k}^T]}^T$

$\tilde{A}=\mathrm{diag}(A_1,\&CenterDot;\&CenterDot;\&CenterDot;,A_k)$

A_k=T_kΦ_kΨB_k

其中，Θ为所述定位矩阵，rank(Θ)为所述第二函数，ω为所述权重值，y_k为来自簇节点k的上报数据，Φ_k为采样矩阵，用于指示与所述簇节点k相对应的簇内用于检测所述至少一个目标设备发出的信号的节点在所述定位系统中的位置，Ψ为预设的稀疏表示矩阵，T_k为根据Φ_k和Ψ生成的去相关矩阵，用于去除Φ_k与Ψ的相关性，B_k为与所述簇节点k的观测范围相对应的限制矩阵。

25.根据权利要求21至23中任一项所述的装置，其特征在于，所述处理单元具体用于根据所述第二函数，生成指示所述第二函数的凸包络的第三函数；

用于根据所述第一函数和所述第三函数，生成所述目标函数。

26.根据权利要求25所述的装置，其特征在于，所述目标函数表示为

${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}+\mathrm{\&omega;}{\left|\right|y^{\&prime;}-\tilde{A}\&CenterDot;\mathrm{vec}\left(\mathrm{\&Theta;}\right)\left|\right|}_2^2$

${\left|\right|\mathrm{\&Theta;}\left|\right|}_{*}={\mathrm{\&Sigma;}}_{i=1}^{\min \{N,K\}}{\mathrm{\&sigma;}}_i$

$y^{\&prime;}={[y_1^T,\&CenterDot;\&CenterDot;\&CenterDot;,y_k^T]}^T$

$\mathrm{vec}\left(\mathrm{\&Theta;}\right)={[{\mathrm{\&Theta;}}_{\&CenterDot;,1}^T,\&CenterDot;\&CenterDot;\&CenterDot;,{\mathrm{\&Theta;}}_{\&CenterDot;,k}^T]}^T$

$\tilde{A}=\mathrm{diag}(A_1,\&CenterDot;\&CenterDot;\&CenterDot;,A_k)$

A_k=T_kΦ_kΨB_k

其中，Θ为所述定位矩阵，‖Θ‖_*为所述第三函数，ω为权重值，用于指示所述累加误差和所述定位矩阵的低秩特性在确定所述定位矩阵时产生的影响的比例，σ_i为Θ的奇异值，N与所述定位系统的观测范围相对应，K为簇节点的数量，y_k为来自簇节点k的上报数据，Φ_k为采样矩阵，用于指示与所述簇节点k相对应的簇内用于检测所述至少一个目标设备发出的信号的节点在所述定位系统中的位置，Ψ为预设的稀疏表示矩阵，T_k为根据Φ_k和Ψ生成的去相关矩阵，用于去除Φ_k与Ψ的相关性，B_k为与所述簇节点k的观测范围相对应的限制矩阵。

27.一种目标定位的系统，其特征在于，所述系统包括：

至少两个权利要求14至18中任一项所述的目标定位的装置；

权利要求19至26中任一项所述的目标定位的装置。

Images