CN104502884A - 一种节能快速无线成像方法 - Google Patents

一种节能快速无线成像方法 Download PDF

Info

Publication number
CN104502884A
CN104502884A CN201410802338.9A CN201410802338A CN104502884A CN 104502884 A CN104502884 A CN 104502884A CN 201410802338 A CN201410802338 A CN 201410802338A CN 104502884 A CN104502884 A CN 104502884A
Authority
CN
China
Prior art keywords
wireless
imaging
wireless link
node
general purpose
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410802338.9A
Other languages
English (en)
Inventor
王洁
高庆华
喻言
张潇
王洪玉
李思伟
张焕冲
平健舟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201410802338.9A priority Critical patent/CN104502884A/zh
Publication of CN104502884A publication Critical patent/CN104502884A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252Radio frequency fingerprinting

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明一种节能快速无线成像方法属于测试测量技术、无线网络技术领域,涉及一种基于马尔科夫过程理论,节能快速无线成像方法。无线成像方法先利用马尔科夫过程对重点关心成像区域进行预测,协调各无线扫描节点仅针对该重点关心成像区域进行无线链路扫描;无线成像系统根据无线链路测量信息,采用压缩感知算法对重点关心成像区域的遮蔽特性进行重构;该无线成像系统由N个无线扫描节点、一个无线控制节点、一个通用PC机以及运行在通用PC机上的智能处理软件。本发明拓宽了无线成像技术的适用范围,使得无线成像技术可以应用到电池供电的便携式监测应用场合以及针对大规模区域的无线成像监测中,在边境安防监测、动物监测等领域有着广泛的应用前景。

Description

一种节能快速无线成像方法
技术领域
本发明属于测试测量技术、无线网络技术领域,涉及一种基于马尔科夫过程理论,节能快速无线成像方法。
背景技术
无线成像技术是近年来提出的一种新技术,其工作原理与工业CT成像技术类似。无线成像技术需要在被监测区域四周布置大量无线扫描节点,这些节点之间可以互相进行无线通信,从而形成多条无线通信链路。这些无线通信链路穿过被监测区域时,无线信号会被障碍物遮蔽,从而造成无线链路信号强度发生变化。当被监测区域有目标人或者物体在移动时,被遮蔽的无线链路会发生变化,从而造成这些无线链路信号强度发生改变。也就是说,无线链路的信号强度与目标的位置存在着关联关系,因此,可以基于无线链路的信号强度信息,推算出目标的位置信息。
无线成像的思路最早由Wilson和Patwari提出,作者:J.Wilson and N.Patwari,在论文“Radio tomographic imaging with wireless networks”,IEEETransactions on Mobile Computing,2010,NO.5,P621-P632,提出一种令各无线扫描节点轮循发送数据以便形成多条无线链路实现对无线扫描节点覆盖范围进行无线成像的方法,该方法可以取得不错的成像效果。但是,该方法需要所有节点连续不断的发送、接收数据,能量消耗较大;同时,当无线扫描节点个数较多时,会造成扫描时间过长,成像速度较慢。这限制了无线成像技术在大规模网络以及节点采用电池供电等场合下的应用。
发明内容
本发明的目的是克服现有技术的缺陷,发明一种节能快速无线成像方法。无线成像方法仅在第一次成像时让所有无线扫描节点参与对整个覆盖区域成像,之后,基于马尔科夫预测算法估算出重点关心成像区域,网络管理软件协调无线扫描节点仅对该区域进行无线扫描,利用“聚焦”效应使扫描区域变小、参与的无线扫描节点个数变小。因此,扫描速度加快,降低了无线节点功耗、提高了无线成像速率。
本发明采用的技术方案是一种节能快速无线成像方法,其特征在于,无线成像系统先利用马尔科夫过程对重点关心成像区域进行预测,协调各无线扫描节点仅针对该重点关心成像区域进行无线链路扫描;无线成像系统根据无线链路测量信息,采用压缩感知算法对重点关心成像区域的遮蔽特性进行重构;该无线成像系统由N个无线扫描节点、一个无线控制节点、一个通用PC机以及在通用PC机上运行的智能处理软件:网络管理软件、马尔科夫预测算法以及基于压缩感知的区域重构算法组成;节能快速无线成像方法的具体步骤如下:
1)将N个无线扫描节点N1、N2....NN按照矩形部署在被监测目标4的周边,将无线控制节点1通过USB接口与通用PC机2连接后放置在网络监测区域外面;
2)N个无线扫描节点以及无线控制节点采用电池供电,彼此之间采用宽带全向天线进行无线通信,并测量各无线链路的接收信号强度;
3)由通用PC机2上运行的智能处理软件3中的网络管理软件制定N个无线扫描节点的无线扫描策略及扫描顺序,将该策略通过无线控制节点1发送给所有无线扫描节点;无线扫描节点进行无线链路扫描,无线控制节点1侦听所有无线链路信号强度测量数据包,并将数据发送给通用PC机2;
4)通用PC机2上运行的智能处理软件3中的基于压缩感知的区域重构算法,以所有无线链路测量信息R为输入,结合由N个无线扫描节点决定的观测矩阵W,基于压缩感知理论重构监测区域的衰减向量P,计算如下:
P=argmin||WP-R||s.t.||P||<H
其中,H为阈值;上式利用压缩感知理论在重构信号衰减向量P的同时确保P包含的非零参数最少;衰减向量P中对应的数值较大的位置即为当前时刻对无线链路造成遮蔽最严重的目标所处的位置;
5)通用PC机2上运行的智能处理软件3中的马尔科夫预测算法是以上一时刻估计的衰减向量P为基础,假设目标上一时刻处于位置Pi,那么当前时刻的重点关心成像区域如下:
||Px-Pi||<r
其中,r为目标在一个成像时刻可能移动的最大范围,||Px-Pi||代表位置Px到位置Pi的欧式距离;满足上式的多个位置Px构成了重点关心成像区域;
6)通用PC机2上运行的智能处理软件3中的网络管理软件根据构建的重点关心成像区域,以及各无线扫描节点的位置,计算穿过重点关心成像区域的无线链路;之后,通过无线控制节点命令与穿过重点关心成像区域的无线链路相关的无线扫描节点进行无线链路扫描,而让其它无线扫描节点处于休眠状态;
7)无线控制节点1侦听所有无线链路信号强度测量数据包,并将无线链路测量信息R发送给通用PC机2;通用PC机2上运行的智能处理软件3中的基于压缩感知的区域重构算法采用与步骤4相同的算法重构监测区域的衰减向量P,衰减向量P中对应的数值较大的位置即为当前时刻对无线链路造成遮蔽最严重的目标所处的位置;
8)将上述步骤5、6、7循环执行,实现对网络覆盖区域的连续无线成像。
本发明的有益效果在于基于马尔科夫过程,估计重点关心成像区域,进而协调无线扫描节点扫描该区域。与该区域无关的节点可进入休眠状态节省能量消耗,同时,由于扫描区域变小,无线扫描速度得到提升。参与无线扫描的节点个数取决于目标尺寸及其移动速度,而和被监测区域的整体大小无关,使得无线成像技术可以应用到大规模区域的监测中,应用到基于无线成像技术的定位、安防、救援、监护等应用中。
附图说明
图1为本发明的系统结构框图,图中:N1,N2....N8为第1,第2…第8号无线扫描节点,1为无线控制节点,2为通用PC机,3为通用PC机上运行的智能处理软件,4为被监测目标。
图2为节能快速无线成像流程。
具体实施方式
下面结合技术方案和附图具体详细阐述本发明的实施。
实施例:在附图1中,采用8个无线扫描节点,即第1、第2…第8号无线扫描节点N1、N2....N8布置在被监测目标4的四周,实现对网络覆盖区域的无线扫描;无线控制节点1通过USB接口与通用PC机2连接,通用PC机2上安装有运行智能处理软件3。有8个无线扫描节点N1、N2....N8以及一个无线控制节点1,它们均采用Zigbee无线节点,2节AA电池供电,射频部分采用德州仪器公司的CC2520芯片设计,处理器采用MSP430低功耗微处理器,发射功率10dBm,接收灵明度-95dBm,天线采用+3dB增益全向天线,工作频率2.45GHz。网络覆盖区域10m×10m,无线扫描节点间距5m。无线控制节点1、通用PC机2放置在监测区域附近20m以内。通用PC机2主频3.0GHz,内存4GBytes,运行window7操作系统,上面运行的智能处理软件3采用Matlab语言编写。
一种节能快速无线成像方法采用图2所示的流程工作。系统布置与配置完成后,通用PC机2上运行的智能处理软件3首先命令所有无线节点对整个覆盖区域进行扫描,通用PC机2上运行的智能处理软件3中的基于压缩感知重构算法获取整个区域的衰减向量P,以所有无线链路测量信息R为输入,结合由N个无线扫描节点决定的观测矩阵W,基于压缩感知理论重构监测区域的衰减向量P,计算如下:
P=argmin||WP-R||s.t.||P||<H
其中,H为阈值;上式利用压缩感知理论在重构信号衰减向量P的同时确保P包含的非零参数最少;衰减向量P中对应的数值较大的位置即为当前时刻对无线链路造成遮蔽最严重的目标所处的位置;
估计出目标的初始位置。之后,基于上一时刻估计的位置,通用PC机2上运行的智能处理软件3中的基于马尔科夫预测算法对重点关心成像区域进行预测,是以上一时刻估计的衰减向量P为基础,假设目标上一时刻处于位置Pi,那么当前时刻的重点关心成像区域如下:
||Px-Pi||<r
其中,r为目标在一个成像时刻可能移动的最大范围,||Px-Pi||代表位置Px到位置Pi的欧式距离;满足上式的多个位置Px构成了重点关心成像区域;同时,基于该区域,计算出穿过重点关心成像区域的有用无线链路。然后,通用PC机2上运行的智能处理软件3协调和控制与有用无线链路相关的无线扫描节点进行无线链路扫描,而让其它无关节点处于休眠状态。
如图1所示,当前时刻,节能快速无线成像方法仅需要对4条直线无线链路N1至N6,N3至N7,N5至N8,N6至N8进行扫描,涉及6个无线节点N1、N3、N5、N6、N7、N8;而传统方法需要对虚线28条无线链路进行扫描,涉及8个无线节点N1-N8。通用PC机2上运行的智能处理软件3中的压缩感知算法估计当前时刻的衰减向量P以及新的目标位置。上述“重点关心成像区域预测—部分无线链路扫描—基于压缩感知的位置信息重构”三个部分循环执行,实现对网络覆盖范围的连续无线成像。
本发明仅在第一次成像时让所有无线扫描节点参与对整个覆盖区域成像,之后,基于马尔科夫预测算法估算出重点关心成像区域,网络管理软件协调无线扫描节点仅对该区域进行无线扫描,起到了“聚焦”作用;由于扫描区域变小、参与的无线扫描节点个数变小,因此,扫描速度加快,网络的能耗降低。
本方法克服了已有无线成像方法的不足,类似于舞台的聚光灯原理,本发明利用马尔科夫方法估计重点关心成像区域,之后,利用无线链路的几何位置关系,仅令穿过该重点关心成像区域的无线链路进行扫描。一方面减少了链路扫描的个数,节省了节点功耗;另一方便,加速了扫描过程。本方法实现了节能快速无线成像,使无线成像技术适用于采用电池供电的场合以及无线扫描节点规模较大的场合,有效的拓展了其应用范围。
上述10m×10m区域布置8个无线扫描节点的条件下,节能快速无线成像系统估计的平均位置误差为0.7m,与不采用节能快速方案的全扫描无线成像系统精度一致;节能快速无线成像系统平均扫描时间为9ms,而全扫描无线成像系统为24ms;在扫描过程中,节能快速无线成像系统的节点平均节能休眠时间为总时间的30%,而全扫描无线成像系统为100%。

Claims (1)

1.一种节能快速无线成像方法,其特征在于,无线成像方法先利用马尔科夫过程对重点关心成像区域进行预测,协调各无线扫描节点仅针对该重点关心成像区域进行无线链路扫描;无线成像系统根据无线链路测量信息,采用压缩感知算法对重点关心成像区域的遮蔽特性进行重构;该无线成像系统由N个无线扫描节点、一个无线控制节点、一个通用PC机以及运行在通用PC机上的智能处理软件:网络管理软件、马尔科夫预测算法以及基于压缩感知的区域重构算法组成;节能快速无线成像方法的具体步骤如下:
1)将N个无线扫描节点N1、N2….NN按照矩形部署在被监测目标(4)的周边,将无线控制节点(1)通过USB接口与通用PC机(2)连接后放置在网络监测区域外面;
2)N个无线扫描节点以及无线控制节点采用电池供电,彼此之间采用宽带全向天线进行无线通信,并测量各无线链路的接收信号强度;
3)由通用PC机(2)上运行的智能处理软件(3)中的网络管理软件制定N个无线扫描节点的无线扫描策略及扫描顺序,将该策略通过无线控制节点(1)发送给所有无线扫描节点;无线扫描节点进行无线链路扫描,无线控制节点(1)侦听所有无线链路信号强度测量数据包,并将数据发送给通用PC机(2);
4)通用PC机(2)上运行的智能处理软件(3)中的基于压缩感知的区域重构算法,以所有无线链路测量信息R为输入,结合由N个无线扫描节点决定的观测矩阵W,基于压缩感知理论重构监测区域的衰减向量P,计算如下:
P=argmin||WP-R||s.t.||P||<H
其中,H为阈值;上式利用压缩感知理论在重构信号衰减向量P的同时确保P包含的非零参数最少;衰减向量P中对应的数值较大的位置即为当前时刻对无线链路造成遮蔽最严重的目标所处的位置;
5)通用PC机(2)上运行的智能处理软件(3)中的马尔科夫预测算法是以上一时刻估计的衰减向量P为基础,假设目标上一时刻处于位置Pi,那么当前时刻的重点关心成像区域如下:
||Px-Pi||<r
其中,r为目标在一个成像时刻可能移动的最大范围,||Px-Pi||代表位置Px到位置Pi的欧式距离;满足上式的多个位置Px构成了重点关心成像区域;
6)通用PC机(2)上运行的智能处理软件(3)中的网络管理软件根据构建的重点关心成像区域,以及各无线扫描节点的位置,计算穿过重点关心成像区域的无线链路;之后,通过无线控制节点命令与穿过重点关心成像区域的无线链路相关的无线扫描节点进行无线链路扫描,而让其它无线扫描节点处于休眠状态;
7)无线控制节点(1)侦听所有无线链路信号强度测量数据包,并将无线链路测量信息R发送给通用PC机(2);通用PC机(2)上运行的智能处理软件(3)中的基于压缩感知的区域重构算法采用与步骤4相同的算法重构监测区域的衰减向量P,衰减向量P中对应的数值较大的位置即为当前时刻对无线链路造成遮蔽最严重的目标所处的位置;
8)将上述步骤5、6、7循环执行,实现对网络覆盖区域的连续无线成像。
CN201410802338.9A 2014-12-18 2014-12-18 一种节能快速无线成像方法 Pending CN104502884A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410802338.9A CN104502884A (zh) 2014-12-18 2014-12-18 一种节能快速无线成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410802338.9A CN104502884A (zh) 2014-12-18 2014-12-18 一种节能快速无线成像方法

Publications (1)

Publication Number Publication Date
CN104502884A true CN104502884A (zh) 2015-04-08

Family

ID=52944295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410802338.9A Pending CN104502884A (zh) 2014-12-18 2014-12-18 一种节能快速无线成像方法

Country Status (1)

Country Link
CN (1) CN104502884A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112105301A (zh) * 2018-03-12 2020-12-18 皇家飞利浦有限公司 使用神经网络的超声成像平面对准及相关装置、系统和方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102821462A (zh) * 2012-07-11 2012-12-12 大连理工大学 一种基于传播时间的无线成像被动定位方法
CN102833672A (zh) * 2012-07-11 2012-12-19 大连理工大学 一种基于多维无线成像的被动无线定位方法
WO2014109694A2 (en) * 2013-01-09 2014-07-17 Telefonaktiebolaget L M Ericsson (Publ) Supporting and enhancing image-based positioning

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102821462A (zh) * 2012-07-11 2012-12-12 大连理工大学 一种基于传播时间的无线成像被动定位方法
CN102833672A (zh) * 2012-07-11 2012-12-19 大连理工大学 一种基于多维无线成像的被动无线定位方法
WO2014109694A2 (en) * 2013-01-09 2014-07-17 Telefonaktiebolaget L M Ericsson (Publ) Supporting and enhancing image-based positioning

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王洁: "基于贝叶斯估计方法的无线定位跟踪技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112105301A (zh) * 2018-03-12 2020-12-18 皇家飞利浦有限公司 使用神经网络的超声成像平面对准及相关装置、系统和方法

Similar Documents

Publication Publication Date Title
Chang et al. An energy-saving routing architecture with a uniform clustering algorithm for wireless body sensor networks
CN102123473A (zh) 无线传感器网络基于动态簇机制的目标跟踪方法
Jing Node deployment algorithm based on perception model of wireless sensor network
Jing Coverage holes recovery algorithm based on nodes balance distance of underwater wireless sensor network
CN108650634A (zh) 一种基于轨迹预测的无线传感器网络目标跟踪方法
Liu et al. Safety monitoring data classification method based on wireless rough network of neighborhood rough sets
Jin et al. Real-time energy consumption detection simulation of network node in internet of things based on artificial intelligence
CN104502884A (zh) 一种节能快速无线成像方法
Zhang et al. Reinforcement learning based energy-neutral operation for hybrid EH powered TBAN
Liu et al. An energy efficiency routing protocol for UAV-aided WSNs data collection
DaWei et al. Wireless sensor networks coverage optimization based on improved AFSA algorithm
Zhou et al. LEACH‐TLC: a strategy of reducing and uniform energy consumption based on target location constraint
Yi et al. Notice of retraction: The research of bridge state monitoring system based on IoT technology
Li et al. A mobile node localization algorithm based on the angle self-adjustment model for wireless sensor networks
Mansur et al. Survey of prediction algorithms for object tracking in wireless sensor networks
CN107995632B (zh) 一种保证静态目标检测质量的无源传感节点部署调度方法
De Paola et al. Predictive models for energy saving in wireless sensor networks
Sabah et al. Increasing WSN lifetime using clustering and fault tolerance methods
Kang et al. Power-aware markov chain based tracking approach for wireless sensor networks
Wang et al. The algorithm of coverage base on probability sensing model in wireless sensor network
Altaan Effects of sensor properties on power consumption in wireless sensor network
Pandey et al. Coverage improvement of wireless sensor networks via spatial profile information
Abidin et al. Provisioning WSN coverage via minimax based sensor node placement scheme
CN104486789A (zh) 一种基于物联网的新型基站现场监控系统
Shi et al. Application research of wireless sensor network in building structure safety monitoring

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150408