CN109932690A - 一种基于接收信号强度的多目标水声定位方法 - Google Patents
一种基于接收信号强度的多目标水声定位方法 Download PDFInfo
- Publication number
- CN109932690A CN109932690A CN201910153596.1A CN201910153596A CN109932690A CN 109932690 A CN109932690 A CN 109932690A CN 201910153596 A CN201910153596 A CN 201910153596A CN 109932690 A CN109932690 A CN 109932690A
- Authority
- CN
- China
- Prior art keywords
- sound source
- target
- received signal
- signal strength
- source node
- 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
Links
Abstract
本发明公开了一种基于接收信号强度的多目标水声定位方法,所述方法包括以下步骤:建立基于压缩感知的多目标定位传感网络模型;利用声源节点与接收节点之间的距离构造正交化测量矩阵;基于正交化测量矩阵重构原始稀疏向量,三边定位法求解目标的位置坐标,通过多目标定位传感网络模型完成声源节点的定位。本发明将压缩感知理论应用于定位算法中,利用接收信号强度(RSS)实现水下声源目标节点的定位。
Description
技术领域
本发明涉及水下声源节点定位领域,尤其涉及一种基于接收信号强度的多目标水声定位方法,目的是利用节点布放的稀疏性,运用压缩感知,得到声源节点的位置坐标。
背景技术
在水下目标定位领域中,无线电波在水中的快速衰减致使GPS的定位手段无法实施。声波是目前最有效的水下远距离传播的信息载体,利用声信号传播进行水下目标定位是主要手段。
然而,多个目标节点同时发射的信号,会导致信号干扰,所以多目标水声定位较难实现,目前的水下声信号目标定位多为单目标定位。
发明内容
本发明提供了一种基于接收信号强度的多目标水声定位方法,本发明将压缩感知理论应用于定位算法中,利用接收信号强度(RSS)实现水下声源目标节点的定位,详见下文描述:
一种基于接收信号强度的多目标水声定位方法,所述方法包括以下步骤:
建立基于压缩感知的多目标定位传感网络模型;利用声源节点与接收节点之间的距离构造正交化测量矩阵;
基于正交化测量矩阵重构原始稀疏向量,三边定位法求解目标的位置坐标,通过多目标定位传感网络模型完成声源节点的定位。
所述多目标定位传感网络模型具体为:
其中,YM为以第M个接收节点作为参考节点时,接收节点的接收信号强度的比值向量,Φ为完整网络的测量矩阵,θ为表征声源节点位置信息的稀疏向量,W为噪声向量,ΦM为以第M个接收节点作为参考节点时的测量矩阵,通过求解θ中最大位置对应的网格点就是声源目标所在的位置。
所述正交化测量矩阵具体为:
其中,Y'为新的观测向量,表示多目标传感网络,Y为未正交化处理的观测矩阵(即多目标定位传感网络模型),Φ'是Φ的正交基,为Φ的广义逆矩阵,W'为正交化处理后的噪声向量。
本发明提供的技术方案的有益效果是:
1、本发明基于水下信号衰减特性和压缩感知固有特性,以及RSS与信号传输的距离之间的关系,在保证稀疏向量能够被准确重构的前提下,实现声源节点的有效定位;
2、本发明利用声源节点与接收节点之间的距离构造压缩感知理论的测量矩阵,可以基于压缩感知理论,实现多目标声源节点的定位。
附图说明
图1为一种基于接收信号强度的多目标水声定位方法的流程图;
图2为水下声源节点和接收节点布局的示意图;
图3为相对重构误差的示意图;
图4为声源节点定位结果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施方式作进一步地详细描述。
压缩感知(Compressed Sensing,CS)是一种利用信号的稀疏性,通过少量的采样点高精度重构原始信号的方法,可以大大减小数据处理的复杂度。压缩感知理论的主要内容为数据的稀疏表示、测量矩阵的构造和原始稀疏向量的重构。由于水下声源节点的布放位置具有稀疏特性,因此可以将压缩感知与声源节点的定位算法相结合。
基于接收信号强度(Received Signal Strength,RSS)的定位是一种根据接收信号强度推算位置的定位方法。与传统的基于测距的定位技术相比,基于RSS的定位方法对于硬件设备的操作复杂度较低,成本较低,适合于水下传感器网络中节点的定位。
实施例1
本发明实施例提供了一种基于接收信号强度的多目标水声定位方法,理论基础是压缩感知技术。参见图1,该方法包括以下步骤:
101:建立基于压缩感知(CS)的多目标定位传感网络模型,该多目标定位传感网络模型用于实现声源节点的定位;
102:利用声源节点与接收节点之间的距离构造正交化测量矩阵,该正交化测量矩阵用于稀疏向量的重构;
103:基于正交化测量矩阵重构原始稀疏向量,三边定位法求解目标的位置坐标,通过多目标定位传感网络模型完成声源节点的定位。
综上所述,本发明实施例基于水下信号衰减特性和压缩感知固有特性,以及RSS与信号传输的距离之间的关系,在保证稀疏向量能够被准确重构的前提下,实现声源节点的有效定位;利用声源节点与接收节点之间的距离构造压缩感知理论的测量矩阵,实现多目标声源节点的定位。
实施例2
下面结合具体的计算公式、实例,图2对实施例1中的方案进行进一步地介绍,详见下文描述:
一、建立基于压缩感知(CS)的多目标定位传感网络模型:
水下信号在传输过程中,在水声信道作用下,会发生信号的延迟、衰减和失真。信号传播损失可以定义为TL=10lg(PS/PR),其中,PS是声源辐射的信号能量,PR是距离声源d米的经过衰减的接收信号能量。
因为水下目标定位的深度信息可以通过压力传感器获得,所以目标定位的维度降为水平方向上的二维定位。将声源节点布放的区域划分为N个网格,假设每个网格内只有一个声源节点,在区域内布放位置已知的若干接收节点。
节点接收信号的强度是声源节点与接收节点之间的距离的函数,利用定位目标在空间布局的稀疏性,构建压缩感知系统模型,将声源节点的位置信息作为稀疏向量。每个接收节点接收到的信号能量为:
其中,PsK表示第K个声源节点辐射的信号能量,表示第M个接收节点与第K个声源节点之间的距离,ωM表示第M个接收节点处的观测噪声。
二、利用声源节点与接收节点之间的距离构造正交化测量矩阵:
基于声源节点与接收节点之间的距离信息构造正交化测量矩阵,按照遍历性,将式(1)中的每个接收节点的接收信号强度之间的比值作为观测矩阵。
其中,di,j表示声源节点位于第j(j=1,2,...,N)个节点布局区域划分的网格点时与第i(i=1,2,...,M)个接收节点之间的距离。稀疏向量用θ=(θ 1θ2 … θN)表示,当声源节点在网格中时,θ向量中的对应元素为1,否则为0。ω=(ω1 ω2 … ωM)T,为第M个接收节点与参考节点处的噪声比值。Φi为以第i个接收节点作为参考节点时的测量矩阵分量。
式(2)是将第i个接收节点作为参考节点的情况,按照遍历性原则,将所有的接收节点作为参考节点可以得到完整的多目标定位传感网络模型:
其中,YM为以第M个接收节点作为参考节点时,接收节点的接收信号强度的比值向量,Φ为完整网络的测量矩阵,ΦM为以第M个接收节点作为参考节点时的测量矩阵,W是噪声向量,通过求解式(3)中θ中最大位置对应的网格点就是声源目标所在的位置。
压缩感知重构信号的关键在于测量矩阵满足压缩感知理论中的约束等距准则(RIP),即测量矩阵与稀疏基矩阵之间不相关。将式(3)中的Φ进行正交化处理。假设Φ'是Φ的正交基,即Φ'=orth(ΦT)T,上标T表示矩阵的转置,orth(·)表示求正交基,为Φ的广义逆矩阵,将原来的节点网络地图映射为新的正交网络地图,新的观测向量用Y'表示:
对于式(4),选择基追踪(Basis Pursuit,BP)算法,可以得到重构的θ,理想的重构结果θ的值θ应该只有0或1,由于重构误差和环境噪声的影响,实际重构的结果是0≤θ≤1,θ中有大量的值接近于0,θ中接近于1的元素位置即为声源节点所在的位置。
三、重构原始稀疏向量,三边定位法求解目标的位置坐标:
假设找到θ中接近于1的元素对应声源节点所在的网格点,设其中的一个声源节点坐标为按照临近原则,找到距离此网格点最近的三个已知位置坐标的接收节点,坐标设为(x1,y1),(x2,y2),(x3,y3),三个接收节点与声源节点之间的距离分别表示为d1,d2,d3,利用三边定位法,可以得到该声源节点的位置坐标
将算法得到的目标坐标与实际声源目标(x,y)相计算,可以得到本方法在水平方向上的定位误差,定位误差用HDOP(水平几何精度因子)衡量,表达式为:
其中,σ2 x和σ2 y分别为x方向和y方向的误差,E为求均值符号,(xi,yi)和表示第i个声源节点的实际位置和定位估计得到的位置坐标,上式HDOP因子表示多个声源节点定位误差的均值。
综上所述,本发明实施例基于多用户水声通信网络模型和压缩感知固有特性,以及水下通信环境的特点,在保证信号能够准确重构的前提下,实现声源信号的定位。
实施例3
下面结合图3和图4对实施例1和2中的方案进行可行性验证,详见下文描述:
图3是相对重构误差与声源节点所在区域划分的网格点数的曲线,保持接收8个节点不变,分别取划分网格数量为20×20,25×25,40×40,50×50,随着划分网格数的数量增加,重构声源节点的位置落在两个相邻的网格边缘的概率增加,判断声源节点所在的网格编号出现误差,致使精确度降低,重构误差变大。所以合理划分网格数,可以提高压缩感知重构的效果,降低定位误差。
图4在网格数为25×25,接收节点的数目为8个情况下,定位算法得到的定位结果与声源实际的位置示意图。由仿真结果可知,通过本定位算法得到的声源节点的坐标与真实坐标相比,误差较小。因此本方案的定位方法可以实现水下声源节点的有效定位。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于接收信号强度的多目标水声定位方法,其特征在于,所述方法包括以下步骤:
建立基于压缩感知的多目标定位传感网络模型;利用声源节点与接收节点之间的距离构造正交化测量矩阵;
基于正交化测量矩阵重构原始稀疏向量,三边定位法求解目标的位置坐标,通过多目标定位传感网络模型完成声源节点的定位。
2.根据权利要求1所述的一种基于接收信号强度的多目标水声定位方法,其特征在于,所述多目标定位传感网络模型具体为:
其中,YM为以第M个接收节点作为参考节点时,接收节点的接收信号强度的比值向量,Φ为完整网络的测量矩阵,θ为表征声源节点位置信息的稀疏向量,W为噪声向量,ΦM为以第M个接收节点作为参考节点时的测量矩阵,通过求解θ中最大位置对应的网格点就是声源目标所在的位置。
3.根据权利要求2所述的一种基于接收信号强度的多目标水声定位方法,其特征在于,所述正交化测量矩阵具体为:
其中,Y'为新的观测向量,表示多目标传感网络,Φ'是Φ的正交基,为Φ的广义逆矩阵,W'为正交化处理后的噪声向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910153596.1A CN109932690A (zh) | 2019-02-28 | 2019-02-28 | 一种基于接收信号强度的多目标水声定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910153596.1A CN109932690A (zh) | 2019-02-28 | 2019-02-28 | 一种基于接收信号强度的多目标水声定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109932690A true CN109932690A (zh) | 2019-06-25 |
Family
ID=66986003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910153596.1A Pending CN109932690A (zh) | 2019-02-28 | 2019-02-28 | 一种基于接收信号强度的多目标水声定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109932690A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110865359A (zh) * | 2019-11-06 | 2020-03-06 | 天津大学 | 一种基于接收信号强度的水声测距方法 |
CN112558003A (zh) * | 2020-11-14 | 2021-03-26 | 西北工业大学 | 一种基于矢量定向和测距的水声网络拓扑感知方法 |
CN112666519A (zh) * | 2020-12-14 | 2021-04-16 | 哈尔滨工程大学 | 一种基于广义二阶时延差的水下目标高精度定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130096922A1 (en) * | 2011-10-17 | 2013-04-18 | Fondation de I'Institut de Recherche Idiap | Method, apparatus and computer program product for determining the location of a plurality of speech sources |
CN103945529A (zh) * | 2014-04-15 | 2014-07-23 | 南京邮电大学 | 基于rss的无线传感器网络定位方法 |
CN104198992A (zh) * | 2014-09-11 | 2014-12-10 | 东南大学 | 基于多径时延结构压缩感知的水声目标被动定位方法 |
CN107255818A (zh) * | 2017-06-13 | 2017-10-17 | 厦门大学 | 一种两维多特征融合的水下目标快速检测方法 |
CN108226934A (zh) * | 2017-12-31 | 2018-06-29 | 厦门大学 | 一种基于压缩感知的水下动目标检测方法 |
CN108614258A (zh) * | 2018-05-09 | 2018-10-02 | 天津大学 | 一种基于单水声信标距离量测的水下定位方法 |
-
2019
- 2019-02-28 CN CN201910153596.1A patent/CN109932690A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130096922A1 (en) * | 2011-10-17 | 2013-04-18 | Fondation de I'Institut de Recherche Idiap | Method, apparatus and computer program product for determining the location of a plurality of speech sources |
CN103945529A (zh) * | 2014-04-15 | 2014-07-23 | 南京邮电大学 | 基于rss的无线传感器网络定位方法 |
CN104198992A (zh) * | 2014-09-11 | 2014-12-10 | 东南大学 | 基于多径时延结构压缩感知的水声目标被动定位方法 |
CN107255818A (zh) * | 2017-06-13 | 2017-10-17 | 厦门大学 | 一种两维多特征融合的水下目标快速检测方法 |
CN108226934A (zh) * | 2017-12-31 | 2018-06-29 | 厦门大学 | 一种基于压缩感知的水下动目标检测方法 |
CN108614258A (zh) * | 2018-05-09 | 2018-10-02 | 天津大学 | 一种基于单水声信标距离量测的水下定位方法 |
Non-Patent Citations (5)
Title |
---|
JU WANG ET AL.: "LCS: Compressive sensing based device-free localization for multiple targets in sensor networks", 《2013 PROCEEDINGS IEEE INFOCOM》 * |
MAYTEE ZAMBRANO ET AL.: "Sparse Objects Location Using Compressive Sensing", 《IEEE LATIN AMERICA TRANSACTIONS》 * |
冷雪冬 等: "基于回溯筛选的稀疏重构时延估计算法", 《物理学报》 * |
宋忠友 等: "基于交替迭代的压缩感知多目标定位算法", 《重庆大学学报》 * |
赵春晖 等: "基于Schmidt正交单位化的稀疏化定位算法", 《哈尔滨工程大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110865359A (zh) * | 2019-11-06 | 2020-03-06 | 天津大学 | 一种基于接收信号强度的水声测距方法 |
CN112558003A (zh) * | 2020-11-14 | 2021-03-26 | 西北工业大学 | 一种基于矢量定向和测距的水声网络拓扑感知方法 |
CN112558003B (zh) * | 2020-11-14 | 2023-07-04 | 西北工业大学 | 一种基于矢量定向和测距的水声网络拓扑感知方法 |
CN112666519A (zh) * | 2020-12-14 | 2021-04-16 | 哈尔滨工程大学 | 一种基于广义二阶时延差的水下目标高精度定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yan et al. | Review of range-based positioning algorithms | |
CN104198992B (zh) | 基于多径时延结构压缩感知的水声目标被动定位方法 | |
Mostofi | Cooperative wireless-based obstacle/object mapping and see-through capabilities in robotic networks | |
CN109932690A (zh) | 一种基于接收信号强度的多目标水声定位方法 | |
Kwon et al. | Hybrid algorithm for indoor positioning using wireless LAN | |
CN104142496B (zh) | 基于连通域划分的统计mimo雷达多目标定位方法 | |
Hanssens et al. | An indoor variance-based localization technique utilizing the UWB estimation of geometrical propagation parameters | |
CN109633526A (zh) | 基于方向函数的非均匀圆阵相位干涉仪测向解模糊方法 | |
Naderi et al. | A geometry-based channel model for shallow underwater acoustic channels under rough surface and bottom scattering conditions | |
CN101272605A (zh) | 一种移动终端定位方法和定位装置 | |
CN105137424A (zh) | 一种杂波背景下实波束扫描雷达角超分辨方法 | |
Gante et al. | Beamformed fingerprint learning for accurate millimeter wave positioning | |
Lee et al. | Fundamentals of received signal strength‐based position location | |
CN108957387A (zh) | 一种卫星信号二维到达角估计方法及系统 | |
Song et al. | A novel source localization scheme based on unitary esprit and city electronic maps in urban environments | |
CN114245334A (zh) | 融合可计算误差地图和灰狼优化的超宽带室内定位算法 | |
Chen et al. | Joint initial access and localization in millimeter wave vehicular networks: a hybrid model/data driven approach | |
CN108882167A (zh) | 一种基于水声通信网络中利用信号强度的导航定位方法 | |
JP5355139B2 (ja) | 端末位置推定システム、端末位置推定装置、無線端末装置及び端末位置推定方法 | |
CN110596668B (zh) | 基于互逆深度神经网络的目标外辐射源被动定位方法 | |
CN110471032A (zh) | 一种水下目标被动定位的方法 | |
CN108594284B (zh) | 一种tdoa定位性能检测方法及系统 | |
Shen et al. | Performance of localization and orientation using wideband antenna arrays | |
CN108445445B (zh) | 一种分布式无源定位方法及装置 | |
Hao et al. | On the Cramer-Rao bound of multiple sources localization using RDOAs and GROAs in the presence of sensor location uncertainties |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20221206 |
|
AD01 | Patent right deemed abandoned |