一种环境自适应的无设备目标定位方法
【专利摘要】本发明公开了一种环境自适应的无设备目标定位方法，包括：建立定位系统，获得每两个无线通信节点之间组成链路中接收端的接收信号强度值；将定位区域划分为N个格点，并根据格点处出现目标时对链路中接收端的接收信号强度值的影响，构建稀疏定位模型；采用椭圆阴影模型确定每个格点处信号强度变化对对应链路上接收端的接收信号强度值影响的权重得到理想字典；根据链路上接收端接收信号强度值的变化，对理想字典进行字典更新和稀疏恢复交替进行；所述更新后的稀疏矢量中非零值所对应格点位置即为被定位的无设备目标所在位置。本发明可以自适应环境的变化在线动态调整字典和稀疏恢复，动态地适应环境变化，有效避免目标误判和提高定位精度。
【专利说明】一种环境自适应的无设备目标定位方法
【技术领域】
[0001] 本发明涉及一种环境自适应的无设备目标定位方法，属于无线通信技术的技术领 域。
【背景技术】
[0002] 目前基于定位的服务己经涵盖了搜索救援、智能交通、航海航空导航、物流管理、 大地测量、海洋测绘、气象测量、灾害预防、医疗服务等诸多领域，并且定位与导航技术己成 为保障国家安全和开展军事行动的必要手段之一。相应地，无线定位技术的研究也日益受 到各国的高度重视，现已成为一个十分活跃的研究领域。
[0003] 在众多无线定位系统中，最著名的是把无线电发射源设置在各种轨道卫星上的定 位系统，例如美国的全球定位系统（GPS)、欧洲的伽利略（Galileo)系统、俄罗斯的GLONASS 系统以及我国的"北斗"定位系统等，凭借着广域覆盖的巨大优势，将无线电定位技术发展 到一个新的高度。尽管卫星定位技术已经在国民经济各个方面得到广泛应用，但是在应用 领域由于受到各种接收误差的影响，需要通过其它辅助手段（例如建立差分基准站）才能 达到所需的定位精度要求；同时在接收信号受到物理遮挡的情况下常常无法完成导航任 务。因此，利用现有和即将建设的庞大的民用无线通信设施进行无线定位，不仅可以弥补卫 星定位系统的不足，而且可以作为无线通信高附加值的服务。尤其是在美国联邦通信委员 会颁布了 E911 (Emergencycall911)强制性定位要求后，加上巨大市场利润的驱动，国内外 出现了研究移动通信系统终端定位技术的热潮。
[0004] 然而，目前无论是卫星定位还是基于无线通信基础设施进行定位，均要求被 定位目标携带定位设备，如GPS接收机或手机等，否则就无法实现定位。但在一些应 用环境下，如入侵者检测、灾后救援、战场侦测、人质解救等，要求被定位目标携带与定 位系统相匹配的定位装置是不现实的或不可能的，这些被定位目标就称为无设备定位 (Device-FreeLocalization，DFL)目标。对于这些目标的定位，一直是无线定位领域的难 点，也是传统定位方法无法实现的。目前国内外用于解决无设备目标定位问题的技术可以 分为两类：一类是基于非射频技术的定位方法，一类是基于射频技术的定位方法。非射频 技术主要包括视频技术、红外技术和压力技术等。视频技术利用多个摄像头采集图像信息， 然后通过图像处理算法进行定位分析。这类技术通常成本较高，而且由于摄像装置对光线 的要求，不能在夜晚和黑暗环境中使用。对于无需光线要求的红外目标定位系统，由于红外 线的穿透力较弱，而且红外线比无线电信号更易受环境变化的影响，因此在很多场合无法 适用。压力技术是通过放置在地板上的加速和气压传感器来检测是否有人的脚印来实现定 位，这项技术要求比较密集的节点布置才能在要求范围内有效定位，而且成本较高。以上这 些因素极大限制了非射频类技术在无设备目标定位领域中的应用。
[0005] 针对以上问题，Patwari等人最早提出了采用无线通信网络实现无设备目标定 位，其原理在于检测目标出现前后的电磁波场的变化，目标所在区域的电磁信号强度会因 目标的存在而发生变化。同时，Patwari等人提出基于射频层析成像（Radio Tomographic Imaging, RTI)技术的无设备目标定位方案（Wilson, J.，N.Patwari, "Radio tomographic imaging with wireless networks,，'IEEE Transactions on Mobile Computing, Vol ? 9, No. 5, 621 - 632, 2010.)，并给出了一种基于Tikhonov正则化的计算方法，解决病态 反问题的求解。接着，Youssef等人将指纹定位方法引入到无设备目标定位问题中，采 用指纹匹配的方法实现目标定位（Moussa，M.，M.Youssef, "Smart devices for smart environments: device-free passive detection in real environments,，'7th IEEE PerCom，1 - 6, 2009.)。然而，目前这些方法存在着计算量大，容易受环境波动影响的问题， 而且指纹定位法受限于前期的测绘工作周期长，并需要花费大量人力和物力，当定位区域 环境发生变化，如室内布置改变等，就需要建立新的指纹信息数据库。
[0006] 近年来，压缩感知理论成为信号处理领域的研究热点，其独特的思想也开始在 无线定位领域中得到应用。但现有基于压缩感知的定位工作绝大部分是针对传统有设 备目标定位的，目前仅有少量文献（Wang, J.，Q. Gao, X. Zhang, H. Wang, "Device-free localization with wireless networks based on compressing sensing, ，'IET Communica tions，Vol. 6, No. 15, 2395 - 2403, 2012.)提出利用压缩感知原理实现稀疏基的无设备目标 定位，可称为CS_DFL方法。但该方法忽略了接收信号强度RSS (ReceivedSignalStrength, RSS)测量受环境因素的影响，事实上RSS测量值易受温度、湿度、室内布局和建筑材料等环 境因素的影响，甚至房门的开闭都会引起RSS测量值的波动。更重要的是这种影响具有时 变性和不可预知性，因此在实际环境中该方法容易把环境因素引起的RSS波动误认为是目 标引起的，从而导致目标误判和定位精度的下降。
【发明内容】
[0007] 本发明的目的是针对现有技术中存在的不足，从定位问题的天然稀疏性出发，利 用DFL压缩成像的聚集效应，结合在线字典学习技术，提出一种环境自适应的无设备目标 定位方法，不仅从根本上解决时变因素对无设备目标定位的影响，而且能够充分利用块稀 疏特性，达到提高DFL定位精度，促进DFL技术实用化的目的。
[0008] 本发明具体采用以下技术方案解决上述技术问题：
[0009] -种环境自适应的无设备目标定位方法，包括以下步骤：
[0010] 步骤（1)、利用Μ个无线通信节点进行组网建立定位系统；由任意两个无线通信节 点之间建立通信，形成K = MX (Μ-1)/2对无线链路；测量每对无线链路中接收端的接收信 号强度值，并汇集到定位中心；
[0011] 步骤（2)、定位中心将若干无线通信节点所围成的定位区域划分为N个格点，并根 据格点处出现目标时对链路中接收端的接收信号强度值的影响，构建稀疏定位模型：
[0012] y = ffx+n
[0013] 其中，y表示所有链路中每个接收端在两个相邻时刻接收信号强度的变化量；x为 稀疏矢量，其中每个分量表示对应格点处信号强度的变化;W为理想字典，其中每个分量 表示第j个格点处出现目标时对第i条链路接收端所收到信号强度值变化所造成影响的权 重，i，j均为自然数，且1 < i < K，1 < j < N ;n表示衰落损耗差和噪声；
[0014] 步骤（3)、采用椭圆阴影模型确定每个格点处出现目标时对相应链路接收端所收 到信号强度值变化所造成影响的权重得到理想字典W ;
[0015] 步骤（4)、根据链路中接收端接收信号强度值的变化，对步骤（3)所得的理想字典 W进行在线字典学习，所述在线字典学习采用对理想字典W进行字典更新和对稀疏矢量X进 行稀疏恢复交替进行；所述更新后的稀疏矢量中非零值所对应格点位置即为被定位的无设 备目标所在位置。
[0016] 进一步地，作为本发明的一种优选技术方案：所述步骤（4)中稀疏恢复采用块稀 疏重构算法对稀疏矢量X进行在线更新。
[0017] 进一步地，作为本发明的一种优选技术方案：所述利用块稀疏重构算法对稀疏矢 量X进行在线更新，具体为：
[0018] 步骤（41)、将稀疏矢量X分成若干块，并定义指示函数β (X)，结合12范数构造 ly 范数；
[0019] 步骤（42)、利用双曲正切函数构造近似ly范数的函数，以得到求解稀疏矢量的 目标函数；
[0020] 步骤（43)、利用FR算法迭代求解所述目标函数，以获得迭代更新后的稀疏矢量。
[0021] 进一步地，作为本发明的一种优选技术方案：所述步骤（4)中在线字典更新过程 采用增量学习方法进行更新。
[0022] 本发明采用上述技术方案，能产生如下技术效果：
[0023] (1)本发明的方法利用压缩感知原理进行无设备目标定位，既保持了现有射频类 DFL方法成本低、布置简单，适应暗场环境等特点，又可以降低对测量链路数目的要求。
[0024] (2)本发明的方法根据训练样本在线动态调整字典，可以自适应环境的变化，提高 定位精度，并且该方法在线阶段只采用增量方式就可以实现自适应学习，既可以动态地适 应环境变化，避免把环境因素引起的RSS波动误认为是目标出现，又大大降低了计算复杂 度。
[0025] (3)本发明的方法采用块稀疏重构算法，不仅利用了定位问题的天然稀疏性，而且 利用了稀疏信号的内在结构特征，可以有效提高稀疏重构性能，不仅适用于单目标定位，而 且适用于多目标定位。
【专利附图】
【附图说明】
[0026] 图1是本发明环境自适应的无设备目标定位方法中构建定位系统示意图。
[0027] 图2是本发明环境自适应的无设备目标定位方法中椭圆阴影模型示意图。
[0028] 图3是现有技术采用CS_DFL方法的单个目标成像实验结果图。
[0029] 图4是本发明实施例中单个目标成像实验结果图。
[0030] 图5现有技术采用CS_DFL方法的多个目标成像实验结果图。
[0031] 图6是本发明实施例中多个目标成像实验结果图。
【具体实施方式】
[0032] 下面结合说明书附图对本发明的实施方式进行描述。
[0033] 本发明提供了一种环境自适应的无设备目标定位方法，包括如下步骤：
[0034] 步骤（1)、定位系统建立：定位区域如图1所示，定位系统包括Μ个用于通信的无 线收发节点，以ΙΕΕΕ802. 15. 4的无线通信协议为基础进行组网，两两之间可以互相通信， 因此可以组成K = MX (M-l)/2对无线链路。
[0035] 根据通信理论，第i对链路中接收端的接收信号强度值（Received Signal Strength, RSS)可以表示为
[0036] yi (t) = Pi-Li-Si (t) -Fi (t) -Vi (t) (1)
[0037] 其中，i为自然数，且1 < i < K。Pi表示发送端的发射功率，一般假设发送功率固 定，1^表示与传输距离、天线模式等相关的静态损耗，Sjt)表示阴影损耗，Fjt)表示衰落 损耗， Vi(t)代表噪声。由于相邻两个时刻，无线传播环境变化很小，所以可以近似认为其中 静态项几乎相同。因此，假设两个相邻时刻h和t 2，则两个时刻RSS的变化量Λ yi可以表 示为
[0038] Ayj = yi(t2)-yi(t1) = Si (t^-Si (t2)+Fi (t^ ^ (t2)+Vi (t^-Vi (t2) (2)= S^t^-Si (t2) +ni
[0039] 其中叫=Fi (tD -Fi (t2) +Vi (t) -Vi (t2)表示衰落损耗差和噪声。
[0040] 步骤（2)、稀疏化处理：将定位系统中Μ个供于通信的无线收发节点所围成的定位 区域划分为Ν个格点（格点位置已知），格点的大小根据定位精度的需要而定。从（2)式可 以看出，A yi主要受到阴影衰落的影响，而这种影响可能来源于定位区域内任何一个格点 上出现被定位目标（人或物体），因此Ayi又可以表示为
[0041]
【权利要求】
1. 一种环境自适应的无设备目标定位方法，其特征在于，包括以下步骤： 步骤（1)、利用Μ个无线通信节点进行组网建立定位系统；由任意两个无线通信节点之 间建立通信，形成K = MX (Μ-1)/2对无线链路；测量每对无线链路中接收端的接收信号强 度值，并汇集到定位中心； 步骤（2)、定位中心将若干无线通信节点所围成的定位区域划分为N个格点，并根据格 点处出现目标时对链路中接收端的接收信号强度值的影响，构建稀疏定位模型： y = Wx+n 其中，y表示所有链路中每个接收端在两个相邻时刻接收信号强度的变化量；χ为稀疏 矢量，其中每个分量表示对应格点处信号强度的变化;w为理想字典，其中每个分量表示 第j个格点处出现目标时对第i条链路接收端所收到信号强度值变化所造成影响的权重， i，j均为自然数，且1 < i < Κ，1 < j < N ;n表示衰落损耗差和噪声； 步骤（3)、采用椭圆阴影模型确定每个格点处出现目标时对相应链路接收端所收到信 号强度值变化所造成影响的权重得到理想字典W ; 步骤（4)、根据链路中接收端接收信号强度值的变化，对步骤（3)所得的理想字典W进 行在线字典学习，所述在线字典学习采用对理想字典W进行字典更新和对稀疏矢量χ进行 稀疏恢复交替进行；所述更新后的稀疏矢量中非零值所对应格点位置即为被定位的无设备 目标所在位置。
2. 根据权利要求1所述环境自适应的无设备目标定位方法，其特征在于：所述步骤（4) 中稀疏恢复采用块稀疏重构算法对稀疏矢量χ进行在线更新。
3. 根据权利要求2所述环境自适应的无设备目标定位方法，其特征在于：所述利用块 稀疏重构算法对稀疏矢量χ进行在线更新，具体为： 步骤（41)、将稀疏矢量χ分成若干块，并定义指示函数β (χ)，结合12范数构造12?(ι范 数； 步骤（42)、利用双曲正切函数构造近似12?(ι范数的函数，以得到求解稀疏矢量的目标 函数； 步骤（43)、利用FR算法迭代求解所述目标函数，以获得迭代更新后的稀疏矢量。
4. 根据权利要求3所述环境自适应的无设备目标定位方法，其特征在于：所述步骤（4) 中在线字典更新过程采用增量学习方法进行更新。
【文档编号】H04W64/00GK104093202SQ201410312854
【公开日】2014年10月8日 申请日期:2014年7月2日 优先权日:2014年7月2日
【发明者】王婷婷, 桂小婷, 柯炜 申请人:南京信息工程大学