针对无线传感器网络中的联合接收信号强度(received signal strength,RSS)和到达角度(angle of arrival,AOA)定位问题,提出一种全新的凸组合定位方法。该方法使用某些特定点(称为虚拟点)的凸组合来估计目标点的位置。提出了基于二次约...针对无线传感器网络中的联合接收信号强度(received signal strength,RSS)和到达角度(angle of arrival,AOA)定位问题,提出一种全新的凸组合定位方法。该方法使用某些特定点(称为虚拟点)的凸组合来估计目标点的位置。提出了基于二次约束二次规划(quadratically constrained quadratic programming,QCQP)和半正定规划(semidefinite programming,SDP)两种虚拟点构造方法。在此基础上,将目标定位的极大似然(maximum likelihood,ML)估计问题进行凸化,得到组合系数,进一步得到目标定位结果。数值实验表明,所提出的凸组合方法比文献中的几种定位方法具有更高的精度,特别是相对于线性最小二乘(linear least squares,LLS)方法,精度最高提升约40%。此外,其定位结果可以作为ML估计方法的初始化,进一步提升定位性能。展开更多
在基于接收信号强度(received signal strength,RSS)的定位中,传感器量测的系统偏差及锚节点位置的不确定性会对定位结果造成严重影响。对此,提出一种面向不确定量测的鲁棒定位方法。首先,针对传感器量测有偏差及锚节点位置不确定的定...在基于接收信号强度(received signal strength,RSS)的定位中,传感器量测的系统偏差及锚节点位置的不确定性会对定位结果造成严重影响。对此,提出一种面向不确定量测的鲁棒定位方法。首先,针对传感器量测有偏差及锚节点位置不确定的定位问题,建立相应的量测模型;其次,基于经典的极大似然估计准则建立关于目标位置的估计问题;最后,对所建立的非凸位置估计问题,采用合理的近似、松弛数学手段,将其转化为凸的半正定规划问题,从而保证得到全局最优解。仿真实验表明,在不同定位场景和条件下,所提方法的定位精度相比文献中的几种定位方法均有明显的优势,最高可提升约50%,证明其能有效降低量测不确定性对定位结果的不利影响,具有良好的鲁棒性。展开更多
文摘针对无线传感器网络中的联合接收信号强度(received signal strength,RSS)和到达角度(angle of arrival,AOA)定位问题,提出一种全新的凸组合定位方法。该方法使用某些特定点(称为虚拟点)的凸组合来估计目标点的位置。提出了基于二次约束二次规划(quadratically constrained quadratic programming,QCQP)和半正定规划(semidefinite programming,SDP)两种虚拟点构造方法。在此基础上,将目标定位的极大似然(maximum likelihood,ML)估计问题进行凸化,得到组合系数,进一步得到目标定位结果。数值实验表明,所提出的凸组合方法比文献中的几种定位方法具有更高的精度,特别是相对于线性最小二乘(linear least squares,LLS)方法,精度最高提升约40%。此外,其定位结果可以作为ML估计方法的初始化,进一步提升定位性能。
文摘在基于接收信号强度(received signal strength,RSS)的定位中,传感器量测的系统偏差及锚节点位置的不确定性会对定位结果造成严重影响。对此,提出一种面向不确定量测的鲁棒定位方法。首先,针对传感器量测有偏差及锚节点位置不确定的定位问题,建立相应的量测模型;其次,基于经典的极大似然估计准则建立关于目标位置的估计问题;最后,对所建立的非凸位置估计问题,采用合理的近似、松弛数学手段,将其转化为凸的半正定规划问题,从而保证得到全局最优解。仿真实验表明,在不同定位场景和条件下,所提方法的定位精度相比文献中的几种定位方法均有明显的优势,最高可提升约50%,证明其能有效降低量测不确定性对定位结果的不利影响,具有良好的鲁棒性。
