[发明专利]定位目标的方法和装置

说明书

技术领域

本发明涉及定位技术领域，并且更具体地，涉及定位目标的方法和装置。

背景技术

无线定位技术（以下简称为定位技术），是通过对接收到的无线电波的某些参数进行测量，并根据对参数测量数据的处理来判断被测量物体的位置，这些参数包括接收信号强度（RSS,Received Signal Strength）、到达时间（TOA,Time Of Arrival）、到达角度(AOA,Angle Of Arrival)等等。基于RSS的定位是通过测量接收信号的功率和已知的信道衰落模型来对目标进行定位；基于TOA的定位是通过测量接收信号从发射到达检测节点的时间从而对目标进行定位；基于AOA的定位则是通过测量接收信号相对某个方向的入射角来对目标进行定位。定位技术根据定位系统内参与定位的检测节点个数以及定位系统结构，又可分为自我定位系统和基于网络的定位系统。自我定位系统是由检测节点根据接收到的已知位置发射机处发射信号携带的与自身位置有关的特征信息，来确定其与发射机之间的几何位置关系，并由此来计算出自身的位置从而完成自我定位。基于网络的定位系统则是由多个检测节点同时检测被测量物体辐射的信号，并将各个接收信号中携带的与被测量物体位置有关的特征信息发送到一个信息融合中心，由该信息融合中心计算出被测量物体位置从而完成多检测节点联合定位。通常在实际应用中，在观测区域内，不止存在一个待定位目标，当同时存在多个目标待定位时，则构成了更加复杂的多目标定位问题。

在多目标定位应用中，可将整个观测区域看成一张网格。多目标定位系统要解决的任务是如何通过测量数据来实现对所有目标位置的准确定位。解决以上任务的一种理想方案是，在网格内的所有坐标点上均部署检测节点，获取网格内所有位置处的RSS，从而根据功率（能量）在整个网格内的分布来准确定位网格内的多个目标。但是，这种理想的方案却将造成定位系统内的极大开销，如能耗开销（由于大量节点均参与定位所以系统总能耗增大）、通信开销（由于节点的增加，节点向融合中心发送的总数据量增加，加大了系统内的通信开销）、计算开销（由于总测量数据量的增加，定位系统用于估计目标位置的计算复杂度增大）等等。

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，可以用较少的检测节点来实现对观测区域内的多目标进行定位。在传统的信号处理理论中，依据香农采样定理：对信号的采样速率要至少等于2倍信号带宽才可以无失真地恢复原信号，并将该最小采样速率称为Nyquist（奈奎斯特）采样速率。但是，随着当今对数据量的需求以及待处理数据量的飞速增长，承载数据的信号带宽将越来越宽，导致所需的Nyquist采样速率越来越高，而现有硬件设备的模数转换和信号处理能力尚无法满足对宽带信号需求的高速增长。而且，从另一个方面考虑，即便未来硬件实现水平提高，海量的数据采集也不是必不可少的。以现有的图像处理为例，为降低存储和传输开销，通常将采样后获得的数据进行压缩，以很少的比特表示图像中的重要信息（仅保留重要数据而丢弃其余的非重要数据），在接收端通过译码处理重建原有图像。这种先高速采样再压缩丢弃的方法造成了采样资源的极大浪费。为了将采样和压缩合二为一同时进行，即直接以低于Nyquist的采样速率来采集数据，业界提出了CS技术，该技术提供了一套全新的高效信号处理理论和方法。CS技术的提出是基于信号的稀疏性这一前提，即通常信号可在某一变换空间的一组正交基上对应一个稀疏的系数向量，该系数向量中仅有少量非零元素。在CS的编码端，通过一个低速（小于Nyquist采样速率）采样矩阵对信号进行线性投影，经过低速采样后获得的数据是一个降维的采样输出向量（该向量维度小于原信号向量维度）；在CS的译码端，信号的稀疏性这一前提使得这个欠定问题（未知量的个数大于等式的个数）可以通过突优化的方法进行求解，即重建原信号。由于CS技术的高效信息处理方式可显著降低信息获取开销，目前已吸引了学术界和工业界的广泛关注，在实际系统中具有广泛的应用前景，例如：图像处理、目标定位、信道估计、无线传感器网络（WSN,Wireless Sensor Networks）、认知无线电（CR,Cognitive Radio）等等。将CS技术运用到多目标定位应用中，利用目标向量的空间稀疏性，可以通过较少的检测节点来对网格内的多个目标进行多目标定位。