[发明专利]基于高斯过程回归的无线信号源定位方法

权利要求书

1.基于高斯过程回归的无线信号源定位方法，其特征在于，该方法包括：

步骤一、部署无线信号探测器，并记录每个无线信号探测器的位置信息，所有无线信号探测器的位置信息形成矩阵X；

步骤二、各无线信号探测器采集得到接收信号强度信息，并互相交换接收信号强度信息，所有接收信号强度信息形成向量r；

步骤三、矩阵X和向量r形成训练集T，T＝{X,r}，建立高斯过程回归模型，并根据训练集T求解高斯过程回归模型中的超参数，得到建立好的高斯过程回归模型；

步骤四、采用建立好的高斯过程回归模型对新的位置处的接收信号强度信息进行预测，完成整个关注区域的接收信号强度分布的预测，得到信号发射源位置。

2.根据权利要求1所述的基于高斯过程回归的无线信号源定位方法，其特征在于，所述步骤三具体为：

训练集T上的边缘似然函数为：

其中，p(·)为概率密度函数，K是根据核函数得到的核矩阵，是观测量中的噪声方差取值，I是单位矩阵，n是向量的维度；

采用迭代算法求解公式1中核函数的最优超参数；

将最优超参数带入建立的高斯过程回归模型，得到建立好的高斯过程回归模型。

3.根据权利要求2所述的基于高斯过程回归的无线信号源定位方法，其特征在于，所述核函数k(x_i,x_j)为：

其中，x_i是第i个无线信号探测器的位置向量，x_j是第j个无线信号探测器的位置向量，是修正贝塞尔函数，Γ(·)是Γ函数，δ(·)是狄拉克函数，θ₁、θ₂、θ₃、θ₄、θ₅、θ₆和θ₇是超参数，k₁(x_i,x_j)用于建模传播的信号在遇到建筑物反射时的快速衰减部分，k₂(x_i,x_j)用于建模路径衰减损耗带来的信号慢变部分，k₃(x_i,x_j)用于建模去除深衰落点的部分。

4.根据权利要求2所述的基于高斯过程回归的无线信号源定位方法，其特征在于，所述核函数k(x_i,x_j)为：

其中，x_i是第i个无线信号探测器的位置向量，x_j是第j个无线信号探测器的位置向量，k₄(x_i,x_j)用于建模信号传播的慢变路径损耗部分，k₅(x_i,x_j)用于建模信号传播的快变部分，k₆(x_i,x_j)用于建模信号传播过程中发生的多径效应部分，δ(·)是狄拉克函数，θ₁、θ₂、θ₃、θ₄、θ₅、θ₆和θ₇是超参数。