[发明专利]基于高斯过程回归的无线信号源定位方法

说明书

基于高斯过程回归的无线信号源定位方法,涉及无线信号源定位技术领域,为了解决现有的无线信号定位方法需要的场景先验信息多，场景变更需要重新获知场景分布信息的问题。本发明包括部署无线信号探测器，所有无线信号探测器的位置信息形成矩阵X；各无线信号探测器采集得到接收信号强度信息，并互相交换信息，所有接收信号强度信息形成向量r；矩阵X和向量r形成训练集，建立高斯过程回归模型，并根据训练集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；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。本发明适用于定位信号发射源位置。

技术领域

本发明涉及无线信号源定位技术领域。

背景技术

针对监狱中犯人使用非法无线通信设备的安全隐患，需要无线信号源定位技术完成对通信设备的侦测和定位，以达到阻断其通信的目的，保障监所安防监管。

现有的无线信号定位方法主要采用射线追踪等确定性模型仿真手段，需要的场景先验信息较多，场景房间的尺寸、分布状况以及障碍物尺寸等都需要确知才能给出较好的信号覆盖预测结果；如果场景变更，模型均需要重新获知场景分布信息，重新进行计算才能得到较好的结果。

发明内容

本发明的目的是为了解决现有的无线信号定位方法需要的场景先验信息多，场景变更需要重新获知场景分布信息的问题，从而提供基于高斯过程回归的无线信号源定位方法。

本发明所述的基于高斯过程回归的无线信号源定位方法，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。

优选的是，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。

优选的是，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，K_θ1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。