[发明专利]一种基于压缩感知与多边测量相结合的定位方法

说明书

本发明公开了一种基于压缩感知与多边测量相结合的定位方法，解决了井下环境复杂多变，电磁干扰严重，有别于奈奎斯特采样定理，仅采集少量数据就能实现定位，降低算法复杂度和通信开销，且大大提高定位精度，包括离线阶段和在线阶段。(1)离线阶段：在无线局域网环境下对任意椭圆定位区域进行信号采样，得到离线指纹库，存入中心服务器；(2)在线阶段：粗定位过程在定位区域内对参考节点和目标节点进行信号采样，构建观测矩阵和测量值向量，从服务器导入指纹库构建过完备字典，在观测矩阵和字典满足不相干的条件下，运用压缩感知重构算法确定目标分布的小区域；精定位过程运用多边测量定位方法在粗定位的基础上得到目标当前位置。

技术领域

本发明属于室内定位领域，涉及基于压缩感知与多边测量相结合的煤矿井下定位方法，适用于环境相对复杂，定位开销要求较少的环境。

背景技术

随着无线网络的普及和不断发展，各种定位技术比比皆是，基于位置服务的应用受到各界的广泛关注和不断探索，无线定位技术已经在教育、医疗、公共安全、目标追踪和军事等领域不断得到突破发展。常用的传统定位系统中基于测量参数的方法，主要有基于接收信号强度(RSSI)、到达时间(TOA)、到达时间差(TDOA)和到达角度(AOA)等。但是这些方法定位的精确度取决于测量参数的准确性，在复杂多变、不确定因素居多的室内环境中，噪声干扰以及建筑物遮挡、距离因素等，都极大可能会给定位带来较大的误差；且基于这些方式的系统需要很多特定的硬件设备支持辅助，测试处理大量数据，工作量很大，这样就给定位过程带来诸多不便，在一定程度上限制了定位系统的普及应用。

多边测量定位技术采用一种特有的方式来布设参考节点，接收信号强度(Received Signal Strength,RSS)仅需无线收发器，具有容易被无线电设备接收的特性，只需少量硬件辅助设备，实现简单，成本低。因此在多边测量定位技术中，采用基于RSS的基站选择策略，提高多边测量法对复杂环境的适应性。基于RSS的定位被广泛用来研究，众所周知的有基于指纹库的定位，利用信号传播模型离线阶段训练指纹库，在线定位阶段将接收到的目标信号强度与离线指纹库进行比对进而得到目标估计，但在干扰甚多的复杂巷道环境中，当接收信号强度的数目较少时，定位效果不理想。而且此类定位方法使用奈奎斯特采样定理，要求采样频率大于或等于信号中最高频率的两倍来采集样本，所需通信开销和处理的信息量很大。当室内环境发生较大变化时，离线数据指纹库的更新也需要很大工作量。

定位通信开销、环境噪声以及建筑物的干扰、数据处理复杂度是定位需要考虑的几个重要方面。压缩感知理论指出：如果信号是可压缩的或者在某个变换域内是稀疏的，并且变换基与观测矩阵具有不相关性，则可用远比奈奎斯特采样速率低的采样频率以高概率进行无损恢复。实现方式是：借助一个变换矩阵，将一个高维信号转换到一个低维空间，再通过求解一个优化问题，把低维空间里的投影信号，以高概率恢复成初始信号。压缩感知作为一门新兴的采样理论，通过挖掘信号的可压缩特性，在远低于香农-奈奎斯特采样率的条件下进行信号采样，最后通过重构算法完美的重建信号。它的这一特性正好与基于RSS基站选择策略的多边测量定位技术相结合，由于测量信号数具有稀疏性，所以就可以根据少量的采样值利用压缩感知理论与多边测量定位技术有效结合，得到目标的精确位置。

综上所述，在定位系统中运用压缩感知理论，根据压缩感知的特性，通过少量采样值来重构目标的位置信息向量，得到目标位置，此方法大大降低了计算复杂度，减少通信开销。因此，有必要设计一种新的基于压缩感知的方法来实现室内定位提高定位性能。

发明内容