[发明专利]基于RSS和AOA联合测量的多辐射源无源定位方法

权利要求书

1.一种基于RSS和AOA联合测量的多辐射源无源定位方法，其特征在于包括以下步骤：

步骤1，在无线传感器网络中每个传感器无差别地接收所有辐射源信号，并在本地测量出接收信号的RSS和AOA，计算出传感器到辐射源的单位方向向量；

如下所示，

其中，p_m＝[p_mx，p_my，p_mz]^T为第m个传感器的三维坐标，q_n＝[q_nx，q_ny，q_nz]^T为第n个辐射源的三维坐标；为第m个传感器与第n个辐射源间的RSS，P₀为在参考距离d₀处测得的发射功率，γ为在一定范围内变动的路径损耗指数，||q_n-p_m||为第m个传感器与第n个辐射源间的欧氏距离，为服从零均值高斯分布的RSS测量噪声变量；为第m个传感器处测得第n个辐射源的仰角，为服从零均值高斯分布的仰角测量噪声；为第m个传感器处测得第n个辐射源的方位角，为服从零均值高斯分布的方位角测量噪声；为第m个传感器到第n个辐射源的单位方向向量；

步骤2，所有传感器以协同工作方式将各自位置及其所测数据上报到融合中心；

如下所示，

C表示所有传感器在融合中心上报的数据，M为传感器个数，L为到达顺序个数，其中，(1≤m≤M)表示第m个传感器上报的所有数据，表示第m个传感器在第l个到达顺序上报的数据内容；

步骤3，融合中心选择关联算法解决上报数据与对应辐射源的关联问题；关联问题包含两个子问题：测量数据与对应辐射源在空间上的匹配问题和上报数据在融合中心的顺序纠正问题；

如下所示，

B表示运行关联算法后重新整理得到的数据，M为传感器个数，N为辐射源个数，

其中，表示第m个传感器对应于第n个辐射源的数据，

b_n＝[b_1n，b_2n，...，b_Mn]^T(1≤n≤N)表示M个传感器对应于第n个辐射源的所有数据；

具体过程如下：

分别运行最小转换距离求和算法和测量序列分类算法，通过重新排列组合C中的数据，形成与C维度一致的B；B的所有元素都来自于C，并且B的每一列表示M个传感器对应于同一辐射源n的测量数据；

步骤4，最小转换距离求和算法：采用基于空间坐标转换的迭代算法对测量数据的最小欧氏距离求和进行优化，解决关联问题中的两个子问题；

步骤5，测量序列分类算法：采用长-短期记忆网络以监督学习的方式对测量数据进行序列分类，解决关联问题中的两个子问题；

步骤6，融合中心完成上报数据与所有辐射源的关联后，利用加权最小二乘法线性化处理定位问题中的非凸性，并估计出所有辐射源的位置。