[发明专利]自适应栅格化提升矩阵补全性能的信号源定位方法和系统

说明书

一种自适应栅格化提升矩阵补全性能的信号源定位方法和系统，其中的方法包括：获取观测区域中的传感器输出的传感器数据；对观测区域进行自适应栅格化；构造栅格化矩阵；对栅格化矩阵进行矩阵补全；对补全后的栅格化矩阵进行向量分解得到指纹向量，利用指纹向量计算得到信号源的位置坐标。由于在进行栅格化时采用了自适应栅格化，使所有传感器到它们各自所在栅格的中心点的距离之和最小，使得传感器趋近于其所在栅格的中心点，减小了观测误差，提高了信号源定位的精确度。

技术领域

本发明涉及无线通信技术领域，具体涉及一种自适应栅格化提升矩阵补全性能的信号源定位方法和系统。

背景技术

近年来，海洋研究越来越受到重视，而水下通信对海洋研究来说至关重要，无论是在军事上还是经济上，水下通信作为无线通信的一个领域都发挥着重要作用，水下定位就是水下通信中的一项重要技术，随着海洋研究的深入，对水下定位的精确度的要求也越来越高。由于海洋洋流的不稳定性，以及水温、潮汐等的影响，在海洋中无法使用一个参数化的模型来帮助定位信号源，需要使用不依赖于参数化模型的定位方法。类似的，城市中分布着非法的黑电台，传播一些违法信息，但由于黑电台的频率未知，且隐藏的位置比较隐秘，也无法大量采集数据使用机器学习的方法来定位，因此定位这样一个黑电台具有很高的难度。此外，随着信息技术的发展，无线通信设备越来越稳定，且成本逐渐降低，室内定位技术越来越受到重视，在办公楼、工厂、施工地等场所通过室内定位技术可以对人员、设备、物资进行实时定位，便于管理和调度。GPS(Global Positioning System，全球定位系统)作为常用的定位技术被广泛地应用，但是在室内场景下，由于存在非视距的情况，导致信号衰减，GPS显得不那么可靠，传统的WCL(Weighted Central Localization，加权质心定位)方法也无法达到足够的精确度。同样，在一些无人区，如荒漠或者军事战场中，往往也不知道对应的参数化模型，在这些场景中定位信号源难度较大。

加权质心定位方法是常用的信号源定位方法，这个方法虽然具有复杂度低、硬件资源消耗较少的特点，但是却非常依赖于参数的选取并且受传输环境影响较大，受限于信号的多径传播、非视距等情况，导致该方法的定位精确度不高。现在，机器学习的方法非常受欢迎，但是该方法需要训练模型，会花费较多资源，且训练时需要使用大量数据，而在很多情况下是无法采集大量数据的。基于矩阵的信号源定位方法和上述两种方法相比，不依赖于参数选取，且数据需求量较小，具有一定优势，但是在栅格化或者说矩阵建立的过程中仍然存在着一些误差。因此，采取措施来缩小误差显得非常重要。

发明内容

本申请提供一种自适应栅格化提升矩阵补全性能的信号源定位方法和系统，旨在减小基于矩阵进行信号源定位时的误差。

根据第一方面，一种实施例中提供一种自适应栅格化提升矩阵补全性能的信号源定位方法，包括：

获取观测区域中的传感器输出的传感器数据，所述传感器数据包括传感器的位置坐标和传感器接收的来自信号源的信号强度；

对所述观测区域进行自适应栅格化，使所有传感器到它们各自所在栅格的中心点的距离之和最小，得到各个栅格的中心点的位置坐标；

构造栅格化矩阵H，栅格化矩阵H中的每个元素对应一个栅格，元素的值与以栅格的中心点为圆心、在预定半径范围内的传感器接收的来自信号源的信号强度正相关；

对所述栅格化矩阵H进行矩阵补全，以恢复所述栅格化矩阵H中缺失的元素；

对补全后的所述栅格化矩阵H进行向量分解，得到指纹向量，利用所述指纹向量计算得到信号源的位置坐标。

一种实施例中，所述对所述观测区域进行自适应栅格化，使所有传感器到它们各自所在栅格的中心点的距离之和最小，得到各个栅格的中心点的位置坐标，包括：

对所述观测区域进行初始栅格化，得到各个栅格的初始中心点的位置坐标；