[发明专利]基于相位偏移的贝叶斯压缩感知无源定位方法

权利要求书

1.一种基于相位偏移的贝叶斯压缩感知无源定位方法，其特征在于包括如下步骤：

步骤1：对设定的定位区域进行网格化处理；

步骤2：在定位区域四周部署传感器节点并采集无线链路相位信息；

步骤3：建立基于PRS权重模型的无源字典；

步骤4：用基于变分贝叶斯推理的压缩感知稀疏恢复算法估计目标位置、更新相关参数；

步骤5：网格裁剪；

步骤6：重复执行步骤4到步骤5，当测量残差小于设定阈值或达到最大迭代次数时终止，取最终迭代结果为目标定位结果。

2.根据权利要求1所述的基于相位偏移的贝叶斯压缩感知无源定位方法，其特征在于上述步骤1：对设定的定位区域进行网格化处理，其具体过程为：

对定位区域进行网格化处理，将定位区域划分为N个大小相同的网格，并按顺序编号，即1,2,3,...,n,...,N，用一个N维向量θ_N×1表示K个目标的位置分布，K＜＜N；若某个网格含有目标，则将该网格中心点直角坐标系坐标视为目标位置，并在θ_N×1中对应位置设为1，其余位置置0，令每个网格内至多含有一个目标。

3.根据权利要求2所述的基于相位偏移的贝叶斯压缩感知无源定位方法，其特征在于上述步骤2：在定位区域四周部署传感器节点并采集无线链路相位信息，其具体过程为：

定位区域内随机分布有K个目标，为了估计目标位置，在定位区域四周部署能够采集相位信息的传感器节点，测量各无线链路的相位信息，从而计算相位偏移值；将传感器均匀部署在定位区域的边界上，假设传感器数量为2M，每两个传感器()组成一条无线链路，则共有M条无线链路，两个传感器为一发一收，将M条无线链路的相位测量值存储在向量y_K中，则相位偏移值向量y表示为：

y＝y_K-y₀

其中，y₀为M条无线链路空闲时的相位测量值向量。

4.根据权利要求3所述的基于相位偏移的贝叶斯压缩感知无源定位方法，其特征在于上述步骤3：建立基于PRS权重模型的无源字典，其具体过程为：

根据PRS权重模型，目标阴影效应所导致的相位偏移可计算为：

其中，φ_l,i表示位于第i个网格的目标对链路l的阴影效应所导致的相位偏移，(U_i,V_i)为第i个网格在U-V坐标系中的坐标，d_l为链路l的长度，R_l为链路l第一菲涅尔带的最大半径，A_l为链路l相位偏移的最大值，c_l为链路l中点的归一化相位偏移；

从而，构建无源字典Φ：

相位偏移值向量y表示为：

y＝Φθ+ε

其中，θ为稀疏位置向量，ε为零均值噪声向量。