[发明专利]完全分布式无线传感网中鲁棒性多声源定位方法

摘要

本发明公开了一种完全分布式无线传感网中鲁棒性多声源定位方法，该方法包括以下步骤：首先构造完全分布式的无线传感器网络；然后建立含混合噪声的声源信号模型；在此基础上采用EM算法的E步完成传感器检测信号总能量的分解；针对每个节点利用M估计完成声源位置的估计；最后利用鲁棒性均值一致性算法对每个节点所得的估计值进行融合以得声源位置的全局估计值，进一步提高定位精度。本方法利用了EM算法和M估计算法的有效结合，显著地提高了定位精度，同时采用了基于完全分布式结构的网络类型，避免了大量数据远距离无线传输，节省了大量能量。

主权项

1.一种完全分布式无线传感网中鲁棒性多声源定位方法，其特征在于，该方法包括以下步骤：步骤一，建立直角坐标系，布设传感器节点，构建完全分布式无线传感器网络，即每个传感器节点只与邻居节点进行通信和数据传输；在一个无线传感器网络的监测区域内，有K个声源和随机布设的N个节点组成，其中节点位置已知，表示为{ln＝[xn,yn]T,1≤n≤N}；声源的位置未知，表示为{τk＝[xsk,ysk]T,1≤k≤K}；步骤二，构建含混合噪声的声源信号模型；无线传感网中第n个节点在时刻t检测到信号的能量值表达式为：yn(t)＝f(xn,θk(t))+en其中||ln‑τk||表示欧式距离，dnk＝||ln‑τk||；xn＝{ln,gn}为第n个节点的已知量，θk(t)＝{Sk,xsk,ysk}为第k个声源的未知量；声源定位的任务就是估计这些变量，en为非高斯混合噪声，其均值和方差为μ,σ2；gn为第n个节点的增益；步骤三，对传感器节点检测到的K个声源的能量叠加值，利用EM算法的E步完成声源能量的分解，即近似得到对应的每个声源的能量估计值，具体步骤为：对于第n个传感器节点及其邻居节点的集合Ω(n)，定义如下矩阵表达形式如下式(6.1)(6.2)、(6.3)、(6.4)、(6.5)：H＝diag{1/σ,…,1/σ}        (6.2)S＝[S1,…,SK]T       (6.3)其中Y为集合Ω(n)中L_n个节点检测到的能量组成的向量，S表示K个声源单位距离处能量强度组成的向量，S_k为第k个声源在单位距离1m处的能量强度；用y_lk,l＝1,…,L_n,k＝1,…,K表示集合Ω(n)中第l个节点检测到第k个声源的能量，Y′_k,k＝1,…,K表示集合Ω(n)中L_n个节点检测到第k个声源的能量向量，因此检测信号之间的关系可表示为如下式(7)和(8)：其中A是一个由K个单位阵I组成的矩阵，其表达如下式(9)：在EM(expectation maximization)算法中，将Y′k,k＝1,…,K作为隐变量，则在E(expectation)步对隐变量Y′k,k＝1,…,K求期望可得隐变量的估计值为如下式(10)：因此，可以得到L_n个节点从第k个声源检测到能量信号的估计值完成了信号能量的分解；带特殊符号∧的变量或向量为其相对应变量或向量的估计值；步骤四，构建M估计目标函数，利用迭代非线性加权最小二乘法完成声源位置估计，即每个传感器节点都得到K个声源位置估计值；步骤五，根据传感器节点得到的估计值，然后利用鲁棒一致性算法对所得的估计值进行融合以得声源位置的全局估计。