基于贝叶斯压缩感知多目标定位算法.pdfVIP

第３５卷第 １０期　 　 　 　 　 　 　 　 　 　 　 哈　 尔　 滨　 工　 程　 大　 学　 学　 报　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．３５ №．１０ ２０１４年１０月　 　 　 　 　 　 　 　 　 　 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ 　 　 　 　 　 　 　 　 　 　 　 Ｏｃｔ．２０１４ 基于贝叶斯压缩感知多目标定位算法 １ １ ２ １ 吴哲夫 ，许丽敏 ，陈滨 ，覃亚丽 （１．浙江工业大学信息学院，浙江杭州３１００２３；２． 浙江工业大学 艺术学院，浙江杭州３１００２３） 摘　 要：针对室内多目标基于无线信号强度定位中的数据采集和精确度问题，引入基于贝叶斯压缩感知和拉普拉斯先验 模型算法，从而满足在达到所需定位精确度的同时降低网络系统开销。 所提出的方法是基于接收信号强度来感知位置 变化，各移动设备上利用随机投影对接收到的信号强度进行压缩并传输，在采集中心通过基于拉普拉斯先验的贝叶斯压 缩感知重构算法并结合最大似然函数法和迭代逼近法计算出各移动设备的位置。 仿真结果表明了利用贝叶斯压缩感知 重构算法实现室内多个移动设备的定位具有较高精确度，与ｏｒｔｈｏｇｏｎａｌ ｍａｔｃｈｉｎｇｐｕｒｓｕｉｔ （ＯＭＰ）重构算法相比较其定位精 度至少提高了５２．２％，与ｂａｓｉｓ ｐｕｒｓｕｉｔ（ＢＰ）重构算法相比较至少提高了１３．７％。 关键词：多目标定位；贝叶斯压缩感知；接收信号强度；传感网络 ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１００６⁃７０４３．２０１３０６０６４ － 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｏｉ／ １０．３９６９／ ｊ．ｉｓｓｎ．１００６ ７０４３．２０１３０６０６４．ｈｔｍｌ 中图分类号：ＴＰ３９３　 文献标志码：Ａ　 文章编号：１００６⁃７０４３（２０１４）１０⁃１２８２⁃０６ Ｂａｙｅｓｉａｎ ｃｏｍｐｒｅｓｓｉｖｅ ｓｅｎｓｉｎｇ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｍｕｌｔｉｐｌｅ ｔａｒｇｅｔ ｌｏｃａｌｉｚａｔｉｏｎ １ １ ２ １ ＷＵ Ｚｈｅｆｕ ，ＸＵ Ｌｉｍｉｎ ，ＣＨＥＮ Ｂｉｎ ，ＱＩＮ Ｙａｌｉ （１．Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ，Ｚｈｅｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ３１００２３，Ｃｈｉｎａ；２．Ｓｃｈｏｏｌ ｏｆ Ａｒｔ，Ｚｈｅｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＴｅｃｈ⁃ ｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ ３１００２３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｒｅｄｕｃｅ ｔｈｅ ｏｖｅｒｈｅａｄ ｏｆ ｔｈｅ ｎｅｔｗｏｒｋ ｓｙｓｔｅｍｗｈｉｌｅ ｍａｉｎｔａｉｎｉｎｇ ｔｈｅ ｓｕｆｆｉｃｉｅｎｔ ａｃｃｕｒａｃｙ ｏｆ ｉｎｄｏｏｒ ｌｏｃａｌｉｚａｔｉｏｎ，Ｂａｙｅｓｉａｎ ｃｏｍｐｒｅｓｓｅｄ ｓｅｎｓｉｎｇ ａｎｄ Ｌａｐｌａｃｅ ｐｒｉｏｒ ｍｏｄｅｌ ｗｅｒｅ ｅｘｐｌｏｒｅｄ ｔｏ ｓｏｌｖｅ ｉｎｄｏｏｒ ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ ｄａｔａ ｃｏｍｐｒｅｓｓｉｎｇ ｏｆ ｍｕｌｔｉｐｌｅｗｉｒｅｌｅｓｓｄｅｖｉｃｅｓ．Ｔｈｅ ｐｒｏｐｏｓｅｄ ｉｎｄｏｏｒ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍｗａｓｂａｓｅｄ ｏｎ ｒｅｃｅｉｖｅｄ ｓｉｇｎａｌ ｓｔｒｅｎｇｔｈ （ＲＳＳ） ｍｅａｓｕｒｅｍｅｎｔ．Ｉｔｗａｓｆｏｌｌｏｗｅｄｂｙ ｃｏｍｐｒｅｓｓｉｎｇｔｈｅ ＲＳＳｗｉｔｈｒａｎｄｏｍｐｒｏｊｅｃｔｉｏｎｏｎｔｈｅｍｕｌｔｉｐｌｅｗｉｒｅ⁃ ｌｅｓｓｄｅｖｉｃｅｓａｎｄｍａｋｉｎｇａｃｃｕｍｕｌａｔｉｏｎａｆｔｅｒｔｒａｎｓｍｉｔｔｉｎｇｔｈｅｍｔｏｔｈｅｃｅｎｔｅｒｓｅｒｖｅｒ．Ｔｈｅｌｏｃａｔｉｏｎｓｏｆｔｈｅｓｅｔａｒｇｅｔｓｗｅｒｅ ｄｅｔｅｒｍｉｎｅｄ ｂｙｃｏｌｌｅｃｔｉｎｇＲＳＳｂａｓｅ