基于改进的贝叶斯压缩感知的多目标定位算法.pdfVIP

科技经济前沿 科技经济导刊 2016.02 期 基于改进的贝叶斯压缩感知的多目标定位算法 郑谓 (第七一五研究所浙江杭州 310023) 摘 要:室内精确定位技术是实现基于位置服务的关键环节。 考虑到室内复杂的环境，本文通过引入混 合高斯模型，对基于拉普拉斯先验分布的贝叶斯压缩感知的噪声模型进行修正，较好的实现了室内多目 标的定位。 它利用混合高斯模型取代原先的单个高斯正态分布模型来构造噪声分布，能更贴近实际情况。 相关的仿真验证了在人员走动、室内温温度变动等情况下，改造的基于拉普拉斯先验分布的贝叶斯压缩 感知多目标定位算法具有更好的定位效果，且具有更好的抗噪声千扰能力。 关键词:多目标定位;贝叶斯压缩感知;混合高斯模型 中图分类号: 0212.8 文献标识码: C 文章编号: 2096- 1995(2016)02- 0020- 03 及相应网格位置的信息，最后绘制成接收信号强度位置 1 冒l 盲 I 基于{fi置的服务(Location-ba时Servi邸， LBSs )[I[ 指纹库 V 并存储于中心服务器中，其中 V 表示为 21 的浪潮正在悄然兴起，在购物商城、医院、机场大厅 111 11,,… II H 1 等场所的导航、导购和服务优化等的应用快速得到人们 1._ = 11121 1122 ...11 1 1 的广泛关注，使得室内定位技术成为目前的研究热点。 Lw.v = [ [ (2- 1) 精确定位室内用户的位置是基于位置服务的前提。本论 LIIIIL2 ... IILNJ l 叫伽 文将贝怦压缩感知 (Bayesian Compr sing ， Í3 CS) [3I4)}j论和无线网络技术相结合对室内多目标定 其中 V 牛表示网格点 GP 接收到 AP 的信号强度的 i LjE 位问题进行讨论。论文[5] 提出了用贝叶斯框架与压缩 示整个定位区域中能够检测到的 平均值。 AP 点总 感知理论相结合的算法来实现多目标定位问题，该定位 V i 数， N表示网格点总数。故 中第 个行向量表示在某 算法是将噪声看成是均值为零，方差为的高斯正态分布， 个方向上各网格点接收到 AP