基于半正定规划的局部化传感器网络定位研究 计算机科学与技术专业论文.docxVIP

基于半正定规划的局部化传感器网络定 位研究 Sensor network localization, a localized algorithm based on semi-definite programming 学科专业：计算机科学与技术 研 究 生：邹晨俊 指导教师：侯越先 教授 天津大学计算机学院 二零一二年十一月 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得 天津大学 或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津大学 有关保留、使用学位论文的规定。 特授权 天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘 要 给定一个点对距离的子集，可能还有部分点(锚点)的绝对位置，是否能在给 定的维数空间内精确估计所有未知点位置，这个问题称为欧式距离几何，或者图 实现问题，涉及解一个非严格凸的最优化问题。在给出部分含噪声的距离条件下， 半正定规划会导致高维解，在传感器定位这样的应用背景下，超过三维的解没有 实际意义，因此我们需要采用 soft 的方法限制解的维数。 本文的主要工作： 1、介绍半正定规划解图实现的全新框架。包括欧式矩阵补全框架[1]和图的可 嵌入性条件。 2、在半正定规划解图实现框架下，我们采用机器学习中用来产生低秩(稀疏) 解的 trace-norm 正则化条件，降低解的维度，提高现有算法的估计精度。 将我们的算法应用于传感器定位问题，我们可以在网络含极少锚点，较 小通信半径情况下，取得比 GPS 三角测量法更好的效果。 3、随着未知点个数的增长，半正定规划解法变成计算不可解，我们讨论一 种局部方法实现图顶点定位，先对局部图顶点定位，然后将这些 patch 拼 接成一个整体，作为整体的定位结果的方法。局部的图实现算法不仅仅 在计算效率，而且在精度上都优于全局的图实现算法。 需要指出的是我们提出的方法是一种通用的解法，也能应用于分子模型构建， 并不局限于传感器定位问题。 关键词： 传感器网络定位 半正定规划 多维标度技术 距离几何 ABSTRACT Given a subset of pairwise distance, there may be some fixed points (anchor) of the absolute position, whether we can estimate all unknown point position accurately within a given dimensional space involves in the solution of a non-strictly convex optimization problem. This problem is known as the Euclidean distance geometry, or graph realization problem. Semi-definite programming will lead to high-dimensional solution when partial distance information contains noise. Under the application of sensor localization background, over a three-dimensional solution has no real meaning, so we need to limit the dimension of solutions using ?soft‘ methods. In this paper, the main work: Introducing the new framework of semi-definite programming in graph realization. Euclidean matrix completion and graph embedding condition are included. In the framework of semi-defin