欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022117200211
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种目标免携带设备的快速室内路径跟踪方法,其特征在于,包括如下步骤:

1)部署室内定位区域获取定位数据并划分数据集:目标位于室内无线传感器网络的假定起始位置,针对目标移动,接收器连续接收不同预定位置的CSI作为可用数据,并将网格位置信息对应取作标签位置,另外收集目标在所有网格位置的CSI,对所有CSI振幅数据进行快速傅里叶变换处理,得到稳定强特征性的数据,再对数据进行划分,得到观测测试信号x和训练集作为字典D;

2)依据稀疏表示模型得到稀疏向量:采用稀疏编码的方法来求解稀疏向量,设计对定位数据稀疏重构的模型,将测量到的信号强度建模为字典中几个原子即列的组合,形式为x=Dz,将步骤1)中的测试信号x,带入步骤2)中的新的稀疏表示模型,得到最终的稀疏系数z;

3)依据稀疏系数向量进行定位并获取运动轨迹:因为定位对应于每个离散网格解决公式(1)中的稀疏表示问题,通常从噪声条件下的多次试验中获得估计结果,根据运动轨迹位置信息的先后顺序,得到的CSI也具有顺序,所预测目标位置即是稀疏向量最大值所对应的标签位置,连续输出标签位置即为目标轨迹估计。

2.根据权利要求1所述的目标免携带设备的快速室内路径跟踪方法,其特征在于,步骤

2)中所述的将步骤1)中的测试信号x,带入步骤2)中的新的稀疏表示模型是指将步骤1)中的测试集中的接收无线电数据作为信号带入步骤2)中的稀疏表示模型,字典为训练集的接收无线电数据,优化稀疏表示问题,即求出满足MCP稀疏约束和感知矩阵列的相关性正则化项的稀疏系数矩阵,构造的稀疏表示公式如公式(1)所示:上式中,x为测试信号,加性噪声表示为x=Dz+v,v是加性高斯白噪声,D是字典,z是稀疏系数矩阵,R代表字典列Dj和Dk之间的相关性;JMCP(z)为MCP稀疏约束,其中λ、η为权重系数,一般取值大于0小于1,MCP函数的表达式,如公式(2)所示:R的表达式,如公式(3)所示:

采用凸函数的差值DC规划技术构建DC方程f(z),即两个凸函数g1(z)和g2(z)相减的形式,可得:minzf(z)=g1(z)‑g2(z) (4),

其中,

g2(z)=λ||z||1‑JMCP(z) (6),

DC算法第一步, 得到:

DC算法第二步,求解:z

再运用邻近算子技术求解上式,如公式(8)、公式(9)所示:

‑1

[Prox(z)]ij=(ηR+I) sign(zij)max{|zij|‑t,0},t=λ+ηR|zij| (9),再优化{zij},并得到稀疏矩阵z,在求出稀疏向量z={z1,1,z1,2,...,z1,τ,z2,1,z2,2,...,*zs,τ}后,将每一个稀疏向量的z进行求和即zp=∑izp,i,其中1≤p≤s,因此得到z =*{z1,...,zp,...,zs,},所预测的单个目标位置即为z的最大值所对应的标签位置。