1.一种基于稀疏指纹的高分辨率重建定位方法,其特征在于,包括以下步骤:
S1、离线阶段,在目标区域内均匀设置参考点并接收所有锚节点上的接收信号强度指示RSSI值,得到参考点的指纹,所有参考点的指纹构成密集指纹库;
S2、采集若干个时间戳上的密集指纹库,构成间隔密集指纹库集;
S3、提取间隔密集指纹库集中的数据,得到每个锚节点的密集指纹图,构成间隔密集指纹图集,设定稀疏参考点,并提取密集指纹图对应的稀疏指纹图,构成间隔稀疏指纹图集;
S4、对间隔稀疏指纹图集和间隔密集指纹图集分别进行归一化处理,得到间隔稀疏指纹像素图集和间隔密集指纹像素图集,分别提取得到历史密集指纹像素图集、实时密集指纹像素图集以及实时稀疏指纹像素图集;
S5、构建稀疏指纹图像重建SFIR网络,将历史密集指纹像素图集和实时稀疏指纹像素图集作为输入,利用实时密集指纹像素图集对SFIR网络进行训练,得到每个锚节点对应的最优SFIR网络;
S6、在线阶段,获取待定位目标的实时像素指纹,并得到稀疏参考点对应的在线稀疏指纹像素图集,将在线稀疏指纹像素图集与历史密集指纹像素图集匹配,并作为对应的最优SFIR网络的输入,输出实时密集像素指纹集;
S7、计算实时像素指纹与实时密集像素指纹集中每个实时密集像素指纹的欧氏距离,选取欧氏距离最小的若干个实时密集像素指纹,对相应的参考点坐标进行加权计算,得到待定位目标的坐标。
2.根据权利要求1所述的基于稀疏指纹的高分辨率重建定位方法,其特征在于:所述步骤S1中,在目标区域内均匀设置参考点,参考点数量为:,
式中:为参考点数量,为目标区域的长度,为目标区域的宽度,为设定的固定间隔距离。
3.根据权利要求1所述的基于稀疏指纹的高分辨率重建定位方法,其特征在于:所述步骤S3中,设定稀疏参考点包括:设定稀疏系数,根据稀疏系数确定目标区域的长边和宽边选取的稀疏参考点数量:,
式中:为目标区域长边选取的稀疏参考点数量,为目标区域宽边选取的稀疏参考点数量;为目标区域长边选取的参考点数量;为目标区域宽边选取的参考点数量;为稀疏系数。
4.根据权利要求1所述的基于稀疏指纹的高分辨率重建定位方法,其特征在于:所述步骤S4中,归一化处理包括:设置RSSI值的范围为[-100dBm,0dBm],将小于-100dBm的RSSI值设置为-100dBm,若参考点或稀疏参考点上未采集到相应锚节点的RSSI值,将缺失的RSSI值同样设置为-100dBm,而后通过归一化操作将所有RSSI值转化到[0,1]范围内。
5.根据权利要求1所述的基于稀疏指纹的高分辨率重建定位方法,其特征在于:所述步骤S5中:所述稀疏指纹图像重建网络包括依次连接的上采样层、通道合并层、卷积编码层、特征融合模块和卷积解码层;所述卷积编码层包括依次连接的第一卷积层和第二卷积层;所述特征融合模块包括四个依次连接的残差块,每个残差块包含两个卷积层;所述卷积解码层包括依次连接的第三卷积层和第四卷积层。
6.根据权利要求5所述的基于稀疏指纹的高分辨率重建定位方法,其特征在于:所述稀疏指纹图像重建网络中,所述上采样层对实时稀疏指纹像素图进行上采样处理,将实时稀疏指纹像素图与历史密集指纹像素图的分辨率对齐;所述通道合并层将实时稀疏指纹像素图与历史密集指纹像素图按通道方向合并;所述第一卷积层从合并后的像素图中提取浅层特征;所述第二卷积层提取像素图中的深层特征;所述特征融合模块将深层特征与浅层特征融合;所述第三卷积层将高维特征降维;所述第四卷积层生成预测的实时密集指纹像素图。
7.根据权利要求1所述的基于稀疏指纹的高分辨率重建定位方法,其特征在于:所述步骤S4中,分别提取得到历史密集指纹像素图集、实时密集指纹像素图集以及实时稀疏指纹像素图集包括:从间隔密集指纹像素图集中提取最早的时间戳对应的密集指纹像素图,构成历史密集指纹像素图集,其余密集指纹像素图构成实时密集指纹像素图集;从间隔稀疏指纹像素图集中除去最早的时间戳对应的稀疏指纹像素图,其余稀疏指纹像素图构成实时稀疏指纹像素图集。
8.根据权利要求1所述的基于稀疏指纹的高分辨率重建定位方法,其特征在于:所述步骤S5中,稀疏指纹图像重建网络的训练包括:将锚节点下的历史密集指纹像素图和实时稀疏指纹像素图作为输入数据输入稀疏指纹图像重建网络,计算预测实时密集指纹像素图;根据预测实时密集指纹像素图和锚节点下的实时密集指纹像素图,利用均方误差计算损失值;通过损失值对稀疏指纹图像重建网络的权重和偏置进行梯度计算,利用链式法则传播梯度;基于优化器的更新规则,对稀疏指纹图像重建网络参数进行调整,采用余弦退火学习率调度,学习率在训练过程中逐渐衰减;将锚节点下的实时稀疏指纹像素图和实时密集指纹像素图分别作为特征值和标签,按照设定比例分成训练集和验证集,每轮迭代均会在训练集上进行训练,在验证集上评估损失;设置批次大小和迭代次数;根据损失值的变化情况,保存表现最优的模型参数,得到锚节点对应的最优稀疏指纹图像重建网络,重复以上过程,得到所有锚节点对应的最优稀疏指纹图像重建网络。
9.根据权利要求1所述的基于稀疏指纹的高分辨率重建定位方法,其特征在于:所述步骤S7中,对3个实时密集像素指纹对应的参考点坐标进行加权计算包括:利用欧氏距离分别计算3个参考点坐标的权重:,
式中:为第i个参考点对应的权重,为第i个参考点的实时密集像素指纹与实时像素指纹的欧氏距离大小,为大于0的极小正数,避免欧氏距离为0;
计算待定位目标的坐标:
,
式中:为待定位目标的横坐标,为待定位目标的纵坐标,为第i个参考点的横坐标,为第i个参考点的纵坐标。
10.一种基于稀疏指纹的高分辨率重建定位系统,其特征在于,包括:
离线信息采集模块:用于在离线阶段,在目标区域内均匀设置参考点,收集各参考点上接收到的目标区域内所有锚节点上的接收信号强度指示RSSI值构成参考点的指纹,所有参考点的指纹构成密集指纹库;
离线指纹库模块:用于按照固定时间间隔采集若干个时间戳上的密集指纹库,构成间隔密集指纹库集;
指纹图生成模块:用于对间隔密集指纹库集中的数据按照锚节点进行提取,得到每个锚节点在每个时间戳下对应的密集指纹图,构成间隔密集指纹图集,设定稀疏系数以确定稀疏参考点,并根据稀疏参考点提取每个密集指纹图对应的稀疏指纹图,构成间隔稀疏指纹图集;
归一化处理模块:用于对间隔稀疏指纹图集和间隔密集指纹图集中的数据分别进行归一化处理,得到相应的间隔稀疏指纹像素图集和间隔密集指纹像素图集;而后从间隔密集指纹像素图集中提取最早的时间戳对应的密集指纹像素图,构成历史密集指纹像素图集,其余密集指纹像素图构成实时密集指纹像素图集;从间隔稀疏指纹像素图集中除去最早的时间戳对应的稀疏指纹像素图,其余稀疏指纹像素图构成实时稀疏指纹像素图集;
网络构建与训练模块:用于构建稀疏指纹图像重建网络,将历史密集指纹像素图集和实时稀疏指纹像素图集作为稀疏指纹图像重建网络的输入,针对每个锚节点,利用实时密集指纹像素图对稀疏指纹图像重建网络进行训练,得到每个锚节点对应的最优稀疏指纹图像重建网络;
在线数据采集模块:用于在在线阶段,待定位目标采集目标区域内所有锚节点上的RSSI值,构成待定位目标的实时指纹,对实时指纹进行归一化处理,得到实时像素指纹,同时在稀疏参考点接收所有锚节点上的RSSI值,得到在线稀疏指纹图集,归一化处理后转换为在线稀疏指纹像素图集,将在线稀疏指纹像素图集与历史密集指纹像素图集进行匹配,将匹配后的历史密集指纹像素图集和在线稀疏指纹像素图集作为最优稀疏指纹图像重建网络的输入,输出实时密集像素指纹集;
定位输出模块:用于计算归一化后的实时像素指纹与实时密集像素指纹集中每个实时密集像素指纹的欧氏距离,对计算得到的欧氏距离进行排序,选取欧氏距离最小的若干个实时密集像素指纹,对这若干个实时密集像素指纹对应的参考点坐标进行加权计算,得到待定位目标的坐标。