[发明专利]一种基于量化TOA量测的凸优化目标定位方法

权利要求书

1.一种基于量化TOA量测的凸优化目标定位方法，其特征在于，包括以下步骤：

第一步，获得无线传感器网络中的每个传感器节点与目标节点之间的TOA量测值；

第二步，设定量化门限与量化级数，对不同传感器节点获得的量测值进行量化；

第三步，将已经量化完成的TOA量测值传输到融合中心，并计算转移概率；

第四步，构建待优化的目标函数，并转化为凸问题；

第五步，利用融合中心所获得的量测值计算该凸问题的解，获得目标位置的估计值。

2.根据权利要求1所述的基于量化TOA量测的凸优化目标定位方法，其特征在于，所述的第一步中无线传感器网络采用N个传感器节点定位一个目标节点，目标节点与传感器节点自某时刻起分别进行通信，获得的TOA量测值其中，i＝1,2,…N，||·||表示向量的2-范数，t_i为第i个传感器节点的TOA量测值，x_i为第i个传感器节点的坐标，是一个二维或者三维的列向量，y是待定位的目标的位置坐标，也是一个向量，其维数与传感器节点相同，t₀为目标节点发送信号的未知初始时间，ε_i为环境噪声，环境噪声服从均值为零，方差为σ_i的高斯分布，假设所有的σ_i都等于一个固定的值σ，c是信号传播的速度。

3.根据权利要求1所述的基于量化TOA量测的凸优化目标定位方法，其特征在于，所述的第二步量化后的量测值式中m_i是第i个传感器节点经量化后的量测值，γ_i,0,...,γ_i,L是预先定义的量化门限，L-1为最大量化值，量化门限的最大值γ_i,L和最小值γ_i,0取所获得的TOA量测值的最大值与最小值，其他量化门限值由量化门限最小值与量化间隔得出；同时得到量化级数m＝log₂L。

4.根据权利要求1所述的基于量化TOA量测的凸优化目标定位方法，其特征在于，所述的第三步中，不同传感器节点的量化值所组成的列向量为[m₁,m₂,…,m_N]^T，其中m₁,m₂,…,m_N是各个传感器节点量化后的TOA量测值；得到待估计参量到量化值m_i的转移概率式中，为待估计的参量，Q(·)代表Q函数，融合中心接收到的量测值向量为其中表示第i传感器节点传输到融合中心的最终的量测值；从m_i传输变成的转移概率其中N_e,i为第i个传感器节点的传输信息为m_i时，传输的比特位的错误个数，且代表位的或运算，P_e表示误码率。

5.根据权利要求1所述的基于量化TOA量测的凸优化目标定位方法，其特征在于，所述的第四步中，在融合中心处，似然函数式中表示目标位置的估计值，表示待估计参量到融合中心量化值的转移概率，argmax表示目标函数取得最大值时所对应的未知参数值；将上述似然函数转化为其中表示相邻两个量化门限的平均值，中间变量定义向量和矩阵g＝[τ₁,τ₂,…,τ_N,t₀]^T、K_l＝diag{[K_1,l,…,K_N,l]^T}、B＝[I,1]_N×(N+1)、1^T＝[1,1,…,1]_1×N、diag(·)表示对角矩阵，I表示单位矩阵，1表示元素全为1的列向量；最终得到凸问题形式矩阵G是为了线性化优化问题引入的中间变量，常量y_s＝y^Ty，G_ii、G_ij、G_N+1,N+1分别表示矩阵G的第i行第i列元素、第i行第j列元素、第N+1行第N+1列元素，≥表示矩阵半正定。