[发明专利]一种基于量化TOA量测的凸优化目标定位方法

说明书

本发明提供了一种基于量化TOA量测的凸优化目标定位方法，在本发明所建立的目标定位模型中，目标节点与不同传感器节点进行通信，获得基于到达时间的TOA量测，该量测值按照预先设定好的标准进行量化，所获得的量化值经过非理想的信道传输到融合中心。然后建立用于优化的目标函数，再将通过一系列的转化，将此非凸优化问题变成一个凸优化问题，再利用已经传输到融合中心的量测值，计算得到目标位置的估计。本发明有效地将无线传感器网络中的融合中心和传感器节点间通信量化、不可靠传输因素嵌入到无线传感器网络目标定位中，更加准确的反映了实际应用情况。

技术领域

本发明属于信息信号处理领域，涉及一种目标定位方法。

背景技术

无线传感器网络具有覆盖范围广，易于部署，灵活多变，隐蔽性强等特点，近年来获得了世界各国的广泛关注。无线传感器网络由分布在一定范围的传感器组成，这些传感器相互之间能够进行通信，以完成某种任务。通常情况下，无线传感器网络中的传感器节点获取到了某种量测，并将量测结果传送给融合中心，融合中心接收量测结果后，进行相应的数据处理，给出最终结果输出。

目标定位是无线传感器网络应用中的一个非常基础且重要问题，如室内声源定位、水下目标定位等。一般地，融合中心在已知传感器节点精确位置的假设下，有效融合各个传感器节点量测完成目标定位任务。依据每个传感器节点量测信息种类的不同，可将无线传感器网络目标定位分为以下几种类型：一是基于接收信号的强度(RSSI)的目标定位方法，二是基于信号的到达时间(TOA)的目标定位方法，三是基于信号的到达时间差(TDOA)的目标定位方法，四是基于信号的到达角(AOA)的目标定位方法。其中，基于TOA和TDOA的目标定位方法应用最为广泛。相比于基于RSSI的目标定位方法，其有效地避免了对接受信号强度精确衰减模型的依赖性，相比于基于AOA的目标定位方法，克服了无线传感器网络中每个传感器节点测量角度所需阵列的布放，提高了无线传感器网络的布放效率。

针对异步TOA的目标问题，即无线传感器网络中传感器节点与目标节点之间的时钟是异步的，这种情况下，目标信号产生时刻是未知的。一种常见的处理方法是在最大似然估计框架下联合估计目标信号产生时刻和目标位置，联合估计中涉及非线性优化问题求解，常用的处理方法有：最小二乘估计、最大似然估计、凸优化方法。

现有的绝大多数定位方法都是假设无线传感器网络中融合中心能够精确地获取每个传感器节点的量测数据，然而在实际应用中这种假设是不切实际的，尤其是在通信恶劣的水声无线传感器网络中。此外，在资源有限的无线传感器网络中，将每个传感器节点获取的原始量测值直接发送给融合中心也会增加资源消耗和成本。因此，需要将每个传感器节点获得的量测进行量化，将量化后的值传输到融合中心，再由融合中心进行处理。

虽然现有的一些技术研究了基于信号接收强度(RSSI)值量化的定位方法，然而基于RSSI的定位方法易受周围环境的影响从而导致较大的定位误差。而基于量化TOA量测值的凸优化定位方法目前尚属于空缺。

发明内容

为了克服现有技术的不足，本发明提供一种基于TOA量测的无线传感器网络目标定位方法，建立基于TOA量测的目标定位模型，并将非凸的问题通过Jensen不等式和半正定松弛转化为凸优化问题，便于求解估计出目标位置。本发明有效地将无线传感器网络中的融合中心和传感器节点间通信量化、不可靠传输因素嵌入到无线传感器网络目标定位中，更加准确的反映了实际应用情况。

本发明解决其技术问题所采用的技术方案包括以下步骤：

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；