[发明专利]一种部分可控定位网络中的联合节点选择与部署方法

权利要求书

1.一种部分可控定位网络中的联合节点选择与部署方法，其特征在于，包括：

在能量有限的情况下，参与定位的传感器总数受限，利用联合传感器选择和部署优化方法，从E-Net中选择传感器以及补充部署传感器形成S-Net。

2.根据权利要求1所述的方法，其特征在于，所述在能量有限的情况下，参与定位的传感器总数受限，需利用联合传感器选择和部署优化方法，从E-Net中选择传感器以及补充部署传感器形成S-Net，具体包括：

首先引入一个布尔向量来表示E-Net中选定的传感器，并导出相应的FIM；

通过将E-Net中的任何传感器设置为参考传感器来导出S-Net提供的FIM；

通过将布尔向量和新增加的传感器的空间位置作为决策变量，转换为高度非凸的JSSP优化问题。

3.根据权利要求2所述的方法，其特征在于，针对所述E-Net和S-Net的传感器数量的权衡以及决策变量的非凸目标和约束，通过将部分估计变量设置为常数，将所述高度非凸的JSSP优化问题转化为可解形式。

4.根据权利要求3所述的方法，其特征在于，所述将所述高度非凸的JSSP优化问题转化为可解形式，具体包括：

通过启发式算法来解决JSSP问题，在启发式算法的框架下，半定松弛算法和遗传算法分别用于求解布尔向量和传感器在S-Net中的空间位置；其中，所述启发式算法包括块枚举比较算法和迭代交换贪婪算法。

5.根据权利要求4所述的方法，其特征在于，所述块枚举比较算法根据信号源的位置、可展开区域、TDOA测量误差参数、节点的总数、节点数量组合数以及遗传算法的最大世代数，得到E-Net中选定传感器的指标和传感器在S-Net中的位置；

所述迭代交换贪婪算法根据信号源的位置、可展开区域、TDOA测量误差参数、节点的总数、节点数量组合数以及遗传算法的最大世代数，得到E-Net中选定传感器的指标和传感器在S-Net中的位置。

6.根据权利要求4或5所述的方法，其特征在于，所述块枚举比较算法和迭代交换贪婪算法侧重于3D TDOA定位场景；在修改相关矩阵的维数之后，所述块枚举比较算法和迭代交换贪婪算法与2D定位场景中的JSSP问题兼容。

7.根据权利要求2所述的方法，其特征在于，所述高度非凸的JSSP优化问题能够通过基线算法求解；所述基线算法包括基于SDR的传感器选择算法、随机传感器选择和部署算法、基于遗传算法的传感器布局算法。

8.根据权利要求7所述的方法，其特征在于，所述基于SDR的传感器选择算法节点的求解方法为：传感器节点从E-Net中选择，不部署传感器来形成S-Net；通过将E-Net中的传感器数量设置为所述部分可控定位网络中节点总数的值并仅求解JSSP问题的子问题来获得。

9.根据权利要求7所述的方法，其特征在于，所述随机传感器选择和部署算法的求解方法为：基于JSSP问题中的约束条件给出节点；E-Net中选择传感器的数量K₁和S-Net中部署传感器的数量K₂是用实现定位的传感器总数K随机生成的；然后，根据K₁个条目为1的随机布尔向量从E-Net中选择K₁个传感器；且K₂个传感器是随机部署的，不违反定义域。

10.根据权利要求7所述的方法，其特征在于，所述基于遗传算法的传感器布局算法的求解方法为：对于包含S-Net部署区域和E-Net的更大集合其中，ε是E-Net包围的区域，通过使用遗传算法将传感器部署在中以得到最佳定位网络几何形状。