无线层析成像用网格像素衰减值确定方法

申请号 CN201710643584.8 申请日 2017-07-31 公开(公告)号 CN107422296A 公开(公告)日 2017-12-01
申请人 河南工业大学; 发明人 朱春华; 陈岳; 杨静; 杨铁军; 樊超; 傅洪亮;
摘要 无线 层析成像 用网格 像素 衰减值确定方法,该方法依次包括如下步骤:(1)设置无线 传感器 节点 ,划分网格像素;(2)确定校准状态下监控区域的RSS值为p;(3)网格像素权重值确定:(4)网格像素接收 信号 强度确定;(5)网格像素衰减值确定。通过以上步骤(1)(2)(3)(4)(5)最终可以得出网格像素衰减值,再根据该衰减值实现图像重建,最终给目标 定位 提供依据。本 发明 提供了一种自适应网格像素权重值确定方法,根据该方法可以实现自适应选择网格像素数目和范围,从而提高重建图像目标辨识度,特别是噪声干扰严重时效果更加明显,有利于目标精确定位。
权利要求

1.无线层析成像用网格像素衰减值确定方法,其特征在于:该方法依次包括如下步骤:
(1)监测区域周围设置无线传感器节点,再对监测区域进行网格划分;
(2)通信链路校准,记校准状态下监控区域的RSS值为p;
(3)网格像素权重值确定:
(1)
式中, 是第j个网格像素对第i条通信链路的权重值;di是两传感器节点的距离;
是两传感器节点的距离的平方根;d(1),d(2)为第j个网格像素中心点到两传感器节点的距离; 为归一化椭圆模型参数;
(4)网格像素接收信号强度确定;
(2)
其中, 为所有通信链路RSS变化的矩阵, 为所有网格像素的衰减量矩阵,n为通信链路测量噪声矩阵, 为权重矩阵;
(5)网格像素衰减值确定;
(3)
式中,Q为Tikhonov矩阵; 为所有通信链路RSS变化的矩阵;W为权重矩阵; 为所有网格像素的衰减量矩阵。
2.如权利要求1所述的无线层析成像用网格像素衰减值确定方法,其特征在于:无线传感器节点设置部署在监测区域外围,且无线传感器节点呈间隔部署;两两传感器节点之间构成一条通信链路,假设部署的传感器节点个数为n,则区域中总共有n(n-1)条通信链路。
3.如权利要求2所述的无线层析成像用网格像素衰减值确定方法,其特征在于:步骤(4)中公式(2)的得出方法为:
1)假设监测区域划分成N个网格,则阴影衰落Si(t)可以近似认为第i条通信链路在所有网格像素中衰减的总和,阴影衰落Si(t)为:
(4)
其中, 是第j个网格像素对第i条通信链路的权重值,xj(t)为时刻t时,第j个像素衰减的量;
故,
(5)
式中,△p为通信链路的网格像素信号强度差值,其中, , 为接收节点实际测得的RSS值;p为校准状态下监控区域的RSS值; Si(ta)为时刻ta时第i条通信链路在所有网格像素中衰减的总和;Si(ta)为时刻tb时第i条通信链路在所有网格像素中衰减的总和;
Wij为第j个像素对第i条通信链路的权重值; 为时刻ta时网格像素衰减量; 为时刻tb时网格像素衰减量;
考虑噪声的影响和所有网格与通信链路的关系,则可以得出:
公式(2)  。
4.如权利要求3所述的无线层析成像用网格像素衰减值确定方法,其特征在于:步骤(5)中公式(3)的得出方法为:
1)使用最小二乘法求解目标函数 (7);
2)采用Tikhonov正则化求最优解:将解的范数作为先验信息加入到最小二乘解的目标函数中,使组合范数最小,得到下式:
(8)
式中Q为Tikhonov矩阵;
3)令公式(8)的导数为0求得Tikhonov解为:
公式(3) 。

说明书全文

无线层析成像用网格像素衰减值确定方法

技术领域

[0001] 本发明属于无线层析成像技术领域,尤其涉及一种无线层析成像用网格像素衰减值确定方法。

背景技术

[0002] 无线层析成像技术(Radio Tomographic Imaging  , RTI)是美国Utah大学的Neal Patwari 和Joey Wilson所提出,该技术的提出为无源目标定位提供了新思路。无源定位不需要目标佩带电子标签,只需在监测区域周围布置传感器。传统的定位算法有网格定位算法、粒子滤波算法和RTI。几种算法中,网格定位算法传感器需要布置在天花板上,紧急情况下不适用,粒子滤波算法需要多次迭代求得最优解,实时性差。相比以上两种算法,RTI实现过程简单、系统功耗小,计算量轻,适用场景广泛。
[0003] RTI技术通过测量不同传感器节点通信链路穿透目标时的接收信号强度(received signal strength,RSS)值,运用一定的数学模型处理测量数据,来反演目标位置。RTI技术中,关键的一步在于网格像素权重矩阵的确定,权重的确定需要用椭圆模型,但是,变化离心率椭圆模型在通信链路焦距短时,覆盖像素区域较多,造成定位不精确问题,影响使用效果。

发明内容

[0004] 本发明旨在提供一种自适应选择的、有效降低噪声干扰的无线层析成像用网格像素衰减值确定方法。
[0005] 为解决上述技术问题,本发明提供了如下的技术方案:无线层析成像用网格像素衰减值确定方法,该方法依次包括如下步骤:(1)监测区域周围设置无线传感器节点,再对监测区域进行网格划分;
(2)通信链路校准,记校准状态下监控区域的RSS值为p;
(3)网格像素权重值确定:
(1)
式中, 是第j个网格像素对第i条通信链路的权重值;di是两传感器节点的距离;
是两传感器节点的距离的平方根;d(1),d(2)为第j个网格像素中心点到两传感器节点的距离; 为归一化椭圆模型参数;
(4)网格像素接收信号强度确定;
(2)
其中, 为所有通信链路RSS变化的矩阵, 为所有网格像素的衰减量矩阵,n为通信链路测量噪声矩阵, 为权重矩阵;
(5)网格像素衰减值确定;
(3)
式中,Q为Tikhonov矩阵; 为所有通信链路RSS变化的矩阵;W为权重矩阵; 为所有网格像素的衰减量矩阵。
[0006] 无线传感器节点设置部署在监测区域外围,且无线传感器节点呈间隔部署;两两传感器节点之间构成一条通信链路,假设部署的传感器节点个数为n,则区域中总共有n(n-1)条通信链路。
[0007] 步骤(4)中公式(2)的得出方法为:1)假设监测区域划分成N个网格,则阴影衰落Si(t)可以近似认为第i条通信链路在所有网格像素中衰减的总和,阴影衰落Si(t)为:
(4)
其中, 是第j个网格像素对第i条通信链路的权重值,xj(t)为时刻t时,第j个像素衰减的量;
故,
(5)
式中,△p为通信链路的网格像素信号强度差值,其中, , 为接收节点实
际测得的RSS值;p为校准状态下监控区域的RSS值; Si(ta)为时刻ta时第i条通信链路在所有网格像素中衰减的总和;Si(ta)为时刻tb时第i条通信链路在所有网格像素中衰减的总和;Wij为第j个像素对第i条通信链路的权重值; 为时刻ta时网格像素衰减量; 为时刻tb时网格像素衰减量;
考虑噪声的影响和所有网格与通信链路的关系,则可以得出:
公式(2)  。
[0008] 步骤(5)中公式(3)的得出方法为:1)使用最小二乘法求解目标函数 (7);
2)采用Tikhonov正则化求最优解:将解的范数作为先验信息加入到最小二乘解的目标函数中,使组合范数最小,得到下式:
(8)
式中Q为Tikhonov矩阵;
3)令公式(8)的导数为0求得Tikhonov解为:
公式(3) 。
[0009] 通过以上技术方案,本发明的有益效果为:本发明所述的方法步骤紧凑,当节点距离不同时,引入网格像素到达自适应状态,降低冗余,从而降低了测量噪声干扰,减少了伪迹,提高目标定位精度,使用效果好。附图说明
[0010] 图1为目标在监测区域中走动时,经典椭圆权重模型重建图像;图2为目标在监测区域中走动时,利用本发明所述方法重建图像;
图3为目标在监测区域右上时,经典椭圆权重模型重建图像;
图4为目标在监测区域右上角时,利用本发明所述方法重建图像。

具体实施方式

[0011] 无线层析成像用网格像素衰减值确定方法,该方法依次包括如下步骤:(1)部署无线传感器节点;
实施例中,无线传感器节点设置在监测区域外围,且无线传感器节点呈间隔部署;再对监测区域进行网格划分,两两传感器节点之间构成一条通信链路,假设部署的传感器节点个数为n,则区域中总共有n(n-1)条通信链路。
[0012] 在实施的时候可以选用16个传感器节点以1.5m等间隔布置,则划分网格数目为60×60。
[0013] (2)确定校准状态下监控区域的RSS值为p;没有目标进入监测区域时,通信链路的衰减符合自由空间的路径损耗模型,记校准状态下的RSS(received signal strength,接收信号强度)值为p;当监测目标遮挡通信链路时,会产生阴影衰落,接收节点的RSS值产生衰减,记此时的RSS值为 。
[0014] 于是,此通信链路的RSS变化值为: 。
[0015] (3)网格像素权重值确定公式:(1)
式中, 是第j个网格像素对第i条通信链路的权重值;di是两传感器节点的距离;
是两传感器节点的距离的平方根;d(1),d(2)为第j个网格像素中心点到两传感器节点的距离; 为归一化椭圆模型参数;
(4)网格像素接收信号强度确定;
(2)
其中, 为所有通信链路RSS变化的矩阵, 为所有网格像素的衰减量矩阵,n为通信链路测量噪声矩阵, 为权重矩阵。
[0016] 其中,公式(2)的得出方法为:1)假设监测区域划分成N个网格,则阴影衰落Si(t)可以近似认为第i条通信链路在所有网格像素中衰减的总和,阴影衰落Si(t)为:
(4)
其中, 是第j个网格像素对第i条通信链路的权重值,xj(t)为时刻t时,第j个像素衰减的量;
故,
(5)
式中,△p为通信链路的网格像素信号强度差值,其中, , 为接收节点实
际测得的RSS值;p为校准状态下监控区域的RSS值; Si(ta)为时刻ta时第i条通信链路在所有网格像素中衰减的总和;Si(ta)为时刻tb时第i条通信链路在所有网格像素中衰减的总和;Wij为第j个像素对第i条通信链路的权重值; 为时刻ta时网格像素衰减量; 为时刻tb时网格像素衰减量;
考虑噪声的影响和所有网格与通信链路的关系,则可以得出:
公式(2)  。
[0017] (4)网格像素衰减值;(3)
式中,Q为Tikhonov矩阵; 为所有通信链路RSS变化的矩阵;W为权重矩阵; 为所有网格像素的衰减量矩阵。
[0018] 其中,公式(3)的确定方法为:由于多数网格像素权重值是0,生成的线性方程组将是大型稀疏的,同时网格像素个数远远大于方程个数,另外,因噪声的存在又使测量值不稳定,考虑使用最小二乘法求解目标函数。
[0019] 具体为:1)使用最小二乘法求解目标函数(7);
2)采用Tikhonov正则化求最优解:将解的范数作为先验信息加入到最小二乘解的目标函数中,使组合范数最小,得到下式:
(8)
式中Q为Tikhonov矩阵;
3)令公式(8)的导数为0求得Tikhonov解为:
公式(3)  。
[0020] 通过以上步骤(1)(2)(3)(4)(5)最终可以得出网格像素信号强度,再根据该强度实现图像重建,最终给目标定位提供依据。
[0021] 对本发明所述的方法在MATLAB中进行仿真验证结果:如图1和图2所示,当目标在监测区域内部走动时,外界干扰相对稳定,图1为经典椭圆权重模型重建图像,图2为采用本发明所述的网格像素信号强度确定方法重建图像,对比图
1和图2,可以看出,经典椭圆权重模型重建图像目标区域有拖尾,而本发明重建图像模型目标周围光斑较少,说明其引入含有噪声的网格像素较少。
[0022] 此时,两种模型重建图像虽有差别,但还是能辨别出目标位置。这是因为此时外界干扰相对稳定。但是,随着目标来到噪声干扰严重的区域,两种权重模型重建图像的清晰程度明显不同。
[0023] 如图3和图4可以看出,当目标位于右上角时,噪声干扰严重。经典椭圆权重模型重建图像黑色目标位置不清晰,出现了伪位置。采用本发明所述的网格像素信号强度确定方法重建图像则能明显看出目标位置,定位精确。
[0024] 本发明提供了一种无线层析成像用网格像素衰减值确定方法,根据该方法可以实现图像重建网格像素自适应选择,且重建图像目标辨识度高,特别是噪声干扰严重时效果更加明显,有利于目标精确定位。
QQ群二维码
意见反馈