10.16208/j.issn1000-7024.2022.09.014
基于块稀疏编码的物联网无源定位机器学习
针对传统的无源定位机器学习算法存在定位精度低、鲁棒性差等缺点,提出一种基于块稀疏编码的物联网环境下无源定位机器学习算法.引入块稀疏编码策略,利用l1,2范数作为正则项,充分利用无源定位信号的自然群结构实现稀疏解中的群选择;引入近端算子,有效解决提出方法中的非光滑凸优化问题;在原始感知信号中加入严重的高斯噪声,保护网络隐私,提高模型的鲁棒性.实际数据驱动的实验结果表明,该算法在强噪声环境下仍能获得鲁棒的定位和信号恢复性能,优于现有的无源定位方法,验证了该方法的有效性.
无源定位、机器学习、物联网、块稀疏编码、鲁棒性
43
TP212;TN95(自动化技术及设备)
国家自然科学基金;山西省高等学校教学改革创新基金项目;山西省教育科学十四五规划课题基金项目;山西省教育科学十四五规划课题基金项目;太原学院院级科研基金项目
2022-10-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
2502-2510