正则化的加权不完全鲁棒主成分分析方法及其在无线传感器网络节点轨迹拟合中的应用

摘要：

针对稀疏矩阵奇并值分解(SRSVD)方法和半精确增广拉格朗日(SEALM)算法在采样比例小且稀疏噪声大,以及存在高斯噪声时不能准确拟合无线传感器网络(WSN)节点轨迹的问题,提出一种正则化的加权不完全鲁棒主成分分析(RWIRPCA)方法.首先,将不完全鲁棒主成分分析(IRPCA)应用于节点轨迹拟合;然后,在IRPCA的基础上,为了更好地刻画矩阵的低秩性和稀疏性,以及增强模型的抗高斯噪声性能,分别对低秩矩阵和稀疏矩阵进行加权;最后,将高斯噪声矩阵的F范数作为正则项,应用于节点轨迹拟合.仿真结果表明,IRPCA和RWIRPCA在采样比例小且稀疏噪声大时拟合效果均优于SRSVD和SEALM方法,特别是所提的RWIRPCA在稀疏噪声和高斯噪声同时存在时,仍能取得准确且稳定的拟合效果.

关键词：无线传感器网络、鲁棒主成分分析、矩阵补全、加权范数、正则项

所属期刊栏目：38

分类号：TP301.6(计算技术、计算机技术)

资助基金：河北省自然科学基金资助项目E2016202341;河北省高等学校科学技术研究项目BJ2014013.This work is partially supported by the Natural Science Foundation of Hebei ProvinceE2016202341;the Research Project of Science and Technology for Hebei Province Higher Education InstitutionsBJ2014013

在线出版日期：2018-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1709-1714,1720