阴影模型的正则化无设备重建与实时定位
在综合静态无线射频层析成像(Radio tomographic imaging, RTI)算法基础上,给出了一种可行且有效的实现无线传感器节点在空旷环境和障碍物条件下无线信号衰减原理障碍物监控的方法,实现定位与追踪。利用阴影衰落模型建立接收信号强度测量值线性系统模型,并采用SPIN令牌环通信协议收集接收信号强度;创新性地引入最小角回归算法与最小绝对值收缩和选择因子算法(Least absolute shrinkage and selection operator, LASSO),提高了图像重建速度。即在吉洪诺夫正则化与l1正则化算法分析对比前提下,创新性引入改进的最小角回归(Least angle regression, LARS)重建模型与算法,保证重建效果与复杂LASSO算法相似的同时,将重建图像速度提高一个数量级。实测基于16平方米范围内的16个JENNIC 5139节点进行定位与追踪。实测结果与仿真相比虽稍有偏差,但近似符合。这充分表明:吉洪诺夫正则化与l1正则化适用于不同分辨率场景,且都可较好地反映障碍物状况。
无线射频层析成像、重建算法、最小角回归算法、l1 最优化、吉洪诺夫正则化
TN9;TN8
国家高技术研究发展计划863计划2012AA121604;国家自然科学基金61002014,61101129,61227001,61072050资助@@@@ Supported by National High Technology Research and Devel- opment Program of China 863 Program2012AA121604;National Natural Science Foundation of China61002014,61101129,61227001,61072050
2015-07-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
1159-1165