基于离散萤火虫压缩感知重构的无线传感器网络多目标定位

发布时间：2019-03-24 14:15

【摘要】：研究了压缩感知(CS)理论在无线传感器网络(WSNs)多目标定位中的应用。提出一种基于离散萤火虫算法的压缩感知重构方法,并设计了具体算法实现流程,该算法摆脱了传统压缩感知重构算法对稀疏度K的依赖且能够准确地重构出原始信号。基于此,将新的压缩感知重构算法应用于WSNs目标定位,建立了WSNs系统模型,构造了合理的测量矩阵和稀疏矩阵,并分析了测量矩阵与重构结果之间的关系,最终实现了WSNs多目标定位。仿真结果表明该方法在稀疏信号重构性能及多目标定位精度方面具有较好效果,定位精度优于贪婪匹配跟踪(GMP)算法、正交匹配追踪(OMP)算法和最大似然估计(MLE)算法,且用于WSNs定位的传感器节点数目减少了20%,抗噪性达到了20dB。
[Abstract]:This paper studies the application of compressed sensing (CS) theory in (WSNs) multi-target location in wireless sensor networks. This paper presents a compression sensing reconstruction method based on discrete firefly algorithm, and designs the implementation flow of the algorithm. The algorithm can get rid of the dependence of the traditional compression sensing reconstruction algorithm on the sparsity K and can accurately reconstruct the original signal. Based on this, the new compressed sensing reconstruction algorithm is applied to WSNs target location, and the WSNs system model is established. The reasonable measurement matrix and sparse matrix are constructed, and the relationship between the measurement matrix and the reconstruction result is analyzed. Finally, the WSNs multi-target location is realized. Simulation results show that the proposed method has better performance in sparse signal reconstruction and multi-target location accuracy than greedy matching tracking (GMP) algorithm orthogonal matching tracking (OMP) algorithm and maximum likelihood estimation (MLE) algorithm. Moreover, the number of sensor nodes used for WSNs positioning has been reduced by 20%, and the noise resistance has reached 20 dB.
【作者单位】：西北工业大学电子信息学院;西安航空学院;
【基金】：国家自然科学基金资助项目(No.61103242)
【分类号】：TP212.9;TN929.5

【参考文献】

相关期刊论文前10条

1 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

2 田丰;郭巍;王传云;拱长青;孙小平;;大规模WSNs多层定位模型与误差分析[J];电子学报;2009年05期

3 张宗念;黄仁泰;闫敬文;;压缩感知信号盲稀疏度重构算法[J];电子学报;2011年01期

4 焦李成;杨淑媛;刘芳;侯彪;;压缩感知回顾与展望[J];电子学报;2011年07期

5 周永权;黄正新;刘洪霞;;求解TSP问题的离散型萤火虫群优化算法[J];电子学报;2012年06期

6 张晓平;刘桂雄;周松斌;;利用最小二乘支持向量机实现无线传感器网络的目标定位[J];光学精密工程;2010年09期

7 朱秋平;颜佳;张虎;范赐恩;邓德祥;;基于压缩感知的多特征实时跟踪[J];光学精密工程;2013年02期

8 何风行;余志军;刘海涛;;基于压缩感知的无线传感器网络多目标定位算法[J];电子与信息学报;2012年03期

9 吴新杰;黄国兴;王静文;;压缩感知在电容层析成像流型辨识中的应用[J];光学精密工程;2013年04期

10 王福豹,史龙,任丰原;无线传感器网络中的自身定位系统和算法[J];软件学报;2005年05期

【共引文献】

相关期刊论文前10条

1 聂宽胜;刘军;;WSN定位算法实际应用性能评价指标及其影响因素的分析[J];安防科技;2009年06期

2 刘海波;邹涛;翁哲;;无线传感器网络在执勤枪械定位中的应用[J];安防科技;2009年09期

3 孙亭;孙璐;;基于簇中建链路由方法的无线传感器网络数据传输模型[J];兵工自动化;2010年04期

4 杨斌;徐金梧;阳建宏;黎敏;;基于半监督流形学习的无线传感器网络定位方法及其应用[J];北京科技大学学报;2010年07期

5 李融;;一种基于覆盖效用计算的传感器网络节点密度控制算法[J];江西师范大学学报(自然科学版);2006年06期

6 袁正午;梁均军;;基于虚拟力的无线传感器网络多跳定位算法[J];重庆邮电大学学报(自然科学版);2010年01期

7 于宁;万江文;吴银锋;;无线传感器网络定位算法研究[J];传感技术学报;2007年01期

8 张翰;刘锋;;无线传感器网络基于凸规划的改进定位算法:Convex-PIT[J];传感技术学报;2007年05期

9 李善仓;张德运;杨功元;;传感器网络中一种基于迭代流形学习的节点定位算法[J];传感技术学报;2007年09期

10 苏进;万江文;于宁;;无线传感器网络相对定位算法研究[J];传感技术学报;2007年12期

相关期刊论文前10条

1 杨骥;刘锋;;无线传感器网络基于中垂线分割的APIT的改进定位算法[J];传感技术学报;2008年08期

2 吴新杰;刘石;许超;;基于神经网络和D-S证据理论辨识两相流流型[J];传感器与微系统;2009年11期

3 祝崇隽,刘民,吴澄,吴晓冰;针对模糊需求的VRP的两种2-OPT算法[J];电子学报;2001年08期

4 焦李成,谭山;图像的多尺度几何分析:回顾和展望[J];电子学报;2003年S1期

5 章晋龙,何昭水,谢胜利;基于遗传算法的有序盲信号提取[J];电子学报;2004年04期

6 孙佩刚;赵海;张文波;尹震宇;赵明;;普适计算中定位服务的参考点布置及选择算法[J];电子学报;2006年08期

7 戚玉涛;焦李成;刘芳;;基于并行人工免疫算法的大规模TSP问题求解[J];电子学报;2008年08期

8 张长胜;孙吉贵;欧阳丹彤;;一种自适应离散粒子群算法及其应用研究[J];电子学报;2009年02期

9 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

10 谢胜利;孙功宪;肖明;傅予力;吕俊;;欠定和非完全稀疏性的盲信号提取[J];电子学报;2010年05期

【相似文献】

相关期刊论文前10条

1 姚向华;韩九强;;传感器网络中的传感器配置问题研究[J];信息与控制;2006年02期

2 陈红;肖军;苏洁;;基于DSP的动态传感器网络实验平台的设计和开发[J];信息与控制;2006年02期

3 李凯;;无线传感器网络协议与研究[J];中国科技信息;2007年04期

4 丰少伟;彭鹏菲;程远国;;传感器网络的数据查询处理技术研究[J];舰船电子工程;2008年01期

5 肖德琴;冯健昭;周权;杨波;;基于高斯分布的传感器网络信誉模型[J];通信学报;2008年03期

6 刘瑞玲;李祥林;;无线传感网络研究与应用综述[J];电脑知识与技术;2010年12期

7 陈靖;;数据采集传感器网络与大容量存储器[J];信息系统工程;2010年05期

8 尹亚光;丁贵广;;无线传感器网络中的数据压缩技术研究[J];计算机应用与软件;2010年07期

9 徐平平;王岩;周萍;刘培;;传感器网络技术与标准化连载(四) 传感器网络通信与信息交互技术解析[J];信息技术与标准化;2010年Z1期

10 李春杰;刘瑞霞;王继志;;基于无线传感器网络的监控平台设计[J];传感技术学报;2006年01期