基于压缩感知的被动式移动目标轨迹测绘方法技术

本发明专利技术公开了一种基于压缩感知的被动式目标轨迹测绘方法，该方法的步骤包括：步骤一，无线传感器网络的部署与配置，步骤二，建立目标跟踪模型，步骤三，移动物体的跟踪，步骤四，对目标轨迹向量求解。利用压缩感知在稀疏恢复方面的优势，仅用少量观测数据精确测绘出目标的轨迹，同时仅通过一次计算完成测绘，避免了现有算法频繁定位导致计算开销大的问题。本发明专利技术的运动轨迹测绘方法对于野生动物生存的大规模场景的目标轨迹跟踪非常适用，能够实现高精度的目标轨迹测绘。

【技术实现步骤摘要】
基于压缩感知的被动式移动目标轨迹测绘方法
本专利技术属于无线网络的应用
，具体涉及一种基于压缩感知的无线传感器网络被动式移动目标轨迹测绘方法，该方法应用于野生动物的无线传感器网络的被动式目标跟踪。
技术介绍
野生动物在自然界中具有重要的生态地位和生态功能，是整个生态链中不可或缺的环节之一，如何有效对其进行监测与保护，显得尤为重要。传统的野生动物保护采用人工方式手工记录、统计，因此，传统方式存在很多弊端，如：缺乏长期性、实时性，也有一定的困难性和危险性，另外，时空割裂，难以对获取的数据进行时间、空间、现象的综合分析。而目前无线传感器网络的出现，为解决上述问题提供了技术支撑。无线传感器网络是由部署在被监测区域的大量分布式传感器节点组成的，它综合了传感器技术、无线通信技术、嵌入式技术和计算机技术等多种领域技术，通过各种类型的传感器对物质的性质、环境的状态以及行为模式等信息进行大规模、长期、实时的获取，并通过802.15.4通信协议以自组织的方式将感知数据传送至远程数据中心。其中，无线传感器网络的定位技术为野生动物的活动轨迹监测提供了有效解决方案。面向野生动物的运动轨迹测绘技术存在以下4方面的挑战：1)稀疏部署。野生动物监测的一个基本要求是监测不要干扰野生动物的生活环境和习性。因此使用尽可能少的设备是面向野生动物保护的需求之一，即稀疏部署。2)设备无关。现有的大多定位方法都要求待定位物体携带设备(如GPS模块，RFID标签)，然而，为野生动物携带设备不容易做到，并且动物保护专家也不建议这样做。因此需要在目标不携带设备的情况下实现定位是面向野生动物保护的需求之一，即设备无关。3)计算开销。现有方法对目标被动式轨迹测绘，均是先定位再将不同时间点目标的估算位置连起来完成轨迹测绘，需要在每个时间点进行定位计算，存在频繁定位导致计算开销大的问题。因此需要减少对野生动物频繁定位造成计算开销大的问题是面向野生动物保护的需求之一，即计算开销。4)轨迹稀疏性。野生动物运动轨迹经过的位置与监测区域的位置相比具有稀疏性。因此为了在不降低测绘精度的条件下，减少测绘轨迹所需数据量并降低能耗是面向野生动物保护的需求之一，即轨迹稀疏性。截止目前为止，在无线传感器网络中已经有许多定位技术，大体分为以下4类：第一类：主动式定位，即物体携带设备。如图2(a)所示，传感器节点均匀或者随机部署在定位区域中，物体携带的设备发出的信号(如电磁波、红外、超声波等)会被无线传感器网络检测到，由于物体在不同位置处设备发出的信号不同，因此这类方法的基本思想是通过检测设备发出信号的变化，建立信号变化与位置的对应函数，进而对物体进行定位。如Kaltiokallio、刘云浩等人通过无线传感器网络中RSSI(ReceivedSignalStrengthIndicator)信号波动检测目标的出现，进而进行定位。该类方法的优点是定位精度高(典型的如GPS定位)，由于每个物体携带可区分的设备，因此多目标定位简单，易于统计目标数量。但该方法的缺点是需要目标携带设备，不符合面向野生动物保护的设备无关需求。第二类：以张颠等为代表的基于学习的被动式目标定位。如图2(b)所示，传感器节点均匀部署在监测区域中，相邻的节点进行通信，物体在区域内活动会对两个通信的节点造成干扰。通过对物体在不同位置处受到的无线电信号RSSI干扰进行量化标定，建立位置与RSSI值干扰之间的关系。当被干扰的节点收到一组变化的RSSI值时，可以推出物体所在的位置。该类方法的优点是设备无关，不需要物体携带设备也能对目标定位。但该方法的缺点是节点部署密集，成本高，不符合面向野生动物保护的稀疏部署需求。第三类：以JosephWilson等为代表提出的RTI系统。如图2(c)所示，传感器节点均匀部署在定位区域两侧，所有节点两两之间洪范通信。物体在区域内活动会对两个通信的节点造成干扰。与第二类方法类似，物体在不同位置处对无线电信号RSSI干扰不同，建立位置与RSSI值之间的关系。当全网节点收到一组变化的RSSI值时，可以推出物体所在的位置。该类方法的优点是网络稀疏部署。缺点是需要全网中任意两个节点通信，若全网节点数为2M，则通信链路数为M(2M-1)，网络能耗高，对于能量有限的无线传感器网络来说并不适用。第四类：以张颠等为代表的可扩展的被动式定位。如图2(d)所示，在定位区域中将节点部署成六边行，六边形的中心部署一个发射节点，该节点同各个顶点的节点通信。与第二类方法类似，物体在不同位置处对无线电信号RSSI干扰不同，建立位置与RSSI值之间的关系。当全网节点收到一组RSSI变化值时，可以推出物体所在的位置。由于部署采用移动蜂窝网络中的六边形部署，因此在更大的定位区域中可以用多个六边形部署实现区域的无缝覆盖，每个六边形采用同样的定位方法，从而实现定位的可扩展性。该方法的缺点是对多目标定位不够精确。如图2(d)所示，当多个目标不在同一个三角形内(如物体1和物体2或者物体1与物体3)时，该算法可以给出多个目标的位置，但当多个目标在同一个三角形内(如物体2和物体3)时，该算法误将多个目标等效成一个物体，且只给出该等效物体的位置，即将2个目标定位成一个并不存在的目标，并且该方法的多目标定位精度依赖于三角形的大小。为了稀疏部署，三角形一般选取的比较大(2m至3m)，因此该方法的多目标定位误差一般在2m至3m，误差较大。其次，第二类、第三类、四类方法中为了表示目标位置，都采用以特定大小的方格将定位区域网格化的方法。网格大小直接影响定位精度，上述3类方法为获得较高定位精度，网格一般选取一个比较小的特定值。上述3类方法均是小规模场景区域下的划分，对于大规模场景(如野生动物生存环境)，采用这种固定值尝试的划分方法势必会浪费许多精力和资源。
技术实现思路
针对上述现有定位方法存在的缺陷或不足，本专利技术提出一种基于压缩感知的无线传感器网络被动式移动目标轨迹测绘方法，对野生动物的运动轨迹进行测绘。为了实现上述任务，本专利技术采取如下的技术解决方案：一种基于压缩感知的被动式目标轨迹测绘方法，包括以下步骤：步骤一，无线传感器网络的部署与配置将需要部署的监测区域划分成多个网格，在监测区域相对的两条边上对应的部署发射节点和接收节点，且一个接收节点只能与其对应的发射节点通信；步骤二，建立目标跟踪模型在监测区域中无移动物体时，每一个接收节点收到其对应的发射节点发送的多个数据包，并计算出这些数据包的平均信号强度值；然后在监测区域中设置一个活动的定位物体，并令该物体依次经过监测区域中每一个网格，计算物体处于每一个网格时，每个接收节点接收到的多个数据包的平均信号强度值；根据两次计算的平均信号强度值的差值，构建感知矩阵A：(公式1)上式中，M为发射节点或接收节点的个数，N为监测区域划分成的网格个数，ΔRa,b＝Ra,b-Fa，Ra,b为物体处于第b个网格时，对于第a个接收节点接收到的平均信号强度值，Fa为监测区中无物体时，第a个接收节点接收到的平均信号强度值；a＝1,2,...,M，b＝1,2,...,N；步骤三，移动物体的跟踪监测区域中有移动物体经过时，移动物体经过的K个网格用目标轨迹向量Θ表示：Θ＝[θ1,…,θN]T(公式2)记θj∈Θ,j∈{1,2,..本文档来自技高网...

【技术保护点】
一种基于压缩感知的被动式目标轨迹测绘方法，其特征在于，包括以下步骤：步骤一，无线传感器网络的部署与配置将需要部署的监测区域划分成多个网格，在监测区域相对的两条边上对应的部署发射节点和接收节点，且一个接收节点只能与其对应的发射节点通信；步骤二，建立目标跟踪模型在监测区域中无移动物体时，每一个接收节点收到其对应的发射节点发送的多个数据包，并计算出这些数据包的平均信号强度值；然后在监测区域中设置一个活动的定位物体，并令该物体依次经过监测区域中每一个网格，计算物体处于每一个网格时，每个接收节点接收到的多个数据包的平均信号强度值；根据两次计算的平均信号强度值的差值，构建感知矩阵A：(公式1)上式中，M为发射节点或接收节点的个数，N为监测区域划分成的网格个数，ΔRa,b＝Ra,b‑Fa，Ra,b为物体处于第b个网格时，对于第a个接收节点接收到的平均信号强度值，Fa为监测区中无物体时，第a个接收节点接收到的平均信号强度值；a＝1,2,...,M，b＝1,2,...,N；步骤三，移动物体的跟踪监测区域中有移动物体经过时，移动物体经过的K个网格用目标轨迹向量Θ表示：Θ＝[θ1,…,θN]T    (公式2)记θj∈Θ,j∈{1,2,...,N}；当目标经过第j个网格时，θj＝1，否则，θj＝0；根据压缩感知理论有如下表达式：Y＝A·Θ+n    (公式3)式中，n为高斯白噪声；对向量Y进行如下处理：Z＝Ω·Y    (公式4)其中，Ω＝ΦA‑1，Φ＝orth(AT)T，orth(A)代表矩阵A的正交化；将公式3代入公式4有：Z＝Ω(AΘ+n)＝ΦA‑1AΘ+n＝ΦΘ+n    (公式5)向量的约束下，通过l1范数求解，表达式为：min||Θ||l1s.t.||ΦΘ-Z||l2<ϵ]]>    (公式6)公式6中，ε约束噪声量的大小，取值为3dBm；s.t.表示约束关系；l1为1‑范数，l2为2‑范数；步骤四，对目标轨迹向量求解记Θ为待恢复轨迹向量，用残差r代表真实测量值与估计观测值的差，Q表示人为观测的测量次数，集合Iset代表待恢复轨迹向量Θ的索引号集合，Iset＝{1,..,N}；变量c代表索引号，其取值从1到|Iset|，|Iset|是集合Iset的大小；算法具体过程如下：(1)初始令残差r等于个M接收节点收到RSSI均值构成的向量Y的真实测量值Y0，即r＝Y0；令索引号c＝1；(2)把Iset索引号为c的元素赋值给变量α，执行步骤(3)；(3)将待恢复轨迹向量Θ的索引号c等于α的元素θα取值由0遍历至Q,寻找使得残差值r与估计观测值A·Θ之差的2‑范数最小的α的取值θα，即并记录此时θα的取值，然后执行步骤(4)；其中，arg表示寻找范围；(4)在步骤(3)遍历了Q次后，形成了Q个{(ξ1,θ1),...(ξα,θα),...(ξQ,θQ)}组合，寻找Q个组合中ξα最小的组合(ξα,θα)，然后将待恢复轨迹向量Θ的索引号c等于α的元素替换为θα，执行步骤(5)；(5)将残差值r更新为步骤(4)中寻找出的最小的ξα，执行步骤(6)；(6)去掉索引号集合Iset中，步骤(4)中寻找出的最小的ξα对应的索引值为c等于α的索引号，然后判断，如此时满足公式(7)的条件：||r-A·Θ||l2>ϵIset≠φ,c≤|Iset|]]>    (公式7)则将索引号c加1并执行步骤(2)，否则执行步骤(7)；(7)得到待恢复轨迹向量Θ，即为步骤(3)中更新后的待恢复轨迹向量Θ，算法结束。...

【技术特征摘要】
1.一种基于压缩感知的被动式目标轨迹测绘方法，其特征在于，包括以下步骤：步骤一，无线传感器网络的部署与配置将需要部署的监测区域划分成多个网格，在监测区域相对的两条边上对应的部署发射节点和接收节点，且一个接收节点只能与其对应的发射节点通信；步骤二，建立目标跟踪模型在监测区域中无移动物体时，每一个接收节点收到其对应的发射节点发送的多个数据包，并计算出这些数据包的平均信号强度值；然后在监测区域中设置一个活动的定位物体，并令该物体依次经过监测区域中每一个网格，计算物体处于每一个网格时，每个接收节点接收到的多个数据包的平均信号强度值；根据两次计算的平均信号强度值的差值ΔRa,b，构建感知矩阵A：上式中，M为发射节点或接收节点的个数，N为监测区域划分成的网格个数，ΔRa,b＝Ra,b-Fa，Ra,b为物体处于第b个网格时，对于第a个接收节点接收到的平均信号强度值，Fa为监测区中无物体时，第a个接收节点接收到的平均信号强度值；a＝1,2,...,M，b＝1,2,...,N；步骤三，移动物体的跟踪监测区域中有移动物体经过时，移动物体经过的K个网格用目标轨迹向量Θ表示：Θ＝[θ1,…,θN]T公式2记θj∈Θ,j∈{1,2,...,N}；当目标经过第j个网格时，θj＝1，否则，θj＝0；根据压缩感知理论有如下表达式：Y＝A·Θ+n公式3式中，n为高斯白噪声，Y表示监测区域有目标经过时，M个接收节点收到的RSSI均值构成的观测向量；对向量Y进行如下处理：Z＝Ω·Y公式4其中，Ω＝ΦA-1，Φ＝orth(AT)T，orth(A)代表矩阵A的正交化；将公式3代入公式4有：Z＝Ω(AΘ+n)＝ΦA-1A...

【专利技术属性】
技术研发人员：房鼎益，王举，汤战勇，寇迦南，常俪琼，陈晓江，刘晨，聂卫科，邢天璋，任宇辉，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西;61