无线传感器网络中基于字典优化的压缩感知定位方法

摘要：

传统的压缩感知定位方法将物理空间离散化为一个固定网格,并假设所有目标准确地落在该网格上,从而将定位问题转化为稀疏重构问题.事实上,目标的随机性导致很难找到满足上述假设的固定网格,进而引起字典失配问题,使得定位性能急剧下降.针对该问题,文中提出一种基于字典优化的压缩感知定位方法,将稀疏字典建模为以网格为参数的参数化字典,通过动态调整网格不断优化稀疏字典,从而将定位问题转化为联合参数优化的稀疏重构问题,并在变分贝叶斯推理框架下解决该问题.仿真结果表明,与传统的压缩感知定位方法相比,所提方法具有更强的可靠性和鲁棒性.

关键词：无线传感器网络、压缩感知、字典优化、变分贝叶斯推理

所属期刊栏目：46

分类号：TN911.7

资助基金：江苏省高校自然科学研究面上项目16KJB510047 ,江苏省高等学校自然科学研究项目18KJB510042

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：118-122