论文部分内容阅读
无线电层析成像(Radio Tomographic Imaging,RTI)技术是基于无线电信号传播理论的新型无线测量定位技术,具有非侵入、无辐射、抗雾霾、成本低、结构简单、适应范围广和可视化测量等优点,在安全监控、定位跟踪和医学监测中具有诱人的发展前景。为便于数学处理,常规RTI技术在假定成像环境的背景信息已知的情况下,主要采用离线方式处理目标运动时采集的数据,实现对运动目标的定位与跟踪。在盲背景信息和人体目标静止时,常规RTI技术没有解决静止人体目标的定位问题。本文围绕这种情况下RTI需要处理的关键技术展开研究,主要包括对收发基准节点的自定位、被测区域背景信息的数值仿真、成像区域内静止人体目标的快速成像和重建图像的噪声抑制等内容。此研究的主要创新性工作总结如下:(1)针对RTI系统中各收发基准节点需要事先校准的需求,提出了基于接收信号强度指示(Received Signal Strength Indicator,RSSI)的优选双向修正定位算法。该算法假定矩形区域四个角上的采集节点为锚节点且其他未知节点位于边界上,通过优选与未知节点距离最近的两个锚节点并确定其所在边,再分别从正向链路和反向链路的角度由优选的两个锚节点得到初始坐标,进一步利用另外两个锚节点对初始坐标进行修正。通过与多种算法进行比较,实测数据的定位效果表明,所提算法不仅能快速定位,而且其定位精度优于其他几种算法。(2)在统计分析RTI测试系统RSSI数据的基础上,设计了三种静态障碍物影响下小尺度无线信道衰落的仿真模型。当被测区域存在静态障碍物时,各收发节点间的无线链路可映射为莱斯、瑞利和对数正态三种信道衰落统计模型之一。基于这三种仿真模型,被测区域内无人、单人和两人场景的数值仿真结果表明这些模拟值与实测数据的吻合度较高,这些模型可较好地估计存在静态障碍物的背景信息。(3)引入静态人体目标的呼吸运动对无线链路产生的微扰方差作为识别扰动链路的依据,提出了微扰链路簇成像算法。该算法在计算各链路滑动方差的基础上,可由滑动方差的上下限值确定不同场景下的微扰方差阈值,进而甄别出静态人体目标影响的少量链路,再利用这些链路簇实现快速成像。该算法摒弃了RTI成像算法对背景信息的依赖,降低了重建算法的计算复杂度,可借助人体自身的生理活动信息实现了对静态人体目标的定位。(4)为了突出重建图像中的目标主体,提出了基于冗余信息的超前自适应阈值算法。与传统从图像信息中计算灰度阈值的方法不同,此算法从测量数据的冗余信息中自适应地选择灰度阈值,用于抑制重建图像中的噪声。成像结果表明,此算法不仅能在成像前选择好灰度阈值,还比经验值法和OTSU自适应阈值算法更合理地抑制噪声并突出目标主体。