【摘 要】
:
多源定位是无线传感器网络中的经典问题,其本质是利用传感器节点收集的观测量估计目标源的位置信息。在众多观测量中,接收信号强度具有简单、低成本、低功耗的特性,因此,利用接收信号强度进行多源定位的算法得到了广泛研究。然而,基于接收信号强度的多源定位问题是一个非凸非线性问题,求解非常困难。通常,将多源定位问题转换为稀疏信号恢复问题是解决该类问题的有效方法。因此,本文根据接收信号强度,利用稀疏信号恢复框架对
论文部分内容阅读
多源定位是无线传感器网络中的经典问题,其本质是利用传感器节点收集的观测量估计目标源的位置信息。在众多观测量中,接收信号强度具有简单、低成本、低功耗的特性,因此,利用接收信号强度进行多源定位的算法得到了广泛研究。然而,基于接收信号强度的多源定位问题是一个非凸非线性问题,求解非常困难。通常,将多源定位问题转换为稀疏信号恢复问题是解决该类问题的有效方法。因此,本文根据接收信号强度,利用稀疏信号恢复框架对多源定位技术展开较为系统和深入的研究,其主要工作包括:(1)针对无线传感器网络中的多源定位问题,提出了基于拉式先验的稀疏贝叶斯多源定位算法(Sparse Bayesian Multiple Sources Localization,SBMSL)。传统的基于稀疏信号恢复的多源定位算法采用高斯先验对稀疏系数进行建模。已有研究表明,拉式先验比高斯先验更够获得更好的稀疏信号恢复性能。因此,本文利用拉式先验对稀疏系数建模,在此基础上提出了SBMSL算法,该算法主要由稀疏信号恢复、字典学习和定位估计三部份组成。在稀疏信号恢复步骤中,为了获得更好的稀疏信号恢复性能,将稀疏向量建模为拉式先验;然后,利用变分估计算法解决拉式先验和高斯似然的非共轭问题;接着,通过贝叶斯推断得到稀疏信号恢复解。在字典学习步骤中,采用自适应字典学习,通过期望最大化算法估计出字典参数。在定位估计步骤中,利用字典参数以及稀疏信号恢复解估计出源位置坐标和路径损失指数。仿真结果表明所提算法拥有较好的定位估计以及路径损失指数估计性能。(2)针对SBMSL算法中存在的计算复杂度高和数值问题,提出了基于拉式先验的快速稀疏贝叶斯多源定位算法(Fast Sparse Bayesian Multiple Sources Localization,Fast S-BMSL)。在Fast SBMSL算法中,首先基于候选基函数的思想,通过有原则且有顺序的添加和删除候选基向量来最大化目标函数,从而估计出稀疏向量。然后,裁剪掉稀疏向量元素为零值的字典原子,从而得到比SBMSL算法维度更小的字典,进而提高字典学习的时间效率。最后,利用字典参数以及稀疏向量估计出源位置坐标和路径损失指数。Fast SBMSL算法仅利用观测信息即可自适应地估计所有模型参数。仿真结果表明,与SBMSL算法相比,Fast SBMSL具有更好的计算效率,同时能够获得与其相当甚至更好的定位以及路径损失指数估计性能。
其他文献
随着人工智能技术的飞速发展,所处理的数据复杂性也不断增大,传统的方法无法有效处理这种海量、高维度、不规则的数据。当前的数据复杂性主要体现在数据分布复杂和数据结构复杂。数据分布的复杂是指数据样本空间形状各异,而数据结构的复杂主要体现在网络结构数据占比的不断上升。图结构是一种非欧氏空间的数据结构,可以有效处理不同样本空间形状的数据,同时能较好的描述网络结构数据的特征,从而应对数据复杂性不断增大的挑战,
随着微电子技术的发展,微针肋换热器因其高效的散热能力已被广泛应用于生活中,对其流动及换热机理的研究对指导工业生产有重要意义。在微通道中设置肋片,能够有效增大传热面积,实现高效的换热。基于格子Boltzmann方法(LBM),本文对不同微针肋内部流动及换热特性进行了数值模拟,主要内容如下:在微针肋内部流动及换热的模拟中,本文在普朗特数Pr=7.0,雷诺数Re=50~220范围内,分析了肋片几何形状、
在过去几十年中,不可回收和难降解的石油基包装塑料已经给生态环境和生物健康造成了严重的危害。当前,社会对包装塑料的生产与应用提出了更高的要求,除了满足实际应用需求,还要考虑包装材料对环境的影响,如生物可降解。为此,以天然可降解的物质为基材制备可降解的包装材料对于可持续发展具有极其重要的意义。在众多天然聚合物中,淀粉因其产量丰富、价格低廉、易加工和完全生物可降解等优点,在可降解包装领域具有广阔的应用前
在不确定性条件下的决策问题中,随机占优理论提供了比较风险的工具,它能反映投资者的偏好,在保险和金融理论中发挥着重要的作用。然而它的实际应用范围非常有限,即使在所有理性决策者都更偏好一种选择的情况下,也可能无法确定占优关系。几乎随机占优是随机占优的一个推广,它排除了被认为是“病态”的极端偏好,能确定所有理性偏好之间的占优关系,因此在现实中比随机占优更有价值。由于随机占优是一种偏序,在实际应用中往往会
当前我国儿童青少年视力不良呈高发性、低龄化和持续化的特点,严重影响孩子的身心健康。国家卫健委和教育部等相关部门联合出台了一系列政策举措,但儿童青少年视力健康水平仍然呈下降趋势。“双减”政策背景下,校外教育培训依然存在,挤占了小学生大量课余时间。已有研究认为日常学习和生活时间的安排会影响小学生视力健康,这意味着参加校外教育培训可能是小学生视力水平下降的重要原因。因此,探寻校外教育培训的时间挤压效应及
色彩在大众生活中扮演着至关重要的角色,随着社会的不断发展,色彩被赋予了更多的社会价值,成为反映情感、社会与文化的象征符号。彩通(PANTONE)作为闻名全球的色彩系统供应商,其所发布的年度流行色背后,都尝试着从全球社会性事件中提取颜色的社会属性,试图让大众认知到色彩背后的社会意义。本文通过总结与提炼流行色的社会价值进行设计实践,提出线上与线下相结合的科普传播方式,让流行色具备更好的传播可能性。以期
信息技术的广泛应用,互联网和移动互联网的深入普及,使得有关的信息物理系统(Cyber-physical system,CPS)安全成为CPS规划、建设时要面对的最重要的问题。缺乏信息安全保障的CPS将会给生产、经营、社会管理服务等方面带来损害。更为严重的是,由于信息泄露和CPS的非法入侵,金融安全、国防安全以至国家安全将面临不可预估的危害。互联网是可以实现信息共享的匿名开放系统,也是信息化社会的关
我国是世界上主要的大蒜生产国、消费国和出口国,近年来为了提高大蒜产业整体经济效益,大力发展大蒜深加工行业。常见的大蒜深加工产品需要进行多道工序处理,包括切须、切根、打散、去皮、清洗、晾干和包装等。在切根工序中,现阶段常用的大蒜切根设备仍旧通过人工方式上料以实现大蒜定向有序送料,该方式劳动强度大、工作效率低;全自动大蒜切根机的定向有序送料效果不佳、适应性差,无法满足高效的切根需求。为了节省人工成本,
工业热定形机是织物整理加工的关键设备,其在实际工作时产生的大量含有纤维颗粒物的尾气是纺织工厂的主要排放污染物之一。定形机尾气纤维颗粒物浓度监测技术是保证工业定形机排放符合标准,并判断定形机是否产生“过定形”的关键技术。目前市面上通用的颗粒物浓度检测系统成本较高,且没有专门针对纤维颗粒物特点进行针对性设计导致在测量低浓度纤维颗粒物时精度较低,限制了其在定形机中的应用。本文基于激光全散射法方法,研究设
人格识别任务是当前心理学、计算机科学等领域中的研究热点。在传统人格识别任务中,从听视觉模态信息中提取的手工特征是低层次的,可靠性不够,而且与高层次的人格表示存在“语义鸿沟”问题。因此,传统人格识别方法获得的人格识别性能不尽如意。近年来,深度学习模型因具有强大的特征学习能力而在各种任务中取得了巨大的成功,为解决传统人格识别中的“语义鸿沟”问题提供了可能。其中,卷积神经网络(Convolutional