[发明专利]利用RSS信息的无源多站多目标数据关联与定位方法

权利要求书

1.利用RSS信息的无源多站多目标数据关联与定位方法，其特征在于，包括：

采用多目标数据关联算法，将多个接收站的多个信号接收强度数据进行关联，具体为：

S1、假设目标和接收站都位于XOY平面上，设接收站的位置坐标为(x_k,y_k)，其中k＝1,2,...K,K是接收站总数，每个接收站所接收的信号强度为：

其中为接收信号的强度，P₀为参数传输距离为d₀处的信号接收强度，为信号传输距离，β为路径衰减指数，j＝1,2...J,J是目标总数，表示测量噪声；

S2、将目标平面划分为M×N范围的网格，每个格点代表目标平面中的一个位置坐标(x_m,y_n)，其中m＝1,2,...M,n＝1,2,...N，遍历网格平面中的每个网格点，假设每个点上都有一个目标发出信号，计算每个接收站接收到的每个点上的接收强度：

S3、计算每个搜索点(x_m,y_n)相对于接收站的RSS值和接收站所接收到的真实RSS值之间的误差

S4、计算由每次搜索点与真实值之间的总误差，组成代价矩阵C(m,n)：

S5、S1～S4即完成了多站多目标数据的关联，对于所得到的代价矩阵C(m,n)，采用自适应k-medoids聚类算法估计出目标坐标，具体包括：

S51、数据预处理：将代价矩阵中大于阈值的数据剔除，把剩下所有数据在矩阵中所对应的索引作为元素组成新的包含n个对象的数据库X；

S52、自适应聚类个数为J，即目标总数，随机选择J个代表对象作为初始中心点；

S53、将数据库中其余每个非代表对象指派到距离其最近的代表对象所属的簇，即对于数据集中的其他每一个点，计算它与每个聚类中心，即已选择的初始中心的距离D(x_j),j＝1,2...J，将其分配到最小的D(x_j)值对应的代表对象所属的簇；

S54、剔除步骤S53中空簇集合；

S55、在每个簇集合中随机选取一个非代表对象O_r，计算用O_r替代其所属簇中的代表对象O_j所产生的代价S，即计算各簇集合中，距簇内各样本点距离的总的绝度误差构成总代价S；

S56、如果O_r对应的S最小，则由O_r替代O_j构成新的簇集合，作为新的中心点；

S57、重复S51～S56，直到形成的簇集合的中心点不再发生变化。