[发明专利]发射功率未知条件下基于数据净化的相对指纹定位方法

说明书

本发明公开了一种发射功率未知条件下基于数据净化的相对指纹定位方法，将测量区域网格化为N个格子，用一个任意发射功率的训练节点依次停留在每个网格内，收集各感知节点接收到的测量数据并生成与该网格对应的指纹，全部指纹生成后形成指纹库；各感知节点扫描包括辐射源占用信道在内的H个信道，并生成相应数据矩阵；对该矩阵进行数据净化处理，得到新的数据矩阵，并检测出净化后的辐射源指纹；将新的辐射源指纹与指纹库进行相关计算，得到修正因子，并得到新的指纹库；通过稀疏贝叶斯学习，从新指纹库里找到与新辐射源指纹匹配的最优网格点，从而估计出辐射源的位置。本发明相比其他定位方法能够进一步提升辐射源定位的精度。

技术领域

本发明涉及无线通信技术中的定位领域，具体地说，是一种在发射功率未知情况下基于数据净化和相对指纹架构实现稳健定位的方法。

背景技术

随着无线电通信技术的快速发展和智能终端的不断普及，人们对位置信息的需求不断增强，位置信息在社会生活中的应用越来越广泛,广泛应用于地震预报工作、环境监测、深林防火、海洋航行、航天航空安全、地质勘探位置查询、车辆导航和紧急呼叫等众多公共或商业服务领域。精确掌握这些位置信息，不仅方便各项工作的高效开展，还确保人员在作业过程中遇到困难时能给予及时的救援，避免造成更大的损失。针对辐射源定位问题展开的研究越来越成为热门话题。然而，在许多现实场景中，所要定位的辐射源并不会参与定位过程，一方面基于设计的简单性，有的辐射源无法实现双向通信；另一方面，其更希望能够隐藏起来不被发现，如窃听器、干扰源等。这种场景称之为被动定位，也是目前研究的热门方向之一，其基本思想是感知节点无法知道辐射源的先验信息，如发射功率等，感知节点只能通过接收辐射源的信号并进行处理计算，最终估计出辐射源的位置。

由于地理环境的复杂性，无线信道受噪声、衰落、干扰等影响较大。同时，在城市生活中，各种建筑林立，通信信号极易受到墙壁等的阴影影响。所有这些复杂情况使得人们无法建模出合适的信道模型。而使用传统的信号衰减模型解决该类场景问题必然会降低定位性能。

另外，由于科技的进步，感知设备样式和功能日益繁多。智能化和便携性等特点使得各种设备可以成为感知节点，合作进行辐射源定位。然而这也带来一个不可避免的问题，就是会存在设备异常以及恶意用户行为情况的发生。这些情况都会使得感知到的数据错误，如果直接利用感知到的数据进行定位也必然会降低定位的精度。因此，考虑这些消极因素对定位的影响并设计一种稳健的辐射源定位方法具有十分重要的意义。

现有的绝大多数被动辐射源定位方法都是基于传播模型展开的研究，如RSS、TOA等。在理想场景中这些方法可能有效，但是在复杂环境如多径、衰落等地方，信号传播模型不可能被准确建模，如果仍使用现有的传播模型必然会降低定位精度。指纹定位作为另一种主流方法也获得了广泛关注。指纹定位对地理环境的要求较低，其核心思想是在测量环境中先训练数据，然后利用学习方法对辐射源数据和训练数据进行匹配，最优匹配点即为位置估计点。然而指纹定位有一个使用前提，辐射源的发射功率是已知的，这样才能据此训练数据。显然，指纹定位不能直接应用于被动定位过程中。

另外，由于测量环境较为复杂，且各种突发情况可能发生，传统的只针对理想场景进行分析的方法不再适用。现有的定位工作主要包括对非视距传输、动态传播模型、异构信息处理等非常规情况进行分析处理，目前所知道的基本没有针对异常数据进行建模并分析的工作。因此，针对异常数据建立一个通用的数据模型，并设计方法消除异常数据对定位影响具有十分重要的意义。

综上，如何设计一种稳健的被动辐射源定位方法，使其能够有效克服复杂环境带来的影响，并且消除偶发的异常数据产生的性能损伤，最终促使定位精度进一步提升具有重要的理论和实际意义，是目前研究的重点。

发明内容