[发明专利]基于相关向量机实现数据驱动建模的目标定位跟踪系统

权利要求书

1.一种基于相关向量机的RSS数据建模方法，其特征在于，包括：

将采集的多个预置场景的RSS数据按照预置处理方式进行RSS数据预处理后作为输出训练RSS数据；

将采集的RSS数据集根据不同的链路，进行与链路对应的目标偏离视距程度、目标接近节点程度和静态衰落水平三个维度参数求解作为输入训练数据；

通过输出训练RSS数据和输入训练数据建立基于相关向量机的三维参数化RSS模型。

2.根据权利要求1所述的方法，其特征在于，将采集的多个预置场景的RSS数据按照预置处理方式进行RSS数据预处理后作为输出训练RSS数据，具体包括：

采集的空旷室外场景、通用室内场景、复杂室内场景的人体目标位于预设多个位置时的RSS数据集；

对RSS数据集进行一定时间窗内求均值后作差，得到的RSS测量变化值作为输出训练RSS数据。

3.根据权利要求1所述的方法，其特征在于，基于相关向量机的三维参数化RSS模型参数化表示为包括：

将由目标偏离视距程度、目标接近节点程度和静态衰落水平三个维度参数联合支配的输出训练RSS数据进行参数化表示：

其中，y_i为链路i对应的训练RSS数据，M为传感器网络中链路数，λ_i，γ_i和F_i分别对应相应链路的目标偏离视距程度、目标接近节点程度和静态衰落水平，e_i为模型训练误差，K(θ,θ_i)为由三个维度参数训练出的高斯核函数，关系向量估计出的权重参数ω＝[ω₁,...,ω_M]^T。

4.一种基于相关向量机实现数据驱动建模的目标定位跟踪系统的目标定位跟踪方法，其特征在于，包括：

基于相关向量机实现数据驱动建模的目标定位跟踪系统对权利要求1至3中任意一项所述的三维参数化RSS模型进行数据驱动联合模型计算生成射频层析成像任务所需的观测矩阵；

基于相关向量机实现数据驱动建模的目标定位跟踪系统将获取的待跟踪目标物的实时RSS数据域观测结合稀疏重构算法进行射频层析成像中的影像重构，确定待跟踪目标物的目标定位和跟踪。

5.根据权利要求4所述的的方法，其特征在于，观测矩阵具体包括：

其中，φ_ij表示观测矩阵中的第i行中第j个像素对该链路的贡献权重。

6.根据权利要求4所述的的方法，其特征在于，基于相关向量机实现数据驱动建模的目标定位跟踪系统将获取的待跟踪目标物的实时RSS数据域观测结合稀疏重构算法进行射频层析成像中的影像重构，确定待跟踪目标物的目标定位和跟踪，具体包括：

基于相关向量机实现数据驱动建模的目标定位跟踪系统将获取的待跟踪目标物的实时RSS数据域观测结合稀疏重构算法进行射频层析成像中的影像重构；

基于相关向量机实现数据驱动建模的目标定位跟踪系统将影像重构后的成像结果图中衰减程度最大的单个或多个像素位置作为单目标或多目标的估计位置；

基于相关向量机实现数据驱动建模的目标定位跟踪系统通过卡尔曼滤波与目标实时定位结果相结合，进行待跟踪目标物的动态轨迹跟踪。

7.一种基于相关向量机的RSS数据建模装置，其特征在于，包括：

预处理模块，用于将采集的多个预置场景的RSS数据按照预置处理方式进行RSS数据预处理后作为输出训练RSS数据；

多维处理模块，用于将采集的RSS数据集根据不同的链路，进行与链路对应的目标偏离视距程度、目标接近节点程度和静态衰落水平三个维度参数求解作为输入训练数据；

建模模块，用于通过输出训练RSS数据和输入训练数据建立基于相关向量机的三维参数化RSS模型。