[发明专利]一种基于自适应分簇策略的多目标直接定位方法

说明书

本发明属于信号处理领域，提供一种基于自适应分簇策略的多目标直接定位方法，用以解决多目标定位问题。本发明首先各接收机分别接收其对应发射机发射的信号得到基带的离散接收信号x_k[n]，再与其邻域内同属一个基本单元组的接收机进行离散接收信号交换；然后各接收机计算中间值的近似值再进行各接收机与其邻域内所有接收机进行中间值交换并计算自适应更新结合系数b′_lk(n)，最后各接收机计算目标位置估计值本发明通过自适应更新结合系数，实现接收机网络的分簇，进而实现多目标同时定位。

技术领域

本发明属于信号处理领域，特别是涉及无线传感器网络的多目标分布式自适应直接定位方法，具体提供一种基于自适应分簇策略的多目标直接定位方法。

背景技术

射频发射机的无源直接定位问题，作为一个信号处理与通信领域的重要研究方向，受到了越来越多的关注；其中基于到达时间差(TDOA)的定位方法，因为其实现的简单性和定位的准确性而大受追捧。传统的基于时差的定位算法主要由两部构成，首先通过接收信号估计出时差值，然后利用估计出的时差值进行位置解算；但是传统的两步方法得到的估计值并非最优估计，尤其是在低信噪比情况下，定位精度受损严重。

为了提高定位精度，提出了直接定位方法，直接定位方法又可分为批处理方法和自适应方法两类。批处理方法需要对定位区域进行二维或三维的网格式搜索，计算量很大，且不具有目标跟踪的能力；自适应的方法虽然定位精度比批处理的方法精度要稍低，但是该方法的计算量要比批处理的方法少很多，并且具备目标跟踪的能力。

而自适应直接定位算法又分为集中式的和分布式的；基于集中式架构的方法，将网络中各接收机接收的信号都传递到融合中心，并在融合中心做定位运算；然而，集中式处理方式扩展性较差，通信负担重，对融合中心的能量供给以及计算能力都提出了较高的要求。

分布式自适应直接定位(D-ADPD)算法可以较好的解决集中式方法的固有缺陷。如文献《A Noise-Constrained Distributed Adaptive Direct Position DeterminationAlgorithm(9Si gnal Processing,2016,Wei Xia and Xinglong Xia)》、公开号为CN105137392A的专利文献、公开号为CN105807257A的专利文献所示；因为在分布式算法中不存在专用融合中心，网络中每个传感器都有着同样的重要性，处理着完全相同的运算问题，不同于集中式算法每个接收机都需要与融合中心通信，在分布式架构下网络中传感器只需要与其邻居传感器交互信息，只存在单跳(single-hop)传输；因此其通信负担不会随着网络的扩充呈指数增长，始终处在一个可控的范围内。相类似的，在集中式算法中所有的计算过程都由融合中心完成，因此对融合中心的计算能力和能量供给都提出了较大的挑战，而在分布式算法中计算负担被均匀的分配到网络中所有传感器处。于是，分布式自适应直接定位算法以相对较低的通信代价和能量消耗实现了较理想的定位性能。

然而，在许多实际应用中需要传感器网络同时对多个发射机目标进行定位。在这种场景下，网络中一部分接收机接收一个发射机发射的信号，估计该发射机地理位置。而与此同时另一部分接收机接收另一个发射机发射的信号，定位其对应的发射机。定位系统事先并没有待定位发射机目标个数，网络中传感器划分相关信息。因此面向单个发射机目标定位问题的分布式自适应直接定位算法并不能很好的处理这种多发射机目标同时定位的问题。基于此，本发明中提供一种基于自适应分簇策略的多目标直接定位方法。

发明内容

本发明的目的在于提供一种基于自适应分簇策略的多目标直接定位方法，用以解决多目标定位问题。本发明通过自适应更新网络中各接收机之间的结合系数，实现了分簇功能，从而实现多目标同时定位。

为实现上述目的，本发明的技术方案：

一种基于自适应分簇策略的多目标直接定位方法，包括以下步骤：