- 基于加权多维标度的无线信号定位理论与方法
- 王鼎
- 2125字
- 2021-03-04 18:38:43
6.3 基于加权多维标度的定位方法1
6.3.1 标量积矩阵的构造
这里的标量积矩阵与4.2.1节中的标量积矩阵相同,其表达式为
(6.16)
式中,为坐标矩阵,它由传感器和辐射源的位置向量构成,如下式所示:
(6.17)
式中,[3]。
根据4.2.1节中的讨论可知,矩阵可以表示为
(6.18)
式中,。
6.3.2 一个重要的关系式
利用式(4.20)可以直接得到如下关系式:
(6.19)
式中
(6.20)
式(6.19)建立了关于辐射源位置向量的伪线性等式,其中一共包含个等式,而RSS观测量也为个,因此观测信息并无损失。下面可以基于式(6.19)构建针对辐射源定位的估计准则。
6.3.3 定位原理与方法
1.一阶误差扰动分析
在实际定位过程中,标量积矩阵的真实值是未知的,因为其中的真实距离平方应由其无偏估计值来代替,这必然会引入误差。不妨将含有误差的标量积矩阵记为,于是根据式(6.16)可以将该矩阵表示为
(6.21)
由于,于是可以定义如下误差向量:
(6.22)
式中,表示中的误差矩阵,即有,它可以表示为
(6.23)
将式(6.23)代入式(6.22)中可以将误差向量表示为关于误差的线性函数,如下式所示:
(6.24)
式中
(6.25)
式(6.24)的推导见附录C.1。由式(6.24)可知,误差向量的均值为零,协方差矩阵为
(6.26)
2.定位优化模型及其求解方法
基于式(6.22)和式(6.26)可以构建估计辐射源位置向量的优化准则,如下式所示:
(6.27)
式中,可以看作加权矩阵,其作用在于抑制误差的影响。不妨将矩阵分块为
(6.28)
于是可以将式(6.27)重新表示为
(6.29)
根据命题2.13可知,式(6.29)的最优解为
(6.30)
【注记6.2】由式(6.26)可知,加权矩阵与辐射源位置向量有关。因此,严格来说,式(6.27)中的目标函数并不是关于向量的二次函数,针对该问题,可以采用注记4.1中描述的方法进行处理。理论分析表明,在一阶误差分析理论框架下,加权矩阵中的扰动误差并不会实质影响估计值的统计性能。
图6.1给出了本章第1种加权多维标度定位方法的流程图。
图6.1 本章第1种加权多维标度定位方法的流程图
6.3.4 理论性能分析
下面将利用4.2.4节中的结论直接给出估计值的均方误差矩阵,并将其与克拉美罗界进行比较,从而证明其渐近最优性。
首先将最优解的估计误差记为,仿照4.2.4节中的理论性能分析可知,最优解是关于向量的渐近无偏估计值,并且其均方误差矩阵为
(6.31)
下面证明估计值具有渐近最优性,也就是证明其估计均方误差矩阵可以渐近逼近相应的克拉美罗界,具体可见如下命题。
【命题6.3】如果满足,则有[4]。
【证明】首先根据命题3.1可知
(6.32)
式中
(6.33)
将式(6.33)代入式(6.32)中可得
(6.34)
另一方面,当时,满足,将该近似等式代入式(6.26)中可得
(6.35)
再将式(6.35)代入式(6.31)中可得
(6.36)
考虑等式,将该等式两边对向量求导可得
(6.37)
式中
(6.38)
结合式(6.37)和式(6.38)可得
(6.39)
最后将式(6.39)代入式(6.36)中可得
(6.40)
证毕。
6.3.5 仿真实验
假设利用9个传感器获得的RSS信息对辐射源进行定位,传感器二维位置坐标如表6.1所示,阴影衰落服从均值为零、协方差矩阵为的高斯分布。
表6.1 传感器二维位置坐标 (单位:m)
首先将辐射源位置向量设为(m),将标准差设为,将路径损耗因子设为,图6.2给出了定位结果散布图与定位误差椭圆曲线;图6.3给出了定位结果散布图与误差概率圆环曲线。
图6.2 定位结果散布图与定位误差椭圆曲线
图6.3 定位结果散布图与误差概率圆环曲线
然后将辐射源坐标设为两种情形:第1种是近场源,其位置向量为(m);第2种是远场源,其位置向量为(m),将路径损耗因子设为。改变标准差的数值,图6.4给出了辐射源位置估计均方根误差随着标准差的变化曲线;图6.5给出了辐射源定位成功概率随着标准差的变化曲线(图中的理论值是根据式(3.29)和式(3.36)计算得出的,其中m)。
图6.4 辐射源位置估计均方根误差随着标准差σt的变化曲线
图6.5 辐射源定位成功概率随着标准差σt的变化曲线
接着将标准差设为两种情形:第1种是;第2种是,将路径损耗因子设为,将辐射源位置向量设为(m)[5]。改变参数的数值,图6.6给出了辐射源位置估计均方根误差随着参数的变化曲线;图6.7给出了辐射源定位成功概率随着参数的变化曲线(图中的理论值是根据式(3.29)和式(3.36)计算得出的,其中m)。
图6.6 辐射源位置估计均方根误差随着参数k的变化曲线
图6.7 辐射源定位成功概率随着参数k的变化曲线
最后将标准差设为两种情形:第1种是;第2种是,将辐射源位置向量设为(m)。改变路径损耗因子的数值,图6.8给出了辐射源位置估计均方根误差随着路径损耗因子的变化曲线;图6.9给出了辐射源定位成功概率随着路径损耗因子的变化曲线(图中的理论值是根据式(3.29)和式(3.36)计算得出的,其中m)。
图6.8 辐射源位置估计均方根误差随着路径损耗因子α的变化曲线
从图6.4~图6.9中可以看出:(1)基于加权多维标度的定位方法1的辐射源位置估计均方根误差可以达到克拉美罗界(见图6.4、图6.6及图6.8),这验证了6.3.4节理论性能分析的有效性;(2)随着辐射源与传感器距离的增加,其定位精度会逐渐降低(见图6.6和图6.7),其对近场源的定位精度要高于对远场源的定位精度(见图6.4和图6.5);(3)随着路径损耗因子的增加,辐射源定位精度会逐渐提高(见图6.8和图6.9);(4)两类定位成功概率的理论值和仿真值相互吻合,并且在相同条件下第2类定位成功概率高于第1类定位成功概率(见图6.5、图6.7及图6.9),这验证了3.2节理论性能分析的有效性。
图6.9 辐射源定位成功概率随着路径损耗因子α的变化曲线