基于压缩感知的矿井无线传感器网络目标定位

针对无线传感器网络定位技术在煤矿井下目标定位存在定位精度低、参考节点多、节点功耗大等问题,提出一种基于压缩感知算法的矿井无线传感器网络目标定位方法。该方法根据矿井目标定位需求和无线传感器网络特点设计了离线阶段和在线监测阶段的目标定位方案。离线阶段构建稀疏矩阵指纹库,在线监测阶段构建观测矩阵和测量值向量,并结合指纹库重构目标节点位置信号,实现矿井目标精确定位。通过仿真实验将压缩感知算法定位与两种传统算法定位进行比较,结果表明,本文算法定位精度较高,可控制在0.8 m以内,满足定位需求。     

一种基于分布式压缩感知的矿井目标指纹数据库建立方法

针对目前国内矿井目标定位精度低和定位实时性差的现况,该文提出一种基于分布式压缩感知原理构造指纹数据库的方法,该方法在离线阶段只需采集少量巷道中的指纹信息(参考节点ID信息、基于电磁波到达时间(TOA)的距离测量值和实际距离值),便可高概率重构矿井目标指纹数据库指纹信息,从而达到减少数据采集工作量和提高工作效率的目的。后续在线阶段,只需获得某时刻参考节点ID信息和目标节点被参考节点测得的实时TOA距离测量值,根据模式匹配方法可获得该时刻目标节点距离参考节点的待估距离值,保证了定位精度和定位实时性。在此基础上,提出一种改进的压缩采样修正匹配追踪算法(CoSaMMP)进行指纹信息重构,该算法利用折半法增大裁剪力度从而有效缩短重构数据时间。仿真结果表明所提算法的可行性及有效性。