基于压缩感知的无线传感器网络节点定位

近日论文的一些记录

基于压缩感知的无线传感器网络定位算法研究

文章编号：1001-9146
本文提出基于正交匹配追踪重构的多级定位算法，通过测距定位得到低纬度的测量矩阵，在可能性区域内构建压缩矩阵，利用OMP重构高维度稀疏矩阵。

1. 第一个操作过程——借助DV-Hop思想，将未知节点信标节点按序号大小排列。
2. 第二个操作过程——**将可能性区域进一步细化为多个小方格，在每个小方格的中心位置感应附近信标节点的信号强度，并通过信号衰减模型变换为通信距离，组成通信数据字典。**结合压缩感知和OMP进行重构，将稀疏信号中非零值的位序对应到通信数据字典中。
   

基于改进 OMP 算法的无线传感器网络节点定位

1. 未知节点构成的稀疏矩阵s
2. 构造稀疏矩阵Ψ=I （N * N)
3. 观测矩阵Φ
❤❤❤ Φm,n代表第m个信标节点和第n个网格的距离（老师的代码现在才懂)；
将观测矩阵进行QR分解：
DistanceT=QR
Q是一个NN标准正交阵 R是一个NM的上三角矩阵。M<<N，根据矩阵拆分截取Q的M行N列作为观测矩阵Φ，Φ成为部分正交，Φ=Q(1:M,:)
4.测量值矩阵y
y（M1)=Q (MN) * x(N*1)
5.感知矩阵 A
y = Φ * x =Φ * Ψ * s = A * s
A(M * N) 建立了测量值矩阵与未知节点位置向量之间的关系。

质心定位算法估计目标的位置

目标不一定在网格的中心位置，所以重建的信号x_r是一个近似稀疏信号，其值也并非是0/1。
对s中每一列进行归一化处理，得到坐标估计权值。
对比DV-Hop算法与基于OMP的DV-Hop算法