_基于压缩感知的被动式移动目标轨迹测绘.pdfVIP

网络出版时间：2015-03-13 12:12 网络出版地址：/kcms/detail/11.1826.TP1212.001.html 第38 卷 计 算 机 学 报 Vol.38 2015 论文在线出版号 No.2 CHINESE JOURNAL OF COMPUTERS Online Publishing No.2 基于压缩感知的被动式移动目标轨迹测绘 王举 陈晓江 常俪琼 房鼎益 邢天璋 聂卫科 (西北大学 信息科学与技术学院 西安 710127) 摘 要 被动式目标轨迹测绘以其无需目标携带任何设备的优点吸引着许多应用，如野生动物监测、入侵安全监测等。针 对现有基于被动式目标轨迹测绘方法，因频繁定位而导致计算开销大和大量观测数据导致通信能耗高的问题，本文提出基于 压缩感知的被动式目标轨迹测绘(Compressive Sensing Based Device-Free Target Trajectory Depiction, CSTD)算法，仅用少量观 测数据一次性精确测绘出目标轨迹，减少了计算和通信开销，降低了能耗。本文的关键性发现及 CSTD 优点是：(1)轨迹上 不同的位置及其估算具有时间独立性和空间统一性，可将不同位置映射到统一的物理空间一次性测绘出目标轨迹，避免传统 方法频繁定位计算开销的问题；(2) 目标轨迹与监测区域的空间位置相比具有稀疏性，利用压缩感知原理通过少量观测数据 就能精确测绘出目标轨迹，降低了数据量和能耗。为适应实际应用中的大规模场景需求，给出了可扩展的CSTD 算法模型， 并提出了目标轨迹稀疏度未知( 目标经过的位置数未知)下的稀疏恢复算法。部署了48 个节点的8m×8m 真实实验，结果表明 在降低观测数据量的同时CSTD 较现有经典算法至少提高了63%的轨迹测绘精度。 关键词 被动式跟踪(定位) ；压缩感知；数据量 中图法分类号 TP393 Compressive Sensing Based Device-Free Moving Target Trajectory Depiction WANG Ju, CHEN Xiao-Jiang, CHANG Li-Qiong, FANG Ding-Yi, XING Tian-Zhang NIE Wei-Ke (School of Information Science and Technology, Northwest University, Xi’an, 710127) Abstract Without relying on devices carried by the target, device-free trajectory depiction is attractive to many applications, such as wildlife monitoring and asset protection in industrial facilities. To deal with the challenges, such as repeatedly positioning calculation, high data volume and the energy consumption, existed in most of current device-free trajectory depiction methods, this paper introduces a novel compressive sensing based