项目名称: 基于干扰链路检测的多信道无线层析成像定位技术研究

项目编号: No.61471045

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 刘珩

作者单位: 北京理工大学

项目金额: 80万元

中文摘要: 无线层析成像技术是通过测量无线网络节点间信号的阴影衰落来形成探测区域 内障碍物的截面图像,该技术能应用于烟、雾、霾等特殊环境,可用于紧急救援、安全监控的目标定位。现有无线层析成像定位系统的一般思路是采用单信道信号探测、利用所有链路建立测量方程,用正则化方法求解不适定反问题重建图像定位目标,复杂多径环境下,单一信道的接收信号强度变化难以准确反映目标是否遮挡链路,虚警和漏检导致大的定位误差,成像算法需要运用全部链路测量数据导致逆问题求解随节点数增加计算复杂度巨增,同时定位精度受限于像素大小。本课题将从两方面突破,一是探索多信道信号探测技术,采用时空域检测和聚类特性来识别干扰链路,二是提出新的定位算法,实现基于部分链路快速低复杂度目标位置近似估计和基于链路衰减差异的精确定位。本课题从测量机制和定位算法上改变传统无线层析成像方法,降低定位误差和计算复杂度,解决该技术在多径环境下目标定位的基本问题。

中文关键词: 多信道;无线层析成像;目标定位;干扰链路;阴影衰落

英文摘要: Radio Tomographic Imaging (RTI) is a technology for imaging the attenuation caused by physical objects in wireless networks through radio transmissions. It has become one of the critical techniques for indoor localization issues due to its flexibility in handling different environments under smoke, fog and haze. RTI can also be applied in emergencies,rescuing operations,security breaches. However, so far most of the existing methods for RTI use single channel signal to detect received signal strength and deal with all measured data from all links in the wireless networks. This causes high computational complexity especially when the numbers of nodes and pixels are large.What is more important, the accuracy of localization cannot be adjusted adaptively based on fixed pixel size and regularization method for ill-posed inverse problem.Under complex environments with rich multipath, it is hard to correctly detect the shadowed link using RSS of single channel signal.False alarm and missing detection will lead to high error of localization. Our proposal focuses on two research directions: first, we will develop a measuring method based on multi-channel signal, and detect interference links in time domain and spatial domain detection according to clustered feature of real attenuated links. Second, we propose to use a novel localization algorithm, which will get coarse-grained position estimation with partial links and get a fine-grained position estimation by difference features among attenuated links.Our proposed techniques fundamentally change the view of the traditional RTI with measuring method and localization algorithm, reducing localization error and computational complexity so as to solve basic problems of RTI under multipath environments.

英文关键词: Multi-channel;Radio Tomographic Imaging;Target Localization;Interference Link;Shadow Fading

成为VIP会员查看完整内容
0

相关内容

《5G/6G毫米波测试技术白皮书》未来移动通信论坛
专知会员服务
16+阅读 · 2022年4月15日
专知会员服务
52+阅读 · 2021年8月29日
专知会员服务
21+阅读 · 2021年8月23日
机器学习在信道建模中的应用综述
专知会员服务
27+阅读 · 2021年3月16日
专知会员服务
79+阅读 · 2020年10月2日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
立体匹配技术简介
计算机视觉life
28+阅读 · 2019年4月22日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
视觉SLAM技术综述
计算机视觉life
25+阅读 · 2019年1月4日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月17日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
小贴士
相关资讯
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
立体匹配技术简介
计算机视觉life
28+阅读 · 2019年4月22日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
视觉SLAM技术综述
计算机视觉life
25+阅读 · 2019年1月4日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员