基于压缩感知的稀疏度自适应无源目标定位算法

鉴于无源目标定位需要采集大量的数据,导致传感器节点能耗过大、使用年限较短,因而基于压缩感知理论,设计了一种稀疏度自适应的无源目标定位算法。首先用一个传感器节点遍历监控区域建立观测字典,从而构建出满足约束等距条件的感知矩阵,然后自适应估算出目标的稀疏度,最后通过正交匹配算法恢复出目标位置向量。实验结果表明,该算法不仅在稀疏度未知的情况下能够估算目标的位置,而且与传统算法相比能够取得更高的定位精度。