基于Parzen窗的水下无线传感器网络目标定位方法

水声通道复杂多变,使得水下无线传感器网络中节点出现失效的情况,影响了多节点的目标定位性能。为解决这一问题,该文提出一种基于Parzen窗的方位交线定位方法。该方法利用Parzen窗分析所有交点的分布特征,估计目标可能出现在某个位置的概率,将概率最大值对应的点作为目标的估计位置。由于概率分布是非线性、多峰值的,采用带有惯性权重的粒子群算法去求解。仿真实验结果表明,所提方法能够在节点失效的情况下获得较高的目标定位性能,具有较好的鲁棒性。

基于SVDD去除异常值的水下目标定位方法

复杂多变的水声环境使一些传感器节点估计方位角(angle-of-arrival,AOA)时出现异常值,降低了水下目标的定位精度。针对这一问题,该研究利用高斯混合模型对方位角的观测模型进行建模,基于支持向量数据描述(support vector data description,SVDD)方法提出去除方位异常值的水下目标定位方法。该方法将目标定位与异常值识别有机结合,利用正常观测和异常观测下目标初始估计位置分布特征不同的特点,使用SVDD方法对这些初始估计位置分类从而识别出异常值,最后将异常值剔除、利用剩余方位信息完成对目标的最终定位。计算机仿真结果证明了所提方法的有效性。