【正文】 外文出處： Signals, Systems and Computers, 2020. Conference Record of the ThirtyNinth Asilomar Conference on 附 件： ； 指導(dǎo)教師評價： 1． 翻譯內(nèi)容與課題的結(jié)合度： □ 優(yōu) □ 良 □ 中 □ 差 2． 翻譯內(nèi)容的準(zhǔn)確、流暢： □ 優(yōu) □ 良 □ 中 □ 差 3． 專業(yè)詞匯翻譯的準(zhǔn)確性： □ 優(yōu) □ 良 □ 中 □ 差 4．翻譯字符數(shù)是否符合規(guī)定要求： □ 符合 □ 不符合 指導(dǎo)教師簽名： 年 月 日 1 傳感器網(wǎng)中絡(luò)基于分布范圍差異的目標(biāo)定位 Chartchai Meesookho 和 Shrikanth Narayanan 電機(jī)工程學(xué)系 維特比工程學(xué)院 南加州大學(xué) 電子郵件 : , 摘要 —— 目標(biāo)定位是傳感器網(wǎng)絡(luò)中的關(guān)鍵應(yīng)用。 各種傳統(tǒng)方法可以應(yīng)用，并已提出， 以 范圍差（ RD）為基礎(chǔ)的方法是有 吸引力， 是 由于提高了準(zhǔn)確性和易于實(shí)現(xiàn) 。當(dāng)基于范圍差方法的 基本概念 被 采用 在 傳感器網(wǎng)絡(luò)的情況下，需要制定數(shù)據(jù)采集 、 匯總程序 的方案并且 受到能源約束。目前的挑戰(zhàn)是設(shè)計一個經(jīng)濟(jì) 、 準(zhǔn) 確的 算法 。 本文中， 在 范圍的差異定位方法的基礎(chǔ)上，我們提出了一種分布式算法，這種方法 允許每個參與的傳感器 存在 時延估計 。 所采集的數(shù)據(jù) 使用了 順序最小二乘 方案進(jìn)行 融合， 這樣 能 夠 以 當(dāng)前的估計為基礎(chǔ)選擇合適的傳感器。結(jié)果，采用逼真的模擬模型評 估 ，說明了分布式定位 產(chǎn)生 誤差小 并且比 較集中的方法 消耗更少的 能源。 當(dāng) 參與 的 傳感器的數(shù)量很少 時， 分 布 式的定位 在 精 度方面的優(yōu)勢更為突出， 然而當(dāng) 參 與 的傳感器的數(shù)量是很大的 時候，能夠節(jié)約更多的能量 。該方法的精確度也更強(qiáng)大 ，可以 降低目標(biāo)信號能源 并且 序列瞬時誤差 的估算可以被近似，并用于 協(xié) 調(diào)成本和系統(tǒng)性能評估 。 Ⅰ ．簡介 目標(biāo)定位是推動實(shí)施傳感器網(wǎng)絡(luò)應(yīng)用 的 關(guān)鍵之一 。 大量的傳感器 能夠觀察冗余 和接近目標(biāo)，因此， 為 改善目標(biāo)定位和跟蹤性能 提供了 機(jī)會 。 一些應(yīng)用實(shí)例包括在戰(zhàn)場 上 軍用車輛 的定位 和跟蹤自然棲息地的野生動物 。 最近，傳統(tǒng)的目標(biāo)定位方法已應(yīng)用于傳感器網(wǎng)絡(luò)的情況 下。 這個范圍差（ RD）的方法是在這方面特別有吸引力 [1]，因?yàn)樗?比 最 大似然（ ML）估計 法 [3]， [4]更加易于實(shí)施 ， 比 基于能源定位 更加 準(zhǔn)確 [5]，且不需要由目標(biāo)產(chǎn)生信號的先驗(yàn)知識。 雖然 基于分布式 方法的 基本概念可以 被應(yīng)用到 傳感器網(wǎng)絡(luò)的問題 中 ，數(shù)據(jù)匯總過程需要得到發(fā)展和 改進(jìn) 。在諸如雷達(dá)和麥克風(fēng)陣列 的傳統(tǒng)系統(tǒng)中 ， 利用每一個傳感器收集時間序列數(shù)據(jù) ， 在進(jìn)程中需要 基本 的 信息，被假定為在中央處理單元可 用的， 無需關(guān)注在收集這些信息所產(chǎn)生的費(fèi)用。然而，由于傳感器網(wǎng)絡(luò)典型的電池供電 、 無線的特點(diǎn)，需要考慮 傳感器之間時間序列數(shù)據(jù)交換 的 能量消耗。 目前的挑戰(zhàn)是設(shè)計一個經(jīng)濟(jì) 、準(zhǔn) 確的 算法 。在文獻(xiàn) [1]中， 在 傳感器陣列測試平臺 實(shí)施定位，但通信費(fèi)用沒有考慮。在文獻(xiàn) [2]中，已對以集群為基礎(chǔ)的架構(gòu)進(jìn)行聲音目標(biāo)跟蹤的研究。 然而，系統(tǒng)性能集群內(nèi)的通信協(xié)議 問題 并沒有解決 。我們認(rèn)為， 設(shè)計的算法 對 該系統(tǒng)的效率的影響依賴 于 非常具體的方法 來 實(shí)現(xiàn) 。在這篇論文中，基于范圍差異的定位，我們提出了一種分布式算法 ，這種算法 允許 每一個參與的傳感器產(chǎn)生的 時延估計 ，所以， 在時間序列數(shù)據(jù)傳輸發(fā)生的能源量可以減少 。 獲得的數(shù)據(jù) ， 這些數(shù)據(jù)的范 2 圍不同 ， 使用順序最小二乘 法方案 進(jìn)行融合 。 順序性質(zhì)提供了 基于 每個時間步長的 當(dāng) 前估計選擇高效的傳感器，從而使精度得 到改善 。 結(jié)果， 使用實(shí)際的模型和情況進(jìn)行評估 ，說明了分布式定位 比 較集中的方法產(chǎn)生 更 小誤差和消 耗更少的能量。 值得注意的是， 當(dāng) 參與 的 傳感器的數(shù)量很少 時， 分 布 式的定位 在 精度方面的優(yōu)勢更為突出， 然而當(dāng) 參 與 的傳感器的數(shù)量是很大的 時候，能夠節(jié)約更多的能量 。該方法也 很 強(qiáng) 勁， 其精確度 基本不受目標(biāo)信號低能量 （低信噪比） 的影響 并且 序列瞬時誤差 的估算可以被近似， 并用于 協(xié) 調(diào)成本和系統(tǒng)性能評估 。 Ⅱ ．聚類的目標(biāo)定位 因?yàn)?集中 處理 全球 的 信息或從所有傳感器收集 測試數(shù)據(jù) 似乎沒有吸引力， 或許 可能是可行的，尤其是在一個龐大而密集的傳感器 領(lǐng)域，由于通信成本高的要求，適當(dāng)?shù)慕鉀Q辦法是 在任務(wù)中 將傳感器分?jǐn)偝筛〉慕M 來 操作，其中每個組都有一個地方處理單元。 對本 地 數(shù)據(jù)進(jìn)行 融合和壓縮 的處理 可以 用來為 原始數(shù)據(jù)傳輸 到 基站或最終用戶 節(jié)約能量。 這些傳感器通常稱為集群 并且 一個傳感器被選中成為簇 首，它 扮演一個 本 地 進(jìn)程單元的角色。 在傳感器網(wǎng)絡(luò) 中用來 分散處理 的 通用節(jié)能聚類協(xié)議 可以在文獻(xiàn) [6]中找到。 一個目標(biāo)定位問題 使用 聚類技術(shù)可能需要較為具體的表述 。 既然最終目標(biāo)是要找出一個特定的點(diǎn)也是最有可能的目標(biāo)位置，在相應(yīng)的目標(biāo)區(qū)域關(guān)鍵信息應(yīng) 是可靠的。 因此，可能需要 最為有效的聚 類 ，而且激發(fā)了一個在特定的時間和地點(diǎn)高效的集群設(shè)計 。 集群形成協(xié)議的 目的是用于 目標(biāo)定位和跟蹤 ，這在文獻(xiàn) [7]中已經(jīng)出現(xiàn)，其中， 動態(tài) 時 空 聚類 （ DSTC）算法， 提出了一種基于最近點(diǎn)方法 (CPA)的 集群形成協(xié)議 的功能。在文獻(xiàn) [8]中 zhao 等人介紹的 驅(qū)動傳感器信息查詢使用 一個信息效用的措施 使得 動態(tài)聚類 獲得 最大信息增益 。 聲目標(biāo)跟蹤動態(tài)聚類， 已經(jīng)在文獻(xiàn) [9]中 提出了 。 假設(shè)一個放 置 在人煙稀少的高功能傳感器方案（可望發(fā)揮簇頭 的 作用） 并且當(dāng)簇頭檢測到的聲信號強(qiáng)度超過預(yù)定的閥值時會形成一個群集。 群集的重點(diǎn)是整合在每個群集成員收 集到的代表從每個群集賺取知識的測量 值。 這是相當(dāng)具體的應(yīng)用，以描述與集群的形成相關(guān)的信息管理機(jī)制 。 一般來說，所有成員與簇頭溝通是直接 的或者 是多跳通信 。在集群里 信號處理功能是 在轉(zhuǎn)移壓縮數(shù)據(jù)到基站或最終用戶之前被執(zhí)行。 我們稱這是一個集中的處理方案 。 某一特定的應(yīng)用 ,如目標(biāo)定位使用傳統(tǒng)的方法 ， 然而，需要謹(jǐn)慎的設(shè)計，以獲得準(zhǔn)確和成本效益的系統(tǒng) 。 最主要的原因是，在每個傳感器觀測 是 通常時間序列數(shù)據(jù) 。 當(dāng)群 的 設(shè)計是大到達(dá)地方化準(zhǔn)確性要求 ，為了 單獨(dú)傳送在群頭將被處理的所有群成員的這樣數(shù)據(jù) ，特別 需要花費(fèi)的很多通信 。 另一種方法是將分 布式處理后，通過 根據(jù) 為特定應(yīng)用程序的使用方法的特點(diǎn)而定 的 某種手段 。 我們利用一個眾所周知的 方案，基于范圍差的定位，在傳感器網(wǎng)絡(luò)中的分布式處理表明當(dāng)與 集中的方法進(jìn)行比較 ， 該系統(tǒng)的性能可以提高 。 Ⅲ .基于最小二乘法的范圍差的定位 3 范圍差（ RD）是來自到達(dá)的時間差（ TDOA）的估計，通過距離和信號在媒介中傳播的速度之間的關(guān)系。 時延估計技術(shù) [10]是用來確定 TDOAs 的基本工具 。我們假定存在一個最優(yōu)的時延估計器，產(chǎn)生受到加性噪聲擾動的不確定的到達(dá)時間差估計。在文獻(xiàn) [11]， [12]中已經(jīng)提出了幾種基于范圍差的方法。 我 們專注于一個 在文獻(xiàn) [11]中提出的 封閉形式最小二乘法 ，因?yàn)閾?jù)報道它比其它方案有更高的效率并且能夠在高信噪比（ SNR）的環(huán)境下接近克拉默帶寬（ CRB）。 設(shè) N 傳感器分配給參加 定位進(jìn)程的坐標(biāo)為 ? ? ? ?? ?NN yxyx ,....., 11 。假設(shè)目標(biāo)的坐標(biāo)為 ? ?sss yxZ ,? ,傳感器 i 和 j 之間的距離不同，其中 i ， j =1， ? ， N ，距離 ijd 可以通過基本的關(guān)系獲得： jiij DDd ?? 其中 iD = ? ? ? ?22 isis yyxx ??? 。通常使用一個任意關(guān)于范圍差的參考傳感器。 如果沒有一般性的損失 ，選擇 ? ?11,yx 作為定位的參考傳感器。從其它傳感器收集到的時間序列數(shù)據(jù)和在參考傳感器收到的信號會產(chǎn)生到達(dá)時間差估計，范圍差是來自使用信號 傳播速度知識測得的到達(dá)時間差。然而在現(xiàn)實(shí)應(yīng)用中，因?yàn)榈竭_(dá)時間差估計存在錯誤使得確切的范圍差不可用。因此，我們得到?1id = 11 ii nd ? ， i =1， ? ， N 。到達(dá)時間差估計是通過與高斯分布數(shù)據(jù)的廣義交叉獲得，通常漸進(jìn)地分布在高信噪比的環(huán)境下。因此，范圍差估計也是高斯分布的，假設(shè) 1in ～ N ? ?21,0 i? 。定位問題可以演化成一個 線性最小二乘問題 ， bA ?? ，其中???????????11222NNN dyxdyxA ??? ，???????????sssRyx? ，?????????????2122122121NN dRdRb ? ， ? ? ? ?2121 yyxxR iii ???? 這些線性最小二乘方程可以 通過 批處理方式和 方案來解決， ? ? bAAA TT 1?? ?? 。但是，我們可以不通過用連續(xù)最小二乘法解線性方程的方法得到 ?? ，這可以通過設(shè)??nA = ? ? ? ?? ?TT nanA 1? 和 ??nb = ? ? ? ? ? ?? ?Tnbbb ?21 來描述。連續(xù) 最小二乘估計 變成 ? ? ? ? ? ? ? ? ? ? ? ??????? ?????? ??? 11 nnanbnnn T ??? （ 1） ? ? ? ? ? ?? ? ? ? ? ??? ?? ??? nanna nann T 11 1 ? ? ? ? ? ?? ? ? ?? ? ????? 1nnann T （ 2） 指數(shù) n 對應(yīng)第 thn 個傳感器。 Ⅳ . 數(shù)據(jù)模型 4 靜態(tài)聲目標(biāo)產(chǎn)生一個 WSS 高斯隨機(jī)觀察過程 ??ts ，假設(shè)目標(biāo) 強(qiáng)度衰減的速率 與距離平方成反比 。加性高斯測量噪聲的擾動 ??ti? ，通過 ??txi = ? ? ? ?tDts ii i ?? ??接收到第 thi 個傳感器的信號。通過平均時間窗口可以計算出能 量 T =sfM ，其中 M 是樣本數(shù)， sf 為 ??kyi = ? ?? ?? ???kM Mkj i jxM 11 21的 采樣頻率 。假設(shè) ??ts 和 ??ti? 是獨(dú)立的，可以得到 ??? ?kyi? = ? ?? ? ? ?? ?tD tsi222 ???? （ 3） ? ?? ?kyivar =? ?? ? ? ?? ?MtD tsi22222???????? ??? ? （ 4） 設(shè) ??ts ～ N ? ?2,0 s? ,每個傳感器噪聲具有相同的分布 ，所以 ??ti? ～ N ? ?2,0 ?? 。PSD ? ?? ?fGs 信號 、 PSD ? ?? ?fG? 噪聲，連貫性是指在中心頻率 0f 處具有較平坦的帶寬 f z? 。每一個傳感器的信噪比： ? ?? ?222,???isiwis DfG fG ? 。根據(jù)文獻(xiàn) [10],語音估計的克拉默帶寬如下： 130302222138 ??????????????????? ?????? ???????? ???????????ffffCCTijijij ?? 其中， ijC =? ?? ?? ?? ? ???????? ????????? ? ??fGfGfGfGjjsiis,1,1, 111?? 在表格中 可以簡單的推導(dǎo)出估計的方差， 212121 Di ??? ?? ，其中 03030221212283S N RffffTD???????? ?????? ????????? ????? 5 03030202122813S N RffffTS N RD?????????????? ????????? ?????????? ???? （ 5），0SNR 是指 22???s 。注意 21i? 是第 thi 個傳感器與假設(shè)在前一個位置的參考傳感器