[论文解读] Accurate and Robust Localization Techniques for Wireless Sensor Networks

Mohamed I. AlHajri, A. Goian+5 more|arXiv (Cornell University)|Jun 14, 2018

Indoor and Outdoor Localization Technologies参考文献 68被引用 27

一句话总结

本文提出一种基于均匀圆形阵列（UCA）的混合RSS/DOA定位技术，以提升无线传感器网络中在多径和相干信号环境下的定位精度与鲁棒性。该方法提出一种基于UCA的RSS/DOA融合技术，可同时检测非相干与相干信号；并采用Root-MUSIC/Toeplitz组合方法，在降低计算负载的同时提高信号检测容量，从而改善DOA估计性能。

ABSTRACT

The report focuses on three areas in particular: the first is the Received Signal Strength indicator technique, Direction of Arrival technique, and the integration of two algorithms, RSS and DOA, in order to build a hybrid, more robust algorithms. In the Received Signal Strength (RSS), the unknown node location is estimated using trilateration. This report examines the performance of different estimators such as Least Square, Weighted Least Square, and Huber robustness in order to obtain the most robust performance. In the direction of arrival (DOA) method, the estimation is carried out using Multiple Signal Classification (MUSIC), Root-MUSIC, and Estimation of Signal Parameters Via Rotational Invariance Technique (ESPRIT) algorithms. We investigate multiple signal scenarios utilizing various antenna geometries, which includes uniform linear array (ULA) and uniform circular array (UCA). Specific attention is given for multipath scenarios in which signals become spatially correlated (or coherent). This required the use of pre-processing techniques, which include phase mode excitation (PME), spatial smoothing (SS), and Toeplitz. Further improvements of existing localization techniques are demonstrated through the use of a hybrid approach in which various combinations of RSS and DOA are explored, simulated, and analyzed. This has led to two major contributions: the first contribution is a combined RSS/DOA method, based on UCA, which has the tolerance of detecting both uncorrelated and coherent signals simultaneously. The second major contribution is a combined Root-MUSIC/Toepltiz method, based on UCA, which is outperforms other techniques in terms of increased number of detected signals and reduced computationally load.

研究动机与目标

• 在真实信道动态与多径效应条件下，开发准确且鲁棒的无线传感器网络（WSNs）定位算法。
• 通过将RSS与DOA技术整合为混合框架，解决单一技术的局限性，以提升定位精度与抗干扰能力。
• 最小化计算复杂度与信令开销，以实现在资源受限的WSNs中实时部署。
• 通过预处理技术（如空间平滑与Toeplitz近似）提升在相干信号环境下的性能。
• 设计一种基于UCA的系统，支持同时检测非相干与相干信号，从而在复杂传播条件下提升鲁棒性。

提出的方法

• 采用基于接收信号强度（RSS）的三边测量法，结合最小二乘法（LS）、加权最小二乘法（WLS）及Huber鲁棒估计器，以估计未知节点位置。
• 在均匀圆形阵列（UCA）上实现到达方向（DOA）估计，采用MUSIC、Root-MUSIC与ESPRIT算法，以提升角度分辨率。
• 应用预处理技术——相位模激励（PME）、前向/后向空间平滑（FBSS）及Toeplitz近似，以缓解相干多径环境中信号的相关性。
• 设计一种基于单个混合节点的RSS/DOA混合定位系统，融合距离与方位信息，以提升定位精度。
• 利用UCA的几何结构实现全360° DOA估计，并在方位覆盖范围与分辨率方面优于ULA。
• 集成基于LS的几何位置线（LOP）方法，以优化混合定位结果并减少误差传播。

实验结果

研究问题

• RQ1 RSS与DOA技术的融合在多径与相干信号条件下如何提升WSNs中的定位精度与鲁棒性？
• RQ2 基于UCA的混合RSS/DOA系统在同时检测非相干与相干信号方面，性能增益如何？
• RQ3 Root-MUSIC与Toeplitz预处理相结合，如何在提升可检测信号数量的同时降低计算负载？
• RQ4 在不同噪声与路径损耗条件下，LS、WLS与Huber估计器在RSS定位中的性能对比如何？
• RQ5 空间平滑与基于Toeplitz的协方差矩阵重构在相干信号场景下，对DOA估计的改善程度如何？

主要发现

• 所提出的基于UCA的RSS/DOA混合方法可成功同时检测非相干与相干信号，显著提升多径环境下的鲁棒性。
• 在UCA上采用Root-MUSIC/Toeplitz组合方法，相比传统方法，能检测更多信号并降低计算复杂度，性能更优。
• 在RSS三边测量中，Huber鲁棒估计器在非高斯噪声与异常值环境下，性能优于标准LS与WLS方法。
• 空间平滑（尤其是FBSS）通过解相关空间相关信号，显著提升相干信号场景下的DOA估计精度。
• 协方差矩阵的Toeplitz近似可在保留信号子空间结构的同时实现高效计算，降低计算负载而不损失分辨率。
• 采用几何位置线（LOP）融合的混合RSS/DOA方法，通过有效结合距离与方位信息，显著降低定位误差。