利用稀疏性进行大规模无线传感器网络定位
系统与控制
2024-11-06 v1 系统与控制
摘要
无线传感器网络（WSN）定位是指利用含噪测量信息确定 WSN 中每个节点位置的问题。在许多情况下，如基于距离与方位的定位，测量模型是节点位置的非线性函数，导致节点间成对互联。由于已知 WSN 定位问题的最优解在这些情况下计算代价高昂，因此需要一种高效近似。本文中，我们表明可利用该问题固有的稀疏性，大幅降低使用扩展卡尔曼滤波（EKF）进行大规模 WSN 定位的计算量。在所提方法（称为低带宽扩展卡尔曼滤波（LB-EKF））中，通过对图的顶点重新标号（置换顺序）将测量信息矩阵转换为带状矩阵。结合理论分析与数值模拟表明，典型 WSN 配置（可建模为随机几何图）可利用所提 LB-EKF 方法以可扩展方式进行定位。
引用
@article{arxiv.2308.00274,
title = {Exploiting Sparsity for Localization of Large-Scale Wireless Sensor Networks},
author = {Shiraz Khan and Inseok Hwang and James Goppert},
journal= {arXiv preprint arXiv:2308.00274},
year = {2024}
}