基于RSS且具未知对数正态阴影衰落的多源定位

基于接收信号强度(RSS)的多源定位在无线传感器网络中引起了极大兴趣。然而，由障碍物引起的阴影衰落项无法从接收信号中分离，导致位置估计出现严重误差。本文通过 Fenton-Wilkinson 方法近似对数正态和分布，构建带有未知阴影衰落因子的非凸最大似然(ML)估计器。为克服该非凸问题的求解困难，我们提出一种新颖算法来估计源的位置。具体而言，首先将区域划分为 $N$ 个网格，并将多源定位转化为稀疏恢复问题以获得稀疏解。随后利用 K-means 聚类方法得到离网格源的粗略位置，作为 ML 估计器的初始可行点。最后，通过定位字典的动态更新提出对估计位置的迭代精化。所提算法能高效逼近 ML 估计器的较优局部最优解。仿真结果表明，所提方法具有良好的定位性能，并提升了未知阴影衰落环境下多源定位的鲁棒性。此外，所提方法将计算复杂度从 $O(K^3N^3)$ 改善至 $O(N^3)$。