亚星游戏官网-www.yaxin868.com

专利名称：压缩射频层析成像的移动分治实现方法
技术领域：
本发明涉及射频层析成像领域，特别是涉及压缩射频层析成像的测量和实现技 术。
背景技术：
射频层析成像是一种利用射频信号实现投影测量，从射频链路阴影衰落信息重构 环境阴影衰落影像进而实现目标免持定位与穿墙透视成像的环境感知方法。借助于射频信 号提供的非侵入式、不受光照变化和障碍物遮挡影响的传感模式，射频层析成像在室内或 隐蔽的兴趣目标检测、定位和跟踪等方面，有着其它传感技术所不可替代的优势。深入挖掘 和广泛利用射频层析成像技术的优势和潜力正成为智能感知和相关应用领域的研究热点。
压缩传感是一种从少量测量数据重构稀疏信号的新理论。由于环境状态中兴趣目 标信号本质上是稀疏的，因此压缩传感适用于环境射频层析成像，形成压缩射频层析成像 技术，以减少所需的投影测量链路数目，节约资源与成本，具有重要意义。
无线传感器网络是目前已有的压缩射频层析成像实现模式，即将传感器节点的部 署作为射频链路部署的主要手段，形成覆盖感知区域的射频传感网络，进而通过随机方式 选取链路进行投影测量。在没有先验知识的情形下，依赖于随机选取链路的方式能够有条 件地保证目标影像的重构，但不可避免产生大量冗余、无效的射频链路，大大降低传感效 率。此外，无线传感器网络的覆盖空间尺度和观测粒度是固定不变的，难以满足尺度缩放性 和粒度多样化的要求，在可用性方面有相当的局限性。发明内容
针对无线传感器网络实现模式的不足，以及随机选择方式存在冗余、无效射频链 路的固有缺陷，本发明提供了一种冗余量小、机动灵活、传感效率高、具有尺度放缩性和观 测粒度多样化的压缩射频层析成像的移动分治实现方法。
为解决上述技术问题，本发明采用的技术方案是提供一种压缩射频层析成像的 移动分治实现方法，所述方法基于移动平台实现，包括以下步骤步骤1，在感知区域设置携带射频收发装置的移动平台；步骤2，全局粗粒度成像，定位出兴趣区域；步骤3，兴趣区域局部细粒度成像；步骤4，综合全局粗粒度影像和局部细粒度影像，得到感知区域的合成影像。
遵循分治原理，将射频层析成像任务分解成全局粗粒度成像和局部细粒度成像两 个环节，前者定位出可能的兴趣区域，后者则是以兴趣区域聚焦为目标。
进一步地，所述移动平台为移动机器人，具有自主定位、导航功能，且移动机器人 之间能相互通信，能在感知区域边界上到达指定位置。
进一步地，所述射频收发装置的工作频段为900MHz或者2. 4GHz。
进一步地，所述兴趣区域为因兴趣目标物体存在而引起阴影衰落的区域。
进一步地，所述步骤2采用横向和纵向的平行链路部署策略，具体为移动平台组在感知区域的边界上等间隔地建立射频链路进行投影测量，根据接收信号强度值的变化， 获取全局粗粒度影像，从而定位兴趣区域。
进一步地，所述步骤3具体为控制移动平台组在感知区域的边界上部署与兴趣区域相关的射频链路，即通过兴趣区域的射频链路，根据获得的接收信号强度值重构出兴趣区域局部细粒度影像。
进一步地，所述的影像都是阴影衰落影像，由接收信号强度中包含的阴影衰落信息重构得到。
进一步地，针对一矩形区域内未知目标成像的感知任务，环境阴影衰落影像模型化为2D影像X = [X(m,k)],首先关注其全局粗粒度影像模型X1 =[為(《,幻],围绕该模型设计射频链路部署，投影测量方程模型化为+ e，其中F1为当前与场景为空时各射频链路接收信号强度差值形成的向量\为&的向量化表示形式，e为零均值高斯噪声向量，Φι为权重矩阵，对于每一行，对应射频链路通过的像素权重因子设为1，否则为0，根据h获得\即X1的重构，记为兔；接着确定出X1中发生阴影衰落的兴趣区域;[，进而明确出兴趣区域局部细粒度影像模型X2 =[石，即X2 =X(I),围绕影像模型X2，部署射频链路进行投影测量，重构兴趣区域的细粒度影像兔；最后，合并兔与&2 ,完成环境阴影衰落影像的估计。
与现有技术相比，有益效果是本发明采用分治成像模式，减少了冗余、无效的链路，从两个层面上提升了压缩传感的传感效率，全局成像采用粗粒度的影像模型，限制了冗余链路的规模；细粒度成像只聚焦局部可能的兴趣区域，避免了无效链路的产生。而且利用移动机器人进行射频链路的部署，使得压缩射频层析成像技术在机动性、灵活性、自主性等方面得到进一步的发展；所需的平行链路部署和局部链路部署简单易行，适合于移动机器人协作感知的实现架构。


图1为分治成像模式示意图； 图2为平行链路部署示意图； 图3为局部链路部署示意图； 图4为本发明实施例的示意图； 图5为本发明实施例的场景图； 图6为本发明实施例的理想环境阴影衰落影像； 图7是本发明实施例的全局成像环节获得的粗粒度影像； 图8是本发明实施例中局部测量链路数目为10时的最终重构影像； 图9是本发明实施例中局部测量链路数目为20时的最终重构影像； 其中1，遮挡物;2,目标物体；3，移动机器人；4,尺卩卬标签；5, RFID阅读器；6，ZigBee 设备。
具体实施方式
本发明提出一种压缩射频层析成像的移动分治实现方法，丰富了射频链路的部署手段，并从减少冗余、无效链路两个层面提高了传感效率，进一步促进压缩射频层析成像在实际中的应用。下面参见附图结合实施例对本发明进行详细说明。
如图1所示，考虑一矩形区域内未知目标成像的感知任务，环境阴影衰落影像模型化为2D影像X = [X(m,k)]。首先关注其全局粗粒度影像模型X1 =[X1(m，k)],围绕该模型设计射频链路部署，投影测量方程模型化为y1=Φ1x1+e，其中h力当前与场景为空时各射频链路接收信号强度差值形成的向量，力X1的向量化表示形式e为零均值高斯噪声向量，Φ1为权重矩阵，对于每一行，对应射频链路通过的像素权重因子设为1，否则为0。则根据F1可获得X1,即X1的重构，记为X1。需要指出的是X1的维度远小于\因此重构所需的投影测量链路往往较少。特别地，考虑平行链路部署策略，每一个像素只需横向和纵向各一条链路通过即可完成目标的定位，如此，冗余链路的规模得以控制，一定程度上提高了传感效率。根据X1的重构，将可以确定出其中发生阴影衰落的兴趣区域I，进而明确出兴趣区域局部细粒度影像模型X2 =[X2(m,k)，即X2 =Χ(I),同样地，围绕影像模型X2 ,部署与之相关的射频链路进行投影测，即可重构获得兴趣区域的细粒度影像X2。由于该环节只关注与兴趣区域相关的射频链路，因此有效避免了无效链路的测量。最终，合并文1与良则可完成环境阴影衰落影像的估计。
限定射频链路可能的收发位置均匀分布于感知区域的边界上，不妨假设两台移动机器人用于链路的部署，一台作为射频信号发送端(ΤΧ1)，另一台作为接收端(RX1)。全局粗粒度成像环节，如图2所示，两台移动机器人只需分别在感知区域的横向边界和纵向边界上保持平行运动到相应的收发位置进行投影测量即可完成部署。这种链路部署易于移动机器人实现，并且能够快速完成，保证了该环节成像的时效性。局部细粒度成像环节，根据链路可能的收发位置，可以统计得到通过兴趣区域的射频链路，即相关链路。事实上，局部细粒度影像一般具有稀疏性，特别是其离散梯度，因此所需的投影测量是一种压缩测量。投影测量链路可以从相关链路中随机选择。如图3所示，根据所选择的链路，两台移动机器人将分别通过自主移动机制运动到相应的收发位置进行投影测量。如此进行，直至完成所有的链路部署。
为便于实施本发明所述方法，本发明人提供了一个具体的实施例。
实施例的示意图和场景图分别如图4、图5所示。感知区域为3.5m x 3.5m的矩形区域，两台移动机器人加载ZigBee设备负责射频链路的部署。投影测量数据将通过基站上传到控制中心保存并处理。无源RFID标签等间隔地部署于感知区域的边界上，结合固定于机器人底部的RFID阅读器，给机器人提供绝对的位置坐标，以消除移动机器人利用自身编码器和陀螺仪定位与导航带来的误差。目标物体是盛满水的塑料容器，位于泡沫板搭建而成的遮挡区域内。
全局粗粒度成像环节，横向和纵向平行链路的间距均为O. 25m，测量完成后，采用 简单的线性反投影算法进行重构，并以2. OdB为阈值对重构影像进行二值化，则得到全局 粗粒度布尔影像。局部细粒度成像环节，限定链路所有的收发位置与RFID标签标定的位置 重合，测量链路将从相关链路中随机生成，并利用最小全变分法来实现影像重构。
移动分治方法的成像效果如图6-9所示。图6为理想的环境阴影衰落影像，图7为 全局成像环节获得的粗粒度影像，白色部分即兴趣区域，其包含了目标物体以及附近区域。 可以统计得到与兴趣区域相关的链路为40条。局部成像环节投影测量的链路数目记为N。 当N取值为10和20时，最终重构影像分别如图8、图9所示。由图可知，当N = 10时就能 获得较好的成像结果，随着N的增加，成像质量得到了进一步的提高。通过少量而简单的链 路部署就能够实现压缩射频层析成像任务，反映出移动分治实现方法的可行性和有效性。
以上所述仅为本发明的一个实例，并非因此限制本发明的专利范围，凡是利用本 发明说明书及附图内容所作的等效结构或流程变换，或直接或间接运用在其他相关的技术 领域，均同理包括在本发明的专利保护范围内。
权利要求
1.一种压缩射频层析成像的移动分治实现方法，其特征是，所述方法基于移动平台实现，包括以下步骤 步骤1，在感知区域设置携帯射频收发装置的移动平台； 步骤2，全局粗粒度成像，定位出兴趣区域； 步骤3，兴趣区域局部细粒度成像； 步骤4，综合全局粗粒度影像和局部细粒度影像，得到感知区域的合成影像。
2.根据权利要求1所述的实现方法，其特征是，所述移动平台为移动机器人，具有自主定位、导航功能，且移动机器人之间能相互通信。
3.根据权利要求1所述的实现方法，其特征是，所述射频收发装置的工作频段为900MHz 或者 2. 4GHz。
4.根据权利要求1所述的实现方法，其特征是，所述兴趣区域为因兴趣目标物体存在而引起阴影衰落的区域。
5.根据权利要求1所述的实现方法，其特征是，所述步骤2具体为移动平台组在感知区域的边界上等间隔地建立射频链路进行投影測量，根据接收信号強度值的变化，获取全局粗粒度影像，从而定位出兴趣区域。
6.根据权利要求1所述的实现方法，其特征是，所述步骤3具体为控制移动平台组在感知区域的边界上部署与兴趣区域相关的射频链路，即通过兴趣区域的射频链路，根据获得的接收信号强度值重构出兴趣区域局部细粒度影像。
7.根据权利要求1-6任一项所述的实现方法，其特征是，所述的影像都是阴影衰落影像，由接收信号強度中包含的阴影衰落信息重构得到。
8.根据权利要求1所述的实现方法，其特征是，针对一矩形区域内未知目标成像的感知任务，环境阴影衰落影像模型化为2D影像X =,首先关注其全局粗粒度影像模型ろ=[石(《,幻],围绕该模型设计射频链路部署，投影測量方程模型化为= + e，其中れ为当前与场景为空时各射频链路接收信号強度差值形成的向量，X1为X1的向量化表示形式，8为零均值高斯噪声向量，#i为权重矩阵，对于每一行，对应射频链路通过的像素权重因子设为し否则为⑴根据れ获得ろぷロX1的重构，记为兔；接着确定出X1中发生阴影衰落的兴趣区域I，进而明确出兴趣区域局部细粒度影像模型X2 =[石(《，んう]，即X2 =X(I),围绕影像模型X2，部署射频链路进行投影測量，重构出兴趣区域的细粒度影像兔；最后,合并兔与先，完成环境阴影衰落影像的估计。
全文摘要
本发明提供了一种冗余量小、机动灵活、传感效率高、具有尺度放缩性和观测粒度多样化的压缩射频层析成像的移动分治实现方法，所述方法基于移动平台实现，包括以下步骤步骤1，在感知区域设置携带射频收发装置的移动平台；步骤2，全局粗粒度成像，定位出兴趣区域；步骤3，兴趣区域局部细粒度成像；步骤4，综合全局粗粒度影像和局部细粒度影像，得到感知区域的合成影像。本发明涉及移动机器人协作感知实现压缩射频层析成像的方法。
文档编号G01S13/89GK103033809SQ20121035993
公开日2013年4月10日 申请日期2012年9月25日 优先权日2012年9月25日
发明者王国利, 黄开德, 郭雪梅 申请人:中山大学