基于光波导传感器的子空间类定位算法研究

论文摘要

传感器在当今世界的很多领域内都发挥着举足轻重的作用,而电场传感器在无线通信,军事侦察和电磁兼容等方向的重要程度更是不容忽视。由于传统的电场传感方法在实际应用中表现出诸多缺点。采用先进的集成光学技术构成的集成光波导电场传感器,使得整个电场感应系统变成超小型,并具有稳定、可靠、带宽大、抗电磁干扰及微扰小等特点。利用集成光学技术实现以LiNbO3晶体为衬底的电场传感器,正成为研究热点之一。本文选取了集成光波导电场传感器及其传感系统作为研究对象展开相关研究,分析了基于集成光波导分段电极电场传感器的结构,建立了相应的信号数学近似模型。接下来,重点研究了集成光波导电场传感器的潜在应用方向,将传感器应用于定位领域。本文研究了基于光波导传感器的信号形式用于传感器定位的两个主要分支:近场阵列定位和传感器网络定位,分别提出了几种基于特征子空间分解的定位算法。首先,本文针对近场源定位这一阵列信号处理领域中的问题进行了研究,综述了传感器阵列定位问题的研究现状,介绍了一些经典的定位算法,如MUSIC算法。并在此基础之上,针对经典定位方法的不足,提出了基于传感器阵列对称性的特点的类远场定位MUSIC算法,同时也定义了一种基于距离参数的MUSIC空间谱;为进一步提高算法精度,本文又在传统子空间拟合算法的基础上,引入了方位角和距离参数交替投影的迭代算法。无线传感器网络集中了微机电技术、感知技术、嵌入式计算技术、分布式信息处理技术和无线通信技术,孕育出一种全新的信息获取和处理模式。布局和覆盖、节点定位、网络通信协议是传感器网络研究中的几个基本问题。其中,节点定位问题是传感器网络进行目标识别、监控、跟踪等众多应用的前提,也是传感器网络研究中的热点问题之一。本文就传感器网络的定位技术展开深入探讨。由于传感器节点受体积、成本、能量等因素的限制,且通常工作在人类难以或不宜接近的场合,因此定位技术的基本途径是:部署少量已知坐标的参考节点,其他未知坐标的节点通过测量与参考节点的距离、角度,或依据相对位置关系、网络连通性进行一定的计算得出自身的坐标。本文首先研究了基于测角信息的特征子空间定位算法,并对该算法进行了仿真,通过改变参数模型,对算法的性能进行了较为全面的分析;接下来研究了基于测距信息的特征子空间定位算法,并在此基础上进行了改进,提出了归一化特征子空间的定位算法,并对算法性能提高的原理进行了分析,最后提出了保护距离的机制用于提高算法稳定性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.1.1 阵列信号处理中的定位
• 1.1.2 传感器网络中的定位
• 1.2 传感器定位的发展历程和现状
• 1.2.1 阵列信号处理中的定位算法的发展历程
• 1.2.2 传感器网络中定位算法的发展历程
• 1.2.3 光波导电场传感器的发展历程
• 1.3 作者的工作
• 3光波导电场传感器的研究.'>第二章 LiNbO₃光波导电场传感器的研究.
• 2.1 集成光学调制器的理论基础
• 3晶体的电光效应'>2.1.1 LiNbO₃晶体的电光效应
• 2.1.2 相位调制
• 2.1.3 强度调制
• 2.2 集成光波导电场传感器
• 2.2.1 集成光波导电场传感器基本结构
• 2.2.2 集成光波导电场传感器基本参数
• 2.2.3 传感系统建模
• 2.3 本章小结
• 第三章 近场源阵列子空间定位算法研究
• 3.1 近场源定位的数学模型
• 3.1.1 模型的基本假设
• 3.1.2 窄带信号
• 3.1.3 二维近场源定位的几何模型
• 3.2 子空间类定位算法
• 3.2.1 多重信号分类（MUSIC）方法
• 3.2.2 加性高斯白噪声背景下的信源数目估计方法
• 3.3 基于二阶统计量的近场MUSIC 定位方法
• 3.3.1 二阶空间相关性
• 3.3.2 类远场协方差矩阵
• 3.3.3 仿真试验
• 3.4 交替投影加权子空间拟合（AP-WSF）方法
• 3.4.1 常规加权子空间算法
• 3.4.2 交替投影加权子空间拟合算法
• 3.4.3 仿真试验
• 3.5 本章小结
• 第四章 子空间类算法在传感器网络定位中的研究
• 4.1 传感器网络定位概述
• 4.2 基于测角信息的无线传感器网络子空间类定位算法
• 4.2.1 测角定位系统
• 4.2.2 定向角已知的子空间定位算法
• 4.2.3 定向角未知的子空间定位算法
• 4.2.4 仿真试验
• 4.3 基于测距信息的无线传感器网络子空间类定位算法
• 4.3.1 基于测距信息的常规子空间定位算法
• 4.3.2 基于测距信息的改进子空间定位算法
• 4.3.3 改进子空间定位算法性能分析
• 4.3.4 仿真试验
• 4.3.5 稳定性分析及改进策略
• 4.4 本章小结
• 第五章 结论
• 5.1 全文总结
• 5.2 展望
• 致谢
• 参考文献
• 个人简介
• 在学期间的研究成果