基于块稀疏编码的物联网无源定位机器学习

作     者：江河 李晓茹 孙敏 JIANG He;LI Xiao-ru;SUN Min

作者机构：太原学院计算机科学与技术系山西太原030012 山西大学计算机与信息技术学院山西太原030006 

基　　金：国家自然科学基金项目(61872226) 山西省高等学校教学改革创新基金项目(J20221191) 山西省教育科学“十四五”规划课题基金项目(GH-220170、GH-21175) 太原学院院级科研基金项目(21TYKY01) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第9期

页      码：2502-2510页

摘      要：针对传统的无源定位机器学习算法存在定位精度低、鲁棒性差等缺点,提出一种基于块稀疏编码的物联网环境下无源定位机器学习算法。引入块稀疏编码策略,利用l范数作为正则项,充分利用无源定位信号的自然群结构实现稀疏解中的群选择;引入近端算子,有效解决提出方法中的非光滑凸优化问题;在原始感知信号中加入严重的高斯噪声,保护网络隐私,提高模型的鲁棒性。实际数据驱动的实验结果表明,该算法在强噪声环境下仍能获得鲁棒的定位和信号恢复性能,优于现有的无源定位方法,验证了该方法的有效性。

主 题 词：无源定位 机器学习 物联网 块稀疏编码 鲁棒性 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 080202[080202] 08[工学] 081105[081105] 0802[工学-机械学] 081001[081001] 081002[081002] 0825[工学-环境科学与工程类] 0811[工学-水利类] 

D　O　I：10.16208/j.issn1000-7024.2022.09.014

馆 藏 号：203114476...