基于块稀疏编码的物联网无源定位机器学习

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。