闫青丽 陈建峰

①(西安邮电大学计算机学院 西安 710121)

②(西北工业大学航海学院 西安 710072)

1 引言

由于声音具有不受光线和能见度限制，隐蔽性强、不易受到电子干扰以及容易获取等优点，声源定位技术被广泛应用于工业自动化、医疗护理、智能交通、智能安防以及抢险救灾等民用领域。根据用来估计声源位置的信号参数，目前，常见的声源定位方法有3种：(1)基于信号到达方向角(Angle Of Arrival, AOA)的定位方法；(2)基于到达时间(Time Of Arrival, TOA)或基于到达时间差(Time Difference Of Arrival, TDOA)的方法；(3)基于接收信号能量(Received Signal Strength, RSS)的方法。由于每个节点单独执行AOA估计，不同节点处的信号不需要同步。且AOA计算原理和方法非常简单，因此，AOA定位技术得到广泛的关注和研究[1–4]。

理论上传感器节点越多定位性能越好，对于分布式的定位系统而言，使用全部的传感器节点可能会带来过度的数据冗余，而且传感器节点越多传感器能量和通信开销越大。另外，节点始终处于工作状态会缩短系统的寿命，增加系统成本。选择部分传感器节点实现目标位置估计是延长系统生命周期、降低成本的一个有效方法。但传感器节点数量减少会使得对应的定位精度随之降低。因此，如何根据目标位置的先验信息来动态选择最优的节点，实现节点个数和定位性能达到一定的平衡状态，是实际应用过程中需要解决的一个问题[4–11]。

Ertin等人[4]通过计算互信息，即预测的目标状态和当前节点测量的相互信息来确定不同传感器的信息增益。Wang等人[5]提出了基于熵的节点选择方法，减少了计算复杂度。……