无线层析成像(radio tomographic imaging,RTI)技术作为无设备目标定位(device-free localization,DFL)的主要方式之一,在被定位目标不携带任何定位装置的情况下仍能实现定位,具有广泛的应用前景.但由于接收信号强度(received signal strength,RSS)信息容易受到环境变化和噪声的影响,RTI成像图上往往不可避免地存在着背景噪点,有时甚至还有伪目标出现在图像上.为了提高RTI成像质量,本文提出一种基于核主成分分析(kernel principal component analysis,KPCA)的增强型RTI方法,该方法利用KPCA的学习能力来提取有效受目标影响的链路特征信息,从而达到克服噪声影响和提高定位精度的目的.室内外实验结果表明,该方法的成像质量和定位精度都要优于现有RTI方法.
