CN100451673C - 无线传感器网络的加权距离矢量定位方法 - Google Patents
无线传感器网络的加权距离矢量定位方法 Download PDFInfo
- Publication number
- CN100451673C CN100451673C CNB2007100628453A CN200710062845A CN100451673C CN 100451673 C CN100451673 C CN 100451673C CN B2007100628453 A CNB2007100628453 A CN B2007100628453A CN 200710062845 A CN200710062845 A CN 200710062845A CN 100451673 C CN100451673 C CN 100451673C
- Authority
- CN
- China
- Prior art keywords
- node
- anchor
- distance
- anchor node
- average
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种无线传感器网络的加权距离矢量定位方法,在现有DV-hop定位方法基础上,综合考虑多个锚节点估计的平均每跳距离,对接收的各个锚节点的平均每跳距离进行加权处理,距离越近的锚节点的加权值越大,利用计算的最终平均每跳距离计算未知节点与锚节点之间的距离,可有效保证不会因为一个锚节点的平均每跳距离估计偏差过大而导致整体定位误差增加,又考虑了比较近的锚节点在估计定位过程中的重要性,从而能有效减小估计偏差,整个网络的定位精度可有效提高。本发明可有效解决现有DV-hop定位方法定位误差大、精度低的问题,从而大大提高定位精度。
Description
技术领域
本发明涉及一种无线通信领域的定位方法,尤其涉及一种无线传感器网络的加权距离矢量定位方法.
背景技术
近年来,随着微机电系统(micro-electro-mechanism system,简称MEMS)、集成电路、无线通信、传感器和数字电子等技术的发展,生产低成本、低功耗、多功能的微型无线传感器成为可能,无线传感器具有无线通信、数据采集和处理、协同合作等功能。
无线传感器网络(wireless sensor network,简称WSN)是通过设置大量无线传感器到目标区域从而组成的网络结构,每个无线传感器称为WSN中的一个节点。WSN的节点可以特定地设置或者随机分布在目标区域中,例如:一些人类不适合进入的区域或者敌对区域,这些区域一般是通过飞行器抛撒无线传感器,因此每个无线传感器节点的位置都是随机并且未知的。许多应用中,无线传感器节点所采集到的数据必须结合其在测量坐标系内的位置信息才有意义,如果不知道数据所对应的地理位置,数据就会失去意义。因此,节点准确地进行自身定位是WSN应用的重要条件,并且WSN节点自身的定位还可以在外部目标的定位和追踪以及提高路由效率等方面发挥作用。因此,实现节点的自身定位对WSN具有重要的意义。
获得节点自身定位信息可以利用全球定位系统(Global PositionSystem,简称GPS)来实现。但是,为所有节点安装GPS接收器受到价格、体积、功耗以及可扩展性等因素限制,存在着一些困难,甚至在某些场合无法实现。因此,需要一种实现WSN节点自身定位的方法,利用传感器网络中少量已知位置的节点来获得其他未知位置的节点的位置信息。现有技术中,将已知位置的节点称作锚节点;未知位置的节点称作未知节点;锚节点能通信的最远距离称为通信半径;通信半径范围内的一个节点称为一跳点。锚节点根据自身位置建立本地坐标系,未知节点根据锚节点计算出自己在锚节点本地坐标系里的相对位置,从而可以获知其位置信息。
现有无线传感器网络节点自身定位方法主要有两种:基于测距技术的定位方法和无需测距的定位方法。基于测距技术的定位方法通过测量节点间点到点的距离或角度信息计算出节点位置,这种方法的精度较高,但是对网络的硬件设施也要求较高,并且基于测距技术的定位通常需要多次测量、循环求精,在获得相对精确的定位结果的同时会产生大量计算和通信开销,所以,这种方法虽然在定位精度较高,但不适用于低功耗、低成本的应用领域。无需测距的定位方法无需距离和角度信息,仅根据网络连通性等信息即可实现节点的定位。
无需测距的定位方法在成本、功耗等方面具有很大的优势,可以应用于大多数领域。无需测距的定位方法中有一种为距离矢量定位方法(Distance-Vector hop,简称DV-hop),现有DV-hop定位方法中,每个锚节点通过与其他锚节点交换信息得到一个估计的平均每跳距离值,未知节点收到一个锚节点估计值后,丢弃从其它锚节点发来的估计平均每跳距离值,用收到的第一个锚节点的平均每跳距离乘以到各个锚节点的跳数作为到各个锚节点的距离。现有DV-hop定位方法不需要测量点与点之间的距离和角度,定位方法简单并且成本较低,但是,如果未知节点接收的第一个锚节点估计的平均每跳距离值偏差很大,就会造成这个未知节点估计的到各个锚节点的距离偏差非常大,从而导致定位误差非常大,精度相对不高,估算出的位置和真实位置之间的偏差,即定位误差较大。例如,假设未知节点的平均每跳距离为5时所估计出的定位精度最好,而锚节点A0估计的平均每跳距离是1,距离未知节点的跳数是1;锚节点A1估计的平均每跳距离是5,距离未知节点的跳数是2;锚节点A2估计的平均每跳距离是10,距离未知节点的跳数是3。则未知节点最先收到锚节点A0发来的值,用A0的平均每跳距离计算到各个锚节点的距离,由于A0的平均每跳距离偏差较大,造成未知节点计算的到各个锚节点的距离偏差较大,从而定位误差较大。
发明内容
本发明针对现有无需测距的距离矢量定位方法定位误差大,精度不高的问题,提供一种无线传感器网络的加权距离矢量定位方法,以减少定位误差提高定位精度。
为了实现上述目的,本发明提供了一种无线传感器网络的加权距离矢量定位方法,包括:无线传感器网络中每个锚节点获取其他锚节点位置和距离其他锚节点的跳数信息;每个锚节点根据其他锚节点位置和距离其他锚节点的跳数信息,估计平均每跳距离;未知节点获取距离每个锚节点的跳数和每个锚节点广播的平均每跳距离信息;未知节点对获取的每个锚节点的平均每跳距离信息进行加权处理,计算未知节点的最终平均每跳距离;根据未知节点的最终平均每跳距离和距离每个锚节点的跳数,计算与每个锚节点之间的距离;根据未知节点与每个锚节点之间的距离计算未知节点的位置。
上述技术方案中,所述未知节点对获取的每个锚节点的平均每跳距离信息进行加权处理,计算未知节点的最终平均每跳距离的步骤具体为:根据未知节点距离每个锚节点的跳数,计算获取的每个锚节点的平均每跳距离的加权值,一个锚节点的平均每跳距离的加权值=未知节点距离此锚节点的跳数的倒数/未知节点距离每个锚节点的跳数的倒数之和;计算未知节点的最终平均每跳距离,未知节点的最终平均每跳距离为每个锚节点平均每跳距离的加权值与每个锚节点的平均每跳距离的乘积之和。
上述技术方案中,所述根据未知节点的最终平均每跳距离和距离每个锚节点的跳数,计算与每个锚节点之间的距离的步骤具体为:最终平均每跳距离和未知节点距离每个锚节点的跳数的乘积作为未知节点与每个锚节点的距离。
上述技术方案中,所述根据未知节点距离每个锚节点的距离计算未知节点的位置的步骤包括:未知节点计算出距离三个锚节点的距离时,根据三个锚节点的位置和未知节点距离三个锚节点的距离利用三边测量法计算未知节点的位置;未知节点计算出距离三个以上锚节点的距离时,根据每三个锚节点的位置信息和未知节点距离所述三个锚节点的距离估算出多个未知节点的位置,取估算出的多个未知节点位置的平均值作为未知节点的位置。
本发明提出了一种无需测距的无线传感器网络的定位方法,传统的DV-hop定位方法中,未知节点在接收到第一个锚节点的信息后以接收到的第一个锚节点估计的平均每跳距离对计算与此锚节点之间的距离,本发明对接收到的每个锚节点估计的平均每跳距离进行加权处理,利用计算的最终平均每跳距离计算未知节点与锚节点之间的距离,就整体网络来讲,各个锚节点估计的平均每跳距离值分布在准确值的两侧,综合考虑多个锚节点估计值,对它们进行加权处理能有效减小偏差,提高了平均每跳距离估计的准确性,可有效解决现有DV-hop定位方法定位误差大、精度低的问题,从而大大提高定位精度。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明无线传感器网络的加权距离矢量定位方法流程图;
图2为本发明无线传感器网络中每个锚节点获取其他锚节点位置和距离其他锚节点的跳数信息实施例流程图;
图3为本发明锚节点根据其他锚节点位置和距离其他锚节点的跳数信息,估计平均每跳距离实施例流程图;
图4为本发明未知节点获取距离每个锚节点的跳数和每个锚节点广播的平均每跳距离信息实施例流程图;
图5为本发明未知节点计算最终平均每跳距离实施例流程图;
图6为本发明根据未知节点距离锚节点的距离计算未知节点的位置实施例流程图;
图7为本发明优选实施例流程图;
图8为本发明三边测量法理论基础示意图;
图9为本发明实施例示意图。
具体实施方式
图1为本发明无线传感器网络的加权距离矢量定位方法流程图。如图1所示,本发明包括:无线传感器网络中每个锚节点获取其他锚节点位置和距离其他锚节点的跳数信息;每个锚节点根据其他锚节点位置和距离其他锚节点的跳数信息,估计平均每跳距离;未知节点获取距离每个锚节点的跳数和每个锚节点广播的平均每跳距离信息;未知节点对获取的每个锚节点的平均每跳距离信息进行加权处理,计算未知节点的最终平均每跳距离;根据未知节点的最终平均每跳距离和距离每个锚节点的跳数,计算与每个锚节点之间的距离;根据未知节点与每个锚节点之间的距离计算未知节点的位置。
本发明提出了一种无需测距的无线传感器网络的定位方法,传统的DV-hop定位方法中,未知节点在接收到第一个锚节点的信息后以接收到的第一个锚节点估计的平均每跳距离对计算与此锚节点之间的距离,本发明对接收到的每个锚节点估计的平均每跳距离进行加权处理,利用计算的最终平均每跳距离计算未知节点与锚节点之间的距离,就整体网络来讲,各个锚节点估计的平均每跳距离值分布在准确值的两侧,综合考虑多个锚节点估计值,对它们进行加权处理能有效减小偏差,提高了平均每跳距离估计的准确性,可有效解决现有DV-hop定位方法定位误差大、精度低的问题,从而大大提高定位精度。
图2为本发明本发明无线传感器网络中每个锚节点获取其他锚节点位置和距离其他锚节点的跳数信息实施例流程图。如图2所示,无线传感器网络中每个锚节点获取其他锚节点位置和距离其他锚节点的跳数信息包括:每个锚节点广播包含自身位置和初始为0的计数器信息的数据包;未知节点接收锚节点的数据包,将数据包中的计数器加1后转发;一个锚节点接收到另外一个锚节点的数据包时,判断是否收到过此锚节点的数据包,是则保存此锚节点的位置信息和收到此锚节点的数据包中计数器最小的值,将计数器最小的值作为锚节点到此锚节点的跳数;否则保存此锚节点的位置信息和距离此锚节点的跳数信息。
本发明中锚节点广播的数据包中包含计数器,计数器在本发明中的作用是记录节点到节点之间的跳数,未知节点在接收到此锚节点发送的数据包时,将计数器加1后转发,经过若干节点的转发,另外一锚节点可能接收到从多条路径传来的此锚节点的数据包,但最后保存计数器值最小的数据包,这样的目的是保证两个锚节点经过的路径跳数最少,将最少的跳数作为两个锚节点之间的跳数,由此每个锚节点都可以获取其他锚节点的位置信息及到其他锚节点的跳数,以便后续计算平均每跳距离。
图3为本发明锚节点根据其他锚节点位置和距离其他锚节点的跳数信息,估计平均每跳距离实施例流程图。如图3所示,锚节点首先根据自身的位置信息和其他锚节点的位置信息计算与其他锚节点之间的距离;然后根据锚节点与其他锚节点之间的距离和到其他锚节点的跳数信息,估计平均每跳距离,其中,每个锚节点的平均每跳距离=此锚节点与其他锚节点之间的距离的和/锚节点距离其他锚节点的跳数的和。例如:锚节点1接收到锚节点2、3、4的数据包,并且根据自身的位置和锚节点2、3、4的位置计算出锚节点1距离锚节点2的距离为40m,距离锚节点3的距离为60m,距离锚节点4的距离为80m;锚节点1距离锚节点2的跳数为6,距离锚节点3的跳数为4,距离锚节点4的跳数为5,则锚节点1的平均每跳距离为 本发明中所有锚节点按上述原理都可计算出一个估计的平均每跳距离值。
图4为本发明未知节点获取距离每个锚节点的跳数和每个锚节点广播的平均每跳距离信息实施例流程图。如图4所示,锚节点广播包含自身平均每跳距离和初始为0计数器信息的数据包;未知节点接收锚节点的数据包,将数据包中的计数器加1后转发,保存接收到锚节点的平均每跳距离和计数器的值,将计数器的值作为距离接收到的锚节点的跳数。
图5为本发明未知节点计算最终平均每跳距离实施例流程图。如图5所示,未知节点对获取的每个锚节点的平均每跳距离信息进行加权处理,计算未知节点的最终平均每跳距离包括:根据未知节点距离每个锚节点的跳数,计算获取的每个锚节点的平均每跳距离的加权值,一个锚节点的平均每跳距离的加权值=未知节点距离此锚节点的跳数的倒数/未知节点距离每个锚节点的跳数的倒数之和。
为说明方便,将锚节点i的平均每跳距离记为si(其中,i=0,1,2,3...),将未知节点距离锚节点i的跳数记为Ni(其中,i=0,1,2,3...)。下面对图5举例说明:
假设未知节点共收到n个锚节点,未知节点距离每个锚节点的跳数为N1,N2,N3...Nn;则每个锚节点的平均每跳距离的加权值,记为
根据每个锚节点的平均每跳距离距离,计算未知节点的最终平均每跳距离,记为S, 即每个锚节点平均每跳距离的加权值与每个锚节点的平均每跳距离的乘积之和。用最终平均每跳距离S和未知节点距离锚节点i的跳数Ni的乘积作为未知节点与锚节点i的距离,记为Li=S×Ni。
传统的DV-hop方法中,每个锚节点通过与其他锚节点交换信息得到一个估计的平均每跳距离。未知节点收到一个锚节点估计平均每跳距离后,丢弃其它锚节点发来的估计平均每跳距离,用接收的此锚节点的平均每跳距离乘以到各个锚节点的跳数作为到各个锚节点的距离,因此,如果这个锚节点估计的平均每跳距离偏差很大,就会造成这个未知节点估计的到各个锚节点的距离偏差非常大,从而导致定位误差非常大。
本发明综合考虑多个锚节点估计值能有效减小偏差,利用本发明的方法,对接收的各个锚节点的平均每跳距离加权处理,综合考虑多个锚节点的平均每跳距离,对越近的锚节点赋予的加权值越大(因为加权值为跳数的倒数,跳数越少,距离越近,加权值越大),因此,本发明可有效保证不会因为一个锚节点的平均每跳距离估计偏差过大而导致整体定位误差大,又有效考虑了比较近的锚节点在估计定位过程中的重要性。采用本发明后,整个网络中由于减弱了估计误差过大的锚节点的影响同时保证了有价值的锚节点的重要性,所有定位精度可有效提高。
图6为本发明根据未知节点距离锚节点的距离计算未知节点的位置实施例流程图。如图6所示,计算未知节点的位置包括:未知节点计算出少于三个锚节点的距离时,不能定位,本方法结束;未知节点计算出距离三个锚节点的距离时,根据三个锚节点的位置和未知节点距离三个锚节点的距离利用三边测量法可计算未知节点的位置;未知节点计算出到三个以上锚节点的距离时,根据每三个锚节点的位置信息和未知节点距离所述三个锚节点的距离估算出多个未知节点的位置,取估算出的多个未知节点位置的平均值作为未知节点的位置。
图7为本发明三边测量法理论基础示意图。如图7所示,未知节点A0和3个锚节点A1、A2、A3之间的距离分别为d1、d2、d3,3个锚节点A1、A2、A3的位置分别为(x1,y1)、(x2,y2)、(x3,y3),假设未知节点的位置为A0(x,y),那么可以建立下面方程组:
由上面方程组可以算出未知节点的位置(x,y)。当未知节点接收到多于3个锚节点,并且计算出多于3个锚节点的距离,则根据上述的三边测量法可以算出一个以上未知节点的位置,将它们的平均值作为未知节点的位置。至此,所有未知节点均可根据本发明进行定位,确定其位置信息。
图8为本发明优选实施例流程图。
步骤1锚节点广播数据包,数据包包含自身的位置信息和一个初始为0的计数器;
步骤2判断接收到数据包的是否为锚节点,否则接收到数据包的为未知节点,将计数器加1,然后转发该数据包,执行步骤4;是则锚节点接收到另一个锚节点广播的数据包(本锚节点除外),判断是否已经收到过这个锚节点发来的数据包,如果是,执行步骤3,否则保存此锚节点的数据包;
步骤3比较两个数据包中计数器的大小,保存计数器值小的数据包,将计数器的值作为两个锚节点之间的跳数,执行步骤4;
步骤4判断广播数据包是否结束,是则执行步骤5,否则继续执行步骤2;
步骤5锚节点根据数据包中其他锚节点的位置信息和自身的位置算出和其他锚节点之间的距离,根据此锚节点与其他锚节点的跳数估算平均每跳距离,锚节点i的平均每跳距离si=锚节点i与其他锚节点之间的距离的和/锚节点i距离其他锚节点的跳数的和;所有锚节点重复步骤5,此时所有锚节点都估算出一个平均每跳距离Si(其中,i=0、1、2、3....);
步骤6锚节点i广播数据包,数据包包含估计的平均每跳距离值Si和一个初始为0的计数器;
步骤7未知节点接收锚节点i的数据包,保存接收锚节点的数据包中计数器的值Ni(即未知节点到该锚节点的跳数)和平均每跳距离值Si,将计数器加1后转发(注意:此处未知节点保存接收锚节点的数据包的最小值,例如:未知节点A接收到锚节点1发来的2个数据包,但是一条路径发来的数据包的跳数为1,另一条路径发来的数据包跳数为5,则保存跳数为1的数据包,由此,未知节点如果可以接收到n个锚节点的信息,则保存n个锚节点的位置和距离n个锚节点的跳数信息);
步骤8未知节点根据Ni的值为每个平均每跳距离Si赋予权值:
假设未知节点一共收到n个锚节点发来的数据包,则平均每跳距离Si的加权值: 计算最终平均每跳距离S:
步骤9根据最终平均每跳距离S乘以未知节点到锚节点的跳数Ni,计算未知节点到锚节点i的距离Li,即Li=S×Ni;
步骤10未知节点计算出少于三个锚节点的距离时,不能定位,本方法结束;未知节点计算出距离三个锚节点的距离时,根据三个锚节点的位置和未知节点距离三个锚节点的距离利用三边测量法可计算未知节点的位置;未知节点计算出到三个以上锚节点的距离时,根据每三个锚节点的位置信息和未知节点距离所述三个锚节点的距离估算出多个未知节点的位置,取估算出的多个未知节点位置的平均值作为未知节点的位置。
所有未知节点重复步骤7-10,即可对每个未知节点进行定位,从而整个网络均可获得定位。
图9为本发明实施例示意图。下面结合图8及图9对本发明进行举例说明:
如图9所示,L1、L2、L3是三个锚节点,A是未知节点。锚节点L1收到L2、L3的数据包,根据L1自身的位置信息和收到锚节点的位置信息计算出L2和L1之间的距离为40m,跳数是2;L3和L1之间的距离是100m,跳数是6;则锚节点L1估计的平均每跳距离值S1是 同理可算出L2估计的平均每跳距离值S2是 L3所估计的平均距离值S3是 未知节点A收到三个锚节点发来的包,获知A与L1之间跳数N1为3,与2之间跳数N2为2,与L3之间的跳数N3为3,计算出平均每跳距离S1、S2、S3的加权值 , , ;计算最终平均每跳距离 ,根据最终平均每跳距离S和A距离L1、L2、L3的跳数计算A到L1的距离L1=16.58×3=49.74,同理L2=33.16、L3=49.74。未知节点A估计出到三个锚节点的距离,再根据三个锚节点的位置信息,即可以根据三边测量法进行定位计算。
本发明综合考虑多个锚节点估计的平均每跳距离,对接收的各个锚节点的平均每跳距离进行加权处理,距离越近的锚节点的加权值越大,因此,本发明可有效保证不会因为一个锚节点的平均每跳距离估计偏差过大而导致整体定位误差大,又有效考虑了比较近的锚节点在估计定位过程中的重要性,从而能有效减小偏差。本发明本质是对平均每跳距离的平滑处理,避免单个锚节点对整体影响过大,同时保证有价值的锚节点发挥更大的作用。采用本发明,并不能保证对每一个未知节点都提高定位精度,但是,整个网络中由于减弱了估计误差过大的锚节点的影响同时保证了有价值的锚节点的重要性,所有定位精度可有效提高。在本发明的仿真结果中,也表明随着节点数量增多、锚节点比例增大,采用本发明后,整个网络的定位精度比现有的DV-hop定位方法有明显的提高。
综上所述,本发明提出了一种无需测距的无线传感器网络的定位方法,在现有的DV-hop定位方法的基础上,对接收到的每个锚节点估计的平均每跳距离进行加权处理,利用计算的最终平均每跳距离计算未知节点与锚节点之间的距离,提高了平均每跳距离估计的准确性,可有效解决现有DV-hop定位方法定位误差大、精度低的问题,从而大大提高定位精度
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。
Claims (8)
1.一种无线传感器网络的加权距离矢量定位方法,其特征在于,包括:
无线传感器网络中每个锚节点获取其他锚节点位置和距离其他锚节点的跳数信息;
每个锚节点根据其他锚节点位置和距离其他锚节点的跳数信息,估计平均每跳距离;
未知节点获取距离每个锚节点的跳数和每个锚节点广播的平均每跳距离信息;
未知节点对获取的每个锚节点的平均每跳距离信息进行加权处理,计算未知节点的最终平均每跳距离;
根据未知节点的最终平均每跳距离和距离每个锚节点的跳数,计算与每个锚节点之间的距离;
根据未知节点与每个锚节点之间的距离计算未知节点的位置。
2.根据权利要求1所述的无线传感器网络的加权距离矢量定位方法,其特征在于,所述无线传感器网络中每个锚节点获取其他锚节点位置和距离其他锚节点的跳数信息的步骤具体为:
每个锚节点广播包含自身位置和初始为0的计数器信息的数据包;
未知节点接收锚节点的数据包,将数据包中的计数器加1后转发;
一个锚节点接收到另外一个锚节点的数据包时,判断是否收到过此锚节点的数据包,是则保存此锚节点的位置信息和收到此锚节点的数据包中计数器最小的值,将计数器最小的值作为锚节点到此锚节点的跳数;否则保存此锚节点的位置信息和距离此锚节点的跳数信息。
3.根据权利要求1所述的无线传感器网络的加权距离矢量定位方法,其特征在于,所述每个锚节点根据其他锚节点位置和距离其他锚节点的跳数信息,估计平均每跳距离的步骤具体为:
锚节点根据自身的位置信息和其他锚节点的位置信息计算与其他锚节点之间的距离;
根据锚节点与其他锚节点之间的距离和距离其他锚节点的跳数信息,估计平均每跳距离,其中,平均每跳距离=锚节点与其他锚节点之间的距离的和/锚节点距离其他锚节点的跳数的和。
4.根据权利要求1所述的无线传感器网络的加权距离矢量定位方法,其特征在于,所述未知节点获取距离每个锚节点的跳数和每个锚节点广播的平均每跳距离信息的步骤具体为:
锚节点广播包含自身平均每跳距离和初始为0计数器信息的数据包;
未知节点接收锚节点的数据包,将数据包中的计数器加1后转发,保存接收到锚节点数据包的平均每跳距离和计数器的值,将计数器的值作为距离接收到的锚节点的跳数。
5.根据权利要求1-4任一所述的无线传感器网络的加权距离矢量定位方法,其特征在于,所述未知节点对获取的每个锚节点的平均每跳距离信息进行加权处理,计算未知节点的最终平均每跳距离的步骤具体为:
根据未知节点距离每个锚节点的跳数,计算获取的每个锚节点的平均每跳距离的加权值,一个锚节点的平均每跳距离的加权值=未知节点距离此锚节点的跳数的倒数/未知节点距离所有锚节点的跳数的倒数之和;
计算未知节点的最终平均每跳距离,未知节点的最终平均每跳距离为每个锚节点平均每跳距离的加权值与每个锚节点的平均每跳距离的乘积之和。
6.根据权利要求1-4任一所述的无线传感器网络的加权距离矢量定位方法,其特征在于,所述根据未知节点的最终平均每跳距离和距离每个锚节点的跳数,计算与每个锚节点之间的距离的步骤为:
最终平均每跳距离和未知节点距离每个锚节点的跳数的乘积作为未知节点与每个锚节点的距离。
7.根据权利要求1-4任一所述的无线传感器网络的加权距离矢量定位方法,其特征在于,所述根据未知节点距离每个锚节点的距离计算未知节点的位置的步骤包括:
未知节点计算出距离三个锚节点的距离时,根据三个锚节点的位置和未知节点与三个锚节点之间的距离利用三边测量法计算未知节点的位置。
8.根据权利要求1-4任一所述的无线传感器网络的加权距离矢量定位方法,其特征在于,所述根据未知节点距离每个锚节点的距离计算未知节点的位置的步骤包括:
未知节点计算出距离三个以上锚节点的距离时,根据任意三个锚节点的位置信息和未知节点与所述三个锚节点之间的距离估算出多个未知节点的位置,取估算出的多个未知节点位置的平均值作为未知节点的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100628453A CN100451673C (zh) | 2007-01-18 | 2007-01-18 | 无线传感器网络的加权距离矢量定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100628453A CN100451673C (zh) | 2007-01-18 | 2007-01-18 | 无线传感器网络的加权距离矢量定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101004449A CN101004449A (zh) | 2007-07-25 |
CN100451673C true CN100451673C (zh) | 2009-01-14 |
Family
ID=38703725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007100628453A Expired - Fee Related CN100451673C (zh) | 2007-01-18 | 2007-01-18 | 无线传感器网络的加权距离矢量定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100451673C (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101191832B (zh) * | 2007-12-11 | 2011-01-12 | 宁波中科集成电路设计中心有限公司 | 一种基于测距的无线传感器网络节点定位方法 |
CN101216546B (zh) * | 2008-01-15 | 2011-06-01 | 华南理工大学 | 一种无线传感器网络目标定位的位置估计方法 |
CN101221235B (zh) * | 2008-02-02 | 2011-06-29 | 北京航空航天大学 | 一种基于跳数的无线传感器网络定位求精方法 |
CN101231336B (zh) * | 2008-02-28 | 2011-06-29 | 上海交通大学 | 基于差分全球定位系统的无线节点相对定位方法 |
CN101742606B (zh) * | 2008-11-14 | 2013-02-27 | 复旦大学 | 一种在无线自组织网络中的基于位置信息的组合服务执行路径选择方法 |
CN101483818B (zh) * | 2009-02-17 | 2010-10-13 | 华中科技大学 | 一种水下无线传感器网络节点的三维定位方法 |
CN101835259B (zh) * | 2010-05-26 | 2012-12-12 | 哈尔滨工业大学 | 一种基于距离辅助的无线传感网络节点定位方法 |
CN101873691A (zh) * | 2010-06-09 | 2010-10-27 | 中国人民解放军海军航空工程学院 | 基于连通性的无需测距的无线传感器网络节点定位方法 |
CN101873664A (zh) * | 2010-07-06 | 2010-10-27 | 西安交通大学 | 一种移动无线传感器网络定位方法 |
CN102547977A (zh) * | 2011-12-28 | 2012-07-04 | 南昌大学 | 一种基于跳数的传感网定位方法 |
CN102523617B (zh) * | 2012-01-06 | 2014-03-19 | 重庆大学 | 基于节点通信半径和信标节点分布的改进型DV-Hop算法 |
CN102665277B (zh) * | 2012-04-26 | 2015-09-02 | 江阴普适惠通科技有限公司 | 一种对无线传感器网络中节点进行定位的方法 |
CN102636166B (zh) * | 2012-05-02 | 2014-10-08 | 东南大学 | 基于航向角的wsn/ins组合导航系统的控制方法 |
CN102905365B (zh) * | 2012-09-19 | 2015-03-25 | 南京邮电大学 | 一种无线传感器网络节点定位方法 |
CN103167607B (zh) * | 2013-03-15 | 2015-11-25 | 西安电子科技大学 | 一种无线传感器网络中未知节点定位方法 |
CN104540217B (zh) * | 2014-12-10 | 2017-12-15 | 国网四川省电力公司信息通信公司 | 无线传感器网络中一种低误差的定位方法 |
CN105792307B (zh) * | 2014-12-23 | 2018-12-07 | 中国民用航空总局第二研究所 | 一种无线传感网节点间的最佳单向通信路径选择和节点定位方法 |
CN105828434B (zh) * | 2016-05-18 | 2020-02-07 | 金陵科技学院 | 一种子网划分式DV-hop无线传感器网络定位方法 |
CN106443647A (zh) * | 2016-09-21 | 2017-02-22 | 深圳信息职业技术学院 | 一种基于侦听的测距方法及系统 |
CN108075912B (zh) * | 2016-11-11 | 2022-09-27 | 中兴通讯股份有限公司 | 网络中心节点的确定方法、装置及设备节点 |
CN107040992B (zh) * | 2017-06-07 | 2019-08-27 | 江西理工大学 | 无线传感器网络节点定位方法及装置 |
CN108834067B (zh) * | 2018-07-06 | 2021-02-23 | 大连交通大学 | 机车生产车间室内人员和设备无线定位系统及其工作方法 |
CN109375162A (zh) * | 2018-11-14 | 2019-02-22 | 广州杰赛科技股份有限公司 | 定位方法、装置、设备及存储介质 |
CN109379702B (zh) * | 2018-12-17 | 2020-08-11 | 北京理工大学 | 一种三维传感器网络节点定位方法及系统 |
CN110049433A (zh) * | 2019-04-24 | 2019-07-23 | 上海海事大学 | 一种基于edw-dpso算法的定位性能优化方法 |
CN113347707B (zh) * | 2021-06-03 | 2022-06-03 | 河南工业大学 | 一种基于加权迭代和双重选择的DV-Hop节点定位方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1536371A (zh) * | 2003-04-03 | 2004-10-13 | ������������ʽ���� | 分布式传感器网络中到达时间差的确定 |
CN1862286A (zh) * | 2006-06-15 | 2006-11-15 | 北京邮电大学 | 一种对传感器节点精确定位的方法 |
-
2007
- 2007-01-18 CN CNB2007100628453A patent/CN100451673C/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1536371A (zh) * | 2003-04-03 | 2004-10-13 | ������������ʽ���� | 分布式传感器网络中到达时间差的确定 |
CN1862286A (zh) * | 2006-06-15 | 2006-11-15 | 北京邮电大学 | 一种对传感器节点精确定位的方法 |
Non-Patent Citations (4)
Title |
---|
基于RSSI的无线传感器网络加权质心定位算法. 陈维克,李文锋,首珩,袁兵.武汉理工大学学报(交通科学与工程版),第30卷第2期. 2006 |
基于RSSI的无线传感器网络加权质心定位算法. 陈维克,李文锋,首珩,袁兵.武汉理工大学学报(交通科学与工程版),第30卷第2期. 2006 * |
无线传感器网络中的自身定位系统和算法. 王福豹,史龙,任丰原.软件学报,第16卷第5期. 2005 |
无线传感器网络中的自身定位系统和算法. 王福豹,史龙,任丰原.软件学报,第16卷第5期. 2005 * |
Also Published As
Publication number | Publication date |
---|---|
CN101004449A (zh) | 2007-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100451673C (zh) | 无线传感器网络的加权距离矢量定位方法 | |
EP3420761B1 (en) | Single node location method, corresponding node and corresponding computer program | |
Gui et al. | Improvement of range-free localization technology by a novel DV-hop protocol in wireless sensor networks | |
Hou et al. | A novel DV-hop localization algorithm for asymmetry distributed wireless sensor networks | |
Patro | Localization in wireless sensor network with mobile beacons | |
Bekcibasi et al. | Increasing RSSI localization accuracy with distance reference anchor in wireless sensor networks | |
CN103415072B (zh) | 一种无线传感网络中基于估距的定位方法 | |
Song et al. | Localized approximation method using inertial compensation in WSNs | |
Hongyang et al. | A robust location algorithm with biased extended Kalman filtering of TDOA data for wireless sensor networks | |
Chaurasia et al. | Analysis of range-based localization schemes in wireless sensor networks: A statistical approach | |
Sharma et al. | Approximate point in triangulation (apit) based localization algorithm in wireless sensor network | |
Alkhatib et al. | Improving accuracy of wireless sensor networks localisation based on communication ranging | |
Mounir et al. | Positioning system for emergency situation based on RSSI measurements for WSN | |
Srbinovska et al. | Localization estimation system using measurement of RSSI based on ZigBee standard | |
Kang et al. | RSS self-calibration protocol for WSN localization | |
Reghelin et al. | A decentralized location system for sensor networks using cooperative calibration and heuristics | |
Koutsonikolas et al. | Cocoa: Coordinated cooperative localization for mobile multi-robot ad hoc networks | |
Hamie et al. | Constrained decentralized algorithm for the relative localization of wearable wireless sensor nodes | |
Ahmed et al. | Localization methods for internet of things: Current and future trends | |
Lee et al. | IEEE 802.15. 4a CSS-based mobile object locating system using sequential Monte Carlo method | |
Chen | Cooperative energy-efficient localization with node lifetime extension in mobile long-thin networks | |
Valli et al. | Simulation and analysis of rssi based trilateration algorithm for localization in contiki-os | |
Maduranga et al. | Real-Time animal location estimation using wearable sensors and cellular mobile networks | |
Chang et al. | A practical dynamic positioning and tracking on the vehicular ad-hoc network | |
Benkhelifa et al. | Speed and direction Prediction-based Localization for mobile wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090114 Termination date: 20160118 |
|
EXPY | Termination of patent right or utility model |