CN101118280B - 分布式无线传感器网络节点自身定位方法 - Google Patents

Abstract

本发明公开了一种无线传感器网络中的节点自身定位方法，其过程是：无线传感器网络中各锚节点将自身坐标、节点ID号、校正值、跳数信息发送给全网所有节点，使全网获得所有锚节点的这些自身信息；各锚节点在获得到其它锚节点最小跳数后，进行最小均方误差校正值的计算，并将该最小均方误差校正值发送出去，使所有普通节点最终获得所有锚节点的最小均方误差校正值；各普通节点从所述所有最小均方误差校正值信息中挑选出一个最小均方误差校正值c，与信息交互所获得的各锚节点自身信息进行三边定位，并进行概率挑选，将概率最大的三边定位坐标作为普通节点自身位置。本发明具有低能耗和高精度的优点，可用在各向同性的无线传感器网络节点自身定位中。

Description

分布式无线传感器网络节点自身定位方法

技术领域

本发明属于通信技术领域，涉及无线传感器网络中的自身定位技术，具体地说是一种分布式无线传感器网络节点自身定位方法，可用在无线传感器网络节点自身定位中。

背景技术

无线传感器网络由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成一个多跳的自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息，并发送给观察者，主要应用于军事场景、目标追踪、环境检测以及空间探索。对于大多数应用而言，如果不知道传感器节点位置而感知的数据是没有意义的。传感器节点必须在明确自身位置的情况下才能实现对外部目标的定位和追踪。另一方面，了解传感器节点位置还可以提高路由效率，为网络提供命名空间，向部署者报告网络的覆盖质量，实现网络的负载均衡以及网络拓扑的自配置。现有通过人工部署和为所有网络节点配备GPS装置的方法都会受到成本、能量、扩展性等问题的限制，甚至在某些场合可能根本无法实现，因此以低成本低能耗获得较高定位精度一直是无线传感器网络自身定位的热点研究问题。

在无线传感器网络中，配备有GPS装置，通过该装置能获得自身地理坐标位置的节点称为锚节点，需要通过锚节点进行自身定位的节点称为普通节点。

目前许多方法和系统的定位精度都还有很大的提高空间，如range-based定位常用的测距技术有RSSI，TOA，TDOA和AOA，这些技术由于容易受环境、硬件设施等测距技术的影响，因而无法同时兼顾成本能量和精度的要求。现有的range-free定位方案中，Dragos Niculescu等人利用距离矢量路由和GPS定位的原理提出了一系列分布式定位方法，合称为APS。APS中典型的DV-Hop方法由三个阶段组成，第一阶段使用典型的距离矢量交换协议，使网络中所有节点获得距锚节点的跳数，第二阶段锚节点计算网络平均每跳距离，并将其作为平均校正值广播至网络中，第三阶段执行三边定位。该DV-Hop方法缺点在于：仅在各向同性的密集网络中，校正值才能合理估算平均每跳距离；在广播阶段，由于碰撞时延等原因，无法及时更新有效信息，增加了在广播阶段的能量损耗，定位精度低。

Radu Stoleru等人提出的Probability Grid方法以已知网络规模为前提，将网络划为若干已知位置的栅格点，其中第一第二阶段与DV-Hop类似，在第三阶段，将计算每个普通节点落在栅格点上的概率，使普通节点定位在概率最大的栅格点上。该方法的缺点在于：

1.要已知网络拓扑，且将最后定位的结果限定在已设定的栅格点上，部分节点将被定在同一个位置：

2.在锚节点比例较小时，为获得较高精度，计算量大；

3.在广播阶段，能量损耗大：

4.当无线传感器网络中节点排列不规整时，定位误差大。

发明的内容

本发明的目的是针对现有技术存在的问题，提供一种分布式无线传感器网络节点自身定位方法，以低能耗低成本实现较高精度的分布式节点自身定位。

实现本发明目的的技术方案是：通过无线传感器网络中节点间进行信息交互，使各节点得到到各个锚节点的最小跳数以及最小均方误差校正值，从所述所有最小均方误差校正值中挑选一个最小均方误差校正值c，进行三边定位计算，对三边定位的结果利用概率进行挑选，最终完成普通节点的自身定位。其具体过程如下：

(1)无线传感器网络中包括各锚节点和普通节点的所有节点都处于接收或发送状态，各锚节点在发送状态时将自身的坐标、节点ID号、校正值、跳数信息发送给全网的所有节点进行信息交互，使全网获得所有锚节点的这些自身信息；

(2)每个锚节点通过下式获得最小均方误差校正值：

$c_q=\frac{\underset{l_q\∈L,l_g\∈L,l_q\≠l_g}{\mathrm{\Σ}}{d}_{\mathrm{qg}}{h}_{\mathrm{qg}}}{\underset{l_q\∈L,l_g\∈L,l_q\≠l_g}{\mathrm{\Σ}}{h_{\mathrm{qg}}}^2}$

其中L为锚节点集合，d_qg为锚节点l_q到锚节点l_g的直线距离，h_qg为l_q到l_g的最小跳数，c_q为l_q的最小均方误差校正值；

(3)每个锚节点将获得的最小均方误差校正值按照设定的次数发送出去，使网络中的其他节点均获得该最小均方误差校正值c_q；

(4)普通节点获得各锚节点的最小均方误差校正值信息后，停止接收和发送，从获得的各锚节点最小均方误差校正值信息中选择一个最小均方误差校正值c，并挑选出三个锚节点自身信息，与所述c值进行三边定位，得到本次的三边定位坐标(x，y)；反复挑选出不同的三个锚节点自身信息进行三边定位，得到一组三边定位坐标(x_i，y_i)；

(5)将所有三边定位得到的结果通过用下式，选择概率fxiyi最大的三边定位坐标作为普通节点自身位置：

$f_{x_i{y}_i}=\underset{l\∈L}{\mathrm{\Π}}{P}_{x_i{y}_i}^{h_{\mathrm{al}}},$

$P_{x_i{y}_i}^{h_{\mathrm{al}}}=\frac{{\left({{\mathrm{\λ}}_{x_i{y}_i}}^l\right)}^{h_{\mathrm{al}}-1}{e}^{-{{\mathrm{\λ}}_{x_i{y}_i}}^l}}{(h_{\mathrm{al}}-1)!},$

${{\mathrm{\λ}}_{x_i{y}_i}}^l=\frac{{d_{x_i{y}_i}}^l}{R}+1,$

${d_{x_i{y}_i}}^l=\sqrt{{(x_i-x_l)}^2+{(y_i-y_l)}^2}$

其中L为锚节点集合，为普通节点a落在三边定位坐标为(x_i，y_i)处的概率，h_al为普通节点a到锚节点l的最小跳数，

为普通节点a落在三边定位坐标为(x_i，y_i)的点上且到锚节点l为h_al跳的概率，

为三边定位坐标(x_i，y_i)处到锚节点l的估算的最小跳数，

为三边定位坐标(x_i，y_i)到锚节点l的直线距离，(x_l，y_l)为锚节点l的坐标，R为通信半径。

上述分布式无线传感器网络节点自身定位方法，其中(1)所述的信息交互，包括如下过程：

1)设置全网各节点的跳数表，每个跳数表记录本节点到各锚节点的相应跳数值；

2)各锚节点在发送状态时将自身坐标、节点ID号、校正值、跳数信息写入包内进行发送；

3)处于接收状态，且接收到锚节点上述自身信息的所有节点，将其中的跳数信息递增，并与自身跳数表中对应的跳数信息值进行比较，若跳数表中对应的跳数信息较小，则不更新跳数表，若跳数表中对应的跳数信息较大，则更新跳数表，将上述递增过的跳数信息写入跳数表中，即该跳数表存有两者中的较小值；

4)接收到锚节点上述自身信息的所有节点在收到包后，将存有较小值的所述跳数表作为要发送的跳数信息写入包内，并写入要发送的锚节点坐标、节点ID号和校正值信息，在发送时间点到来时转入发送状态发送出去，并将发送结束的设定时间段内某个随机时间点设为下次发送的发送时间点，再回到接收状态，在该发送时间点到来前，继续维持接收状态进行接收；

5)循环往复，每个节点不断发送和接收，当连续收到信息包，且在未更新跳数表值的次数达到设定的次数时，获得到各锚节点的最小跳数。

上述分布式无线传感器网络节点自身定位方法，其中(4)所述的选择一个最小均方误差校正值c，包括如下过程：

1)普通节点获得各锚节点发送的最小均方误差校正值后，停止接收和发送，进入休眠状态；

2)普通节点将锚节点l_q对应的最小均方误差校正值c_q，与本节点到锚节点l_q的最小跳数相乘，得到一组乘积；

3)普通节点从所述乘积中选出最小的一个乘积值，该最小乘积对应的最小均方误差校正值为所选择的最小均方误差校正值c。

上述分布式无线传感器网络节点自身定位方法，其中(4)所述的反复挑选出不同的三个锚节点自身信息进行三边定位，包括如下过程：

1)设无线传感器网络中锚节点个数为I，普通节点在获得各锚节点的自身信息，并且得到所述最小均方误差校正值c后，在I个锚节点中挑选出三个不同的锚节点，利用这三个锚节点的坐标信息、最小跳数以及所述c值，进行三边定位，得到本次三边定位的坐标(x，y)；

2)反复挑选与上述的三边定位中不完全相同的三个锚节点进行组合，则I个锚节点共有

种不重复的组合，即共进行

次三边定位，通过解下列方程组得到一组三边定位坐标(x_i，y_i)：

$\left\{\begin{array}{c}{(x_i-x_{l_1})}^2+{(y_i-y_{l_1})}^2={D_{a{l}_1}}^2\\ {(x_i-x_{l_2})}^2+{(y_i-y_{l_2})}^2={D_{a{l}_2}}^2\\ {(x_i-x_{l_3})}^2+{(y_i-y_{l_3})}^2={D_{a{l}_3}}^2\end{array}\right.$

$D_{l_j}={\mathrm{ch}}_{{\mathrm{al}}_j},j=\mathrm{1,2,3}$

其中i表示第i次三边定位，取值范围为

l_j(j＝1，2，3)对应表示每次三边定位中所选的三个锚节点，

为三边定位中普通节点a到锚节点l_j的估算的直线距离，

表示普通节点a到锚节点l_j的最小跳数，

表示锚节点l_j的坐标。

本发明具有如下的优点：

(1)本发明由于在信息交互时，节点每次都将跳数表的所有信息在设定时间段内某个随机时间点上发送出去，使全网跳数信息及时得到更新，提高信息传递的效率，减少了一部分碰撞，从而减少了发送能量损耗；

(2)本发明由于设定接收和发送的次数，以及根据连续收到信息且未改动跳数表的次数来判断全网是否获得最小跳数，使节点用尽量少的接收和发送次数来获得最小跳数，即保证了精确计算的条件，又控制了信息交互时所需消耗的能量。

(3)本发明由于用最小均方误差校正值代替了传统DV-Hop方法中的平均校正值，降低了用最小跳数与校正值乘积来估算直线距离的误差，提高了三边定位计算的精度。

(4)本发明与传统DV-Hop定位方法比较，在三边定位的基础上引入概率思想，定位精度在相同锚节点比例下高于DV-Hop方法，本发明与Probability Grid方法比较，对概率公式进行合理改进，使之符合大多数节点分布的实际情况，减少了方法中其他因素的影响，定位精度在相同锚节点比例下远高于Probability Grid方法。

(5)本发明由于在较低锚节点比例下就能获得高定位精度，降低了自身定位技术所需要的成本。

附图说明

图1是本发明的实现流程图；

图2是本发明的信息交互过程图；

图3是本发明与DV-Hop方法定位误差比较图；

图4是本发明与Probability Grid方法普通节点未重合比例比较图；

图5是本发明与Probability Grid概率计算定位误差比较图；

图6是本发明与Probability Grid方法的计算量比较图；

图7是本发明信息交互方式与广播方式能量损耗比较图。

具体实施方式

在本发明的无线传感器网络中配备GPS装置，且能通过该装置获得自身地理坐标位置的节点称为锚节点，需要通过锚节点进行自身定位的节点称为普通节点，未经特别说明的节点包括普通节点和锚节点。所有节点都设置有各自的跳数列表和发送队列，每个跳数表记录本节点到各锚节点的相应跳数值；本发明首先对节点进行初始化，普通节点将其跳数列表全部置为∞，发送队列清空。对于锚节点，跳数列表除与该锚节点的节点ID号对应项置0外其余都置∞，将发送队列清空后加入该锚节点的节点ID号。在全网，本发明中节点ID号入队后并不出队，各节点循环发送发送队列中已有的节点ID号所对应锚节点的坐标、节点ID号、校正值，并将自身跳数表作为要发送的跳数信息一起发送。由于锚节点最初将本节点的ID号加入发送队列，则锚节点首先发送的是自身的坐标、节点ID号、校正值、跳数信息。

参照图1，本发明的实现过程如下：

一.所有节点进行信息交互

无线传感器网络中所有节点都处于接收或发送状态，所有节点在发送时进入发送状态进行发送，在不发送时转入接收状态不断接收，各锚节点在发送状态时将自身的坐标、节点ID号、校正值、跳数信息发送给全网的所有节点按照图2所示的过程进行信息交互，使全网获得所有锚节点的这些自身信息。

参照图2，本发明的信息交互过程如下：

①分别设定每个节点连续收到信息包而未更新跳数表值的次数为M，全网统一发送次数为N，作为保证全网获得到各锚节点最小跳数的参考条件；

②各锚节点在发送状态将自身坐标、节点ID号、校正值、跳数信息写入包内进行发送；

③处于接收状态且接收到锚节点上述自身信息的所有节点，首先检查收到的锚节点信息中的节点ID号是否已经存在于发送队列中，若没有，则将该节点ID号入队；

④将收到的跳数信息递增，并与自身跳数表中对应的跳数信息值进行比较，若跳数表中对应的跳数信息较小，则不更新跳数表，且使M值递增；若跳数表中对应的跳数信息较大，则更新跳数表，将上述递增过的跳数信息写入跳数表中，即该跳数表存有两者中的较小值，同时将M置0；

⑤当M<N时，若此时指定的发送时间点到来，锚节点和普通节点将经过更新判断后的所述跳数表作为要发送的跳数信息写入包内，并写入发送队列中轮到要发送的锚节点坐标、节点ID号和校正值信息，进行发送，发送完毕后将设定时间段内的某个随机时间点设为下次发送的时间点；若发送时间点未到，锚节点和普通节点继续进行接收判断是否满足③；

⑥当M≥N时，对于锚节点，即表示已经获得到其他锚节点的最小跳数，则进行最小均方误差校正值的计算；

⑦当M≥N时，对于普通节点，即表示已经获得到所有锚节点的最小跳数，若此时该普通节点已获得所有锚节点的最小均方误差校正值，则进行自身定位计算；若未获得所有锚节点的最小均方误差校正值，则在指定的发送时间点到来时，该普通节点将经过更新判断后的所述跳数表作为要发送的跳数信息写入包内，并写入发送队列中轮到要发送的锚节点坐标、节点ID号和校正值信息，进行发送，发送完毕后将设定时间段内的某个随机时间点设为下次发送的时间点；在发送时间点到来前，继续进行接收并判断是否满足③；

⑧所有节点若不满足③，即在接收状态未接收到信息，则在指定的发送时间点到来时，发送发送队列中轮到要发送的锚节点坐标、节点ID号、校正值信息以及自身的跳数表，其中发送队列为空时不发送任何信息，发送时间点尚未到，继续判断是否满足③

二.对锚节点进行最小均方误差校正

每个锚节点在获得到无线传感器网络其它锚节点的最小跳数后，各自进行最小均方误差校正值的计算，并将各自的最小均方误差校正值按设定的次数发送出去，使无线传感器网络中所有普通节点都能最终获得所有锚节点的最小均方误差校正值，每个锚节点最终进入休眠状态。其具体过程如下：

①通过信息交互，每个锚节点获得到无线传感器网络其他锚节点的最小跳数；

②每个锚节点通过下式获得最小均方误差校正值：

$c_q=\frac{\underset{l_q\&Element;L,l_g\&Element;L,l_q\&NotEqual;l_g}{\mathrm{\&Sigma;}}{d}_{\mathrm{qg}}{h}_{\mathrm{qg}}}{\underset{l_q\&Element;L,l_g\&Element;L,l_q\&NotEqual;l_g}{\mathrm{\&Sigma;}}{h_{\mathrm{qg}}}^2}$

其中L为锚节点集合，d_qg为锚节点l_q到锚节点l_g的直线距离，h_qg为l_q到l_g的最小跳数，c_q为l_q的最小均方误差校正值；

③每个锚节点将获得的最小均方误差校正值按照设定的次数在发送状态时再发送出去，使无线传感器网络中的其他节点均获得该最小均方误差校正值c_q，而所有普通节点最终将获得所有锚节点的最小均方误差校正值；

④当已发送最小均方误差校正值达到设定发送次数时，每个锚节点停止接收和发送，进入休眠状态。

三、对普通节点进行定位

每个普通节点在获得所有锚节点最小均方误差校正值信息后，进入休眠状态，并从所述所有最小均方误差校正值信息中挑选出一个最小均方误差校正值c，与信息交互所获得各锚节点最小跳数以及坐标信息进行三边定位，对每次三边定位得到的坐标进行概率计算，从中选择概率最大的三边定位坐标作为该普通节点自身位置。其具体过程如下：

①普通节点获得各锚节点的最小均方误差校正值信息后，停止接收和发送，进入休眠状态；

②锚节点l_q对应的最小均方误差校正值为c_q，普通节点将c_q与本节点到锚节点l_q的最小跳数相乘，得到一组乘积；

③普通节点从所述乘积中选出最小的一个乘积值，该最小乘积对应的最小均方误差校正值为所选择的最小均方误差校正值c；

④设无线传感器网络中锚节点个数为I，普通节点在得到上述最小均方误差校正值c后，在I个锚节点中挑选出三个不同的锚节点，利用这三个锚节点的坐标信息、最小跳数以及所述c值，进行三边定位，得到本次三边定位的坐标(x，y)；

⑤普通节点反复挑选与上述的三边定位中不完全相同的三个锚节点组合，则I个锚节点共有种不重复的组合，即共进行

次三边定位，通过解下列方程组得到一组三边定位坐标(x_i，y_i)：

$\left\{\begin{array}{c}{(x_i-x_{l_1})}^2+{(y_i-y_{l_1})}^2={D_{a{l}_1}}^2\\ {(x_i-x_{l_2})}^2+{(y_i-y_{l_2})}^2={D_{a{l}_2}}^2\\ {(x_i-x_{l_3})}^2+{(y_i-y_{l_3})}^2={D_{a{l}_3}}^2\end{array}\right.$

$D_{l_j}={\mathrm{ch}}_{{\mathrm{al}}_j},j=\mathrm{1,2,3}$

其中i表示第i次三边定位，取值范围为

l_j(j＝1，2，3)对应表示每次三边定位中所选的三个锚节点，

为三边定位中普通节点a到锚节点l_j的估算的直线距离，

表示普通节点a到锚节点l_j的最小跳数，

表示锚节点l_j的坐标。

⑥普通节点将所述的一组三边定位坐标(x_i，y_i)通过用下式，得到与该(x_i，y_i)对应的一组概率选择其中概率最大的三边定位坐标作为普通节点自身位置：

$f_{x_i{y}_i}=\underset{l\&Element;L}{\mathrm{\&Pi;}}{P}_{x_i{y}_i}^{h_{\mathrm{al}}},$

$P_{x_i{y}_i}^{h_{\mathrm{al}}}=\frac{{\left({{\mathrm{\&lambda;}}_{x_i{y}_i}}^l\right)}^{h_{\mathrm{al}}-1}{e}^{-{{\mathrm{\&lambda;}}_{x_i{y}_i}}^l}}{(h_{\mathrm{al}}-1)!},$

${{\mathrm{\&lambda;}}_{x_i{y}_i}}^l=\frac{{d_{x_i{y}_i}}^l}{R}+1,$

${d_{x_i{y}_i}}^l=\sqrt{{(x_i-x_l)}^2+{(y_i-y_l)}^2}$

其中，L为锚节点集合，

为普通节点a落在三边定位坐标为(x_i，y_i)处的概率，h_al为普通节点a到锚节点l的最小跳数，

为普通节点a落在三边定位坐标为(x_i，y_i)的点上且到锚节点l为h_al跳的概率，

为三边定位坐标(x_i，y_i)处到锚节点l的估计的最小跳数，

为位置(x_i，y_i)到锚节点l的直线距离，(x_l，y_l)为锚节点l的坐标，R为通信半径。

本发明的性能，可通过如下仿真进一步说明：

仿真工具：OPNET10.5

网络规模：900×900m²

网络性质：各向同性

节点密度：9

节点之间平均距离：约100m

通信半径：150m

仿真1：本发明与DV-Hop方法的比较

参照图3，阴影部分为本发明定位误差，白色部分为DV-Hop方法定位误差，比较结果表明：随着锚节点比例增加，两种方法的定位误差均变小，但在锚节点数量相同的比例下，本发明定位误差明显小于DV-Hop方法的定位误差。

仿真2：本发明与Probability Grid方法的比较。

参照图4，白色部分为本发明获得全网唯一定位坐标的普通节点比例，阴影部分表示Probability Grid方法获得全网唯一定位坐标的普通节点比例。比较结果表明：在相同锚节点比例下本发明最终定位坐标不与其他普通节点重合的普通节点比例远高于Probability Grid方法。

参照图5，白色部分表示采用Probability Grid方法概率公式对最终定位结果的影响，阴影部分为采用本发明概率公式对最终定位结果的影响。比较结果表明：在相同锚节点比例下，采用本发明的概率公式所得到的定位误差远小于直接使用Probability Grid概率公式的定位误差。

参照图6，■▲▼标志分别表示出Probability Grid方法在栅格点个数B变化时对应的概率计算次数，●标志表示本发明的概率计算次数。比较结果表明，Probability Grid方法概率计算次数呈线性上升，而本发明概率计算次数呈指数上升，在锚节点比例达到10％之前，本发明计算次数小于Probability Grid方法计算次数，在锚节点比例高于10％时，本发明计算次数大于Probability Grid方法计算次数，但由图5可知，在锚节点比例为15％以后的定位精度相差不大，实际采用时，一般运用锚节点比例在10％时，利用本发明就可获得较高精度。

仿真3：本发明与广播方式能量损耗的比较。

参照图7，阴影部分为广播方式下平均每个节点能量损耗，白色部分为本发明信息交互方式下平均每个节点能量损耗，比较结果表明：在锚节点比例增加的情况下，二者的能量损耗均增加，但在相同锚节点比例下本发明信息交互方式的平均每个节点能量损耗远小于传统的广播方式。

Claims (4)

1.一种分布式无线传感器网络节点自身定位方法，包括如下过程：

(1)无线传感器网络中包括各锚节点和普通节点的所有节点都处于接收或发送状态，各锚节点在发送状态时将自身的坐标、节点ID号、校正值、跳数信息发送给全网的所有节点进行信息交互，使全网获得所有锚节点的这些自身信息，

所述的信息交互，包括如下过程：

1)设置全网各节点的跳数表，每个跳数表记录本节点到各锚节点的相应跳数值；

2)各锚节点在发送状态时将自身坐标、节点ID号、校正值、跳数信息写入包内进行发送；

3)处于接收状态，且接收到锚节点上述自身信息的所有节点，将其中的跳数信息递增，并与自身跳数表中对应的跳数信息值进行比较，若跳数表中对应的跳数信息较小，则不更新跳数表，若跳数表中对应的跳数信息较大，则更新跳数表，将上述递增过的跳数信息写入跳数表中，即该跳数表存有两者中的较小值；

4)接收到锚节点上述自身信息的所有节点在收到包后，将存有较小值的所述跳数表作为要发送的跳数信息写入包内，并写入要发送的锚节点坐标、节点ID号和校正值信息，在发送时间点到来时转入发送状态发送出去，并将发送结束的设定时间段内某个随机时间点设为下次发送的发送时间点，再回到接收状态，在该发送时间点到来前，继续维持接收状态进行接收；

5)循环往复，每个节点不断发送和接收，当连续收到信息包，且在未更新跳数表值的次数达到设定的次数时，获得到各锚节点的最小跳数；

(2)每个锚节点通过下式获得最小均方误差校正值：

$c_q=\frac{\underset{l_q\&Element;L,l_g\&Element;L,l_q\&NotEqual;l_g}{\mathrm{\&Sigma;}}{d}_{\mathrm{qg}}{h}_{\mathrm{qg}}}{\underset{l_q\&Element;L,l_g\&Element;L,l_q\&NotEqual;l_g}{\mathrm{\&Sigma;}}{h_{\mathrm{qg}}}^2}$

其中L为锚节点集合，d_qg为锚节点l_q到锚节点l_g的直线距离，h_qg为l_q到l_g的最小跳数，c_q为l_q的最小均方误差校正值；

(3)每个锚节点将获得的最小均方误差校正值按照设定的次数发送出去，使网络中的其他节点均获得该最小均方误差校正值c_q；

(4)普通节点获得各锚节点的最小均方误差校正值信息后，停止接收和发送，从获得的各锚节点最小均方误差校正值信息中选择一个最小均方误差校正值c，并挑选出三个锚节点自身信息，与所述c值进行三边定位，得到本次的三边定位坐标(x，y)；反复挑选出不同的三个锚节点自身信息进行三边定位，得到一组三边定位坐标(x_i，y_i)；

(5)将所有三边定位得到的结果通过用下式，选择概率最大的三边定位坐标作为普通节点自身位置：

$f_{x_i{y}_i}=\underset{l\&Element;L}{\mathrm{\&Pi;}}{P}_{x_i{y}_i}^{h_{\mathrm{al}}},$

$P_{x_i{y}_i}^{h_{\mathrm{al}}}=\frac{{\left({{\mathrm{\&lambda;}}_{x_i{y}_i}}^l\right)}^{h_{\mathrm{al}}-1}{e}^{-{{\mathrm{\&lambda;}}_{x_i{y}_i}}^l}}{(h_{\mathrm{al}}-1)!},$

${{\mathrm{\&lambda;}}_{x_i{y}_i}}^l=\frac{{d_{x_i{y}_i}}^l}{R}+1,$

${d_{x_i{y}_i}}^l=\sqrt{{(x_i-x_l)}^2+{(y_i-y_l)}^2}$

其中L为锚节点集合，

为普通节点a落在三边定位坐标为(x_i，y_i)处的概率，h_al为普通节点a到锚节点l的最小跳数，

为普通节点a落在三边定位坐标为(x_i，y_i)的点上且到锚节点l为h_al跳的概率，λ_xy ^l为三边定位坐标(x_i，y_i)处到锚节点l的估算的最小跳数，为三边定位坐标(x_i，y_i)到锚节点l的直线距离，(x_l，y_l)为锚节点l的坐标，R为通信半径。

2.根据权利要求1所述的定位方法，其中步骤(4)所述的选择一个最小均方误差校正值c，包括如下过程：

1)普通节点获得各锚节点发送的最小均方误差校正值后，停止接收和发送，进入休眠状态；

2)普通节点将锚节点l_q对应的最小均方误差校正值c_q，与本节点到锚节点l_q的最小跳数相乘，得到一组乘积；

3)普通节点从所述乘积中选出最小的一个乘积值，该最小乘积对应的最小均方误差校正值为所选择的最小均方误差校正值c。

3.根据权利要求1所述的定位方法，其中步骤(4)所述的反复挑选出不同的三个锚节点自身信息进行三边定位，包括如下过程：

1)设无线传感器网络中锚节点个数为I，普通节点在获得各锚节点的自身信息，并且得到所述最小均方误差校正值c后，在I个锚节点中挑选出三个不同的锚节点，利用这三个锚节点的坐标信息、最小跳数以及所述c值进行三边定位，得到本次三边定位的坐标(x，y)；

2)反复挑选与上述的三边定位中不完全相同的三个锚节点进行组合，则I个锚节点共有

种不重复的组合，即共进行

次三边定位，通过解下列方程组得到一组三边定位坐标(x_i，y_i)：

$\left\{\begin{array}{c}{(x_i-x_{l_1})}^2+{(y_i-y_{l_1})}^2={D_{{\mathrm{al}}_1}}^2\\ {(x_i-x_{l_2})}^2+{(y_i-y_{l_2})}^2={D_{{\mathrm{al}}_2}}^2\\ {(x_i-x_{l_3})}^2+{(y_i-y_{l_3})}^2={D_{{\mathrm{al}}_3}}^2\end{array}\right.$

$D_{{\mathrm{al}}_j}={\mathrm{ch}}_{{\mathrm{al}}_j},$ j＝1，2，3

i表示第i次三边定位，取值范围为

l_j(j＝1，2，3)对应表示每次三边定位中所选的三个锚节点，

(j＝1，2，3)为三边定位中普通节点a到锚节点l_j的估算的直线距离，

表示普通节点a到锚节点l_j的最小跳数，

表示锚节点l_j的坐标。

4.根据权利要求1所述的定位方法，其中步骤5)中所述的获得到各锚节点最小跳数的过程如下：

①分别设定每个节点连续收到信息包而未更新跳数表值的次数为M，全网统一发送次数为N，作为保证全网获得到各锚节点最小跳数的参考条件；

②当M＜N时，锚节点和普通节点继续进行发送和接收；

③当M≥N时，对于锚节点，即表示已经获得到其他锚节点的最小跳数，则进行最小均方误差校正值的计算；对于普通节点，即表示已经获得到所有锚节点的最小跳数，若此时该普通节点已获得所有锚节点的最小均方误差校正值，则进行自身定位计算；若未获得所有锚节点的最小均方误差校正值，则继续进行接收和发送。

Images