CN101435865A - 一种无需测距的无线传感器网络节点定位方法 - Google Patents

Abstract

本发0明涉及一种无线传感器网络节点的定位方法，特别是一种基于DV－Hop定位机制的无需额外硬件设备来测距的无线传感器网络节点定位方法。该方法中无线传感器网络节点中包括三个或三个以上的信标节点和多个未知节点。利用基于最小均方误差准则来求平均跳距；未知节点估算到不同信标节点距离时，采用该信标节点相应的平均跳距；在每条信标节点到未知节点的通信路径上的最后一跳进行了估算优化，而且该优化可以累积。该定位方法能有效减少定位误差，提高定位精度。

Description

一种无需测距的无线传感器网络节点定位方法

技术领域

本发明涉及一种无线传感器网络节点的定位方法，尤其涉及一种基于DV-Hop定位机制的无需额外硬件设备来测距的无线传感器网络节点定位方法。

背景技术

无线传感器网络是自动化、通信工程和计算机科学技术学科中的一个新的研究领域，它综合了传感器技术、嵌入式技术、分布式信息处理技术和无线通信技术，能够通过节点间协同工作，实时获取监视区域各类工作对象的信息。无需固定网络支持的无线传感器网络具有快速部署、协同感知、抗毁性强等众多优点。

作为连接物理世界和数字世界的桥梁，无线传感器网络中节点的位置信息对整个网络的功能和性能起着至关重要的作用。对大多数的无线传感器网络而言，不知道传感器节点位置而感知的数据是没有意义的。而且，节点位置信息的获取可以实现对外部目标的定位和追踪，可以使网络设计者优化无线传感器网络的其他方面的应用，比如对路由算法的优化，通信开销的优化，基于位置信息查询等。出于传感器网络的成本、可扩展性和工作区域的考虑，每个节点都配备GPS接收器或人工部署节点都不适合。因此，必须采用一定技术手段实现无线传感器网络中节点的自身定位。由于无线传感器网络节点能量有限、可靠性较差、节点规模大且随机分布，这对传感器节点的定位方法和定位技术提出了很高的要求。

在现有的技术中，一般利用在无线传感器网络中部署少量位置信息已知的信标节点来获取其他位置信息未知的未知节点的位置信息。现有无线传感器网络节点自身定位方法主要有两种：即基于测距的定位方法和无需测距的定位方法。基于测距的定位方法通过节点配备额外测量设备测量节点间点到点的距离或角度信息，从而计算出未知节点的位置信息。此方法精度较高，但对节点的硬件要求很高，并且通常需要多次测量，循环求精，从而增加了计算开销和通信开销，所以这种方法虽然定位精度较高，但不适合低成本、低功耗的无线传感器网络。无需测距的定位方法则无需配备额外的设备来获取节点间点到点的距离或角度，仅根据网络的连通性和信标节点的位置信息实现相对精确的定位功能，但其定位精度一般不如基于测距的定位方法。

发明内容

本发明所要解决的技术问题是针对上述现有技术提供一种不易受环境因素影响、定位精度较高且无需增加额外硬件设备来进行测距的基于DV-Hop定位机制的无线传感器网络节点定位方法。

本发明解决上述技术问题所采用的技术方案为：该无线传感器网络节点中包括三个或三个以上的已知节点位置信息的信标节点和位置信息待测的若干个未知节点。所述无线传感器网络节点定位方法通过以下步骤实现：

步骤一：各信标节点按固定功率周期性地向其邻居节点发送其位置信息及到各未知节点的跳数值，跳数值的初始值为0；

步骤二：收到信标节点信息的节点将保存相关信息并复制一份，将其跳数值加1并发送给其邻居节点。其邻居节点将重复步骤二的操作。若某一节点重复收到同一信标节点的信息，则只取跳数小的信息为该信标节点的位置信息；

步骤三：在获得其他信标节点的位置信息和跳数值信息之后，信标节点计算网络平均每跳跳距，然后作为一个校正值(correction)广播至网络中；

步骤四：当接收到校正值之后，未知节点根据跳数值和优化策略计算与信标节点的距离。未知节点估算与不同信标节点的距离时采用该信标节点相应的平均跳距；

步骤五：当未知节点获得三个或更多信标节点距离时，则执行三边测量定位，计算未知节点的位置坐标。

上述步骤三中信标节点通过以下方法计算网络平均每跳跳距：

利用基于最小均方误差准则来计算各信标节点对应的平均每跳跳距HS_i，即通过如下函数值最小来求HS_i的值：

$f=\frac{1}{N-1}\underset{j\≠i}{\mathrm{\Σ}}{(d_{i,j}-{\mathrm{HS}}_i\×h_j)}^2$

令 $\frac{\∂f}{{\∂\mathrm{HS}}_i}=0,$ 可得基于最小均方误差准则的平均每跳跳距的估计值：

${\mathrm{HS}}_i=\frac{\underset{j\≠i}{\mathrm{\Σ}}(h_j\×d_{i,j})}{\underset{j\≠i}{\mathrm{\Σ}}{h_j}^2}$

其中，N为信标节点的个数，d_i，j为信标节点i与j之间的距离，h_j是信标节点i与j之间的跳数值。

上述步骤四中，未知节点通过以下方法利用跳数值和优化策略计算与信标节点间的距离：

一、未知节点到某信标节点i的跳数值为K_i，若K_i>1，则D_i′＝HS_i×(K_i-1)；

若K_i＝1，则D_i＝HS_i，跳过二和三；

二、计算D_i″＝HS_i×cosθ，其中θ＝π-θ′，而θ′为未知节点最后两跳路径之间的夹角；

θ′的求解方法：

在信标节点i与该未知节点P的通信路径上，利用该未知节点的前驱节点的前驱节点P-2之间共同的邻居节点数和P与P-2各自拥有的邻居节点数的比值来估计θ′，即： $\mathrm{\θ}\′\≈-\frac{5}{2}\mathrm{\π}\×{\mathrm{cd}}_P+\mathrm{\π},$ 其中 ${\mathrm{cd}}_P=\frac{N_C}{N_P+N_{P-2}},$ N_c为未知节点P与其同路径前驱节点的前驱节点P-2之间共同拥有的邻居节点数，N_P为节点P的邻居节点个数，N_P-2为节点P-2的邻居节点数。

三、计算该未知节点到信标节点i的距离：D_i＝D_i′+D_i″。

与现有技术相比，本发明的优点在于：利用基于最小均方误差准则来求平均跳距，由于误差服从高斯分布，根据参数估计理论，基于最小均方误差准则来求平均跳距更为合理；未知节点估算到不同信标节点距离时，采用该信标节点相应的平均跳距，由于网络中节点分布的随机性，该方法尽可能多地利用网络中的信息，所以更具优越性；在每条信标节点到未知节点的通信路径上的最后一跳进行了估算优化，而且该优化可以累积，所以能有效减少定位误差，提高定位精度。

附图说明

图1为本发明实施例中的网络结构示意图；

图2为本发明实施例中未知节点到信标节点间距离优化示意图；

图3本发明实施例中无线传感器网络节点定位方法的流程图。

具体实施方式

以下结合附图1、附图2、附图3以实施例方式对本发明作进一步详细描述。

无线传感器网络由三个或更多的已知节点位置信息的信标节点和多个未知位置信息且随机分布的未知节点组成。在图1所示中，有三个信标节点L₁，L₂，L₃其位置坐标已知，分别为(x₁，y₁)，(x₂，y₂)，(x₃，y₃)。未知节点A的位置信息待测。

信标节点L₁，L₂，L₃向其邻居节点发送其位置信息及跳数值，跳数值初始值为0，即发送数据包{x_i，y_i，h_i}，i＝1，2，3；h_i初始值为0。其邻居节点收到此数据包后保留一份，并复制一份，将跳数值加1，然后发送其邻居节点。经此操作之后，如图1，信标节点L₁获得信标节点L₂的位置坐标(x₂，y₂)和跳数值h₂＝2；获得信标节点L₃的位置坐标(x₃，y₃)和跳数值h₃＝3。此时，信标节点L₁计算其网络平均每跳跳距， ${\mathrm{HS}}_1=\frac{(h_2\×d_{\mathrm{1,2}}+h_3\×d_{\mathrm{1,3}})}{{h_2}^2+{h_3}^2},$ 其中h₂＝2，h₃＝3， $d_{\mathrm{1,2}}=\sqrt{{(x_2-x_1)}^2+{(y_2-y_1)}^2},$ $d_{\mathrm{1,3}}=\sqrt{{(x_3-x_1)}^2+{(y_3-y_1)}^2};$ 即 ${\mathrm{HS}}_1=\frac{(2\×d_{\mathrm{1,2}}+3\×d_{\mathrm{1,3}})}{(2^2+3^2)}.$ 信标节点L₁计算出HS₁后将其作为一个校正值广播至网络中。同理，信标节点L₂，L₃分别计算出HS₂，HS₃，后也将其作为L₂与L₃的校正值广播至网络中。

当未知节点A收到信标节点L₁的校正值HS₁后，根据未知节点A到该信标节点L₁的跳数值K₁＝2和优化策略计算它们之间的距离D₁。如图2，图2是图1的局部放大图。

一、未知节点A到该信标节点L₁的跳数值K₁>1，其中K₁＝2，所以计算得出D₁′＝HS₁×(K₁-1)；

二、计算 ${\mathrm{cd}}_A=\frac{N_C}{N_A+N_{A-2}},$ 其中N_c＝1，N_A＝3，N_A-2＝3；即 ${\mathrm{cd}}_A=\frac{1}{6};$ 所以 $\mathrm{\θ}\′\≈-\frac{5}{2}\mathrm{\π}\×{\mathrm{cd}}_A+\mathrm{\π},$ 得 $\mathrm{\θ}\′\≈\frac{7}{12}\mathrm{\π}.$ 计算出 $\mathrm{\θ}=\mathrm{\π}-\mathrm{\θ}\′=\frac{5}{12}\mathrm{\π}.$ 所以D₁′＝HS₁×cosθ。由一中的D₁′和此D₁″得到D₁＝D₁′+D₁″。同理，根据未知节点A到信标节点L₂，L₃的跳数值K₂，K₃及优化策略计算出未知节点A到信标节点L₂的距离D₂，未知节点A到信标节点L₃的距离D₃。

此时，未知节点A获得了到三个信标节点L₁，L₂，L₃的距离D₁，D₂，D₃，且信标节点L₁，L₂，L₃的位置坐标已知，分别为(x₁，y₁)，(x₂，y₂)，(x₃，y₃)，即求解下列非线性方程组：

$\left\{\begin{array}{c}{(x_1-x_A)}^2+{(y_1-y_A)}^2={D_1}^2\\ {(x_2-x_A)}^2+{(y_2-y_A)}^2={D_2}^2\\ {(x_3-x_A)}^2+{(y_3-y_A)}^2={D_3}^2\end{array}\right.$

即可以执行三边测量定位来计算出未知节点A的位置坐标(x_A，y_A)。

Claims (4)

1、一种无需测距的无线传感器网络节点定位方法，其中包括三个或三个以上的已知节点位置信息的信标节点和位置信息待测的未知节点，其特征是无线传感器网络节点定位方法通过以下步骤实现：

步骤一：各信标节点按固定功率周期性地向其邻居节点发送其位置信息及到各未知节点的跳数值，跳数值的初始值为0；

步骤二：收到信标节点信息的节点将保存相关信息并复制一份，将其跳数值加1并发送给其邻居节点；其邻居节点将重复步骤二的操作；

步骤三：在获得其他信标节点的位置信息和跳数值信息之后，信标节点计算网络平均每跳跳距，然后作为一个校正值correction广播至网络中；

步骤四：当接收到校正值之后，未知节点根据跳数值和优化策略计算与信标节点的距离；未知节点估算与不同信标节点的距离时采用该信标节点相应的平均跳距；

步骤五：当未知节点获得三个或更多信标节点距离时，则执行三边测量定位，计算未知节点的位置坐标。

2、根据权利要求1所述的无需测距的无线传感器网络节点定位方法，其特征是所述步骤二中若某一节点重复收到同一信标节点的信息，则只取跳数小的信息为该信标节点的位置信息。

3、根据权利要求1所述的无需测距的无线传感器网络节点定位方法，其特征是所述步骤三中信标节点通过以下方法计算网络平均每跳跳距：

利用基于最小均方误差准则来计算各信标节点对应的平均每跳跳距HS_i，即通过如下函数值最小来求HS_i的值：

$f=\frac{1}{N-1}\underset{j\≠i}{\mathrm{\Σ}}{(d_{i,j}-{\mathrm{HS}}_i\×h_j)}^2$

令 $\frac{\∂f}{{\∂\mathrm{HS}}_i}=0,$ 可得基于最小均方误差准则的平均每跳跳距的估计值：

${\mathrm{HS}}_i=\frac{\underset{j\≠i}{\mathrm{\Σ}}(h_j\×d_{i,j})}{\underset{j\≠i}{\mathrm{\Σ}}{h_j}^2}$

其中，N为信标节点的个数，d_i，j为信标节点i与j之间的距离，h_j是信标节点i与j之间的跳数值。

4、根据权利要求1所述的无需测距的无线传感器网络节点定位方法，其特征是所述步骤四中，未知节点通过以下方法利用跳数值和优化策略计算与信标节点间的距离：

1)、未知节点到某信标节点i的跳数值为K_i，若K_i>1，则 $D_i^{\′}={\mathrm{HS}}_i\×(K_i-1);$ 若K_i＝1，则D_i＝HS_i，跳过二和三；

2)、计算 $D_i^{\′\′}={\mathrm{HS}}_i\×\cos \mathrm{\θ},$ 其中θ＝π-θ′，而θ′为未知节点最后两跳路径之间的夹角；

θ′的求解方法：

在信标节点i与该未知节点P的通信路径上，利用该未知节点的前驱节点的前驱节点P-2之间共同的邻居节点数和P与P-2各自拥有的邻居节点数的比值来估计θ，即： $\mathrm{\θ}\′\≈-\frac{5}{2}\mathrm{\π}\×{\mathrm{cd}}_P+\mathrm{\π},$ 其中 ${\mathrm{cd}}_P=\frac{N_C}{N_P+N_{P-2}},$ N_C为未知节点P与其同路径前驱节点的前驱节点P-2之间共同拥有的邻居节点数，N_P为节点P的邻居节点个数，N_P-2为节点P-2的邻居节点数。

3)、计算该未知节点到信标节点i的距离： $D_i=D_i^{\′}+D_i^{\′\′}.$

Images