CN101483818B

CN101483818B - 一种水下无线传感器网络节点的三维定位方法

Info

Publication number: CN101483818B
Application number: CN2009100607865A
Authority: CN
Inventors: 刘文予; 蒋洪波; 张松涛; 陈金华; 舒乐
Original assignee: Huazhong University of Science and Technology
Current assignee: Huazhong University of Science and Technology
Priority date: 2009-02-17
Filing date: 2009-02-17
Publication date: 2010-10-13
Anticipated expiration: 2029-02-17
Also published as: CN101483818A

Abstract

本发明提出一种水下无线传感器网络节点的三维定位方法，首先获取各信标节点的坐标，再确定各普通节点的坐标。各普通节点的坐标确定如下：将各普通节点的三维定位工作等效变换为二维定位，各普通节点利用距离向量算法结合信标节点的二维坐标估计各自的初始二维坐标，接着利用邻居节点的二维坐标迭代更新自己的二维坐标直到其收敛于真实二维位置，最后利用水深与压强关系求取普通节点的水深。本发明采取一定的消息转发机制和迭代控制机制，在较好地控制通信开销情况下，将定位误差降到最低。

Description

一种水下无线传感器网络节点的三维定位方法

技术领域

本发明涉及无线传感器网络技术，尤其涉及一种水下无线传感器网络节点的定位方法。

背景技术

随着微机电技术、无线通信等技术的进步，低成本、低功耗、小尺寸、多功能、适于短距离通信的传感器节点得到了不断的发展。这些微小的传感器节点由感应、数据处理和通信等单元构成。由大量传感器节点协同合作构成的无线传感器网络在工农业控制、军事国防、生物医疗、环境监测、抢险救灾等诸多领域有着广泛的应用前景。

在传感器网络的诸多应用中，各节点感应数据、传回数据并在中心节点进行分析处理，成为各种应用的一种基本途径。另一方面，没有位置信息的测量数据意味着中心节点或中央处理器不知道测量数据发生的精确地点或大致范围，也就是说没有位置信息的测量数据是没有意义的。而且，各节点的位置信息有助于网络拓扑控制、路由、覆盖等算法的改善。所以，网络自定位能力是无线传感器网络非常渴望拥有的一项特性。

由于人们广泛的关注，定位算法这几年取得了较大的发展。基于距离的定位与非基于距离的定位技术，基于距离的单跳定位与多跳定位技术，陆地定位与水下定位技术，二维定位与三维定位技术等先后都涌现了不少的算法。各种算法的总体目标是在计算复杂度尽可能低、通信开销与能耗尽可能小的前提下，尽量准确地定位网络中尽可能多的传感器节点。毫无疑问，全球定位系统(GPS)是最有名的定位服务系统。但它有较高的基础结构及应用环境要求，对于低成本低功耗的传感器网络来说，它只能作为一种辅助工具。降维定位是业已提出的一种针对水下三维传感器网络、降低计算复杂度的有效算法。它的基本思想是将稀疏布局的三维传感器网络的节点映射到平面中。在满足一定合理的条件下，该映射是一一映射，从而将三维定位等效转换为二维定位。在二维定位中，已有比较成熟的算法提出，先结合少数信标结点的坐标利用基于非距离的定位技术估算普通节点的初始位置；然后各普通节点结合邻居节点(包含可能的信标节点和普通节点)的坐标利用基于距离的定位技术，反复迭代更新普通节点的位置，直到收敛于真实位置或比较接近的真实位置。该算法将各节点定位可信度数据融入到迭代更新过程中，采用到邻居节点的距离约束和到信标节点的距离约束来控制迭代过程。该算法在节点可信度数据的利用和距离约束方法方面存在一定的改善空间。

发明内容

本发明的目的在于提供一种水下无线传感器网络节点的三维定位方法，通过映射将三维定位等效转换为二维定位，采用改进的二维定位算法的迭代控制机制，在较好控制通信开销情况下，将水下三维传感器网络定位误差降到最低。

一种水下无线传感器网络节点的三维定位方法，节点分为信标节点和普通节点，首先获取各信标节点的坐标，再确定各普通节点的坐标，其特征在于，所述普通节点的坐标按照如下方法确定：

令普通节点D的坐标为(x_D，y_D，z_D)，利用水深与压强关系求取普通节点D的水深即得z_D，按照以下步骤确定其二维坐标(x_D，y_D)：

(1)通过信息广播方式，各节点获取各信标节点的二维坐标及其与本节点间的跳数；

(2)依据各信标节点的二维坐标及各信标节点间的跳数和，计算网络平均单跳距离；

(3)选择与普通节点D间跳数最小的三个或三个以上的信标节点作为参考节点，利用该参考节点的二维坐标及各自与普通节点D间的跳数距离，估算普通节点D的二维坐标(x_D，y_D)；普通节点D与信标节点间的跳数距离等于两者间的跳数与网络平均单跳距离的乘积；

(4)按照如下方法更新二维坐标(x_D，y_D)：

(4.1)普通节点D向邻居节点广播位置消息，位置消息包括普通节点的标识、二维坐标(x_D，y_D)和可信度；

(4.2)选择可信度最高的三个或三个以上的邻居节点作为参考节点，利用该参考节点的二维坐标及各自与普通节点D间的测量距离，更新普通节点D的二维坐标(x_D，y_D)；

(4.3)若普通节点D与各信标节点间的坐标估算距离均小于这两者间的跳数与普通节点D通信半径的乘积，且普通节点D与各邻居节点间的测量距离平均值与这两者间的坐标估算距离平均值的差值小于距离阈值，则提高可信度，否则，降低可信度；

(4.4)重复步骤(4.1)～(4.3)，直到普通节点D的二维坐标(x_D，y_D)与普通节点D的真实二维坐标间的差值小于误差阈值或者重复次数达到重复次数阈值。

本发明的技术效果体现在：本发明在用距离无关的定位方法获得各普通节点的初始位置后增加一个较小的随机噪声，减小了在位置迭代更新过程初次迭代失败的可能性。在普通节点到各邻居节点的距离检测过程中，排除了不满足到信标节点距离约束的普通节点，增加了普通节点到各邻居节点距离检测的有效性。在完成一次成功的迭代后更新普通节点的可信度值时，以较大的权重考虑该节点本身的可信度，更合理地反映了可信度的变化。以上几点控制策略较好地改善了节点位置更新迭代过程，在一定测量误差的情况下减小了定位误差。

附图说明

图1是水下三维传感器网络结构示意图；

图2是三维空间中的点映射到平面中的点示意图；

图3是初始位置估计流程图；

图4是跳数及平均单跳距离估算示意图；

图5是位置坐标迭代更新流程图。

具体实施方式

下面结合附图及具体实施例做进一步详细的说明。

本发明针对稀疏布局的水下三维传感器网络，在一定合理的假设前提下，将三维定位技术等效映射为二维定位技术。对于平面定位，将基于距离向量交换的距离无关定位方法与距离相关定位方法相结合，运用合理的迭代控制机制，在较好地控制通信开销情况下，将水下三维传感器网络定位误差降到最低。

图1是水下三维传感器网络结构示意图，网络中的节点分为信标节点和普通节点，圆圈表示普通节点，正方形表示信标节点。信标节点可以通过其它方法，比如通过GPS系统或定点布放信标节点，预先获得位置信息，网络中绝大多数的普通节点在网络初始状态没有位置信息。我们的目标是估算普通节点的位置信息。

本发明的主要步骤详细分解如下：

1、在水深信息已知以及稀疏布局的水下三维传感器网络条件下，将三维定位工作等效变换为二维定位工作。

参考图2，设A，B，C是水下三维传感器网络中的三个信标节点，D是待求节点。A，B，C在三维空间中的坐标分别为(x_i，y_i，z_i)(i＝A，B，C)，待求节点D的坐标为(x_D，y_D，z_D)。x轴和y轴的方向在水平面上展开，z轴的方向垂直向下，表示水深。在稀疏布局的水下三维传感器网络中，我们假设：几乎没有两个节点位于同一垂直线上；也就是说，几乎没有两个点的坐标同时满足x坐标和y坐标对应相等。在非密集布局的水下三维传感器网络中这种假设是合理的。从A，B，C三个点分别向D点所在的水平面作垂线，交点分别为A’，B’，C’。这样，A与A’，B与B’，C与C’分别形成三维空间中的点与平面上点的映射对。在我们上面假设的前提下，这种映射是一一映射。而且映射前后各点的x坐标和y坐标保持不变。所以在平面中定位得到的各普通节点的x坐标和y坐标即三维空间中的x坐标和y坐标。然后利用水深与压强的关系，P＝ρgh，式中，P为压强，ρ表示液体的密度，g为重力加速度，h为测得压强处离液面的垂直距离。在测量得到压强信息的基础上可以得到各普通节点的z坐标，即水深。

2、在二维定位中，利用距离向量算法结合少数信标节点的位置估计普通节点的初始位置。步骤2在该实施例中又可细分为如附图3所示的以下步骤：

步骤21：各信标节点向邻居节点发送广播消息，该消息包含发送该消息的信标节点在网络中的唯一标示、该信标节点的二维坐标、初始跳数为0的跳数信息。

步骤22：信标节点的直接邻居收到信标节点的广播消息后，将广播消息中的跳数加1，再将广播信息存储到本地存储记录中，然后转发该消息。这样，该消息以信标节点为中心不断向四周扩散。在网络连通的情况下，网络中的各节点(含信标节点)将会收到各信标节点的广播信息。为了防止消息无休止转发灾难，增加一个消息控制策略：如果收到的广播消息中的信标标示在本地存储记录中存在，并且本地存储记录中记录的相应于该信标节点的跳数与消息中的跳数之差小于或等于1，则丢弃该消息；否则，更新本地存储记录并转发该消息。

步骤23：各信标节点收到其它信标节点的跳数信息后，利用信标节点的坐标可以计算各信标节点之间的距离；然后利用各信标节点之间的跳数信息估算网络平均单跳距离。如附图4所示，L1，L2，L3为信标节点，L1与L2、L1与L3、L2与L3的跳数分别为2、6、5，距离分别为40m、100m、75m，所以估算的网络平均单跳距离为(40+100+75)/(2+6+5)＝16.5385m。

步骤24：各普通节点利用网络平均单跳距离与该节点到各信标节点的跳数的乘积，估算各普通节点到各信标节点的距离。

步骤25：各普通节点选择跳数最小的3个或更多信标节点作为参考节点，运用极大似然估计定位算法估算各普通节点的初始位置。极大似然估计定位算法过程如下：设待求节点D的坐标为(x_D，y_D)，已知n个参考节点的坐标分别为(x₁，y₁)，(x₂，y₂)，...，(x_n，y_n)，它们到待求节点D的跳数距离分别为d₁，d₂，...，d_n。则存在下列关系式：

{(x_{1} - x_{D})}^{2} + {(y_{1} - y_{D})}^{2} = d_{1}^{2}

{(x_{2} - x_{D})}^{2} + {(y_{2} - y_{D})}^{2} = d_{2}^{2}

{(x_{n} - x_{D})}^{2} + {(y_{n} - y_{D})}^{2} = d_{n}^{2}

从第一个方程开始分别减去最后一个方程，经整理，有AX＝b。其中：

A = [\begin{matrix} \begin{matrix} 2 (x_{1} - x_{n}) & 2 (y_{1} - y_{n}) \end{matrix} \\ . . . \\ \begin{matrix} 2 (x_{n - 1} - x_{n}) & 2 (y_{n - 1} - y_{n}) \end{matrix} \end{matrix}],

X = [\begin{matrix} x_{D} \\ y_{D} \end{matrix}],

b = [\begin{matrix} x_{1}^{2} - x_{n}^{2} + y_{1}^{2} - y_{n}^{2} + d_{n}^{2} - d_{1}^{2} \\ . . . \\ x_{n - 1}^{2} - x_{n}^{2} + y_{n - 1}^{2} - y_{n}^{2} + d_{n}^{2} - d_{n - 1}^{2} \end{matrix}]

用标准的最小均方差估计方法，可得待求节点D的坐标为X＝(A^TA)^-1A^Tb，T表示矩阵转置。

3、各普通节点利用邻居节点的位置信息迭代更新自己的位置，直到收敛于真实位置或接近的真实位置。步骤3在该实施例中又可细分为如附图5所示的以下步骤：

步骤31：运行迭代算法前，对各节点增加一个介于0和1之间的可信度参数，用于提高迭代收敛的可能性及最后定位的准确性。最初，设信标节点的可信度为1，各普通节点的可信度接近于0，比如0.1。

步骤32：各普通节点成功运行极大似然估计定位算法得到自己初始位置后，向直接邻居节点广播自己的估算位置消息，该消息包括以下内容：该节点在网络中的唯一标示、节点坐标、节点可信度。

步骤33：任一普通节点收到3个或以上邻居节点(含信标节点和普通节点)的坐标及可信度值后，选择可信度最高的3个或多个邻居节点作为参考节点，利用该参考节点的二维坐标及各自与普通节点D间的测量距离，运行极大似然估计定位算法更新自己的位置坐标。

步骤34：对于得到的新位置坐标，进行两项基本距离约束检测：普通节点到各信标节点的距离检测及普通节点到各邻居节点的距离检测。到信标节点的距离检测是指普通节点到信标节点的坐标估算距离应小于该普通节点到相应信标节点的跳数与普通节点通信半径的乘积。到各邻居节点的距离检测是指该普通节点到各邻居节点的测量距离平均值与该节点和邻居节点的坐标估算距离平均值之差的绝对值应小于一个初始定义的距离阈值，比如通信半径。坐标估算距离是指利用两节点的坐标计算得到的距离。在进行到各邻居节点的距离检测时，不考虑不满足到各信标节点距离约束的普通节点能增强到各邻居节点距离检测的有效性。同时满足上述两个条件，我们认为坐标更新成功；否则认为坐标更新失败。对于坐标更新成功的普通节点，我们用该节点各邻居节点可信度的均值与该节点自身可信度再求平均，作为该节点可信度的更新。随着迭代的进行，各普通节点的可信度会不断提高。对于坐标更新失败的普通节点，我们动态降低该节点的可信度，比如将其可信度值设为原值的一半。如果该节点坐标下次更新成功，该节点将同样拥有可信度升高的机会。

步骤35：反复运行步骤32-34，直到网络中各普通节点的定位误差小于误差阈值，比如2％的通信半径，或迭代次数到达某一阈值，比如100次，迭代停止，输出最后定位结果。定位误差是指普通节点的定位坐标与其真实坐标之间的差值。

4、普通节点z坐标，即水深可按水深与压强公式，P＝ρgh计算。公式中，P为压强，ρ表示液体的密度，g为重力加速度，h为测得压强处离液面的垂直距离。在测量得到压强值后即可计算节点z坐标，即水深。

Claims

1.一种水下无线传感器网络节点的三维定位方法，节点分为信标节点和普通节点，首先获取各信标节点的坐标，再确定各普通节点的坐标，其特征在于，所述普通节点的坐标按照如下方法确定：

(4)按照如下方法更新二维坐标(x_D，y_D)：

2.根据权利要求1所述的一种水下无线传感器网络节点的三维定位方法，所述步骤(1)具体为：

(1.1)各信标节点向邻居节点广播消息，消息包含信标节点的标识、二维坐标和跳数信息；

(1.2)收到消息的节点判断是否已存储发自同一信标节点的消息记录，如果已存储并且记录的跳数与消息中的跳数差值小于等于1，则丢弃该消息，否则，将消息的跳数加1，存储并转发该消息。

3.根据权利要求1所述的一种水下无线传感器网络节点的三维定位方法，其特征在于，所述步骤(4.3)按照如下方式提高可信度：计算普通节点D的所有邻居节点的可信度均值，将该可信度均值与普通节点D自身的可信度再求平均，最终作为普通节点D的当前可信度。

4.根据权利要求1所述的一种水下无线传感器网络节点的三维定位方法，所述步骤(3)采用极大似然估计定位方法估算普通节点的二维坐标(x_D，y_D)。

5.根据权利要求1所述的一种水下无线传感器网络节点的三维定位方法，所述步骤(4.2)采用极大似然估计定位方法更新普通节点的二维坐标(x_D，y_D)。