CN101765091B - 基于泰森多边形的无线传感器网络定位方法 - Google Patents

基于泰森多边形的无线传感器网络定位方法 Download PDF

Info

Publication number
CN101765091B
CN101765091B CN2010103002706A CN201010300270A CN101765091B CN 101765091 B CN101765091 B CN 101765091B CN 2010103002706 A CN2010103002706 A CN 2010103002706A CN 201010300270 A CN201010300270 A CN 201010300270A CN 101765091 B CN101765091 B CN 101765091B
Authority
CN
China
Prior art keywords
node
thiessen polygon
unknown node
sensor network
anchor node
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.)
Active
Application number
CN2010103002706A
Other languages
English (en)
Other versions
CN101765091A (zh
Inventor
关新平
袁风鹏
陈彩莲
龙承念
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN2010103002706A priority Critical patent/CN101765091B/zh
Publication of CN101765091A publication Critical patent/CN101765091A/zh
Application granted granted Critical
Publication of CN101765091B publication Critical patent/CN101765091B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

一种无线传感器网络技术领域的基于泰森多边形的无线传感器网络定位方法，包括以下步骤：移动锚节点将网络的监测区域划分为若干个网格；未知节点广播发送请求定位信息，移动锚节点发送应答信息；根据接收到的移动锚节点的应答信息组建泰森图，并记录未知节点所在的泰森多边形；移动锚节点根据定位精度信息进行若干次位置改变，记录未知节点所在的泰森多边形，得到若干个泰森多边形的重叠区域的重心，即未知节点的位置信息；进行下一个未知节点的定位，直至得到所有未知节点的位置信息。本发明提高了定位精度，降低了定位过程的计算及通信开销，减少对移动锚节点密度的要求，符合实际情况，易于在现实环境中实施。

Description

基于泰森多边形的无线传感器网络定位方法
技术领域
本发明涉及的是一种无线传感器网络技术领域的方法，具体是一种基于泰森多边形的无线传感器网络定位方法。
背景技术
随着传感器技术、微机电系统(MEMS)技术、嵌入式计算技术、无线通信技术和分布式信息处理技术的发展，使得发展低成本、低功耗、小体积短距离通讯的多功能传感器成为可能，无线传感器网络(Wireless Sensor Networks，简称WSNs)随之应运而生。无线传感器网络作为一种全新的信息获取和处理技术，其应用越来越广泛。例如可应用于布线和电源供给困难、人员不能到达的区域(如受到污染、环境不能被破坏或敌对区域)和一些临时场合(如发生自然灾害时，固定通信网络被破坏)等。它不需要固定网络支持，具有快速部署，抗毁性强等特点，可广泛应用于军事、工业、交通、环保等领域，特别是对于军事应用、目标追踪、环境检测、空间探索，无线传感器网络的优势越来越明显。
传感器网络节点自身定位作为无线传感器网络的关键支撑技术，对无线传感器网络的应用和基于位置的网络协议研究都有重要意义，没有位置信息的监测消息通常是毫无意义的。传感器节点必须明确自身位置才能详细说明“在什么位置或区域发生了特定事件”，实现对外部目标的定位和追踪。另一方面，节点位置信息的获得又可以使网络设计者优化无线传感器网络在其它方面的应用，比如对路由算法的优化、通信开销的优化、基于位置的信息查询、网络覆盖率检查等。
由于受到成本、功耗、扩展性等问题的限制，在大中型无线传感器网络中，往往只有少数节点配置GPS接收器，而且不可能人工部署每个节点。因此，必须采用一定的机制与算法解决节点的定位问题。近年来提出的WSN定位机制及算法主要有两类：即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待测节点的位置，上述方法的精度较高，但对节点的硬件也提出了很高的要求，并且通常需要多次测量，循环求精，在获得相对精确的定位结果的同时也需要付出大量计算和通信开销，所以，这种方法不适用于低功耗、低成本的应用领域。无需测距的定位方法则无需距离和角度信息，仅根据网络连通性和已知位置的移动锚节点等信息就能实现相对精确的定位功能，降低了对节点硬件的要求，因此这种方法在传感器网络中倍受青睐。但是目前已有的无需测距定位方法，在实际实现过程当中都存在一些问题。
经对现有文献检索发现，相关文献如下：
1、Tian He等在2003年MOBICOM(移动计算和网络年度会议)上发表的“Range-FreeLocalization Schemes in Large-Scale Sensor Networks(大规模传感器网络中的非基于测距的定位算法)”文章中提出APIT算法，该算法利用简单的点是否在三角形中的判断方法即可对节点经行定位，也达到了比较高的精度。但是定位过程中的通信开销太大，并且无法解决边缘效应。
2、Drago Niculescu等在2003年1月的《Telecommunication Systems(电信系统杂志)》上发表的“DV based positioning in ad hoc networks(自组织网络中基于距离向量的定位算法)”文章中提出了DV-HOP算法，利用静态锚节点估计出节点之间每跳的距离，测出节点之间的跳数之后，利用三边定位方法经行定位。该方法在各向同性的密集网络，可以得到合理的平均每跳距离，从而能够达到适当的定位精度。但对于网络拓扑不规则的随机分布的稀疏传感器网络来说，定位误差比较大。
3、H.A.B.F.Oliveira等在2009年4月的《IEEE Wireless Communications(无线通信杂志)》上发表的文章“DV-Loc：a scalable localization protocol using Voronoidiagrams for wireless sensor networks(无线传感器网络中一种基于泰森图的具有可扩展性的定位算法)”中提出DV-Loc算法，该方法利用移动锚节点组成泰森多边形缩小定位区域，然后利用DV-HOP算法进行定位，该方法虽然提高了定位精度，但仍是基于DV-HOP算法，所以它并没有克服DV-HOP本身的缺点，如每跳长度的值估计不准。
4、中国专利申请号为：200810107062.7，名称为：一种基于单元格的无线传感器网络定位方法，中国专利申请号为：200810107061.2，名称为：一种基于三跳环带的传感器网络定位方法，这两种技术都是将节点的圆形通信范围转化为正方形范围，但是这种假设在真是环境中并不存在，因此在实际应用中会存在一些问题。
5、K.F.Ssu等在2005年5月的《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY(IEEE车载技术汇刊)》上发表“Localization with mobile anchor points in wirelesssensor networks(利用移动锚节点在无线传感器网络中的定位算法)”一文中提出MAP算法，利用移动锚节点发送信标信息(beacon)来找到圆上的四个点组成一个圆的两条弦，两条弦的垂直平分线的交点即是未知节点的坐标。该方法大大减少了移动锚节点数量，但是信标节点的位置如果选取不合适，定位误差将非常大。
发明内容
本发明的目的在于克服现有技术存在的上述不足，提供一种基于泰森多边形的无线传感器网络定位方法。本发明中的传感器节点通过接收信号强度大小来判断各自所在的位置，所提出的定位方法具有定位精度高、不易受环境因素影响、无需测距、成本低的优点。
本发明是通过以下技术方案实现的，包括以下步骤：
第一步，移动锚节点对无线传感器网络进行初始化，将网络的监测区域划分为若干个网格，并记录网格信息。
第二步，未知节点广播发送请求定位信息和定位精度信息，所有接收到该信息的移动锚节点发送应答信息，并根据定位精度信息确定移动锚节点位置的改变次数N。
所述的应答信息包括：移动锚节点的位置信息、ID(身份)信息和网格信息。
第三步，未知节点根据接收到的移动锚节点的应答信息组建泰森图，并根据应答信息的强度判断和记录未知节点所在的泰森多边形。
所述的泰森图是：将所有相邻的三个移动锚节点连成三角形，作这些三角形各边的垂直平分线，每个移动锚节点周围的垂直平分线便围成一个泰森多边形，所有泰森多边形组成的图形即为泰森图。
所述的未知节点所在的泰森多边形是：以未知节点接收到的应答信息中信号强度最大的移动锚节点为中心的泰森多边形，该泰森多边形随着移动锚节点位置的改变而发生变化。
第四步，移动锚节点进行N次位置改变，每次改变位置后重复第三步，未知节点记录其所在的泰森多边形，共得到(N+1)个泰森多边形的重叠区域，利用网格扫描的方法得到重叠区域的重心，该重心的位置信息就是未知节点的位置信息。
所述的网格扫描的方法是：无线传感器网络中每个网格的初始数值为0，随着移动锚节点位置的N次变化，每次得到的未知节点所在的泰森多边形中的网格数值都加1，在移动锚节点进行了N次移动后，查找数值最大的网格，所有数值最大的网格组成的图形的重心就是未知节点的位置。
第五步，返回第二步，进行下一个未知节点的定位，直至得到所有未知节点的位置信息。
与现有技术相比，本发明的有益效果是：
1、定位过程中不需要额外的通信消耗，仅仅通过接收信号强度即可完成定位，并且利用泰森图消除了边缘效应，即节点位于区域的边界也可以被定位，从而消除了“死点”的现象；
2、对网络的节点密度没有限制，既可以在密集网络中应用，也可以在稀疏网络中应用，从而具有很好的可扩展性；
3、不需要大量的移动锚节点，降低了组网成本，也降低了通信负荷；
4、通信范围为圆形，符合实际情况，易于在现实环境中实施，并且定位精度高。
附图说明
图1是实施例中未知节点X第一次所在的泰森多边形示意图；
图2是实施例中未知节点X第二次所在的泰森多边形示意图；
图3是实施例中未知节点X第三次所在的泰森多边形示意图；
图4是实施例中网格扫描法的示意图。
具体实施方式
以下结合附图对本发明的方法作进一步描述，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例
本实施例包括以下步骤：
第一步，移动锚节点对无线传感器网络进行初始化，将网络的监测区域划分为若干个网格，并记录网格信息。
本实施例中采用了八个移动锚节点(分别为A、B、C、D、E、F、G和H)对无线传感器网络进行初始化，得到的每个网格是0.3R×0.3R的正方形，其中：R是传感器节点的通信半径。
第二步，未知节点X广播发送请求定位信息和请求定位的精度信息，所有接收到该信息的移动锚节点发送应答信息，即移动锚节点的位置信息、ID信息和网格信息。
本实施例中未知节点X的定位精度是0.3R，其中：R是传感器节点的通信半径。定位精度和泰森图变化次数的关系见表1所示，由此可知本实施例中移动锚节点改变次数为两次。
表1
定位精度 0.3R-0.2R 0.2R-0.1R 0.1R-0.05R 0.05R以下
泰森图变化(次) 2 3 4 5以上
第三步，未知节点X根据接收到的八个移动锚节点的应答信息组建泰森图，并根据应答信息的强度判断和记录未知节点X所在的泰森多边形。
所述的泰森图是：将所有相邻的三个移动锚节点连成三角形，作这些三角形各边的垂直平分线，于是每个移动锚节点周围的垂直平分线便围成一个泰森多边形，所有泰森多边形组成的图形即为泰森图。
所述的未知节点X所在的泰森多边形是：以未知节点X接收到的应答信息中信号强度最大的移动锚节点为中心的泰森多边形，该泰森多边形随着移动锚节点位置的改变而发生变化。
本实施例中未知节点X处在以移动锚节点H为中心的泰森五边形内，具体如图1所示。
第四步，移动锚节点进行位置改变，移动锚节点A、B、C、D、E、F、G和H变化后的位置如图2所示，重复第三步，记录未知节点X所在的泰森多边形，此时未知节点X接收到的应答信息中信号强度最大的移动锚节点仍为H，因此未知节点X处在以移动锚节点H为中心的泰森六边形内，记录此泰森多边形。
第五步，移动锚节点再次改变位置，移动锚节点A、B、C、D、E、F、G和H变化后的位置如图3所示，重复第三步，记录未知节点X所在的泰森多边形，此时未知节点X接收到的应答信息中信号强度最大的移动锚节点为C，因此未知节点X处在以移动锚节点C为中心的泰森四边形内，记录此泰森多边形。
第六步，根据记录的三个泰森多边形，利用网格扫描的方法得到这三个泰森多边形重叠区域的重心，该重心的位置信息就是未知节点X的位置信息。
如图4所示，所述的网格扫描的方法是：无线传感器网络中每个网格的初始数值为0，随着移动锚节点位置的两次变化，每次得到的未知节点X所在的泰森多边形中的网格数值都加1，在移动锚节点进行了两次移动后，查找数值最大的网格，所有数值最大的网格组成的图形的重心就是未知节点X的位置。
第七步，返回第二步，进行下一个未知节点的定位，直至得到所有未知节点的位置信息。
本实施例的优点：简单可靠，只用了八个移动锚节点就实现了未知传感器节点的定位；不受网络规模的限制，可以扩大或缩小区域，改善了系统的可扩展性和可用性，降低了对硬件的要求，节省了成本；仅仅通过对比接收信号强度的大小，不需要把接收信号强度转换成距离，用几何方法得到位置信息，避免了因转换而带来的误差，并且节省了大量的资源；定位的精度高，抗干扰能力强，尤其适合于对于节点计算能力有严格限制的场景，具有广泛的应用价值。

Claims (5)

1.一种基于泰森多边形的传感器网络定位方法，其特征在于，包括以下步骤：
第一步，移动锚节点对无线传感器网络进行初始化，将网络的监测区域划分为若干个网格，并记录网格信息；
第二步，未知节点广播发送请求定位信息和定位精度信息，所有接收到该信息的移动锚节点发送应答信息，并根据定位精度信息确定移动锚节点位置的改变次数N；
第三步，未知节点根据接收到的移动锚节点的应答信息组建泰森图，并根据应答信息的强度判断和记录未知节点所在的泰森多边形；
第四步，移动锚节点进行N次位置改变，每次改变位置后重复第三步，未知节点记录其所在的泰森多边形，得到(N+1)个泰森多边形的重叠区域，利用网格扫描的方法得到重叠区域的重心，该重心的位置信息就是未知节点的位置信息；
第五步，返回第二步，进行下一个未知节点的定位，直至得到所有未知节点的位置信息。
2.根据权利要求1所述的基于泰森多边形的传感器网络定位方法，其特征是，所述的应答信息包括：移动锚节点的位置信息、ID信息和网格信息。
3.根据权利要求1所述的基于泰森多边形的传感器网络定位方法，其特征是，所述的泰森图是：将所有相邻的三个移动锚节点连成三角形，作这些三角形各边的垂直平分线，每个移动锚节点周围的垂直平分线便围成一个泰森多边形，所有泰森多边形组成的图形即为泰森图。
4.根据权利要求1所述的基于泰森多边形的传感器网络定位方法，其特征是，所述的未知节点所在的泰森多边形是：以未知节点接收到的应答信息中信号强度最大的移动锚节点为中心的泰森多边形，该泰森多边形随着移动锚节点位置的改变而发生变化。
5.根据权利要求1所述的基于泰森多边形的传感器网络定位方法，其特征是，所述的网格扫描的方法是：无线传感器网络中每个网格的初始数值为0，随着移动锚节点位置的N次变化，每次得到的未知节点所在的泰森多边形中的网格数值都加1，在移动锚节点进行了N次移动后，查找数值最大的网格，所有数值最大的网格组成的图形的重心就是未知节点的位置。
CN2010103002706A 2010-01-14 2010-01-14 基于泰森多边形的无线传感器网络定位方法 Active CN101765091B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010103002706A CN101765091B (zh) 2010-01-14 2010-01-14 基于泰森多边形的无线传感器网络定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010103002706A CN101765091B (zh) 2010-01-14 2010-01-14 基于泰森多边形的无线传感器网络定位方法

Publications (2)

Publication Number Publication Date
CN101765091A CN101765091A (zh) 2010-06-30
CN101765091B true CN101765091B (zh) 2012-06-20

Family

ID=42496049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010103002706A Active CN101765091B (zh) 2010-01-14 2010-01-14 基于泰森多边形的无线传感器网络定位方法

Country Status (1)

Country Link
CN (1) CN101765091B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102143580B (zh) * 2011-01-28 2014-08-20 北京浩阳华夏科技有限公司 一种基于轮状图的无线网络终端的定位方法
CN102573052B (zh) * 2011-04-13 2015-08-26 中国人民解放军国防科学技术大学 一种基于无线传感器网络的目标定位跟踪方法及系统
CN103064066B (zh) * 2012-12-27 2014-10-29 东南大学 一种双基站雷达网络中发射雷达与接收雷达的部署方法
CN103067929B (zh) * 2012-12-31 2015-05-20 南京邮电大学 一种基于泰森图的水下传感器网络节点的深度调节方法
CN104735777B (zh) * 2013-12-20 2017-11-17 中国民用航空总局第二研究所 一种未知节点利用多跳锚点邻居对其自身进行定位的方法
CN103796306B (zh) * 2014-02-17 2017-02-15 山东省计算中心 一种利用多移动锚节点对无线传感器网络节点定位的方法
CN105093176B (zh) * 2014-05-16 2017-05-17 中国民用航空总局第二研究所 一种基于区域消除对未知节点进行定位的方法
CN105101363B (zh) * 2014-05-16 2018-06-08 中国民用航空总局第二研究所 一种利用多跳未知节点邻居来提高定位精度的定位方法
CN105101400B (zh) * 2014-05-16 2018-06-12 中国民用航空总局第二研究所 未知节点利用多跳节点缩小其可能位置区域的定位方法
CN104955148B (zh) * 2014-12-09 2019-03-19 文春明 一种利用电磁波对称传播特性的无线传感网络定位方法
CN104848852B (zh) * 2015-06-10 2017-08-25 刘述亮 一种环形传感阵列的定位系统和方法
CN105307265A (zh) * 2015-08-24 2016-02-03 哈尔滨工程大学 一种基于直线扫描事件及移动锚节点的定位算法
CN105228099A (zh) * 2015-08-24 2016-01-06 哈尔滨工程大学 一种基于环形扩散事件及移动锚节点的定位算法
CN105636198B (zh) * 2015-12-16 2020-02-14 吉林大学 一种基于apit测试的无线传感器网络定位算法
CN107734450A (zh) * 2017-11-17 2018-02-23 深圳市舜宝科技有限公司 一种室内蓝牙定位方法及系统
CN108012276B (zh) * 2017-12-15 2021-04-06 北京工商大学 基于加权Voronoi图的三维异构移动传感器网络自主部署方法
CN111400851B (zh) * 2018-12-29 2023-09-26 中国石油天然气集团有限公司 节点布设方法及系统
CN110297212B (zh) * 2019-07-10 2023-06-30 山东大学 基于Voronoi图的室外分组测试定位方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101203015A (zh) * 2006-12-14 2008-06-18 北京亿阳信通软件研究院有限公司 基站无线场强覆盖区域范围确定方法和装置
CN101577068A (zh) * 2009-06-05 2009-11-11 北京四维图新科技股份有限公司 基于视觉中心的面状要素注记的配置方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101203015A (zh) * 2006-12-14 2008-06-18 北京亿阳信通软件研究院有限公司 基站无线场强覆盖区域范围确定方法和装置
CN101577068A (zh) * 2009-06-05 2009-11-11 北京四维图新科技股份有限公司 基于视觉中心的面状要素注记的配置方法及装置

Also Published As

Publication number Publication date
CN101765091A (zh) 2010-06-30

Similar Documents

Publication Publication Date Title
CN101765091B (zh) 基于泰森多边形的无线传感器网络定位方法
Yadav et al. Localization scheme for three dimensional wireless sensor networks using GPS enabled mobile sensor nodes
CN103369578B (zh) 无线自组织网络环境下的群组生成与维护方法
CN102621522A (zh) 一种水下无线传感器网络的定位方法
Seguel et al. Visible light positioning based on architecture information: Method and performance
Reichenbach et al. Improved precision of coarse grained localization in wireless sensor networks
Huang et al. A practical localization algorithm based on wireless sensor networks
Quan et al. A mobile beacon-assisted localization algorithm based on network-density clustering for wireless sensor networks
Chen et al. An efficient adjustable grid-based data replication scheme for wireless sensor networks
Yang et al. Area localization algorithm for mobile nodes in wireless sensor networks based on support vector machines
Sahu et al. Energy-efficient grid-based data dissemination in wireless sensor networks
Chen et al. A node division location detection scheme for chain‐type wireless sensor networks
Wu et al. Localization using a mobile beacon with directional antenna for wireless sensor networks
Chen et al. EUCOW: Energy-efficient boundary monitoring for unsmoothed continuous objects in wireless sensor network
CN102395220A (zh) 一种优化的移动传感器网络三维定位方法
Sfendourakis et al. Sensors Networks-Localization and Topology
Klingler et al. Faster distributed localization of large numbers of nodes using clustering
Majhi et al. 3D Localization in wireless sensor networks.
Wu et al. A distributed localization algorithm based on random diffusion in WSN
Sun et al. Distributed grid-based localization algorithm for mobile wireless sensor networks
Madagouda et al. Localization of sensor nodes using flooding in wireless sensor networks
Sun et al. A multicast-query-based data dissemination protocol for wireless sensor networks with multiple mobile sinks
Li et al. A novel localization algorithm based on concentric circles and concentric spheres for wireless sensor networks
Park et al. A visiting scheme of mobile sink system in distributed sensor networks
Saravanan et al. Improving the Location of nodes in Wireless Ad Hoc and Sensor Networks using Improvised LAL Approach

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