CN102143580A - 一种基于轮状图的无线网络终端的定位方法 - Google Patents
一种基于轮状图的无线网络终端的定位方法 Download PDFInfo
- Publication number
- CN102143580A CN102143580A CN2011100311721A CN201110031172A CN102143580A CN 102143580 A CN102143580 A CN 102143580A CN 2011100311721 A CN2011100311721 A CN 2011100311721A CN 201110031172 A CN201110031172 A CN 201110031172A CN 102143580 A CN102143580 A CN 102143580A
- Authority
- CN
- China
- Prior art keywords
- node
- colyliform
- nodes
- wireless network
- network terminal
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000004807 localization Effects 0.000 claims description 31
- 238000004891 communication Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于轮状图的无线网络终端的定位方法,属于无线自组织网络与传感器网络领域,包括下列步骤:(1)获取无线网络终端中可定位的节点作为信标节点;(2)选取那些在信标节点周围的未知节点,上述未知节点与信标节点之间处于近邻关系;(3)上述信标节点和未知节点之间进行状态信息交换,并判断未知节点是否可以定位;(4)选取那些可以定位的未知节点,并使上述未知节点和信标节点处于一个轮状图之中;(5)识别并定位上述未知节点,同时更新节点状态为信标节点;以及,(6)重复步骤(1)-(5),直到上述无线网络终端的所有节点的信息不再更新为止。本发明的节点定位方法能够成功定位出更多的网络节点。
Description
技术领域
本发明属于无线自组织网络与传感器网络领域,涉及无线网络定位技术,用于对无线网络终端进行定位,以最后计算出无线网络终端的各个节点的具体位置和信息。
背景技术
随着通信技术、传感器技术和嵌入式计算技术的快速发展和日益成熟,具有通信、传感和计算能力的微型传感器节点开始出现,并且被逐渐的应用到生产和生活之中。这种传感器网络能够协调地感知、采集和处理网络覆盖区域内的各种环境或监测对象信息,并发布给需要这些信息的用户。传感器网络将逻辑上的信息世界与真实的物理世界融合在一起,深刻地改变了人与自然的交互方式,可广泛地应用于环境监测、工农业控制、生物医疗、国防军事等诸多领域。
在传感器网络中,大量传感器节点以自组织(ad-hoc)的方式组成无线网络,协同将感知数据传送到基站(sink)。感知数据必须结合采集这些数据的位置信息,才能为各种应用服务。因此,获取传感器节点位置成为传感器网络应用的关键技术。由于传感器通常部署在环境险恶或者远离人类控制的区域,部署方式也并非手工完成(例如飞机播撒等),传感器位置在部署前不可设定或预知,需要在部署后通过节点进行物理测量和计算完成自动化的定位。
全球定位系统(GPS)是一个较成熟的定位方案,但是为大量传感器装配GPS接收器耗资巨大,不适用于传感器网络。另外,GPS方案并不是普适的,它不能应用于室内或者地下等环境。近些年,许多研究机构和人员对无线自组织网络中的节点定位问题展开研究,提出了一种合作式节点定位方法(cooperative localization),或称为网络定位(network localization)。在这种方法中,一部分称为信标(beacon)的特殊节点知道自身位置(例如使用GPS接收器),而其余大部分普通节点通过测量节点间物理距离来计算其位置。节点间距离可以通过信号强度(received signal strength)、信号传播时间(time of arrival)、信号传播时间差(time difference of arrival)等技术测量。
基于这些测量技术,无线自组织网络可以抽象为距离图(distance graph)G=(V,E),其中V是无线网络节点集合,如果边(i,j)属于E中当且仅当节点i和节点j之间的距离d(i,j)可以测量。在距离图中,信标节点之间是连通的因为它们之间的距离可以计算出来。
在本发明中,我们只考虑二维空间中的网络定位,涵盖了传感器网络定位的主要内容。
传统基于测距的定位方法(range-based localization)一般采用三边测量技术(trilateration),也称为多边测量技术(multilateration)。
三边测量技术的原理十分简单。一个未知位置的物体,通过测量到三个已知位置(参考点)的距离,可以计算出自己的位置。图1是现有技术中三边测量方法的示意图,其主要展示了三边测量的一个例子,其中,圆点代表未知位置物体,方块代表参考点。三边测量计算简单、完全分布式、易于在各种平台实现,因此广泛应用于无线网络定位。然而,三边测量方法只能定位出所有可定位网络的子集,换句话说,存在一些理论上可定位的网络不能通过三边测量计算节点位置。图2是现有技术中三边测量的局限性的示意图,其主要描述了三边测量的局限性。如图所示,图中节点1和2为未知位置节点,而节点3、4、5为已知位置节点。如果使用三边测量方法,节点1和2都不可定位因为它们都没有与3个已知位置节点相邻并测距。
然而,节点1和2在理论上却可定位,根据节点间距离限制,它们在空间中只存在唯一的位置。知道哪些节点在理论上可定位后,如何计算出它们的位置就是定位问题。可定位性与定位既有联系也有区别。一个理论上不可定位的网络,无论使用任何定位方法,都不能将这个网络定位(准确的说,不能将这个网路中的所有节点定位)。另一方面,如果一个网络可定位,那么这个网络中的所有节点在空间中有唯一的位置,但是获知这个位置的计算过程可能是复杂的或者不可行的。已经证明对于一般图来说,其定位问题是NP-hard。
以前的研究表明,可定位性与图刚性理论(graph rigidity theory)联系紧密。如果一个图是刚性的(rigid),则其不能在二维平面中连续的变形,并且保证节点间距离不发生变化。如果一个图是全局刚性的(globally rigid),则其在平面中有唯一的嵌入(embedding),或者说具有唯一的实例(realization)。Jackson等人证明了一个图全局刚性的充要条件为这个图是三连通的(3-connected)并且是冗余刚性的(redundantly rigid)。
这里冗余刚性的物理意义为:对于一个冗余刚性的图,任意删去其一条边,余下的图依然是刚性的。在刚性理论的基础上,一个网络的可定位性可以通过判别其对应距离图的三连通和冗余刚性特性来实现。
然而,无论是三连通还是冗余刚性,都需要集中式的算法才能判别。集中式算法需要收集全部网络信息到一个中央服务器,通常带来巨大的通信开销。而分布式的三边测量方法能力有限,只能识别一部分可定位节点。
发明内容
有鉴于以上分析,本发明提出一种基于轮状图的无线网络终端的定位方法,该方法和传统三边测量方法相比,在不引入更多计算和通讯开销的基础上,可以定位出更多的节点,特别适合应用于无线自组织网络,例如无线传感器网络和无线车辆网络等。
本发明解决上述技术问题所采用的技术方案如下面所描述:
一种基于轮状图的无线网络终端的定位方法,包括下列步骤:
(1)获取无线网络终端中可定位的节点作为信标节点;
(2)选取那些在信标节点周围的未知节点,上述未知节点与信标节点之间处于近邻关系;
(3)上述信标节点和未知节点之间进行状态信息交换,并判断未知节点是否可以定位;
(4)选取那些可以定位的未知节点,并使上述未知节点和信标节点处于一个轮状图之中,所述轮状图满足以下条件:
(4-1)至少包含3个已知位置的信标节点;
(4-2)上述信标节点和未知节点都满足直接近邻关系;
(4-3)上述未知节点都是可以定位的;
(4-4)包含一个中心节点和多个边缘节点;
(5)识别并定位上述未知节点,同时更新节点状态为信标节点;以及,
(6)重复步骤(1)-(5),直到上述无线网络终端的所有节点的信息不再更新为止。
进一步地,优选的方法是,所述信标节点的位置是通过GPS接收器得出其自身位置信息。
进一步地,优选的方法是,所述信标节点的位置通过手动测量而获得其自身位置信息。
进一步地,优选的方法是,判断未知节点是否可以定位按照下列的方法获取的:
(41)将上述节点互相通信并形成位置距离图;
(42):将上述距离图分解成多个二连通子图;
(43):任意选取一个包含所有已知位置节点的二连通子图;
(44):判断未知节点的位置是否唯一,如果其坐标唯一,则判断该点为可以定位的节点。
进一步地,优选的方法是,在步骤(4)中,那些未知节点和信标节点形成的轮状图之中,处于轮状图中心位置的节点是已知坐标位置的信标节点。
进一步地,优选的方法是,在步骤(4)中,那些未知节点和信标节点形成的轮状图之中,处于中心位置的节点是未知节点,至少三个边缘节点是已知坐标的信标节点。
进一步地,优选的方法是,所述未知节点的定位是通过测量节点间物理距离得出其具体坐标的。
进一步地,优选的方法是,所述物理距离位置通过信号强度、信号传播时间以及信号传播时间差求出。
进一步地,优选的方法是,所述中心节点与边缘节点之间直接相互通信并交换信息。
进一步地,优选的方法是,所述节点之间的通信都是在位于一跳之间的近邻节点之间的距离内的。
本发明在采取了上述技术方案以后的有益效果如下面所描述:
第一,轮状图是全局刚性的,因此其所有节点在空间中有唯一位置(给定信标节点和节点间距离限制),不存在节点位置的不确定性;
第二,从中心节点的角度看,轮状图的所有元素(包括点和边)都在中心节点的1跳距离之内(即边缘节点是中心节点的直接邻居),因此基于轮状图的定位可以设计为分布式的,节点只需要和近邻未知节点通信,避免了将全部信息传回基站带来的通信开销;
第三,定位一个包含d个节点的轮状图的复杂度O(2d),对于无线自组网来说,由于无线信号随着距离衰减,只有距离靠近的节点才能进行通信和测距,在这种情况下每个节点的邻居数目的上限是一个常数,因此在常数时间内可以完成一个无线网络中轮状图的定位,因此,执行效率高。
第四,本发明采用深度优先的搜索策略,搜寻解空间中的所有元素(最多O(2d)个),具有数据准确的特点,同时,本发明在适当的时候根据节点间距离限制对搜索路径进行剪支,有效的压缩了搜索空间,可以获得更好的执行效率。
附图说明
图1是现有技术中三边测量方法的示意图;
图2是现有技术中三边测量的局限性的示意图;
图3是本发明定位方法所采用的轮状图的示意图;
图4本发明定位方法所采用的轮状拓展图的示意图。
图5本发明定位方法所采用的轮状图定位方法执行过程说明示意;
图6是本发明基于轮状图的无线网络终端的定位方法的流程图。
具体实施方式
下面结合附图对本发明进行详细的描述。
图6本发明基于轮状图的无线网络终端的定位方法的流程图,其主要包括下列的步骤:
一种基于轮状图的无线网络终端的定位方法,包括下列步骤:
S101:获取无线网络终端中可定位的节点作为信标节点;
S102:选取那些在信标节点周围的未知节点,上述未知节点与信标节点之间处于近邻关系;
S103:上述信标节点和未知节点之间进行状态信息交换,并判断未知节点是否可以定位;
S104:选取那些可以定位的未知节点,并使上述未知节点和信标节点处于一个轮状图之中,所述轮状图满足以下条件:
(4-1)至少包含3个已知位置的信标节点;
(4-2)上述信标节点和未知节点都满足直接近邻关系;
(4-3)上述未知节点都是可以定位的;
(4-4)包含一个中心节点和多个边缘节点;
S105:识别并定位上述未知节点,同时更新节点状态为信标节点;以及,
S106:重复步骤S101-S105,直到上述无线网络终端的所有节点的信息不再更新为止。
我们具体参照其他附图和具体的所采用的算法对本发明进行更为详细的描述,以使得上述方法能够得到更为准确的说明。
图3是本发明定位方法所采用的轮状图的示意图。
其主要展示了一个包含6个节点的轮状图(其中,0号节点为中心节点,1-5号节点为边缘节点)。通过验证轮状图的三连通性和冗余刚性,根据Jackson等人的研究结果,轮状图为全局刚性的,因此,任意给定3个信标节点的轮状图都是可定位的,其中所有节点在距离限制下有唯一位置。
由此,采用轮状图的方式进行定位测量,并将轮状图作为定位的基本单位,从理论上来讲,带来如下三个好处:
首先,轮状图是全局刚性的,因此其所有节点在空间中有唯一位置(给定信标节点和节点间距离限制),不存在节点位置的不确定性;
其次,从中心节点的角度看,轮状图的所有元素(包括点和边)都在中心节点的1跳距离之内(即边缘节点是中心节点的直接邻居),因此基于轮状图的定位可以设计为分布式的,节点只需要和邻居节点通信,避免了将全部信息传回基站带来的通信开销;
最后,定位一个包含d个节点的轮状图的复杂度O(2d),对于无线自组网来说,由于无线信号随着距离衰减,只有距离靠近的节点才能进行通信和测距,在这种情况下每个节点的邻居数目的上限是一个常数,因此在常数时间内可以完成一个无线网络中轮状图的定位。
因此,我们在具体测量的时候,事前通过GPRS或者手动测量一些可以定位的信标节点的具体位置坐标,并将其定性成可以定位的信标节点。然后,我们按照上述步骤的方法,选取那些处于信标节点周围的多个未知节点,并且,构成一个或者多个可以作为定位单位的轮状图。
其中,所述轮状图满足以下条件:
第一,至少包含3个已知位置的信标节点;
第二,上述信标节点和未知节点都满足直接近邻关系;
第三,上述未知节点都是可以定位的;
第四,包含一个中心节点和多个边缘节点;
一般来说,满足上述条件后,未知节点的是能够定位并且能够根据物理具体关系得出其具体位置坐标的。
图4本发明定位方法所采用的轮状拓展图的示意图。
如图所示,我们根据上述方法,不断重复定位、找点、构筑轮状图,就能够很容易地将所有的网络节点中的节点定位出来。
进一步地对上述发明方法进行描述。我们接下来下面将阐述如何在无线网络中分布式的寻找轮状图节点,并计算这些可定位节点的位置。
具体来说,一个节点v需要在其邻居节点中找到那些处于轮状图(以v为中心节点)中的节点。我们使用距离图模型,将网络节点(node)抽象为图顶点(vertex),将节点间通讯链路(link)抽象为边(edge)。
节点v的闭近邻图(close neighborhood graph)N[v]定义为v及其所有邻居节点;节点v的开近邻图(open neighborhood graph)N(v)定义为v的所有邻居节点(不包含v)。
如果N[v]中仅包含2个已知位置节点(信标节点或者已经通过某种方法获知位置的节点),则N[v]中其他节点可沿着这2个已知位置节点构成的直线翻转,因此其位置存在歧义性,不可能计算出唯一位置。
因此,我们仅考虑N[v]中包含3个已知位置节点的情况。
我们假设v是这3个已知位置节点之一,否则如果3个已知位置节点都是v的邻居,那么v可以通过三边测量方法定位,进而转变为已知位置节点。除了v,我们用v1和v2表示N[v]中另外两个已知位置节点。
在N[v]中,如果一个未知位置节点x处在一个以v为中心、包含v1和v2的轮状图中,那么x是可定位的并且在开近邻图N(v)中x处在一个包含v1和v2的环路(cycle)中。因此,在N[v]中寻找可定位节点的问题可以转化为在N(v)中寻找环路(包含2个特定节点v1和v2)的问题。
进一步,我们发现如果一个节点x在N(v)中处于包含v1和v2的二连通子图(2-connected component)中,那么x位于包含v1和v2的环路中。
至此,我们设计完成在邻居节点中寻找可定位节点的方法。
寻找可定位性节点的问题转化为在近邻图中计算二连通图,具体流程如算法1所示。
即判断未知节点是否可以定位按照下列的方法获取的:
(41)将上述节点互相通信并形成位置距离图;
(42):将上述距离图分解成多个二连通子图;
(43):任意选取一个包含所有已知位置节点的二连通子图;
(44):判断未知节点的位置是否唯一,如果其坐标唯一,则判断该点为可以定位的节点。
假设闭近邻图N[v]包含k个已知位置节点,节点v运行算法1可找到N[v]中所有可定位节点。
定位轮状图的具体方法如算法2所示。
其基本思想是两边测量技术(bilateration),遍历所有可能的节点位置然后返回可行解。我们采用深度优先的搜索策略,搜寻解空间中的所有元素(最多O(2d)个)。算法2在适当的时候根据节点间距离限制对搜索路径进行剪支,有效的压缩了搜索空间,可以获得更好的执行效率。
由于轮状图是可定位的,只存在唯一的可行解,因此算法1和2计算出的节点位置即节点的真实位置。
其中,上述所述的算法1如下面表1所具体描述:
表1
算法1:近邻图中可定位性判别
如果N[v]包含3个及以上已知位置节点
将N(v)分解为一系列二连通子图Bi;
用B1代表包含所有已知位置节点的二连通子图;
如果B1中包含不可定位的节点
执行算法2对B1中的节点定位;
标记所有B1中的节点为可定位节点
其中,上述所述的算法2如下面表2所具体描述:
表2
算法2:近邻图中节点定位
1:对于每个B1中的节点u,
2:如果在N[v]中u有两个相邻的已知位置节点v1和v2
3:根据v1和v2的位置,计算出u的位置(两个可能的位置l1和l2);
4:标记u为已知位置节点;
5:如果在N[v]中u有k>=3个相邻的已知位置节点vi(i=1,...,k),
6:根据vi(i=1,...,k)的位置,计算出u的位置(唯一的可能的位置l1);
7:如果l1不满足节点u和vi之间的距离限制,返回“失败”;
8:标记u为已知位置节点并返回“成功”;
9:将u的位置暂时设为l1;
10对于每个u的邻居节点w
11:如果w是未知位置节点
12:对w递归执行算法2;
13:如执行结果为“成功”,则返回“成功”;
14:重复执行本算法10-13行直到遍历过所有u的邻居
15:如果l2有效,将u的位置暂时设为l2;
16 对于每个u的邻居节点w
17:如果w是未知位置节点
18:对w递归执行算法2;
19:如执行结果为“成功”,则返回“成功”;
20:重复执行本算法16-19行直到遍历过所有u的邻居
21:标记节点u为未知位置节点;
22:标记l1和l2无效;
23:返回“失败”;
24:重复执行本算法1-23行直到成功定位B1中所有的节点
至此,我们设计的方法(算法1和算法2)可以找出近邻图中的所有可定位节点并将它们定位。
下面我们将把上述结果从一个节点的近邻图推广到整个网络。
我们首先定义轮状拓展图(wheel extension)。
定义1:图G是轮状拓展图(wheel extension)当且仅当,a)包含3个互相连通的点v1、v2和v3;并且,b)对于余下的点,存在一个排序v4、v5、v6、......,使得vi包含于一个轮状图并且这个轮状图包含至少3个vi之前的点。轮状拓展图同样具有全局刚性的性质。
由于三边测量是轮状图定位的一个特例,轮状拓展图是三边拓展图的超集,凡是能使用三边测量方法定位的网络都可以使用轮状图定位。因此,轮状图定位比三边测量拥有更强的定位能力。
一般地,在那些未知节点和信标节点形成的轮状图之中,处于轮状图中心位置的节点是已知坐标位置的信标节点。
或者是处于中心位置的节点是未知节点,至少三个边缘节点是已知坐标的信标节点,但是前面我们已经得知,上述未知节点是可以通过测量节点间物理距离得出其具体坐标的,一般地,所述物理距离位置通过信号强度、信号传播时间以及信号传播时间差求出。
因此,这样的设计的话,未知节点同样可以定位并识别。
一般地,所述中心节点与边缘节点之间直接相互通信并交换信息。
并且,所述节点之间的通信都是在位于一跳之间的近邻节点之间的距离内。
图4本发明定位方法所采用的轮状拓展图的示意图。
在这个示意图中,使用轮状图可以定位整个网络中的节点;而采用三边测量则不能定位除信标节点外的任何节点。并且,如果一个网络是轮状拓展图,那么这个网络就是可定位的。
对于轮状拓展图的进一步的分析如下面所描述:
我们将设计一个分布式通讯协议WHEEL来判断一个网络是否为轮状拓展图,或者是否包含一个轮状拓展图作为子网络。
WHEEL将标记所有处于轮状拓展图中的节点为可定位。
WHEEL以迭代的方式运行,一个节点被标记为可定位后可以作为已知位置节点去定位其余未知位置的节点。经过一定轮次的计算,可定位信息以此方式传播扩散,从信标节点直到整个网络。
算法3(见表3)描述了WHEEL协议的具体实现。
网络中的每个节点运行算法3,分布式的实现网络可定位性判别及定位。
表3
下面我们分析算法3的运算复杂程度,其中,我们假设一个图G包含n个节点。因此,只有N[v]中包含3个可定位节点的节点v运行算法1,并且这样的节点v最终会被算法1标记为可定位,因此算法3的时间复杂度是与输出相关的(output sensitive)。在最坏情况下,G中的每个节点都会运行算法1。
我们用d(v)表示节点v的度(degree)。在算法3的第9行,执行算法1(计算N(v)中的二连通图)的复杂度在密集图中为O(d(v)2),在稀疏图中为O(d(v))。在算法3的第5-11行的循环中,最多d(v)个邻居会被标记并且告知。因此,算法3的复杂度,在密集图中为∑v∈GO(d(v)2+d(v))=O(n3),在稀疏图中为∑v∈GO(d(v))=O(n)。(注意,算法3的5-11行可能会在一个节点上运行多次,但每次运行都会新增加一个可定为节点,故算法3的5-11行执行的最多次数为节点的数目)。
我们分析得出的这个复杂度上限是紧凑的,在n个节点的完全图(Kn)中,算法3的运行时间和这个复杂度一致。实际上,对于无线自组织网络来讲,由于无线通信链路只存在于近邻的节点中,网络结构通常是稀疏的。
另外,无线网络中的拓扑控制(topology control)协议会保证网络拓扑不会过分复杂。所以,算法3在实际运行中有很好的效率。
对比以前的分布式定位方法,特别是广泛采用的三边测量法,轮状图定位具有如下优势:
第一,能力强。WHEEL能够识别并定位更多的网络节点。从能定位的节点数量上来看,WHEEL达到了分布式定位方法所能达到的最优效果。
第二,效率高。WHEEL在稀疏网络中的复杂度为O(n),在密集网络中的复杂的为O(n3),其中n为网络中节点数量。
第三,耗费低。WHEEL是一个分布式协议,只利用网络局部信息,避免了全局信息交换带来的大量通讯开销。
本发明所述方法已成功应用于传感网系统。
并且,在实际应用中,在接近70%的网络实例中,本发明所述方法的运行效果超越传统三边测量方法;在另外30%的网络实例中,本方法和三边测量方法效果一致。由于三边测量方法仅仅是轮状图定位的一个特例,轮状图定位总是能取得比三边测量更好或者至少一样的效果,因此有望成为三边测量方法的最佳替代方法。
根据实际运行效果,本发明所述方法适用于传感网及类似的无线自组织网络,克服了网络稀疏性对传统三边测量定位方法带来的影响,成功定位出更多的网络节点。
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,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于轮状图的无线网络终端的定位方法,其特征在于,包括下列步骤:
(1)获取无线网络终端中可定位的节点作为信标节点;
(2)选取那些在信标节点周围的未知节点,上述未知节点与信标节点之间处于近邻关系;
(3)上述信标节点和未知节点之间进行状态信息交换,并判断未知节点是否可以定位;
(4)选取那些可以定位的未知节点,并使上述未知节点和信标节点处于一个轮状图之中,所述轮状图满足以下条件:
(4-1)至少包含3个已知位置的信标节点;
(4-2)上述信标节点和未知节点都满足直接近邻关系;
(4-3)上述未知节点都是可以定位的;
(4-4)包含一个中心节点和多个边缘节点;
(5)识别并定位上述未知节点,同时更新节点状态为信标节点;以及,
(6)重复步骤(1)-(5),直到上述无线网络终端的所有节点的信息不再更新为止。
2.根据权利要求1所述的基于轮状图的无线网络终端的定位方法,其特征在于,所述信标节点的位置是通过GPS接收器得出其自身位置信息。
3.根据权利要求1所述的基于轮状图的无线网络终端的定位方法,其特征在于,所述信标节点的位置通过手动测量而获得其自身位置信息。
4.根据权利要求1所述的基于轮状图的无线网络终端的定位方法,其特征在于,判断未知节点是否可以定位按照下列的方法获取:
(41)将上述节点互相通信并形成位置距离图;
(42)将上述距离图分解成多个二连通子图;
(43)任意选取一个包含所有已知位置节点的二连通子图;
(44)判断未知节点的位置是否唯一,如果其坐标唯一,则判断该点为可以定位的节点。
5.根据权利要求1所述的基于轮状图的无线网络终端的定位方法,其特征在于,在步骤(4)中,那些未知节点和信标节点形成的轮状图之中,处于轮状图中心位置的节点是已知坐标位置的信标节点。
6.根据权利要求1所述的基于轮状图的无线网络终端的定位方法,其特征在于,在步骤(4)中,那些未知节点和信标节点形成的轮状图之中,处于中心位置的节点是未知节点,至少三个边缘节点是已知坐标的信标节点。
7.根据权利要求1所述的基于轮状图的无线网络终端的定位方法,其特征在于,所述未知节点的定位是通过测量节点间物理距离得出其具体坐标的。
8.根据权利要求7所述的无线网络的定位方法,其特征在于,所述物理距离位置通过信号强度、信号传播时间以及信号传播时间差求出。
9.根据权利要求1所述的基于轮状图的无线网络终端的定位方法,其特征在于,所述中心节点与边缘节点之间直接相互通信并交换信息。
10.根据权利要求9所述的基于轮状图的无线网络终端的定位方法,其特征在于,所述节点之间的通信都是在位于一跳之间的近邻节点之间的距离内的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110031172.1A CN102143580B (zh) | 2011-01-28 | 2011-01-28 | 一种基于轮状图的无线网络终端的定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110031172.1A CN102143580B (zh) | 2011-01-28 | 2011-01-28 | 一种基于轮状图的无线网络终端的定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102143580A true CN102143580A (zh) | 2011-08-03 |
CN102143580B CN102143580B (zh) | 2014-08-20 |
Family
ID=44410729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110031172.1A Expired - Fee Related CN102143580B (zh) | 2011-01-28 | 2011-01-28 | 一种基于轮状图的无线网络终端的定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102143580B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105704664A (zh) * | 2015-03-06 | 2016-06-22 | 济南大学 | 一种在噪声环境下稀疏无线传感器网络的定位方法 |
CN109803291A (zh) * | 2018-12-25 | 2019-05-24 | 天津大学 | 基于水声传感器网络的健壮拓扑生成方法 |
CN110493740A (zh) * | 2018-05-14 | 2019-11-22 | 中国移动通信有限公司研究院 | 一种室内定位方法及定位服务器 |
CN114089927A (zh) * | 2022-01-24 | 2022-02-25 | 清研捷运(天津)智能科技有限公司 | 一种路径规划预处理数据压缩方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101572960A (zh) * | 2009-06-10 | 2009-11-04 | 南京邮电大学 | 无线传感器网络中基于距离和信标节点的定位方法 |
CN101742642A (zh) * | 2009-12-10 | 2010-06-16 | 浙江工业大学 | 基于区域划分和坐标贴边的无线传感网络半自动节点定位方法 |
CN101765091A (zh) * | 2010-01-14 | 2010-06-30 | 上海交通大学 | 基于泰森多边形的无线传感器网络定位方法 |
-
2011
- 2011-01-28 CN CN201110031172.1A patent/CN102143580B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101572960A (zh) * | 2009-06-10 | 2009-11-04 | 南京邮电大学 | 无线传感器网络中基于距离和信标节点的定位方法 |
CN101742642A (zh) * | 2009-12-10 | 2010-06-16 | 浙江工业大学 | 基于区域划分和坐标贴边的无线传感网络半自动节点定位方法 |
CN101765091A (zh) * | 2010-01-14 | 2010-06-30 | 上海交通大学 | 基于泰森多边形的无线传感器网络定位方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105704664A (zh) * | 2015-03-06 | 2016-06-22 | 济南大学 | 一种在噪声环境下稀疏无线传感器网络的定位方法 |
CN110493740A (zh) * | 2018-05-14 | 2019-11-22 | 中国移动通信有限公司研究院 | 一种室内定位方法及定位服务器 |
CN110493740B (zh) * | 2018-05-14 | 2021-01-15 | 中国移动通信有限公司研究院 | 一种室内定位方法及定位服务器 |
CN109803291A (zh) * | 2018-12-25 | 2019-05-24 | 天津大学 | 基于水声传感器网络的健壮拓扑生成方法 |
CN109803291B (zh) * | 2018-12-25 | 2023-06-20 | 天津大学 | 基于水声传感器网络的健壮拓扑生成方法 |
CN114089927A (zh) * | 2022-01-24 | 2022-02-25 | 清研捷运(天津)智能科技有限公司 | 一种路径规划预处理数据压缩方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102143580B (zh) | 2014-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chowdhury et al. | Advances on localization techniques for wireless sensor networks: A survey | |
CN103428275B (zh) | 基于wsn的室内移动目标行动路线追踪方法 | |
Zhang et al. | Landscape-3D; a robust localization scheme for sensor networks over complex 3D terrains | |
CN102638889B (zh) | 基于贝叶斯压缩感知的室内无线终端定位方法 | |
CN105611502B (zh) | 一种基于WiFi Mesh网络的室内定位系统及方法 | |
CN103152823B (zh) | 一种无线室内定位方法 | |
CN101835259B (zh) | 一种基于距离辅助的无线传感网络节点定位方法 | |
CN102395193B (zh) | 一种用于无线传感器网络的定位方法 | |
CN103491506A (zh) | 基于wlan和wsn的异构网络协同定位方法及系统 | |
CN102724751B (zh) | 一种基于非现场勘测的无线室内定位方法 | |
CN102256351B (zh) | 一种基于无线传感网技术的室内精确定位方法 | |
CN103648164A (zh) | 一种基于到达时间差和Gossip算法的无线传感器网络分布式定位方法 | |
Li et al. | Cooperative positioning and tracking in disruption tolerant networks | |
CN102665277A (zh) | 一种对无线传感器网络中节点进行定位的方法 | |
Ahmadi et al. | Range free localization in wireless sensor networks for homogeneous and non-homogeneous environment | |
CN103068038A (zh) | 基于Zigbee网络的室内双向定位方法 | |
CN102143580B (zh) | 一种基于轮状图的无线网络终端的定位方法 | |
CN102411139A (zh) | 一种室内声源智能定位方法 | |
CN106028363A (zh) | 一种具有移动信标节点的无线传感网节点定位方法 | |
Sharma et al. | Localization in wireless sensor networks for accurate event detection | |
Zhang et al. | Point in triangle testing based trilateration localization algorithm in wireless sensor networks | |
Han et al. | A novel auxiliary hole localization algorithm based on multidimensional scaling for wireless sensor networks in complex terrain with holes | |
CN104101861B (zh) | 测距定位方法及系统 | |
Junfeng et al. | A MDS-based localization algorithm for large-scale wireless sensor network | |
CN103037503A (zh) | 一种无线传感器网络定位方法及系统 |
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 | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160525 Address after: 100191 Beijing city Haidian District District North Jimen Lane No. 2 4-102 Patentee after: BEIJING KAIHUA XINYE TECHNOLOGY TRADE Co.,Ltd. Address before: 100080, Beijing, Zhongguancun Haidian District West Court cube 2-531 Patentee before: BEIJING HAOYANG HUAXIA TECHNOLOGY Co.,Ltd. |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140820 |