CN102238724A - 一种异型空间内无线传感定位方法 - Google Patents

Abstract

本发明公开了一种复杂异型空间内无线传感定位方法，包括以下操作步骤：当待定位节点收到三个信标节点的无线信号时，将三个信标节点最大通信范围的交叠区域的外接矩形区域确定为定位区域；将所述定位区域划分为若干个栅格；根据待定位节点与三个信标节点中距离最近的一个信标节点的距离入和跳数τ，建立评估测量结果可信度的概率模型；利用概率模型计算出待定位节点位于各个栅格的概率，并把概率最高的栅格形心的坐标位置确待定位节点的坐标位置。其中所述λ＝栅格点与距离最近的信标节点距离/修正因子，以及所述τ是待定位节点与其邻居节点到距离最近的信标节点的平均跳数。相对传统栅格定位等方法，本发明的上述方法有效提高了定位精度。

Description

一种异型空间内无线传感定位方法

技术领域

本发明涉及一种无线传感定位技术，特别涉及一种异型空间内无线传感定位方法。

背景技术

节点定位技术是无线传感器网络中的重要支撑技术，是网络拓扑管理、覆盖控制、路由算法设计等上层技术的重要基础，能否对网络节点进行精确定位将影响到网络的整体性能。现有的节点定位算法，按定位过程中是否需要测量节点之间的实际距离，可分为距离无关的定位算法和基于距离的定位算法两大类。距离无关的定位算法主要有DV.Hop J、等，这类算法通过节点之间的通信连接关系来粗略估算节点的位置，对节点硬件要求较低，但定位精度不高。基于距离的定位算法首先采用一定的测距技术测量出待定位节点到信标节点的距离，再利用三边测量法或者极大似然估计法计算出节点的坐标位置。常用的测距技术有RSSI(Received Signal Strength Indicator)，TOA(Time of Arrival)，TDOA(Time Difference on Arrival)和AOA(an e of arrival)。TOA、TDOA和AOA测距技术的精度较高，但对传感器节点硬件特性要求很高，受节点体积和成本的限制，不适合应用于大规模传感器网络。RSSI测距技术对节点硬件要求不高，但由于RSSI的测量值往往受到一定程度的噪声污染，基于RSSI的定位算法精度不高。

发明内容

本发明的目的是提供一种异型空间内无线传感定位方法，以便提高在复杂异型空间内无线传感定的精度。

本发明的完成上述目的的一种复杂异型空间内无线传感定位方法包括以下操作步骤：

当待定位节点收到三个信标节点的无线信号时，将三个信标节点最大通信范围的交叠区域的外接矩形区域确定为定位区域；

将所述定位区域划分为若干个栅格；

根据待定位节点与三个信标节点中距离最近的一个信标节点的距离λ和跳数τ，建立评估测量结果可信度的概率模型；

利用概率模型计算出待定位节点位于各个栅格的概率，并把概率最高的栅格形心的坐标位置确待定位节点的坐标位置。

其中，所述概率模型是泊松分布模型P_τ，

即：P_τ＝λ^τ-1e^-λ/(τ-1)！。

其中，所述λ＝栅格点与距离最近的信标节点距离/修正因子。

其中，所述修正因子为：

$C_i=\frac{\mathrm{\Σ}\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}}{\mathrm{\Σ}{\mathrm{\τ}}_j}$

其中，(x_i，y_i)和(x_j，y_j)是距离最近的两个信标节点的坐标，τ_j表示位于(x_i，y_i)的锚节点和位于(x_j，y_j)的锚节点之间的跳数。

其中，所述τ是待定位节点与其邻居节点到距离最近的信标节点的平均跳数。

其中，所述待定位节点是无线传感器节点。

其中，所述邻居节点是无线传感器节点。

其中，所述异型空间是矿井井下空间。

其中，由待定位节点或信标节点或专用于定位计算的节点执行所述操作步骤。

其中，利用待定位节点或邻居节点收到的信标节点数据包中ID、定位位置和跳数信息，确定距离λ和跳数τ。

相对于现有技术，本发明具有如下技术效果：

1、相对传统栅格定位等方法，有效提高了定位精度。

2、分布式系统，易于构建实施，可靠性高。

3、引入局部跳数使跳数计算更为准确，更适用于无线传感网这种复杂无线通信环境。

4、本方法属距离无关类节点定位方法，对节点硬件求较低，易于大范围部署。

下面结合附图对本发明进行详细说明。

附图说明

图1是本发明确定待定位区域的示意图；

图2是将本发明的待定位区域划分成栅格的示意图；

图3是显示本发明方法的示意图。

具体实施方式

图1和图2显示了本发明的在复杂异型空间内无线传感定位的方法，其中图1显示了当待定位节点移动到三个信标节点的最大通信范围的交叠区域的情形，在图1中i、j和k分别表示无线传感器网络中的三个信标节点，类三角形的区域是交叠区域，该交叠区域中具有作为待定位节点的无线传感器节点。实际上，无线传感器网络还可以包括更多的信标节点，和更多的无线传感器节点。图2显示了将类三角形区域的外接矩形划分为栅格的情形。

图3显示了本发明的复杂异型空间内无线传感定位的方法。

下面结合图1和图2和图3说明本发明的复杂异型空间内无线传感定位的方法。

当待定位节点收到三个信标节点的无线信号时，将三个信标节点最大通信范围的交叠区域(参见图1)的外接矩形区域(参见图2)确定为定位区域；

将所述定位区域划分为若干个栅格(参见图2)；

根据待定位节点与三个信标节点中距离最近的一个信标节点的距离λ和跳数τ，建立评估测量结果可信度的概率模型；

利用概率模型计算出待定位节点位于各个栅格的概率，并把概率最高的栅格形心的坐标位置确待定位节点的坐标位置。

上述操作步骤可以由待定位节点或信标节点或专用于定位计算的节点执行，如果由信标节点或其他节点执行，则待定位节点需要向其发送相应的数据。

概率模型最好是泊松分布模型P_τ，

即：

P_τ＝λ^τ-1e^-λ/(τ-1)！

待定位节点与最近的信标节点的距离λ＝栅格点与距离最近的信标节点距离/修正因子。

修正因子可以是：

$C_i=\frac{\mathrm{\Σ}\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}}{\mathrm{\Σ}{\mathrm{\τ}}_j}$

其中，(xi，yi)和(xj，yj)是距离最近的两个信标节点的坐标，τ_j表示位于(xi，yi)的信标节点和位于(xj，yj)的信标节点之间的跳数。

τ是待定位节点与其邻居节点到距离最近的信标节点的平均跳数。

本发明的待定位节点和邻居节点是无线传感器网络中的无线传感器节点。

此外，本发明的异型空间是矿井井下空间。

另外，本发明利用待定位节点或邻居节点收到的信标节点数据包中ID、定位位置和跳数信息，确定距离λ和跳数τ。

下面通过具体实例、公式对本发明定位方法进行详细说明。

栅格化分

在复杂环境，如煤矿、井下和水下等监测时，通常包含大量传感节点。其中，信标节点只占很小一部分，并且它们可以通过装备GPS或其他途径得到自身准确定位信息。信标节点较其他节点而言，不具有任何扩展的通信范围。网络初始化时，普通传感节点无法感知自身位置信息。假设在传感区域中，传感节点能按栅格拓扑结构可控部署，且对于所有节点而言，栅格的单位长度是已知的。定位问题也就转化为识别每个存在栅格中的传感节点正确位置的问题。因此，栅格中传感节点的某个错误位置信息将会导致定位的一连串错误，如信息丢失、信息冲突或对于错误的单跳欧式几何间距的估算。对于某个传感节点的实际位置而言，能轻易察觉这个误差为1s阶数量级的噪声，系统将其作为误差参数，用于修正定位估算。

设待定位节点接收到n个信标节点的无线信号，那么该节点能够判断自身处于这n个信标节点最大通信范围的交叠区域中。以三个信标节点为例来说明问题，如图1所示，实心圆点i、和k代表信标节点，三个虚线圆为其最大通信范围，待定位节点接收到这3个信标节点的无线信号后即能判定自身处于三个虚线圆交叠区域。由于交叠区域通常是一个不规则几何形状，为降低计算复杂度，可用交叠区域的外接矩形来代替。实际上，待定位节点处于交叠区域内不同位置的概率并不相同，可以将交叠区域划分为若干个栅格，以每个栅格的形心表示待定位节点可能存在的位置。值得说明的是，待定位节点并不一定处于栅格形心处，因此需要根据节点的定位精度要求来设定栅格划分的粗细粒度，当栅格划分足够精细时，能够将误差控制在可以接受的范围内。

概率栅格定位算法

首先介绍基本概率栅格定位算法。本发明对此算法进行了改进，使之更适用于复杂环境内的精确定位。

概率栅格定位算法中，将传感节点分布到一个大小面积为M×N的栅格中。S表示传感网络中所有节点的集合，A表示所有信标节点的集合。S和A2个集合中，由(i，j)2个有序对表示待定位节点的栅格点。

对于任意k∈S-A而言，定义向量H^k表示在A集合中每个节点到节点k的跳数，即

使用一个M×N的矩阵表示概率栅格

$F_k=\left[\begin{array}{cccc}{f}_{11}^k& f_{12}^k& \·\·\·& f_{1n}^k\\ f_{21}^k& f_{22}^k& \·\·\·& f_{2n}^k\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ f_{m1}^k& f_{m2}^k& \·\·\·& f_{\mathrm{mn}}^k\end{array}\right],k\∈S-A---\left(1\right)$

其中

f_ij ^k表示位于(i，j)的传感节点k的概率。f_ij ^k作为概率栅格中的一个元素，算式为

$f_{\mathrm{ij}}^k=\underset{i=1}{\overset{\left|A\right|}{\mathrm{\Π}}}{p}_{\mathrm{ij}}^{h_l^k}---\left(2\right)$

这里

是节点k从第1个信标节点做h_l ^k次跳的概率值，此处节点k位于(i，j)。

在此算法中是一个离散随机变量。其分布函数具有2个参数，其中1个参数是节点和信标节点之间的间距，表示为λ；另1个参数是它们之间的跳数，表示为τ。函数分布在较小的λ值情况下呈狭窄且偏斜分布，而对于较大的λ值而言则呈宽广且较对称的分布。此算法通过仿真实验表明，对离散随机变量而言，泊松分布能得到非常好的近似值。泊松分布为

P_τ＝λ^τ-1e^-λ/(τ-1)！         (3)

其中τ表示信标节点和被估算的位置之间的跳数，λ表示信标节点和被估算的位置之间的距离。

计算概率栅格矩阵后，每个节点在计算得到的最大概率值的栅格中选择(i，j)的位置，表示为i_max和j_max，分别对应节点k在栅格中位置，即完成了节点的定位。

本发明优势体现在在于对λ与τ计算方法的改进，分别引入了校正因子λ与局部跳数τ，也就是说上式(3)采用了本发明校正因子λ与局部跳数τ。下面对其进行详细说明。

跳数

跳数(hops)是网络中两点建立通信时，两点之间的数据包需要经过中继转发的次数。

距离

节点间距离在本发明中泛指栅格距离。

欧式几何距离

指节点间的真实物理距离。

λ——校正因子

改进的定位算法与DV2跳算法类似，其不同在于信标节点使用包含他们的身份ID、定位位置和跳数信息的包，这些包洪泛(flood)于整个网络之中，信息初始化设置为0。若网络尺寸很小，则是一个全局洪泛过程，反之则是一个受控洪泛过程。在洪泛过程中，传感节点与监听自身的每一个信标节点均存在一个最短距离(跳数)路径。信标节点一旦接收到来自其他的信标节点的信标信号，即开始估算最短路径中一跳的欧式几何距离。估算结果称为校正因子。对应位于(x_i，y_i)信标节点的修正因子如下所示

$C_i=\frac{\mathrm{\Σ}\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}}{\mathrm{\Σ}{\mathrm{\τ}}_j}---\left(4\right)$

τ_j表示位于(x_i，y_i)的信标节点和位于(x_j，y_j)的信标节点之间的跳数。

传感节点接收到的第一个校正因子将被用于定位估算，而随后产生的校正因子则被忽略不计。因此，只有处于信标节点附近的传感节点才能接收到校正因子。一旦传感节点接收到校正因子，即调用相应估算算法。对于每个传感节点而言，所收到的有效信息应包括对信标节点的跳数、信标节点的位置信息、栅格的单位长度以及单跳的欧式几何间距的估算。同时，节点依据3个(或3个以上)信标节点的位置信息和栅格的单位长度构造出任意大小(比如网络大小)的栅格。首先计算λ值

λ＝栅格点与信标节点距离/修正因子           (5)

λ值表示在评估栅格点和一个信标节点间单跳数中的距离。利用λ值和实际跳数h_l ^k，通过上式可计算出概率

即从位于(i，j)的节点k到第1个信标节点的h_l ^k跳的概率。计算出

因子后，可由式(2)计算出f_ij ^k的值，即概率栅格矩阵各个元素。下一个步骤则是完成估算矩阵F_k的所有元素。计算概率栅格矩阵后，每个节点在计算得到最大概率值的栅格中选择(i，j)的位置。完成最终的定位。

τ——局部跳数

本发明提出的算法最大的改进即是引入了局部跳数这一参数，利用局部跳数平均值代替原算法中的相应跳数参量。以往计算跳数时只计算单一节点到信标节点的跳数，本发明考虑节点邻居信息，采用局部(以节点为中心的局部)跳数。局部平均跳数是该节点与其邻居节点到信标节点的跳数平均值。

待定位节点利用下式计算局部跳数平均值，用这个值代替式(3)中的跳数τ

$S_i=\frac{\mathrm{\Σ}{h}_j+h_i}{\left|n\left(i\right)\right|+1}-0.5---\left(6\right)$

其中，n(i)表示待定位节点i的邻居节点集合；h_i表示节点i与信标节点之间的跳数；h_j表示邻居节点j与这个信标节点之间的跳数。

最后一步是定位估算节点k。标识i_max和j_max对应表示的最大元素，计算得到节点k在栅格中的位置估算(x_k，y_k)。

优点

1、相对传统栅格定位等方法，有效提高了定位精度。

2、分布式系统，易于构建实施，可靠性高。

3、引入局部跳数使跳数计算更为准确，更适用于无线传感网这种复杂无线通信环境。

4、本方法属距离无关类节点定位方法，对节点硬件求较低，易于大范围部署。

尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。

Claims (10)

1.一种复杂异型空间内无线传感定位方法，包括以下操作步骤：

当待定位节点收到三个信标节点的无线信号时，将三个信标节点最大通信范围的交叠区域的外接矩形区域确定为定位区域；

将所述定位区域划分为若干个栅格；

根据待定位节点与三个信标节点中距离最近的一个信标节点的距离λ和跳数τ，建立评估测量结果可信度的概率模型；

利用概率模型计算出待定位节点位于各个栅格的概率，并把概率最高的栅格形心的坐标位置确待定位节点的坐标位置。

2.根据权利要求1所述的方法，其中所述概率模型是泊松分布模型Pτ，即：

P_τ＝λ^τ-1e^-λ/(τ-1)！。

3.根据权利要求2所述的方法，其中所述λ＝栅格点与距离最近的信标节点距离/修正因子。

4.根据权利要求3所述的方法，其中所述修正因子为：

$C_i=\frac{\mathrm{\Σ}\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}}{{\mathrm{\Σ\τ}}_j}$

其中，(xi，yi)和(xj，yj)是距离最近的两个信标节点的坐标，τ_j表示位于(xi，yi)的锚节点和位于(xj，yj)的锚节点之间的跳数。

5.根据权利要求2所述的方法，其中所述τ是待定位节点与其邻居节点到距离最近的信标节点的平均跳数。

6.根据权利要求1至5任一项所述的方法，其中所述待定位节点是无线传感器节点。

7.根据权利要求5所述的方法，其中所述邻居节点是无线传感器节点。

8.根据权利要求1所述的方法，其中所述异型空间是矿井井下空间。

9.根据权利要求1所述的方法，其中由待定位节点或信标节点或专用于定位计算的节点执行所述操作步骤。

10.根据权利要求1所述的方法，其中利用待定位节点或邻居节点收到的信标节点数据包中ID、定位位置和跳数信息，确定距离λ和跳数τ。

Images