CN102547918A - 一种基于非测距的无线传感网三维节点定位方法 - Google Patents

一种基于非测距的无线传感网三维节点定位方法 Download PDF

Info

Publication number
CN102547918A
CN102547918A CN2012100015582A CN201210001558A CN102547918A CN 102547918 A CN102547918 A CN 102547918A CN 2012100015582 A CN2012100015582 A CN 2012100015582A CN 201210001558 A CN201210001558 A CN 201210001558A CN 102547918 A CN102547918 A CN 102547918A
Authority
CN
China
Prior art keywords
node
anchor
unknown
jumping
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.)
Pending
Application number
CN2012100015582A
Other languages
English (en)
Inventor
江禹生
管芳
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.)
Chongqing University
Original Assignee
Chongqing 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 Chongqing University filed Critical Chongqing University
Priority to CN2012100015582A priority Critical patent/CN102547918A/zh
Publication of CN102547918A publication Critical patent/CN102547918A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明涉及一种三维无线传感器网络的节点定位方法。它包括确定网络中所有节点到每个锚节点的跳数的步骤，获得每一个未知节点到所有锚节点的距离的步骤以及获得每一个未知节点的位置坐标的步骤。本发明通过四面体质心对未知节点的位置坐标进行估算，又加入了锚节点的位置估算偏差值，大大提高了定位精度；且本发明没有改变信息交换方式或增加节点之间交换信息，只是在最后位置坐标修正阶段增加了一个位置信息量，所以通信开销增加较小。

Description

一种基于非测距的无线传感网三维节点定位方法
技术领域
本发明涉及无线通信网络技术领域，具体涉及一种三维无线传感器网络的节点定位方法。
背景技术
无线传感器网络大量节点撒落在三维区域内，少量节点为配置有GPS定位模块，撒落后可通过GPS定位，这些已知位置的节点叫锚节点，其余的节点没有GPS定位模块，撒落后的位置未知，称为未知节点。无线传感器网络中各节点之间在一定距离内能互相通信。
在无线传感网组网过程中，网络节点多为随机部署，大多数节点位置都是未知的。然而，只有已知空间位置的感知数据才有意义。例如，进行海洋环境监测时，会在海平面下不同深度放置节点进行水温、盐度及生物活动探测，或者一个悬浮在空中的大气污染监测网络，这些节点获取的信息只有跟空间位置对应才能具有实用价值。并且已知节点位置信息能产生高效的路由协议。但是，受传感器节点硬件条件和各种因素的制约，无线传感网定位技术仍然是一个技术难点。目前，已经有多种多样的定位方法被提出来，例如：DV-hop算法、质心算法和APIT算法等等。但这些定位方法大多数都是针对二维平面应用而设计的，三维空间的网络节点定位方法为数不多。
部署在三维空间的无线传感网相比于二维空间中的无线传感网具有更丰富的位置信息，且网络规模和分布密度也都有所增加，更加符合实际节点分布的情况。若对三维空间的网络节点使用二维平面定位方法会导致很大的误差。而现有三维定位方法中，有的是由二维的定位方法在三维空间上的衍生得出的，也有的提出了新的定位方法，这些定位方法产生的误差较大。
发明内容
本发明要解决的技术问题就是提供一种基于非测距的无线传感网三维节点定位方法，它能减小未知节点的定位误差，且通信开销增加较小。
本发明所要解决的技术问题是通过这样的技术方案实现的，它包括下列步骤：
步骤A，确定网络中所有节点到每个锚节点的跳数：每个锚节点向周围邻居节点广播初始值为1且带有该锚节点标识的信息，邻居节点依次对此信息值加1并向外扩散，直到每个节点都收到网络中所有锚节点广播的信息值，并只保存每个锚节点对应的最小值，这个数值就是网络中某个节点到每个锚节点的跳数；
步骤B，获得每一个未知节点到所有锚节点的距离：任意两锚节点之间的距离除以其对应的跳数获得该两锚节点间平均每一跳的距离，称为锚节点的平均跳距；根据锚节点的平均跳距得到未知节点的平均跳距，再由未知节点的平均跳距乘以该未知节点到所述锚节点的跳数得到该未知节点到这一锚节点的距离；
步骤C，得到每一个未知节点的位置坐标：构建四面体对未知节点进行位置坐标估算，利用锚节点的位置估算偏差值，采用加权质心算法进行修正，得到未知节点的较精确坐标。
所述步骤A中，网络中所有节点到每个锚节点的跳数是采用DV-hop 算法中获得距离矢量跳数的方法确定的。
所述步骤B中，锚节点的平均跳距是采用DV-hop 算法中获得平均跳距的方法确定的。
所述步骤B中，修正未知节点到锚节点距离的方式为：
Figure 988366DEST_PATH_IMAGE001
式中，A为未知节点，C、D为两个锚节点，
Figure 200167DEST_PATH_IMAGE002
为C、D两锚节点之间的跳数，
Figure 426749DEST_PATH_IMAGE003
为未知节点A与锚节点D之间的跳数，
Figure 291543DEST_PATH_IMAGE004
为未知节点A与锚节点C之间的跳数，
Figure 894563DEST_PATH_IMAGE005
为未知节点A的平均跳距，
Figure 334771DEST_PATH_IMAGE006
是未知节点A针对锚节点C、D的跳距修正值，
Figure 561616DEST_PATH_IMAGE007
是锚节点C和锚节点D的距离，是未知节点A到锚节点D经修正后的距离，
Figure 556302DEST_PATH_IMAGE009
是未知节点A到锚节点C经修正后的距离。
所述步骤C中，所述构建四面体对未知节点进行位置坐标估算包括以下步骤：
步骤C1，从未知节点所能接收到的锚节点中任选四个锚节点；
步骤C2，判断所述四个锚节点中是否在一个平面，若在同一个平面则放弃此次的选择，返回步骤C1进行重新选择；若不在同一个平面则接着向下进行；
步骤C3，判断所述四个锚节点是否超出所设定的跳数阈值，若超出则返回步骤C1进行重新选择，否则接着向下进行；
步骤C4，判断未知节点是否在选定的四个锚节点组成的四面体内部，若不在则返回步骤C1进行锚节点的重新选择，若在则接着向下进行；
步骤C5，对未知节点的位置坐标进行估算。
所述步骤C中，所述锚节点的位置估算偏差值是通过使用未知节点的位置坐标估算值和其他另外三个锚节点，构建四面体对该锚节点进行位置坐标估算，得到锚节点的位置坐标估算值，再与锚节点的实际位置坐标之差获得的。
所述步骤C中，所述加权质心算法的算式为：
Figure 615132DEST_PATH_IMAGE010
                    
式中，
Figure 183516DEST_PATH_IMAGE011
为未知节点最终位置坐标，
Figure 462051DEST_PATH_IMAGE012
为所选取符合要求的第
Figure 2012100015582100002DEST_PATH_IMAGE013
个锚节点组求出的未知节点的位置坐标，
Figure 95289DEST_PATH_IMAGE014
为在选取符合构成四面体要求的锚节点组总数求得的未知节点位置坐标总数目，为第个坐标的加权值。
由于本发明通过四面体质心对未知节点的位置坐标进行估算，又加入了锚节点的位置估算偏差值，大大提高了定位精度；另外，跳数阈值设置和构成四面体锚节点组数的增加也有利于提高未知节点的定位精度；本发明没有改变信息交换方式或增加节点之间交换信息，只是在最后位置坐标修正阶段增加了一个位置信息量，所以通信开销增加较小。
附图说明
本发明的附图说明如下：
图1为本发明的基于非测距的无线传感网三维节点定位方法流程图；
图2为本发明的三维节点的跳数、跳距示意图；
图3为本发明的未知节点位于四面体内部的示意图；
图4为本发明的四面体质心位置关系图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明：
图1为本发明的基于非测距的无线传感网三维节点定位方法流程图，它包括下列步骤：
步骤A，确定网络中所有节点到每个锚节点的跳数：每个锚节点向周围邻居节点广播初始值为1且带有该锚节点标识的信息，邻居节点依次对此信息值加1并向外扩散，直到每个节点都收到网络中所有锚节点广播的信息值，并只保存每个锚节点对应的最小值，这个数值就是网络中某个节点到每个锚节点的跳数；
步骤B，获得每一个未知节点到所有锚节点的距离：任意两锚节点之间的距离除以其对应的跳数获得该两锚节点间平均每一跳的距离，称为锚节点的平均跳距；根据锚节点的平均跳距得到未知节点的平均跳距，再由未知节点的平均跳距乘以该未知节点到所述锚节点的跳数得到该未知节点到这一锚节点的距离；
步骤C，得到每一个未知节点的位置坐标：构建四面体对未知节点进行位置坐标估算，利用锚节点的位置估算偏差值，采用加权质心算法进行修正，得到未知节点的较精确坐标。
本发明的一种实施方式如下：
步骤A，确定网络中所有节点到每个锚节点的跳数
应用DV-hop算法，每个锚节点广播一个包含初始化为1的跳数值和自身ID的信标信息到整个网络中，每个收到此信息的节点将保留它所收到的每个锚节点的所有信标信息中包含最小跳数值的信息，而丢弃较大值的信息。通过这种机制，网络中所有的节点将得到距离锚节点的最小跳数
Figure 58992DEST_PATH_IMAGE016
。
步骤B，获得每一个未知节点到所有锚节点的距离
具体过程如下：
第一步：计算每个锚节点的平均跳距。
首先通过（1）式和（2）式算出每个锚节点的临时平均跳距。
Figure 892081DEST_PATH_IMAGE017
                            （1）
这里
Figure 67848DEST_PATH_IMAGE018
、
Figure 55395DEST_PATH_IMAGE019
是锚节点
Figure 926310DEST_PATH_IMAGE013
和锚节点
Figure 315703DEST_PATH_IMAGE020
的坐标，
Figure 226152DEST_PATH_IMAGE021
是锚节点
Figure 435417DEST_PATH_IMAGE013
和锚节点
Figure 525732DEST_PATH_IMAGE020
之间的跳数，
Figure 769632DEST_PATH_IMAGE022
表示锚节点
Figure 848053DEST_PATH_IMAGE013
和锚节点
Figure 810193DEST_PATH_IMAGE020
之间的平均跳距。
                                        （2）
这里
Figure 38491DEST_PATH_IMAGE024
是锚节点的数量，
Figure 789278DEST_PATH_IMAGE025
表示锚节点与所有其它锚节点间平均跳距求平均。
然后，计算锚节点
Figure 903788DEST_PATH_IMAGE013
到锚节点
Figure 122280DEST_PATH_IMAGE020
的平均跳距权值和锚节点
Figure 981652DEST_PATH_IMAGE013
的平均跳距：
通过（3）和（4）式估算每个锚节点的平均跳距。
 
Figure 652804DEST_PATH_IMAGE026
                             （3）
这里，
Figure 124499DEST_PATH_IMAGE027
是节点的通信半径，
Figure 259814DEST_PATH_IMAGE028
为锚节点
Figure 290087DEST_PATH_IMAGE013
到锚节点的距离权值。
Figure 783309DEST_PATH_IMAGE029
                                    （4）
Figure 976393DEST_PATH_IMAGE030
表示锚节点的平均跳距。
最后锚节点
Figure 121515DEST_PATH_IMAGE013
广播
Figure 699127DEST_PATH_IMAGE030
到网络中。
第二步：第一步广播后，所有节点得到了所有锚节点的。未知节点
Figure 679645DEST_PATH_IMAGE032
利用（5）和（6）式计算与锚节点
Figure 547107DEST_PATH_IMAGE020
的距离权值
Figure 164295DEST_PATH_IMAGE033
和该节点的平均跳距
Figure 128709DEST_PATH_IMAGE034
如下：
Figure 671686DEST_PATH_IMAGE035
                                                    （5）
Figure 790558DEST_PATH_IMAGE036
                                    （6）
这里
Figure 444393DEST_PATH_IMAGE024
是锚节点的数量，
Figure 466576DEST_PATH_IMAGE037
为锚节点
Figure 180454DEST_PATH_IMAGE020
的平均跳距，
Figure 586290DEST_PATH_IMAGE038
Figure 43816DEST_PATH_IMAGE039
是未知节点
Figure 920505DEST_PATH_IMAGE040
和锚节点
Figure 303820DEST_PATH_IMAGE020
之间的最小跳数。
以上是应用DV-hop算法所获得的未知节点
Figure 695487DEST_PATH_IMAGE032
平均跳距。
第三步：未知节点
Figure 189364DEST_PATH_IMAGE040
通过
Figure 245045DEST_PATH_IMAGE042
求出距锚节点的距离。最短路径和未知节点平均跳距知道后，把距离误差思想引入三维空间，进一步修正未知节点
Figure 126599DEST_PATH_IMAGE040
到锚节点之间的距离。
如图2所示，未知节点A、B与锚节点D之间的跳数为
Figure 273153DEST_PATH_IMAGE043
、
Figure 499735DEST_PATH_IMAGE044
（假设未知节点A、B在锚节点C，D的最短路径上），未知节点A、B与锚节点C之间的跳数为
Figure 803678DEST_PATH_IMAGE045
、；锚节点D通过这条路径到锚节点C的跳数为
Figure 348371DEST_PATH_IMAGE047
，未知节点A、B的平均跳距为
Figure 11433DEST_PATH_IMAGE005
，
Figure 537093DEST_PATH_IMAGE048
，设锚节点C的坐标
Figure 528093DEST_PATH_IMAGE049
，锚节点D的坐标
Figure 822808DEST_PATH_IMAGE050
。
AD，AC之间的距离可以通过下式来计算：
Figure 656772DEST_PATH_IMAGE001
                         （7）
（7）式中，
Figure 171192DEST_PATH_IMAGE006
是未知节点A针对锚节点C、D的跳距修正值，是锚节点C和锚节点D的距离，
Figure 593132DEST_PATH_IMAGE008
是未知节点A到锚节点D经修正后的距离，
Figure 96532DEST_PATH_IMAGE009
是未知节点A到锚节点C经修正后的距离。 
BD，BC之间的距离可以通过下式来计算：
Figure 659100DEST_PATH_IMAGE051
                       （8）
（8）式中，是未知节点B针对锚节点C、D的跳距修正值，
Figure 178386DEST_PATH_IMAGE007
是锚节点C和锚节点D的距离，
Figure 354152DEST_PATH_IMAGE053
是未知节点B到锚节点D经修正后的距离，
Figure 341700DEST_PATH_IMAGE054
是未知节点B到锚节点C经修正后的距离。
步骤C，获得每一个未知节点的位置坐标
具体过程如下：
① 在未知节点所能接受到信息的锚节点中选出四个锚节点；
② 判断所选四个锚节点不在同一平面，若在同一平面返回①，否则继续执行
四面体体积计算公式可参考（9）和（10）式
Figure 189177DEST_PATH_IMAGE055
                （9）
                                （10）
其中
Figure 721975DEST_PATH_IMAGE057
、
Figure 698283DEST_PATH_IMAGE058
、
Figure 788599DEST_PATH_IMAGE059
、
Figure 32499DEST_PATH_IMAGE060
分别是四面体的四个顶点的位置坐标，
Figure 110920DEST_PATH_IMAGE061
是四面体任意顶点
Figure 807480DEST_PATH_IMAGE062
和该四面体另一顶点之间的距离。
假设任取4个锚节点
Figure 363675DEST_PATH_IMAGE064
、
Figure 52145DEST_PATH_IMAGE065
、
Figure 298319DEST_PATH_IMAGE066
、
Figure 228972DEST_PATH_IMAGE067
。根据下式判断这四个锚节点是否处在同一平面。
Figure 509781DEST_PATH_IMAGE068
                                     （11）
如果
Figure 369152DEST_PATH_IMAGE069
则可以判断这4个节点处于同一平面，不能够组成四面体，即不能进行定位，那么需要重新选定四个锚节点进行判断。
③ 判断此四个锚节点是否超出所设定的跳数阈值，若超出则返回①，否则继续执行
④ 判断未知节点在锚节点四面体内，若在四面体外，返回①，否则继续执行
如果已知选定不在同一平面的四个锚节点E、F、G、H组成四面体，判断未知节点M是否在这个四面体内部。在此，先通过计算四面体的体积，然后进行运算判断是否在体内。
如图3所示，假设四面体EFGH的体积为
Figure 541770DEST_PATH_IMAGE070
，四面体EFGM、EFMH、EMGH和MFGH的体积根据（10）式求得分别为
Figure 512000DEST_PATH_IMAGE071
、、
Figure 176123DEST_PATH_IMAGE073
和
Figure 334572DEST_PATH_IMAGE074
，如果
Figure 170810DEST_PATH_IMAGE075
则在体内；如果
Figure 599780DEST_PATH_IMAGE076
则在体外。
⑤对未知节点的位置坐标进行估算
将未知节点视为四面体的质心，下面简述四面体质心算法的推导过程：
假设所选的四个锚节点坐标分别为
Figure 800954DEST_PATH_IMAGE064
、
Figure 446699DEST_PATH_IMAGE065
、
Figure 24311DEST_PATH_IMAGE066
、，未知节点坐标
Figure 676932DEST_PATH_IMAGE077
。
则可以有：
Figure 872290DEST_PATH_IMAGE078
假设 
Figure 489479DEST_PATH_IMAGE079
，则
Figure 391576DEST_PATH_IMAGE080
        （12）
Figure 934553DEST_PATH_IMAGE081
        （13）
Figure 554890DEST_PATH_IMAGE082
        （14）
Figure 707260DEST_PATH_IMAGE083
        （15）
从（12）-（15）可以得到
Figure 463864DEST_PATH_IMAGE084
                     （16）
Figure 505638DEST_PATH_IMAGE085
                                               （17）
然后（17）能被转换为
Figure 849157DEST_PATH_IMAGE086
                                                   （18）
这里
Figure 306683DEST_PATH_IMAGE087
，
Figure 183372DEST_PATH_IMAGE088
，
Figure 68151DEST_PATH_IMAGE089
用最小平方算法，可以得出
Figure 919474DEST_PATH_IMAGE090
                                         （19）
如图4所示，
Figure 243008DEST_PATH_IMAGE091
是线段
Figure 974204DEST_PATH_IMAGE092
的中点，
Figure 531349DEST_PATH_IMAGE093
是三角形
Figure 347996DEST_PATH_IMAGE094
的重心，
Figure 147324DEST_PATH_IMAGE095
是四面体
Figure 733026DEST_PATH_IMAGE096
的质心，依据图4经过计算可推导出式（20）。
Figure 723723DEST_PATH_IMAGE097
                        （20）
从（18）和（20），可得到未知目标节点位置坐标
Figure 89982DEST_PATH_IMAGE098
计算公式如下：
Figure 427423DEST_PATH_IMAGE099
                                         （21）
在选取锚节点组的过程中，需要选取适当的次数。因为是随机选取，一些被选中过的锚节点还是有可能被选取。例如，当未知节点周围有20个锚节点的时候，取其中的4个，有
Figure 634675DEST_PATH_IMAGE100
种取法，为降低算法的时间代价，可以对选取次数进行限制，假如设定阈值为1000次已经能够满足要求，如果经过1000次的选取依然没有选到合适的锚节点组，则继续进行判断选取直到所有的锚节点被穷尽为止，若最后还是没有能够选出合适的锚节点组进行定位则宣布此节点不能被定位。当一个锚节点组选定后就可运用（21）式进行位置估计获得一个位置坐标。
一个未知节点由于选取不同的锚节点组，就可以得到不同的位置坐标估算值，因为符合以上选择条件的锚节点数目较多，可组成多个锚节点组，由此一个未知节点可以获得多个不同的位置坐标估算值。
⑥ 对未知节点的位置坐标进行修正
利用上面求出的一系列估算位置进行加权质心方法得出最终的未知节点位置坐标。
每次选取到的锚节点组都将得到一个未知节点坐标值，然后将这个坐标值广播到距离此未知节点最近的锚节点。
选取上述未知节点最近的锚节点，该锚节点利用其接收到的未知节点的位置坐标估算值和其他另外三个锚节点，构建四面体对该锚节点进行位置坐标估算，可得到一个位置坐标估算值，由于该锚节点的实际位置坐标是可知的，根据式（22）得到一个该锚节点位置估算偏差值（简称偏差值）。
设该锚节点的实际坐标值为
Figure 32158DEST_PATH_IMAGE101
，估算坐标值为，实际坐标与估算坐标的偏差值坐标用
Figure 964528DEST_PATH_IMAGE103
表示。偏差值的计算如式（22）所示。
                                               （22）
然后锚节点将其偏差值回传给上述的未知节点，该未知节点利用此偏差值对它的位置坐标估算值进行修正。即未知节点把收集到的全部偏差值和相应的位置坐标估算值，利用加权质心方法得到该未知节点最终的位置坐标：
Figure 919639DEST_PATH_IMAGE010
                    （23）
（23）式中，
Figure 932594DEST_PATH_IMAGE011
为未知节点最终位置坐标，
Figure 378881DEST_PATH_IMAGE012
为所选取符合要求的第
Figure 855999DEST_PATH_IMAGE013
个锚节点组求出的未知节点的位置坐标，
Figure 860864DEST_PATH_IMAGE014
为在选取符合构成四面体要求的锚节点组总数求得的未知节点位置坐标总数目，
Figure 859650DEST_PATH_IMAGE015
表示第
Figure 404901DEST_PATH_IMAGE013
个坐标的加权值。当
Figure 939788DEST_PATH_IMAGE105
中有值为零时，取此误差值所对应的未知节点在该坐标轴上的坐标值作为该未知节点在该坐标轴上的坐标值，如当
Figure 617019DEST_PATH_IMAGE106
时，即为未知节点在
Figure 953508DEST_PATH_IMAGE108
轴上所对应的坐标值；当有值小于零时，取绝对值。
通过仿真实验来验证本发明的技术效果，场景如下：在长100米、宽100米，高50米的空间内随机撒布500个传感器节点，其中包括锚节点40个，其通信半径R定为35米，需要设置两个阈值，即跳数阈值和判断是否在四面体内部的阈值（简称体内阈值）。在跳数阈值为6、体内阈值为2（即
Figure 575857DEST_PATH_IMAGE109
）时的定位节点数有458个，本发明的平均定位误差10.5420米，即精度为0.3012R，其中R为通信半径（此数据为在相同条件下20次实验的平均值，锚节点组选取阈值设定为1000次，以下数据皆如此）。参考资料见2008年10月出版的WICOM第四届国际无线通信、网络和移动计算会议论文集，第1页到第4页中的“Localization Algorithm for Three-Dimensional Wireless Sensor Networks” （来源于重庆大学数字图书馆数字资源的IEEE/IET Electronic Library(IEL)数据库文献），该文中提出的三维节点定位精度大约为0.54R，而一般质心定位方法精度大约为0.7R。很明显，本发明比现有三维无线传感器网络节点定位技术的误差小很多，大大提高了未知节点定位的准确性。

Claims (7)

1.一种基于非测距的无线传感网三维节点定位方法，其特征在于，包括下列步骤：
步骤A，确定网络中所有节点到每个锚节点的跳数：每个锚节点向周围邻居节点广播初始值为1且带有该锚节点标识的信息，邻居节点依次对此信息值加1并向外扩散，直到每个节点都收到网络中所有锚节点广播的信息值，并只保存每个锚节点对应的最小值，这个数值就是网络中某个节点到每个锚节点的跳数；
步骤B，获得每一个未知节点到所有锚节点的距离：任意两锚节点之间的距离除以其对应的跳数获得该两锚节点间平均每一跳的距离，称为锚节点的平均跳距；根据锚节点的平均跳距得到未知节点的平均跳距，再由未知节点的平均跳距乘以该未知节点到所述锚节点的跳数得到该未知节点到这一锚节点的距离；
步骤C，得到每一个未知节点的位置坐标：构建四面体对未知节点进行位置坐标估算，利用锚节点的位置估算偏差值，采用加权质心算法进行修正，得到未知节点的较精确坐标。
2.根据权利要求1所述的基于非测距的无线传感网三维节点定位方法，其特征在于：所述步骤A中，网络中所有节点到每个锚节点的跳数是采用DV-hop 算法中获得距离矢量跳数的方法确定的。
3.根据权利要求1所述的基于非测距的无线传感网三维节点定位方法，其特征在于，所述步骤B中，锚节点的平均跳距是采用DV-hop 算法中获得平均跳距的方法确定的。
4.根据权利要求3所述的基于非测距的无线传感网三维节点定位方法，其特征在于，所述步骤B中，修正未知节点到锚节点距离的方式为：
Figure 455353DEST_PATH_IMAGE001
式中，A为未知节点，C、D为两个锚节点，为C、D两锚节点之间的跳数，
Figure 674293DEST_PATH_IMAGE003
为未知节点A与锚节点D之间的跳数， 
Figure 519889DEST_PATH_IMAGE004
为未知节点A与锚节点C之间的跳数，
Figure 468253DEST_PATH_IMAGE005
为未知节点A的平均跳距，
Figure 373892DEST_PATH_IMAGE006
是未知节点A针对锚节点C、D的跳距修正值，
Figure 470024DEST_PATH_IMAGE007
是锚节点C到锚节点D的距离，
Figure 119312DEST_PATH_IMAGE008
是未知节点A到锚节点D经修正后的距离，是未知节点A到锚节点C经修正后的距离。
5.根据权利要求1、2、 3或4所述的基于非测距的无线传感网三维节点定位方法，其特征在于，所述步骤C中，所述构建四面体对未知节点进行位置坐标估算包括以下步骤：
步骤C1, 从未知节点所能接收到的锚节点中任选四个锚节点；
步骤C2, 判断所述四个锚节点中是否在一个平面，若在同一个平面则放弃此次的选择，返回步骤C1进行重新选择；若不在同一个平面则接着向下进行；
步骤C3, 判断所述四个锚节点是否超出所设定的跳数阈值，若超出则返回步骤C1进行重新选择，否则接着向下进行；
步骤C4，判断未知节点是否在选定的四个锚节点组成的四面体内部，若不在则返回步骤C1进行锚节点的重新选择，若在则接着向下进行；
步骤C5，对未知节点的位置坐标进行估算。
6.根据权利要求5所述的基于非测距的无线传感网三维节点定位方法，其特征在于，所述步骤C中，所述锚节点的位置估算偏差值是通过使用未知节点的位置坐标估算值和其他另外三个锚节点，构建四面体对该锚节点进行位置坐标估算，得到锚节点的位置坐标估算值，再与锚节点的实际位置坐标之差获得的。
7.根据权利要求6所述的基于非测距的无线传感网三维节点定位方法，其特征在于，所述步骤C中，所述加权质心算法的算式为：
Figure 995793DEST_PATH_IMAGE010
                    
式中，
Figure 516904DEST_PATH_IMAGE011
为获得的未知节点位置坐标，
Figure 907566DEST_PATH_IMAGE012
为所选取符合要求的第
Figure 627260DEST_PATH_IMAGE014
个锚节点组求出的未知节点的位置坐标，
Figure 874702DEST_PATH_IMAGE015
为在选取符合构成四面体要求的锚节点组总数求得的未知节点位置坐标总数目，
Figure 883109DEST_PATH_IMAGE016
为第
Figure 874199DEST_PATH_IMAGE014
个坐标的加权值。
CN2012100015582A 2012-01-05 2012-01-05 一种基于非测距的无线传感网三维节点定位方法 Pending CN102547918A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012100015582A CN102547918A (zh) 2012-01-05 2012-01-05 一种基于非测距的无线传感网三维节点定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012100015582A CN102547918A (zh) 2012-01-05 2012-01-05 一种基于非测距的无线传感网三维节点定位方法

Publications (1)

Publication Number Publication Date
CN102547918A true CN102547918A (zh) 2012-07-04

Family

ID=46353599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012100015582A Pending CN102547918A (zh) 2012-01-05 2012-01-05 一种基于非测距的无线传感网三维节点定位方法

Country Status (1)

Country Link
CN (1) CN102547918A (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102905365A (zh) * 2012-09-19 2013-01-30 南京邮电大学 一种无线传感器网络节点定位方法
CN103096462A (zh) * 2012-12-21 2013-05-08 太原理工大学 一种无线传感器网络非测距节点定位方法
CN103152825A (zh) * 2013-03-07 2013-06-12 北京交通大学 一种适用于无线传感器网络的分布式非测距定位方法
CN103369670A (zh) * 2013-07-08 2013-10-23 河海大学 一种基于跳数优选的改进DV-Hop定位方法
CN103442437A (zh) * 2013-09-03 2013-12-11 重庆大学 一种基于可信邻居距离的无线传感网节点定位校准方法
CN104023394A (zh) * 2014-06-17 2014-09-03 河海大学 基于自适应惯性权重的wsn定位方法
CN104066180A (zh) * 2014-07-17 2014-09-24 中国人民解放军海军航空工程学院 一种基于时变误差界的水下传感网节点定位及更新方法
CN104185272A (zh) * 2014-07-30 2014-12-03 河海大学 基于优化平均每跳距离和优选锚节点的wsn定位方法
CN104994578A (zh) * 2015-06-25 2015-10-21 长春理工大学 基于修正的仿真曲线拟合的非测距定位算法
CN105323718A (zh) * 2015-11-04 2016-02-10 天津理工大学 基于圆焦点的无线传感定位方法
CN105611623A (zh) * 2015-09-18 2016-05-25 宇龙计算机通信科技(深圳)有限公司 移动终端的定位方法及定位装置
CN105682026A (zh) * 2016-01-08 2016-06-15 南昌大学 基于跳数阈值优化平均跳距的改进DV-Hop定位方法
CN106792531A (zh) * 2016-12-21 2017-05-31 广东工业大学 一种传感器网络的节点定位方法及其装置
CN107040992A (zh) * 2017-06-07 2017-08-11 江西理工大学 无线传感器网络节点定位方法及装置
CN107144810A (zh) * 2016-12-20 2017-09-08 金陵科技学院 基于结构风险最小化的无线多跳非测距定位方法
CN108061874A (zh) * 2017-12-28 2018-05-22 中国联合网络通信集团有限公司 节点定位方法及节点定位系统
CN108737981A (zh) * 2018-05-04 2018-11-02 广州杰赛科技股份有限公司 基于无线传感器网络的三维定位方法、装置和系统
CN110231596A (zh) * 2018-03-05 2019-09-13 永恒力股份公司 用于在货物物流设施中确定位置的定位系统以及用于运行该定位系统的方法
CN110493717A (zh) * 2019-08-22 2019-11-22 郑州轻工业学院 一种适用于凹型区域的非测距节点融合定位方法
CN111356225A (zh) * 2018-12-20 2020-06-30 广州电力设计院有限公司 无线传感器网络的节点定位方法、装置和存储介质
CN111999697A (zh) * 2020-04-30 2020-11-27 南京理工大学 一种道路两侧三维无线层析成像系统节点自定位方法
CN112566239A (zh) * 2020-11-09 2021-03-26 西安电子科技大学 锚节点选择与部署方法、系统、存储介质、设备及应用

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101483818A (zh) * 2009-02-17 2009-07-15 华中科技大学 一种水下无线传感器网络节点的三维定位方法
KR20100077654A (ko) * 2008-12-29 2010-07-08 주식회사 케이티 무선 센서네트워크에서 노드의 위치 추정 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100077654A (ko) * 2008-12-29 2010-07-08 주식회사 케이티 무선 센서네트워크에서 노드의 위치 추정 방법
CN101483818A (zh) * 2009-02-17 2009-07-15 华中科技大学 一种水下无线传感器网络节点的三维定位方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HONGYANG CHEN ET AL: "Novel Centroid Localization Algorithm for Three-Dimensional Wireless Sensor Networks", 《2008 4TH INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATIONS, NETWORKING AND MOBILE COMPUTING》, 14 October 2008 (2008-10-14), pages 1 - 4 *
XIAO YI ET AL: "An Improved DV-Hop Positioning Algorithm with Modified Distance Error for Wireless Sensor Network", 《2009 SECOND INTERNATIONAL SYMPOSIUM ON KNOWLEDGE ACQUISITION AND MODELING》, 1 December 2009 (2009-12-01), pages 1 - 3 *
张惠敏等: "无线传感器网络加权质心相对定位算法", 《计算机工程与应用》, 31 October 2010 (2010-10-31) *
江禹生等: "一种新的DV-Hop定位算法", 《传感技术学报》, vol. 23, no. 12, 31 December 2010 (2010-12-31) *

Cited By (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102905365A (zh) * 2012-09-19 2013-01-30 南京邮电大学 一种无线传感器网络节点定位方法
CN102905365B (zh) * 2012-09-19 2015-03-25 南京邮电大学 一种无线传感器网络节点定位方法
CN103096462B (zh) * 2012-12-21 2015-03-04 太原理工大学 一种无线传感器网络非测距节点定位方法
CN103096462A (zh) * 2012-12-21 2013-05-08 太原理工大学 一种无线传感器网络非测距节点定位方法
CN103152825A (zh) * 2013-03-07 2013-06-12 北京交通大学 一种适用于无线传感器网络的分布式非测距定位方法
CN103369670A (zh) * 2013-07-08 2013-10-23 河海大学 一种基于跳数优选的改进DV-Hop定位方法
CN103442437A (zh) * 2013-09-03 2013-12-11 重庆大学 一种基于可信邻居距离的无线传感网节点定位校准方法
CN104023394A (zh) * 2014-06-17 2014-09-03 河海大学 基于自适应惯性权重的wsn定位方法
CN104066180B (zh) * 2014-07-17 2017-06-09 中国人民解放军海军航空工程学院 一种基于时变误差界的水下传感网节点定位及更新方法
CN104066180A (zh) * 2014-07-17 2014-09-24 中国人民解放军海军航空工程学院 一种基于时变误差界的水下传感网节点定位及更新方法
CN104185272A (zh) * 2014-07-30 2014-12-03 河海大学 基于优化平均每跳距离和优选锚节点的wsn定位方法
CN104994578A (zh) * 2015-06-25 2015-10-21 长春理工大学 基于修正的仿真曲线拟合的非测距定位算法
CN104994578B (zh) * 2015-06-25 2019-03-05 长春理工大学 基于修正的仿真曲线拟合的非测距定位方法
CN105611623B (zh) * 2015-09-18 2019-08-02 宇龙计算机通信科技(深圳)有限公司 移动终端的定位方法及定位装置
CN105611623A (zh) * 2015-09-18 2016-05-25 宇龙计算机通信科技(深圳)有限公司 移动终端的定位方法及定位装置
CN105323718B (zh) * 2015-11-04 2018-10-02 天津理工大学 基于圆焦点的无线传感定位方法
CN105323718A (zh) * 2015-11-04 2016-02-10 天津理工大学 基于圆焦点的无线传感定位方法
CN105682026A (zh) * 2016-01-08 2016-06-15 南昌大学 基于跳数阈值优化平均跳距的改进DV-Hop定位方法
CN107144810A (zh) * 2016-12-20 2017-09-08 金陵科技学院 基于结构风险最小化的无线多跳非测距定位方法
CN107144810B (zh) * 2016-12-20 2020-10-13 金陵科技学院 基于结构风险最小化的无线多跳非测距定位方法
CN106792531A (zh) * 2016-12-21 2017-05-31 广东工业大学 一种传感器网络的节点定位方法及其装置
CN106792531B (zh) * 2016-12-21 2020-02-21 广东工业大学 一种传感器网络的节点定位方法及其装置
CN107040992A (zh) * 2017-06-07 2017-08-11 江西理工大学 无线传感器网络节点定位方法及装置
CN107040992B (zh) * 2017-06-07 2019-08-27 江西理工大学 无线传感器网络节点定位方法及装置
CN108061874A (zh) * 2017-12-28 2018-05-22 中国联合网络通信集团有限公司 节点定位方法及节点定位系统
CN110231596A (zh) * 2018-03-05 2019-09-13 永恒力股份公司 用于在货物物流设施中确定位置的定位系统以及用于运行该定位系统的方法
CN110231596B (zh) * 2018-03-05 2023-10-03 永恒力股份公司 用于在货物物流设施中确定位置的定位系统以及用于运行该定位系统的方法
CN108737981A (zh) * 2018-05-04 2018-11-02 广州杰赛科技股份有限公司 基于无线传感器网络的三维定位方法、装置和系统
CN108737981B (zh) * 2018-05-04 2021-08-10 广州杰赛科技股份有限公司 基于无线传感器网络的三维定位方法、装置和系统
CN111356225A (zh) * 2018-12-20 2020-06-30 广州电力设计院有限公司 无线传感器网络的节点定位方法、装置和存储介质
CN110493717A (zh) * 2019-08-22 2019-11-22 郑州轻工业学院 一种适用于凹型区域的非测距节点融合定位方法
CN111999697A (zh) * 2020-04-30 2020-11-27 南京理工大学 一种道路两侧三维无线层析成像系统节点自定位方法
CN111999697B (zh) * 2020-04-30 2022-05-20 南京理工大学 一种道路两侧三维无线层析成像系统节点自定位方法
CN112566239A (zh) * 2020-11-09 2021-03-26 西安电子科技大学 锚节点选择与部署方法、系统、存储介质、设备及应用
CN112566239B (zh) * 2020-11-09 2022-04-08 西安电子科技大学 锚节点选择与部署方法、系统、存储介质、设备及应用

Similar Documents

Publication Publication Date Title
CN102547918A (zh) 一种基于非测距的无线传感网三维节点定位方法
CN1988550B (zh) 一种无线传感器网络无锚点定位的分布式实现方法
Ou et al. Sensor position determination with flying anchors in three-dimensional wireless sensor networks
Shakshuki et al. Comparative study on range free localization algorithms
CN101118280A (zh) 分布式无线传感器网络节点自身定位方法
CN102621522B (zh) 一种水下无线传感器网络的定位方法
CN102685676A (zh) 一种无线传感器网络节点三维定位方法
CN102523617A (zh) 基于节点通信半径和信标节点分布的改进型DV-Hop算法
CN103369670A (zh) 一种基于跳数优选的改进DV-Hop定位方法
Cheng et al. Localization in sensor networks with limited number of anchors and clustered placement
CN102264127B (zh) 基于共面度的无线传感网络的三维定位方法
CN102158957A (zh) 一种三维空间无线传感网络区域二次分割迭代定位方法
CN110087306B (zh) 一种针对无线传感器网络的节点定位方法
CN102547977A (zh) 一种基于跳数的传感网定位方法
CN103096468B (zh) 一种无线传感器网络基于节点密度的节点定位方法
Reghelin et al. A decentralized location system for sensor networks using cooperative calibration and heuristics
CN104581937A (zh) 基于rssi的节点定位方法
Yang et al. Distributed information storage and retrieval in 3-d sensor networks with general topologies
CN110351657A (zh) 一种无线传感器网络中节点几何定位的方法
Wei et al. BBIL: A bounding-based iterative method for IoT to localize things
CN110166934B (zh) 基于动态参考节点选择的移动水声网络自定位方法
CN108924734A (zh) 一种三维传感器节点定位方法及系统
CN106093862B (zh) 一种增强可观察到达时间差分的室内定位方法及系统
Peng et al. On the effect of localization errors on geographic routing in sensor networks
Kubo et al. Range-free localization using grid graph extraction

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120704