CN102984798A - 基于位置精确定位方法 - Google Patents

Abstract

本发明提供了一种基于位置精确定位的方法，信标节点向其邻居节点广播自身的位置信息分组时，位置信息分组为信标节点坐标、信标节点ID与计数器，通过信标节点ID与计数器得到网络中的所有节点到每个信标节点的最小跳数，再计算每个节点与信标节点之间的跳数与平均每跳的实际距离，并将每个节点乘以信标节点之间的跳数与平均每跳的实际距离，利用三边测量方法得到自己的位置。在满足接收到的信标节点的信息分组的信标节点ID在原来的历史参考节点列表内不存在，并且接收到的信标节点的信息分组的计数值小于原来的历史参考节点列表内信息分组的计数器的值时，节点才会记录该节点的信息分组并向其他节点转发，从而提高网络中节点的定位准确度。

Description

基于位置精确定位方法

技术领域

本发明涉及一种网络定位方法，尤其涉及一种基于位置精确定位算。

背景技术

在无线传感技术中Amorphous方法首先计算未知节点与每个信标节点的跳数，然后计算平均每跳距离，再次，一个未知节点收到了平均每跳距离和3个以上信标节点的跳数，利用平均每跳距离和跳数的乘积来计算未知节点到信标节点之间的距离，然后就可以利用三边测量法计算未知节点的位置。由于Amorphous方法是通过平均每跳的距离来计算未知节点与信标节点的距离，然而边缘节点和亚孤立节点等不良节点在网络中的客观存在，而Amorphous方法无法识别边缘节点和亚孤立节点等不良节点，从而降低了整个网络的定位精度。

发明内容

综上所述，本发明有必要提供一种提高网络定位精度的基于位置精确定位方法。

一种基于位置精确定位方法，包括如下步骤：

获取节点的跳数：节点i收集邻居节点的跳数，并利用公式（a）来计算某个信标节点的跳数，

$S_i=\frac{\underset{j=\mathrm{rnds}\left(i\right)}{\mathrm{\Σ}}{h}_j+h_i}{\left|\mathrm{rnds}\left(i\right)\right|+1}-K---\left(a\right)$

其中rnds(i)为未知节点i的邻居节点集合，h_i为节点i与信标节点之间的跳数，h_j为邻居节点j与信标节点之间的跳数，所述K为大于0小于1的调整系数；

获取平均每跳距离：假设网络平均连通度n_ctds已知，使用公式（b）计算平均每跳的实际距离，

$H=r(1+\exp (-n_{\mathrm{ctds}})-{\∫}_{-1}^1\exp (-\frac{n_{\mathrm{ctds}}}{\mathrm{\π}}(\arccos t-t\sqrt{1-t^2}))\mathrm{dt})---\left(b\right)$

其中r表示节点的通信半径，n_ctds表示网络平均连通度或网络中节点的平均邻居节点数，t表示信标节点到未知节点的传播时间；

广播信标节点的位置信息分组：信标节点向其邻居节点广播自身的位置信息分组，所述位置信息分组包括信标节点坐标、信标节点ID、计数器及生存时间，并设定所述计数器的初始值与精度加权值的初始值；

获取网络中所有节点能够到每一个信标节点的最小跳数：接收到信标节点的位置信息分组的节点后，通过计数器与信标节点ID判断是否继续广播信标节点的信息分组，以及获得未知节点与邻居节点的最小跳数，并记录下网络中所有节点能够到每一个信标节点的最小跳数；

获取未知节点的坐标：一个未知节点收到了平均每跳的实际距离和三个以上信标节点的跳数，利用公式s_i×H来计算未知节点到信标节点之间的距离；

获取未知节点精确位置：假设未知节点坐标为(x,y)，获得的信标节点的坐标为(x₁,y₁),(x₂,y₂),...,(x_n,y_n)和对应的到信标节点的距离为d_1，，d₂,…,d_n,…,d_i=S_i×H，根据二维平面距离公式可以得到公式（c）与（d）：

$\left\{\begin{array}{c}\sqrt{{(x-x_1)}^2+{(y-y_1)}^2}=d_1\\ \sqrt{{(x-x_2)}^2+{(y-y_2)}^2}=d_2\\ ...\\ \sqrt{{(x-x_n)}^2+{(y-y_n)}^2}=d_n\end{array}\right.---\left(c\right)$

令 $f(x,y)=\sqrt{{(x-x_n)}^2+{(y-y_n)}^2}---\left(d\right)$

通过公式（c）与（d）计算未知节点的位置；

获取未知节点精确位置：判断信标节点的估计位置坐标是否满足要求，是则保存并停止计算，否则丢弃，然后判断是否满足停止计算的条件，若满足则停止计算，若不满足则进入下一循环的求精计算。

进一步地，所述步骤广播信标节点的位置信息分组中，所述计数器的初始值为0。

进一步地，所述获取网络中所有节点能够到每一个信标节点的最小跳数：未知节点接收到信标节点的位置信息分组的节点后，查找是否存在已接收的信标节点ID，若不存在则将接收到的节点信息分组添加到参考节点列表中并将该信息分组转发，若存在则将接收到的信标节点的计数器的值加1，判断值加1后的信标节点的计数器是否大于原始存在的信标节点的计数器的值，若大于则将该信标节点的信息分组丢弃；若小于则将接收到的节点信息分组添加到参考节点列表中并将该信息分组转发。

进一步地，还包括获取每个未知节点初始估计位置坐标，设定网络中节点的精度初始加权值。

进一步地，所述网络中节点的精度初始加权值为1。

进一步地，所述获取未知节点精确位置步骤还包括：未知节点得到新的估计位置坐标后，判断新的估计位置坐标与原位置坐标相比的差值是否小于节点通讯的半径r的1%，是则丢弃新的估计位置坐标并停止该节点的求精计算，否则将新的估计位置坐标替换原位置坐标，并将参考节点的相对精度加权值的平均值作为未知节点新的加权值，然后判断是否达到限定条件，是则停止求精计算，否则进入下一次求精计算，直至满足限定条件。

进一步地，所述生存时间初始值为N，N为大于0正整数，所述未知节点接收到信标节点的位置信息分组的节点后，生存时间减1，并继续转发给邻居节点。

进一步地，当所述生存时间为0时，未知节点不再转发此信息分组。

进一步地，所述位置信息分组包括信标节点坐标、信标节点ID、计数器及生存时间、计数器的初始值以及精度加权值的初始值，所述位置信息分组保存在所述定位信息存储器123内。

本发明还提供一种基于位置精确定位方法，包括如下步骤：

获取信标节点的跳数：节点i收集邻居节点的跳数，并利用公式（a）来计算某个信标节点的跳数，

$S_i=\frac{\underset{j=\mathrm{rnds}\left(i\right)}{\mathrm{\Σ}}{h}_j+h_i}{\left|\mathrm{rnds}\left(i\right)\right|+1}-K---\left(a\right)$

其中rnds(i)为未知节点i的邻居节点集合，h_i为节点i与信标节点之间的跳数，h_j为邻居节点j与信标节点之间的跳数；

获取平均每跳距离：假设网络平均连通度n_ctds已知，使用公式（b）计算平均每跳的实际距离，

$H=r(1+\exp (-n_{\mathrm{ctds}})-{\∫}_{-1}^1\exp (-\frac{n_{\mathrm{ctds}}}{\mathrm{\π}}(\arccos t-t\sqrt{1-t^2}))\mathrm{dt})---\left(b\right)$

其中r表示节点的通信半径，n_ctds表示网络平均连通度，即，网络中节点的平均邻居节点数，t表示信标节点到未知节点的传播时间；

广播信标节点的位置信息分组：信标节点向其邻居节点广播自身的位置信息分组，所述位置信息分组包括信标节点坐标、信标节点ID、计数器及生存时间，并设定所述计数器的初始值与精度加权值的初始值；

判断是否继续广播信息分组：接收到信标节点的位置信息分组的节点，通过计数器与信标节点ID判断是否继续广播信标节点的信息分组，以及获得未知节点与邻居节点的最小跳数，并记录下网络中所有节点能够到每一个信标节点的最小跳数；

获取未知节点的坐标：一个未知节点收到了平均每跳的实际距离和三个以上信标节点的跳数，利用公式s_i×H来计算未知节点到信标节点之间的距离，并使用三边测量法获取某未知节点自身位置坐标。

综上所述，本发明提供了一种基于位置精确定位的Amorphous方法，通过信标节点向其邻居节点广播自身的位置信息分组时，所述位置新信息分组为信标节点坐标、信标节点ID与计数器，通过信标节点ID与计数器得到网络中的所有节点到每个信标节点的最小跳数，并且接收到的信标节点的信息分组的计数值小于原来的历史参考节点列表内信息分组的计数器的值，节点才会记录该节点的信息分组并其他节点转发，从而提高网络中节点的定位准确度。

附图说明

图1为本发明较佳实施例中基于位置精确定位的方法的装置示意图；

图2为本发明较佳实施例中传感节点示意图；

图3为本发明基于位置精确定位方法中节点获取指定跳数的参考节点估计位置信息流程图；

图4为本发明基于位置精确定位方法中网络定位流程图。

具体实施方式

下面通过具体实施方式来进一步说明本发明，以下实施例为本发明较佳的实施方式，但本发明的实施方式并不受下述实施例的限制。

本发明涉及一种基于位置精确定位方法，尤其涉及一种基于位置精确定位的Amorphous方法。请参阅图1本发明提供一种基于位置精确定位方法的装置100包括传感节点10、基站20以及计算机终端30。所述传感节点10与所述基站20之间通过无线信号连连，所述基站20与所述计算机终端30串口连接。所述传感节点10用于采集数据并将采集的数据以无线信号的形式传输给基站20，通过基站将信号传输给计算机终端30。

所述传感节点10包括信号收发器11、存储器12、控制器13以及请求发生器14。所述控制器13与所述收发器11、存储器12以及请求发生器14连接。所述存储器12包括节点识别储器121、坐标存储器122、定位信息存储器123、坐标预设器124以及生存时间存储器125。所述节点识别器121与所述控制器13、坐标存储器122、生存时间存储器125以及定位信存储器124相连接，所述坐标预设器124与所述坐标存储器122可通过数据线和/或控制线相连接。

所述节点识别器121用于为所述传感节点10广播的信号制备一个全球唯一的标识，所述标识可在在所述整个无线传感网络中于各个传感器之间被识别。该节点识别器可做成跳线结构，在传感节点投入使用前，通过修改其跳线结构来确定该节点识别器121的标识。

所述坐标存储器122用于保存传感节点10的坐标，本发明采用了Amorphous定位方法，网络中有部分传感节点10的位置是设定好的，该设定好的传感节点通常不会重新移动，所以该设定好的传感节点10的坐标需要长久保存在坐标存储器中。所述坐标存储器可选用EPROM（可擦除可规划式唯读记忆体）、EEPROM（电可擦写可编程只读存储器）或者CMOS RAM（互补金属氧化物半导体）。所述EPROM与EEPROM适用于较高电压的工作时间。所述EPROM是一种断电后仍能保留数据的计算机储存芯片。CMOS RAM是一种可读写的芯片，用来存储数据，其内容可通过设置程序进行读写。

定位存储信息器123包括历史参考节点列表（图未标），该历史参考节点列表用来保存网络中其他信标节点标识、坐标、跳数、生存时间以及每跳距离等信息。该定位存储器123内保存的信息可由控制器13控制，并通过传送给收发器11与网络中其他节点10交互获得。这些信息可在采用Amorphous定位方法计算过程中可能会产生变化并更新。

所述坐标预设器124用于为传感节点预设坐标，然后通过无线信号发送给传感节点10的收发器11上，收发器11将接受到的无线信号通过所述发送到坐标存储器122上，并由坐标存储器122进行存储。

所述生存时间存储器125用于为传感节点中信号的生存时间设定初始值，并将所述生存时间传输至生存时间存储器125中进行存储。在定位计算过程中该生存时间可通过所述生存时间存储器125计算并发生变化。

所述控制器13可为普通的CPU，用于为所述传感节点10广播的信号进行控制处理等操作。所述控制器13，可用于控制信号收发器11的信号收取与发送；判断存储器内节点坐标、节点标识、跳数、生存时间以及每跳距离的变化等。

所述定位请求发生器14可由控制器13控制并通过收发器11用于向传感节点10发送定位信息。

本发明的基于位置精确定位方法的具体过程如下：

请参阅图1，本发明在信标传感节点的收发器11向其邻居节点广播自身的位置信息分组时，所述位置新信息分组为信标节点坐标、信标节点ID、计数器、生存时间以及精度加权值ω，并设定所述计数器的初始值为0、精度加权值的初始值为ω=1以及所述生存时间，所述生存时间为N，N为大于0的正整数；通过所述计数器来获取未知节点与附件信标节点的最小跳数。通过控制器13控制通过所述精度加权值来判断是否循环进行位置精度计算；所述生存时间用于拒绝接收大于生存时间的节点位置信息；所述位置信息分组包括信标节点坐标、信标节点ID、计数器及生存时间、计数器的初始值以及精度加权值的初始值，保存在所述定位信息存储器123内。

当一个未知节点的收发器11接收到网络中其他信标节点的位置信息分组时，通过定位信息器内的计数器与信标节点ID判断是否继续广播信标节点的信息分组，以及获得未知节点与邻居节点的最小跳数，并记录下网络中所有节点能够到每一个信标节点的最小跳数。

当未知节点接收到信息分组时，则将接收到的信息分组中的计数器值加1并将生存时间减1，在就会在本地定位信息器内的历史参考节点列表中查找，是否存在接收到的节点ID，若不存在则通过控制器13控制将接收到的节点的信息分组添加到本地历史参考节点列表中并，并继续向其他节点广播该信息分组，若存在则通过控制器13控制将接收到的信息分组中的计数器值与原始的信息分组中的计数器值进行比较，若接收到的信息分组中的计数器值比原始的信息分组中的计数器值大，则由控制器13控制并通过所述收发器11将该接收到的信息分组丢弃，否则判断信息分组的生存时间是否为0时，是则该未知节点不再转发此信息分组，否则将接收到的知信息分组的生存时间减1后代替原来的信息分组的生存时间，以及将接收到的信息分组中的计数器值替换原始的信息分组中的计数器值，并将更新后的生存时间与计数器值保存在所述定位信息存储器内，并继续该广播该信息分组。

在所述定位信息存储器内，并继续向其他节点广播该信息分组。本发明的Amorphous方法通过在广播节点想信息分组内包括信标节点ID与计数器来获取未知节点与邻居信标节点的最小跳数。

节点i收集邻居节点的跳数，并利用公式（a）来计算某个信标节点的跳数，

$S_i=\frac{\underset{j=\mathrm{rnds}\left(i\right)}{\mathrm{\Σ}}{h}_j+h_i}{\left|\mathrm{rnds}\left(i\right)\right|+1}-K---\left(a\right)$

其中rnds(i)为未知节点i的邻居节点集合，h_i为节点i与信标节点之间的跳数，h_j为邻居节点j与信标节点之间的跳数；

假设网络平均连通度n_ctds已知，使用公式（b）计算平均每跳的实际距离，

$H=r(1+\exp (-n_{\mathrm{ctds}})-{\∫}_{-1}^1\exp (-\frac{n_{\mathrm{ctds}}}{\mathrm{\π}}(\arccos t-t\sqrt{1-t^2}))\mathrm{dt})---\left(b\right)$

其中r表示节点的通信半径，n_ctds表示网络平均连通度，即，网络中节点的平均邻居节点数；

一个未知节点收到了平均每跳的实际距离和三个以上信标节点的跳数，利用公式s_i×H来计算未知节点到信标节点之间的距离，然后计算某未知节点自身位置坐标；

判断未知节点的估计位置坐标是否满足要求，是则保存并停止计算，否则丢弃，然后判断是否满足停止计算的条件，若满足则停止计算，若不满足则进入下一循环的求精计算。

请参阅图2，计算网络中节点精确位置的方法为：假设未知节点坐标为(x,y)，获得的信标节点的坐标为(x₁,y₁),(x₂,y₂),...,(x_n,y_n)和对应的到信标节点的距离为d_1，,d₂,…,d_n,…,d_i=S_i×H，根据二维平面距离公式可以得到：

$\left\{\begin{array}{c}\sqrt{{(x-x_1)}^2+{(y-y_1)}^2}=d_1\\ \sqrt{{(x-x_2)}^2+{(y-y_2)}^2}=d_2\\ ...\\ \sqrt{{(x-x_n)}^2+{(y-y_n)}^2}=d_n\end{array}\right.---\left(1\right)$

令 $f(x,y)=\sqrt{{(x-x_n)}^2+{(y-y_n)}^2}---\left(2\right)$

对公式（1）坐标(x₀,y₀)处进行泰勒分解得

$f(x,y)=f(x_0+h,y_0+k)$

$=f(x_0,y_0)+(h\frac{\∂}{\∂x}+k\frac{\∂}{\∂y})f(x_0,y_0)+\frac{1}{2!}{(h\frac{\∂}{\∂x}+k\frac{\∂}{\∂y})}^{2}f(x_0,y_0)+...---\left(3\right)$

当(h,k)足够小时，公式（3）可以简化为：

$f(x,y)=f(x_0+h,y_0+k)$

$=f(x,y)+(h\frac{\∂}{\∂x}+k\frac{\∂}{\∂y})f(x_0,y_0)---\left(4\right)$

即

$f(x,y)=f(x_0+h,y_0+k)$

$=\sqrt{{(x_0-x_n)}^2+{(y_0-y_n)}^2}+\frac{(x_0-x_n)}{\sqrt{{(x_0-x_n)}^2+{(y_0-y_n)}^2}}h+\frac{(y_0-y_n)}{\sqrt{{(x_0-x_n)}^2+{(y_0-y_n)}^2}}k---\left(5\right)$

将公式（5）应用于公式（1），得：

$\left\{\begin{array}{c}\frac{(x_0-x_1)}{\sqrt{{(x_0-x_1)}^2+{(y_0-y_1)}^2}}h+\frac{(y_0-y_1)}{\sqrt{{(x_0-x_1)}^2+{(y_0-y_1)}^2}}k=d_1-\sqrt{{(x_0-x_1)}^2+{(y_0-y_1)}^2}\\ \frac{(x_0-x_2)}{\sqrt{{(x_0-x_2)}^2+{(y_0-y_2)}^2}}h+\frac{(y_0-y_2)}{\sqrt{{(x_0-x_2)}^2+{(y_0-y_2)}^2}}k=d_2-\sqrt{{(x_0-x_2)}^2+{(y_0-y_2)}^2}\\ .\\ .\\ .\\ \frac{(x_0-x_n)}{\sqrt{{(x_0-x_n)}^2+{(y_0-y_n)}^2}}h+\frac{(y_0-y_n)}{\sqrt{{(x_0-x_n)}^2+{(y_0-y_n)}^2}}k=d_n-\sqrt{{(x_0-x_n)}^2+{(y_0-y_n)}^2}\end{array}\right.---\left(6\right)$

取坐标(x₀,y₀)初始值为各信标中点，解公式（6）得

$\left\{\begin{array}{c}{x}_0=\frac{x_1+x_2+...+x_n}{n}\\ y_0=\frac{y_1+y_2+...+y_n}{n}\end{array}\right.---\left(7\right)$

将公式（7）带入公式（6）得公式（8），

$\mathrm{\&omega;}=\sqrt{h^2+k^2}<{\mathrm{\&epsiv;}}_{\mathrm{threshold}}---\left(8\right)$

然后判断公式（8）是否成立，若成立则通过控制器13控制停止求精计算。否则控制器13控制将新的加权值代替原来的加权值并进入下一判断，取假设

$\left\{\begin{array}{c}{x}_0=x_0+\frac{h}{2}\\ y_0=y_0+\frac{k}{2}\end{array}\right.---\left(9\right)$

将公式（9）代入公式（6）重新计算、判断，直到公式（8）成立。未知节点在获取初始估计位置的基础上增加利用精度加权值，利用精度加权值通过上述计算过程从而可以有效提高节点的定位精度。

综上所述，本发明提供了一种基于位置精确定位的Amorphous算法，通过信标节点向其邻居节点广播自身的位置信息分组时，所述位置新信息分组为信标节点坐标、信标节点ID与计数器，通过信标节点ID与计数器得到网络中的所有节点到每个信标节点的最小跳数，然后再计算每个节点与它信标节点之间的跳数与平均每跳的实际距离，并将每个节点乘以它信标节点之间的跳数与平均每跳的实际距离，利用三边测量方法得到自己的位置。并且必须满足接收到的信标节点的信息分组的信标节点ID在原来的历史参考节点列表内不存在，并且接收到的信标节点的信息分组的计数值小于原来的历史参考节点列表内信息分组的计数器的值，节点才会记录该节点的信息分组并其他节点转发，从而提高网络中节点的定位准确度。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于位置精确定位方法，其特征在于：包括如下步骤：获取节点的跳数：节点i收集邻居节点的跳数，并利用公式（a）来计算未知节点到某个信标节点的跳数，

$S_i=\frac{\underset{j=\mathrm{rnds}\left(i\right)}{\mathrm{\&Sigma;}}{h}_j+h_i}{\left|\mathrm{rnds}\left(i\right)\right|+1}-K---\left(a\right)$

其中rnds(i)为未知节点i的邻居节点集合，h_i为节点i与信标节点之间的跳数，h_j为邻居节点j与信标节点之间的跳数，K的为大于0小于1的调整系数；

获取平均每跳距离：假设网络平均连通度n_ctds已知，使用公式（b）计算平均每跳的实际距离，

$H=r(1+\exp (-n_{\mathrm{ctds}})-{\&Integral;}_{-1}^1\exp (-\frac{n_{\mathrm{ctds}}}{\mathrm{\&pi;}}(\arccos t-t\sqrt{1-t^2}))\mathrm{dt})---\left(b\right)$

其中r表示节点的通信半径，n_ctds表示网络平均连通度或网络中节点的平均邻居节点数，t表示信标节点到未知节点的传播时间；

广播信标节点的位置信息分组：信标节点向其邻居节点广播自身的位置信息分组，所述位置信息分组包括信标节点坐标、信标节点ID、计数器及生存时间，并设定所述计数器的初始值与精度加权值的初始值；

获取网络中所有节点能够到每一个信标节点的最小跳数：接收到信标节点的位置信息分组的节点后，通过计数器与信标节点ID判断是否继续广播信标节点的信息分组，以及获得未知节点与邻居节点的最小跳数，并记录下网络中所有节点能够到每一个信标节点的最小跳数；

获取未知节点的坐标：一个未知节点收到了平均每跳的实际距离和三个以上信标节点的跳数，利用公式s_i×H来计算未知节点到信标节点之间的距离；

获取未知节点精确位置：假设未知节点坐标为(x,y)，获得的信标节点的坐标为(x₁,y₁),(x₂,y₂),...,(x_n,y_n)和对应的到信标节点的距离为d_1，,d₂,…,d_n,…,d_i=S_i×H，根据二维平面距离公式可以得到公式（c）与（d）：

$\left\{\begin{array}{c}\sqrt{{(x-x_1)}^2+{(y-y_1)}^2}=d_1\\ \sqrt{{(x-x_2)}^2+{(y-y_2)}^2}=d_2\\ ...\\ \sqrt{{(x-x_n)}^2+{(y-y_n)}^2}=d_n\end{array}\right.---\left(c\right)$

令 $f(x,y)=\sqrt{{(x-x_n)}^2+{(y-y_n)}^2}---\left(d\right)$

通过公式（c）与（d）计算未知节点的位置；

判断信标节点的估计位置坐标：判断信标节点的估计位置坐标是否满足要求，是则保存并停止计算，否则丢弃，然后判断是否满足停止计算的条件，若满足则停止计算，若不满足则进入下一循环的求精计算。

2.根据权利要求1所述的一种基于位置精确定位方法，其特征在于：所述步骤广播信标节点的位置信息分组中，所述计数器的初始值为0，所述K为0.5。

3.根据权利要求1所述的一种基于位置精确定位方法，其特征在于：所述获取网络中所有节点能够到每一个信标节点的最小跳数：未知节点接收到信标节点的位置信息分组的节点后，查找是否存在已接收的信标节点ID，若不存在则将接收到的节点信息分组添加到参考节点列表中并将该信息分组转发，若存在则将接收到的信标节点的计数器的值加1，判断值加1后的信标节点的计数器是否大于原始存在的信标节点的计数器的值，若大于则将该信标节点的信息分组丢弃；若小于则将接收到的节点信息分组添加到参考节点列表中并将该信息分组转发。

4.根据权利要求1所述的一种基于位置精确定位方法，其特征在于：还包括获取每个未知节点初始估计位置坐标，并设定网络中节点的精度加权值。

5.根据权利要求4所述的一种基于位置精确定位方法，其特征在于：网络中节点的精度初始加权值为1。

6.根据权利要求4所述的一种基于位置精确定位方法，其特征在于：所述获取未知节点精确位置步骤还包括：未知节点得到新的估计位置坐标后，判断新的估计位置坐标与原位置坐标相比的差值是否小于节点通讯的半径r的1%，是则丢弃新的估计位置坐标并停止该节点的求精计算，否则将新的估计位置坐标替换原位置坐标，并将参考节点的相对精度加权值的平均值作为未知节点新的加权值，然后判断是否达到限定条件，是则停止求精计算，否则进入下一次求精计算，直至满足限定条件。

7.根据权利要求3所述的一种基于位置精确定位方法，其特征在于：所述生存时间初始值为N，N为大于0正整数，所述未知节点接收到信标节点的位置信息分组的节点后，生存时间减1，并继续转发给邻居节点。

8.根据权利要求7所述的一种基于位置精确定位方法，其特征在于：当所述生存时间为0时，未知节点不再转发此信息分组。

9.根据权利要求1所述的一种基于位置精确定位方法，其特征在于：所述位置信息分组包括信标节点坐标、信标节点ID、计数器及生存时间、计数器的初始值以及精度加权值的初始值，所述位置信息分组保存在所述定位信息存储器内。

10.一种基于位置精确定位方法，其特征在于：包括如下步骤：

获取节点的跳数：节点i收集邻居节点的跳数，并利用公式（a）来计算某个信标节点的跳数，

$S_i=\frac{\underset{j=\mathrm{rnds}\left(i\right)}{\mathrm{\&Sigma;}}{h}_j+h_i}{\left|\mathrm{rnds}\left(i\right)\right|+1}-K---\left(a\right)$

其中rnds(i)为未知节点i的邻居节点集合，h_i为节点i与信标节点之间的跳数，h_j为邻居节点j与信标节点之间的跳数，所述K为大于0小于1的调整系数；

获取平均每跳距离：假设网络平均连通度n_ctds已知，使用公式（b）计算平均每跳的实际距离，

$H=r(1+\exp (-n_{\mathrm{ctds}})-{\&Integral;}_{-1}^1\exp (-\frac{n_{\mathrm{ctds}}}{\mathrm{\&pi;}}(\arccos t-t\sqrt{1-t^2}))\mathrm{dt})---\left(b\right)$

其中r表示节点的通信半径，n_ctds表示网络平均连通度或者网络中节点的平均邻居节点数，t表示信标节点到未知节点的传播时间；

广播信标节点的位置信息分组：信标节点向其邻居节点广播自身的位置信息分组，所述位置信息分组包括信标节点坐标、信标节点ID、计数器及生存时间，并设定所述计数器的初始值与精度加权值的初始值；

判断是否继续广播信息分组：接收到信标节点的位置信息分组的节点，通过计数器与信标节点ID判断是否继续广播信标节点的信息分组，以及获得未知节点与邻居节点的最小跳数，并记录下网络中所有节点能够到每一个信标节点的最小跳数；

获取未知节点的坐标：一个未知节点收到了平均每跳的实际距离和三个以上信标节点的跳数，利用公式s_i×H来计算未知节点到信标节点之间的距离，并使用三边测量法获取某未知节点自身位置坐标。

Images