CN103096462A

CN103096462A - 一种无线传感器网络非测距节点定位方法

Info

Publication number: CN103096462A
Application number: CN2012105951574A
Authority: CN
Inventors: 赵菊敏; 安文秀; 李灯熬; 赵宝峰
Original assignee: Taiyuan University of Technology
Current assignee: Shanxi Jinxin Renhe Human Resource Management Co Ltd
Priority date: 2012-12-21
Filing date: 2012-12-21
Publication date: 2013-05-08
Anticipated expiration: 2032-12-21
Also published as: CN103096462B

Abstract

本发明公开了一种无线传感器网络非测距节点定位方法，信标节点周期性的广播自身位置信息；未知节点在收到前三个信标节点位置信息后，停止接收数据包，储存三个点的坐标；未知节点向信标节点发送电磁波信号，信标节点接收到信号后再发确认信号返回，未知节点根据收到确认信号的次序；根据时间差，作为修正的权值，按修正后的计算式得出节点坐标；获得自身位置信息的未知节点将转为信标节点，开始周期性广播自身定位信息，直到全网节点都获知自身位置信息。本发明提出了一种在无线传感器网络中，基于到达时间差的修正加权质心节点定位算法，该算法能够避免时间同步的误差，并且简化定位机制，降低运算复杂度，有效的提高节点的定位精度。

Description

一种无线传感器网络非测距节点定位方法

技术领域

本发明属于无线传感器网络定位技术领域，尤其涉及一种无线传感器网络非测距节点定位方法。

背景技术

在无线传感器网络(WSN，Wireless Sensor Network)中，节点的位置信息是网络消息中不可缺少的部分，是目标检测与跟踪、事件地理位置报告等功能的前提。针对传感器节点能源有限、通信易受环境影响、数量庞大且随机散播等特点，高效、精确的定位算法至关重要。

目前无线传感器网络定位算法根据是否需要测距分为两类：基于测距和非测距。基于测距的算法包括对节点之间角度与距离的测量，主要有RSSI、TDOA、AOA等，测得距离或角度，再通过三边测量法或三角测量法得到未知节点坐标。基于非测距的算法包括质心算法、DV-HOP、Amorphous等，利用构建多边形求质心或者根据节点跳数与跳距得到未知节点坐标。

发明内容

本发明提出针对TDOA无需射频测距，基于时间差为节点赋予权值，并结合质心算法对未知节点定位。

本发明实施例是这样实现的，一种无线传感器网络非测距节点定位方法，该方法包括以下步骤：

信标节点周期性的广播自身位置信息，包括ID号，自身位置坐标；

未知节点在收到前三个信标节点位置信息后，停止接收数据包，储存三个点的坐标；

未知节点向信标节点发送电磁波信号，信标节点接收到信号后再发确认信号返回，未知节点根据收到确认信号的次序，分别记录三个信标节点的接收到发送的时间差；

根据时间差，作为修正的权值，按修正后的计算式得出节点坐标；

获得自身位置信息的未知节点将转为信标节点，开始周期性广播自身定位信息，直到全网节点都获知自身位置信息。

进一步，假设信标节点O₁，O₂，O₃，与未知节点O的距离分布为d₁，d₂，d₃，并且以信标节点为圆心，与未知节点距离为半径画圆，则未知节点落在三圆交叠的部分，设其交点分布为A，B，C，则

对于A，B，C三点的权值，可以考虑，当O与O₂，O₃距离较近时，A的权值应该较大，对于O与O₂，O₃距离的判定，通过TDOA可以得到，时间差作为信标节点的权值，即M₂，M₃，设定其为A的加权因子；如下式所示：

\{\begin{matrix} x = \frac{k_{1} x_{a} + k_{2} x_{b} + k_{3} x_{c}}{k_{1} + k_{2} + k_{3}} \\ y = \frac{k_{1} y_{a} + k_{2} y_{b} + k_{3} y_{c}}{k_{1} + k_{2} + k_{3}} \\ k_{i} = \frac{1}{{M_{n}}^{1}} + \frac{1}{{M_{2}}^{n}} \end{matrix}

其中n为修正系数。即根据无线传感器网络的环境不同，系数n的影响力不同。针对特定的环境，n可以由小范围的测试得到合适的取值。

本发明提出了一种在无线传感器网络中，基于到达时间差的修正加权质心节点定位算法，该算法以时间差衡量不同信标节点的权重，并予以赋权值，再利用质心算法实现定位。该算法能够避免时间同步的误差，并且简化定位机制，降低运算复杂度，有效的提高节点的定位精度。

附图说明

图1本发明算法原理图

图2本发明算法实施流程图

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在各种算法中，质心算法由于其算法简单，无需测距，容易实现，但是完全依靠网络的连通性，节点部署密度越高，分布越均匀，则定位越精确，反之则误差较大。而TDOA算法依靠计算节点间通信的时间差，能够避免节点时间同步问题造成的误差，本发明提出针对TDOA无需射频测距，基于时间差为节点赋予权值，并结合质心算法对未知节点定位。

在理想的TDOA测距模型中，测出三个信标节点与未知节点的距离后，以距离为半径，信标节点坐标为圆心可画出三个圆，并且相交与一点，即未知节点的坐标。然而在现实的测量中，由于节点记录时间的内部误差，绘出的圆重叠出一块面积，可以确定未知节点在重叠的面积之内，然而对其准确位置的判定，需要衡量相交的三个点的权值，并计算。

在无线传感器网络之中，节点随机散步，假设其中有少数节点为信标节点，信标节点通过人工部署或者GPS通信携带了自身位置信息。信标节点在网络中以周期性广播自身位置信息，包括二维坐标以及ID号。当未知节点收到信息时，记录并存储，等待储存三个信标节点信息后，即暂停接受。未知节点向信标节点发射电磁波信号，信标节点接收到未知节点反馈信息后将回复确认信号。于是未知节点获得了发射和接收的时间差，讲该时间差作为质心算法中的节点权值。

以下结合具体实施例，对本发明进行详细说明：

如图1所示，假设信标节点O₁，O₂，O₃，与未知节点O的距离分布为d₁，d₂，d₃，并且以信标节点为圆心，与未知节点距离为半径画圆，则未知节点落在三圆交叠的部分，设其交点分布为A，B，C，则

对于A，B，C三点的权值，可以考虑，当O与O₂，O₃距离较近时，A的权值应该较大，对于O与O₂，O₃距离的判定，通过TDOA可以得到，时间差作为信标节点的权值，即M₂，M₃，设定其为A的加权因子。如下式所示：

\{\begin{matrix} x = \frac{k_{1} x_{a} + k_{2} x_{b} + k_{3} x_{c}}{k_{1} + k_{2} + k_{3}} \\ y = \frac{k_{1} y_{a} + k_{2} y_{b} + k_{3} y_{c}}{k_{1} + k_{2} + k_{3}} \\ k_{i} = \frac{1}{{M_{n}}^{1}} + \frac{1}{{M_{2}}^{n}} \end{matrix} - - - (1)

其中n为修正系数。即根据无线传感器网络的环境不同，系数n的影响力不同。针对特定的环境，n可以由小范围的测试得到合适的取值。本发明经过加权，修正了A，B，C三点在质心算法中的比重。但整体上计算复杂度低，并且过程简单，容易实施，能够起到降低运算量，同时节约能耗的作用。

具体实施方式包括以下步骤：

(一)信标节点周期性的广播自身位置信息，包括ID号，自身位置坐标；

(二)未知节点在收到前三个信标节点位置信息后，停止接收数据包，储存三个点的坐标；

(三)未知节点向信标节点发送电磁波信号，信标节点接收到信号后再发确认信号返回，未知节点根据收到确认信号的次序，分别记录三个信标节点的接收到发送的时间差；

(四)根据时间差，作为修正的权值，按修正后的计算式得出节点坐标；

(五)获得自身位置信息的未知节点将转为信标节点，开始周期性广播自身定位信息，直到全网节点都获知自身位置信息。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种无线传感器网络非测距节点定位方法，其特征在于，该方法包括以下步骤：

2.如权利要求1所述的无线传感器网络非测距节点定位方法，其特征在于，假设信标节点O₁，O₂，O₃，与未知节点O的距离分布为d₁，d₂，d₃，并且以信标节点为圆心，与未知节点距离为半径画圆，则未知节点落在三圆交叠的部分，设其交点分布为A，B，C，则

\{\begin{matrix} x = \frac{k_{1} x_{a} + k_{2} x_{b} + k_{3} x_{c}}{k_{1} + k_{2} + k_{3}} \\ y = \frac{k_{1} y_{a} + k_{2} y_{b} + k_{3} y_{c}}{k_{1} + k_{2} + k_{3}} \\ k_{i} = \frac{1}{{M_{n}}^{1}} + \frac{1}{{M_{2}}^{n}} \end{matrix}

其中n为修正系数。即根据无线传感器网络的环境不同，系数n的影响力不同；针对特定的环境，n可以由小范围的测试得到合适的取值。