CN103327609B - 一种无线传感器网络节点定位方法 - Google Patents

Abstract

本发明提供一种无线传感器网络节点定位方法，包括以下步骤。S1、网络中每个锚节点分别广播一个消息，未知节点侦听所述锚节点的消息，并与邻居未知节点交换自身已侦听到的消息。S2、将所述网络中任意三个锚节点组成三角形，测试所述各三角形中是否包含未知节点，并标记包含未知节点的三角形。S3、将所述网络均分为若干个网格，且将每个网格赋初始值为0，若网格被所述包含未知节点的三角形部分覆盖或全部覆盖，则将所述网格对应值加1，否则减1。S4、将各三角形重叠后获取最大值的网格，并获取所述最大值网格中各三角形重叠区域的质心，所述质心即未知节点位置。

Description

一种无线传感器网络节点定位方法

技术领域

本发明涉及无线传感领域，尤其涉及一种基于几何特征分析的无线传感器网络节点定位方法。

背景技术

随着微机电系统、片上系统、无线通信和数字电子技术的发展，无线传感器网络作为一种新型的信息获取和处理模式，有着低功耗、低成本、分布式和自组织的特点，具有巨大的应用前景。无线传感器网络是由大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络，以协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息，并最终把这些信息发送给网络的所有者。

对于无线传感器网络来说，定位技术是其功能应用的关键部分，目前也是相关领域技术人员研究的热点。在大多数的无线传感器应用领域中，感知的数据只有在知道传感器位置信息的情况下才是有意义的。同时，明确传感器节点位置可以提高路由效率、为网络提供命名空间、向部署方提供网络的覆盖质量、实现网络的负载均衡以及网络拓扑的自我配置等。

无线传感网络中的定位算法一般分为基于距离的定位算法和距离无关的定位算法。距离无关的定位算法一般是通过大致估计的单跳距离来进行定位，其定位精度并不高。相比距离无关的定位算法，基于距离的定位算法易于硬件实现，得到了广泛的应用。在基于距离的定位算法的众多测距技术中，RSSI(ReceivedSignalStrengthIndication)测距技术的通信载荷和实现复杂度较低，目前被广泛应用。然而在目前的定位技术中，普遍存在定位误差大的难题，而且部分技术对传感器节点复杂度要求较高，定位成本相对也高。

鉴于上述原因，急需一种无线传感器网络节点定位方法，在提高定位准确度的同时，又能降低定位复杂度和计算量。

发明内容

本发明提供一种无线传感器网络节点定位方法，包括以下步骤：

S1、网络中每个锚节点分别广播一个消息，未知节点侦听所述锚节点的消息，并与邻居未知节点交换自身已侦听到的消息；

S2、将所述网络中任意三个锚节点组成三角形，测试所述各三角形中是否包含未知节点，并标记包含未知节点的三角形；

S3、将所述网络均分为若干个网格，且将每个网格赋初始值为0，若网格被所述包含未知节点的三角形部分覆盖或全部覆盖，则将所述网格对应值加1，否则减1；

S4、将各三角形重叠后获取最大值的网格，并获取所述最大值网格中各三角形重叠区域的质心，所述质心即未知节点位置。

优选的，测试所述各三角形中是否包含未知节点的方式为：利用RSSI无线信号强度信息计算节点间的距离，并获取所述未知节点与三角形中任意两个顶点组成的角度，获取三个角度之和，若所述角度之和在（340°，380°）范围内，则判定所述未知节点在所述三角形内部。

优选的，所述无线信号强度信息包括发射信号强度和接收信号强度。

优选的，所述锚节点广播的消息包含所述锚节点标识号、位置、及信号强度。

优选的，在所述网络的初始状态，锚节点个数占所有节点个数之和的比例不低于10%。

优选的，所述网络为各向同性网络，且锚节点与未知节点的通信半径相同。

优选的，锚节点在网络中分布方式为随机分布或规则分布。

与现有技术相比，本发明提供的无线传感器网络节点定位方法，是基于无线传感器网络中传感器节点的信息交换仅发生在节点与其邻居节点间，而网络中节点通常无法移动这一特征。在本发明提供的定位方法中，判断未知节点位置是否处于三角形内部时，只需通过节点自身信息判断，无需与邻居节点进行信息交换。故而对传感器节点复杂度要求较低，定位成本较低。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明较佳实施例提供的无线传感器网络节点定位方法流程图；

图2是本发明较佳实施例提供的传感器网络节点分布仿真示意图；

图3是本发明较佳实施例提供的锚节点数量与定位误差关系的趋势图；

图4是本发明较佳实施例提供的锚节点数量与定位误差关系的分析示意图；

图5是本发明较佳实施例提供的锚节点均匀分布与随机分布定位误差曲线对比图；

图6是本发明较佳实施例提供的锚节点比例为20%～50%时的定位误差曲线图；

图7是本发明较佳实施例提供的通信半径为10米时的网络连通示意图；

图8是本发明较佳实施例提供的通信半径为30米时的网络连通示意图；

图9是本发明较佳实施例提供的不同通信半径对应的定位误差对比图；

图10是本发明较佳实施例提供的不同网格定位误差对比图；

图11是本发明较佳实施例提供的网格划分精度与定位误差关系趋势图。具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如附图1所示，本发明较佳实施例提供的无线传感器网络节点定位方法包括步骤S1～S4。

步骤S1：网络中每个锚节点分别广播一个消息，未知节点侦听所述锚节点的消息，并与邻居未知节点交换自身已侦听到的消息。

具体而言，用户进行网络初始化时，锚节点在网络中分布方式为随机分布或规则分布，且初始状态锚节点个数占所有节点个数之和的比例不低于10%。于此，所述网络为各向同性网络，且锚节点与未知节点的通信半径相同。所述锚节点广播的消息包含所述锚节点标识号、位置、及信号强度。

步骤S2：将所述网络中任意三个锚节点组成三角形，测试所述各三角形中是否包含未知节点，并标记包含未知节点的三角形。

测试所述各三角形中是否包含未知节点的方式为：首先，利用RSSI无线信号强度信息计算节点间的距离，其中，所述无线信号强度信息包括发射信号强度和接收信号强度。接下来，获取所述未知节点与三角形中任意两个顶点组成的角度，获取三个角度之和，如果三角之和近似等于360°，则判定该未知节点在三角形内部，否则判定该未知节点在三角形外。现实环境中考虑测量误差和求反余弦时会有一定偏差，根据分析与实验，当三个角度之和在（340°，380°）范围内时，即可判定未知节点在三角形内部。

步骤S3：将所述网络均分为若干个网格，且将每个网格赋初始值为0，若网格被所述包含未知节点的三角形部分覆盖或全部覆盖，则将所述网格对应值加1，否则减1。

具体而言，根据步骤S2的测试结果，统计出包含未知节点的三角形后，用网格扫描法寻找重叠区域。所述网格扫描法即把传感器网络所在区域划分成大小相同的网格，每个网格初始值设为0，如果判断出节点在三角形内，相应的三角形所在的网格区域的值加1；反之，则相应的三角形所在的网格区域的值减1。重叠节点所在三角形内部的区域，所述区域也会越来越狭窄，最后网格值最大的区域将是最后得到的重叠区域。

步骤S4：将各三角形重叠后获取最大值的网格，并获取所述最大值网格中各三角形重叠区域的质心，所述质心即未知节点位置。

下面将以具体实施例方式对本发明提供的传感器网络节点定位方法作出详细说明。

本实施例提供的为网络监测区域为100m×100m的正方形二维区域，其中节点总数为100，节点随机分布在这一区域中。

下面结合图2至图5，对本发明较佳实施例提供的技术方案进行阐述。

如图2所示，圆点表示未知节点，加号表示锚节点，锚节点与未知节点的通信半径均为15m，监测区域被均分为50*50=2500个网格。

本发明提供的定位方法中，不同的锚节点比例，将计算得到不同的定位误差。图3是本发明较佳实施例提供的锚节点数量与定位误差关系的趋势图.如图3所示，横轴为锚节点的数量，纵轴为绝对定位误差。由图3可知，当锚节点数小于15个时，定位误差很大。当锚节点个数小于8个时，已无法通过本发明提供定位方法确定任何一个未知节点的位置。

根据图3，节点总数为100个，当锚节点比例小于10%时，定位误差很大；当锚节点比例在10%～20%时，定位算法的定位误差较大；当锚节点比例超过20%时，定位算法的定位误差大大降低，并且随着锚节点个数的增加而略微下降。可以发现，定位误差随着锚节点个数的增加减小。

图4是本发明较佳实施例提供的锚节点数量与定位误差关系的分析示意图。如图4所示，当锚节点个数在20～50之间时，随着锚节点个数的增加，定位误差在不断的减少，定位误差约为通信半径的10%左右，即在0.1R左右。

图5是本发明较佳实施例提供的锚节点均匀分布与随机分布定位误差曲线对比图。如图5所示，横轴表示锚节点个数，纵轴表示定位误差，图中两线分别表示锚节点均匀分布与随机分布状态。不难发现，锚节点的分布特征对定位误差影响不大，可以忽略。

下面结合图6至图11具体说明传感器网络中各因素对定位误差的影响。

图6是本发明较佳实施例提供的锚节点比例为20%～50%时的定位误差曲线图。如图6所示，当锚节点比例为20%～30%时，定位误差降低了21.27%，当锚节点比例为30%～40%时，定位误差降低了1.734%，当锚节点比例为40%～50%时，定位误差降低了0.543%。因此，在实际应用中，锚节点占全部节点的比例选取在25%～40%较为合理。

图7是本发明较佳实施例提供的通信半径为10米时的网络连通示意图。图7中的网络连通度为0.96，可以看出，未知节点附近可以用来进行定位的锚节点太少，不足总锚节点比例的1%，表明绝大部分未知节点周边没有锚节点，无法进行定位。

图8是本发明较佳实施例提供的通信半径为30米时的网络连通示意图。图8中的网络连通度为6.19，每个未知节点附近都可以找到占总数25%的锚节点，即可以找到20种三角形组合，可以满足定位算法对锚节点数量的要求。

图9是本发明较佳实施例提供的不同通信半径对应的定位误差对比图。如图9所示，横轴表示锚节点个数，纵轴表示定位误差。不同通信半径导致的定位误差，如图9所示，由图可知，随着通信半径的增加，定位误差逐渐减小。

综上得出，随着通信半径的增加，网络连通度逐渐增大，通过仿真实验发现，当通信半径为24米时，可以达到较高的网络连通度，同时满足定位算法对锚节点数量的要求，达到较好的定位效果。

网格的划分精度对本发明的节点定位方法也起着关键作用。单个网格太大，将导致较大的定位误差，单个网格过小，将增加计算量，对传感器的硬件提出更高要求，提高了定位算法的成本。因此，选择合适的网格划分精度大小对定位算法至关重要。

图10是本发明较佳实施例提供的不同网格定位误差对比图。由图10可以看出，在同一网格划分精度条件下，随着锚节点比例增加，定位误差减小，定位精度提高。在同一锚节点比例条件下，定位误差随着网格划分精度的提高而减小。当网格划分精度从10*10增加到20*20时，定位误差降低14%。当网格划分精度变为30*30时，定位误差降低17%。以此类推，当网格划分精度为100*100时，定位误差降低24%。取图10中所有节点定位误差的平均值，并设为纵坐标，网格划分精度设为横坐标，可以得到网格划分精度与定位误差之间的关系。

图11是本发明较佳实施例提供的网格划分精度与定位误差关系趋势图。如图11所示，当网格划分精度为10*10时，定位误差较大，随着网格划分精度的提高，定位误差逐渐降低，但降低的趋势逐渐变缓。当网格划分精度达到70*70时，后续进一步增加网格划分精度，定位误差也仅降低0.1%。由此可见，在同时考虑定位误差和计算代价的情况下，本实例中，网格划分精度选取为70*70。

综上所述，根据本发明提供的无线传感器网络节点定位方法，在部署网络时设置合理数量的锚节点，仅需通过节点间距离计算，即可快速进行无线传感节点的定位，且误差较小。同时在定位过程中，各节点的地位没有明显的主次之分，节点在传播距离矢量信息的同时，还计算自身的坐标。因此本方法具有良好的扩展性，可适用于大规模无线传感器的网络应用。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.一种无线传感器网络节点定位方法，其特征在于，包括以下步骤：

S1、网络中每个锚节点分别广播一个消息，未知节点侦听所述锚节点的消息，并与邻居未知节点交换自身已侦听到的消息，

其中，在所述网络的初始状态，锚节点个数占所有节点个数之和的比例不低于10％，且所述网络为各向同性网络，且锚节点与未知节点的通信半径相同；

S2、将所述网络中任意三个锚节点组成三角形，测试所述各三角形中是否包含未知节点，并标记包含未知节点的三角形，

测试所述各三角形中是否包含未知节点的方式为：利用RSSI无线信号强度信息计算节点间的距离，并获取所述未知节点与三角形中任意两个顶点组成的角度，获取三个角度之和，若所述角度之和在(340°，380°)范围内，则判定所述未知节点在所述三角形内部；

S3、将所述网络均分为若干个网格，且将每个网格赋初始值为0，若网格被所述包含未知节点的三角形部分覆盖或全部覆盖，则将所述网格对应值加1，否则减1；

S4、将各三角形重叠后获取最大值的网格，并获取所述最大值网格中各三角形重叠区域的质心，所述质心即未知节点位置。

2.根据权利要求1所述的方法，其特征在于，所述无线信号强度信息包括发射信号强度和接收信号强度。

3.根据权利要求1所述的方法，其特征在于，所述锚节点广播的消息包含所述锚节点标识号、位置、及信号强度。

4.根据权利要求1所述的方法，其特征在于，锚节点在网络中分布方式为随机分布或规则分布。