CN103338514B - 大规模分布式无线传感器网络的分级几何约束定位方法 - Google Patents

Abstract

本发明公开了一种大规模分布式无线传感器网络的分级几何约束定位方法，通过对几何约束信息分级，寻找节点所处的最小可行区域，在最小可行区域的基础上进行三角形内点测试法位置修正，达到提高网络节点定位覆盖率和平均定位精度的目的，改善APIT定位方法中的不可定位问题和定位精度缺失问题。本发明改进的APIT定位方法，在相同网络场景下平均定位精度提高15%-20%；在获得相同系统定位精度需求的情况下，更能节省网络部署成本；在信号各向异性环境中性能表现更为稳定。

Description

大规模分布式无线传感器网络的分级几何约束定位方法

技术领域

本发明涉及一种大规模分布式无线传感器网络的分级几何约束定位方法，属于分布式无线传感器网络技术领域。

背景技术

缩略语和关键术语定义

WSN	Wireless Sensor Network	无线传感器网络
			APIT	Approximate Point-In-Triangulation Test	近似三角形内点测试法
PIT	Perfect Point-In-Triangulation Test	最佳三角形内点测试法

定位常用术语：

·信标节点（BeaconNodes）：通过其他方法预先获得自身位置的节点；

·未知节点（UnknownNodes）：位置未知的待定位节点；

·邻居节点（NeighborNodes）：传感器节点通信半径内的所有其他节点；

·接收信号强度指示（ReceivedSignalStrengthIndicator，RSSI）：节点接收到的无线射频信号的强度大小。

无线传感器网络（WirelessSensorNetwork，WSN）是由布置在监测区域内的大量传感器节点通过无线通信方式形成的一个多跳的自组织网络系统，能够获取客观物理信息，对感知对象进行检测，并实时将检测信息传送给观察者，具有广泛的应用前景。由于其大量应用都需要明确信息来源的具体位置信息，即传感器节点的地理位置，因此节点定位问题成为无线传感器网络研究的热点。技术成熟的卫星定位系统具有定位精度高、实时性好、抗干扰能力强等优点，但是用户节点通常能耗高、成本高，单纯的卫星定位服务不能满足大规模低功耗低成本的传感器网络，因此，研究一种高精度、高覆盖率、低功耗的适用于无线传感器网络的定位系统或定位方法是推动无线传感器网络实用化进程的重要动力。

现有无线传感器网络节点定位问题主要分两类：节点自身定位和移动目标定位，前者是后者的基础。针对节点自定位问题，目前已经出现多种定位方法，依据是否需要测距可划分为两类：基于距离的定位方法和距离无关的定位方法。基于距离的定位方法常利用TOA、TDOA、AOA和RSSI等技术测量节点间的实际距离，再根据三边测量法或者极大似然估计法计算节点具体位置，这类方法定位精度高，但是硬件成本高、能耗高。距离无关的定位方法常根据网络连通性等信息估算节点位置，硬件装置简单，容易实现，定位精度相对较低。

距离无关定位方法中，由TianHe等人提出的近似三角形内点测试（ApproximatePoint-In-TriangulationTest，APIT）定位方法的定位精度相对较高、性能较稳定。APIT定位方法的基本思想是：假设未知节点能感知N个邻近信标节点，从信标节点集合中选出3个元素组成三角形（种选法确定个不同的三角形），所有包含未知节点的三角形的重叠区域即为未知节点位置估计区域，将重叠区域的质心作为未知节点的位置。APIT定位方法的关键在于如何判断未知节点是否处于三角形内部，如何求取包含未知节点三角形的共同覆盖区域，采用近似三角形内点测试法和网格扫描法来解决这两个问题。

（1）近似三角形内点测试法

定理1：处于三角形内部的任意点，不论它在三角形内怎样移动，都不会同时靠近或者远离三角形的3个顶点。

定理2：处于三角形外部的任意点，一定存在一个方向，点沿着这个方向移动时会同时靠近或者远离三角形的3个顶点。

上述两个定理阐明了最佳三角形内点测试法（PerfectPoint-In-TriangulationTest，PIT）的基本原理，PIT测试法是APIT定位的理论基础。

静态网络中节点都是静止的，为了在静态环境中实现三角形内点测试，将节点的邻居节点视作其移动位置采样点，利用邻居节点的相对位置关系来模拟节点的移动性。测试原理如图1所示，假如节点U的所有邻居节点N₁、N₂、N₃中，不存在任何节点相对于节点U同时靠近或者远离参考节点B₁、B₂、B₃，那么节点U位于ΔB₁B₂B₃内；否则节点U位于ΔB₁B₂B₃外。于是，基于移动性的三角形内点测试问题转化为基于未知节点和信标节点、未知节点的邻节点和信标节点之间距离比较的近似三角形内点测试问题。

（2）网格扫描法

未知节点利用网络扫描法对三角形内点测试结果进行累计。网格扫描法基本思想：将未知节点的邻近信标节点感知范围划分为均匀的网格，建立网格数组，记录每个网格可能包含未知节点位置的累计次数，网格初始值均设为0。依据三角形内点测试结果，如果三角形包含未知节点，则将三角形覆盖的所有网格数值增1；否则，将网格数值减1。统计完成后，将累计数值最高的网格区域质心作为未知节点的估计位置区。网格扫描法原理示意图如图2所示。

上述APIT定位方法虽然具有定位精度高、通信开销小等优点，能够很好的适应大规模随机分布网络，不过仍有其不足之处：

（1）三角形内点测试法依赖较高的信标节点密度，如图3(a)(b)所示，未知节点因不在任意信标节点组成的三角形内无法成功定位，或者因为邻近信标节点个数不足3个而无法进行三角形内点测试；

（2）三角形内点测试法容易出现三角形内外误判现象，导致最小区域分散，定位精度降低，如图3（c）所示，未知节点U最小区域为灰色区域和斜线区域（斜线区域为误判区域），节点估计位置因为误判变为U″，相比无误结果U′，定位误差增大；

（3）信标节点通信半径越大，越容易出现较大定位误差，如图3（d）所示，未知节点U有邻近信标节点B₁,B₂,B₃，信标节点通信半径r是未知节点通信半径R的3倍，节点在三角形区域内，成功实现定位，但是估计位置为U′，定位误差超过R。

发明内容

发明目的：为了克服现有的APIT定位方法的不足，提供一种在低信标节点数、高信标节点通信半径网络场景下，依旧能获取较高定位精度和定位覆盖率的无线传感器网络节点定位方法。

技术方案：一种大规模分布式无线传感器网络的分级几何约束定位方法，通过对几何约束信息分级，寻找节点所处的最小可行区域，在最小可行区域的基础上进行三角形内点测试法位置修正，达到提高网络节点定位覆盖率和平均定位精度的目的，改善APIT定位方法中的不可定位问题和定位精度缺失问题。本发明改进的APIT定位方法，在相同网络场景下平均定位精度提高15%-20%；在获得相同系统定位精度需求的情况下，更能节省网络部署成本；在信号各向异性环境中性能表现更为稳定。具体包括如下步骤：

（1）网络部署

已定位信标节点和待定位未知节点随机部署于二维监测区域内，其中，未知节点发射功率为P_U，信标节点发射功率为P_B，对应的通信圆半径分别为R和r。

（2）信标节点功率分级

信标节点根据通信圆半径比r/R确定分级级数将信标节点发射功率P_B划分为与发射半径r＝{R,2R,...,k_mR}对应的分级发射功率集合在每个发射功率等级下向邻居节点广播信标分组，携带自身标识号ID、位置信息以及发射功率级k。

（3）分级几何约束信息收集

未知节点根据收到的信标分组信息，创建并维护邻近信标节点表，记录邻近信标节点位置、标识号ID、发射功率级k和接收信号强度信息RSSI。若存在来自同一个信标节点的多个信标分组，保留发射功率级最小的信标分组记录。

（4）最小可行区域估计

未知节点以发射功率等级升序为主、接收信号强度降序为辅的方式，对其邻近信标节点排序。将序列中首个信标节点的边界盒作为基础可行区域，依顺序信标节点进行分级边界矩形估计，过程中忽略导致区域不存在的信标节点的影响。对最小边界矩形网格扫描求精后，获取最小可行区域，其质心作为节点初步估计位置。

（5）初步估计位置有效性判定

未知节点根据最小可行区域的边界矩形大小，判断节点初步估计位置的有效性。若最小可行区域满足应用精度需求（边界矩形边长小于应用设定阈值d_R），承认节点初步估计位置的有效性；否则，判定节点初步估计位置无效。

（6）邻居关系和位置信息交换

未知节点向邻居节点广播信标分组，携带邻近信标节点表、节点自身初步估计位置信息（无效设为空）。接收节点根据收到的信标分组，创建并维护邻近信标节点组合表和邻居节点位置信息表。初步估计位置有效的未知节点进行步骤(7)的条件判决，初步估计位置无效的未知节点转至步骤(8)。

（7）初步估计位置精确性判定

初步估计位置有效的未知节点，统计邻居节点位置信息表中非空的邻居节点和1级信标节点，若满足条件的邻节点存在，且其中一半以上的邻节点估计位置与未知节点估计位置满足应用精度需求（节点间距离小于应用设定阈值d_R），那么初步估计位置无须修正，将初步估计位置作为节点位置，定位过程结束；否则判定初步估计位置不够精确，进行步骤(8)。

（8）APIT测试法位置修正

初步估计位置精确度太低或者初步估计未知无效的未知节点，若邻近信标节点个数与邻居节点数满足三角形内点测试条件，进行三角形内点测试修正，对构成最小可行区域的网格块进行网格扫描判定，将累计数值最高的网格块区域质心作为节点修正位置。

进一步说明如下：

（Ⅰ）步骤（2）中所述信标节点功率分级，是步骤（3）中未知节点收集分级几何约束信息的前提，发射功率等级k形成分级几何约束因子，为步骤（4）中边界盒区域估计提供约束条件。

（Ⅱ）步骤（4）中所述最小区域估计方法由分级边界盒算法和网格扫描法来完成。假设未知节点的邻近信标节点集合为{B₁,B₂,...,B_n}，信标节点B_i坐标为(x_i,y_i)，未知节点通信半径为R，未知节点收集的信标分组分级几何约束因子集合为N+指的是正整数集合，则分级边界盒交叠矩形区域左下角坐标(x_min,y_min)和右上角坐标(x_max,y_max)满足：

(x_min，y_min)＝(max(x_i-k_iR)，max(y_i-k_iR))

(i＝1，2...，n)

(x_max,y_max)＝(min(x_i+k_iR),min(y_i+k_iR))

网格扫描几何约束条件为：

${\left|\right|X_U-X_{B_i}\left|\right|}_2\≤k_{i}R,(i=\mathrm{1,2},...,n)$

其中，X_U,X_B分别代表未知节点U和信标节点的位置向量，节点间的距离关系用节点坐标的二范数表示，R代表节点通信半径。

（III）步骤（5）中所述节点位置修正的判断条件由应用精度需求来确定，假设定位误差要求不超出d_R，则可行区域大小判断条件为：

|x_max-x_min|≤2d_R,|y_max-y_min|≤2d_R。

本发明技术方案带来的有益效果：

（1）本发明采用的可行区域估计机制能够有效提高节点成功定位的可能性；

（2）本发明采用的分级几何约束性能够有效改善节点的定位精度；

（3）本发明在最小可行区域的基础上进行三角形内点测试法和网格扫描法，能够有效降低原APIT定位方法的计算复杂度；

（4）本发明采用的邻近信标节点序列化能够有效缓解节点信号模型各向异性带来的负面影响，保证定位方法在实际应用环境中的性能稳定性。

附图说明

图1：APIT定位方法的三角形内点测试法原理示意图；

图2：APIT定位方法的网格扫描法原理示意图；

图3：APIT定位方法缺陷示意图；

图4：本发明的原理示意图；

图5：本发明采用的分级可行区域估计机制示意图；

图6：本发明采用的节点位置修正示意图；

图7：信标节点数目和信标节点通信半径对定位覆盖率的影响

（本发明定位方法与原APIT定位方法的定位覆盖率对比图）；

图8：信标节点数目和信标节点通信半径对平均定位精度的影响

（本发明定位方法与原APIT定位方法的平均定位精度对比图）；

图9：信号各向异性对定位覆盖率的影响

（本发明定位方法与原APIT定位方法的定位覆盖率对比图）；

图10：信号各向异性对平均定位精度的影响

（本发明定位方法与原APIT定位方法的平均定位精度对比图）。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明实施例一：（即本发明最优选的实施方案）

大规模分布式无线传感器网络的分级几何约束定位方法，包括如下步骤：

（1）网络部署

已定位信标节点和待定位未知节点随机部署于二维监测区域内，其中，未知节点发射功率为P_U，信标节点发射功率为P_B，对应的通信圆半径分别为R和r。

（2）信标节点功率分级

信标节点根据通信半径比r/R确定分级级数将最大发射功率P_B划分为与发射半径r＝{R,2R,...,k_mR}对应的分级发射功率集合在每个发射功率等级下向邻居节点广播信标分组，携带自身标识号ID、位置信息以及发射功率级k。

（3）分级几何约束信息收集

未知节点根据收到的信标分组信息，创建并维护邻近信标节点表，记录邻近信标节点位置、标识号ID、发射功率级k和接收信号强度信息RSSI。若存在来自同一个信标节点的多个信标分组，保留发射功率级最小的信标分组记录。

（4）最小可行区域估计

未知节点以发射功率等级升序为主、接收信号强度降序为辅的方式，对其邻近信标节点排序。将序列中首个信标节点的边界盒作为基础可行区域，依顺序信标节点进行分级边界矩形估计，过程中忽略导致区域不存在的信标节点的影响。对最小边界矩形网格扫描求精后，获取最小可行区域，其质心作为节点初步估计位置。

（5）初步估计位置有效性判定

未知节点根据最小可行区域的边界矩形大小，判断节点初步估计位置的有效性。若最小可行区域满足应用精度需求（边界矩形边长小于应用设定阈值d_R），承认节点初步估计位置的有效性；否则，判定节点初步估计位置无效。

（6）邻居关系和位置信息交换

未知节点向邻居节点广播信标分组，携带邻近信标节点表、节点自身初步估计位置信息（无效设为空）。接收节点根据收到的信标分组，创建并维护邻近信标节点组合表和邻居节点位置信息表。初步估计位置有效的未知节点进行步骤(7)的条件判决，初步估计位置无效的未知节点转至步骤(8)。

（7）初步估计位置精确性判定

初步估计位置有效的未知节点，统计邻居节点位置信息表中非空的邻居节点和1级信标节点，若满足条件的邻节点存在，且其中一半以上的邻节点估计位置与未知节点估计位置满足应用精度需求（节点间距离小于应用设定阈值d_R），那么初步估计位置无须修正，将初步估计位置作为节点位置，定位过程结束；否则判定初步估计位置不够精确，进行步骤(8)。

（8）APIT测试法位置修正

初步估计位置精确度太低或者初步估计未知无效的未知节点，若邻近信标节点个数与邻居节点数满足三角形内点测试条件，进行三角形内点测试修正，对构成最小可行区域的网格块进行网格扫描判定，将累计数值最高的网格块区域质心作为节点修正位置。

本发明定位方法的具体实现流程如图4所示。步骤（3）中邻近信标节点表、步骤（6）中邻近信标节点组合表和邻居节点位置信息表的详细字段定义和说明如表1所示。

表1本发明定位方法的邻节点表字段定义

进一步说明如下：

（Ⅰ）步骤（2）中所述信标节点功率分级，是步骤（3）中未知节点收集分级几何约束信息的前提，发射功率等级k形成分级几何约束因子，为步骤（4）中边界盒区域估计提供约束条件。

（II）步骤（4）中所述最小区域估计方法由分级边界盒算法和网格扫描法来完成。假设未知节点收集的信标分组分级几何约束因子集合为则分级边界盒交叠矩形区域左下角坐标(x_min,y_min)和右上角坐标(x_max,y_max)满足：

(x_min，y_min)＝(max(x_i-k_iR)，max(y_i-k_iR))

(i＝1，2...，n)

(x_max，y_max)＝(min(x_i+k_iR)，min(y_i+k_iR))

网格扫描几何约束条件为：

${\left|\right|X_U-X_{B_i}\left|\right|}_2\≤k_{i}R,(i=\mathrm{1,2},...,n)$

其中，X_U,X_B分别代表未知节点U和信标节点的位置向量，节点间的距离关系用节点坐标的二范数表示，R代表节点通信半径。基于分级边界盒算法和网格扫描算法的可行区域估计机制示意图如图5所示。

（III）步骤（5）中所述节点位置修正的判断条件由应用精度需求来确定，假设定位误差要求不超出d_R，则可行区域大小判断条件为：

|x_max-x_min|≤2d_R,|y_max-y_min|≤2d_R

（IV）步骤（7）中所述较小区域无需修正过程如图6（a）所示。未知节点U₁的邻近信标节点为B₁,B₂,B₃,B₄，位置节点U₂的邻近信标节点为B₂,B₃,B₄，信标节点通信半径r为未知节点通信半径R的3倍。图中两个粗线圈凸多边形分别代表U₁,U₂的近似可行区域，对应初步估计位置分别为U₁′,U₂′，二者间距离约为R。可以认为，未知节点U₁,U₂的初步估计位置有效，无需额外的三角形内点测试位置修正过程。

步骤（8）中所述较大区域三角形内点测试修正过程如图6（b）所示。未知节点U的邻近信标节点B₁,B₂,B₃通信半径r为未知节点通信半径R的3倍，可行区域估计的初步估计位置为U′，与节点实际位置U相距超过R，定位误差较大。图中粗线条围成的多边形区域近似可行区域，经三角形内点测试可知未知节点不在ΔB₁B₂B₃内，可行区域进行网格扫描后确定节点的修正位置为U″，相比初步估计位置U′定位精度更高。

实施例仿真：

（1）本实施例中的网络场景满足以下条件：

①监测区域为500m*500m的正方形二维地理区域，区域空旷无障碍物；

②节点随机部署，节点类型分为信标节点和未知节点，信标节点已经通过其他方式确定自身位置，未知节点利用信标节点位置信息实现自身定位。

③节点通信范围视作圆形，未知节点通信半径50m，信标节点通信半径为未知节点通信半径的倍数；

④定义理想环境下，节点信号传输各向同性，通信范围呈标准圆；非理想环境下，节点信号传输各向异性，通信范围呈不规则近似圆（用DOI不规则信号模型模拟节点信号各向异性环境）。

（2）本实施例中的实验方法如下：

表2本发明定位方法的定位覆盖率和定位精度研究模型参数定义

表3非理想环境下本发明定位方法性能研究模型参数定义

①实验一：改变信标节点数目和信标节点通信半径，分析它们对本发明定位方法的定位覆盖率和定位精度的影响，并对比本发明定位方法与原APIT定位方法在相同场景下的定位覆盖率和平均定位精度，仿真环境与参数定义如表2所示；

②实验二：使用DOI不规则信号模型模拟节点信号各向异性环境，改变DOI不规则度影响因子，研究本发明定位方法和原APIT定位方法在非理想环境中的性能表现，仿真环境与参数定义如表3所示。

（3）本实施例中的仿真结果如下：

①实验一：

A.信标节点数目和信标节点通信半径对定位覆盖率的影响

图7为信标节点单倍通信半径（虚曲线）和两倍通信半径（实曲线）情况下，本发明定位方法与原APIT定位方法的定位覆盖率-信标节点数目关系曲线对比图。从图中可以看出，为达到相同的定位覆盖率，本发明定位方法所需信标节点数较少，例如单倍信标节点通信半径下，定位覆盖率80%所需原APIT定位方法信标节点数至少为150，而本发明定位方法信标节点数仅为60。对比单倍通信半径和多倍通信半径曲线，信标节点通信半径增加，能够明显提高定位覆盖率。

B.信标节点数目和信标节点通信半径对平均定位精度的影响

图8为不同信标节点通信半径下，本发明定位方法与原APIT定位方法的平均定位精度-信标节点数目关系曲线对比图。

图8(a)中每条曲线反映信标节点通信半径固定时，本发明定位方法的平均定位精度随信标节点数目的变化趋势。所有曲线的变化趋势相同，定位误差随信标节点数目增加而较小，原因在于，信标节点数目的增加提供了更多分级几何约束信息，最小可行区域估计更加精确。

图8(b)(c)(d)分别为1倍、2倍和3倍通信半径下本发明定位方法与原APIT定位方法的定位精度对比曲线图。1倍通信半径对比曲线中，原APIT定位方法始终处于非网络全覆盖状态，平均定位精度保持在25%-35%（[0.25R,0.35R]）之间；本发明定位方法的定位误差随信标节点个数的增加而减小，信标节点数为150左右，定位精度开始优于原APIT定位方法。2倍和3倍通信半径对比曲线中，两种定位方法的定位误差都随信标节点个数的增加而减小，本发明定位方法的定位精度始终优于原APIT定位方法。

实施例实验一结果表明：本发明定位方法在达到网络全覆盖时，所需的信标节点数目或信标节点通信半径都较低，即网络部署成本较低；本定位方法的平均定位精度比原APIT定位方法高出15%-20%。

②实验二：

A.信号各向异性对定位覆盖率的影响

图9为三种网络场景下，本发明定位方法与原APIT定位方法的定位覆盖率受不规则度因子DOI影响的变化趋势对比图，图9(a)(b)(c)网络场景分别对应信标节点通信半径和信标节点数目组合(1,300),(2,90),(3,30)。从图中可以看出，定位覆盖率随不规则度DOI的变化趋势呈现一致，本发明定位方法的定位覆盖率几乎不受DOI因子的影响，而原APIT定位方法的定位覆盖率随着DOI的增加而减小。原因在于，本发明定位方法的区域估计定位机制认为节点存在邻近信标节点就可以实现定位，对定位条件的要求较低；原APIT定位方法的三角形内点测试条件要求至少需要三个邻近信标节点，以及额外的邻居节点辅助定位。节点信号模型不规则度越高，越容易破坏原APIT定位方法中原本可以满足三角形内点测试条件的信标节点组合，不规则信号环境中的定位覆盖率相比理想环境定位覆盖率就越低。实验结果表明，信号各向异性非理想环境中，本发明定位方法的定位覆盖率表现更为稳定。

B.信号各向异性对平均定位精度的影响

图10为三种网络场景下，本发明定位方法与原APIT定位方法的平均定位精度-不规则度因子DOI关系曲线对比图，覆盖组合(1,300),(2,90),(3,30)代表网络场景信标节点通信半径和信标节点数。

图10(a)中每条曲线反映改进算法平均定位精度随不规则度因子DOI的变化趋势。所有曲线的变化趋势相同，定位误差随着DOI的增加而增加。原因在于，几何约束通常以通信标准圆半径作为判断基准，DOI因子的增加，容易导致几何约束关系等级误差。针对此问题，本发明定位方法在步骤(4)中增加以发射功率等级升序为主、接收信号强度降序为辅的邻近信标节点序列化过程，将序列中首个信标节点的边界盒作为基础可行区域，减轻不规则环境因素带来的负面影响。另外，信号各向异性容易影响三角形内点测试判断的准确性，这也是本发明定位方法和原APIT定位方法的定位误差随DOI因子增大而增大的原因之一。

图10(b)(c)(d)分别为不同覆盖组合下本发明方法与原APIT方法的定位精度对比曲线，曲线斜率代表平均定位精度的变化快慢，反映它受DOI影响的程度。覆盖组合(1,300)和(2,90)的网络场景下，两种算法平均定位精度变化曲线斜率相近；覆盖组合(3,30)的网络场景下，原APIT定位方法曲线斜率更大。信标节点通信半径越大，原APIT定位方法定位误差受DOI影响的程度越大，而本发明定位方法在不同信标节点通信半径下，变化趋势相对稳定。因此可以认为，信号各向异性非理想环境中，本发明定位方法的平均定位精度表现更为稳定。

实施例实验二结果表明：本发明定位方法的定位覆盖率几乎不受信节点信号各向异性的影响，比原APIT定位方法更适用于非理想应用环境；本发明定位方法的平均定位精度受信号各向异性影响较小，这种优势在信标节点通信半径较大时更为突出。

Claims (4)

1.一种大规模分布式无线传感器网络的分级几何约束定位方法，其特征在于，包括如下步骤：

(1)网络部署

已定位信标节点和待定位未知节点随机部署于二维监测区域内，其中，未知节点发射功率为P_U，信标节点发射功率为P_B，对应的通信圆半径分别为R和r；

(2)信标节点功率分级

信标节点根据通信圆半径比r/R确定分级级数将信标节点发射功率P_B划分为与发射半径r＝{R,2R,...,k_mR}对应的分级发射功率集合在每个发射功率等级下向邻居节点广播信标分组，携带自身标识号ID、位置信息以及发射功率级k；

(3)分级几何约束信息收集

未知节点根据收到的信标分组信息，创建并维护邻近信标节点表，记录邻近信标节点位置、标识号ID、发射功率级k和接收信号强度信息RSSI；若存在来自同一个信标节点的多个信标分组，保留发射功率级最小的信标分组记录；

(4)最小可行区域估计

未知节点以发射功率等级升序为主、接收信号强度降序为辅的方式，对其邻近信标节点排序，将序列中首个信标节点的边界盒作为基础可行区域，依顺序对信标节点进行分级边界矩形估计，估计过程中忽略导致区域不存在的信标节点的影响；对最小边界矩形网格扫描求精后，获取最小可行区域，其质心作为节点初步估计位置；

(5)初步估计位置有效性判定

未知节点根据最小可行区域的边界矩形大小，判断节点初步估计位置的有效性；若最小可行区域满足应用精度需求，承认节点初步估计位置的有效性；否则，判定节点初步估计位置无效；

(6)邻居关系和位置信息交换

未知节点向邻居节点广播信标分组，携带邻近信标节点表、节点自身初步估计位置信息；接收节点根据收到的信标分组，创建并维护邻近信标节点组合表和邻居节点位置信息表；对初步估计位置有效的未知节点进行步骤(7)的条件判决，初步估计位置无效的未知节点转至步骤(8)；

(7)初步估计位置精确性判定

初步估计位置有效的未知节点，统计邻居节点位置信息表中非空的邻居节点和1级信标节点，若满足条件的邻节点存在，且其中一半以上的邻节点估计位置与未知节点估计位置满足应用精度需求，那么初步估计位置无须修正，将初步估计位置作为节点位置，定位过程结束；否则判定初步估计位置不够精确，进行步骤(8)；

(8)APIT测试法位置修正

初步估计位置精确度太低或者初步估计未知无效的未知节点，若邻近信标节点个数与邻居节点数满足三角形内点测试条件，进行三角形内点测试修正，对构成最小可行区域的网格块进行网格扫描判定，将累计数值最高的网格块区域质心作为节点修正位置。

2.如权利要求1所述的大规模分布式无线传感器网络的分级几何约束定位方法，其特征在于：步骤(2)中所述信标节点功率分级，是步骤(3)中未知节点收集分级几何约束信息的前提，发射功率等级k形成分级几何约束因子，为步骤(4)中边界盒区域估计提供约束条件。

3.如权利要求1所述的大规模分布式无线传感器网络的分级几何约束定位方法，其特征在于：步骤(4)中所述最小区域估计方法由分级边界盒算法和网格扫描法来完成；假设未知节点的邻近信标节点集合为{B₁,B₂,...,B_n}，信标节点B_i坐标为(x_i,y_i)，未知节点通信圆半径为R，未知节点收集的信标分组分级几何约束因子集合为则分级边界盒交叠矩形区域左下角坐标(x_min,y_min)和右上角坐标(x_max,y_max)满足：

(x_min,y_min)＝(max(x_i-k_iR),max(y_i-k_iR))

(i＝1,2,...,n)

(x_max,y_max)＝(min(x_i+k_iR),min(y_i+k_iR))

网格扫描几何约束条件为：

$\left|\right|X_U-X_{B_i}|{|}_2\≤k_{i}R,(i=1,2,...,n)$

其中，X_U,X_B分别代表未知节点U和信标节点的位置向量，节点间的距离关系用节点坐标的二范数表示，R代表节点通信圆半径。

4.如权利要求3所述的大规模分布式无线传感器网络的分级几何约束定位方法，其特征在于：步骤(5)中所述节点位置修正的判断条件由应用精度需求来确定，假设定位误差要求不超出d_R，则可行区域大小判断条件为：

|x_max-x_min|≤2d_R,|y_max-y_min|≤2d_R。