CN103491591B - 无线传感器网络复杂区域划分方法和节点定位方法 - Google Patents

Abstract

本发明涉及无线传感器网络复杂区域划分方法和节点定位方法。所涉及的划分方法包括：确定无线传感器网络复杂区域的边界节点，得到边界节点集；确定边界节点中的凹节点和凸节点；将无线传感器网络复杂区域划分为多个凸拓扑结构的子区域。所涉及的定位方法包括利用所涉及的复杂区域划分方法对复杂区域进行划分，然后利用传统的定位方法对各子区域进行定位。本发明的方法适合大规模复杂区域的监测，且定位精度高。

Description

无线传感器网络复杂区域划分方法和节点定位方法

技术领域

本发明涉及无线传感器网络的应用技术，特别是一种针对无线传感器网络复杂区域划分方法及节点定位方法。

背景技术

利用无线传感器网络技术对古建筑进行监测、保护和险情预警，如故宫博物馆智能监测系统、敦煌莫高窟遗址保护、和Torre Aquila古塔监测系统等等，都取得较好的效果，实现对环境信息长期实时监测，且网络本身不会对文物本身造成损伤。

将无线传感器网络应用于大型土遗址保护监测下，与一般通用的场景和搭建的模拟环境相比，节点的自定位技术在实际应用中，有着意想不到的困难和亟待解决的问题。大型土遗址覆盖区域广，区域形状具有相当复杂性，网络监测范围常以平方公里为单位计算，要实现区域全覆盖，需要部署大量的节点数。为避免人为侵入对土遗址造成不可预知的破坏，节点一般借助无人飞行器，随机播撒的方式进行部署，该部署方式导致节点分布具有不规则性。

无线传感器网络在大型土遗址保护的应用过程中，存在很多关键技术点，其中如何确定传感器节点本身的空间位置信息对遗址的保护起着关键性的作用。通过确定监测点传感器自身的位置，确定环境中温湿度、光照、霉变、盐碱度等事件发生变化的位置，以及有效发现土遗址发生裂变、形变、倾斜等险情的位置。

已有的针对无线传感器网络复杂区域下的基于网络连通性的节点定位方法主要有：

Yue Wang等人提出一种基于组件的定位算法，具体利用网络连通度获得逻辑拓扑结构，并利用三角形剖分原理，构建Voronoi图，解决复杂区域下，无信标节点的大规模无线传感器网络节点定位问题；该方法通过构建虚洞，对经过网络空洞的最短路径进行标记，采用三角函数理论，通过距离向量加减法求解节点间校准距离估计，该算法称之为REP；

Mo Li，Yun Wang等人对由于复杂区域这一主要因素，形成的各项异性网络环境下，对节点定位做出相关研究工作，解决网络通信“空洞”带来的定位误差问题。该方法的研究者提出虚拟尺思想，利用网络中的“拐点”信息，重新定义度量尺长度和划分度量刻度，解决在网络“空洞”存在下，提高DV-Hop定位算法的精度问题。

土遗址分布广阔，基于系统成本出发，常常划分为重灾监测区和非重点监测区，对网络节点部署密度有不同要求，导致节点密度具有不均匀性。遗址形状复杂和凹凸起落，伴有各种障碍物、众多环境噪声和网络通信“空洞”。其各种复杂因素，导致常规定位模型失效，其表现为定位精度明显下降、算法 计算量增大、通信开销量级增长，网络生存周期缩短。

发明内容

针对现有技术存在的问题和缺陷，本发明的目的之一在于提供一种无线传感器网络复杂区域划分方法。

为实现上述技术目的，本发明采取的技术方案如下：

一种无线传感器网络复杂区域划分方法，方法包括以下步骤：

（1）确定无线传感器网络复杂区域的边界节点，得到边界节点集ω；

（2）确定边界节点集ω中的凹节点和凸节点：

分别对各边界节点进行确定，当待确定边界节点的凹凸率大于（1+δ₁）时为凹节点，当待确定边界节点的凹凸率小于（1-δ₂）时为凸节点，其中δ₁和δ₂为修正因子，0≤δ₁≤0.3，0≤δ₂≤0.3；

对于待确定边界节点p，p∈ω，其凹凸率c_K(p)为：

$c_K\left(P\right)=\frac{D_K^P(p_1,p_2)}{\mathrm{\π}\×K}$ （式1）

（式1）中：

为所有节点中与边界节点p的跳数距离等于K跳的节点的集合， 且p₁节点与p₂节点间的所有跳数距离均大于1跳；

$D_K^P(p_1,p_2)=\left|{\∂N}_K\left(P\right)\right|-1-\mathrm{\ϵ};0\≤\mathrm{\ϵ}\≤\max \{{\mathrm{\ϵ}}_1,{\mathrm{\ϵ}}_2,\·\·\·,{\mathrm{\ϵ}}_i,...{\mathrm{\ϵ}}_I\};{\mathrm{\ϵ}}_i=|K-h_i|;i=\mathrm{1,2},\·\·\·,I;$ I为p₁节点与p₂节点间通讯所需辅助节点的总个数；h_i为辅助节点q_i与P点的最短跳数距离；h_i≠K，且所有辅助节点不属于

K为节点间的跳数距离，2≤K≤5；

（3）将无线传感器网络复杂区域划分为多个凸拓扑结构的子区域；

利用至少一条区域划分线段将无线传感器网络复杂区域划分为多个凸拓扑结构的子区域；步骤（2）确定的所有凹节点中每个凹节点对应一条区域划分线段：

对于凹节点T，其对应的区域划分线段的确定方法如下：

确定T₁节点和T₂节点，其中T₁∈ω，T₂∈ω，T₁节点与凹节点T的跳数距离及T₂节点与凹节点T的跳数距离均等于K跳，且T₁节点与T₂节点间的所有跳数距离均大于1跳；

T₁节点和T₂节点向无线传感器网络复杂区域中的所有节点发送数据包，接收到数据包的节点记录 其与T₁节点和T₂节点的最短跳数距离，凹节点T对应的区域划分线段由与T₁节点和T₂节点的最短跳数距离相等的节点确定。

针对现有技术的缺陷或不足，本发明还提供了无线传感器网络复杂区域中的节点定位方法，方法包括以下步骤：

利用上述的无线传感器网络复杂区域划分方法将无线传感器网络复杂区域划分为多个凸拓扑结构的子区域；

对多个凸拓扑结构的子区域分别进行节点定位。

进一步，采用下述方法对多个凸拓扑结构的子区域分别进行定位：

每个子区域包括多个信号节点和多个未知节点，定位方法包括以下步骤：

A、确定子区域的平均单跳距离

设当前定位的子区域中包含有N个信号节点，该子区域的平均单跳距离HopSize^N为：

${\mathrm{HopSize}}^N=\frac{\underset{m\≠n}{\mathrm{\Σ}}{\mathrm{hop}}_{\mathrm{mn}}\×d_{\mathrm{mn}}}{\underset{m\≠n}{\mathrm{\Σ}}{\mathrm{hop}}_{\mathrm{mn}}^2}$ （式2）

（式2）中：

d_mn为信标节点m和信标节点n间的实际距离；

hop_mn为信标节点m和信标节点n间的最短跳数距离；

m＝1,2,…,N，n＝1,2,…,N，且m≠n；

B、确定每个未知节点的信号节点，每个未知节点确定至少三个信标节点；

C、根据信标节点的坐标位置计算未知节点的坐标位置。

进一步，步骤B中，对于未知节点P_X，在其通信范围内的所有信标节点中相邻信标节点的几何精度因子最小。

进一步，首先排除三个信标节点共线的情况，再确定未知节点的三个信标节点。

与现有技术相比，本发明的优点在于：适合大规模复杂区域的监测，且定位精度高。

附图说明

以下结合附图与具体实施方式对本发明作进一步解释说明。

图1为无线网络传感器复杂区域划分示意图；

图2为P点三跳范围内节点集示意图；

图3为L型复杂区域划分示意图；

图4是回字型拓扑区域划分示意图；

图5为未知节点O的信标节点部署示意图；

图6是信标节点构成不同几何位置的1/GDOP的值；

图7是信标节点构成不同几何位置的GDOP值。

具体实施方式

本发明所述的无线传感器网络指的是多个无线传感器节点基于网络连通性组成的网络。

本发明所述的无线传感器网络复杂区域指的是无线传感器网络中区域形状为凹形、区域中的随机分布至少1000个无线传感器节点的区域。复杂区域主要是指传感器网络监测保护的区域所呈现的不规则地理地形，使得随机部署的节点其分布区域的形状具有不规则性，或者是传感器网络监测区域中存在阻隔信号传输的障碍物或者网络空洞等情况。

本发明所述的区域形状为凹形指的是区域的边界存在凹形，如L形区域（如图3所示）、C形区域（如图1所示）、回字形区域（如图4所示）。

本发明所述的确定无线传感器网络复杂区域的边界节点可采用Wang Y等人（WangY,Gao J,Mitchell J S B.Boundary recognition in sensor networks by topologicalmethods[C].Proc of ACM MobiCom.New York:ACM,2006:122-133.）提出的基于最短路径的边界检测算法，该方法是基于网络拓扑信息，实现节点边界检测。

本发明所述的跳数距离指的是节点间的通信跳步数。无线传感器网络中节点间的跳数距离可以节点间相互转发信息数据包的方式记录。本发明所述的最短跳数距离指的是：在无线传感器网络中的两个节点间有多个跳数距离，最短跳数距离是两个节点间所有跳数距离中的最小跳数距离。

本发明所述的凸拓扑结构的子区域指的是被分解后的具有凸型拓扑结构的区域。

本发明的实际距离指的是节点间的实测距离，单位为适当的国际长度计量单位，如：米。

本发明的区域划分算法主要划分为两个阶段:第一阶段是网络节点边界检测和拓扑发现；第二阶段进行节点的区域划分，该阶段完成以后，全网中所有节点将被划分为不同的区域节点集合。

本发明的未知节点定位方法的基本思路是：首先通过定义网络中的凹凸点，然后确定区域划分线段，最后通过最短跳距法判断未知节点属于哪个凸形子区域，实现区域划分，并在每个子区域中进行定位，降低复杂区域对节点定位精度的影响。

本发明所述的边界节点中的凹节点和凸节点的确定，需要解释说明的是：

首先，进行网络凹凸点识别与判定，对于给定的复杂区域网络N，其中包含有信标节点和待定位节点。

对于给定的复杂区域网络，如图1所示，其中包含有信标节点和待定位节点。采用已有的网络边界节点检测法，检测出该网络下的大部分边界节点。图1中用黑色实心点表示边界节点，构成边界点集合，定义为ω。对于边界点集合中的任何一点P，即P∈ω。通过网络通信，信息交互，定义P点其K跳以内的邻居节点构成集合为N_K(P)，如图2所示中K=3。当且p₁,p₂间的所有跳数距离大于1。p₁通过上的点到达p₂的最短跳数距离记为对于为连续的情况，计算方式是，p₁到p₂（包括p₁和p₂）经过上的节点数减去1，即p₁通过 上的点到达到p₂点最短跳段数，也即 $D_k^P(p_1,p_2)=\left|{\∂N}_K\left(P\right)\right|-1\left(\right|{\∂N}_K\left(P\right)|$ 为集合的基数，即属于集合的节点数目）。计算各个边界节点的凹凸率：

$c_k\left(P\right)=\frac{0.5\×D_K^P(p_1,p_2)\×K}{0.5\×\mathrm{\π}\×K\×K}=\frac{D_K^P(p_1,p_2)}{\mathrm{\π}\×K}---\left(1\right)$

对于网络边界节点P有：

考虑到网络具有离散性，引入两个阈值δ₁和δ₂来判断凹凸节点。

考虑到离散网络的自身特点，可能是非连续的，因此需要借助辅助节点来估计如图3所示，p₁与p₂之间的通信是非连续的，因为p₁与p₄不在相互通信范围之内，即p₁点不能直接把信息发送给p₄点，需借助辅助节点q₃（q₃不属于实现p₁和p₄之间节点通信。其中q₃点与P点的最短跳数距离为h，且h≠K。该情况下，p₁点到p₂点以最短路径方式经过上的距离为： $D_K^P(p_1,p_2)=\left|{\∂N}_K\left(P\right)\right|-1-{\mathrm{\ϵ}}^{\′},{\mathrm{\ϵ}}^{\′}=|K-h|$

另外，存在一种情况，部分临近的节点通过计算都判断为凹点，即构成凹点集，如图1中P点的临近部分边界节点可能构成凹点集。对于凹点集中计算得到凹凸率的点，选取凹凸率最大的节点）作为凹点。

本发明所述的将无线传感器网络复杂区域划分为多个凸拓扑结构的子区域，需要解释说明的是：

通过计算边界点的凹凸曲率，找到网络的凹点集。确定网络凹点集后，把复杂区域划分成多个具有近似凸拓扑结构的子区域，划分过程具体描述如下。

对于全连通网络，通过对网络的边界节点进行凹凸点判定，得到网络的凹点集V，凹点越多，网络 划分的子区域越多。凹点集中的凹节点T，确定T₁节点和T₂节点，其中T₁∈ω，T₂∈ω，T₁节点与凹节点T的跳数距离及T₂节点与凹节点T的跳数距离均等于K跳，且T₁节点与T₂节点间的所有跳数距离均大于1跳，该条件保证了T₁节点与T₂节点位于T两侧；T₁节点和T₂节点向无线传感器网络复杂区域中的所有节点发送数据包，接收到数据包的节点记录其与T₁节点和T₂节点的最短跳数距离，凹节点T对应的区域划分线段由与T₁节点和T₂节点的最短跳数距离相等的节点确定。

对于划分好的近似凸区域中，节点是随机部署的，节点定位的误差主要来源于以下几个方面：信标节点的比例，信标节点的几何位置，平均单跳距离估计和位置计算方法。

对于信标节点的比例对定位精度的影响，大量研究与仿真结果表明，网络的平均定位精度将随着信标节点比例的增大而提高，达到一定比例后，节点定位精度趋于某一个范围之内。本发明的信标节点密度是：节点间距为5-20m，最大通信半径是80m。

待测节点到信标节点的距离除了与跳步数有关外，还与平均单跳距离有关，为了提高定位精度，本发明信标节点的平均单跳距离用式(2)进行估计，该估计方法是基于最小均方误差准则，f₂表示实际距离和估计距离的误差平方的样本均值，如下式

$f_2=\frac{1}{t=1}{\mathrm{\Σ}}_{m\≠n}{(d_{\mathrm{mn}}-{\mathrm{HopSize}}^N*{\mathrm{hop}}_{\mathrm{mn}})}^2$

令 $\frac{{\∂f}_2}{{\∂\mathrm{HopSize}}^N}=0,$ 得到式（2）

${\mathrm{HopSize}}^N=\frac{\underset{m\≠n}{\mathrm{\Σ}}{\mathrm{hop}}_{\mathrm{mn}}\×d_{\mathrm{mn}}}{\underset{m\≠n}{\mathrm{\Σ}}{\mathrm{hop}}_{\mathrm{mn}}^2}$ （式2）

其中，

d_mn为信标节点m和信标节点n间的实际距离；hop_mn为信标节点m和信标节点n间的最短跳数距离；m＝1,2,…,N，n＝1,2,…,N，m≠n；t为估计平均单跳距离时选取的样本数目，所述样本指的是任意两个信标节点之间的实际距离和最短跳数距离；N为网络中信标节点总数。

三边测量法是实现无线传感器网络节点定位过程中很重要的一个环节，但是信标节点的几何位置影响定位误差。当三个信标节点共线时定位误差最大。在GPS定位系统中，几何精度因子(GDOP)描述测量点的地理分布与测量误差和定位误差之间关系的物理量，当其值越小时，定位误差对测距误差越不敏感，表明定位误差对测距误差的容忍度程度越好，即较大的测距误差不会引起较大的定位误差；当其值 越大，定位误差对测距误差就越敏感，表明定位误差对测距误差的容忍程度就越差，即较小的测距误差都会导致较大的定位误差。由此可见，GDOP其抑制测量误差影响，放大由于参考节点的几何位置引起的定位误差，从而可利用其来有效选择参与定位计算的信标节点。对于待定位节点v₀点其有R个信标节点V₁,V₂,…,V_r,…,V_r',…,V_R；r＝1,2,3,…,R;r'＝1,2,3,…，R;且r≠r'则计算方式如下式：

$\mathrm{GDOP}=\frac{{\mathrm{\σ}}_0}{\mathrm{\σ}}=\sqrt{\frac{R}{\underset{r=1}{\overset{R-1}{\mathrm{\Σ}}}\underset{r>r^{\′}}{\overset{R}{\mathrm{\Σ}}}{\sin }^2{\mathrm{\α}}_{{\mathrm{rr}}^{\′}}}}$ (式3)

其中σ₀为待定位节点的估计位置方差，σ²为测量距离误差方差，α_rr'为相邻信标节点（信标节点r与信标节点r'为相邻信标节点，相邻两个信标不存在其他信标节点）与未知节点构成的角度。对于基于最小均方误差准则估计的测量距离误差，其服从高斯分布。从而当测量距离误差方差一定时，GDOP值越小，说明信标节点构成的几何位置关系越接近正三角形，从而可以选取相应的信标节点参与位置计算过程。

对于本发明来说，R≥3，具体来说：

对于未知节点O，当信标节点数目为三个时，即信标节点A、B和C，为消除信标节点到未知节点距离对定位精度的影响，假设A、B、C三个节点到未知节点的距离相等，也就是处于同一圆周上，A点位置固定，B、C点位置不固定。当存在一定测距误差下，三个信标点构成几何位置不同时，其O点定位精度等级不同。根据（式3），取信标节点数目为三的情形进行分析（当节点数目大于三时，结果无法用三维图像表示），如图6所示，夹角α₁和α₂变化时，1/GDOP的变化情况，其中x轴表示夹角α₁的大小，y轴表示夹角α₂的大小，z轴表示1/GDOP的大小，夹角的单位都是弧度值Pi。图7是图6从-Z轴方向观测的等高线图，三个信标节点构成等边三角形位置时，其定位精度最高，具体部署方式如图5所示。由此类推，当信标节点数目大于三个时，相邻节点的夹角尽可能相等，即信标位置构成的集合位置关系越接近正多边形，定位精度会达到最高。由于测距存在误差，为提高的精度，常常需要较多的信标节点来确定未知节点的位置信息，信标节点的最大数目由未知节点的通信范围和信标节点间的几何精度因子确定。

因此，对于网络中，未知节点接收到来自多个信标节点信息，有多种情况，选择的信标节点其构成几何结构应尽可能接近正三角形或正多边形，参与计算过程，大致选择过程如下。

第一步：利用几何中的斜率信息，排除三个信标节点共线的情况；

第二步：计算相应的GDOP值，选择使GDOP值最小的至少三个信标节点参与位置计算。

步骤三，未知节点与信标节点间的距离估计，具体可采用三边测量法。

以下是发明人提供的实施例，以对本发明的技术方案作进一步解释说明。

实施例1：

遵循本发明的技术方案，该实施例的复杂区域为L型网络，参考图3，且δ₁=0.2，δ₂=0.3，K＝3。

如图3所示，通过区域划分线段L（图中灰色实心点构成的路径）将整个区域划分为两个子区域，公共节点P所在的由边界和划分线段L构成的子区域都是近似凸的，从而，区域划分大大降低了节点P的凹凸率。

关于各线段上节点的归属原则是：随着各线段上逐个节点的归属，比较所有子区域中相邻两个子区域中未知节点的个数，将线段上的节点归属于未知节点个数较大的子区域，直至所有线段节点归属完毕。

实施例2：

该实施例采用对实施例1中的各子区域进行定位。实施例1中分割出两个子区域，分别定义为子区域一和子区域二。

(1)遵循本发明的技术方案，分别求取子区域一和子区域二的平均单跳距离；

（2）遵循本发明的技术方案，确定每个未知节点的信号节点，每个未知节点对应三个信标节点；

（3）利用三边测量法根据信标节点的坐标位置计算未知节点的坐标位置。

Claims (5)

1.一种无线传感器网络复杂区域划分方法，其特征在于，方法包括以下步骤：

(1)确定无线传感器网络复杂区域的边界节点，得到边界节点集ω；

(2)确定边界节点集ω中的凹节点和凸节点：

分别对各边界节点进行确定，当待确定边界节点的凹凸率大于(1+δ₁)时为凹节点，当待确定边界节点的凹凸率小于(1-δ₂)时为凸节点，其中δ₁和δ₂为修正因子，0≤δ₁≤0.3，0≤δ₂≤0.3；

对于待确定边界节点p，p∈ω，其凹凸率c_K(p)为：

式1中：

$D_K^P(p_1,p_2)=|\∂N_K\left(P\right)|-1-\mathrm{\ϵ};0\≤\mathrm{\ϵ}\≤max\{{\mathrm{\ϵ}}_1,{\mathrm{\ϵ}}_2,...,{\mathrm{\ϵ}}_i,...{\mathrm{\ϵ}}_I\};{\mathrm{\ϵ}}_i=|K-h_i|;i=1,2,...,I;I$

为p₁节点与p₂节点间通讯所需辅助节点的总个数；h_i为辅助节点q_i与P点的最短跳数距离；h_i≠K，且所有辅助节点不属于

为所有节点中与边界节点p的跳数距离等于K跳的节点的集合， 且p₁节点与p₂节点间的所有跳数距离均大于1跳；

K为节点间的跳数距离，2≤K≤5；

(3)将无线传感器网络复杂区域划分为多个凸拓扑结构的子区域；

利用至少一条区域划分线段将无线传感器网络复杂区域划分为多个凸拓扑结构的子区域；步骤(2)确定的所有凹节点中每个凹节点对应一条区域划分线段：

对于凹节点T，其对应的区域划分线段的确定方法如下：

确定T₁节点和T₂节点，其中T₁∈ω，T₂∈ω，T₁节点与凹节点T的跳数距离及T₂节点与凹节点T的跳数距离均等于K跳，且T₁节点与T₂节点间的所有跳数距离均大于1跳；

T₁节点和T₂节点向无线传感器网络复杂区域中的所有节点发送数据包，接收到数据包的节点记录其与T₁节点和T₂节点的最短跳数距离，凹节点T对应的区域划分线段由与T₁节点和T₂节点的最短跳数距离相等的节点确定。

2.一种无线传感器网络复杂区域中的节点定位方法，其特征在于，方法包括以下步骤：

利用权利要求1所述的无线传感器网络复杂区域划分方法将无线传感器网络复杂区域划分为多个凸拓扑结构的子区域；

对多个凸拓扑结构的子区域分别进行节点定位。

3.如权利要求2所述的无线传感器网络复杂区域中的节点定位方法，其特征在于，采用下述方法对多个凸拓扑结构的子区域分别进行定位：

每个子区域包括多个信号节点和多个未知节点，定位方法包括以下步骤：

A、确定子区域的平均单跳距离

设当前定位的子区域中包含有N个信号节点，该子区域的平均单跳距离HopSize^N为：

式2中：

d_mn为信标节点m和信标节点n间的实际距离；

hop_mn为信标节点m和信标节点n间的最短跳数距离；

m＝1,2,…,N，n＝1,2,…,N，且m≠n；

B、确定每个未知节点的信标节点，每个未知节点确定至少三个信标节点；

C、根据信标节点的坐标位置计算未知节点的坐标位置。

4.如权利要求3所述的无线传感器网络复杂区域中的节点定位方法，其特征在于，步骤B中，对于未知节点P_X，在其通信范围内的所有信标节点中相邻信标节点的几何精度因子最小。

5.如权利要求3或4所述的无线传感器网络复杂区域中的节点定位方法，其特征在于，首先排除三个信标节点共线的情况，再确定未知节点的三个信标节点。