CN103529427A - 无线传感网随机部署下的目标定位方法 - Google Patents
无线传感网随机部署下的目标定位方法 Download PDFInfo
- Publication number
- CN103529427A CN103529427A CN201310476591.5A CN201310476591A CN103529427A CN 103529427 A CN103529427 A CN 103529427A CN 201310476591 A CN201310476591 A CN 201310476591A CN 103529427 A CN103529427 A CN 103529427A
- Authority
- CN
- China
- Prior art keywords
- target
- links
- link
- rssi
- wireless sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 238000011897 real-time detection Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 241001465754 Metazoa Species 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0205—Details
- G01S5/0215—Interference
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/12—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种无线传感网随机部署下的目标定位方法,具体包括如下步骤:步骤一,构建无线传感器网络;步骤二,参考数据采集;步骤三,实时检测各条链路的RSSI值;步骤四,选取三条受影响链路;根据选出的三条链路形成的交点的三种不同分布情况,确定目标可能位置区域;步骤五,根据目标在M×N个可能位置点处时三条链路的RSSI估计值和实际测得的三条链路的RSSI值确定目标的位置。本发明的方法无需无线传感网节点的规则部署,能够适应复杂多变的野外环境,通过无线传感网络随机部署情况下对大规模场景区域中的目标进行检测定位,省时省力,定位结果准确,具有较好的应用前景。
Description
技术领域
本发明属于无线网络的应用领域,具体涉及一种在无线传感网随机部署情况下进行目标被动式定位的方法,该方法应用于野生动物的定位。
背景技术
野生动物在自然界中具有重要的生态地位和功能,如何有效对其进行监测与保护,显得尤为重要。传统的野生动物保护多采用人工方式手工记录、统计,存在很多弊端,如:缺乏长期性、实时性,也有一定的困难性和危险性,另外,难以对获取的数据进行时间、空间、现象的综合分析。无线传感器网络的出现,为解决上述问题提供了技术支撑。
无线传感器网络是由部署在被监测区域的大量分布式传感器节点组成的,它综合了传感器技术、无线通信技术、嵌入式技术和计算机技术等多种领域技术,通过各种类型的传感器对物质的性质、环境的状态以及行为模式等信息进行大规模、长期、实时的获取,并通过802.15.4通信协议以自组织的方式将感知数据传送至远程数据中心。其中,基于无线传感器网络的定位技术为野生动物的活动轨迹监测提供了有效解决方案。
目前,利用无线传感网进行目标定位的研究已经取得了一些进展,依据其定位的基本原理可以分为:主动式定位和被动式定位。
主动式定位通常是通过目标携带相关设备与部署区域中的节点通信,节点获取相应信号,并对其进行处理,从而实现目标定位。目标位置的不同会引起节点获得信号的不同,因此通过建立起接收的信号和目标位置的对应函数关系,对目标进行定位。这种方法定位精度较高,但是让目标携带相应的电子标签不仅难度过大,而且还会影响其正常生活,因此,主动式定位难以得到较好的应用。
被动式定位不需要目标携带相应的设备,其利用目标在不同的位置对网络的影响来进行目标定位,RSSI(Received Signal Strength Indicator)信号是被动式定位常用的监测参数,目标在不同位置处,会对链路的RSSI值造成不同影响,从而可以通过监测得到的链路RSSI值得到目标的位置,这种定位方法已经取得了一些进展。
如图1(a)所示,张滇等将传感器节点均匀部署在监测区域中,相邻的节点进行通信,目标在区域内活动会对两个通信的节点造成干扰。通过对目标在不同位置处,节点间链路受到的的无线电信号RSSI干扰进行量化标定,建立位置与RSSI值干扰之间的关系。当全网收到一组变化的RSSI值时,可以推出物体所在的位置。
如图1(b)所示,Joseph Wilson等将传感器节点均匀部署在定位区域四周,所有节点两两之间洪范通信。目标在区域内活动会对两个通信的节点造成干扰,当全网节点收到一组变化的RSSI值时,可以推出物体所在的位置。
如图1(c)所示,张滇等在定位区域中将节点部署成六边形,六边形的中心部署一个发射节点,该节点同各个顶点的节点通信。与上述方法类似,目标在不同位置处对链路RSSI干扰不同,建立位置与RSSI值之间的关系。当全网节点收到一组RSSI变化值时,可以推出物体所在的位置。
另外,本发明的申请人课题组申报的中国专利(专利号:ZL201210059809.2)记载的名称为:一种面向野生动物的无线传感器网络的目标定位方法,包括构建无线传感器网络、参考数据采集、确定目标是否进入监测区域、确定目标进入哪个小三角形、确定目标相对三角形的精确位置、确定目标的实际地理位置等步骤,该方法适合稀疏部署场景,能满足在保证一定的目标定位正确率的前提下,通过网络的稀疏部署,用最少的节点有效的监测目标,以获取其位置信息的需求。
上述现有的四种方法被动式定位方法均要求节点规则部署,对于大规模场景,这种部署方式显然要花费大量的精力和资源,而且野外环境复杂多变,多数情况下无法完成对节点的规则部署,因此,上述方法难以适用于大规模野外环境下的目标定位。
发明内容
针对上述现有定位方法存在的缺陷或不足,本发明的目的在于,提供一种无线传感网随机部署下的目标定位方法,该方法无需无线传感网规则部署,能够适应复杂多变的野外环境,实现了在无线传感网络随机部署情况下对大规模场景区域中的目标进行检测定位。
为了实现上述任务,本发明采取如下的技术解决方案:
一种无线传感网随机部署下的被动式目标定位方法,具体包括如下步骤:
步骤一,构建无线传感器网络:
在监测区域的内外边界处以及监测区域内部随机部署传感器节点,得到无线传感器网络;
步骤二,参考数据采集:
步骤三,实时检测:
步骤四,确定目标可能位置区域:
(1)选取三条受影响链路:
若恰好只有三条链路受到影响,则选择这三条链路;若受影响的链路总数大于3,则在受到影响的所有链路中选择三条链路;
(2)根据选出的三条链路形成的交点的三种不同分布情况,确定目标可能位置区域。
A):三条链路交于一个交点,则以该交点为圆心,以目标影响范围r为半径形成的圆作为目标可能位置区域;
B):三条链路相交形成距离不大于2r的两个交点,则以该两交点连线的中点为圆心,以影响范围r为半径形成的圆作为目标的可能位置区域;
C):三条链路形成三个交点的情况分为以下两种:
1)三个交点所形成的三角形存在至少一条长度不大于2r的边,则以长度不大于2r的边中任一边的中点为圆心,以影响范围r为半径形成的圆作为目标可能位置区域;
2)三个交点所形成的三角形的任意边的边长均大于2r,则分别以该三角形的三个顶点为圆心,以影响范围r的两倍为半径形成三个圆;将该三个圆中与三角形的每条边均有交点的圆作为目标可能位置区域;
确定的目标可能位置区域均为圆形区域,将该圆形区域的外接正方形区域作为最终的目标可能位置区域;
步骤五,目标定位:
将最终的目标可能位置区域均匀划分为M×N个格子,取每个格子的中心为1个可能的位置点,共得到M×N个可能位置点,将它们的位置分别记为:l1,1,l1,2,…,li,j,…lM,N;
对M×N个可能位置点,每个点按下式对选中的三条链路a、b、c分别计算RSSI估计值:
式中,k表示步骤四选出的三条链路的编号,k∈(a,b,c);表示目标在第(i,j)个位置点,即li,j处时,第k条链路的RSSI估计值;G噪表示噪声或电量引起的波动,取-2~2dB;C(x),S(x)表示菲涅尔积分, 其中,λ为电磁波波长,对使用2.4GHz波段的节点而言,λ=0.125m;d1、d2为目标可能位置点li,j在链路上的投影点分别距链路发送节点和接收节点的距离;目标可能位置点li,j距链路的垂直距离为D;以第k条链路中点为坐标原点,发送节点指向接收节点的方向为Y轴,链路中垂线所在直线为X轴,其中Y轴正半轴绕坐标原点逆时针旋转90度方向为X轴的正半轴,建立直角坐标系,当目标可能位置点li,j在X≥0区域时,d=D;当目标可能位置点li,j在X<0区域时,d=-D。h1=(d+w/2),h2=(d-w/2);其中,w为目标的宽度;
得到目标分别在M×N个可能位置点时,选中的三条链路的RSSI估算值:
根据计算得到的目标在M×N个可能位置点处时三条链路的RSSI估计值和实际测得的链路RSSI值确定目标的位置。
进一步的,所述步骤一的构建无线传感器网络,具体包括如下步骤:
(1)在监测区域的内外边界处,沿边界形状每隔3~5米部署一个节点;(2)在监测区域内部随机部署传感器节点,节点密度不小于0.02个/平方米;(3)节点距地面高度0.6~1米;(4)节点总数不小于6个;(5)在距离网络拓扑50米以内设置汇聚节点。
进一步的,所述步骤二参考数据采集中,得到的无线传感器网络中链路的确定过程为:每个节点广播一个含有自身编号的数据包,成功收到该数据包的节点记录发送节点与接收节点之间的链路的RSSI值和两个节点的编号,并将该信息发送至基站;记录无线传感器网络中各节点的位置。
进一步的,所述步骤四的(1)选取三条受影响链路中,若受影响的链路总数大于3,则在受到影响的所有链路中选择三条链路的条件满足:
A)选取RSSI值变化量最大的前三条通信链路,选取过程中,若某几条链路RSSI值变化量相等,优先选取链路长度最短的链路;
B)每两条链路相交形成的夹角中较小的角θ小不小于20°;
C)选取的三条链路形成的图形不是轴对称或中心对称图形;
D)避免选择的三条链路相交形成距离大于2r的两个交点;其中,r为目标的影响范围;
E)若选取的链路不满足条件B),则将形成的夹角中较小的角θ小小于20°的两条链路中RSSI值变化量较小的一条用候选链路替换掉;若选取的链路不满足条件C)或条件D),则将三条链路中RSSI变化量最小的链路用候选链路替换掉;候选链路优先选择当前剩余的受影响链路中RSSI变化量较大的链路,直到满足条件A)-条件D)或没有链路可替换为止;
进一步的,所述条件D)中的目标的影响范围r由先期试验获得:选择10m*10m大小的空旷区域为试验区域,以3-5米的间距部署一个接收节点和一个发射节点,该两节点连线的中点位于试验区域中心,记录无目标时该链路的RSSI值G0;将需要定位的目标个体置于试验区域中心,记录该条链路的实时RSSI值Gt,此时链路受到目标影响,RSSI变化量ΔG=|Gt-G0|≥2dB;将发送节点和接收节点从区域中心同时沿相同方向,以步长为0.05m向远离目标个体方向移动;当链路的RSSI值变化量首次处于ΔG=|Gt-G0|<2dB范围时,记录目标个体位置与链路所在直线的垂直距离,将该距离确定为目标的影响范围r。
进一步的,所述步骤五中,所述根据计算得到的目标在M×N个可能位置点处时三条链路的RSSI估计值和实际测得的链路RSSI值确定目标的位置具体包括如下步骤:
(1)将链路a的实测的受目标影响时的RSSI值与估算得到的比较,找出中属于区间的值,ε表示真实环境与估算环境的差异值,ε取2dB;中属于的值对应的位置li,j即为单独依据链路a确定的可能位置点,将单独依据链路a确定的目标可能位置集合记为La;
(2)同理,对于链路b和链路c分别得到单独依据链路b和c确定的目标可能位置集合Lb、Lc;
(3)对La、Lb和Lc求交集,即得到由三条链路共同确定的目标可能位置集合L总=La∩Lb∩Lc;记L总中共包含n个位置点,利用下式计算目标最终的估计位置:
本发明的方法无需无线传感网节点的规则部署,能够适应复杂多变的野外环境,通过无线传感网络随机部署情况下对大规模场景区域中的目标进行检测定位,省时省力,且本发明的方法定位结果准确,具有较好的应用前景。
附图说明
图1是现有的三类目标被动式定位方法的示意图。
图2是选出的三条链路形成两个交点距离大于2r的示意图。
图3是选出的三条链路形成单交点的示意图。
图4是选出的三条链路形成两个交点距离不大于2r的示意图。
图5是选出的三条链路形成的三角形存在长度不大于2r的边的示意图。
图6是选出的三条链路形成的三角形边长均大于2r的示意图。
图7是矩形“不透明”刀刃形屏障等效示意图。
图8是两个半无限大平面等效图。
图9是本发明的实施例1中三链路交于三点部署示意图。
图10是本发明的实施例1中三链路交于三点部署的实际场景。
图11是本发明的实施例1的定位结果图。
图12是本发明的实施例2中三链路交于三点部署示意图.
图13是本发明的实施例2中三链路交于三点部署的实际场景。
图14是本发明的实施例2的定位结果图。
图15是本发明的方法的总流程图。
以下结合附图和实施例对本发明进一步详细说明。
具体实施方式
在野生动物保护中,为了研究野外环境中野生动物的活动规律,需要获得野生动物在野外区域中出现的位置信息及数量信息,因此,本发明提出一种无线传感网随机部署下被动式目标定位方法,该方法的基本思路是:在野外选择监测区域,并在监测区域中随机布置节点,利用被RSSI影响的链路的交点情况确定目标可能的位置区域,将该区域分为一些可能位置点,将目标在每个位置点处各链路的RSSI估计值与实际测量值进行对比,最终确定目标的估计位置。
如图15所示,本发明“无线传感网随机部署下的目标定位方法”,具体包括如下步骤:
步骤一,构建无线传感器网络:
(1)在监测区域的内外边界处沿边界形状每隔3~5米部署一个节点,以实现节点对区域边界的全覆盖,保证目标进入监测区域时能被检测到;(2)在监测区域内部随机部署传感器节点,节点密度不小于0.02个/平方米;(3)节点距地面高度0.6~1米;(4)节点总数不小于6个;(5)在距离网络拓扑50米以内设置汇聚节点,其用于将采集的数据通过网络、串口传输或GPRS传至PC机的数据库保存,便于分析处理;得到无线传感器网络。
步骤二,参考数据采集:
在得到的无线传感器网络中,每两个无需中转节点即可通信的节点之间均形成一条链路,链路的确定过程为:每个节点广播一个含有自身编号的数据包,成功收到该数据包的节点记录发送节点与接收节点之间的链路的RSSI值和两个节点的编号,并将该信息发送至基站;人工记录或利用现有的节点定位算法TOA或APIT方法确定无线传感器网络中各节点的位置。
无目标存在的情况下,节点间各条链路的RSSI值处于相对稳定状态,此时测定各条链路的RSSI值,得到无目标影响下每条链路的RSSI值,分别记为其中k表示链路的编号。
步骤三,实时监测:
由于噪声、节点电量变化等各种因素的影响,RSSI值会出现轻微的波动,其波动范围<2dB;当目标进入监测区域后,其会影响部分链路的RSSI值,使其发生较大的波动。因此,可通过链路RSSI的变化情况判断目标是否进入检测区域。实时检测各条链路的RSSI值,当第k条链路在t时刻的RSSI值与之间的变化量满足ΔGk≥2dB时,即认为该条链路受目标影响,将此时的RSSI值记为即
步骤四,确定目标可能位置区域:
(1)选取三条受影响链路:
若监测到t时刻受影响的链路总数小于三条,则无法完成目标定位(在保证步骤一的部署条件下,这种情况很少出现);若恰好只有三条链路受到影响,则选择这三条链路;若受影响的链路总数大于3,则在受到影响的所有链路中按照以下条件选择三条链路:
B)每两条链路相交形成的夹角中较小的角θ小不小于20°;
C)选取的三条链路形成的图形不是轴对称或中心对称图形;
D)避免选择的三条链路相交形成距离大于2r的两个交点,如图2所示。其中,r为目标的影响范围,其含义:以目标位置为圆心、以r为半径形成的圆为目标影响区域,只有通过目标影响区域的链路,其RSSI值才会受到影响。
目标的影响范围r由先期试验获得:选择10m*10m大小的空旷区域为试验区域,以3-5米的间距部署一个接收节点和一个发射节点,该两节点连线的中点位于试验区域中心,记录无目标时该链路的RSSI值G0;将需要定位的目标个体置于试验区域中心,记录该条链路的实时RSSI值Gt,此时链路受到目标影响,RSSI变化量ΔG=|Gt-G0|≥2dB;将发送节点和接收节点从区域中心同时沿相同方向,以步长为0.05m向远离目标个体方向移动;当链路的RSSI值变化量首次处于ΔG=|Gt-G0|<2dB范围时,记录目标个体位置与链路所在直线的垂直距离,将该距离确定为目标的影响范围r。
E)若选取的链路不满足条件B),则将形成的夹角中较小的角θ小小于20°的两条链路中RSSI值变化量较小的一条用候选链路替换掉;若选取的链路不满足条件C)或条件D),则将三条链路中RSSI变化量最小的链路用候选链路替换掉;候选链路优先选择当前剩余的受影响链路中RSSI变化量较大的链路,直到满足条件A)-条件D)或没有链路可替换为止。选出的三条链路的编号分别为a、b、c。
(2)根据选出的三条链路形成的交点的三种不同分布情况,确定目标可能位置区域。
A):三条链路交于一个交点,则以该交点为圆心,以目标影响范围r为半径形成的圆作为目标可能位置区域(如图3中虚线圆)。
B):三条链路相交形成距离不大于2r的两个交点,则以该两交点连线的中点为圆心,以影响范围r为半径形成的圆作为目标的可能位置区域(如图4中虚线圆)。
C):三条链路形成三个交点的情况分为以下两种:
1)三个交点所形成的三角形存在至少一条长度不大于2r的边,则以长度不大于2r的边中任一边的中点为圆心,以影响范围r为半径形成的圆作为目标可能位置区域(如图5中的虚线圆)。
2)三个交点所形成的三角形的任意边的边长均大于2r,则分别以该三角形的三个顶点为圆心,以影响范围r的两倍为半径形成三个圆;将该三个圆中与三角形的每条边均有交点的圆作为目标可能位置区域(如图6中的虚线圆)。
确定的目标可能位置区域均为圆形区域,为了计算和分析的方便,在处理中将该圆形区域的外接正方形区域作为目标可能位置区域。
步骤五,目标定位:
将步骤四得到的方形的目标可能位置区域均匀划分为M×N个格子,取每个格子的中心为1个可能的位置点,共得到M×N个可能位置点,按其所在的行列将其分别编号为:(1,1),(1,2),…(i,j),…,(M,N);将它们的位置分别记为:l1,1,l1,2,…,li,j,…lM,N,得到目标可能位置点集合LM×N={l1,1,…,li,j,…lM,N}。
针对M×N个可能位置点,每个点按下式对链路a、b、c分别进行计算,得到目标在每个可能位置点处时,选中的三条链路的RSSI估计值。
式中,k表示步骤四选出来的三条链路的编号,k∈(a,b,c);表示目标在第(i,j)个位置点,即li,j处时,第k条链路的RSSI估计值;G噪表示噪声或电量引起的波动,取-2~2dB;C(x),S(x)表示菲涅尔积分, v1,v2详细说明如下:
通信节点间有无目标遮挡造成接收节点上RSSI值的差异,主要是目标遮挡形成的损耗。而目标体积往往有限,将目标近似假设为矩形“不透明”刀刃型屏障(如图7所示)。
对于图7(b)中因XOZ平面中矩形不透明刀刃形屏障遮挡而造成电磁波绕射,其在接收节点R处形成的场强大小可以等效为两个无限大半平面遮挡而在接收节点R处形成的场强矢量和(如图8所示)。图8(a)中半无限大平面为:以X轴h1处为起点,X轴负无穷处为终点;图8(b)中半无限大平面为:以X轴h2处起点,X轴正无穷处为终点。
对于图8,根据绕射理论可以得出:
其中, λ为电磁波波长,对使用2.4GHz波段的节点而言,λ=0.125m;d1、d2、h1、h2的计算如下:
设目标可能位置点A的坐标为(x3,y3),形成第k条链路的发送节点B、接收节点C的坐标分别为(x1,y1)、(x2,y2);则第k条链路所在直线方程为:px-y+q=0,其中:q=y1-px1;从目标可能位置点A向第k条链路所在直线做垂线与链路交于点D,则D点的坐标(x4,y4)中 d1、d2为目标可能位置点li,j(即点A)在链路上的投影点分别距链路发送节点和接收节点的距离;从而得到: 目标可能位置点li,j距链路的垂直距离以第k条链路中点为坐标原点,发送节点指向接收节点的方向为Y轴,链路中垂线所在直线为X轴,其中Y轴正半轴绕坐标原点逆时针旋转90度方向为X轴的正半轴,建立如图7所示的直角坐标系,当目标可能位置点li,j在X≥0区域时,d=D;当目标可能位置点li,j在X<0区域时,d=-D;h1、h2可近似为:h1=(d+w/2),h2=(d-w/2),其中,w为目标的宽度,可事先依据目标种群得到一个估计值。例如对人而言,w一般取0.4~0.5m。
利用上述公式计算得到目标分别在M×N个可能位置点时,选中的三条链路的RSSI估算值:
根据计算得到的目标在M×N个可能位置点处时三条链路的RSSI估计值和实际测得的链路RSSI值,进一步确定目标的位置,具体步骤如下:
(1)以k=a为例,将链路a的实测的受目标影响时的RSSI值与估算得到的比较,找出中属于区间的值,ε表示真实环境与估算环境的差异值,通常取2dB。中属于的值对应的位置li,j即为单独依据链路a确定的可能位置点,将单独依据链路a确定的目标可能位置集合记为La。
(2)同理,对于链路b和链路c分别得到单独依据链路b和c确定的目标可能位置集合Lb、Lc。
(3)对La、Lb和Lc求交集,即得到由三条链路共同确定的目标可能位置集合L总=La∩Lb∩Lc;记L总中共包含n个位置点,对n个位置点的坐标取平均值,得到目标最终的估计位置Lx,y:
为了进一步说明本发明的方法的技术方案,并验证该方法的有效性,发明人给出如下实施例。
实施例1:
发明人在学校广场对部分情形进行了实际场景实验验证,具体场景如下:
步骤一,部署实验场景:
如图10所示,申请人在学校广场随机选取了一块50平方米的试验监测区域,并随机部署6个节点,节点部署位置坐标如图9所示,节点距地面高度为0.95m,由于节点距离较近,任意两两节点均可直接通信,共形成15条链路。在检测区域外部署一个基站,将数据传至电脑的数据库。
步骤二,参考数据采集:
步骤三,实时检测:
实时检测各条链路的RSSI值,并与无目标时该链路的RSSI值进行比较,各条链路的变化量均小于2dB,处于正常波动范围内。在某一时刻目标进入检测区域处于如图9、10所示的位置,此时,如图9所示的三条链路RSSI值发生了较显著的变化,节点1、2间的链路1、节点3、4间的链路10、节点5、6间的链路15的RSSI值分别变化了9dB、8dB、6.9dB。其他链路的RSSI变化量均小于2dB,表示没有受到目标影响。
步骤四,确定目标可能位置区域:
针对目标为人的情况,经过实验验证目标影响范围r为0.5m。选出的三链路交于三点且三点所构成的三角形任意边小于2r,根据前述的方法,确定目标的可能未知区域为:以三角形处于链路15上的边的中点为圆心,r=0.5米为半径的圆。计算时为了方便,以其外接正方形形区域替代,如图9所示。
步骤五,目标定位:
将目标可能位置区域分为10cm×10cm的小格子,取每个格子的中心为1个可能的位置点,即共分为100个可能的位置点,如图11所示。计算目标处在每个可能位置时,选中的三条链路的RSSI估计值,共得到100个位置点上3条链路的RSSI估计数据300条,人的宽度w取45cm;将选中的三条链路的RSSI估计值分别与实际的该链路RSSI测量值对比,进一步得到每条链路确定的目标可能位置集合;求交集;对集合中位置点的坐标求平均值。如图11所示,最终得到目标的定位结果为(-0.31m,0.09m),目标真实位置为(0.0m,0.0m),误差为0.32m。具体实验数据如表1所示:
表1 实验参数测量与计算值
实施例2:
本实施例与实施例1的步骤相同,区别在于其节点部署方式如图12和图13所示,进行相应的定位步骤后,得到目标的估计位置。
如图14所示,最终得到目标的定位结果为(-0.14m,-0.15m),目标真实位置为(0.0m,0.0m),误差为0.2m。
具体实验数据如表2所示:
表2 实验参数测量与计算值
Claims (6)
1.一种无线传感网随机部署下的被动式目标定位方法,其特征在于,具体包括如下步骤:
步骤一,构建无线传感器网络:
在监测区域的内外边界处以及监测区域内部随机部署传感器节点,得到无线传感器网络;
步骤二,参考数据采集:
步骤三,实时检测:
步骤四,确定目标可能位置区域:
(1)选取三条受影响链路:
若恰好只有三条链路受到影响,则选择这三条链路;若受影响的链路总数大于3,则在受到影响的所有链路中选择三条链路;
(2)根据选出的三条链路形成的交点的三种不同分布情况,确定目标可能位置区域。
A):三条链路交于一个交点,则以该交点为圆心,以目标影响范围r为半径形成的圆作为目标可能位置区域;
B):三条链路相交形成距离不大于2r的两个交点,则以该两交点连线的中点为圆心,以影响范围r为半径形成的圆作为目标的可能位置区域;
C):三条链路形成三个交点的情况分为以下两种:
1)三个交点所形成的三角形存在至少一条长度不大于2r的边,则以长度不大于2r的边中任一边的中点为圆心,以影响范围r为半径形成的圆作为目标可能位置区域;
2)三个交点所形成的三角形的任意边的边长均大于2r,则分别以该三角形的三个顶点为圆心,以影响范围r的两倍为半径形成三个圆;将该三个圆中与三角形的每条边均有交点的圆作为目标可能位置区域;
确定的目标可能位置区域均为圆形区域,将该圆形区域的外接正方形区域作为最终的目标可能位置区域;
步骤五,目标定位:
将最终的目标可能位置区域均匀划分为M×N个格子,取每个格子的中心为1个可能的位置点,共得到M×N个可能位置点,将它们的位置分别记为:l1,1,l1,2,…,li,j,…lM,N;
对M×N个可能位置点,每个点按下式对选中的三条链路a、b、c分别计算RSSI估计值:
式中,k表示步骤四选出的三条链路的编号,k∈(a,b,c);表示目标在第(i,j)个位置点,即li,j处时,第k条链路的RSSI估计值;G噪表示噪声或电量引起的波动,取-2~2dB;C(x),S(x)表示菲涅尔积分, 其中,λ为电磁波波长,对使用2.4GHz波段的节点而言,λ=0.125m;d1、d2分别表示目标可能位置点li,j在链路上的投影点距链路发送节点和接收节点的距离;目标可能位置点li,j距 链路的垂直距离为D;以第k条链路中点为坐标原点,发送节点指向接收节点的方向为Y轴,链路中垂线所在直线为X轴,其中Y轴正半轴绕坐标原点逆时针旋转90度方向为X轴的正半轴,建立直角坐标系,当目标可能位置点li,j在X≥0区域时,d=D;当目标可能位置点li,j在X<0区域时,d=-D。h1=(d+w/2),h2=(d-w/2);其中,w为目标的宽度;
利用上述公式计算得到目标分别在M×N个可能位置点时,选中的三条链路的RSSI估算值:
根据计算得到的目标在M×N个可能位置点处时三条链路的RSSI估计值和实际测得的三条链路的RSSI值确定目标的位置。
2.如权利要求1所述的无线传感网随机部署下的被动式目标定位方法,其特征在于,所述步骤一的构建无线传感器网络,具体包括如下步骤:
(1)在监测区域的内外边界处,沿边界形状每隔3~5米部署一个节点;(2)在监测区域内部随机部署传感器节点,节点密度不小于0.02个/平方米;(3)节点距地面高度0.6~1米;(4)节点总数不小于6个;(5)在距离网络拓扑50米以内设置汇聚节点。
3.如权利要求1所述的无线传感网随机部署下的被动式目标定位方法,其特征在于,所述步骤二参考数据采集中,得到的无线传感器网络中链路的确定过程为:每个节点广播一个含有自身编号的数据包,成功收到该数据包的节 点记录发送节点与接收节点之间的链路的RSSI值和两个节点的编号,并将该信息发送至基站;记录无线传感器网络中各节点的位置。
4.如权利要求1所述的无线传感网随机部署下的被动式目标定位方法,其特征在于,所述步骤四的(1)选取三条受影响链路中,若受影响的链路总数大于3,则在受到影响的所有链路中选择三条链路的条件满足:
B)每两条链路相交形成的夹角中较小的角θ小不小于20°;
C)选取的三条链路形成的图形不是轴对称或中心对称图形;
D)避免选择的三条链路相交形成距离大于2r的两个交点;其中,r为目标的影响范围;
E)若选取的链路不满足条件B),则将形成的夹角中较小的角θ小小于20°的两条链路中RSSI值变化量较小的一条用候选链路替换掉;若选取的链路不满足条件C)或条件D),则将三条链路中RSSI变化量最小的链路用候选链路替换掉;候选链路优先选择当前剩余的受影响链路中RSSI变化量较大的链路,直到满足条件A)-条件D)或没有链路可替换为止。
5.如权利要求4所述的无线传感网随机部署下的被动式目标定位方法,其特征在于,所述条件D)中的目标的影响范围r由先期试验获得:选择10m*10m大小的空旷区域为试验区域,以3-5米的间距部署一个接收节点和一个发射节点,该两节点连线的中点位于试验区域中心,记录无目标时该链路的RSSI值G0;将需要定位的目标个体置于试验区域中心,记录该条链路的实时RSSI值Gt,此时链路受到目标影响,RSSI变化量ΔG=|Gt-G0|≥2dB;将发送节点和接收节点从区域中心同时沿相同方向,以步长为0.05m向远离目标个体方 向移动;当链路的RSSI值变化量首次处于ΔG=|Gt-G0|<2dB范围时,记录目标个体位置与链路所在直线的垂直距离,将该距离确定为目标的影响范围r。
6.如权利要求1所述的无线传感网随机部署下的被动式目标定位方法,其特征在于,所述步骤五中,所述根据计算得到的目标在M×N个可能位置点处时三条链路的RSSI估计值和实际测得的三条链路的RSSI值确定目标的位置,具体包括如下步骤:
(1)将链路a的实测的受目标影响时的RSSI值与估算得到的比较,找出中属于区间的值,ε表示真实环境与估算环境的差异值,ε取2dB;中属于的值对应的位置li,j即为单独依据链路a确定的可能位置点,将单独依据链路a确定的目标可能位置集合记为La;
(2)同理,对于链路b和链路c分别得到单独依据链路b和c确定的目标可能位置集合Lb、Lc;
(3)对La、Lb和Lc求交集,即得到由三条链路共同确定的目标可能位置集合L总=La∩Lb∩Lc;记L总中共包含n个位置点,利用下式计算目标最终的估计位置:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310476591.5A CN103529427B (zh) | 2013-10-12 | 2013-10-12 | 无线传感网随机部署下的目标定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310476591.5A CN103529427B (zh) | 2013-10-12 | 2013-10-12 | 无线传感网随机部署下的目标定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103529427A true CN103529427A (zh) | 2014-01-22 |
CN103529427B CN103529427B (zh) | 2015-08-19 |
Family
ID=49931583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310476591.5A Active CN103529427B (zh) | 2013-10-12 | 2013-10-12 | 无线传感网随机部署下的目标定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103529427B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104267439A (zh) * | 2014-08-20 | 2015-01-07 | 哈尔滨工程大学 | 一种无监督人体检测与定位的方法 |
CN104392114A (zh) * | 2014-11-11 | 2015-03-04 | 西北大学 | 一种基于空时数据的高分辨目标方位估计方法 |
CN105072582A (zh) * | 2015-06-30 | 2015-11-18 | 西北大学 | 基于rss分布的距离自适应的无线传感网络被动式定位方法 |
CN107944338A (zh) * | 2017-10-13 | 2018-04-20 | 西北大学 | 一种目标识别方法 |
CN108230295A (zh) * | 2017-11-21 | 2018-06-29 | 北京工业大学 | 一种红外全景监控环带显示区中关注目标的标识方法 |
CN108761542A (zh) * | 2018-05-03 | 2018-11-06 | 西北大学 | 一种基于WiFi信号的被动式目标探测方法 |
CN108761391A (zh) * | 2018-05-29 | 2018-11-06 | 南京信息工程大学 | 一种模型类无设备目标定位方法 |
CN110149610A (zh) * | 2019-05-20 | 2019-08-20 | 周明 | 一种智能环保检测系统 |
JP2020085632A (ja) * | 2018-11-22 | 2020-06-04 | パナソニックIpマネジメント株式会社 | 位置推定装置、無線装置、位置推定システム、位置推定方法、およびフィンガープリント生成方法 |
CN113033392A (zh) * | 2021-03-24 | 2021-06-25 | 中国工商银行股份有限公司 | 基于数据机房场景下的人员距离确定方法及装置 |
CN114143743A (zh) * | 2022-02-08 | 2022-03-04 | 华北科技学院(中国煤矿安全技术培训中心) | 一种基于规则网格的三维传感器部署方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102932914A (zh) * | 2012-11-01 | 2013-02-13 | 西北大学 | 基于压缩感知的无线传感器网络多目标被动式定位方法 |
CN103327603A (zh) * | 2012-03-20 | 2013-09-25 | 南昌航空大学 | 用于无线传感器网的基于apit的节点三维定位法 |
-
2013
- 2013-10-12 CN CN201310476591.5A patent/CN103529427B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103327603A (zh) * | 2012-03-20 | 2013-09-25 | 南昌航空大学 | 用于无线传感器网的基于apit的节点三维定位法 |
CN102932914A (zh) * | 2012-11-01 | 2013-02-13 | 西北大学 | 基于压缩感知的无线传感器网络多目标被动式定位方法 |
Non-Patent Citations (3)
Title |
---|
CHEN LIU 等: "RDL: A Novel Approach for Passive Object Localization in WSN Based on RSSI", 《AD-HOC AND SENSOR NETWORKING SYMPOSIUM》 * |
DIAN ZHANG 等: "An RF-based System for Tracking Transceiver-free Objects", 《PROCEEDING OF FIFTH ANNUAL IEEE INTERNATINAL CONFERENCE ON PERVASIVE COMMUNICATIONS》 * |
MOUSTAFA YOUSSEF 等: "Challenges: Device-free Passive Localization for Wireless Environments", 《MOBICOM 07》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104267439A (zh) * | 2014-08-20 | 2015-01-07 | 哈尔滨工程大学 | 一种无监督人体检测与定位的方法 |
CN104392114A (zh) * | 2014-11-11 | 2015-03-04 | 西北大学 | 一种基于空时数据的高分辨目标方位估计方法 |
CN104392114B (zh) * | 2014-11-11 | 2018-04-17 | 西北大学 | 一种基于空时数据的高分辨目标方位估计方法 |
CN105072582A (zh) * | 2015-06-30 | 2015-11-18 | 西北大学 | 基于rss分布的距离自适应的无线传感网络被动式定位方法 |
CN105072582B (zh) * | 2015-06-30 | 2018-10-30 | 西北大学 | 基于rss分布的距离自适应的无线传感网络被动式定位方法 |
CN107944338A (zh) * | 2017-10-13 | 2018-04-20 | 西北大学 | 一种目标识别方法 |
CN108230295B (zh) * | 2017-11-21 | 2021-07-02 | 北京工业大学 | 一种红外全景监控环带显示区中关注目标的标识方法 |
CN108230295A (zh) * | 2017-11-21 | 2018-06-29 | 北京工业大学 | 一种红外全景监控环带显示区中关注目标的标识方法 |
CN108761542A (zh) * | 2018-05-03 | 2018-11-06 | 西北大学 | 一种基于WiFi信号的被动式目标探测方法 |
CN108761542B (zh) * | 2018-05-03 | 2019-04-23 | 西北大学 | 一种基于WiFi信号的被动式目标探测方法 |
CN108761391A (zh) * | 2018-05-29 | 2018-11-06 | 南京信息工程大学 | 一种模型类无设备目标定位方法 |
CN108761391B (zh) * | 2018-05-29 | 2022-04-01 | 南京信息工程大学 | 一种模型类无设备目标定位方法 |
JP2020085632A (ja) * | 2018-11-22 | 2020-06-04 | パナソニックIpマネジメント株式会社 | 位置推定装置、無線装置、位置推定システム、位置推定方法、およびフィンガープリント生成方法 |
JP7149490B2 (ja) | 2018-11-22 | 2022-10-07 | パナソニックIpマネジメント株式会社 | 位置推定装置、無線装置、位置推定システム、および位置推定方法 |
CN110149610A (zh) * | 2019-05-20 | 2019-08-20 | 周明 | 一种智能环保检测系统 |
CN113033392A (zh) * | 2021-03-24 | 2021-06-25 | 中国工商银行股份有限公司 | 基于数据机房场景下的人员距离确定方法及装置 |
CN114143743A (zh) * | 2022-02-08 | 2022-03-04 | 华北科技学院(中国煤矿安全技术培训中心) | 一种基于规则网格的三维传感器部署方法和系统 |
CN114143743B (zh) * | 2022-02-08 | 2022-09-23 | 华北科技学院(中国煤矿安全技术培训中心) | 一种基于规则网格的三维传感器部署方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103529427B (zh) | 2015-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103529427B (zh) | 无线传感网随机部署下的目标定位方法 | |
CN106131797B (zh) | 一种基于rssi测距的节水灌溉监测网络定位方法 | |
CN103634907B (zh) | 一种无线传感器节点随机部署的被动式目标定位方法 | |
CN102608571B (zh) | 一种面向野生动物的无线传感器网络的目标定位方法 | |
CN102932914B (zh) | 基于压缩感知的无线传感器网络多目标被动式定位方法 | |
CN103747419B (zh) | 一种基于信号强度差值与动态线性插值的室内定位方法 | |
CN102665277B (zh) | 一种对无线传感器网络中节点进行定位的方法 | |
CN101923118B (zh) | 建筑物影响估计装置及建筑物影响估计方法 | |
CN103841641B (zh) | 一种基于到达角度和Gossip算法的无线传感器网络分布式协作定位方法 | |
CN104965193A (zh) | 一种基于网格加权的无线移动终端rssi定位方法 | |
Miao et al. | The accurate location estimation of sensor node using received signal strength measurements in large‐scale farmland | |
CN104581943A (zh) | 用于分布式无线传感网络的节点定位方法 | |
Wang et al. | Research on APIT and Monte Carlo method of localization algorithm for wireless sensor networks | |
CN103491506A (zh) | 基于wlan和wsn的异构网络协同定位方法及系统 | |
CN102438310A (zh) | 一种基于信任度的无线传感器网络的定位方法 | |
CN103702282B (zh) | 一种基于迁移压缩感知的多种类多目标被动式定位方法 | |
CN112484625A (zh) | 一种基于uwb信道脉冲响应的高精度位移测量方法 | |
CN104363650A (zh) | 一种野外条件下无线传感器网络定位优化方法 | |
CN104363649A (zh) | 带有约束条件的ukf的wsn节点定位方法 | |
Sharma et al. | Localization in wireless sensor networks for accurate event detection | |
Huang et al. | Scout: Outdoor localization using active RFID technology | |
CN104080169B (zh) | 一种水下无线传感器网络动态自适应定位方法 | |
CN105072582B (zh) | 基于rss分布的距离自适应的无线传感网络被动式定位方法 | |
CN103533643B (zh) | 三维apit无线传感网络定位算法 | |
Ahmad et al. | Towards probabilistic localization using airborne mobile anchors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220223 Address after: 710075 room 11502, building 1, Moore center, No. 34, Fenghui South Road, high tech Zone, Xi'an, Shaanxi Province Patentee after: Xi'an Huatong Tiandi Information Technology Co.,Ltd. Address before: 710069 No. 229 Taibai North Road, Shaanxi, Xi'an Patentee before: NORTHWEST University |
|
TR01 | Transfer of patent right |