CN103731874A - 基于拥挤意愿的移动无线传感器网络节点队形约束方法 - Google Patents

基于拥挤意愿的移动无线传感器网络节点队形约束方法 Download PDF

Info

Publication number
CN103731874A
CN103731874A CN201310753230.0A CN201310753230A CN103731874A CN 103731874 A CN103731874 A CN 103731874A CN 201310753230 A CN201310753230 A CN 201310753230A CN 103731874 A CN103731874 A CN 103731874A
Authority
CN
China
Prior art keywords
node
intensity
crowded
congestion
formation
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
Application number
CN201310753230.0A
Other languages
English (en)
Other versions
CN103731874B (zh
Inventor
宋萍
杨诚
郝创博
曾星
牟宗磊
武江鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201310753230.0A priority Critical patent/CN103731874B/zh
Publication of CN103731874A publication Critical patent/CN103731874A/zh
Application granted granted Critical
Publication of CN103731874B publication Critical patent/CN103731874B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于拥挤意愿的移动无线传感器网络节点队形约束方法。使用本发明能够利用节点群与目标点的拥挤意愿对节点群的队形行进状态进行调节,使节点能以稳定、有效率的节奏向目标点行进。根据拥挤意愿对移动无线传感器网络节点行进进行约束控制,根据总体拥挤意愿,改变节点群的移动步长,使节点能以稳定、有效率的节奏向目标点行进。此外,还可以根据各节点之间的拥挤意愿,对各节点进行局部调整,使节点群在行进过程中保持稳定的队形,解决了移动无线传感器网络节点行进过程中队形调整能力弱的问题,避免因长期行进造成的队形混乱,使节点能以稳定、有规律的队形向目标点行进。

Description

基于拥挤意愿的移动无线传感器网络节点队形约束方法
技术领域
本发明涉及移动无线传感器网络队形控制技术领域,具体涉及一种基于拥挤意愿的移动无线传感器网络节点队形约束方法。
背景技术
移动无线传感器网络节点将移动机器人灵活机动、自治能力强的优点与无线传感器网络感知空间大、拓扑能力强的优点相结合,提高了系统的整体稳定性和移动修复能力,可有效应用于大范围的灾后环境监测、危险区域远程测控等领域。如何保证多移动节点行进过程中的队形,将所有节点的运动协调起来,避免因长期行进引起队形混乱,进而导致节点间的碰撞是一个重要的研究内容。现有的队形控制方法主要有领航跟随法、虚拟结构法、基于图论的方法、人工势场法等。这些方法普遍具有调整队形能力弱、不具有弹性或弹性能力差、缺乏由于环境影响造成队形分裂后的修复能力。
发明内容
有鉴于此,本发明提供了一种基于拥挤意愿的移动无线传感器网络节点队形约束方法,能够利用节点群与目标点的拥挤意愿对节点群的队形行进状态进行调节,使节点能以稳定、有效率的节奏向目标点行进。
本发明的基于拥挤意愿的移动无线传感器网络节点队形约束方法,包括以下步骤:
步骤一,领航节点建立网络,跟随节点加入领航节点所建网络;计算领航节点与目标点的距离dst
步骤二,k时刻节点群总体约束的拥挤强度为
Figure BDA0000451635420000011
与dst成正比;
根据总体约束的拥挤强度确定总体约束的步长step(dst)为:
step ( d st ) = step min &CenterDot; ( 1 + b &CenterDot; 1 g W group k d 0 ) d st &GreaterEqual; d 0 step min d st < d 0
其中,stepmin是设定的节点运动的最小步长,b是速率变化因子,是一个0~1之间的小数;d0是设定的分段阈值;
步骤三,计算k+1时刻节点i的位置:
X i k + 1 = X i k + step ( d st ) - - - ( I )
其中,
Figure BDA0000451635420000023
表示k时刻节点i的位置,
Figure BDA0000451635420000024
表示k+1时刻节点i的位置;
步骤四,节点群中的每个节点根据步骤三确定的位置行进,最终到达目标点。
其中,该方法进一步包括如下步骤:
步骤1、计算节点i与其邻居节点j的拥挤强度Wij
Wij=W1+W2
其中,Wij,W1,W2为矢量;W1表示节点j对节点i的吸引强度,其值u为设定的节点j对节点i的吸引系数,其方向为节点i指向节点j;W2表示节点j对节点i的排斥强度,其值为
Figure BDA0000451635420000025
其方向为节点j指向节点i,其中,v是设定的节点j对节点i的排斥系数,dij为节点i与节点j之间的距离;
步骤2、利用步骤1的方式计算k时刻节点i周围所有邻居节点的局部拥挤强度和
Figure BDA00004516354200000214
步骤3、节点i比较
Figure BDA0000451635420000026
的值与阈值m大小,如果大于阈值m,则节点i向
Figure BDA0000451635420000028
的矢量方向产生修正步长
Figure BDA0000451635420000029
如果
Figure BDA00004516354200000210
小于阈值m则
Figure BDA00004516354200000211
其中,adjust_step(·)是关于
Figure BDA00004516354200000212
的函数,局部拥挤强度和越大则修正步长越大,局部拥挤强度和越小则修正步长越小;
在所述步骤三计算k+1时刻节点i的位置的时候,进一步考虑修正步长
Figure BDA00004516354200000213
则公式(I)变形为:
X i k + 1 = X i k + step ( d st ) + adjust _ step ( &Sigma; j W ij k ) .
有益效果:
本发明根据拥挤意愿对移动无线传感器网络节点行进进行约束控制,当节点群与目标点距离较远时,拥挤意愿变强,增加节点群的移动步长,当距离较近时,拥挤意愿变弱,减小节点群的移动步长,使节点能以稳定、有效率的节奏向目标点行进。
根据各节点之间的拥挤意愿,对各节点进行局部调整,使节点群在行进过程中保持稳定的队形,解决了移动无线传感器网络节点行进过程中队形调整能力弱的问题,避免因长期行进造成的队形混乱,使节点能以稳定、有规律的队形向目标点行进。
附图说明
图1为领航节点和跟随节点形成的队形图。
图2为本发明流程图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明较佳实施例提供了一种基于拥挤意愿的移动无线传感器网络节点队形约束方法,根据节点群与目标点的拥挤意愿对队形的整体行进状态进行调节,当节点群与目标点距离较远时,拥挤意愿变强,增加节点群的移动步长,当距离较近时,拥挤意愿变弱,减小节点群的移动步长。同时,还可以根据各节点与其周围邻居节点之间的拥挤意愿进一步对各节点行进状态进行进一步修正。当节点拥挤强度和小于阈值m时,拥挤强度小,无需调节节点修正步长,当节点拥挤强度和大于阈值m时,拥挤强度大,拥挤强度和越大则修正步长越大,拥挤强度和越小则修正步长越小。
具体包括如下步骤:
步骤一,节点群由1个领航节点和N个跟随节点组成,N为正整数。领航节点建立网络,等待跟随节点加入网络。当所有跟随节点加入网络后,领航节点根据其当前位置坐标与目标点的位置坐标计算其与目标点的距离dst
d st = ( x s - x t ) 2 + ( y s - y t ) 2
其中,(xs,ys)是领航节点当前的坐标,(xt,yt)是目标点的坐标。
步骤二,领航节点确定队形形状,将队形状态以及各跟随节点在队形中的坐标发送给各跟随节点。领航节点根据距离dst计算k时刻的总体约束的拥挤强度为其中a为总体拥挤系数,根据
Figure BDA0000451635420000043
计算总体约束的步长step(dst)为:
step ( d st ) = step min &CenterDot; ( 1 + b &CenterDot; 1 g W group k d 0 ) d st &GreaterEqual; d 0 step min d st < d 0 - - - ( 1 )
其中,stepmin是设定的节点运动的最小步长,因为运动节点存在最小运动速度,所以必须设定最小步长。b是速率变化因子,是一个0~1之间的小数,可以影响步长的变化速度。采用lg的形式,是为了限制步长的变化,当距离变化太大时,步长也不会改变太大,以此符合移动节点的运动要求。
步骤三,根据step(dst),各节点计算下一个时刻要前往的位置:
X i k + 1 = X i k + step ( d st ) - - - ( 2 )
其中,
Figure BDA0000451635420000048
表示k时刻节点i的位置,
Figure BDA0000451635420000046
表示k+1时刻节点i的位置。
该步骤中求取的
Figure BDA0000451635420000047
可以作为坐标位置,令节点行进。本实施例中,进一步对根据各节点与其周围邻居节点之间的拥挤意愿对各节点行进状态进行修正,则还需要执行如下步骤。
步骤五,以节点i为圆心,r为半径的范围内的节点称为节点i的邻居节点。根据节点i与其周围邻居节点j的距离,可以计算节点i与节点j的拥挤强度:
Wij=W1+W2
其中,Wij,W1,W2都为矢量。W1表示节点j对节点i的吸引强度,其值u为节点j对节点i的吸引系数,其方向为节点i指向节点j。W2表示节点j对节点i的排斥强度,其值为
Figure BDA0000451635420000051
其方向为节点j指向节点i,其中,v是节点j对节点i的排斥系数,dij为节点i与节点j之间的距离。v反映了随着dij的变化,Wij的变化快慢,通过u值的选择保证Wij的最小值为0。预先确定u和v后在使用时固定其取值。
步骤六,利用步骤五的方法,计算k时刻节点i周围所有邻居节点的拥挤强度和
步骤七,节点群中的节点判断拥挤强度和
Figure BDA0000451635420000053
的值与阈值m进行比较,如果
Figure BDA0000451635420000054
大于阈值m,则向
Figure BDA0000451635420000055
的矢量方向产生修正步长
Figure BDA0000451635420000056
修正步长值是拥挤强度和的函数,它根据拥挤强度和的大小调整步长的大小,拥挤强度和越大则步长越大,拥挤强度和越小则步长越小。如果
Figure BDA0000451635420000057
小于阈值m则不需要修正步长,即
Figure BDA0000451635420000058
步骤八,根据修正步长值对节点群中各节点的步长进行修正,修正后k+1时刻节点i的位置为:
X i k + 1 = X i k + step ( d st ) + adjust _ step ( &Sigma; j W ij k ) ;
步骤九,节点群中的节点根据步骤八确定的位置,不断行进,最终到达目标点。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于拥挤意愿的移动无线传感器网络节点队形约束方法,其特征在于,包括以下步骤:
步骤一,领航节点建立网络,跟随节点加入领航节点所建网络;计算领航节点与目标点的距离dst
步骤二,k时刻节点群总体约束的拥挤强度为
Figure FDA0000451635410000011
与dst成正比;
根据总体约束的拥挤强度确定总体约束的步长step(dst)为:
step ( d st ) = step min &CenterDot; ( 1 + b &CenterDot; 1 g W group k d 0 ) d st &GreaterEqual; d 0 step min d st < d 0
其中,stepmin是设定的节点运动的最小步长,b是速率变化因子,是一个0~1之间的小数;d0是设定的分段阈值;
步骤三,计算k+1时刻节点i的位置:
X i k + 1 = X i k + step ( d st ) - - - ( I )
其中,
Figure FDA0000451635410000014
表示k时刻节点i的位置,
Figure FDA0000451635410000015
表示k+1时刻节点i的位置;
步骤四,节点群中的每个节点根据步骤三确定的位置行进,最终到达目标点。
2.如权利要求1所述的方法,其特征在于,该方法进一步包括如下步骤:
步骤1、计算节点i与其邻居节点j的拥挤强度Wij
Wij=W1+W2
其中,Wij,W1,W2为矢量;W1表示节点j对节点i的吸引强度,其值u为设定的节点j对节点i的吸引系数,其方向为节点i指向节点j;W2表示节点j对节点i的排斥强度,其值为
Figure FDA0000451635410000016
其方向为节点j指向节点i,其中,v是设定的节点j对节点i的排斥系数,dij为节点i与节点j之间的距离;
步骤2、利用步骤1的方式计算k时刻节点i周围所有邻居节点的局部拥挤强度和
Figure FDA0000451635410000017
步骤3、节点i比较
Figure FDA0000451635410000021
的值与阈值m大小,如果大于阈值m,则节点i向
Figure FDA0000451635410000023
的矢量方向产生修正步长
Figure FDA0000451635410000024
如果
Figure FDA0000451635410000025
小于阈值m则
Figure FDA0000451635410000026
其中,adjust_step(·)是关于
Figure FDA0000451635410000027
的函数,局部拥挤强度和越大则修正步长越大,局部拥挤强度和越小则修正步长越小;
在所述步骤三计算k+1时刻节点i的位置的时候,进一步考虑修正步长
Figure FDA0000451635410000028
则公式(I)变形为:
X i k + 1 = X i k + step ( d st ) + adjust _ step ( &Sigma; j W ij k ) .
CN201310753230.0A 2013-12-31 2013-12-31 基于拥挤意愿的移动无线传感器网络节点队形约束方法 Active CN103731874B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310753230.0A CN103731874B (zh) 2013-12-31 2013-12-31 基于拥挤意愿的移动无线传感器网络节点队形约束方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310753230.0A CN103731874B (zh) 2013-12-31 2013-12-31 基于拥挤意愿的移动无线传感器网络节点队形约束方法

Publications (2)

Publication Number Publication Date
CN103731874A true CN103731874A (zh) 2014-04-16
CN103731874B CN103731874B (zh) 2016-09-21

Family

ID=50455765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310753230.0A Active CN103731874B (zh) 2013-12-31 2013-12-31 基于拥挤意愿的移动无线传感器网络节点队形约束方法

Country Status (1)

Country Link
CN (1) CN103731874B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911830A (zh) * 2017-11-14 2018-04-13 西北工业大学 一种基于信道状态信息的网络节点移动控制方法
CN109835200A (zh) * 2019-01-02 2019-06-04 广州大学 一种桥梁的单行无线充电传感器网络的路径规划方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102053620A (zh) * 2009-11-06 2011-05-11 北京理工大学 一种地面移动机器人群摆脱多边形障碍物的方法
CN102053621A (zh) * 2009-11-06 2011-05-11 北京理工大学 一种任意队形的群移动机器人密度控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102053620A (zh) * 2009-11-06 2011-05-11 北京理工大学 一种地面移动机器人群摆脱多边形障碍物的方法
CN102053621A (zh) * 2009-11-06 2011-05-11 北京理工大学 一种任意队形的群移动机器人密度控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CONSOLINI L, MORBIDI F, PRATTICHIZZO D, ET AL: "Leader–follower formation control of nonholonomic mobile robots with input constraints", 《AUTOMATICA》 *
GU D, WANG Z: "Leader–follower flocking: algorithms and experiments", 《IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY》 *
SONG P, WANG Y, WANG X, ET AL: "A congestion will based constraints mechanism of mobile sensor network", 《IEEE CONFERENCE ON MULTISENSOR FUSION AND INTEGRATION FOR INTELLIGENT SYSTEMS (MFI)》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911830A (zh) * 2017-11-14 2018-04-13 西北工业大学 一种基于信道状态信息的网络节点移动控制方法
CN107911830B (zh) * 2017-11-14 2021-01-05 西北工业大学 一种基于信道状态信息的网络节点移动控制方法
CN109835200A (zh) * 2019-01-02 2019-06-04 广州大学 一种桥梁的单行无线充电传感器网络的路径规划方法
CN109835200B (zh) * 2019-01-02 2022-02-01 广州大学 一种桥梁的单行无线充电传感器网络的路径规划方法

Also Published As

Publication number Publication date
CN103731874B (zh) 2016-09-21

Similar Documents

Publication Publication Date Title
CN106767860B (zh) 一种基于启发式搜索算法来缩短智能汽车路径规划搜索时间的方法
CN104298239B (zh) 一种室内移动机器人增强地图学习路径规划方法
CN110908373B (zh) 一种基于改进人工势场的智能车辆轨迹规划方法
CN106843235B (zh) 一种面向无人自行车的人工势场路径规划法
CN103354642B (zh) 一种提高移动传感器网络覆盖率的方法
WO2016045615A1 (zh) 机器人静态路径规划方法
WO2018176596A1 (zh) 基于权重改进粒子群算法的无人自行车路径规划方法
CN106444769A (zh) 一种室内移动机器人增量式环境信息采样的最优路径规划方法
CN108444489A (zh) 一种改进rrt算法的路径规划方法
Popa et al. Robotic deployment of sensor networks using potential fields
CN104215237A (zh) 室内地图导航线路指引算法
CN104121903B (zh) 一种基于边界值问题的滚动航路规划方法
CN105629974A (zh) 一种基于改进型人工势场法的机器人路径规划方法及系统
CN104075717A (zh) 一种基于改进a*算法的无人机航线规划算法
CN102207736A (zh) 基于贝塞尔曲线的机器人路径规划方法及装置
CN104390648B (zh) 一种基于人工势场的煤矿救灾机器人路径规划方法
CN105451292B (zh) WRSNs中基于网格结构的分层网络充电方法
CN106840169A (zh) 用于机器人路径规划的改进方法
CN108413963A (zh) 基于自学习蚁群算法的条形机器人路径规划方法
CN115145315A (zh) 一种改进a*算法的适合杂乱环境的无人机路径规划方法
CN112731942A (zh) 一种基于改进领航者虚拟结构法的多auv编队控制方法
CN103220778B (zh) 一种基于无线传感器网络的移动节点队形变换方法及实现装置
CN108445894A (zh) 一种考虑无人艇运动性能的二次路径规划方法
CN103731874A (zh) 基于拥挤意愿的移动无线传感器网络节点队形约束方法
CN113190026B (zh) 一种基于再励机制粒子群算法的节能型水下路径规划方法

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