CN104053232B - 一种无线传感器网络及其控制方法 - Google Patents

一种无线传感器网络及其控制方法 Download PDF

Info

Publication number
CN104053232B
CN104053232B CN201410276191.4A CN201410276191A CN104053232B CN 104053232 B CN104053232 B CN 104053232B CN 201410276191 A CN201410276191 A CN 201410276191A CN 104053232 B CN104053232 B CN 104053232B
Authority
CN
China
Prior art keywords
node
unknown
anchor
information
chained list
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.)
Active
Application number
CN201410276191.4A
Other languages
English (en)
Other versions
CN104053232A (zh
Inventor
江明
李云飞
李迎迎
张晓昕
禹威威
李美
方磊
吴文江
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.)
Anhui Polytechnic University
Original Assignee
Anhui Polytechnic University
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 Anhui Polytechnic University filed Critical Anhui Polytechnic University
Priority to CN201410276191.4A priority Critical patent/CN104053232B/zh
Publication of CN104053232A publication Critical patent/CN104053232A/zh
Application granted granted Critical
Publication of CN104053232B publication Critical patent/CN104053232B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种无线传感器网络及其控制方法,具体为一种改进的无线传感器网络的DV‑Hop定位算法,采用锚节点最近未知节点,作为权重,平衡在定位过程中,由于节点分布的随机性和不规则性所带来的节点定位误差。锚节点和未知节点,通过不断传递、更新链表以及链表中的信息包,完成对锚节点的加权,实现新的平均跳距的计算、更新和传递,未知节点再根据更新的平均跳距和链表已经存在的跳数,计算到锚节点之间的距离,最后采用三边测量法计算未知节点坐标。本发明,有效的提高了未知节点定位的准确度,降低了定位误差,并且,大部分计算任务都在锚节点上完成,节省了未知节点的CPU资源和电源,保证了网络的有效运行。

Description

一种无线传感器网络及其控制方法
技术领域
本发明涉及无线传感器网络领域,具体涉及一种无线传感器网络及其控制方法。
背景技术
无线传感器网络是由大量的无线传感器在Ad-Hoc自组网方式在构成的无线网络,整个网络覆盖一定的感知区域,其目的在于感知、获得和处理感知区域的对象的信息。目前,无线穿感悟网络广泛应用于远程医疗系统、军事应用、智能交通和环境监测等领域,在这些应用当中,显示事件和数据的发生位置,是至关重要的,以此,节点的位置信息显得不可或缺。
在现有定位技术中,DV-Hop定位算法以成本低、定位效率高等优点得到广泛的应用。其基本思想是将未知节点与锚节点之间的距离用网络平均跳距与两者之间的跳数乘积表示,当未知节点获得与三个或更多锚节点的距离时,采用三边测量定位。传统DV-Hop算法中,随着跳数增加,以及节点分布的不规则性和节点之间实际距离的随机性,锚节点和未知节点之间估计距离误差也会增加,这就导致节点坐标估计误差累积增大。
发明内容
为了减小这种误差,本发明提出了一种无线传感器网络及其控制方法以及一种改进的无线传感器网络的DV-Hop定位算法。具体技术方案如下:
一种无线传感器网络,包括无线传感器,汇聚站点和远程中心,其中,所述无线传感器通讯连接至汇聚站点,其用于监测并可向汇聚站点发送信息;所述汇聚站点通讯连接至远程中心,并可将处理后信息发送至远程中心;所述远程中心通讯连接至汇聚站点并可向其发送信息。
进一步地,汇聚站点与远程中心之间通过网络进行信号传输。
进一步地,所述无线传感器包括多个传感器节点。
上述无线传感器网络的控制方法,包括如下步骤:
(1)无线传感器网络内的未知节点,在获得邻居节点的信息后,找出能与自己通信的锚节点,并且记录锚节点在网络中传播的信息包,存储在新创建的链表中;
(2)未知节点根据链表中获得的与各个锚节点的跳数,确定到锚节点的最短路径,未知节点将新的链表中的信息包,传给最近的锚节点;
(3)锚节点在接收到各个未知节点发来的链表,向链表中更新信息,并且加权计算新的平均跳距,也向链表中更新信息;
(4)锚节点完成步骤(3)后,将完成更新的链表传播至未知节点中;
(5)未知节点计算到各个锚节点的距离,计算未知节点坐标,实现未知节点的定位。
进一步地,步骤(1)中,所述信息包括锚节点的ID、位置坐标和到接收信息包未知节点的跳数等信息。
进一步地,步骤(1)中,对于同一个锚节点的信息,只存储跳数最小的信息包。
进一步地,步骤(2)中,若存在多个最近锚节点,则随机选取其中一个。
进一步地,步骤(3)中,更新的信息包括发来信息的未知节点个数,距离自己本身的跳数等。
进一步地,步骤(3)中,根据跳数为1的未知节点个数来加权计算新的平均跳距。
进一步地,步骤(5)中,未知节点利用链表中的跳数和更新的平均跳距计算到各个锚节点的距离,在运用三边测量法或者极大似然估计法来计算未知节点坐标,实现未知节点的定位。
针对DV-Hop定位算法的不足,在DV-Hop算法的基础上,引入未知节点加权模型,提高节点定位准确率。
将未知节点加权模型引入DV-Hop定位算法中,针对算法中节点随机分布的不规则和随机性所引起的节点定位误差,本发明采用新的链表记录节点的ID号、位置坐标以及跳数等信息,在定位过程中,基于锚节点周边跳数1的未知节点的个数,作为权重加到锚节点的平均跳距的计算中,用来平衡由于节点随机分布的不规则所带来的定位误差。前面产生的新的平均跳距,传播给未知节点,未知节点再根据更新的平均跳距计算到锚节点之间的距离,最后采用三边测量法计算未知节点坐标。具体步骤如下:
(1).无线传感网络内的未知节点,在获得邻居节点的信息后,找出能与自己通信的锚节点,并且记录锚节点在网络中传播的信息包,存储在新创建的链表中。这些信息包中含有锚节点的ID、位置坐标和到接收信息包未知节点的跳数等信息。对于同一个锚节点的信息,只存储跳数最小的信息包;
(2).未知节点根据链表中获得的与各个锚节点的跳数,确定到锚节点的最短路径,未知节点将新的链表中的信息包,传给最近的锚节点;若存在多个最近锚节点,则随机选取其中一个;
(3).锚节点在接收到各个未知节点发来的链表,向链表中更新发来信息的未知节点个数,距离自己本身的跳数等信息,并且根据跳数为1的未知节点个数来加权计算新的平均跳距,同样更新到收到的链表当中。
(4).锚节点在完成(3)中的任务后,将完成更新的链表传播至未知节点中,未知节点利用链表中的跳数和更新的平局跳距计算到各个锚节点的距离,在运用三边测量法或者极大似然估计法来计算未知节点坐标,实现未知节点的定位。
与目前现有技术相比,本发明提供一种改进的无线传感器网络的DV-Hop定位算法,采用锚节点最近未知节点,作为权重,平衡在定位过程中,由于节点分布的随机性和不规则性所带来的节点定位误差。锚节点和未知节点,通过不断传递、更新链表以及链表中的信息包,完成对锚节点的加权,实现新的平均跳距的计算、更新和传递,未知节点再根据更新的平均跳距和链表已经存在的跳数,计算到锚节点之间的距离,最后采用三边测量法计算未知节点坐标。本发明,有效的提高了未知节点定位的准确度,降低了定位误差,并且,大部分计算任务都在锚节点上完成,节省了未知节点的CPU资源和电源,保证了网络的有效运行。
附图说明
图1为本发明的无线传感器网络结构模型
图2为本发明的算法流程示意图
具体实施方式
下面根据附图对本发明进行详细描述,其为本发明多种实施方式中的一种优选实施例。
一种改进的无线传感器网络的DV-Hop定位算法,进一步地引入了未知节点加权模型,平衡由于节点随机分布的不规则所带来的定位误差提高节点定位准确率。本发明采用新的链表记录节点的ID号、位置坐标以及跳数等信息,在定位过程中,基于锚节点周边跳数1的未知节点的个数,作为权重加到锚节点的平均跳距的计算中,用来平衡由于节点随机分布的不规则所带来的定位误差。前面产生的新的平均跳距,传播给未知节点,未知节点再根据更新的平均跳距计算到锚节点之间的距离,最后采用三边测量法计算未知节点坐标。具体步骤如下:
(1).无线传感网络内的未知节点,在获得邻居节点的信息后,找出能与自己通信的锚节点,并且记录锚节点在网络中传播的信息包,存储在新创建的链表中。这些信息包中含有锚节点的ID、位置坐标和到接收信息包未知节点的跳数等信息。对于同一个锚节点的信息,只存储跳数最小的信息包;
(2).未知节点根据链表中获得的与各个锚节点的跳数,确定到锚节点的最短路径,未知节点将新的链表中的信息包,传给最近的锚节点;若存在多个最近锚节点,则随机选取其中一个;
(3).锚节点在接收到各个未知节点发来的链表,向链表中更新发来信息的未知节点个数,距离自己本身的跳数等信息,并且根据跳数为1的未知节点个数来加权计算新的平均跳距,同样更新到收到的链表当中。
(4).锚节点在完成(3)中的任务后,将完成更新的链表传播至未知节点中,未知节点利用链表中的跳数和更新的平局跳距计算到各个锚节点的距离,在运用三边测量法或者极大似然估计法来计算未知节点坐标,实现未知节点的定位。
下面参照附图2,对本发明的内容以一个具体实施例,进行具体的详细说明。
对于任意锚节点i,假设其存在邻居未知节点l,m,n,且这三个未知节点到锚节点i的跳数分别为1,1,2,且均为最短路径。在本发明提出的算法中,未知节点l,m,n分别创建新的链表list1,list2,list3,在未知节点获取锚节点i广播的信息时,会形成如下表达:
list1i={ID=Anchori,(xi,yi),hop=1},
list2i={ID=Anchori,(xi,yi),hop=1},
list3i={ID=Anchori,(xi,yi),hop=2},
根据前面描述,以上的跳数均为最小跳数,即最短路径记录完毕,未知节点向锚节点更新信息。锚节点i在收到相应的链表信息后,记录未知节点l,m的信息,形成如下表达:
record={nearest=2,(ID=l,m)}
锚节点根据已经记录的信息,与其他锚节点一起计算网络中的平局跳距,其中,nearest=2是锚节点i在计算新的平局跳距的权重,同样其他锚节点会有自己的权重,并完成计算,信息记录如下:
record={nearest=2,(ID=l,m),AHD}
其中AHD是更新的网络的平均跳距,锚节点i会将更新的信息,更新到链表中国,如下:
list1i={ID=Anchori,(xi,yi),hop=1,AHD}
list2i={ID=Anchori,(xi,yi),hop=1,AHD}
list3i={ID=Anchori,(xi,yi),hop=2,AHD}
然后向网络中的未知节点广播,未知节点接收到信息后,利用链表中的跳数和更新的平局跳距计算到各个锚节点的距离,在运用三边测量法或者极大似然估计法来计算未知节点坐标,实现未知节点的定位。
上面结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种改进,或未经改进直接应用于其它场合的,均在本发明的保护范围之内。

Claims (1)

1.一种无线传感器网络的控制方法,其特征在于,无线传感器网络包括无线传感器,汇聚站点和远程中心,其中,
所述无线传感器通讯连接至汇聚站点,其用于监测并可向汇聚站点发送信息;
所述汇聚站点通讯连接至远程中心,并可将处理后信息发送至远程中心;
所述远程中心通讯连接至汇聚站点并可向其发送信息,所述的汇聚站点与远程中心之间通过网络进行信号传输,所述无线传感器包括多个传感器节点;控制方法步骤包括:
(1)无线传感器网络内的未知节点,在获得邻居节点的信息后,找出能与自己通信的锚节点,并且记录锚节点在网络中传播的信息包,存储在新创建的链表中;所述信息包括锚节点的ID、位置坐标和到接收信息包未知节点的跳数信息,对于同一个锚节点的信息,只存储跳数最小的信息包;
(2)未知节点根据链表中获得的与各个锚节点的跳数,确定到锚节点的最短路径,未知节点将新的链表中的信息包,传给最近的锚节点;
(3)锚节点在接收到各个未知节点发来的链表,向链表中更新信息,更新的信息包括发来信息的未知节点个数,距离自己本身的跳数,根据跳数为1的未知节点个数来加权计算新的平均跳距,也向链表中更新信息;若存在多个最近锚节点,则随机选取其中一个;
(4)锚节点完成步骤(3)后,将完成更新的链表传播至未知节点中;
(5)未知节点利用链表中的跳数和更新的平均跳距计算到各个锚节点的距离,在运用三边测量法或者极大似然估计法来计算未知节点坐标,实现未知节点的定位。
CN201410276191.4A 2014-06-19 2014-06-19 一种无线传感器网络及其控制方法 Active CN104053232B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410276191.4A CN104053232B (zh) 2014-06-19 2014-06-19 一种无线传感器网络及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410276191.4A CN104053232B (zh) 2014-06-19 2014-06-19 一种无线传感器网络及其控制方法

Publications (2)

Publication Number Publication Date
CN104053232A CN104053232A (zh) 2014-09-17
CN104053232B true CN104053232B (zh) 2017-07-07

Family

ID=51505490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410276191.4A Active CN104053232B (zh) 2014-06-19 2014-06-19 一种无线传感器网络及其控制方法

Country Status (1)

Country Link
CN (1) CN104053232B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105744589B (zh) * 2016-04-15 2023-06-20 华南理工大学 一种基于改进型DV-Hop的无线传感网络节点定位装置及方法
CN106170151B (zh) * 2016-07-05 2019-03-08 重庆邮电大学 基于协作锚节点自适应移动的未知节点定位方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103079264A (zh) * 2012-07-25 2013-05-01 浪潮电子信息产业股份有限公司 一种改进的无线传感器网络DV-Hop定位算法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103079264A (zh) * 2012-07-25 2013-05-01 浪潮电子信息产业股份有限公司 一种改进的无线传感器网络DV-Hop定位算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An improved DV-Hop positioning algorithm with modified distance error for wireless sensor network;Xiao Yi等;《IEEE》;20091231;216-218 *
无线传感器网络定位技术研究;李宁;《中国优秀硕士学位论文全文数据库 信息科技辑》;20121015;第1、28-35页 *

Also Published As

Publication number Publication date
CN104053232A (zh) 2014-09-17

Similar Documents

Publication Publication Date Title
Chenji et al. Toward accurate mobile sensor network localization in noisy environments
CN102056263B (zh) 基于树形无线传感器网络的路由方法和装置及传感器设备
CN102868972A (zh) 基于改进q学习算法的物联网错误传感器节点定位方法
Boukerche et al. DV-Loc: a scalable localization protocol using Voronoi diagrams for wireless sensor networks
Ho et al. Grade diffusion algorithm
CN110730486A (zh) 基于Q-Learning算法获取无线体域网最优路径的方法
CN104053232B (zh) 一种无线传感器网络及其控制方法
CN102497669A (zh) 一种无线传感器网络节点定位的方法
RU2701864C2 (ru) Способ и система для уточненного позиционирования через пересечение гиперзон
CN103957523B (zh) 道路网络中基于概率预测的位置隐私保护方法
JP2006287897A (ja) 無線装置およびそれを備えた無線ネットワークシステム
Lee et al. Predictive data delivery to mobile users through mobility learning in wireless sensor networks
Han et al. Optimized range-free localization scheme using autonomous groups particles swarm optimization for anisotropic wireless sensor networks
Tarighi et al. Prolong network lifetime and improve efficiency in WSN‐UAV systems using new clustering parameters and CSMA modification
Banerjee et al. Shortest path based geographical routing algorithm in wireless sensor network
KR20120068427A (ko) 애드혹 네트워크에서 에너지 소모를 최소화하는 경로 탐색 장치 및 방법
Mansfield et al. TerrainLOS: An outdoor propagation model for realistic sensor network simulation
US20140233398A1 (en) Multi-hop routing protocol
JP6296335B2 (ja) モバイルアドホックネットワーククラスタリングにおける送信電力制御装置及び送信電力制御方法
JP2018023013A (ja) 経路選択装置、経路選択方法及びプログラム
CN105792348A (zh) 一种无线传感网节点间的节点定位方法
Mohanta et al. A three-dimensional wireless sensor network with an improved localization algorithm based on orthogonal learning class topper optimization
Ferreira et al. Geographic routing by using location algorithm based in signal measurements
Liu et al. A Weight-based DV-HOP Improved Localization Algorithm for Wireless Sensor Networks.
Varga Localization techniques in wireless sensor networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent of invention or patent application
CB03 Change of inventor or designer information

Inventor after: Jiang Ming

Inventor after: Li Yunfei

Inventor after: Li Yingying

Inventor after: Zhang Xiaocuan

Inventor after: Yu Weiwei

Inventor after: Li Mei

Inventor after: Fang Lei

Inventor after: Wu Wenjiang

Inventor before: Jiang Ming

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: JIANG MING TO: JIANG MING LI YUNFEI LI YINGYING ZHANG XIAOXIN YU WEIWEI LI MEI FANG LEI WU WENJIANG

GR01 Patent grant
GR01 Patent grant