CN104093205A - 基于接收信号强度指示的无线定位系统锚节点部署方法 - Google Patents

Abstract

本发明公开一种基于接收信号强度指示(Received Signal Strength Indication，RSSI)的无线定位系统锚节点部署方法。该方法综合考虑平均定位误差和信号覆盖率并对之进行联合优化，首先采用统计模型描述系统的定位误差，并将时变的信号强度参数建模为高斯分布；然后针对节点间RSSI测距时的扰动问题，基于拟合数据的残差给出有效避免扰动的阈值测距距离，根据此阈值对测距信息进行筛选，得到满足定位覆盖条件的空间点集并计算出覆盖率；最后，以平均定位误差和信号覆盖率作为联合评价标准，同时考虑锚节点的部署个数，利用线性加权和法将其转化为部署效率的单目标优化函数，并通过基于整数编码的遗传算法求解该函数，从而获得最优的锚节点部署位置，提高系统的定位性能。

Description

基于接收信号强度指示的无线定位系统锚节点部署方法

技术领域

本发明涉及一种无线定位领域的锚节点部署方法，具体讲涉及一种基于接收信号强度指示的无线定位系统锚节点部署方法。

背景技术

基于接收信号强度指示(Received Signal Strength Indication，RSSI)的无线定位系统以其复杂度低、布设便捷等特性,引起人们的广泛关注。RSSI定位技术主要针对无线信号强度进行探测分析，通过将信号强度值转化为距离信息或者直接提取信号的模式特征来进行定位估算。已知的这些定位技术的自身位置锚节点成为提高定位性能的可靠手段，与此同时，越来越多的研究人员发现，锚节点的几何布局对系统的定位性能会有很大影响，因此，随着RSSI定位技术的持续发展，需要提供一种合理、高效的锚节点部署方法。

由于无线信号在普适场景下的传输对周围环境具有高度依赖性，信号的多径传输及地面、水面、障碍物反射等因素对接收端的接收信号强度有很大影响。在实际测量中可以发现，距发射端较远的地方，RSSI测量值会产生扰动现象，即信号强度的衰减不再遵循对数衰减模型，而是呈随机分布趋势，随着距离的变化而不规律地跳动，且距发射端越远，RSSI值的扰动程度越大。此时对应的RSSI定位算法，因衰减模型失效和特征分辨度降低，其定位精度会受到极大影响。因此需要提供一种在网络规划阶段，能够有效避免RSSI扰动的锚节点部署方法。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于接收信号强度指示的无线定位系统锚节点部署方法，该方法综合考虑了平均定位误差和信号覆盖率两种评价定位性能的因素，通过采用统计模型描述系统的定位误差，并针对接收信号强度指示(Received Signal StrengthIndication，RSSI)测距的扰动问题，基于拟合数据的残差分析给出满足定位覆盖条件的空间点集，计算出信号覆盖率；同时考虑到锚节点的部署成本，建立反映部署效率的联合优化函数，利用基于整数编码的遗传算法求解该优化问题，从而获得更合理的锚节点部署位置和更好的定位性能。

本发明的目的是采用下述技术方案实现的：

本发明提供一种基于接收信号强度指示的无线定位系统锚节点部署方法，其改进之处在于，所述方法包括下述步骤：

1)将接收信号强度建模为高斯分布，给出在定位区域内其条件概率的计算方式，利用统计模型描述无线定位系统系统的平均定位误差；

2)确定无线定位系统信号的覆盖率；

3)分别以最小化平均定位误差和最大化信号覆盖率为优化目标，并考虑锚节点的部署个数，建立评价无线定位系统总体定位性能的反映锚节点部署效率的联合优化函数；；

4)用基于整数编码的遗传算法求解步骤3)中所述联合优化函数，通过迭代式搜索确定锚节点的部署位置。

进一步地，所述步骤1)中，描述无线定位系统平均定位误差过程中，将探测到的定位区域内某处的信号强度建模为高斯分布，其均值为由对数衰减模型计算的该处接收信号强度的理论值，在统计模型中，推导出该点被误判为区域内其他点的条件概率，表示无线定位系统的平均定位误差，这包括：

若x是定位区域A内任意一点，则x'是该点经接收信号强度指示的无线定位系统定位后的估计位置，用对数衰减模型表示随距离衰减的信号强度，即在x处接收到的第i个锚节点的接收信号强度为：

μ_i(x)＝-10β₁log[d_i(x)]+β₂    (1)；

式中，d_i(x)为x距第i个锚节点的距离，β₁为与实际定位环境有关的环境因子，β₂为参考接收信号强度；β₁和β₂分别为经验数据，对预采样数据进行最小二乘拟合得到其取值；

将定位区域内x处的接收信号强度s建模为高斯分布：

$S\left(s\right|\mathrm{\μ})=\frac{1}{\mathrm{\σ}\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}{\left(\frac{s-\mathrm{\μ}}{\mathrm{\σ}}\right)}^2}---\left(2\right);$

式中：σ为高斯分布标准差、μ为接收信号的期望强度，S表示给定期望情况下的接收信号强度的条件概率分布；

若认为不同锚节点的接收信号强度指示RSSI测距误差是相互独立的，则在定位区域A中，经接收信号强度指示RSSI的无线定位系统系统定位后将x点位置误判为x'的条件概率近似表示为：

$P\left(x^{\′}\right|x)\≈\frac{\underset{i-1}{\overset{n}{\mathrm{\Π}}}S\left[{\mathrm{\μ}}_i\left(x^{\′}\right)\right|{\mathrm{\μ}}_i\left(x\right)]}{{\∫}_A\underset{i-1}{\overset{n}{\mathrm{\Π}}}S\left[{\mathrm{\μ}}_i\left(\mathrm{\ξ}\right)\right|{\mathrm{\μ}}_i\left(x\right)]\mathrm{d\ξ}}---\left(3\right);$

式中：μ_i(x')、μ_i(x)分别表示x’和x点处接收到的第i个锚节点的信号强度、ξ为表示定位区域内任意位置的积分变量；

进一步推导出整个定位区域A的平均定位误差表达式为：

$E=\frac{1}{\left|\right|A\left|\right|}{\∫\∫}_{A\×A}d(x^{\′},x)P\left(x^{\′}\right|x)d{x}^{\′}\mathrm{dx}---\left(4\right);$

式中，||A||为定位区域A的面积，E表示接收信号强度指示RSSI的无线定位系统在整个区域内的平均定位误差。

进一步地，所述步骤2)中，确定无线定位系统信号的覆盖率的步骤包括：残差分析预采样数据，得到阈值距离D_R；若待定位节点与锚节点的距离小于D_R，则测距时有效避免接收信号强度指示RSSI的扰动，获得信号强度测量值；将预采样数据的拟合函数写作y(d,β)，其残差表示为：

e_k＝y_k-y(d_k，β)    (5)；

式中，d为两节点间的距离，β为与环境有关的参数，d_k和y_k为将预采样数据按距离排序后对应的第k组数据；设定小于0.5的常量γ，累积残差满足：

$\underset{k=1}{\overset{k^{\′}}{\mathrm{\Σ}}}\left|e_k\right|\≥\mathrm{\γ}\underset{k=1}{\overset{m}{\mathrm{\Σ}}}\left|e_k\right|---\left(6\right);$

式中，k'的最小值所对应的距离即为阈值距离D_R；在网络规划过程中，待定位节点在定位区域内任一点处接收各锚节点的接收信号强度指示RSSI数据形成测距集，根据阈值距离D_R对集合中的元素进行筛选，若测距值小于y(D_R,β)，则将其从集合中删去，若集合中剩余元素的个数不小于3，则认为该点满足定位覆盖条件，区域内满足条件的点所占的比率即为无线定位系统的信号覆盖率C。

进一步地，所述步骤3)中，建立反映锚节点部署效率的联合优化函数的步骤包括：

结合锚节点的部署成本，引入部署位置个数n，用线性加权和法得到优化目标联合优化函数：

Φ＝(C+α/E)/n    (7)；

式中，参数α与实际定位场景有关，其取值使无线定位系统的信号覆盖率C和平均定位误差E在优化结果中所占的权重相近，联合化优化函数Φ即可获得使部署效率最佳的锚节点位置坐标。

进一步地，所述步骤4)包括下述步骤：

A、离散化定位区域，对离散网格中心点的整数编码；

B、初始化阶段：随机生成包含M个染色体的初始种群，根据遗传算法设备的计算能力设定M的取值；

C、适应值计算阶段：计算遗传算法的联合优化函数Φ，在计算过程中首先将编码后的染色体解码映射为离散点坐标；

D、父代选择阶段：基于步骤C的适应值函数，用正比选择策略和旋轮法选择执行遗传操作的父代染色体，适应值高的染色体被选中的概率大；

E、交叉和变异阶段：被选中的染色体分别以预设交叉率Pc和变异率Pm执行部分映射交叉和随机变异，生成相应后代；

F、终止阶段：遗传算法重复上述步骤进行迭代式搜索，直至遗传算法收敛或达到最大迭代次数，将所得染色体后代解码，得到使部署效率最佳的锚节点位置坐标。

进一步地，所述步骤A中，设定位区域为矩形，将其离散化后得到K×L的矩形网格，每矩形网格中心点即为锚节点的部署位置；将所有网络中心点位置{p_xy|x＝1，2，…，K；y＝1，2，…，L}逐行映射为整数集Z＝{1，2，…，K*L}，则整数编码后每组锚节点的部署位置表示为染色体，染色体的长度等于锚节点的个数。

与现有技术比，本发明达到的有益效果是：

本发明提供的基于部署效率的RSSI无线定位系统锚节点部署方法。综合平均定位误差和信号覆盖率两种因素作为评价定位性能的指标，并引入锚节点部署个数建立联合优化函数。优点是采用统计模型描述系统的定位误差，且针对RSSI扰动问题，通过对拟合数据的残差分析计算给出信号覆盖率，该方法利用基于整数编码的遗传算法求解优化函数，对锚节点部署方式进行启发式搜索，以使部署效率最大化，从而获得全局最优的锚节点位置坐标和更好的系统定位性能。

该方法能够通过优化锚节点部署位置，在锚节点数目相同的情况下，使系统获得最好的定位性能，即达到锚节点部署效率的最大化。

附图说明

图1是本发明提供的RSSI无线定位系统锚节点部署方法的总体流程图；

图2是本发明提供的定位区域离散化及整数编码方式示意图；

图3是本发明提供的遗传算法的具体流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

本发明的锚节点部署方法基于平均定位误差和信号覆盖率分析系统的定位性能，并综合锚节点部署个数给出相应联合优化函数。该方法首先采用统计模型描述系统的定位误差，并将时变的信号强度参数建模为高斯分布；然后针对RSSI远程测距时的扰动问题，基于拟合数据的残差给出有效避免扰动的阈值距离，再根据此阈值对测距信息进行筛选，得到满足定位覆盖条件的空间点集并计算出覆盖率；最后采用整数编码的遗传算法对锚节点的部署方式进行启发式搜索，以最大化部署效率，获得全局最优的锚节点位置坐标。其流程图如图1所示，包括下述步骤：

1)将接收信号强度建模为高斯分布，给出在定位区域内其条件概率的计算方式，利用统计模型对系统的平均定位误差进行描述：

将定位区域内某点处可能探测到的信号强度建模为高斯分布，其均值为该点处由对数衰减模型计算的接收信号强度理论值，在统计模型中，可推导得到该点被误判为区域内其他点的条件概率，从而表示出系统的平均定位误差：具体过程如下：

平均定位误差是对定位系统的重要评价指标，本发明的锚节点部署方法在分析系统的定位性能时，首先对平均定位误差进行了数学描述。若x是定位区域A内任意一点，x'是该点经RSSI系统定位后的估计位置，一般信号强度随距离的衰减可采用对数衰减模型表示，即在x处所接收到的第i个锚节点的信号强度为

μ_i(x)＝-10β₁log[d_i(x)]+β₂    (1)；

上式中，d_i(x)为x距第i个锚节点的距离，β₁为与实际定位环境有关的环境因子，β₂为参考接收信号强度。β₁，β₂均为经验数据，其取值可通过对预采样数据进行最小二乘拟合得到。

由于受环境因素影响，实际在某固定位置测得的RSSI值具有时变特性，此时变的接收信号强度分布近似服从高斯分布模型，故将定位区域内x处的接收信号强度s建模为高斯分布：

$S\left(s\right|\mathrm{\μ})=\frac{1}{\mathrm{\σ}\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}{\left(\frac{s-\mathrm{\μ}}{\mathrm{\σ}}\right)}^2}---\left(2\right);$

式中：σ为高斯分布的标准差、μ为接收信号强度的期望，S表示给定期望情况下的接收信号强度的条件概率分布；

若认为不同锚节点的RSSI测距误差是相互独立的，则在定位区域A中，经RSSI系统定位后将x点位置误判为x'的条件概率可以近似表示为：

$P\left(x^{\′}\right|x)\≈\frac{\underset{i-1}{\overset{n}{\mathrm{\Π}}}S\left[{\mathrm{\μ}}_i\left(x^{\′}\right)\right|{\mathrm{\μ}}_i\left(x\right)]}{{\∫}_A\underset{i-1}{\overset{n}{\mathrm{\Π}}}S\left[{\mathrm{\μ}}_i\left(\mathrm{\ξ}\right)\right|{\mathrm{\μ}}_i\left(x\right)]\mathrm{d\ξ}}---\left(3\right);$

式中：μ_i(x')、μ_i(x)分别表示x’和x点处接收到的第i个锚节点的信号强度、ξ为表示定位区域内任意位置的积分变量；

进一步推导可得出整个定位区域A的平均定位误差表达式为：

$E=\frac{1}{\left|\right|A\left|\right|}{\∫\∫}_{A\×A}d(x^{\′},x)P\left(x^{\′}\right|x)d{x}^{\′}\mathrm{dx}---\left(4\right);$

上式中，||A||为区域A的面积，E表示RSSI无线定位系统在整个区域内的平均定位误差，是反映系统定位性能的重要参数。

2)通过对拟合数据残差的分析，待定位节点可以对接收到的锚节点测距信息进行筛选，以避免测得的RSSI值产生扰动现象，待定位节点在定位区域内每一点处进行筛选操作，可得到符合定位覆盖条件的空间点集，从而确定信号的覆盖率；

RSSI无线定位系统的信号覆盖率是指在定位区域内，能够被定位算法解算出其坐标的子区域所占比率，也是评价定位系统的重要指标。常见的RSSI定位算法，无论是基于距离的三边测量法还是基于指纹识别的算法，均需要三个或三个以上锚节点的精确RSSI测距信息，若不满足此要求，则定位结果将无法解出或误差极大。这就需要在网络规划阶段，通过合理的锚节点部署，使定位区域内尽量多的点满足上述覆盖条件。

本发明的锚节点部署方法对系统信号覆盖率进行了数学描述。首先针对实际测量过程中的RSSI扰动问题，该方法对预采样数据进行残差分析，给出阈值距离D_R。若待定位节点与锚节点的距离小于D_R，则测距时可以有效避免RSSI的扰动，获得较精确的信号强度测量值。将拟合函数写作y(d,β)，其残差可以表示为：

e_k＝y_k-y(d_k，β)

                       (5)；

上式中，d为两节点间的距离，β为与环境有关的参数，d_k,y_k为将预采样数据按距离排序后对应的第k组数据。给定一个小于0.5的常量γ，若累积残差满足：

$\underset{k=1}{\overset{k^{\′}}{\mathrm{\Σ}}}\left|e_k\right|\≥\mathrm{\γ}\underset{k=1}{\overset{m}{\mathrm{\Σ}}}\left|e_k\right|---\left(6\right);$

则上式中k'的最小值所对应的距离即为阈值距离D_R。在网络规划过程中，待定位节点在定位区域内任一点处接收各锚节点的RSSI数据形成测距集，根据阈值距离D_R对集合中的元素进行筛选，若测距值小于y(D_R,β)，则将其从集合中删去，若集合中剩余元素的个数不小于3，则可认为该点满足定位覆盖条件，区域内满足条件的点所占的比率即为系统的信号覆盖率C。

3)分别以最小化平均定位误差和最大化信号覆盖率为优化目标，并考虑锚节点的部署个数，建立起反映锚节点部署效率的联合优化函数，对系统的总体定位性能进行评价；

本发明的锚节点部署方法综合了平均定位误差和信号覆盖率两部分因素，建立起反映锚节点部署效率的联合优化函数，对由锚节点不同部署位置引起的系统定位性能变化进行评估。若考虑到锚节点的部署成本，引入部署个数n，通过线性加权和法给出优化目标的联合优化函数：

Φ＝(C+α/E)/n

                    (7)；

上式中的参数α与实际定位场景有关，其取值应尽量使C和E在优化结果中所占的权重相近，最大化优化函数Φ即可获得使部署效率最佳的锚节点位置坐标。

4)采用基于整数编码的遗传算法对步骤3)中所述联合优化函数进行求解，通过迭代式搜索确定锚节点的部署位置，包括下述步骤：

A、将定位区域离散化，基于上述对离散网格中心点的整数编码：

首先定位区域需要被适当离散化，并对每一离散点进行整数编码，离散化及编码过程如图2所示。设定位区域为矩形，将其离散化后得到K×L的矩形网格，每一矩形网格中心点处即为可能的锚节点部署位置。将所有中心点位置{p_xy|x＝1，2，…，K；y＝1，2，…，L}逐行映射为整数集Z＝{1，2，…，K*L}，则编码后每组锚节点的部署位置可以表示为一个染色体，染色体的长度等于锚节点的个数。如图3所示，遗传算法的具体流程为：

B、初始化阶段：随机生成包含M个染色体的初始种群，M的取值根据遗传算法设备的计算能力进行设定；

C、适应值计算阶段：对染色体的适应值函数，即遗传算法的联合优化函数Φ进行计算，在计算过程中首先将编码后的染色体解码映射为离散点坐标；

D、父代选择阶段：基于步骤C的适应值函数，采用正比选择策略和旋轮法选择要执行遗传操作的父代染色体，适应值高的染色体被选中的概率大；

E、交叉和变异阶段：被选中的染色体分别以预设交叉率Pc和变异率Pm执行部分映射交叉和随机变异，生成相应后代；

F、终止阶段：遗传算法重复上述步骤进行迭代式搜索，直至遗传算法收敛或达到最大迭代次数，将所得染色体后代解码，即可得到使部署效率最佳的锚节点位置坐标。

本发明提供的方法综合考虑平均定位误差和信号覆盖率并对之进行联合优化，首先采用统计模型描述系统的定位误差，并将时变的信号强度参数建模为高斯分布；然后针对节点间RSSI测距时的扰动问题，基于拟合数据的残差给出有效避免扰动的阈值测距距离，根据此阈值对测距信息进行筛选，得到满足定位覆盖条件的空间点集并计算出覆盖率；最后，以平均定位误差和信号覆盖率作为联合评价标准，同时考虑锚节点的部署个数，利用线性加权和法将其转化为部署效率的单目标优化函数，并通过基于整数编码的遗传算法求解该函数，从而获得最优的锚节点部署位置，提高系统的定位性能。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于接收信号强度指示的无线定位系统锚节点部署方法，其特征在于，所述方法包括下述步骤：

1)将接收信号强度建模为高斯分布，给出在定位区域内其条件概率的计算方式，利用统计模型描述无线定位系统系统的平均定位误差；

2)确定无线定位系统信号的覆盖率；

3)分别以最小化平均定位误差和最大化信号覆盖率为优化目标，并考虑锚节点的部署个数，建立评价无线定位系统总体定位性能的反映锚节点部署效率的联合优化函数；；

4)用基于整数编码的遗传算法求解步骤3)中所述联合优化函数，通过迭代式搜索确定锚节点的部署位置。

2.如权利要求1所述的无线定位系统锚节点部署方法，其特征在于，所述步骤1)中，描述无线定位系统平均定位误差过程中，将探测到的定位区域内某处的信号强度建模为高斯分布，其均值为由对数衰减模型计算的该处接收信号强度的理论值，在统计模型中，推导出该点被误判为区域内其他点的条件概率，表示无线定位系统的平均定位误差，这包括：

若x是定位区域A内任意一点，则x'是该点经接收信号强度指示的无线定位系统定位后的估计位置，用对数衰减模型表示随距离衰减的信号强度，即在x处接收到的第i个锚节点的接收信号强度为：

μ_i(x)＝-10β₁log[d_i(x)]+β₂    (1)；

式中，d_i(x)为x距第i个锚节点的距离，β₁为与实际定位环境有关的环境因子，β₂为参考接收信号强度；β₁和β₂分别为经验数据，对预采样数据进行最小二乘拟合得到其取值；

将定位区域内x处的接收信号强度s建模为高斯分布：

$S\left(s\right|\mathrm{\μ})=\frac{1}{\mathrm{\σ}\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}{\left(\frac{s-\mathrm{\μ}}{\mathrm{\σ}}\right)}^2}---\left(2\right);$

式中：σ为高斯分布标准差、μ为接收信号的期望强度，S表示给定期望情况下的接收信号强度的条件概率分布；

若认为不同锚节点的接收信号强度指示RSSI测距误差是相互独立的，则在定位区域A中，经接收信号强度指示RSSI的无线定位系统系统定位后将x点位置误判为x'的条件概率近似表示为：

$P\left(x^{\′}\right|x)\≈\frac{\underset{i-1}{\overset{n}{\mathrm{\Π}}}S\left[{\mathrm{\μ}}_i\left(x^{\′}\right)\right|{\mathrm{\μ}}_i\left(x\right)]}{{\∫}_A\underset{i-1}{\overset{n}{\mathrm{\Π}}}S\left[{\mathrm{\μ}}_i\left(\mathrm{\ξ}\right)\right|{\mathrm{\μ}}_i\left(x\right)]\mathrm{d\ξ}}---\left(3\right);$

式中：μ_i(x')、μ_i(x)分别表示x’和x点处接收到的第i个锚节点的信号强度、ξ为表示定位区域内任意位置的积分变量；

进一步推导出整个定位区域A的平均定位误差表达式为：

$E=\frac{1}{\left|\right|A\left|\right|}{\∫\∫}_{A\×A}d(x^{\′},x)P\left(x^{\′}\right|x)d{x}^{\′}\mathrm{dx}---\left(4\right);$

式中，||A||为定位区域A的面积，E表示接收信号强度指示RSSI的无线定位系统在整个区域内的平均定位误差。

3.如权利要求1所述的无线定位系统锚节点部署方法，其特征在于，所述步骤2)中，确定无线定位系统信号的覆盖率的步骤包括：残差分析预采样数据，得到阈值距离D_R；若待定位节点与锚节点的距离小于D_R，则测距时有效避免接收信号强度指示RSSI的扰动，获得信号强度测量值；将预采样数据的拟合函数写作y(d,β)，其残差表示为：

e_k＝y_k-y(d_k，β)    (5)；

式中，d为两节点间的距离，β为与环境有关的参数，d_k和y_k为将预采样数据按距离排序后对应的第k组数据；设定小于0.5的常量γ，累积残差满足：

$\underset{k=1}{\overset{k^{\′}}{\mathrm{\Σ}}}\left|e_k\right|\≥\mathrm{\γ}\underset{k=1}{\overset{m}{\mathrm{\Σ}}}\left|e_k\right|---\left(6\right);$

式中，k'的最小值所对应的距离即为阈值距离D_R；在网络规划过程中，待定位节点在定位区域内任一点处接收各锚节点的接收信号强度指示RSSI数据形成测距集，根据阈值距离D_R对集合中的元素进行筛选，若测距值小于y(D_R,β)，则将其从集合中删去，若集合中剩余元素的个数不小于3，则认为该点满足定位覆盖条件，区域内满足条件的点所占的比率即为无线定位系统的信号覆盖率C。

4.如权利要求1所述的无线定位系统锚节点部署方法，其特征在于，所述步骤3)中，建立反映锚节点部署效率的联合优化函数的步骤包括：

结合锚节点的部署成本，引入部署位置个数n，用线性加权和法得到优化目标联合优化函数：

Φ＝(C+α/E)/n    (7)；

式中，参数α与实际定位场景有关，其取值使无线定位系统的信号覆盖率C和平均定位误差E在优化结果中所占的权重相近，联合化优化函数Φ即可获得使部署效率最佳的锚节点位置坐标。

5.如权利要求1所述的无线定位系统锚节点部署方法，其特征在于，所述步骤4)包括下述步骤：

A、离散化定位区域，对离散网格中心点的整数编码；

B、初始化阶段：随机生成包含M个染色体的初始种群，根据遗传算法设备的计算能力设定M的取值；

C、适应值计算阶段：计算遗传算法的联合优化函数Φ，在计算过程中首先将编码后的染色体解码映射为离散点坐标；

D、父代选择阶段：基于步骤C的适应值函数，用正比选择策略和旋轮法选择执行遗传操作的父代染色体，适应值高的染色体被选中的概率大；

E、交叉和变异阶段：被选中的染色体分别以预设交叉率Pc和变异率Pm执行部分映射交叉和随机变异，生成相应后代；

F、终止阶段：遗传算法重复上述步骤进行迭代式搜索，直至遗传算法收敛或达到最大迭代次数，将所得染色体后代解码，得到使部署效率最佳的锚节点位置坐标。

6.如权利要求5所述的无线定位系统锚节点部署方法，其特征在于，所述步骤A中，设定位区域为矩形，将其离散化后得到K×L的矩形网格，每矩形网格中心点即为锚节点的部署位置；将所有网络中心点位置{p_xy|x＝1，2，…，K；y＝1，2，…，L}逐行映射为整数集Z＝{1，2，…，K*L}，则整数编码后每组锚节点的部署位置表示为染色体，染色体的长度等于锚节点的个数。