CN104202815A - 基于参考信标点优选的改进DV-Hop定位方法 - Google Patents

Abstract

本发明提供一种基于参考信标点优选的改进DV-Hop定位方法，包括：获取信标点的位置信息以及距离信标点的最小跳数；估算未知节点到信标点的距离；未知节点计算位置坐标，其中：首先，对未知节点到信标点的距离方程进行操作，表示成矩阵的形式；然后，进行初次筛选得到一次优化的源矩阵；接着，对初次筛选后的源矩阵实施二次筛选得到新的源矩阵，任选其一作为最佳矩阵，该最佳矩阵对应的参考信标点作为优选信标点，以计算出未知节点的空间位置。本发明提供的基于参考信标点优选的改进DV-Hop定位方法，能够提高定位坐标的精度。

Description

基于参考信标点优选的改进DV-Hop定位方法

技术领域

本发明涉及无线传感器网络技术领域，特别涉及一种基于参考信标点优选的改进DV-Hop定位方法。

背景技术

无线传感器网络(Wireless Sensor Networks,WSN)是由大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络，通过协作方式感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息，并最终把这些信息发送给网络的所有者。无线传感器网络重要研究领域是定位技术。

WSN主要的定位方案分为测距方案和非测距方案。测距的方案利用测量得到的距离计算未知节点坐标，例如基于信号传输时间的方法(time of arrival,TOA)、基于信号传输时间差的方法(time difference of arrival,TDOA)、基于信号角度的方法(angle of arrival,AOA)和基于信号接收强度的方法(receivedsignal strength indicator,RSSI)。非测距方案依靠网络连通度实现定位，例如质心算法、APIT算法和DV-Hop算法。与非测距方案相比，测距方案的优点是定位精度一般较高，但测距方案有两个主要缺点。一是对节点的硬件配置要求较高，因为需要精确的距离或角度测量设备。二是在某些场合，比如一个规模较大且信标点稀疏的网络中，未知节点无法与足够多的锚节点进行直接测距，测距方法无法完成定位，在这种信标点稀疏的情况下，非测距方案中的DV-Hop算法是一种较好的解决方案。

DV-Hop算法是一种基于距离矢量路由的非测距定位算法。该算法中，未知节点利用距离矢量路由测得与信标点间的最小跳数，求得该信标点的平均每跳距离，未知节点通过计算所得信标点的平均每跳距离和到达该信标点的最小跳数的乘积，利用三边测量法或最小二乘法来计算未知节点的位置坐标。

DV-Hop算法的流程可以分为以下三个阶段：

第一阶段：获取信标点的位置信息以及距离信标点的最小跳数

每个信标点向全网发送包括位置信息和跳数信息的广播数据包，跳数字段的初始值为0。在一个信标点的通信半径内，当节点接收到该信标点的广播数据包时，此节点将数据包中的跳数加1，然后记录该数据包中的信息，将该数据包继续广播出去。如节点收到多个来自同一信标点的信息，该节点只保留跳数最小的信息组，通过这种方法记录自己到每个信标点的最小跳数以及信标点的位置信息。

第二阶段：估算未知节点到信标点的距离

根据在两个信标点间的欧氏距离和最小跳数，计算信标点的平均每跳距离：

${\mathrm{dhp}}_i=\left(\underset{k(k\≠i)}{\mathrm{\Σ}}{d}_{i,k}\right)/\left(\underset{k(k\≠i)}{\mathrm{\Σ}}{\mathrm{hop}}_{i,k}\right)---\left(1\right)$

式中，是信标点i和k的欧氏距离，是信标点i和k之间的最小跳数。

每个信标点将计算得到的平均每跳距离广播到全网。每个未知节点收到各信标点的平均每跳距离后，通过平均每跳距离和第一阶段得到的到各信标点的最小跳数的乘积来计算与各信标点的近似距离。

第三阶段：未知节点计算位置坐标

未知节点得到与三个以上不同信标点的距离后，通过最小二乘法来计算自己的位置坐标。在计算过程中，未知节点首先列出其与n个信标点之间的距离方程：

$\left\{\begin{array}{c}{(x-x_1)}^2-{(y-y_1)}^2={d_1}^2\\ {(x-x_2)}^2-{(y-y_2)}^2={d_2}^2\\ .\\ .\\ .\\ {(x-x_n)}^2-{(y-y_n)}^2={d_n}^2\end{array}\right.---\left(2\right)$

x,y为未知节点的待求坐标值，为第n个信标点的坐标值，为未知节点到第n个信标点的距离，n为信标点个数。

在式(1)中以第n个等式作为参考，其余(n-1)个方程减去第n个方程得到如下方程组：

$\left\{\begin{array}{c}-2(x_1-x_n)x-2(y_1-y_n)y={d_1}^2-{d_n}^2-{x_1}^2+{x_n}^2-{y_1}^2+{y_n}^2\\ -2(x_2-x_n)x-2(y_2-y_n)y={d_2}^2-{d_n}^2-{x_2}^2+{x_n}^2-{y_2}^2+{y_n}^2\\ .\\ .\\ .\\ -2(x_{n-1}-x_n)x-2(y_{n-1}-y_n)y={d_{n-1}}^2-{d_n}^2-{x_{n-1}}^2+{x_n}^2-{y_{n-1}}^2+{y_n}^2\end{array}\right.---\left(3\right)$

此方程组可以矩阵形式表示为：

A_nX_n＝B_n    (4)

其中，

$A_n=(-2)*\left[\begin{array}{cc}{x}_1-x_n& y_1-y_n\\ .& .\\ .& .\\ .& .\\ x_{n-1}-x_n& y_{n-1}-y_n\end{array}\right]---\left(5\right)$

$X_n=\left[\begin{array}{c}x\\ y\end{array}\right]---\left(6\right)$

$B_n=\left[\begin{array}{c}{d_1}^2-{d_n}^2-{x_1}^2+{x_n}^2-{y_1}^2+{y_n}^2\\ .\\ .\\ .\\ {d_{n-1}}^2-{d_n}^2-{x_{n-1}}^2+{x_n}^2-{y_{n-1}}^2+{y_n}^2\end{array}\right]---\left(7\right)$

根据最小二乘法，利用公式X_n＝(A_n ^TA_n)^-1A_n ^TB_n可以计算得到以第n个信标点为参考信标点时，未知节点的位置信息。

DV-Hop算法的缺点是定位精度较低。为了解决DV-Hop定位精度偏低的问题，已有一些相关的改进方法被提出，这些方法的思路大多是改进DV-Hop算法的第二步，主要是改进未知节点到信标点的平均每跳距离。这些方法在一定程度上提高了其定位精度，但没有注意到DV-Hop算法第三步中的A矩阵奇异性给定位精度所带来的影响。当信标节点的分布共线或接近共线，利用最小二乘法通过公式AX＝B计算未知节点的空间位置信息时，A的逆矩阵接近于奇异矩阵，X＝pinv(A)*B所得值和真实结果有较大的差距。

因此，针对现有的基于参考信标点的定位方法，有必要提出一种改进的DV-Hop算法定位精度，通过找出误差来源进行相应的改进，并据此提出基于参考信标点优选的改进DV-Hop定位方法。

发明内容

本发明的目的旨在提供本发明提供一种基于参考信标点优选的改进DV-Hop定位方法，以提高定位坐标的精度。

本发明提供一种基于参考信标点优选的改进DV-Hop定位方法，包括：S1、获取信标点的位置信息以及距离信标点的最小跳数；S2、估算未知节点到信标点的距离；S3、未知节点计算位置坐标，其中：S31、首先，对未知节点到信标点的距离方程进行操作，表示成矩阵的形式；S32、然后，进行初次筛选得到一次优化的源矩阵；S33、接着，对初次筛选后的源矩阵实施二次筛选得到新的源矩阵，任选其一作为最佳矩阵，该最佳矩阵对应的参考信标点作为优选信标点，以计算出未知节点的空间位置。

进一步地，所述步骤S31可以包括：假如有n个信标点，在列出未知节点到各信标点的距离方程中，以其中一个方程作为参考方程，将剩余的方程减去该参考方程得到新的(n-1)个方程，这(n-1)个方程用矩阵的形式表示。

进一步地，所述步骤S32可以包括：对每个矩阵的行向量进行两两相减得到若干个差向量，然后计算这些差向量的模值，通过比较得到最小模值；由这些矩阵得到的最小差向量模值，再次通过比较得到这些模值的最大值以及对应的那些源矩阵，以完成初次筛选。

进一步地，所述步骤S33可以包括：以初次筛选得到的源矩阵作为新的矩阵，对其再次进行两两相减得到差向量，计算差向量模值，并比较得到次小模值，通过比较得到这些次小模值的最大值，及对应的那些源矩阵，完成二次筛选。

进一步地，所述步骤S33可以包括：完成二次筛选后，基于传感器有限的计算能力，将不再做进一步筛选；选取任意一个二次筛选的源矩阵作为最优矩阵，最优矩阵对应的参考信标点作为优选信标点，计算未知节点的空间位置信息。

与现有技术相比，本发明采用的基于参考信标点优选的改进DV-Hop定位方法，在使用最小二乘法计算未知节点时，通过使用向量模值最小的方法，对参考信标点进行两次筛选，得到最优信标点，进而计算出未知节点的空间坐标，达到所计算的定位坐标与所求节点实际坐标最为接近的目的。本发明有效得提高了定位坐标精度。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1示出了根据本发明一实施方式的方法流程示意图；

图2示出了根据本发明一实施方式的节点分布示意图；

图3示出了根据本发明一实施方式的DV-Hop跳数计算示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当本发明称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

针对现有技术存在的问题以及在实际程序测试中得到的结果，本发明提供一种基于参考信标点优选的改进DV-Hop定位方法。

本发明提供一种基于参考信标点优选的DV-Hop定位方法，分为三个阶段。前两个阶段和DV-Hop算法相同，改进集中在第三阶段。下面列出第三阶段中的改进步骤。

(1)本发明首先会列出n个未知节点到各信标点之间的距离方程：

$\left\{\begin{array}{c}{(x-x_1)}^2-{(y-y_1)}^2={d_1}^2\\ {(x-x_2)}^2-{(y-y_2)}^2={d_2}^2\\ .\\ .\\ .\\ {(x-x_n)}^2-{(y-y_n)}^2={d_n}^2\end{array}\right.---\left(8\right)$

x,y为未知节点的坐标值，x_n,y_n为第n个信标点的坐标值，d_n为未知节点到第n个信标点的距离，n为信标点个数

(2)然后以式(1)中的第j(j＝1,2,…,n)个等式作为参考，将其余(n-1)个方程减去第j个方程得到新的(n-1)个方程:

$\left\{\begin{array}{c}-2(x_1-x_j)x-2(y_1-y_j)y={d_1}^2-{d_j}^2-{x_1}^2+{x_j}^2-{y_1}^2+{y_j}^2\\ -2(x_2-x_j)x-2(y_2-y_j)y={d_2}^2-{d_j}^2-{x_2}^2+{x_j}^2-{y_2}^2+{y_j}^2\\ .\\ .\\ .\\ -2(x_{j-1}-x_j)x-2(y_{j-1}-y_j)y={d_{j-1}}^2-{d_j}^2-{x_{j-1}}^2+{x_j}^2-{y_{j-1}}^2+{y_j}^2\\ -2(x_{j-1}-x_j)x-2(y_{j+1}-y_j)y={d_{j+1}}^2-{d_j}^2-{x_{j+1}}^2+{x_j}^2-{y_{j+1}}^2+{y_j}^2\\ .\\ .\\ .\\ -2(x_n-x_j)x-2(y_n-y_j)y={d_n}^2-{d_j}^2-{x_n}^2+{x_j}^2-{y_n}^2+{y_j}^2\end{array}\right.---\left(9\right)$

(3)此方程组可以矩阵形式表示为：

A_jX_j＝B_j    (10)

其中，

$A_j=(-2)*\left[\begin{array}{cc}{x}_1-x_j& y_1-y_j\\ x_2-x_j& y_2-y_j\\ .& .\\ .& .\\ .& .\\ x_{j-1}-x_j& y_{j-1}-y_j\\ x_{j+1}-x_j& y_{j+1}-y_j\\ .& .\\ .& .\\ .& .\\ x_n-x_j& y_n-y_j\end{array}\right]---\left(11\right)$

$X_j=\left[\begin{array}{c}x\\ y\end{array}\right]---\left(12\right)$

$B_j=\left[\begin{array}{c}{d_1}^2-{d_j}^2-{x_1}^2+{x_j}^2-{y_1}^2+{y_j}^2\\ {d_2}^2-{d_j}^2-{x_2}^2+{x_j}^2-{y_2}^2+{y_j}^2\\ .\\ .\\ .\\ {d_{j-1}}^2-{d_j}^2-{x_{j-1}}^2+{x_j}^2-{y_{j-1}}^2+{y_j}^2\\ {d_{j+1}}^2-{d_j}^2-{x_{j+1}}^2+{x_j}^2-{y_{j+1}}^2+{y_j}^2\\ .\\ .\\ .\\ {d_n}^2-{d_j}^2-{x_n}^2+{x_j}^2-{y_n}^2+{y_j}^2\end{array}\right]---\left(13\right)$

(4)对于第三阶段的A_j矩阵，将做以下处理：

1)A_j是(n-1)×2矩阵，对每个A_j的(n-1)个行向量进行两两相减得到个差向量，然后计算这些差向量的模值，通过比较得到最小模值min_j；

2)由所有的A_j可以得到n个最小差向量模值，再次通过比较得到这n个最小模值的最大值max-min，以及其对应的那些源矩阵。这些源矩阵表示为A_max-min，假设共有m个源矩阵，max-min∈{k₁,k₂,…,k_m}，完成初次筛选；

3)对A_max-min的(n-1)个行向量进行两两相减得到个差向量，然后计算这些差向量的模值，通过比较得到次小模值submin_m；

4)由所有的A_max-min得到m个最小差向量模值，通过比较得到这m个次小模值的最大值max-submin，以及其对应的那些源矩阵。这些源矩阵表示为A_max-submin，假设共有t个源矩阵，max-submin∈{p₁,p₂,…,p_t}，完成二次筛选；

(5)二次筛选后，考虑到传感器节点一般只具有有限的计算能力，本发明只进行这两次筛选。选取任意一个A_max-submin作为最佳的矩阵A_opt。通过筛选得到的优选信标点，利用公式X_opt＝(A_opt ^TA_opt)^-1A_opt ^TB_opt可以计算得到未知节点的空间位置信息X_opt。

与现有技术相比，本发明采用的基于参考信标点优选的改进DV-Hop定位方法，在使用最小二乘法计算未知节点时，通过使用向量模值最小的方法，对参考信标点进行两次筛选，得到最优信标点，进而计算出未知节点的空间坐标，达到所计算的定位坐标与所求节点实际坐标最为接近的目的。本发明有效得提高了定位坐标精度。

如图1所示，对参考信标点优选的改进DV-Hop定位方法进行实施，具体流程如下：

(1)设置8个无线传感器节点使其分布在160m*160m的平面区域,如图2的节点分布图所示

(2)获取信标点的位置信息以及距离信标点的最小跳数

如图3中的跳数计算示意图所示，每个信标点向全网发送包括位置信息和跳数信息的广播数据包，跳数字段的初始值为0。在一个信标点的通信半径内，当节点接收到该信标点的广播数据包时，此节点将数据包中的跳数加1，然后记录该数据包中的信息，将该数据包继续广播出去。如节点收到多个来自同一信标点的信息，该节点只保留跳数最小的信息组，通过这种方法记录自己到每个信标点的最小跳数以及信标点的位置信息。

(3)估算未知节点到信标点的距离

根据在两个信标点间的欧氏距离和最小跳数，计算信标点的平均每跳距离：

${\mathrm{dhp}}_i=\left(\underset{k(k\≠i)}{\mathrm{\Σ}}{d}_{i,k}\right)/\left(\underset{k(k\≠i)}{\mathrm{\Σ}}{\mathrm{hop}}_{i,k}\right)---\left(14\right)$

式中，d_i,k是信标点i和k的欧氏距离，hop_i,k是信标点i和k之间的最小跳数。

每个信标点将计算得到的平均每跳距离广播到全网。每个未知节点收到各信标点的平均每跳距离后，通过平均每跳距离和第一阶段得到的到各信标点最小跳数的乘积来计算与各信标点的近似距离。

(4)未知节点计算位置坐标

1)本发明首先会列出未知节点到各信标点之间的距离方程组。该方程组中含有n个方程，n是信标点数目。然后，以方程组中的第j个等式作为参考，将其余(n-1)个方程减去第j个方程得到新的(n-1)个方程。这些方程构成的新方程组可以矩阵形式表示为：

A_jX_j＝B_j    (15)

其中，式(15)中的A_j,X_j,B_j分别如式(11),(12),(13)所示。

2)对于第三阶段的A_j矩阵，将对每个A_j的(n-1)个行向量进行两两相减得到个差向量，然后计算这些差向量的模值，通过比较得到最小模值min_j；

3)由所有的A_j可以得到n个最小差向量模值，再次通过比较得到这n个最小模值的最大值max-min，以及其对应的那些源矩阵。这些源矩阵表示为A_max-min，假设共有m个源矩阵，max-min∈{k₁,k₂,…,k_m}。这样完成初次筛选；

4)对A_max-min的(n-1)个行向量进行两两相减得到个差向量，然后计算这些差向量的模值，通过比较得到次小模值submin_m；

5)由所有的A_max-min得到m个次小差向量模值，通过比较得到这m个次小模值的最大值max-submin，以及其对应的那些源矩阵。这些源矩阵表示为A_max-submin，假设共有t个源矩阵，max-submin∈{p₁,p₂,…,p_t}，完成二次筛选；

6)二次筛选后，考虑到传感器节点一般只具有有限的计算能力，本发明只进行这两次筛选。选取任意一个A_max-submin作为最佳的矩阵A_opt。通过筛选得到的优选信标点，利用公式X_opt＝(A_opt ^TA_opt)^-1A_opt ^TB_opt可以计算得到未知节点的空间位置信息X_opt。

仿真结果分析如表1所示，本发明比DV-Hop算法的平均定位误差减少了约14.41％，本例中的N4节点改进幅度较小，但N1,N3节点的定位误差改进幅度接近20％，N2节点的改进幅度尤其明显，达到了80.9％。

表1本发明与DV-Hop算法定位误差分析

本发明提供一种基于参考信标点优选的改进DV-Hop定位方法，包括：S1、获取信标点的位置信息以及距离信标点的最小跳数；S2、估算未知节点到信标点的距离；S3、未知节点计算位置坐标，其中：S31、首先，对未知节点到信标点的距离方程进行操作，表示成矩阵的形式；S32、然后，进行初次筛选得到一次优化的源矩阵；S33、接着，对初次筛选后的源矩阵实施二次筛选得到新的源矩阵，任选其一作为最佳矩阵，该最佳矩阵对应的参考信标点作为优选信标点，以计算出未知节点的空间位置。

进一步地，所述步骤S31可以包括：假如有n个信标点，在列出未知节点到各信标点的距离方程中，以其中一个方程作为参考方程，将剩余的方程减去该参考方程得到新的(n-1)个方程，这(n-1)个方程用矩阵的形式表示。

进一步地，所述步骤S32可以包括：对每个矩阵的行向量进行两两相减得到若干个差向量，然后计算这些差向量的模值，通过比较得到最小模值；由这些矩阵得到的最小差向量模值，再次通过比较得到这些模值的最大值以及对应的那些源矩阵，以完成初次筛选。

进一步地，所述步骤S33可以包括：以初次筛选得到的源矩阵作为新的矩阵，对其再次进行两两相减得到差向量，计算差向量模值，并比较得到次小模值，通过比较得到这些次小模值的最大值，及对应的那些源矩阵，完成二次筛选。

进一步地，所述步骤S33可以包括：完成二次筛选后，基于传感器有限的计算能力，将不再做进一步筛选；选取任意一个二次筛选的源矩阵作为最优矩阵，最优矩阵对应的参考信标点作为优选信标点，计算未知节点的空间位置信息。

与现有技术相比，本发明采用的基于参考信标点优选的改进DV-Hop定位方法，在使用最小二乘法计算未知节点时，通过使用向量模值最小的方法，对参考信标点进行两次筛选，得到最优信标点，进而计算出未知节点的空间坐标，达到所计算的定位坐标与所求节点实际坐标最为接近的目的。本发明有效得提高了定位坐标精度。

本技术领域技术人员可以理解，本发明可以涉及用于执行本申请中所述操作中的一项或多项操作的设备。所述设备可以为所需的目的而专门设计和制造，或者也可以包括通用计算机中的已知设备，所述通用计算机有存储在其内的程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如，计算机)可读介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中，所述计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、随即存储器(RAM)、只读存储器(ROM)、电可编程ROM、电可擦ROM(EPROM)、电可擦除可编程ROM(EEPROM)、闪存、磁性卡片或光线卡片。可读介质包括用于以由设备(例如，计算机)可读的形式存储或传输信息的任何机构。例如，可读介质包括随即存储器(RAM)、只读存储器(ROM)、磁盘存储介质、光学存储介质、闪存装置、以电的、光的、声的或其他的形式传播的信号(例如载波、红外信号、数字信号)等。

本技术领域技术人员可以理解，可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来生成机器，从而通过计算机或其他可编程数据处理方法的处理器来执行的指令创建了用于实现结构图和/或框图和/或流图的框或多个框中指定的方法。

本技术领域技术人员可以理解，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。

以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种基于参考信标点优选的改进DV-Hop定位方法，其特征在于，包括：

S1、获取信标点的位置信息以及距离信标点的最小跳数；

S2、估算未知节点到信标点的距离；

S3、未知节点计算位置坐标，其中：

S31、首先，对未知节点到信标点的距离方程进行操作，表示成矩阵的形式；

S32、然后，进行初次筛选得到一次优化的源矩阵；

S33、接着，对初次筛选后的源矩阵实施二次筛选得到新的源矩阵，任选其一作为最佳矩阵，该最佳矩阵对应的参考信标点作为优选信标点，以计算出未知节点的空间位置。

2.如权利要求1所述的基于参考信标点优选的改进DV-Hop定位方法，其特征在于，所述步骤S31进一步包括：

假如有n个信标点，在列出未知节点到各信标点的距离方程中，以其中一个方程作为参考方程，将剩余的方程减去该参考方程得到新的(n-1)个方程，这(n-1)个方程用矩阵的形式表示。

3.如权利要求1所述的基于参考信标点优选的改进DV-Hop定位方法，其特征在于，所述步骤S32进一步包括：

对每个矩阵的行向量进行两两相减得到若干个差向量，然后计算这些差向量的模值，通过比较得到最小模值；

由这些矩阵得到的最小差向量模值，再次通过比较得到这些模值的最大值以及对应的那些源矩阵，以完成初次筛选。

4.如权利要求1所述的基于参考信标点优选的改进DV-Hop定位方法，其特征在于，所述步骤S33进一步包括：

以初次筛选得到的源矩阵作为新的矩阵，对其再次进行两两相减得到差向量，计算差向量模值，并比较得到次小模值，通过比较得到这些次小模值的最大值，及对应的那些源矩阵，完成二次筛选。

5.如权利要求1所述的基于参考信标点优选的改进DV-Hop定位方法，其特征在于，所述步骤S33进一步包括：

完成二次筛选后，基于传感器有限的计算能力，将不再做进一步筛选；

选取任意一个二次筛选的源矩阵作为最优矩阵，最优矩阵对应的参考信标点作为优选信标点，计算未知节点的空间位置信息。