CN104535963B - 基于距离测量的多移动节点实现协同目标定位的方法 - Google Patents

Abstract

本发明公开了一种基于距离测量的多移动节点实现协同目标定位的方法，构建无线传感网络，所述的无线传感网络包括移动节点和静态参考节点，所述的移动节点包括锚节点和普通节点；对各个移动节点的局部坐标系进行校准，使所有移动节点的局部坐标系统一；各个移动节点按照预设的采样周期在每个采样时刻迭代计算：确定当前采样时刻的邻居节点，并根据上一采样时刻自身的位置信息估计，以及当前采样时刻所有邻居节点的速度信息和所述的位置信息估计确定当前采样时刻自身位置估计。本发明定位方法具有指数收敛性质，而且收敛速度较快，鲁棒性好。

Description

基于距离测量的多移动节点实现协同目标定位的方法

技术领域

本发明涉及无线传感、移动机器人网络领域，具体涉及一种基于距离测量的多移动节点实现协同目标定位的方法。

背景技术

在大规模无线传感网络及移动传感器网络应用中，位置信息在解析传感器数据，改善路由性能以及目标跟踪等功能上起到关键作用。

然而，受功耗、成本等问题的制约，网络中只有少数节点能配置如GPS接收器等定位装置。因此，在GPS无法使用的领域，必须考虑新的定位算法，目标定位就是其中之一。

假设在一个特定的区域中，有若干移动节点和一个静态目标，移动节点可以获得对邻居或目标的局部测量信息，并且移动节点直接可以互相通信交换信息。目的是设计一种算法，使得每一个移动节点都可以定位出目标在其坐标系下的坐标。

由于距离测量传感器成本较低，而且相对于测角定位，使用距离测量的方法更多，所以算法的适用性更广。而且在定位算法中，动态网络的定位目前研究较少。因此，研究基于距离的分布式动态定位算法，在无线传感网络定位领域具有重大意义。

现有的使用距离测量信息进行分布式定位算法，一般假设传感器间是可以相互通信和测量的。但在实际环境中，由于环境的异质性，传感器硬件的不同等原因，网络中会出现单向的信息流，即部分节点只能单方面地接收邻居节点的无线数据包以及对其距离信息进行测量。

面对这种情况，现有的使用距离测量信息的分布式定位算法会出现无法收敛，甚至无法正常执行的情况。

发明内容

针对现有技术的不足，本发明提供了一种基于距离测量的多移动节点协同目标定位方法。

一种基于距离测量的多移动节点协同目标定位方法，包括：

(1)构建无线传感网络，所述的无线传感网络包括移动节点和静态参考节点，所述的移动节点包括锚节点和普通节点；

所述的锚节点能够与静态参考节点通信，所述的普通节点不能与静态参考节点通信；

(2)对各个移动节点的局部坐标系进行校准，使所有移动节点的局部坐标系统一；

(3)各个移动节点按照预设的采样周期在每个采样时刻进行迭代计算：

(3-1)确定当前采样时刻的邻居节点，并广播自身的速度信息和静态参考节点相对于该移动节点的位置信息估计；

(3-2)根据上一采样时刻自身的位置信息估计，以及当前采样时刻所有邻居节点的速度信息和所述的位置信息估计确定当前采样时刻自身位置估计。在零时刻(即第1个采样时刻前，所有位置信息、速度信息取值的初始值全部为零。

整个定位算法启动后，锚节点与静态参考节点进行通信，计算得到静态参考节点相对于自身的位置信息估计，然后发送给邻居节点，无线传感网络中的普通节点，以锚节点作为中间节点交换信息，间接对无线静态参考节点进行位置估计，进而使整个无线传感网络中每个移动节点均能够进行定位。实际应用时，由于初始值设定存在的偏差，通常在前若干次采样计算才能得到的准确的位置信息。

在无线传感网络中存在单向信息流的前提下，假设静态参考节点在整个无线传感网络中是根节点，则该算法只要求少量的局部测量和通信，就能获得静态参考节点在每个移动节点的局部坐标系下的坐标(即位置信息)。

尽管各个移动节点在运动，但是由于移动节点的运动也是受到一定限制，因此本发明中假设节点的邻居节点不变，，并非任意地进行移动。作为优选，本发明中各个移动节点通过如下方法确定当前采样时刻的邻居节点：

该移动节点广播自身的速度信息和静态参考节点相对于该移动节点的位置信息估计，接收到该条广播的移动节点会向该移动节点发送相应的反馈，该移动节点根据接收到的反馈确定以相应的移动节点为邻居节点。

使用分布式定位算法，从而大幅减少网络资源占用率，充分使用本地计算资源。且在分布式计算的基础上，本发明使用的是基于一致性的线性迭代算法，相对于求最优的智能算法，进一步减少了计算量并且避免了局部最优的问题。基于背景技术，针对有向网络中分布式目标定位技术的空缺，本发明目的在于提供一种基于距离的分布式无线传感器有向动态网络情形下的静态参考节点定位方法，能有效降低网络的通信量，而且收敛速度较快，收敛精度较高，鲁棒性强。

在实际应用时，步骤(3)中锚节点可以不执行步骤(3-2)，直接通过与静态参考节点通信以获取静态参考节点相对于自身的位置信息。

本发明中为提高定位方法的可靠性，各个锚节点也会执行步骤(3-2)，进而在当前锚节点与静态参考节点通信故障时，仍然可以通过其他锚节点与静态参考节点进行间接通信，仍然可以完成定位。

所述无线传感网络至少包括一个静态参考节点。

所述无线传感网络至少包括一个锚节点。锚节点越多整个无线传感网络的能耗越大，但是定位精度越准确，系统可靠性也越好。具体个数根据可根据应用需求设定。

所述步骤(2)中采用电子罗盘的方式统一所有移动节点的局部坐标系。

统一所有移动节点的局部坐标系即是将所有移动节点的局部坐标系的x方向和y方向相同。

为便于统一所有移动节点的局部坐标系，作为优选，所有移动节点的模型均相同，即所有移动节点同质。

所述步骤(3-2)具体如下：

(3-21)针对每个邻居节点进行如下操作：

获取当前移动节点与该邻居节点的距离信息，根据所述的距离信息计算该邻居节点相对于当前移动节点的位置信息；

(3-22)根据所有邻居节点相对于当前移动节点的位置信息计算得到当前采样时刻静态参考节点相对于当前移动节点的位置信息。

所述的距离信息包括当前采样时刻邻居节点与当前移动节点之间的距离以及距离的导数。

本发明中距离信息通过距离测量传感器测量得到，节点间的无线通信半径大于或等于距离测量传感器的测量半径。

所述步骤(3-21)中k+1采样时刻移动节点j相对于移动节点i的位置信息估计根据如下公式计算：

其中，

T为预设的采样周期，为k采样时刻移动节点j相对于移动节点i的位置信息估计，v_j(k)为k采样时刻移动节点j的速度，v_i(k)为k采样时刻移动节点i的速度， 为移动节点i的所有邻居节点集合，d_ij(k)为k采样时刻移动节点i和移动节点j的距离，为k采样时刻移动节点i和移动节点j的距离的导数，为v_ij(k)的转置。

未作特殊说明，本发明中的速度为矢量，包括方向和大小，相应的可以采用向量形式表示。

本发明中各个移动节点均设有速度传感器、电子罗盘和距离传感器，用于测量自身的速度大小和方向，以及与邻居节点的距离信息。

所述步骤(3-22)k+1采样时刻静态参考节点相对于移动节点i的位置信息的融合估计z_i(k+1)根据如下公式计算：

其中，z_i(k)为k采样时刻静态参考节点相对于移动节点i的位置信息的融合估计，且k＝0时，z_i(0)＝0，

为移动节点i的所有邻居节点的个数，

z_j(k)为k采样时刻静态参考节点相对于移动节点j的位置信息的融合估计，为k采样时刻，通过节点j，静态参考节点相对于移动节点i的位置信息的间接估计。

本发明中位置信息的估计是根据所有邻居节点的位置信息的综合计算结果，因此该位置信息的估计也称为位置信息的融合估计。

为保证最终得到的位置信息估计收敛到真实值p_ij(k)，本发明中采样周期T的取值范围为其中，为移动节点的速度的最大值。

此外，在任意的一段长为m的时间间隔内[l，l+m]，移动节点i与邻居节点j的合成速度v_ij的两个分量要保持线性无关；也即，在任意的一段长为m的时间间隔内[l，l+m]，v_ij不能一直保持在一个方向上。

在实际应用中这两个条件在现实情况中容易满足。

与现有技术相比，本发明的有益效果在于，能实现分布式定位，且迭代计算的公式为线性，具有全局最优和指数收敛的优势，而且收敛速度较快，收敛精度较高，鲁棒性强。

附图说明

图1为本实施例的无线传感网络的网络拓扑结构示意图；

图2为图1所示的无线传感网络中各个节点的运动轨迹。

图3为本实施例中为各个移动节点对静态参考节点的位置信息估计误差-迭代次数的变化图。

具体实施方式

下面将结合具体实施例和附图对本发明作进一步的详细说明。

一种基于距离测量的多移动节点协同目标定位方法，包括：

(1)构建无线传感网络，无线传感网络包括移动节点和静态参考节点，所述的移动节点包括锚节点和普通节点；

锚节点能够与静态参考节点通信，普通节点不能与静态参考节点通信；

静态参考节点编号为标用0，移动节点组成集合

本实施例中构建的无线传感网络如图1所示，在25×35的仿真区域分布5个移动节点(同质)，移动节点选取为那么N＝5，其中移动节点1，移动节点2和移动节点3为锚节点，其他移动节点(移动节点4和移动节点5)为普通节点。整个无线传感网络的拓扑结构如图1所示，图中箭头方向表示信息流方向，信息流包括测量信息和通讯信息。箭头指向的节点(包括静态参考节点和移动节点)能测量箭头起始的节点的距离并接收到该节点无线数据包，即箭头起始端节点是前者的邻居节点。

本实施例中每个移动节点均设有速度传感器、电子罗盘和距离传感器，用于测量自身的速度大小和方向，以及与邻居节点的距离信息。

图2给出了5个移动节点和1个静态参考节点构成的无线传感器网络，各节点的运动轨迹如图表示，曲线p₁(t)、p₂(t)、p₃(t)、p₄(t)和p₅(t)分别对应移动节点1～5的运动轨迹曲线，0表示静态参考目标。

(2)对各个移动节点的局部坐标系进行校准，使所有移动节点的局部坐标系统一；

本实施例中采用电子罗盘的方式统一所有移动节点的局部坐标系。

(3)各个移动节点按照预设的采样周期在每个采样时刻迭代计算：

(3-1)确定当前采样时刻的邻居节点，并广播自身的速度信息和静态参考节点相对于该移动节点的位置信息估计；

自身的速度信息v_i(k)通过速度传感器获取，邻居节点的速度信息通过与该邻居节点通信获得v_j(k)，实时测量邻居节点的距离信息，包括d_ij(k)，其中d_ij(k)为k采样时刻移动节点i和移动节点j的距离，为k采样时刻移动节点i和移动节点j的距离的导数。

(3-2)根据上一采样时刻自身的位置信息估计，以及当前采样时刻所有邻居节点的速度信息和所述的位置信息估计确定当前采样时刻自身位置估计。

本实施例中以k+1采样时刻的为例进行说明，k+1采样时刻移动节点j相对于移动节点i的位置信息估计根据如下公式计算：

其中，T为预设的采样周期，为k采样时刻移动节点j相对于移动节点i的位置信息估计，

v_j(k)为k采样时刻移动节点j的速度，v_i(k)为k采样时刻移动节点i的速度， 为移动节点i的所有邻居节点集合，d_ij(k)为k采样时刻移动节点i和移动节点j的距离，为k采样时刻移动节点i和移动节点j的距离的导数，为v_ij(k)的转置。

k+1采样时刻静态参考节点相对于移动节点i的位置信息的融合估计z_i(k+1)根据如下公式计算：

其中，z_i(k)为k采样时刻静态参考节点相对于移动节点i的位置信息的融合估计，且k＝0时，z_i(0)＝0，

为移动节点i的所有邻居节点的个数，

z_j(k)为k采样时刻静态参考节点相对于移动节点j的位置信息的融合估计，为k采样时刻，通过节点j，静态参考节点相对于移动节点i的位置信息的间接估计。

本实施例中采样周期为0.02s，满足条件：且根据图2所示，容易判断在任意的一段长为m的时间间隔内[l，l+m]，移动节点i与邻居节点j的合成速度v_ij的两个分量要保持线性无关；也即，在任意的一段长为m的时间间隔内[l，l+m]，v_ij不能一直保持在一个方向上，即整个整个无线传感网络是满足可定位条件的(收敛)。

本实施例中定义k时刻静态参考节点相对于(即第k次迭代计算)移动节点i的位置信息估计误差为位置信息估计与实际位置坐标的误差e_i(k)，根据如下公式计算得到：

e_i(k)＝||z_i(k)-p_io(k)||。

图3为各个移动节点相对于静态参考节点的位置坐标估计误差-迭代计算次数的变化图，图中曲线1、曲线2、曲线3、曲线4和曲线5分别表示移动节点1～5相对于静态参考节点的相对位置估计的误差与迭代次数的关系图。由图可以看出，对于移动节点1～5个而言，估计误差具有指数收敛性质。

此外，通过仿真得到，随着迭代计算次数的增多，移动节点对静态参考节点相对坐标的估计相对于实际位置的误差之间减小，即估计误差具有指数收敛性质，且迭代计算次数在4000次以内时偏角估计误差能稳定在0的较小邻域内。

可见，当前实施例的仿真结果表明，该方法具有指数收敛性质，而且收敛速度较快。

以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于距离测量的多移动节点协同目标定位方法，其特征在于，包括：

(1)构建无线传感网络，所述的无线传感网络包括移动节点和静态参考节点，所述的移动节点包括锚节点和普通节点；

所述的锚节点能够与静态参考节点通信，所述的普通节点不能与静态参考节点通信；

(2)对各个移动节点的局部坐标系进行校准，使所有移动节点的局部坐标系统一；

(3)各个移动节点按照预设的采样周期在每个采样时刻迭代计算：

(3-1)确定当前采样时刻的邻居节点，并广播自身的速度信息和静态参考节点相对于该移动节点的位置信息估计；

(3-2)根据上一采样时刻自身的位置信息估计，以及当前采样时刻所有邻居节点的速度信息和位置信息估计确定当前采样时刻自身的位置信息估计。

2.如权利要求1所述的基于距离测量的多移动节点协同目标定位方法，其特征在于，所述步骤(2)中采用电子罗盘的方式统一所有移动节点的局部坐标系。

3.如权利要求1所述的基于距离测量的多移动节点协同目标定位方法，其特征在于，所述步骤(3-2)具体如下：

(3-21)针对每个邻居节点进行如下操作：

获取当前移动节点与该邻居节点的距离信息，根据所述的距离信息计算该邻居节点相对于当前移动节点的位置信息；

(3-22)根据所有邻居节点相对于当前移动节点的位置信息计算得到当前采样时刻静态参考节点相对于当前移动节点的位置信息。

4.如权利要求3所述的基于距离测量的多移动节点协同目标定位方法，其特征在于，所述的距离信息包括当前采样时刻邻居节点与当前移动节点之间的距离以及距离的导数。

5.如权利要求4所述的基于距离测量的多移动节点协同目标定位方法，其特征在于，所述步骤(3-21)k+1采样时刻移动节点j相对于移动节点i的位置信息估计根据如下公式计算：

${\hat{p}}_{ij}(k+1)={\hat{p}}_{ij}\left(k\right)+{\mathrm{Tv}}_{ij}\left(k\right)+{\mathrm{Tv}}_{ij}\left(k\right)\[d_{ij}\left(k\right){\stackrel{\·}{d}}_{ij}\left(k\right)-v_{ij}^T\left(k\right){\hat{p}}_{ij}\left(k\right)\],$

其中，T为预设的采样周期，为k采样时刻移动节点j相对于移动节点i的位置信息估计，

υ_j(k)为k采样时刻移动节点j的速度，υ_i(k)为k采样时刻移动节点i的速度， 为移动节点i的所有邻居节点集合，d_ij(k)为k采样时刻移动节点i和移动节点j的距离，为k采样时刻移动节点i和移动节点j的距离的导数，为υ_ij(k)的转置。

6.如权利要求5所述的基于距离测量的多移动节点协同目标定位方法，其特征在于，所述步骤(3-22)k+1采样时刻静态参考节点相对于移动节点i的位置信息的融合估计z_i(k+1)根据如下公式计算：

其中，z_i(k)为k采样时刻静态参考节点相对于移动节点i的位置信息的融合估计，且k＝0时，z_i(0)＝0，

为移动节点i的所有邻居节点的个数，

z_j(k)为k采样时刻静态参考节点相对于移动节点j的位置信息的融合估计。

7.如权利要求1～6中任意一项所述的基于距离测量的多移动节点协同目标定位方法，其特征在于，其特征在于，所述的采样周期为为其中，为移动节点的速度的最大值。