CN104602339B - 一种无线传感器网络边缘节点的定位求精方法 - Google Patents

一种无线传感器网络边缘节点的定位求精方法 Download PDF

Info

Publication number
CN104602339B
CN104602339B CN201410840923.8A CN201410840923A CN104602339B CN 104602339 B CN104602339 B CN 104602339B CN 201410840923 A CN201410840923 A CN 201410840923A CN 104602339 B CN104602339 B CN 104602339B
Authority
CN
China
Prior art keywords
node
fringe
position location
positioning
network
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
CN201410840923.8A
Other languages
English (en)
Other versions
CN104602339A (zh
Inventor
姚英彪
陈新
严军荣
潘鹏
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.)
Sunwave Communications Co Ltd
Original Assignee
Sunwave Communications Co Ltd
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 Sunwave Communications Co Ltd filed Critical Sunwave Communications Co Ltd
Priority to CN201410840923.8A priority Critical patent/CN104602339B/zh
Publication of CN104602339A publication Critical patent/CN104602339A/zh
Application granted granted Critical
Publication of CN104602339B publication Critical patent/CN104602339B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22Traffic simulation tools or models
    • H04W16/225Traffic simulation tools or models for indoor or short range network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供一种无线传感器网络边缘节点的定位求精方法,所述方法步骤如下:步骤1:根据节点定位位置与其邻居节点的定位位置关系判断节点是否为边缘节点;步骤2:根据节点定位位置与网络区域大小判断节点是否为边缘节点;步骤3:检查上述两步的判定结果是否一致,如果不一致,则说明定位位置不合理,需要进行定位位置修正;步骤4:对需进行定位位置修正的边缘节点进行定位位置修正,提高边缘节点定位精度。本发明有益的效果:本发明可以作为无线传感器网络定位方法的补充方法,提高边缘节点的定位精度,减少网络中最大节点定位误差。

Description

一种无线传感器网络边缘节点的定位求精方法
技术领域
本发明属于无线通信技术领域,涉及无线传感器网络节点定位方法,具体是一种无线传感器网络边缘节点的定位求精方法。
背景技术
随着电子科学、信息科学及计算机网络等技术的发展,传统的传感器信息获取技术由单一模式向智能化、网络化改变,无线传感器网络(WSN,Wireless Sensor Network)应运而生。WSN通常由大量具有无线通信能力的传感器节点组成,这些节点具有通信、计算以及对环境进行测量的能力。WSN主要应用于目标跟踪、环境监测、智能建筑等,在这些应用中收集的数据通常需要知道对应的采集位置,这就要求确定网络中节点的位置,定位技术是确定各节点位置的常用方法。由于WSN的能量和带宽受限,所以不能对每个节点都采用GPS等成本和功耗较大的技术,而需要依靠网络自身来定位。
定位算法包括基于测距的算法和无需测距的算法两种。基于测距的算法首先利用接收信号强度指示(RSSI)等技术测量节点间的距离,再根据几何关系算出节点的位置。典型的基于测距的算法包括多边定位、MDS-MAP、边界盒定位等。无需测距的算法通常利用网络连通性、节点分布、跳数等来实现定位,典型的无需测距的算法包括:质心算法、DV-Hop、APIT等,和基于测距的算法相比,无需测距的算法通常能节省更多的开销和能耗,但基于测距的算法通常具有更高的定位精度。
不管是基于测距的定位算法,还是无需测距的定位算法,由于距离估计误差的存在,网络边缘的节点可能会被定位到网络中央,造成较大的定位误差。这种情况在分布式定位算法中更加突出,这是因为此时每个节点只能利用本地信息,无法知道别的节点定位情况,而且信息主要来自一边,在有距离估计误差的条件下,定位算法很难知道节点实际位置在哪一边,从而将边缘节点定位的网络中央,造成较大错误。
发明内容
本发明要解决上述现有技术的缺点,提供一种无线传感器网络边缘节点的定位求精方法。
本发明解决其技术问题采用的技术方案:这种无线传感器网络边缘节点的定位求精方法,在定位算法运行结束后,采用下述方法,可以判别每个节点是否为边缘节点,是否需要进行定位修正,如何对定位结果进行修正等一系列问题。设网络中任意节点i的定位坐标为(xi,yi),所有节点分布在L×L的平面区域,即xi∈[0,L],yi∈[0,L],则本发明提出的网络边缘节点位置求精方法具体步骤如下:
步骤1:根据节点定位位置与其邻居节点的定位位置关系判断节点是否为边缘节点;
步骤2:根据节点定位位置与网络区域大小判断节点是否为边缘节点;
步骤3:检查上述两步的判定结果是否一致,如果不一致,则说明定位位置不合理,需要进行定位位置修正;
步骤4:对需进行定位位置修正的边缘节点进行定位位置修正,提高边缘节点定位精度。
所述步骤1根据节点定位位置与其邻居节点的定位位置关系判断节点是否为边缘节点的具体方法为:
步骤101:定义4种位置关系,分别是左、右、上和下,记为left、right,up和down,其中,这四个变量都初始化为0。
步骤102:确定节点i的邻居节点集合Ni,Ni={j|节点j能和节点i进行1跳通信},并计算其邻居节点数量n=|Ni|。
步骤103:设节点i的定位位置为(xi,yi),节点j∈Ni,其定位位置为(xj,yj)。对任意j∈Ni
若xi≤xj,则left=left+1;否则right=right+1;
若yi≤yj,则down=down+1;否则up=up+1。
步骤104:根据节点定位位置与其邻居节点的定位位置关系判断判断节点的边缘属性:
若((left-right)/n)≥th,该节点为左边缘节点;
若((right-left)/n)≥th,该节点为右边缘节点;
若((up-down)/n)≥th,该节点为上边缘节点;
若((down-up)/n)≥th,该节点为下边缘节点。
上述规则中,th是一个预先设置的阈值,可以取th=0.8。
所述步骤2根据节点定位位置与网络区域大小判断节点是否为边缘节点的具体方法为:
步骤201:定义网络边缘区域为边长L×L的正方形区域,l为一个控制边缘区域大小的量,其中,取l=1.5×R,R为节点的1跳通信半径。
步骤202:按照下述规则判断节点i是否定位在网络边缘区域:
若xi≤l;该节点为左边缘节点;
若xi≥L-l;该节点为右边缘节点;
若yi≤l;该节点为下边缘节点;
若yi≥L-l;该节点为上边缘节点。
所述步骤3边缘节点定位位置是否合理的判断方法是:
步骤301:如果步骤104和步骤202判断出的节点类型不一致,则认为节点定位位置存在较大误差,需要进行定位修正。
步骤302:需要进行节点定位修正的4种情况为:
302a:若步骤104判定为左边缘节点,而步骤202判断不为左边缘节点;
302b:若步骤104判定为右边缘节点,而步骤202判断不为右边缘节点;
302c:若步骤104判定为上边缘节点,而步骤202判断不为上边缘节点;
302d:若步骤104判定为下边缘节点,而步骤202判断不为下边缘节点。
所述步骤4边缘节点定位修正方法是:
步骤401:按下式(1)计算节点i的邻居节点的质心坐标
步骤401:按下式(2)计算节点i到邻居节点的平均距离
上式中,dij为节点i和节点j之间的估计距离。
步骤403:边缘节点定位位置修正
403a:若是情况302a,则需修正节点的横坐标,修正公式为:
403b:若是情况302b,则需修正节点的横坐标,修正公式为:
403c:若是情况302c,则需修正节点的纵坐标,修正公式为:
403d:若是情况302d,则需修正节点的纵坐标,修正公式为:
上述步骤中,min和max分别为取最小值和取最大值函数,α用来控制修正幅度,可以取α=0.25。
本发明的有益效果:本发明可以作为无线传感器网络定位方法的补充方法,提高边缘节点的定位精度,减少网络中最大节点定位误差。
附图说明
图1是网络边缘区域图;
图2是基于节点前进跳距期望的定位结果图;
图3运用本发明求精结果图;
图4是本发明的实施流程图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
参阅图1,其定义网络边缘区域,即图1中的阴影部分。图1中,l是一个控制边缘区域大小的量,L为正方形区域的边长。其中,取l=1.5×R,R为节点的1跳通信半径。
参阅图2所示,该图是150个未知节点分布在100×100的正方形区域,4个已知节点,分布在网络的4个顶点,节点无线通信模型为圆盘,通信半径R=22。参阅图3所示,本发明求精结果图。
参阅图4所示,是本发明无线传感器网络边缘节点定位求精较佳实施例的作业流程图。
步骤1,根据节点位置关系判断是否为边缘节点。具体如下:
1)无线传感器网络定位结束后,对于每一个需定位节点i,确定节点i的邻居节点集合Ni,Ni={j|节点j能和节点i进行1跳通信},并记录每个1跳邻居节点j(j∈Ni)的定位位置(xj,yj);
2)计算节点i的邻居节点数量n,n=|Ni|,即n为集合Ni的元素数量。
3)初始化left、right、up和down为0,然后对每一个邻居节点j,按照下面规则统计节点i和其邻居节点j之间的位置关系:
如果xi≤xj,则left=left+1;否则right=right+1;
如果yi≤yj,则down=down+1;否则up=up+1。
4)根据上面统计出的n、left、right、up和down的值,按照下面规则判断节点i是否为边缘节点:如果|(left-right)/n|≥th or|(up-down)/n|≥th成立,则为边缘节点,否则不是边缘节点。
5)如果是边缘节点,执行步骤S402,否则跳转到结束,即此节点定位位置不需要修正。
步骤2,确定节点i属于哪类边缘节点。具体如下:
1)如果((left-right)/n)≥th,该节点为左边缘节点;
2)如果((right-left)/n)≥th,该节点为右边缘节点;
3)如果((up-down)/n)≥th,该节点为上边缘节点;
4)如果((down-up)/n)≥th,该节点为下边缘节点。
步骤3,判断节点定位位置是否在网络中的相应区域。具体如下:
1)如果((left-right)/n)≥th,判断xi≤l是否成立。
如果成立,说明该节点根据节点与其邻居节点的关系判断为左边缘节点,且定位位置确实在网络左边缘,因此定位位置的X坐标无异常,无需进行X坐标的修正。否则执行步骤S404。
2)如果((right-left)/n)≥th,判断xi≥L-l是否成立。
如果成立,说明该节点根据节点与其邻居节点的关系判断为右边缘节点,且定位位置确实在网络右边缘,因此定位位置的X坐标无异常,无需进行X坐标的修正。否则执行步骤S404。
3)如果((up-down)/n)≥th,判断yi≥L-l是否成立。
如果成立,说明该节点根据节点与其邻居节点的关系判断为上边缘节点,且定位位置确实在网络上边缘,因此定位位置的Y坐标无异常,无需进行Y坐标的修正。否则执行步骤S404。
4)如果((down-up)/n)≥th,判断yi≤l是否成立。
如果成立,说明该节点根据节点与其邻居节点的关系判断为下边缘节点,且定位位置确实在网络下边缘,因此定位位置的Y坐标无异常,无需进行Y坐标的修正。否则执行步骤S404。
上述描述中,假设了无线传感器网络节点是部署在L×L的正方形区域,即任意节点的的X、Y坐标都应该在[0,L]的范围内。具体定位场景,L为100,l为边缘区域大小,如图1所示;l的取值应该和节点的通信半径有关,本发明在实施过程中,取l=1.5×R,R为节点的无线通信半径。
步骤4,进行边缘节点的定位位置修正。具体如下:
1)按下式计算节点i的邻居节点的质心坐标
2)按下式计算节点i到邻居节点的平均距离
上式中,dij为节点i和节点j之间的距离。在基于测距的定位方法中,该距离即为节点i和节点j之间的测距距离;在无需测距的定位方法中,该距离即为节点i和节点j之间的估计距离。也就是说,该距离在无线传感器网络节点定位过程中已经得到,因此无额外开销。
3)按下面四种情况进行节点定位坐标的修正:
如果((left-right)/n)≥th且xi≥l,修正公式为:即将节点i的横坐标在其邻居节点质心坐标的基础上往右偏移的距离。
如果((right-left)/n)≥th其xi≤L-l,修正公式为:即将节点i的横坐标在其邻居节点质心坐标的基础上往左偏移的距离。
如果((up-down)/n)≥th且yi≤L-l,修正公式为:即将节点i的纵坐标在其邻居节点质心坐标的基础上往下偏移的距离。
如果((down-up)/n)≥th且yi≥l,修正公式为:即将节点i的纵坐标在其邻居节点质心坐标的基础上往上偏移的距离。
上述步骤中,min和max分别为取最小值和取最大值函数,主要用来保证修正后的节点位置仍然在网络区域内。α用来控制修正幅度,可以取α=0.25。
图2是基于节点前进跳距期望的无线传感器网络分布式定位求精算法的定位结果,图3是对图2定位结果用本发明处理后的结果,从图2和图3的对比中可以看到,采用本发明公布方法后,边缘节点80、85和146(红色连线表示)的定位位置得到修正,网络中最大定位误差从0.9345R降到0.5355R。同样设置条件下,随机生成30个场景,有18个场景的最大定位误差得到修正,占总场景数的60%,这18个场景的平均最大定位误差从0.9886R下降到0.5776R,提高幅度达41.6%。
以上所述,仅为本发明较好的实施方式而已,并不构成对本发明保护范围的限定。任何在本发明精神之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。

Claims (4)

1.一种无线传感器网络边缘节点的定位求精方法,其特征在于,所述方法步骤如下:
步骤1:根据节点定位位置与其邻居节点的定位位置关系判断节点是否为边缘节点;
步骤2:根据节点定位位置与网络区域大小判断节点是否为边缘节点;
步骤3:检查上述两步的判定结果是否一致,如果不一致,则说明定位位置不合理,需要进行定位位置修正;
步骤4:对需进行定位位置修正的边缘节点进行定位位置修正,提高边缘节点定位精度。
2.根据权利要求1所述的无线传感器网络边缘节点的定位求精方法,其特征在于,所述步骤1根据节点定位位置与其邻居节点的定位位置关系判断节点是否为边缘节点的具体方法为:
步骤101:定义4种位置关系,分别是左、右、上和下,记为right,up和down,其中,这四个变量都初始化为0;
步骤102:确定节点i的邻居节点集合Ni,Ni={j|节点j能和节点i进行1跳通信},并计算其邻居节点数量n=|Ni|;
步骤103:设节点i的定位位置为(xi,yi),节点j∈Ni,其定位位置为(xj,yj),对任意j∈Ni
若xi≤xj,则否则right=right+1;
若yi≤yj,则down=down+1;否则up=up+1;
步骤104:根据节点定位位置与其邻居节点的定位位置关系判断判断节点的边缘属性:
该节点为左边缘节点;
该节点为右边缘节点;
若((up-down)/n)≥th,该节点为上边缘节点;
若((down-up)/n)≥th,该节点为下边缘节点;
上述规则中,th是一个预先设置的阈值,其中,th=0.8。
3.根据权利要求1所述的无线传感器网络边缘节点的定位求精方法,其特征在于,所述步骤2根据节点定位位置与网络区域大小判断节点是否为边缘节点的具体方法为:
步骤201:定义网络边缘区域为边长L×L的正方形区域,为一个控制边缘区域大小的量,取R为节点的1跳通信半径;
步骤202:按照下述规则判断节点i是否定位在网络边缘区域:
该节点为左边缘节点;
该节点为右边缘节点;
该节点为下边缘节点;
该节点为上边缘节点。
4.根据权利要求1所述的无线传感器网络边缘节点的定位求精方法,其特征在于,所述步骤3边缘节点定位位置是否合理的判断方法是:
步骤301:如果步骤104和步骤202判断出的节点类型不一致,则认为节点定位位置存在较大误差,需要进行定位修正;
步骤302:需要进行节点定位修正的4种情况为:
302a:若步骤104判定为左边缘节点,而步骤202判断不为左边缘节点;
302b:若步骤104判定为右边缘节点,而步骤202判断不为右边缘节点;
302c:若步骤104判定为上边缘节点,而步骤202判断不为上边缘节点;
302d:若步骤104判定为下边缘节点,而步骤202判断不为下边缘节点。
CN201410840923.8A 2014-12-29 2014-12-29 一种无线传感器网络边缘节点的定位求精方法 Active CN104602339B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410840923.8A CN104602339B (zh) 2014-12-29 2014-12-29 一种无线传感器网络边缘节点的定位求精方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410840923.8A CN104602339B (zh) 2014-12-29 2014-12-29 一种无线传感器网络边缘节点的定位求精方法

Publications (2)

Publication Number Publication Date
CN104602339A CN104602339A (zh) 2015-05-06
CN104602339B true CN104602339B (zh) 2018-07-10

Family

ID=53127738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410840923.8A Active CN104602339B (zh) 2014-12-29 2014-12-29 一种无线传感器网络边缘节点的定位求精方法

Country Status (1)

Country Link
CN (1) CN104602339B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110225451B (zh) 2019-06-19 2021-02-02 京东方科技集团股份有限公司 基于无线自组网的节点定位方法及装置、电子设备、介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1645967A (zh) * 2005-01-27 2005-07-27 何永祥 基于通讯网络的定位方法
CN101283612A (zh) * 2005-10-05 2008-10-08 Sk泰力康姆株式会社 使用pCELL数据库的基于网络的定位测量方法和系统
US8565787B2 (en) * 2009-06-08 2013-10-22 Blackberry Limited RF fingerprinting for location estimation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1645967A (zh) * 2005-01-27 2005-07-27 何永祥 基于通讯网络的定位方法
CN101283612A (zh) * 2005-10-05 2008-10-08 Sk泰力康姆株式会社 使用pCELL数据库的基于网络的定位测量方法和系统
US8565787B2 (en) * 2009-06-08 2013-10-22 Blackberry Limited RF fingerprinting for location estimation

Also Published As

Publication number Publication date
CN104602339A (zh) 2015-05-06

Similar Documents

Publication Publication Date Title
CN103401922B (zh) 无线传感器网络中基于博弈方法的分布式定位装置与方法
CN102395192B (zh) 一种无线传感终端的定位方法和装置
CN105828435A (zh) 基于接收信号强度优化的距离修正加权质心定位方法
CN105828287B (zh) 一种基于强化学习的无线传感器网络协同跟踪方法
CN102395193B (zh) 一种用于无线传感器网络的定位方法
CN105376791B (zh) 基于sub-Voronoi图面积法的动态传感器网络覆盖空洞检测修复方法
CN105091878B (zh) 一种基于步态的定位方法和装置
CN105704652A (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
CN103491591B (zh) 无线传感器网络复杂区域划分方法和节点定位方法
CN106454747A (zh) 手机终端的无线定位方法
CN108459298A (zh) 一种基于LoRa技术的室外定位方法
CN105101090B (zh) 一种环境监测无线传感网的节点定位方法
CN104144499A (zh) 基于rssi向量相近度和广义逆的无线传感器网络定位方法
CN109858526A (zh) 一种目标跟踪中基于传感器的多目标轨迹融合方法
CN107708202A (zh) 一种基于DV‑Hop的无线传感器网络节点定位方法
CN109041210A (zh) 一种无线传感器网络定位方法
CN110196045A (zh) 一种基于栅格特征的梯度下降地磁导航方法
CN103716879A (zh) Nlos环境下采用距离几何的无线定位新方法
CN103630876A (zh) 基于RSSI的ZigBee节点定位方法
CN104301996B (zh) 一种无线传感器网络定位方法
CN104602339B (zh) 一种无线传感器网络边缘节点的定位求精方法
CN104965189A (zh) 一种基于最大似然估计的室内人员定位方法
CN107396309A (zh) 一种无线传感器网络森林定位方法
CN107820207B (zh) 降维自适应分簇的节点模糊信息三维定位模型
CN106162529A (zh) 室内定位方法与装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant