CN105068045A - 一种基于正六边形的无线传感器网络递增式定位算法 - Google Patents

Abstract

本发明涉及一种基于正六边形的无线传感器网络递增式定位算法。本发明将WSN区域划分为n个同心正六边形；将锚节点放置到网络区域的中心，作为移动的起始点；锚节点每移了R_m长度，广播自己的位置信息；判断区域内的节点是否都已完成自定位，若是没完成，重复步骤(5)，否则，定位结束。该算法也缩短了传统的基于锚节点的策略的路径长度，计算复杂度不高，但定位精度较高。该算法选择高效的静态锚节点，降低网络系统的计算和通信开销，同时也降低递增式定位所带来的累计误差。

Description

一种基于正六边形的无线传感器网络递增式定位算法

技术领域

本发明涉及一种基于正六边形的无线传感器网络递增式定位算法。

背景技术

无线传感器网络(WirelessSensorNetwork,简称WSN)是由部署在特定的监测区域内大量廉价、微型的、具有通信能力和计算能力的感器节点构成的自组织分布式网络系统，它具有快速展开、高健壮性和抗毁性等特点，能够广泛应用于军事、环境检测和预报、智能家居等诸多领域，已经引起了世界许多国家军界、学术界和工业界的高度重视。

节点定位作为WSN中很重要的一部分，自然也是国内外研究的热点。节点定位(NodeLocalization)是指通过一定的方法、技术和手段，再结合区域中的锚节点计算出网络中的未知节点的相对位置或者绝对位置的过程。在通常的WSN中，一般有两种节点，一种是未知节点(UnknownNode，UN)，其不知道自己的物理位置信息，需要通过定位得到位置信息；另一种是信标节点(BeaconNode，BN)或称锚节点(AnchorNode，AN)，其相关位置信息是已知的，其是事先布置好或者是带有可获得自己位置信息的GPS等设备的传感器节点。关于WSN中节点定位问题存在大量的研究和算法，定位过程主要是基于两种节点即静态锚节点和动态锚节点来完成，但由于锚节点的成本比较高，最近来大多研究人员转向减少锚节点的数量的研究，基于移动锚节点的研究尤为多，因为其只需要一个或少数几个锚节点，可大大减少锚节点的数量，进而可降低定位的成本。

无线传感器网络的定位技术可以按照节点间是否测距来划分，其中，比较常用的一种是基于接收信号强度指示的测距技术。接收端根据接收到的发射端发来的某一功率，通常利用已有的理论或者经验传输模型，再结合信号在传播的过程中的功率损耗，将功率转化为传输距离来进行测距的一种方法。基于RSSI的测距就是根据接收的信号强度测量距离的一种方法。信号在传输的时候会有一定的损耗，在测距时，发射功率已知，功耗与传输距离存在关系，可以利用传输过程中信号的功耗，得到信号传输距离。

未知节点通过测距技术得到了自身与锚节点的距离信息后，通常利用三边测量法或极大似然估计法进行自身定位。

三边测量法是本算法会用到的方法，具体实现如下：设点A、点B、点C是锚节点，点D是未知节点，三个锚节点的坐标分别为(x_a,y_a)、(x_b,y_b)和(x_c,y_c)，D点坐标为(x,y)，D到三个锚节点的距离分别为d_a、d_b和d_c。由式(1-1)可以计算节点D的坐标即式(1-2)，

$\left\{\begin{array}{c}\sqrt{{(x-x_a)}^2+{(y-y_a)}^2}=d_a\\ \sqrt{{(x-x_b)}^2+{(y-y_b)}^2}=d_b\\ \sqrt{{(x-x_c)}^2+{(y-y_c)}^2}=d_c\end{array}\right.---(1-1)$

$\left[\begin{array}{c}x\\ y\end{array}\right]={\left[\begin{array}{cc}2(x_a-x_c)& 2(y_a-y_c)\\ 2(x_b-x_c)& 2(y_b-y_c)\end{array}\right]}^{-1}\left[\begin{array}{c}{x}_a^2-x_c^2+y_a^2-y_c^2+d_c^2-d_a^2\\ x_b^2-x_c^2+y_b^2-y_c^2+d_c^2-d_b^2\end{array}\right]---(1-2)$

另一种分类方法则是根据节点定位事件是否同时发生可把定位算法划分为并发式(Incremental)和递增式(Concurrent)定位两类。采用并发式定位算法时无线传感器网络中的节点是同时开始计算位置的，节点之间不会相互影响。这类算法能有效的减小累积误差且避免局部最小的情况发生；递增式定位算法一般是从少数几个节点开始定位，然后将已被定位的节点(即已知节点)转换为静态锚节点，剩余的未知节点根据与这些已知节点之间的距离或者角度信息采用最大似然法或三边测量法等方式完成位置估算。在递增式定位过程中，每个节点在位置计算的过程中都会产生误差，这样难免会产生较严重的误差累积问题，本发明通过限定已知节点转化为静态锚节点的条件来降低累计误差，

发明内容

本发明目的在于提供一种可以有效地解决现有无线传感器网络移动锚节点定位算法的共线性问题，降低递传统增式定位算法所带来的累计误差的基于正六边形的无线传感器网络递增式定位算法。

本发明的目的是这样实现的：

(1)将WSN区域划分为n个同心正六边形，n的值计算如下；

$n=\left|\sqrt{\frac{2S}{3\sqrt{3}{L}^2}}\right|$

式中，S是无线传感器网络区域面积，L是最内层正六边形的边长；

(2)将锚节点放置到网络区域的中心，作为移动的起始点；

(3)锚节点沿着最内层的正六边形移动，移动完成后继续向外沿着水平方向移动，长度为锚节点的通信半径R_m，然后继续沿着下一层的正六边形移动，直到遍历完所有的正六边形；

(4)锚节点每移了R_m长度，广播自己的位置信息；

(5)区域内未知节点在收到了三个或更多的锚节点信息时，进行定位，定位完成后，将自己的位置信息发给控制台，控制台根据优化的递增式定位法决定该节点是否可以转换为静态锚节点；

(6)判断区域内的节点是否都已完成自定位，若是没完成，重复步骤(5)，否则，定位结束。

所述步骤(1)中，各层正六边形的边长L_i(i＝1,2,3...，n)为锚节点通信半径的正整数倍，取值分别为R_m、2R_m、...、nR_m，移动锚节点的通信半径为R_m，未知节点的通信半径为R_c。

本发明的有益效果在于：

在ILAH算法中锚节点沿着正六边形移动，移动轨迹为同心的正六边形，锚节点每移动最内层正六边形的边长的距离，广播一次自己的位置信息，这样形成的虚拟锚节点可以形成一个正三角形，保证了未知节点收到的锚节点的位置是不共线的，该算法也缩短了传统的基于锚节点的策略的路径长度，计算复杂度不高，但定位精度较高。该算法选择高效的静态锚节点，降低网络系统的计算和通信开销，同时也降低递增式定位所带来的累计误差。

附图说明

图1为本发明基于正六边形的无线传感器网络递增式定位算法的流程图。

图2为本发明基于正六边形的无线传感器网络递增式定位算法锚节点的移动轨迹。

图3为本发明基于正六边形的无线传感器网络递增式定位算法递增式定位原理图。

图4为本发明基于正六边形的无线传感器网络递增式定位算法在圆形区域内定位效果图。

图5为本发明基于正六边形的无线传感器网络递增式定位算法未知节点通信半径与定位覆盖率的关系。

具体实施方式

下面结合附图对本发明做进一步描述：

本发明提供了一种基于正六边形的无线传感器网络递增式定位算法(ILAH)。该算法将整个定位区域划分为同心的正六边形，锚节点在移动时，按要求广播其位置信息包，使区域内的未知节点可以至少收到3个信息包，节点通过这些信息包完成自定位；定位完成后将定位精度高的节点转化为静态锚节点，转化而来的静态锚节点将参与未知节点的优化的递增式定位，在定位过程中，ILAH算法通过RSSI值得到锚节点和未知节点间的距离，用加权的三边定位算法来降低定位误差。

实现本发明目的技术方案包括：

一种基于正六边形的无线传感器网络递增式定位算法，其特征在于：

步骤1：将WSN区域划分为n个同心正六边形，n的值计算如下；

$n=\left|\sqrt{\frac{2S}{3\sqrt{3}{L}^2}}\right|$

式中，S是无线传感器网络区域面积，L是最内层正六边形的边长；

步骤2：将锚节点放置到网络区域的中心，作为移动的起始点；

步骤2：锚节点沿着最内层的正六边形移动，移动完成后继续向外沿着水平方向移动，长度为锚节点的通信半径R_m，然后继续沿着下一层的正六边形移动，直到遍历完所有的正六边形；

步骤4：锚节点每移了R_m长度，就广播自己的位置信息；

步骤5：区域内未知节点在收到了三个或更多的锚节点信息时，可以进行定位，定位完成后，将自己的位置信息发给控制台，控制台根据优化的递增式定位法决定该节点是否可以转换为静态锚节点；

步骤6：判断区域内的节点是否都已完成自定位，若是没完成，重复步骤5，否则，定位结束。

步骤1中，各层正六边形的边长L_i(i＝1,2,3...，n)为锚节点通信半径的正整数倍，取值分别为R_m、2R_m、...、nR_m，移动锚节点的通信半径为R_m，未知节点的通信半径为R_c。

步骤5中，静态锚节点的转化要按照以下规则：选择靠近网络中心的已定位节点；选择通信质量高且收到锚节点的信息比较多的点；为了防止有盲区的存在，选择的两个节点间的距离不能大于未知节点的通信半径R_c。

一种基于正六边形的无线传感器网络递增式定位算法，其工作方式如下：

步骤1：对网络区域进行正六边形划分，具体方式如下：

为了解决传统的非随机模型的共线问题、区域覆盖率低和定位精度低等问题，在ILAH算法中锚节点沿着正六边形移动，移动轨迹为同心的正六边形。锚节点每移动最内层正六边形的边长的距离，广播一次自己的位置信息，这样形成的虚拟锚节点可以形成一个正三角形，保证了未知节点收到的锚节点的位置是不共线的。

设无线传感器网络的区域面积为S，将WSN区域划分为n个同心正六边形，设最内侧正六边形的边长为L，则每层正六边形的面积可以表示为式(1)；其中，S_i表示第i层的正六边形的面积，i＝1,2,3...，n。

$S_i=\frac{1}{2}(L\×i)\×\frac{\sqrt{3}}{2}(L\×i)\×6=\frac{3\sqrt{3}}{2}{(L\×i)}^2---\left(1\right)$

在实际的应用中，网络区域大小是变化的，在这种情况下，需要根据实际的要求，决定锚节点移动的圈数，来得到高覆盖率和高定位精度。

在进行仿真实验时，Err为节点的误差，Err_max为节点误差的最大值，则有

Err≤Err_max(2)

网络区域总面积和正六边形网格的关系是不确定的，主要有式(3-18)所示的几种情况，

$\left\{\begin{array}{c}S\≥S_n\\ S_{n-1}\≤S\≤S_n\\ S_{n-2}\≤S\≤S_{n-1}\end{array}\right.---\left(3\right)$

根据最大误差的限制、网络总面积与正六边形网格的关系，可以得到正六边形的个数，令S＝S_n，再结合式(1)，对式(3)进行上取整或者下取整即可得到n的值，即式(4)所示。

$n=\left|\sqrt{\frac{2S}{3\sqrt{3}{L}^2}}\right|---\left(4\right)$

步骤2：锚节点移动路径规划，具体方式如下：

首先将锚节点布放于监测区域的中心点处，当锚节点布放好后，以某一速度开始移动，可以恒速，也可以是变速；当移动到正六边形的第六个顶点时，锚节点完成第一层的移动。当第一层的移动完成后，该正六边形覆盖的监测区域内的未知节点都可以完成自定位。

当完成第一层的移动后，节点沿着水平方向移动，移动长度等于锚节点半径长度，然后开始第二层的移动，移动过程与第一层类似，唯一的不同是锚节点不仅要在正六边形的定点处广播其位置信息，还需在边的中点处广播其位置信息，锚节点每移动R_m长度广播一次其位置信息。

锚节点在随后几层移动原理，与第二层的相同，当锚节点的移动轨迹可以覆盖整个区域内的所有待定位节点时，锚节点停止移动。此时，通过移动锚节点广播的位置信息，网络区域内的待定位的未知节点完成自定位。锚节点最终形成的拓扑结构及产生的虚拟锚节点如图2所示。

步骤3：递增式定位，具体方式如下：

递增式定位方法是指锚节点周边的未知节点先被定位，已定位的节点转变为锚节点，参与区域内未知节点的定位，依次向外延伸，未知节点逐渐被定位。一般在区域周边的节点需要递增式的定位，如图3所示为的递增式定位的原理图，由前面的介绍可知，锚节点的位置信息是已知的，在三个锚节点形成的三角形区域内的未知节点，根据三角形顶点处锚节点的位置信息进行自定位，这样完成定位的点为一次定位的节点，该点广播自身的位置信息，并变为锚节点，并参与节点定位；需要收到一次定位节点的位置信息才可以完成自定位的节点为二次定位节点；依次类推，直到网络中的所有节点都可以完成自定位。

按照如下规则将已定位节点转化为静态锚节点：选择靠近网络中心的已定位节点；选择通信质量高且收到锚节点的信息比较多的点；为了防止有盲区的存在，选择的两个节点间的距离不能大于未知节点的通信半径R_c。

下面结合仿真实例，进一步说明本发明的有益效果。

具体实施为对无线传感器网络层内非均匀分簇算法进行模拟仿真，仿真平台为MATLAB。

设区域是半径R为50m的圆形，在区域内布放100个未知节点，区域中未知节点的密度为(1/(50π))/m²，锚节点的通信半径为18m，未知节点的通信半径9m，经过自定位转化来的静态锚节点其通信半径为15m，在仿真中GPS误差为0.15m。

编写代码运行ILAH算法，并显示节点的定位效果，在定位的过程中，设定位的最大误差为5m，区域直径为100m区域，结果如图4所示。图中的点即为区域中未知节点分布情况，图中的短线是节点的真实位置与经计算得到的位置间的连线，线段的长度表示了定位误差的大小，线段越长表示定位误差越大，反之，定位误差越小。

编写代码显示未知节点的通信半径对定位覆盖率的影响。分别在未知节点通信半径不同其它环境相同的情况下运行ILAH算法，观察定位覆盖率，结果如图5所示。由图可知，节点的覆盖率不随着未知节点通信半径的增大而增大，定位覆盖率在一定的范围内波动，整体上相对稳定，表明该算法具有一定的健壮性。

本发明在网络区域中采用了正六边形划分，有效地解决了未知节点所收到的锚节点位置信息共线问题，同时，此划分也能使得锚节点的移动路径较短；递增式的定位中并未将所有已定位的节点都转化为静态锚节点，而是根据其位置及通信质量进行筛选，降低了累积误差。本算法有着较低复杂度和较高定位精度。

Claims (2)

1.一种基于正六边形的无线传感器网络递增式定位算法，其特征在于，包括如下步骤：

(1)将WSN区域划分为n个同心正六边形，n的值计算如下；

式中，S是无线传感器网络区域面积，L是最内层正六边形的边长；

(2)将锚节点放置到网络区域的中心，作为移动的起始点；

(3)锚节点沿着最内层的正六边形移动，移动完成后继续向外沿着水平方向移动，长度为锚节点的通信半径R_m，然后继续沿着下一层的正六边形移动，直到遍历完所有的正六边形；

(4)锚节点每移了R_m长度，广播自己的位置信息；

(5)区域内未知节点在收到了三个或更多的锚节点信息时，进行定位，定位完成后，将自己的位置信息发给控制台，控制台根据优化的递增式定位法决定该节点是否可以转换为静态锚节点；

(6)判断区域内的节点是否都已完成自定位，若是没完成，重复步骤(5)，否则，定位结束。

2.根据权利要求1所述的一种基于正六边形的无线传感器网络递增式定位算法，其特征在于：所述步骤(1)中，各层正六边形的边长L_i(i＝1,2,3...，n)为锚节点通信半径的正整数倍，取值分别为R_m、2R_m、...、nR_m，移动锚节点的通信半径为R_m，未知节点的通信半径为R_c。