CN105353341A - 一种基于无人自主飞行器的无线传感器网络定位方法 - Google Patents
一种基于无人自主飞行器的无线传感器网络定位方法 Download PDFInfo
- Publication number
- CN105353341A CN105353341A CN201510672943.3A CN201510672943A CN105353341A CN 105353341 A CN105353341 A CN 105353341A CN 201510672943 A CN201510672943 A CN 201510672943A CN 105353341 A CN105353341 A CN 105353341A
- Authority
- CN
- China
- Prior art keywords
- summit
- sensor node
- beacon
- node
- signal strength
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于无人自主飞行器的无线传感器网络定位方法,其包括,利用无人自主飞行器搭载定向天线和移动锚节点进行移动与信标广播,各传感器节点分布在传感器部署区域,进行接收和处理信标信号,并根据各自保存的至少3个接收信号强度极大值点对应的定位信息计算自身地理信息,无需将接收信号强度转换成距离,有效避免了将接收信号强度转换成距离带来的误差;移动锚节点从空中发射的无线信号具有更好的直线视距通讯环境,可有效避免障碍物遮挡导致的定位误差。
Description
技术领域
本发明涉及一种无线传感器网络定位方法,具体涉及一种基于无人自主飞行器和接收信号强度极大值特征的无线传感器网络定位算法。
背景技术
在环境监测、森林防火、智能交通、军事侦察等典型的无线传感器网络应用中,位置都是最基本的上下文信息之一。除了用于报告事发地点外,位置信息还可用于目标跟踪、行动轨迹预测,以及基于地理位置的路由和数据查询。因此传感器节点的自身定位是无线传感器网络应用的前提条件。
无线传感器网络定位是指无线传感器节点通过某种方法或技术,来确定自身的位置。中国专利CN104080165A公开了一种基于TDOA(TimeDifferenceofArrival)的室内定位方法:首先利用TOA(TimeofArrival)原始数据重构TDOA数据;其次利用几何规律和TDOA测量值对Chan氏TDOA方法具有较大影响的特征来判断原始数据是否在视距情况下或者在非视距干扰不严重情况下测量得到;然后分别使用Taylor级数展开迭代方法和扩展Kalman方法估算目标节点的位置坐标;最后进行残差加权和数据平滑得到最终估计值。中国专利CN103841641A公开了一种基于到达角度和Gossip算法的无线传感器网络分布式协作定位方法:将Gossip算法和AOA定位方法的优势相结合,采用AOA(AngleofArrival)定位方法作为基本定位技术,借助Gossip算法随机选择相邻节点交换数据并最终达到分布式平均共识的特性。中国专利CN103327603A公开了一种用于无线传感器网的基于APIT(ApproximatePoint-in-triangulationTest)的节点三维定位法:若未知节点具有至少6个邻居信标节点,则依次判断该未知节点的邻居信标节点所构成的每个四面体与该未知节点的关系;若该未知节点包含于一个四面体内,用该四面体的所有中垂面对该四面体进行切割;通过比较该未知节点收到构成该四面体的4个信标节点的RSSI(ReceivedSignalStrengthIndication),确定未知节点存在于中垂面切割后四面体的哪一切割部分;对该四面体所有的包含该未知节点的切割部分求取交集得到未知节点存在的缩小空间;将所有四面体的缩小空间的交集的质心作为未知节点的估计位置,从而计算出未知节点的位置坐标。中国专利CN104540217A公开了两种改进DV-Hop定位算法,mandist加权最小二乘法和dist加权最小二乘法:这两种算法对经典DV-Hop算法存在误差较大的平均跳距,进行了最小跳数mandist和dist加权处理,使得改进后DV-Hop算法能更加有效地对平均每跳距离进行估计。中国专利CN102123495A公开了一种基于RSSI校正的无线传感器网络质心定位算法,通过校正RSSI测距技术测量节点间点到点的距离,采用三角形质心算法进行定位,减小RSSI测量误差,与基于RSSI的三角形质心定位算法相比,极大提高了定位精度。中国专利CN103096462A公开了一种无线传感器网络非测距节点定位方法:信标节点周期性的广播自身位置信息;未知节点在收到前三个信标节点位置信息后,停止接收数据包,存储三个点的坐标;未知节点向信标节点发送电磁波信号,信标节点接收到信号后再确认信号返回,未知节点根据收到确认信号的次序;根据时间差,作为修正的权值,按修正后的计算式得出节点坐标;获得自身位置信息的未知节点将转为信标节点,开始周期性广播自身定位信息,直到全网节点都获知自身位置信息。中国专利CN103167609A公开了一种基于跳数的无线传感器网络节点定位方法及系统:各锚节点(已知自身位置信息的传感器节点)进行第一次广播,通过泛洪的方式向整个网络传递锚节点的坐标及跳数信息;根据每个锚节点与其它锚节点位置和相隔跳数计算网络中平均每跳距离;各锚节点进行第二次广播,将校正值继续以泛洪的方式在网络中传递;通过最小二乘法计算未知节点的坐标。CN101435867A公开了一种基于相位测量的无线传感器网络节点定位方法:首先建立一个无线网络构架,包括至少四个已知位置的锚节点和若干个随机散布的待定位目标节点;锚节点按其作用不同分为一个主锚节点和若干个从锚节点;其次从锚节点和目标节点根据主锚节点的控制信令和参考导频信号进行收发机同步;接着主锚节点根据各从锚节点的探测导频信号进行相位检测和对从锚节点进行相位测量补偿;最后,目标节点利用若干组相位测量结果进行到各从锚节点的距离差估计并最终利用这些距离信息完成自身定位。
在上述定位方法中,每个传感器节点二维位置的确定需要至少3个非共线的锚节点,因此整个无线传感器网络的定位需要大量的锚节点来保证定位的精度与覆盖率,导致网络硬件成本和部署难度的急剧上升。为解决这一问题,有研究者提出利用移动锚节点在扫描传感器部署区域过程中所产生的虚拟锚节点取代静态锚节点的定位方法,有效降低了网络的硬件成本。中国专利CN102680995A公开了一种简单易行的传感器网络节点定位方法:用移动锚节点代替传统锚节点来降低使用成本,提高对未知节点的覆盖率;对锚节点的移动路径进行规划,结合加权质心算法得到未知节点的位置。中国专利CN103796306A公开了一种多移动锚节点对无线传感器网络节点定位的方法:a)布设3个可确定位置坐标的锚节点;b)锚节点沿扫描路径移动,实现对网络中所有节点的遍历;c)时钟同步,使3个移动锚节点具有相同的时钟信号;d)3个锚节点处于成正三角形时广播定位用的信标信息;e)根据广播信息的时刻筛选信标信息;f)根据信号强度的大小,将节点位置缩小至特定三角形内,三角形质心即为节点的估算位置。中国专利CN102170695A公开了一种基于球壳交集的无线传感器网络三维定位方法:利用一个装配有GPS的可以自由移动的锚节点在节点分布区域内移动,未知节点侦听到移动锚节点广播的定位点后,以定位点为球心做未知节点可能所在的球壳,通过计算这些球壳的交集区域估算未知节点的位置。这三种定位方法都假设移动锚节点的信号辐射模型是标准的球形,这在实际系统中是很难保证的,因此定位精度有限。
中国专利CN101285878A公开了一种无线传感器网络的垂直相交定位方法:移动信标在其移动轨线上不断广播信号和自己当前位置,节点通过比较信号强度,记下信号强度最高的点,并根据每相邻两条边上得到的两个信号强度最高的点,利用几何方法来计算节点的位置。这种方法能有效避免射频信号的利用信号强度测距带来的定位误差,但在长距离通讯环境下,距离变化导致的射频信号强度变化很小,垂直点的测量存在较大的误差。
综上所述,现有基于移动锚节点的定位方法,大都采用接收信号强度(RSSI)进行定位,受射频信号的非规则传播影响,精度有限。因此迫切需要一种更有效的定位方法来满足实际应用的需求。
发明内容
为了克服现有基于移动锚节点的定位算法受射频信号非规则传播影响定位误差较大的不足,本发明提供一种基于无人自主飞行器的无线传感器网络定位方法。
本发明所采用的技术方案是:一种基于无人自主飞行器的无线传感器网络定位方法,其步骤为:
步骤1:移动锚节点进行移动与信标广播;
步骤1.1:将传感器部署区域划分为由边长为d的多个虚正方形网格构成的规则图形,选定该规则图形的西南角顶点作为起飞点,沿所述虚正方形网格的边,按方波轨迹连接,构成一个至少涉及每个虚正方形网格两条边的行程轨迹,依照该行程轨迹按顺序为虚正方形网格的顶点做顶点编号;
步骤1.2:携带定向天线的无人自主飞行器以固定高度沿行程轨迹飞行,逢虚正方形网格的顶点作定点悬停,并以角速度a顺时针旋转360°;旋转过程中,无人自主飞行器上搭载的移动锚节点以一定的频率广播包含无人自主飞行器自身定位信息以及所在虚正方形网格的顶点编号的信标信号;旋转完成后,移动锚节点发送当前顶点的顶点广播结束信号;
步骤2:在该规则图形中分布若干传感器节点,各传感器节点接收和处理信标信号,在每个顶点移动锚节点做信标广播时,信标传播范围内的各传感器节点的工作流程如下:
步骤2.1:传感器节点每次接收到信标信号,对此信标信号中的顶点编号进行判断,
1)若该顶点编号大于此前已接收的顶点编号,保存此信标中顶点编号、接收信号强度和对应的定位信息,并等待传感器节点接收下一次信标信号;
2)若该顶点编号等于上一次接收到的顶点编号,则对此信标中的接收信号强度进行判断,若该接收信号强度大于该顶点编号下已保存的接收信号强度,则保存当前的接收信号强度与定位信息为最大接收信号强度及对应的定位信息,并等待传感器节点接收下一次信标信号,若该接收信号强度不大于该顶点编号下已保存的接收信号强度,则等待传感器节点接收下一次信标信号;至传感器节点超过60秒未接收到下一次信标信号,或者收到顶点广播结束信号,则结束此传感器节点对该顶点广播的接收,保存接收信号强度极大值点对应的定位信息。
3)若该顶点编号小于此前已接收的顶点编号,则等待传感器节点接收下一次信标信号;
步骤2.2:每个传感器节点获得至少3个接收信号强度极大值点对应的定位信息,即可根据传感器节点所保存的每个信标信号对应的定位信息计算自身地理位置。
所述定位信息包括该无人自主飞行器的经度、纬度、高度和机头朝向。
所述步骤2.2还包括:步骤2.2.1:构建矩阵Φ和Y:
其中:λi-经度;纬度;hi-高度;ψi-机头朝向;(i=1~K,K为信标信号个数,K≥3);RM-地球子午圈曲率半径;RN-地球卯酉圈曲率半径;
步骤2.2.2:利用最小二乘算法估计与传感器节点地理位置相关的参数θ=[θ1θ2θ3]T,具体计算公式为:θ=(ΦTΦ)-1ΦTY;
其中:
θ3=tanβ;
步骤2.2.3:利用θ与传感器节点位置的关系计算自身位置:
β=arctanθ3
其中:为信标信号各自对应的最强的接收信号强度的纬度平均值;
为信标信号各自对应的最强的接收信号强度的高度平均值;
β为机头朝向与定向天线最大发射功率方向的夹角。
虚正方形网格的边长d设定为小于R为传感器节点最大通讯距离,h为无人自主飞行器与传感器节点的最大高度差。
所述角速度a的范围为:10度/秒~20度/秒。
本发明的有益效果是:
1、利用携带定向天线的移动锚节点旋转产生的接收信号强度极大值特征进行定位,无需将接收信号强度转换成距离,相比传统的RSS测距定位方法,有效避免了将接收信号强度转换成距离带来的误差;有别于传统的基于旋转天线的AOA定位方法,本发明对飞行器机头朝向与定向天线最大发射功率方向的夹角进行了估计,有效避免了定向天线辐射角偏差与定向天线安装偏差带来的误差。
2、移动锚节点从空中发射的无线信号具有更好的直线视距通讯环境,可有效避免障碍物遮挡导致的定位误差。
3、只需一个可重复利用的基于无人自主飞行器的移动锚节点就能实现所有无线传感器网络节点的定位,极大降低了网络的硬件成本和信标部署成本。
附图说明
图1为本发明的传感器节点部署与移动锚节点行程轨迹示意图。
图2为本发明定向天线在无人自主飞行器上安装及辐射角度左视图。
图3为本发明定向天线在无人自主飞行器上安装及辐射角度俯视图。
图4为本发明无人自主飞行器在某个顶点做定点旋转并广播信标时其正南方的传感器节点接收到的接收信号强度与机头朝向的关系图。
图5为为本发明传感器节点选出并保存每个新顶点编号所对应的最强的接收信号强度的信标信号的流程图。
图6为本发明某一传感器节点检测到的规则图形中某一顶点接收信号强度极大值点与该传感器节点位置的几何关系示意图。
图7为本发明实际定位实验中传感器节点的实际位置与经本发明定位后的位置对比图。
具体实施方式
下面结合附图对本发明实施例作进一步说明:
一种基于无人自主飞行器的无线传感器网络定位方法,该方法以携带定向天线、能实时知道自身定位信息、可定点悬停的无人自主飞行器搭载一个移动锚节点,各传感器节点接收移动锚节点广播的信标信号并利用几何关系计算自身位置。本发明的定位方法由基于无人自主飞行器的移动锚节点移动与信标广播、各传感器节点信标接收与处理、各传感器节点地理位置计算三部分组成。
如图1所示,在定位实施前,无线传感器网络中的传感器节点采用飞机空投或炮弹发射的方式随机部署到传感器部署区域中。
步骤1:移动锚节点进行移动与信标广播;
步骤1.1:将传感器部署区域划分为由边长为d的多个虚正方形网格构成的规则图形,选定该规则图形的西南角顶点作为起飞点,沿所述虚正方形网格的边,按方波轨迹连接,构成一个至少涉及每个虚正方形网格两条边的行程轨迹,依照该行程轨迹按顺序为虚正方形网格的顶点做顶点编号;
进一步的,以无人自主飞行器的飞行路径来划分该传感器部署区域:
1)将传感器部署区域的西南角设置为起飞点;
2)无人自主飞行器向北飞行,每飞行d距离作定点悬停,直到超出该传感器部署区域的最北边;
3)无人自主飞行器向东飞行,飞行d距离作定点悬停,转而向南飞行,每飞行d距离作定点悬停,直到超出该传感器部署区域的最南边;
4)再一次向东飞行d距离作定点悬停,转而向北飞行,每飞行d距离作定点悬停,直到超出该传感器部署区域的最北边;
5)重复步骤3)和步骤4),直到飞行路径超出该传感器部署区域的最东边后,飞行器自主降落。
按上述步骤,无人自主飞行器作定点悬停的位置刚好为虚正方形网格的顶点;线路宽度d设定为小于R为传感器节点最大通讯距离,h为无人自主飞行器与传感器节点的最大高度差,如此可保证每个虚正方形网格内的传感器节点能接收到至少3个顶点的信标信号。
步骤1.2:携带定向天线的无人自主飞行器以固定高度沿行程轨迹飞行,逢虚正方形网格的顶点作定点悬停,并以角速度a顺时针旋转360°,其中所述角速度a的范围为:10度/秒~20度/秒。
如图2、图3所示,所述定向天线为垂直方向辐射角度90°、水平方向辐射角度15°的平板定向天线;该定向天线安装在无人自主飞行器的正下方,定向天线辐射强度最大的点刚好在机头附近;无人自主飞行器定点悬停并做360°顺时针旋转时,当定向天线辐射强度最大的方向刚好指向传感器节点时,传感器节点接收的信标信号强度是最大的;
由于定向天线在水平方向上的狭窄辐射角度,无人自主飞行器在定点旋转旋转并广播信标的过程中可以在传感器节点的接收信号强度上产生非常明显的极大值特征,且经实测验证,即如图4所示,无人自主飞行器在定点旋转并广播信标时,其正南方的传感器节点接收接收到的信号强度最大时,机头朝向接近180°。
步骤1.3:旋转过程中,无人自主飞行器上搭载的移动锚节点以一定的频率广播包含无人自主飞行器自身定位信息以及所在虚正方形网格的顶点编号的信标信号;所述定位信息包括该无人自主飞行器的经度、纬度、高度和机头朝向的信号,其中顶点编号、经度、纬度、高度、机头朝向的信息均由无人自主飞行器的飞控系统与导航系统提供。
步骤1.4:旋转完成后,移动锚节点发送当前顶点的顶点广播结束信号,表示当前顶点的顶点广播结束。
步骤2:在该规则图形中分布若干传感器节点,各传感器节点接收和处理信标信号,在每个顶点移动锚节点做信标广播时,信标传播范围内的各传感器节点的工作流程如下(如图5所示):
步骤2.1:传感器节点每次接收到信标信号,对此信标信号中的顶点编号进行判断,
1)若该顶点编号大于此前已接收的顶点编号,则表示首次接收到新顶点的信标信号,保存此信标中顶点编号、接收信号强度和对应的定位信息,并等待传感器节点接收下一次信标信号;
2)若该顶点编号等于上一次接收到的顶点编号,则表示该顶点的信号广播未结束,则对此信标中的接收信号强度进行判断,若该接收信号强度大于该顶点编号下已保存的接收信号强度,则保存当前的接收信号强度与定位信息为最大接收信号强度及对应的定位信息,并等待传感器节点接收下一次信标信号,若该接收信号强度不大于该顶点编号下已保存的接收信号强度,则等待传感器节点接收下一次信标信号;至传感器节点超过60秒未接收到下一次信标信号,或者收到顶点广播结束信号,则结束此传感器节点对该顶点广播的接收,最终从新顶点编号下的所有信标信号中选出接收信号强度极大值点,保存接收信号强度极大值点,及对应的定位信息。
3)若该顶点编号小于此前已接收的顶点编号,则等待传感器节点接收下一次信标信号。
步骤2.2:每个传感器节点获得至少3个接收信号强度极大值点对应的定位信息,即可根据传感器节点所保存的每个信标信号对应的定位信息计算自身地理位置。
由于安装误差、定向天线制造偏差等原因,实际环境中无人自主飞行器的机头朝向和定向天线最大发射功率方向并不是一致的,而是存在一个固定的偏角β;图4给出的实测结果也证明了这一点,接收信号极大值点对应的角度与实际的180°存在一定的偏差;如果在定位计算过程中直接用机头朝向作为接收信号强度极大值点到传感器节点的方向,将会引入较大误差;有别于现有的AOA定位算法,本发明在定位计算的过程中考虑了偏角β的影响,对飞行器机头朝向与定向天线最大发射功率方向的夹角进行了估计,有效避免了定向天线辐射角偏差与定向天线安装偏差带来的误差。
如图6所示,某一传感器节点接收信号极大值点与传感器节点的位置关系可表示为:
其中:αi为在某一虚正方形网格顶点定向天线最大发射功率方向指向传感器节点时该方向与正北方向的夹角;ψi为机头朝向;λi、hi分别为接收信号极大值点经度、纬度、高度;RM、RN分别为地球子午圈曲率半径地球卯酉圈曲率半径,可由纬度根据WGS84椭球坐标系的定义计算得到;λ、为该传感器节点需要定位的经度和纬度。
上式可展开为:
由于无人自主飞行器在定位过程中高度保持不变,我们可以用多个顶点对应的接收信号极大值点的高度平均值代替其中的hi;在几公里的传感器部署区域内,变化很小,我们可以用多个顶点对应的接收信号极大值点的纬度平均值的余弦函数代替上式可表示为:
θ3=tanβ
其中:为所有顶点对应的接收信号极大值点的纬度平均值;为所有顶点对应的接收信号极大值点的高度平均值。
构建矩阵Φ和Y:
利用最小二乘算法估计与传感器节点地理位置相关的参数θ=[θ1θ2θ3]T,具体计算公式为:
θ=(ΦTΦ)-1ΦTY;
利用θ与传感器节点位置的关系计算自身位置:
β=arctanθ3
本发明算法简单、计算量小,适用于计算资源受限的无线传感器网络节点。
为了验证本发明算法的有效性,我们进行了一个定位实验。在30m*30m的区域内随机部署9个传感器节点,无人自主飞行器携带定向天线与移动锚节点在30m*30m的虚正方形网格的4个顶点做定点悬停旋转并广播信标信号;各传感器节点接收这些信号并利用本发明方法确定自身位置,为了比较方便我们将经纬度表示的位置转化为以虚正方形网格西南顶点为原点的本地坐标系,具体如图7所示,本发明提出的定位方法能有效定位各传感器节点的位置,平均定位误差小于1.5米。
以上结合附图所描述的实施例仅是本发明的优选实施方式,而并非对本发明的保护范围的限定,任何基于本发明精神所做的改进都理应在本发明保护范围之内。
Claims (5)
1.一种基于无人自主飞行器的无线传感器网络定位方法,其特征在于,其步骤为:
步骤1:移动锚节点进行移动与信标广播;
步骤1.1:将传感器部署区域划分为由边长为d的多个虚正方形网格构成的规则图形,选定该规则图形的西南角顶点作为起飞点,沿所述虚正方形网格的边,按方波轨迹连接,构成一个至少涉及每个虚正方形网格两条边的行程轨迹,依照该行程轨迹按顺序为虚正方形网格的顶点做顶点编号;
步骤1.2:携带定向天线的无人自主飞行器以固定高度沿行程轨迹飞行,逢虚正方形网格的顶点作定点悬停,并以角速度a顺时针旋转360°;旋转过程中,无人自主飞行器上搭载的移动锚节点以一定的频率广播包含无人自主飞行器自身定位信息以及所在虚正方形网格的顶点编号的信标信号;旋转完成后,移动锚节点发送当前顶点的顶点广播结束信号;
步骤2:在该规则图形中分布若干传感器节点,各传感器节点接收和处理信标信号,在每个顶点移动锚节点做信标广播时,信标传播范围内的各传感器节点的工作流程如下:
步骤2.1:传感器节点每次接收到信标信号,对此信标信号中的顶点编号进行判断,
1)若该顶点编号大于此前已接收的顶点编号,保存此信标中顶点编号、接收信号强度和对应的定位信息,并等待传感器节点接收下一次信标信号;
2)若该顶点编号等于上一次接收到的顶点编号,则对此信标中的接收信号强度进行判断,若该接收信号强度大于该顶点编号下已保存的接收信号强度,则保存当前的接收信号强度与定位信息为最大接收信号强度及对应的定位信息,并等待传感器节点接收下一次信标信号,若该接收信号强度不大于该顶点编号下已保存的接收信号强度,则等待传感器节点接收下一次信标信号;至传感器节点超过60秒未接收到下一次信标信号,或者收到顶点广播结束信号,则结束此传感器节点对该顶点广播的接收,保存接收信号强度极大值点对应的定位信息。
3)若该顶点编号小于此前已接收的顶点编号,则等待传感器节点接收下一次信标信号;
步骤2.2:每个传感器节点获得至少3个接收信号强度极大值点对应的定位信息,即可根据传感器节点所保存的每个信标信号对应的定位信息计算自身地理位置。
2.根据权利要求1所述的一种基于无人自主飞行器的无线传感器网络定位方法,其特征在于:所述定位信息包括该无人自主飞行器的经度、纬度、高度和机头朝向。
3.根据权利要求2所述的一种基于无人自主飞行器的无线传感器网络定位方法,其特征在于:所述步骤2.2还包括:步骤2.2.1:构建矩阵Φ和Y:
其中:λi-经度;-纬度;hi-高度;ψi-机头朝向;(i=1~K,K为信标信号个数,K≥3);RM-地球子午圈曲率半径;RN-地球卯酉圈曲率半径;
步骤2.2.2:利用最小二乘算法估计与传感器节点地理位置相关的参数θ=[θ1θ2θ3]T,具体计算公式为:
θ=(ΦTΦ)-1ΦTY;
其中:
θ3=tanβ;
步骤2.2.3:利用θ与传感器节点位置的关系计算自身位置:
β=arctanθ3
其中:为信标信号各自对应的最强的接收信号强度的纬度平均值;
为信标信号各自对应的最强的接收信号强度的高度平均值;
β为机头朝向与定向天线最大发射功率方向的夹角。
4.根据权利要求1所述的一种基于无人自主飞行器的无线传感器网络定位方法,其特征在于:虚正方形网格的边长d设定为小于R为传感器节点最大通讯距离,h为无人自主飞行器与传感器节点的最大高度差。
5.根据权利要求1所述的一种基于无人自主飞行器的无线传感器网络定位方法,其特征在于:所述角速度a的范围为:10度/秒~20度/秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510672943.3A CN105353341B (zh) | 2015-10-16 | 2015-10-16 | 一种基于无人自主飞行器的无线传感器网络定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510672943.3A CN105353341B (zh) | 2015-10-16 | 2015-10-16 | 一种基于无人自主飞行器的无线传感器网络定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105353341A true CN105353341A (zh) | 2016-02-24 |
CN105353341B CN105353341B (zh) | 2017-07-28 |
Family
ID=55329342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510672943.3A Active CN105353341B (zh) | 2015-10-16 | 2015-10-16 | 一种基于无人自主飞行器的无线传感器网络定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105353341B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107124755A (zh) * | 2017-04-26 | 2017-09-01 | 哈尔滨工业大学 | 基于无偏广播Gossip算法的双层网络功率控制方法 |
CN107635207A (zh) * | 2017-09-29 | 2018-01-26 | 华南师范大学 | 一种障碍物环境下移动节点定位方法 |
GB2554975A (en) * | 2016-07-19 | 2018-04-18 | Taoglas Group Holdings Ltd | Systems and devices to control antenna azimuth orientation in an omni-directional unmanned aerial vehicle |
CN108055636A (zh) * | 2017-12-20 | 2018-05-18 | 杭州电子科技大学 | 一种基于无人机辅助的3d无线传感器网络定位的方法 |
CN108521791A (zh) * | 2017-07-18 | 2018-09-11 | 深圳市大疆创新科技有限公司 | 定位方法、无人机和机器可读存储介质 |
CN108732535A (zh) * | 2018-05-24 | 2018-11-02 | 清华大学 | 一种定位方法、装置和设备 |
CN108803667A (zh) * | 2018-05-30 | 2018-11-13 | 北京邮电大学 | 一种无人机协同监测与跟踪方法 |
CN109669173A (zh) * | 2019-01-08 | 2019-04-23 | 南京航空航天大学 | 一种基于无人机和信号相对强弱的地面目标定位方法 |
CN110226335A (zh) * | 2017-05-31 | 2019-09-10 | 深圳市大疆创新科技有限公司 | 信息广播方法和系统 |
CN110412632A (zh) * | 2019-08-26 | 2019-11-05 | 广州极飞科技有限公司 | 无人驾驶设备的航向的确定方法及装置、系统 |
CN110901692A (zh) * | 2018-09-14 | 2020-03-24 | 斯凯孚公司 | 将物理分离无线传感器的报警数据链接到行驶列车的方法 |
CN111857014A (zh) * | 2020-08-06 | 2020-10-30 | 天津优控智行科技有限公司 | 矿用无人自卸车远程控制方法 |
CN113286257A (zh) * | 2021-05-20 | 2021-08-20 | 南京邮电大学 | 新型分布式非测距定位方法 |
US11811135B2 (en) | 2016-09-02 | 2023-11-07 | Taoglas Group Holdings Limited | Multi-band MIMO panel antennas |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102740458A (zh) * | 2012-06-29 | 2012-10-17 | 北京工业大学 | 无线传感器网络中基于移动信标的集中式定位方法 |
CN102869090A (zh) * | 2012-09-10 | 2013-01-09 | 南京邮电大学 | 一种基于auv协助的水下无线传感器网络定位方法 |
US20140310030A1 (en) * | 2013-04-12 | 2014-10-16 | Appetiz Solutions, Inc. | System and method for processing establishment reservation |
US20150249928A1 (en) * | 2014-02-28 | 2015-09-03 | Tyco Fire & Security Gmbh | Network Range Extender with Multi-RF Radio Support for Plurality of Network Interfaces |
-
2015
- 2015-10-16 CN CN201510672943.3A patent/CN105353341B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102740458A (zh) * | 2012-06-29 | 2012-10-17 | 北京工业大学 | 无线传感器网络中基于移动信标的集中式定位方法 |
CN102869090A (zh) * | 2012-09-10 | 2013-01-09 | 南京邮电大学 | 一种基于auv协助的水下无线传感器网络定位方法 |
US20140310030A1 (en) * | 2013-04-12 | 2014-10-16 | Appetiz Solutions, Inc. | System and method for processing establishment reservation |
US20150249928A1 (en) * | 2014-02-28 | 2015-09-03 | Tyco Fire & Security Gmbh | Network Range Extender with Multi-RF Radio Support for Plurality of Network Interfaces |
Non-Patent Citations (2)
Title |
---|
NICOL C ET.AL: "《Robust adaptive control of a quadrotor helicopter》", 《MECHATRONICS》 * |
孙柴成 等: "《四旋翼无人飞行器驱动系统设计与性能测试》", 《机电工程》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2554975A (en) * | 2016-07-19 | 2018-04-18 | Taoglas Group Holdings Ltd | Systems and devices to control antenna azimuth orientation in an omni-directional unmanned aerial vehicle |
US11811135B2 (en) | 2016-09-02 | 2023-11-07 | Taoglas Group Holdings Limited | Multi-band MIMO panel antennas |
CN107124755B (zh) * | 2017-04-26 | 2020-02-11 | 哈尔滨工业大学 | 基于无偏广播Gossip算法的双层网络功率控制方法 |
CN107124755A (zh) * | 2017-04-26 | 2017-09-01 | 哈尔滨工业大学 | 基于无偏广播Gossip算法的双层网络功率控制方法 |
CN110226335A (zh) * | 2017-05-31 | 2019-09-10 | 深圳市大疆创新科技有限公司 | 信息广播方法和系统 |
US11166259B2 (en) | 2017-05-31 | 2021-11-02 | SZ DJI Technology Co., Ltd. | Information broadcasting method and system |
CN108521791A (zh) * | 2017-07-18 | 2018-09-11 | 深圳市大疆创新科技有限公司 | 定位方法、无人机和机器可读存储介质 |
WO2019014824A1 (zh) * | 2017-07-18 | 2019-01-24 | 深圳市大疆创新科技有限公司 | 定位方法、无人机和机器可读存储介质 |
CN108521791B (zh) * | 2017-07-18 | 2022-07-01 | 深圳市大疆创新科技有限公司 | 定位方法、无人机和机器可读存储介质 |
CN107635207B (zh) * | 2017-09-29 | 2020-01-14 | 华南师范大学 | 一种障碍物环境下移动节点定位方法 |
CN107635207A (zh) * | 2017-09-29 | 2018-01-26 | 华南师范大学 | 一种障碍物环境下移动节点定位方法 |
CN108055636A (zh) * | 2017-12-20 | 2018-05-18 | 杭州电子科技大学 | 一种基于无人机辅助的3d无线传感器网络定位的方法 |
CN108732535A (zh) * | 2018-05-24 | 2018-11-02 | 清华大学 | 一种定位方法、装置和设备 |
CN108732535B (zh) * | 2018-05-24 | 2020-06-23 | 清华大学 | 一种定位方法、装置和设备 |
CN108803667A (zh) * | 2018-05-30 | 2018-11-13 | 北京邮电大学 | 一种无人机协同监测与跟踪方法 |
CN110901692A (zh) * | 2018-09-14 | 2020-03-24 | 斯凯孚公司 | 将物理分离无线传感器的报警数据链接到行驶列车的方法 |
CN110901692B (zh) * | 2018-09-14 | 2023-07-04 | 斯凯孚公司 | 将物理分离无线传感器的报警数据链接到行驶列车的方法 |
CN109669173A (zh) * | 2019-01-08 | 2019-04-23 | 南京航空航天大学 | 一种基于无人机和信号相对强弱的地面目标定位方法 |
CN110412632A (zh) * | 2019-08-26 | 2019-11-05 | 广州极飞科技有限公司 | 无人驾驶设备的航向的确定方法及装置、系统 |
CN111857014A (zh) * | 2020-08-06 | 2020-10-30 | 天津优控智行科技有限公司 | 矿用无人自卸车远程控制方法 |
CN113286257A (zh) * | 2021-05-20 | 2021-08-20 | 南京邮电大学 | 新型分布式非测距定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105353341B (zh) | 2017-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105353341A (zh) | 一种基于无人自主飞行器的无线传感器网络定位方法 | |
Tahat et al. | A look at the recent wireless positioning techniques with a focus on algorithms for moving receivers | |
CN101986758B (zh) | 无线传感器网络定位方法 | |
CN102869090B (zh) | 一种基于auv协助的水下无线传感器网络定位方法 | |
CN110926461B (zh) | 一种基于超宽带室内定位方法和系统、导航方法和系统 | |
CN103746757A (zh) | 一种基于星载多波束天线的单星干扰源定位方法 | |
CN105929364B (zh) | 利用无线电定位的相对位置测量方法及测量装置 | |
CN112639506A (zh) | 位置确定 | |
CN103002502A (zh) | 一种在cdma中基于测量报告实现定位的方法及系统 | |
Panwar et al. | Localization schemes in wireless sensor networks | |
Kang et al. | Analysis of localization for drone-fleet | |
Shi et al. | A 3D node localization scheme for wireless sensor networks | |
Xiong et al. | Vehicle node localization without GPS in VANET | |
Fu et al. | Study on mobile beacon trajectory for node localization in wireless sensor networks | |
US10031222B2 (en) | Methods and devices for determining the location of remotely emplaced objects, such as munitions | |
EP2856199A1 (en) | Determining location and orientation of directional tranceivers | |
Guerrero et al. | ADAL: A distributed range-free localization algorithm based on a mobile beacon for wireless sensor networks | |
Guerrero et al. | 3D-ADAL: A three-dimensional distributed range-free localization algorithm for wireless sensor networks based on unmanned aerial vehicles | |
CN109640253A (zh) | 一种移动机器人定位方法 | |
KR102287852B1 (ko) | 무인항공기용 전파측위시스템 및 무인항공기용 항행방법 | |
Miles et al. | Use of radio propagation maps in a single moving beacon assisted localization in MANETs | |
Hao et al. | A new passive localization method of the interference source for satellite communications | |
Sorbelli et al. | On the localization of sensors using a drone with UWB antennas. | |
Xu et al. | ABAL: Aerial Beacon Assisted Localization of Wireless Sensor Networks with RSS Maxima. | |
Bohdanowicz et al. | RSSI-based localization of a wireless sensor node with a flying robot |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20160224 Assignee: Big data and Information Technology Research Institute of Wenzhou University Assignor: Wenzhou University Contract record no.: X2020330000098 Denomination of invention: A localization method for wireless sensor networks based on UAV Granted publication date: 20170728 License type: Common License Record date: 20201115 |