CN105682027A - 一种改进的无线传感器网络质心定位算法 - Google Patents

Abstract

本发明提出了一种改进的无线传感器网络质心定位算法，该算法首先利用传统的质心算法进行粗定位；然后为了降低对锚节点数量或通信半径的要求，有邻居锚节点的未知节点只利用邻居锚节点进行定位，没有邻居锚节点的未知节点利用已经定位的邻居未知节点进行定位；最后通过节点的估计位置计算节点到邻居节点的估计距离，再以节点到所有邻居节点估计距离的平均值作为质点弹簧模型中弹簧的平衡长度，从而通过质点弹簧模型尽量使节点到所有邻居节点的距离相等，减小定位误差。

Description

一种改进的无线传感器网络质心定位算法

技术领域

本发明涉及无线传感器网络定位算法，具体涉及一种改进的无线传感器网络质心定位算法。

背景技术

无线传感器网络(WirelessSensorNetwork,WSN)是由许多细小、低成本、资源有限、能够感受外界特性的无线传感器组成。得益于集成电路和无线通信技术的发展，WSN的应用越来越广泛，它可用于环境监测，灾害预警，目标追踪，军事侦察等方面。在这些用途中，传感器节点的位置信息是非常有用或必不可少的。受条件限制，不能给每个节点安装GPS或人工部署，所以利用某些位置已知的节点去定位位置未知的节点是WSN定位中研究的重点。

根据定位中是否用到距离测量技术，WSN定位分为测距定位和非测距定位。测距定位需要测量节点间的距离或角度信息，定位精度较高，但测距设备较贵，能耗较大；非测距定位只利用节点间的连通信息，不需要特殊的测距设备，但定位精度较低。

质点弹簧模型通常被用于WSN的测距定位，它将传感器节点视为有一定质量的质点，节点间用虚拟的弹簧相连，节点在弹簧力的作用下进行移动。它充分利用了节点间的协作进行定位，可以很好地克服测距误差带来的定位误差，所以被大量用于粗定位后的优化过程。近年来，质点弹簧模型也被引入到非测距定位，如质点弹簧模型和DV-Hop相结合的定位算法。

发明内容

本发明的目的是在非测距的情况下，利用质点弹簧模型对质心算法粗定位后的结果进行迭代求精，以提高定位精度。

本发明的技术方案是：首先，利用质心算法进行粗定位；然后，为了降低对锚节点数量或通信半径的要求，有邻居锚节点的未知节点只利用邻居锚节点进行定位，没有邻居锚节点的未知节点利用已经定位的邻居未知节点进行定位；最后，通过节点的估计位置计算节点到邻居节点的估计距离，再以节点到所有邻居节点估计距离的平均值作为质点弹簧模型中弹簧的平衡长度，从而通过质点弹簧模型尽量使节点到所有邻居节点的距离相等，减小定位误差。

本发明的方法步骤如下：

1.锚节点首先通过GPS或者人工配置获得自身位置，然后向外广播自身位置；

2.如果未知节点接收到了锚节点的位置信息，则取所有接收到的锚节点位置的质心作为自身的估计位置，并向外广播自身的估计位置，如果未知节点没有接收到任何锚节点的位置信息，则取所有接收到的未知节点估计位置的质心作为自身的估计位置；

3.未知节点根据自身的估计位置和接收到的锚节点位置以及接收到的未知节点的估计位置，计算到邻居锚节点和未知节点的距离，以此作为质点弹簧模型中该未知节点到邻居节点的弹簧实际长度，并取这些距离的平均值作为质点弹簧模型中该未知节点到邻居节点的弹簧平衡长度；

4.利用质点弹簧模型中弹簧的实际长度和平衡长度的差值对未知节点的估计位置进行修正。

上述步骤1中，锚节点的位置可以是真实的地理位置或者虚拟的相对位置，锚节点每隔一段时间向外广播带有自身ID和位置的信标，时间间隔可以根据功耗的要求和定位反应速度的要求去改变。

上述步骤2中，对于未知节点是否成功收到某个节点位置信息的判定，在于单位时间内是否收到了这个节点某个数量以上的信标，以增加定位的稳定性。

上述步骤3中，有邻居锚节点的未知节点只利用邻居锚节点进行定位，没有邻居锚节点的未知节点利用已经定位的邻居未知节点进行定位，以降低对锚节点数量的要求和提高节点定位的成功率。

上述步骤4具体为：(a)未知节点到邻居节点的虚拟弹簧因实际长度偏离平衡长度而对该未知节点产生力的作用，根据邻居节点是锚节点还是未知节点，使用不同的系数将偏移量转换为作用力；(b)计算所有邻居节点对该未知节点的合力；(c)利用一个自适应系数将合力转换为未知节点的位置偏移量，这个自适应系数与邻居节点的数量成反比，且当未知节点偏移后与其连接的所有弹簧的势能变小时，该系数增大，反之，则减小；(d)重复以上过程，直到达到指定的次数。

本发明使用复杂度低、通信开销小的质心算法进行粗定位，然后利用改进的质点弹簧模型进行优化，使质心算法定位后成簇聚集的节点分散开来并趋近实际位置，可以很好地提高定位精度。

附图说明

图1为质点弹簧模型图。

图2为具体实施方案的流程图。

具体实施方案

本发明的实施方案主要分为两步，首先利用质心算法进行粗定位，得到节点的初始估计位置，然后在此基础上使用改进的质点弹簧模型进行迭代求精，直到迭代次数达到设定的值为止。方案的整个流程如图2所示。

1.质心算法粗定位

设未知节点S_i的坐标为(x_i,y_i)，它的邻居锚节点S_k(k＝1,2,···,N_k)的坐标为(x_ik,y_ik)，通过质心算法可得：

$(x_i,y_i)=(\frac{x_{i1}+\mathrm{...}+x_{ik}}{N_k},\frac{y_{i1}+\mathrm{...}+y_{ik}}{N_k})$

由于质心算法中，未知节点如果没有邻居锚节点就不能定位，因此对锚节点数量或通信半径的要求较高。为了降低这些要求，粗定位时使用改进的质心算法：有邻居锚节点的未知节点只利用邻居锚节点进行定位，没有邻居锚节点的未知节点利用已经定位的邻居未知节点进行定位。

2.改进的质点弹簧模型求精

通过质心算法粗定位后，未知节点得到了邻居锚节点的实际位置和自己的估计位置。接下来，未知节点将自己的估计位置广播给它的邻居未知节点，这样每个未知节点便得到了邻居锚节点的实际位置和邻居未知节点的估计位置，然后便可以计算得到未知节点到所有邻居节点(包括邻居锚节点和邻居未知节点)的估计距离。设未知节点S_i的邻居节点为S_j(j＝1,2,···,N_j)，计算出S_i(x_i,y_i)和S_j(x_j,y_j)间的估计距离：

${\hat{d}}_{ij}=\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}$

则S_i到所有邻居节点估计距离的平均值为：

${\stackrel{\‾}{d}}_i=\frac{{\hat{d}}_{i1}+\mathrm{...}+{\hat{d}}_{ij}}{N_j}$

令和分别为S_i、S_j间弹簧的实际长度和平衡长度，则弹簧因实际长度偏离平衡长度对S_i施加的力为：

其中：e_ij为由S_i指向S_j的单位向量，η_j取决于邻居节点是锚节点还是未知节点。因为锚节点不移动，所以弹簧施加的力全部用来移动未知节点；而未知节点自己也会移动，弹簧施加的力用来同时移动两个未知节点。因此，当S_j为锚节点时，η_j＝1；当S_j为未知节点时，η_j＝0.5。

连接S_i的所有弹簧对S_i施加的合力为：

$F_i=\underset{j}{\Σ}{F}_{ij}$

连接S_i的所有弹簧总势能为：

$E_i=\underset{j}{\Σ}{({\hat{d}}_{ij}-{\stackrel{\‾}{d}}_i)}^2$

节点S_i在合力作用下按下式进行移动，移动后的位置若超出WSN的边界，则保持原估计位置不变，否则，对移动后的势能E_i进行判断。若势能减小，则用移动后的位置作为节点新的估计位置，否则，保持原估计位置不变。

X_i(t)＝X_i(t-1)+δF_i

其中：X_i(t)为节点S_i第t次移动后的位置。δ为合力转换为位移的系数，δ取得越大，则移动幅度越大，越容易使节点在实际位置周围来回移动，产生振荡；δ取得越小，则达到平衡状态需要迭代的次数越多。

为加快收敛速度，取δ＝λ_i(t)/m_i，m_i为S_i的邻居节点个数，邻居节点越多时，合力可能越大，为保持足够小的移动幅度，让δ与m_i成反比。λ_i(t)为自适应变量，如果这次位置移动后势能减小了，下次可以加大移动幅度，令λ_i(t+1)＝λ_i(t)·γ(γ为大于1的常数)，否则，这次移动幅度过大，下次要减小移动幅度，令λ_i(t+1)＝λ_i(t)/γ。

待所有未知节点完成一次质点弹簧模型迭代求精后，更新了估计位置的未知节点将新的估计位置广播给它的邻居未知节点，然后各个未知节点进行下一次迭代求精，直到迭代次数达到设定的次数，结束求精过程。

Claims (5)

1.一种改进的无线传感器网络质心定位算法，其特征在于步骤如下：

(1)锚节点首先通过GPS或者人工配置获得自身位置，然后向外广播自身位置；

(2)如果未知节点接收到了锚节点的位置信息，则取所有接收到的锚节点位置的质心作为自身的估计位置，并向外广播自身的估计位置，如果未知节点没有接收到任何锚节点的位置信息，则取所有接收到的未知节点估计位置的质心作为自身的估计位置；

(3)未知节点根据自身的估计位置和接收到的锚节点位置以及接收到的未知节点的估计位置，计算到邻居锚节点和未知节点的距离，以此作为质点弹簧模型中该未知节点到邻居节点的弹簧实际长度，并取这些距离的平均值作为质点弹簧模型中该未知节点到邻居节点的弹簧平衡长度；

(4)利用质点弹簧模型中弹簧的实际长度和平衡长度的差值对未知节点的估计位置进行修正。

2.根据权利要求1所述的一种改进的无线传感器网络质心定位算法，其特征在于，步骤(1)中，锚节点的位置可以是真实的地理位置或者虚拟的相对位置，锚节点每隔一段时间向外广播带有自身ID和位置的信标，时间间隔可以根据功耗的要求和定位反应速度的要求去改变。

3.根据权利要求1所述的一种改进的无线传感器网络质心定位算法，其特征在于，上述步骤(2)中，对于未知节点是否成功收到某个节点位置信息的判定，在于单位时间内是否收到了这个节点某个数量以上的信标，以增加定位的稳定性。

4.根据权利要求1所述的一种改进的无线传感器网络质心定位算法，其特征在于，上述步骤(3)中，有邻居锚节点的未知节点只利用邻居锚节点进行定位，没有邻居锚节点的未知节点利用已经定位的邻居未知节点进行定位，以降低对锚节点数量的要求和提高节点定位的成功率。

5.根据权利要求1所述的一种改进的无线传感器网络质心定位算法，其特征在于，上述步骤(4)具体为：(a)未知节点到邻居节点的虚拟弹簧因实际长度偏离平衡长度而对该未知节点产生力的作用，根据邻居节点是锚节点还是未知节点，使用不同的系数将偏移量转换为作用力；(b)计算所有邻居节点对该未知节点的合力；(c)利用一个自适应系数将合力转换为未知节点的位置偏移量，这个自适应系数与邻居节点的数量成反比，且当未知节点偏移后与其连接的所有弹簧的势能变小时，该系数增大，反之，则减小；(d)重复以上过程，直到达到指定的次数。