CN106211317A - 一种基于网络密度分簇的移动信标辅助定位方法 - Google Patents
一种基于网络密度分簇的移动信标辅助定位方法 Download PDFInfo
- Publication number
- CN106211317A CN106211317A CN201610499549.9A CN201610499549A CN106211317A CN 106211317 A CN106211317 A CN 106211317A CN 201610499549 A CN201610499549 A CN 201610499549A CN 106211317 A CN106211317 A CN 106211317A
- Authority
- CN
- China
- Prior art keywords
- bunch
- network
- node
- beacon
- clustering
- 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.)
- Withdrawn
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于网络密度分簇的移动信标辅助定位方法,选择核心密度较大的节点作簇头,采用基于密度可达性的分簇机制把整个网络划分为多个簇内密度相等的簇,并联合使用基于遗传算法的簇头全局路径规划和基于正六边形的簇内局部路径规划方法,得到信标的优化移动路径。当簇头及附近节点完成定位后,升级为信标,采用增量定位方式参与网络其它节点的定位,基于网络密度分簇移动信标辅助定位算法可兼顾定位精度、移动信标开销和网络完成定位时间的平衡,可有效减少移动信标的移动路径较长、发射开销,尤其适用于非均匀部署网络。
Description
技术领域
本发明属于网络方法领域,更具体地说,本发明涉及一种基于网络密度分簇的移动信标辅助定位方法。
背景技术
近年来,在对无线传感器网络(Wireless Sensor Networks,WSN)节点进行定位时,为减少信标部署成本和定位能耗,人们提出了移动信标(mobile beacon)辅助定位方法。由于该方法的开销主要集中在移动信标上,信标移动路径成为优化目标。目前大部分移动信标辅助定位算法并未给出具体的移动信标路径,以及存在信标移动及发射开销较大、信标利用率较低和定位时间较长等问题。
发明内容
本发明所要解决的问题是提供一种基于网络密度分簇的移动信标辅助定位方法。
为了实现上述目的,本发明采取的技术方案为:
一种基于网络密度分簇的移动信标辅助定位方法,包括如下步骤:
(1)节点分簇
首先执行基于核心密度的簇头选择,然后采用改进的DBSCAN算法进行网络节点分簇;
(2)构建矩阵
接着构建移动信标、所有簇头间的测距矩阵,使用MDS-MAP(C)
算法确定簇头的初始绝对坐标;
(3)确定路径
联合使用簇头全局路径规划和簇内路径规划方法,确定信标在整个网络内的优化移动路径;
(4)发射数据包
信标按规划好的路径移动,在规划好的地理位置发射包含自身位置信息的数据包;
(5)自定位
待定位节点接收信标信息,使用3边定位算法实现自定位,并升级为信标,参与下一轮其它待定位节点定位,该增量定位过程一直迭代计算到所有节点完成定位或达到规定迭代次数为止。
优选的,所述步骤(1)中簇头选择的方法为增量式定位方法。
优选的,所述步骤(1)中改进的DBSCAN算法的步骤为
①获得整个网络的拓扑结构,其中包括所有相邻节点间的测距;
②使用权值计算公式,计算每个节点权值;
③选择网络内权值最大的节点作簇头,从该簇头开始,使用密度可达算法在网络内扩散,簇头密度可达区域即为该簇大小;
④在整个网络中删除已加入簇的节点,在未加入簇的剩余节点中,重新计算节点权值,并选择其中权值最大的节点作簇头,再次进行密度扩散,产生新的簇,该过程一直持续到没有剩余节点为止;
⑤簇合并。
优选的,所述权值计算公式为ω=Dr/α。
优选的,所述步骤(2)中MDS-MAP(C)算法确定簇头的初始绝对坐标的步骤为:
①使用最短路径算法构建包含多个移动信标和簇头节点的测距矩阵;
②采用奇异值分解方法得到所有簇头节点的相对坐标;
③使用该变换矩阵,得到所有簇头的绝对坐标。
优选的,所述步骤(3)中簇头全局路径规划的方法为采用遗传算法求解信标遍历所有簇头的最短路径。
有益效果:本发明提供了一种基于网络密度分簇的移动信标辅助定位方法,选择核心密度较大的节点作簇头,采用基于密度可达性的分簇机制把整个网络划分为多个簇内密度相等的簇,并联合使用基于遗传算法的簇头全局路径规划和基于正六边形的簇内局部路径规划方法,得到信标的优化移动路径。当簇头及附近节点完成定位后,升级为信标,采用增量定位方式参与网络其它节点的定位,基于网络密度分簇移动信标辅助定位算法可兼顾定位精度、移动信标开销和网络完成定位时间的平衡,可有效减少移动信标的移动路径较长、发射开销,尤其适用于非均匀部署网络。
具体实施方式
一种基于网络密度分簇的移动信标辅助定位方法,包括如下步骤:
(1)节点分簇
首先执行基于核心密度的簇头选择,所述簇头选择的方法为增量式定位方法,然后采用改进的DBSCAN算法进行网络节点分簇,所述改进的DBSCAN算法的步骤为
①获得整个网络的拓扑结构,其中包括所有相邻节点间的测距;
②使用权值计算公式,计算每个节点权值,所述权值计算公式为ω=Dr/α;
③选择网络内权值最大的节点作簇头,从该簇头开始,使用密度可达算法在网络内扩散,簇头密度可达区域即为该簇大小;
④在整个网络中删除已加入簇的节点,在未加入簇的剩余节点中,重新计算节点权值,并选择其中权值最大的节点作簇头,再次进行密度扩散,产生新的簇,该过程一直持续到没有剩余节点为止;
⑤簇合并;
(2)构建矩阵
接着构建移动信标、所有簇头间的测距矩阵,使用MDS-MAP(C)
算法确定簇头的初始绝对坐标,所述MDS-MAP(C)算法确定簇头的初始绝对坐标的步骤为:
①使用最短路径算法构建包含多个移动信标和簇头节点的测距矩阵;
②采用奇异值分解方法得到所有簇头节点的相对坐标;
③使用该变换矩阵,得到所有簇头的绝对坐标;
(3)确定路径
联合使用簇头全局路径规划和簇内路径规划方法,确定信标在整个网络内的优化移动路径,所述簇头全局路径规划的方法为采用遗传算法求解信标遍历所有簇头的最短路径;
(4)发射数据包
信标按规划好的路径移动,在规划好的地理位置发射包含自身位置信息的数据包;
(5)自定位
待定位节点接收信标信息,使用3边定位算法实现自定位,并升级为信标,参与下一轮其它待定位节点定位,该增量定位过程一直迭代计算到所有节点完成定位或达到规定迭代次数为止。
本发明提供了一种基于网络密度分簇的移动信标辅助定位方法,选择核心密度较大的节点作簇头,采用基于密度可达性的分簇机制把整个网络划分为多个簇内密度相等的簇,并联合使用基于遗传算法的簇头全局路径规划和基于正六边形的簇内局部路径规划方法,得到信标的优化移动路径。当簇头及附近节点完成定位后,升级为信标,采用增量定位方式参与网络其它节点的定位,基于网络密度分簇移动信标辅助定位算法可兼顾定位精度、移动信标开销和网络完成定位时间的平衡,可有效减少移动信标的移动路径较长、发射开销,尤其适用于非均匀部署网络。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种基于网络密度分簇的移动信标辅助定位方法,其特征在于,包括如下步骤:
(1)节点分簇
首先执行基于核心密度的簇头选择,然后采用改进的 DBSCAN算法进行网络节点分簇;
(2)构建矩阵
接着构建移动信标、所有簇头间的测距矩阵,使用MDS-MAP(C)
算法确定簇头的初始绝对坐标;
(3)确定路径
联合使用簇头全局路径规划和簇内路径规划方法,确定信标在整个网络内的优化移动路径;
(4)发射数据包
信标按规划好的路径移动,在规划好的地理位置发射包含自身位置信息的数据包;
(5)自定位
待定位节点接收信标信息,使用 3 边定位算法实现自定位,并升级为信标,参与下一轮其它待定位节点定位,该增量定位过程一直迭代计算到所有节点完成定位或达到规定迭代次数为止。
2.按照权利要求1所述的一种基于网络密度分簇的移动信标辅助定位方法,其特征在于:所述步骤(1)中簇头选择的方法为增量式定位方法。
3.按照权利要求1所述的一种基于网络密度分簇的移动信标辅助定位方法,其特征在于:所述步骤(1)中改进的 DBSCAN算法的步骤为
①获得整个网络的拓扑结构,其中包括所有相邻节点间的测距;
②使用权值计算公式,计算每个节点权值;
③选择网络内权值最大的节点作簇头,从该簇头开始,使用密度可达算法在网络内扩散,簇头密度可达区域即为该簇大小;
④在整个网络中删除已加入簇的节点,在未加入簇的剩余节点中,重新计算节点权值,并选择其中权值最大的节点作簇头,再次进行密度扩散,产生新的簇,该过程一直持续到没有剩余节点为止;
⑤簇合并。
4.按照权利要求3所述的一种基于网络密度分簇的移动信标辅助定位方法,其特征在于:所述权值计算公式为ω=Dr/α。
5.按照权利要求1所述的一种基于网络密度分簇的移动信标辅助定位方法,其特征在于:所述步骤(2)中MDS-MAP(C)算法确定簇头的初始绝对坐标的步骤为:
①使用最短路径算法构建包含多个移动信标和簇头节点的测距矩阵;
②采用奇异值分解方法得到所有簇头节点的相对坐标;
③使用该变换矩阵,得到所有簇头的绝对坐标。
6.按照权利要求1所述的一种基于网络密度分簇的移动信标辅助定位方法,其特征在于:所述步骤(3)中簇头全局路径规划的方法为采用遗传算法求解信标遍历所有簇头的最短路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610499549.9A CN106211317A (zh) | 2016-06-28 | 2016-06-28 | 一种基于网络密度分簇的移动信标辅助定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610499549.9A CN106211317A (zh) | 2016-06-28 | 2016-06-28 | 一种基于网络密度分簇的移动信标辅助定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106211317A true CN106211317A (zh) | 2016-12-07 |
Family
ID=57463690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610499549.9A Withdrawn CN106211317A (zh) | 2016-06-28 | 2016-06-28 | 一种基于网络密度分簇的移动信标辅助定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106211317A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107040879A (zh) * | 2017-04-14 | 2017-08-11 | 电子科技大学 | 一种基于遗传模糊树的无线传感网节点联合移动算法 |
CN107124748A (zh) * | 2017-05-08 | 2017-09-01 | 浙江树人学院 | 一种移动传感网的Sink节点移动路径规划方法 |
CN113835064A (zh) * | 2021-08-13 | 2021-12-24 | 中国人民解放军战略支援部队信息工程大学 | 一种协同校正源观测信息的加权多维标度tdoa定位方法 |
-
2016
- 2016-06-28 CN CN201610499549.9A patent/CN106211317A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107040879A (zh) * | 2017-04-14 | 2017-08-11 | 电子科技大学 | 一种基于遗传模糊树的无线传感网节点联合移动算法 |
CN107040879B (zh) * | 2017-04-14 | 2020-04-14 | 电子科技大学 | 一种基于遗传模糊树的无线传感网节点联合移动算法 |
CN107124748A (zh) * | 2017-05-08 | 2017-09-01 | 浙江树人学院 | 一种移动传感网的Sink节点移动路径规划方法 |
CN107124748B (zh) * | 2017-05-08 | 2019-12-03 | 浙江树人学院 | 一种移动传感网的Sink节点移动路径规划方法 |
CN113835064A (zh) * | 2021-08-13 | 2021-12-24 | 中国人民解放军战略支援部队信息工程大学 | 一种协同校正源观测信息的加权多维标度tdoa定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nguyen et al. | 3D UAV trajectory and data collection optimisation via deep reinforcement learning | |
Zhao et al. | Energy-efficient topology control algorithm for maximizing network lifetime in wireless sensor networks with mobile sink | |
CN108112049B (zh) | 一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法 | |
CN106788685B (zh) | 卫星网络基于地面站的分布式位置管理同步控制方法 | |
CN102158983B (zh) | 一种构建6LoWPAN无线传感器网络的实现方法 | |
CN104853398B (zh) | 树型无线传感器网络的路由优化方法 | |
CN106211317A (zh) | 一种基于网络密度分簇的移动信标辅助定位方法 | |
CN102939599B (zh) | 用于处理对等网络中具有动态ip连接状态的对等端的方法和装置 | |
CN108683468A (zh) | 基于数据预测的水下传感网络中auv移动数据收集算法 | |
CN102547918A (zh) | 一种基于非测距的无线传感网三维节点定位方法 | |
Chen et al. | Energy-efficient itinerary planning for mobile agents in wireless sensor networks | |
CN110191413B (zh) | 一种基于贪婪蚁群算法在移动自组网中进行广播的方法及系统 | |
CN102883400B (zh) | 层级型无线传感网基于语义路由进行数据转发的方法 | |
RU2008117690A (ru) | Система поддержки протокола элементов вычислений путей для массовых параллельных вычислений путей | |
CN104135751A (zh) | 一种适用于地铁隧道的非均匀分簇路由方法 | |
Wang et al. | Secure big data communication for energy efficient intra-cluster in WSNs | |
Das et al. | Collaborative exploration by energy-constrained mobile robots | |
Zhang et al. | An efficient bypassing void routing protocol based on virtual coordinate for WSNs | |
CN107846719A (zh) | 一种基于改进鲸鱼群算法的无线传感器网络路由方法 | |
CN104539542A (zh) | 一种基于移动Sink数据收集的低能耗路由树枝剪方法 | |
CN107302396B (zh) | 基于混合策略的动态星间网络路由规划方法 | |
CN105992340A (zh) | 一种基于网络密度分簇的移动信标辅助定位方法 | |
CN103987102A (zh) | 一种基于非合作博弈的水下无线传感器网络拓扑控制方法 | |
Tang et al. | Divisional perimeter routing for gpsr based on left and right hand rules | |
CN110057361B (zh) | 一种基于gps的最短路径规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20161207 |