CN107623895A - 一种三角距离估计的水下传感器网络定位方法 - Google Patents
一种三角距离估计的水下传感器网络定位方法 Download PDFInfo
- Publication number
- CN107623895A CN107623895A CN201710722305.7A CN201710722305A CN107623895A CN 107623895 A CN107623895 A CN 107623895A CN 201710722305 A CN201710722305 A CN 201710722305A CN 107623895 A CN107623895 A CN 107623895A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msup
- node
- msub
- reference mode
- 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
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种三角距离估计的水下传感器网络定位方法，属于水下无线传感器网络技术领域。其特征在于：锚节点广播坐标信息，未知节点接收锚节点信息建立本地存储列表，保存相关信息。当未知节点具有三个及以上参考节点信息时通过投影技术实现未知节点的定位。未知节点的参考节点信息不足时，通过三角距离估计两跳参考节点的距离来增加参考节点数量，参考节点数量满足定位要求时，通过投影技术进行定位。定位成功的信任值高的节点升级为参考节点辅助其他节点定位。本发明是一种三维分布式的定位方法，实验证明该方法有较高的节点定位覆盖率和较小的定位误差。
Description
技术领域
本发明涉及一种基于三角距离估计的水下传感器网络定位方法，属于水下无线传感器网络技术领域。
背景技术
水下传感器网络就是由部署在水下的大量的传感器节点相互配合采集数据、交互数据、共享数据，节点之间以水媒介作为通信信道，通过水声通信的方式相互交流联系而形成的自组织多跳的网络系统。在水下传感器网络中最重要的功能之一便是实现传感器节点的定位或者是对监测目标的定位。确定出传感器节点位置信息是水下传感器网络在实际应用环境中最需要的也是最基本的一个信息，是大多数应用的基础技术支撑。
水下的节点部署在三维的空间，在节点位置定位时需要更多的参考位置信息。在本发明中参考节点是能够为未知节点提供位置信息的节点，包括锚节点和定位成功升级为参考节点的普通节点。所以在计算方面有着更高的复杂性，同时水下锚节点部署难度大、锚节点的价格要比普通传感器节点高很多，所以有锚节点的部署数量要比普通节点少的多、水下节点受水流、季风、水生生物的触碰会产生一定的移动性从而造未知节点周围的锚节点稀少，综合上述种种情况造成未知节点可参考的位置信息不足而不能实现定位，这样的节点感知到的数据因没有位置信息便失去意义。因此，本发明主要解决了未知节点一跳范围内参考节点数量不足的问题。
Zhong Zhou等提出的大规模定位法(Zhou Z,Cui J H,Zhou S.Efficientlocalization for large-scale underwater sensor networks[J].Ad Hoc Networks,2010,8(3):267-279P.)是一种静态水环境中的分布式分层定位机制，锚节点通过浮标节点定位自身坐标后周期发送自身坐标为未知节点定位，当未知节点一跳范围内锚节点数量不足不能满足未知节点定位时，未知节点将通过三维欧几里得估计到两跳锚节点距离，增加参考节点的数量。该定位方法能实现较高的定位覆盖率。
Zhang S等提出了一种环辅助的非时间同步定位算法(Zhang S,Li D,Li L,etal.Loop Assisted Synchronization-Free Localization for Underwater AcousticSensor Networks[J].International Journal of Distributed Sensor Networks,2014,2014(1):390-410P)。在该算法中作者考虑水下带宽低并且时间同步在水下实现困难的特点，所以作者希望在定位的过程中避免依赖节点间的时间同步。该方法在对称链的节点间的距离测量时使用双向TOA测距技术避免时间同步，对于非对称链的节点距离测量时提出了一种环辅助的方法测出节点间的距离，此外该方案应用了迭代的方式进行定位，可以提高定位覆盖率。
发明内容
本发明的目的是为了解决未知节点一跳范围内参考节点数量不足而无法定位的问题，提出了一种基于三角距离估计水下传感器网络定位方法。
本发明所采用的技术方案是：
定位过程开始之后，锚节点作为参考节点向全网络广播定位信息，未知节点接收到广播信息后存储在本地列表并记录参考节点的数量。如果未知节点记录的参考节点数量大于等于三，则未知节点会选择三个信任值高的参考节点投影到参考节点所在的平面，通过三边测量定位未知节点的位置。如果未知节点的锚节点数量小于三个，未知节点会广播参考节点数量不足的信息，接收到广播信息的邻居节点将自身的参考节点发送给未知节点，未知节点选择出合适的两跳参考节点，通过三角距离估计估算到两跳参考节点的距离，并更新本地存储列表。当未知节点的参考节点数量满足定位要求时，进行投影定位。定位成功的节点在信任值满足信任阈值时升级为参考节点，同时向网络中广播定位信息，扩散的辅助其他节点的定位。
本发明的目的是这样实现的：
一种三角距离估计的水下传感器网络定位方法，其特征在于，包含以下步骤：
步骤一定位系统初始化，然后锚节点向全网络中广播定位信息；节点在接收广播信息后建立本地邻居列表，同时记录锚节点的数量；因为配有压力传感器，未知节点A至少知道到三个参考节点的距离信息后便可以定位；如果参考节点数量少于三个，未知节点A需要向其周围邻居节点发送参考节点数量不足的请求信息，然后其邻居节点会将自己的参考节点信息发送给未知节点A；未知节点A选择含有相同一跳参考节点的两个邻居节点构建几何关系以获取两跳参考节点的位置并估算距离信息：
构建包含位置节点A与一个两跳参考节点D的三角图形，在这个图形中求解AD的距离；其距离计算为：
其中，点B'和点D'为两跳参考节点B和两跳参考节点D在未知节点A所处水平面的垂直投影点；lAB'代表点A到点B'的距离，lB'D'代表点B'到点D'的距离,lDD'代表参考节点D到点D'的距离；cos(∠AB'D')为∠AB'D'的余弦值。
通过基于三角距离估计的两跳参考节点的距离估算，未知节点便获得了一个两跳参考节点坐标及距离信息，当未知节点满足三个参考节点信息时便可以通过投影机制使用三边测量实现定位。
步骤二充分利用已定位出节点的位置信息去帮助其他未知节点定位；已定位出的节点首先评估自身的定位误差，估计误差公式为：
其中(u,v,w)是未知节点的估计坐标，(xi,yi,zi)是未知节点的i个参考节点的坐标，li是测得的未知节点到参考节点的距离；为了控制误差扩散，给每一个参考节点一个信任值η，对于初始的锚节点来说信任值最大为1，对于新的参考节点η与估计误差相关，信任值计算公式为：
可根据具体情况设定阈值λ，当η＞λ时，新定位的节点就可以作为参考信息向网络中广播自己的位置信息；未知节点会选取信任值高的节点参与自身的定位。
本发明的有益效果是：通过对两跳参考节点的距离估计能有效的提高未知节点的参考节点数量，提高了定位准确率和定位覆盖率。定位过程是分布式的，增强了定位的实时性。
附图说明
图1是本发明过程的流程图。
图2是本发明两跳锚节点寻找及距离估计示意图。
图3是本发明投影定位示意图。
图4是本发明与LSL定位覆盖率对比示意图。
图5是本发明与LSL定位精度对比示意图。
具体实施方式
下面结合附图详细描述本发明提出的水下传感器网络定位方法：
(1)基于三角距离估计的两跳参考节点的距离估算：
定位初始化之后，锚节点向全网络中广播定位信息。节点在接收广播信息后建立本地邻居列表，同时记录锚节点的数量。因为配有压力传感器，未知节点至少知道到三个参考节点的距离信息后便可以定位。如果参考节点数量少于三个，未知节点需要向其周围邻居节点发送参考节点数量不足的请求信息，然后其邻居节点会将自己的参考节点信息发送给未知节点。未知节点选择含有相同一跳参考节点的两个邻居节点构建几何关系以获取两跳参考节点的位置并估算距离信息。
图2所示的是未知节点A到一个两跳参考节点D的距离估计示意图。本发明需要构建包含节点A与节点D的三角图形，在这个图形中求解AD的距离。其距离计算由公式(1)给出：
其中lAB'代表点A到点B'的距离，lB'D'代表点B'到点D'的距离,lDD'代表点D到点D'的距离。cos(∠AB'D')为∠AB'D'的余弦值。
通过基于三角距离估计的两跳参考节点的距离估算，未知节点便获得了一个两跳参考节点坐标及距离信息，当未知节点满足三个参考节点信息时便可以通过投影机制使用三边测量实现定位。
(2)基于信任值选取的节点扩散定位：
在这一阶段，主要充分利用已定位出节点的位置信息去帮助其他未知节点定位。已定位出的节点首先评估自身的定位误差，估计误差公式由(2)给出：
其中(u,v,w)是未知节点的估计坐标，(xi,yi,zi)是未知节点的i个参考节点的坐标，li是测得的未知节点到参考节点的距离。为了控制误差扩散，给每一个参考节点一个信任值η，对于初始的锚节点来说信任值最大为1，对于新的参考节点η与估计误差相关，(3)是信任值计算公式：
可根据具体情况设定阈值λ，当η＞λ时，新定位的节点就可以作为参考信息向网络中广播自己的位置信息。未知节点会选取信任值高的节点参与自身的定位。
(3)对本发明方法进行验证:
为了验证本发明方法具有更高的定位覆盖率和定位精度，在相同锚节点比例下对比本发明与LSL方法的定位覆盖率和定位精度，结果如图4、图5所示。
通过对比发现本发明能够实现更高的定位覆盖率和更好的定位精度。
本发明提出一种三角距离估计水下传感器网络定位方法，该方法针对水下传感器网络中锚节点部署比例低、部署不均匀以及由于水流、水生动物触碰导致普通节点因无法获取足够数量的参考节点而无法定位的情况，未知节点基于三角距离估计的两跳参考节点的距离估算，增加自己的参考节点数量，通过投影技术实现节点自身定位，定位成功的节点升级为参考节点帮助其他节点定位，提高了定位精度和节点覆盖率。本方法是分布式的定位方法，未知节点自己进行定位，定位具有实时性，同时也便于网络规模的升级。
Claims (1)
1.一种三角距离估计的水下传感器网络定位方法，其特征在于，包含以下步骤：
步骤一定位系统初始化，然后锚节点向全网络中广播定位信息；节点在接收广播信息后建立本地邻居列表，同时记录锚节点的数量；因为配有压力传感器，未知节点A至少知道到三个参考节点的距离信息后便可以定位；如果参考节点数量少于三个，未知节点A需要向其周围邻居节点发送参考节点数量不足的请求信息，然后其邻居节点会将自己的参考节点信息发送给未知节点A；未知节点A选择含有相同一跳参考节点的两个邻居节点构建几何关系以获取两跳参考节点的位置并估算距离信息：
构建包含位置节点A与一个两跳参考节点D的三角图形，在这个图形中求解AD的距离；其距离计算为：
<mrow>
<msub>
<mi>l</mi>
<mrow>
<mi>A</mi>
<mi>D</mi>
</mrow>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<msub>
<mi>l</mi>
<mrow>
<msup>
<mi>AB</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>l</mi>
<mrow>
<msup>
<mi>B</mi>
<mo>&prime;</mo>
</msup>
<msup>
<mi>D</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<mn>2</mn>
</msup>
<mo>-</mo>
<mn>2</mn>
<mo>&CenterDot;</mo>
<msub>
<mi>l</mi>
<mrow>
<msup>
<mi>AB</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>l</mi>
<mrow>
<msup>
<mi>B</mi>
<mo>&prime;</mo>
</msup>
<msup>
<mi>D</mi>
<mo>&prime;</mo>
</msup>
<mo>&CenterDot;</mo>
</mrow>
</msub>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mo>&angle;</mo>
<msup>
<mi>AB</mi>
<mo>&prime;</mo>
</msup>
<msup>
<mi>D</mi>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msup>
<msub>
<mi>l</mi>
<mrow>
<msup>
<mi>DD</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
其中，点B'和点D'为两跳参考节点B和两跳参考节点D在未知节点A所处水平面的垂直投影点；lAB'代表点A到点B'的距离，lB'D'代表点B'到点D'的距离,lDD'代表参考节点D到点D'的距离；cos(∠AB'D')为∠AB'D'的余弦值；
通过基于三角距离估计的两跳参考节点的距离估算，未知节点便获得了一个两跳参考节点坐标及距离信息，当未知节点满足三个参考节点信息时便可以通过投影机制使用三边测量实现定位；
步骤二充分利用已定位出节点的位置信息去帮助其他未知节点定位；已定位出的节点首先评估自身的定位误差，估计误差公式为：
<mrow>
<mi>&delta;</mi>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>i</mi>
</munder>
<mrow>
<mo>|</mo>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>w</mi>
<mo>-</mo>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>l</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
<mo>|</mo>
</mrow>
</mrow>
其中(u,v,w)是未知节点的估计坐标，(xi,yi,zi)是未知节点的i个参考节点的坐标，li是测得的未知节点到参考节点的距离；为了控制误差扩散，给每一个参考节点一个信任值η，对于初始的锚节点来说信任值最大为1，对于新的参考节点η与估计误差相关，信任值计算公式为：
<mrow>
<mi>&eta;</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mi>&delta;</mi>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mi>i</mi>
</munder>
<mrow>
<mo>(</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>u</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>v</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>w</mi>
<mo>-</mo>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
可根据具体情况设定阈值λ，当η＞λ时，新定位的节点就可以作为参考信息向网络中广播自己的位置信息；未知节点会选取信任值高的节点参与自身的定位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710722305.7A CN107623895B (zh) | 2017-08-22 | 2017-08-22 | 一种三角距离估计的水下传感器网络定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710722305.7A CN107623895B (zh) | 2017-08-22 | 2017-08-22 | 一种三角距离估计的水下传感器网络定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107623895A true CN107623895A (zh) | 2018-01-23 |
| CN107623895B CN107623895B (zh) | 2020-04-07 |
Family
ID=61088491
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710722305.7A Active CN107623895B (zh) | 2017-08-22 | 2017-08-22 | 一种三角距离估计的水下传感器网络定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107623895B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109885279A (zh) * | 2019-03-01 | 2019-06-14 | 山东大学 | 一种水下传感器及定位系统 |
| CN110225447A (zh) * | 2019-05-14 | 2019-09-10 | 深圳大学 | 定位方法、装置、设备以及存储介质 |
| CN110554359A (zh) * | 2019-09-11 | 2019-12-10 | 哈尔滨工程大学 | 一种融合长基线与单信标定位的海底飞行节点定位方法 |
| CN115087093A (zh) * | 2022-06-08 | 2022-09-20 | 燕山大学 | 一种面向海洋的水下节点迭代定位方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080144442A1 (en) * | 2006-12-13 | 2008-06-19 | Leendert Combee | Apparatus, systems and methods for seabed data acquisition |
| CN101483818A (zh) * | 2009-02-17 | 2009-07-15 | 华中科技大学 | 一种水下无线传感器网络节点的三维定位方法 |
| US20090201763A1 (en) * | 2008-02-12 | 2009-08-13 | The Government Of United States, Represented By The Secretary Of The | Airborne Laser-Acoustic Mine Detection System |
| CN102685676A (zh) * | 2012-03-26 | 2012-09-19 | 河海大学 | 一种无线传感器网络节点三维定位方法 |
| CN102695126A (zh) * | 2012-06-12 | 2012-09-26 | 河海大学常州校区 | 水下传感器网络定位方法 |
| CN103415071A (zh) * | 2013-07-23 | 2013-11-27 | 南京邮电大学 | 一种水下无线传感器网络定位方法 |
| CN106028278A (zh) * | 2016-05-04 | 2016-10-12 | 哈尔滨工程大学 | 一种基于移动信标的分布式水下网络定位方法 |
-
2017
- 2017-08-22 CN CN201710722305.7A patent/CN107623895B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080144442A1 (en) * | 2006-12-13 | 2008-06-19 | Leendert Combee | Apparatus, systems and methods for seabed data acquisition |
| US20090201763A1 (en) * | 2008-02-12 | 2009-08-13 | The Government Of United States, Represented By The Secretary Of The | Airborne Laser-Acoustic Mine Detection System |
| CN101483818A (zh) * | 2009-02-17 | 2009-07-15 | 华中科技大学 | 一种水下无线传感器网络节点的三维定位方法 |
| CN102685676A (zh) * | 2012-03-26 | 2012-09-19 | 河海大学 | 一种无线传感器网络节点三维定位方法 |
| CN102695126A (zh) * | 2012-06-12 | 2012-09-26 | 河海大学常州校区 | 水下传感器网络定位方法 |
| CN103415071A (zh) * | 2013-07-23 | 2013-11-27 | 南京邮电大学 | 一种水下无线传感器网络定位方法 |
| CN106028278A (zh) * | 2016-05-04 | 2016-10-12 | 哈尔滨工程大学 | 一种基于移动信标的分布式水下网络定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 黎作鹏: "水声传感器网络节点定位技术综述", 《小型微型计算机系统》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109885279A (zh) * | 2019-03-01 | 2019-06-14 | 山东大学 | 一种水下传感器及定位系统 |
| CN110225447A (zh) * | 2019-05-14 | 2019-09-10 | 深圳大学 | 定位方法、装置、设备以及存储介质 |
| CN110554359A (zh) * | 2019-09-11 | 2019-12-10 | 哈尔滨工程大学 | 一种融合长基线与单信标定位的海底飞行节点定位方法 |
| CN115087093A (zh) * | 2022-06-08 | 2022-09-20 | 燕山大学 | 一种面向海洋的水下节点迭代定位方法 |
| CN115087093B (zh) * | 2022-06-08 | 2024-03-12 | 燕山大学 | 一种面向海洋的水下节点迭代定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107623895B (zh) | 2020-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Range-free localization using expected hop progress in wireless sensor networks | |
| CN1988550B (zh) | 一种无线传感器网络无锚点定位的分布式实现方法 | |
| Liu et al. | A joint time synchronization and localization design for mobile underwater sensor networks | |
| CN107623895A (zh) | 一种三角距离估计的水下传感器网络定位方法 | |
| Shang et al. | Improved MDS-based localization | |
| Guha et al. | Sextant: a unified node and event localization framework using non-convex constraints | |
| US7460976B2 (en) | Semi-definite programming method for ad hoc network node localization | |
| 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 | |
| CN102970744B (zh) | 一种基于节点密度的无线传感器网络分区域定位方法 | |
| CN102621522B (zh) | 一种水下无线传感器网络的定位方法 | |
| Sivakumar et al. | Meta-heuristic approaches for minimizing error in localization of wireless sensor networks | |
| Lim et al. | Distributed localization for anisotropic sensor networks | |
| Tsai et al. | Hybrid localization approach for underwater sensor networks | |
| Zhang et al. | An efficient node localization approach with RSSI for randomly deployed wireless sensor networks | |
| Chatterjee | A fletcher–reeves conjugate gradient neural-network-based localization algorithm for wireless sensor networks | |
| Zhu et al. | A multi-hop localization algorithm in underwater wireless sensor networks | |
| CN104994568A (zh) | 网络定位中基于联盟博弈的功率分配方法 | |
| CN104066173B (zh) | 基于不对称到达角的分布式无线传感网节点自定位方法 | |
| AbdelSalam et al. | A 3d-localization and terrain modeling technique for wireless sensor networks | |
| Hwang et al. | Secure localization with phantom node detection | |
| Zhu et al. | An Improved Localization Scheme Based on DV-Hop for Large-Scale Wireless Sensor Networks. | |
| Terwilliger et al. | Localization using evolution strategies in sensornets | |
| Medidi et al. | Scalable localization in wireless sensor networks | |
| Yan et al. | A weighted range‐free localization algorithm for irregular multihop networks | |
| Chen et al. | A weight factors localization algorithm in fog-supported wireless sensor networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |