CN108848449B - 基于DV-Hop改进的无线传感器网络节点定位算法 - Google Patents

基于DV-Hop改进的无线传感器网络节点定位算法 Download PDF

Info

Publication number
CN108848449B
CN108848449B CN201810659990.8A CN201810659990A CN108848449B CN 108848449 B CN108848449 B CN 108848449B CN 201810659990 A CN201810659990 A CN 201810659990A CN 108848449 B CN108848449 B CN 108848449B
Authority
CN
China
Prior art keywords
node
hop
distance
equation
nodes
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.)
Active
Application number
CN201810659990.8A
Other languages
English (en)
Other versions
CN108848449A (zh
Inventor
万新旺
陈中倩
沈利祥
杨振诚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN201810659990.8A priority Critical patent/CN108848449B/zh
Publication of CN108848449A publication Critical patent/CN108848449A/zh
Application granted granted Critical
Publication of CN108848449B publication Critical patent/CN108848449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明是一种基于DV‑Hop改进的无线传感器网络节点定位算法，引入加权最小二乘法以及最优参考节点法，所述算法包括如下步骤：步骤1：无线传感器网络的初始化，步骤2：参考节点计算平均跳距，步骤3：列距离方程组；步骤4：方程求解的优化；步骤5：最优解的选择。本发明在现有DV‑Hop定位方法基础上进行改进，该方法引入加权最小二乘法和最优参考节点法，能适应实际应用中的不规则网络拓扑结构，有效地提高了节点定位精度。

Description

基于DV-Hop改进的无线传感器网络节点定位算法
技术领域
本发明属于无线传感器网络应用技术领域，具体的说是涉及一种基于DV-Hop改进的无线传感器网络节点定位算法，主要用于解决DV-Hop在不规则网络拓扑结构下节点精确定位问题。
背景技术
无线传感器网络(Wireless Sensor Networks, WSN)是在目标监测区域内通过部署大量的微型传感器节点进行实时监测，并通过互联网、卫星等基础通信设施将数据传送到用户端的一个可自组织的区域网络，WSN技术被广泛应用在智能家居、安保、军事安全、物流、智能精细农业、环境感知等诸多领域，这些应用均需要与节点的位置信息结合来实现其功能，所以对WSN节点定位技术进行深入研究是十分必要的。
节点定位算法是根据已知位置信息的参考节点，通过与其他节点间的通信估算未知节点的位置，现有的定位算法大致可分为两类：基于测距（range-based）和基于非测距(range-free)。基于测距定位算法通过测量节点间实际距离进行定位，对硬件要求较高，如：RSSI(Received Signal Strength Indicator)、TOA(Time of Arrival)、AOA(Angle ofArrival)等；而基于非测距定位算法则根据网络连通度及关联性等信息间接得到距离信息，成本低但定位精度相对较差如: Centroid、APIT(Approximate point intriangulation)、DV-Hop(Distance Vector-Hop)等。
DV-Hop是一种典型的基于非测距的定位方法，其基本思想是将未知节点到参考节点的距离表示为平均每跳距离乘以跳数，在网络节点分布均匀且各向同性的密集型的无线传感器网络中，可以合理的得到平均每跳距离，从而定位精度较高。但在各向异性网络中，多跳通信节点间的最短路径受到区域因素的制约，从而最短路径估算出现很大误差，导致定位精度严重下降。
在实际应用中，WSN多被部署在复杂环境下，监测区域通常是地势不平或存在树木、湖泊等影响无线信号传输的障碍物，WSN受到障碍物的阻挡形成不规则的网络拓扑结构，节点间的最短路径易形成迂回其跳段距离可能远大于相应的欧几里得距离，上述定位方法在不规则网络拓扑结构下节点定位误差大，无法满足实际应用的需求。
发明内容
针对上述现有技术的不足，本发明提出一种无线传感器网络节点定位算法，在现有DV-Hop定位方法基础上进行改进，该方法引入加权最小二乘法和最优参考节点方法，能适应实际应用中的不规则网络拓扑结构，有效地提高了节点定位精度。
为了达到上述目的，本发明是通过以下技术方案实现的：
本发明是一种基于DV-Hop改进的无线传感器网络节点定位算法，引入加权最小二乘法以及最优参考节点法，所述算法包括如下步骤：
步骤1：无线传感器网络的初始化：网络中的各节点通过距离矢量交换协议向全网广播，使得网络中的所有节点获得到其他参考节点的最小跳数信息和位置信息；
步骤2：参考节点计算平均跳距：每个参考节点根据到其他参考节点的距离最小跳数计算自己的平均每跳距离，并将其作为一个校正值广播至网络中，当未知节点接收到校正值后，仅保留距其最近参考节点的平均跳距，估算未知节点与参考节点之间的跳段距离；
步骤3：列距离方程组：当未知节点i获得n个参考节点跳段距离时，列欧式距离方程组，其中n≥3；
步骤4：方程求解的优化：将方程组中第j个等式作为参考式，其余（n-1）个等式依次减去第j个等式，得到n个新的方程组，引入加权最小二乘估计求解方程，拉普拉斯核函数作为加权系数进行定位计算，其中1≤j≤n；
步骤5：最优解的选择：n个方程组可得到n个估计位置，将n个估计位置分别计算出与参考节点距离并与跳段距离相比较，使距离差最小的估计位置为最终未知节点的位置，若还有节点的位置信息未知返回步骤3，否则输出结果。
本发明的进一步改进在于：在所述步骤4中，方程求解的优化的计算过程包括如下步骤：
步骤4-1，在化简距离方程时，该方程减去不同的式子可得到不同的化简方程；
步骤4-2，对于不同的化简方程，采用拉普拉斯核函数作为加权系数矩阵的元素，采用加权最小二乘法将未知节点的位置求解出来。
本发明的有益效果是：本发明相较于经典DV-Hop节点定位，可以降低误差率，提高定位的准确性，这种算法的实现，有效地解决了经典DV-Hop在不规则网络拓扑结构下定位误差较大的问题。
本发明能够应用于不规则网络拓扑结构下对节点定位，有效地提高了节点定位精度。
附图说明
图1 是本发明的方法流程图。
图2为本发明C型监测区域节点分布示意图。
图3为本发明S型监测区域节点分布示意图。
图4为在C型区域下，本发明方法与经典DV-Hop定位方法不同锚节点密度定位误差比较图。
图5为在S型区域下，本发明方法与经典DV-Hop定位方法不同锚节点密度定位误差比较图。
具体实施方式
为了加深对本发明的理解，下面将结合附图和实施例对本发明做进一步详细描述，该实施例仅用于解释本发明，并不对本发明的保护范围构成限定。
如图1-5所示，本发明是一种基于DV-Hop改进的无线传感器网络节点定位算法，引入加权最小二乘法以及最优参考节点法，所述算法包括如下步骤：
步骤1：无线传感器网络的初始化：网络中的参考节点向邻居节点广播含有其坐标和跳数信息的数据包，并且跳数初始化为1。接收节点记录跳数，并忽略来自同一节点的跳数较大的数据包，然后将数据包转发给邻居节点，同时跳数值加1。这样，所有节点都可以记录到参考节点的最小跳数信息和坐标信息；
步骤2：参考节点计算平均跳距：每个参考节点计算与其他参考节点间的欧式距离，参考节点i和j间的欧式距离
Figure 633358DEST_PATH_IMAGE002
：
Figure 19340DEST_PATH_IMAGE004
其中，
Figure 866390DEST_PATH_IMAGE008
，
Figure 149604DEST_PATH_IMAGE010
分别为参考节点i, j的已知坐标信息；
参考节点i的平均跳距
Figure 939443DEST_PATH_IMAGE012
：
Figure 409739DEST_PATH_IMAGE014
其中，
Figure 77481DEST_PATH_IMAGE016
为参考节点i, j间的最小跳数；
每个节点仅接受获得的第1个校正值，确保绝大多数节点可从最近的参考节点接收校正值。未知节点k与参考节点i之间的距离
Figure 215201DEST_PATH_IMAGE018
：
Figure 411827DEST_PATH_IMAGE020
其中，
Figure 634998DEST_PATH_IMAGE022
为参考节点i和未知节点k间的最小跳数，
Figure 76737DEST_PATH_IMAGE024
为最近参考节点m的平均跳距；
步骤3：列距离方程组：当未知节点k获得n个到参考节点的距离时，其中n大于等于3，由参考节点的位置信息、未知节点与参考节点间的估计距离，根据欧式距离公式列出方程组：
Figure 68964DEST_PATH_IMAGE026
步骤4：方程求解的优化：对于距离方程组的求解，采用不同的参考式定位精度不同，将第j 个等式作为参考式，其中，1≤j≤n，其余（n-1）个等式依次减去参考等式，可得到如下方程：
Figure DEST_PATH_IMAGE027
令
Figure DEST_PATH_IMAGE029
Figure 639754DEST_PATH_IMAGE030
Figure 350221DEST_PATH_IMAGE032
由于每个参考节点的位置精度不同，引入加权最小二乘估计求解方程，使得距离未知节点近的锚节点有较大的权值，而距离远的锚节点则采用较小的权值，采用拉普拉斯核函数作为加权系数，核函数的具体公式如下：
Figure 828607DEST_PATH_IMAGE034
其中，
Figure 439454DEST_PATH_IMAGE036
为参考节点i和未知节点k间的最小跳数，
Figure DEST_PATH_IMAGE037
为拉普拉斯核的带宽，控制核函数的径向范围；
那么未知节点k的第j个估计位置为：
Figure DEST_PATH_IMAGE039
其中，W为对角阵，对角线元素由w(i,i)组成；
步骤5：最优解的选择：n个方程组可得到n个估计位置，将n个估计位置
的最优选择的判断准则如下：
Figure 915566DEST_PATH_IMAGE040
若还有节点的位置信息未知返回步骤3，否则输出结果。
下面对本发明的基于DV-Hop改进的无线传感器网络节点定位算法在不同拓扑结构下分别进行比较，实验参数选取包括如下：
共有240个节点随机分布在监控区域中，节点通信半径值为200米，为了尽可能消除随机误差，所有仿真结果在相同条件下重复100次后进行平均。
图2与图3分别为C型、S型监测区域节点分布图，其中“o”表示未知节点，“*”表示参考节点。
实验1：比较本发明方法与经典DV-Hop在C型拓扑结构下,不同锚节点密度对定位误差的影响。
图4为本发明方法和经典DV-Hop在C型拓扑结构下，对未知节点进行定位。定位的平均误差率越低代表性能越好，通过图4可以看出，在C型拓扑结构下，本方法明显优于传统方法，平均误差比经典DV-Hop降低了大约63%。
实验2：比较本发明方法与经典DV-Hop在S型拓扑结构下，不同锚节点密度对定位误差的影响。
图5是在S型区域下，本发明方法与经典DV-Hop定位方法定位误差比较图，与实验1类似，可看到在S型拓扑结构下，改进的DV-Hop定位效果比经典DV-Hop效果好，定位精度大约提高了67%。

Claims (2)

1.一种基于DV-Hop改进的无线传感器网络节点定位算法，其特征在于：所述算法包括如下步骤：
步骤1：无线传感器网络的初始化：网络中的各节点通过距离矢量交换协议向全网广播，使得网络中的所有节点获得到其他参考节点的最小跳数信息和位置信息；
步骤2：参考节点计算平均跳距：每个参考节点根据到其他参考节点的最小跳数计算自己的平均每跳距离，并将其作为一个校正值广播至网络中，当未知节点接收到校正值后，仅保留距其最近参考节点的平均跳距，估算未知节点与参考节点之间的跳段距离；
步骤3：列距离方程组：当未知节点i获得n个参考节点跳段距离时，列欧式距离方程组，其中n≥3；
步骤4：方程求解的优化：将方程组中第j个等式作为参考式，其余（n-1）个等式依次减去第j个等式，得到n个新的方程组，引入加权最小二乘估计求解方程，拉普拉斯核函数作为加权系数进行定位计算，其中1≤j≤n；
步骤5：最优解的选择：n个方程组可得到n个估计位置，将n个估计位置分别计算出与参考节点距离并与跳段距离相比较，使距离差最小的估计位置为最终未知节点的位置，若还有节点的位置信息未知返回步骤3，否则输出结果。
2.根据权利要求1所述基于DV-Hop改进的无线传感器网络节点定位算法，其特征在于：在所述步骤4中，方程求解的优化的计算过程包括如下步骤：
步骤4-1，在化简距离方程时，该方程减去不同的式子可得到不同的化简方程；
步骤4-2，对于不同的化简方程，采用拉普拉斯核函数作为加权系数矩阵的元素，采用加权最小二乘法将未知节点的位置求解出来。
CN201810659990.8A 2018-06-25 2018-06-25 基于DV-Hop改进的无线传感器网络节点定位算法 Active CN108848449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810659990.8A CN108848449B (zh) 2018-06-25 2018-06-25 基于DV-Hop改进的无线传感器网络节点定位算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810659990.8A CN108848449B (zh) 2018-06-25 2018-06-25 基于DV-Hop改进的无线传感器网络节点定位算法

Publications (2)

Publication Number Publication Date
CN108848449A CN108848449A (zh) 2018-11-20
CN108848449B true CN108848449B (zh) 2020-11-24

Family

ID=64203696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810659990.8A Active CN108848449B (zh) 2018-06-25 2018-06-25 基于DV-Hop改进的无线传感器网络节点定位算法

Country Status (1)

Country Link
CN (1) CN108848449B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109587626A (zh) * 2018-11-28 2019-04-05 郑州轻工业学院 面向凹型区域的无线传感器网络邻居节点距离估计方法
CN111356225A (zh) * 2018-12-20 2020-06-30 广州电力设计院有限公司 无线传感器网络的节点定位方法、装置和存储介质
CN109819515A (zh) * 2019-01-18 2019-05-28 南京邮电大学 一种无线传感器网络节点定位方法及装置
CN110351753B (zh) * 2019-07-04 2022-06-17 太原理工大学 基于DV-hop算法的无线传感器网络的任播路由方法
EP4034903A4 (en) * 2019-09-25 2024-01-24 Nokia Solutions & Networks Oy METHOD AND DEVICE FOR SENSOR SELECTION FOR LOCALIZATION AND TRACKING
CN110996388B (zh) * 2019-12-11 2020-09-15 河南工业大学 基于锚节点选择及随机抽样粒子群的DV-Hop定位方法
CN112469117B (zh) * 2020-10-30 2022-08-26 南京邮电大学 一种改进的不规则无线传感器网络DV-hop定位方法
CN112888064B (zh) * 2021-01-12 2022-11-25 上海海事大学 基于m-cg改进的无线传感器网络dv-hop定位优化方法
CN113347707B (zh) * 2021-06-03 2022-06-03 河南工业大学 一种基于加权迭代和双重选择的DV-Hop节点定位方法
CN113365214B (zh) * 2021-06-04 2023-09-26 南京邮电大学 基于三边定位改进的无线传感器网络节点定位方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104540217A (zh) * 2014-12-10 2015-04-22 国网四川省电力公司信息通信公司 无线传感器网络中一种低误差的定位方法
CN106993273A (zh) * 2017-03-29 2017-07-28 江南大学 基于距离加权和遗传优化的DV‑Hop定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7577446B2 (en) * 2006-08-03 2009-08-18 Ntt Docomo, Inc. Weighted least square localization method exploiting multipath channel statistics for non-line-of-sight mitigation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104540217A (zh) * 2014-12-10 2015-04-22 国网四川省电力公司信息通信公司 无线传感器网络中一种低误差的定位方法
CN106993273A (zh) * 2017-03-29 2017-07-28 江南大学 基于距离加权和遗传优化的DV‑Hop定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种基于DV-HOP 改进的无线传感器网络定位算法;朱敏,刘昊霖,张志宏,易宗锐;《四川大学学报( 工程科学版)》;20120120;全文 *
基于阈值机制与距离校正的WSN改进;向满天,王胜,杨友华;《传感技术学报》;20160707;第921页第1.1节，922页第2.1节，923页，图2 *

Also Published As

Publication number Publication date
CN108848449A (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
CN108848449B (zh) 基于DV-Hop改进的无线传感器网络节点定位算法
Xiao et al. An RSSI based DV-hop algorithm for wireless sensor networks
Shakshuki et al. Comparative study on range free localization algorithms
CN111556454B (zh) 一种基于最小均方误差准则的加权DV_Hop节点定位方法
EP3596486A1 (en) Wifi multi-band fingerprint-based indoor positioning
CN102905365B (zh) 一种无线传感器网络节点定位方法
Zoghi et al. Adaptive sensor selection in wireless sensor networks for target tracking
CN112469117B (zh) 一种改进的不规则无线传感器网络DV-hop定位方法
Villas et al. 3D localization in wireless sensor networks using unmanned aerial vehicle
CN107426817B (zh) 距离修正混沌粒子群多维标度无线传感器网络定位方法
Zhang et al. A novel heuristic algorithm for node localization in anisotropic wireless sensor networks with holes
CN112469115B (zh) 一种基于快速聚类多维标度fc-mds改进的无线传感器网络定位方法
CN110234145B (zh) 基于可靠信标节点的dv-hop改进的无线传感器网络定位方法
Yingxi et al. WSN node localization algorithm design based on RSSI technology
Qi et al. A combined localization algorithm for wireless sensor networks
CN103096468B (zh) 一种无线传感器网络基于节点密度的节点定位方法
CN110297212B (zh) 基于Voronoi图的室外分组测试定位方法及系统
CN116528148A (zh) 一种基于自适应逆优化机制的改进DV-Hop定位方法
CN108848447B (zh) 一种采用未知节点修正的差分DV_Distance节点定位方法
CN110933594A (zh) 一种面向农业边缘计算的改进DV-Hop定位方法
Shu et al. Cluster-based Three-dimensional Localization Algorithm for Large Scale Wireless Sensor Networks.
Jiang et al. An iterative boundary node localization algorithm based on DV-hop scheme in WSN
Merhi et al. RSSI range estimation for indoor anchor based localization for wireless sensor networks
Xiang et al. An improved DV-hop algorithm based on iterative computation for wireless sensor network localization
Chen et al. Collaborative localization in Wireless Sensor Networks based on dependable RSSI

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 210003 Gulou District, Jiangsu, Nanjing new model road, No. 66

Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS

Address before: 210023 No. 9, Wen Yuan Road, Qixia District, Nanjing, Nanjing, Jiangsu.

Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS

GR01 Patent grant
GR01 Patent grant