CN108848474A - 无线传感器网络不共线未知传感器节点的定位方法 - Google Patents

无线传感器网络不共线未知传感器节点的定位方法 Download PDF

Info

Publication number
CN108848474A
CN108848474A CN201810572737.9A CN201810572737A CN108848474A CN 108848474 A CN108848474 A CN 108848474A CN 201810572737 A CN201810572737 A CN 201810572737A CN 108848474 A CN108848474 A CN 108848474A
Authority
CN
China
Prior art keywords
node
coordinate
unknown
beaconing nodes
unknown node
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
Application number
CN201810572737.9A
Other languages
English (en)
Other versions
CN108848474B (zh
Inventor
乔学工
段亚青
周文祥
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.)
Taiyuan University of Technology
Original Assignee
Taiyuan University of Technology
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 Taiyuan University of Technology filed Critical Taiyuan University of Technology
Priority to CN201810572737.9A priority Critical patent/CN108848474B/zh
Publication of CN108848474A publication Critical patent/CN108848474A/zh
Application granted granted Critical
Publication of CN108848474B publication Critical patent/CN108848474B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • 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
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明涉及无线传感器网络定位技术，具体为无线传感器网络不共线未知传感器节点的定位方法，主要用于获取无线传感器网络不共线未知传感器节点的准确位置信息。解决现有基于测距的定位算法定位精度低及算法复杂的问题。本发明所述方法先利用节点间接收到的信号强度值转化为节点间距离值，当未知节点和任意2个信标节点三点不共线时，通过测边交会原理，利用未知节点周围任意2个信标节点A、B的已知位置坐标，求出未知节点的两个可能的坐标、，并对其进行判定，最终采用人工蜂群算法进行优化，确定未知节点坐标完成定位。本发明所述方法提高了算法的精度，降低了算法的复杂度，减少了节点的能量消耗，延长了节点的生命周期。

Description

无线传感器网络不共线未知传感器节点的定位方法
技术领域
本发明涉及无线传感器网络定位技术，具体为无线传感器网络不共线未知传感器节点的定位方法，主要用于获取无线传感器网络不共线未知传感器节点的准确位置信息。
背景技术
近年来物联网技术不断取得新的成果，已经运用到国防军事、环境监测、交通管理、医疗卫生、制造业、抗灾抢险等领域，作为物联网底层重要技术之一的无线传感器网络已经成为了研究热点。其中，通过定位算法获取准确的位置信息是无线传感器网络十分重要的一项内容。
定位算法分成基于非测距的定位算法(如，DV-HOP算法)和基于测距的定位算法。基于测距的定位算法的定位精度高于基于非测距的定位算法。与基于测距的定位算法相关的一些算法有，三边定位算法、三边质心定位算法、粒子群定位算法等。这些现有的算法要么定位精度较低(如，质心定位算法)，要么算法需要进行大量的迭代运算而过于复杂(如，粒子群定位算法)。
发明内容
本发明解决现有基于测距的定位算法定位精度低及算法复杂的问题，提供一种无线传感器网络不共线未知传感器节点的定位方法。该方法利用未知节点周围任意2个信标节点的已知位置坐标，求取未知节点的位置坐标；未知节点和任意2个信标节点有三点共线和三点不共线两种情况，本发明只考虑三点不共线的情况。
本发明是采用如下技术方案实现的：无线传感器网络不共线未知传感器节点的定位方法，是由如下步骤实现的：
S1：未知节点P接收周围信标节点的信号，并将接收到的信号强度值转化为未知节点和信标节点之间的距离值；
S2：设定该未知节点P可以接收到信号的信标节点数量为m，m≥2，以任2个位置的信标节点为一组，共有k组，任一组中的两个信标节点以A、B代表；
S3：采集任一组中的两个信标节点A、B的坐标A(xA,yA)，B(xB,yB)；计算信标节点A到信标节点B之间的距离LAB；根据步骤S1所得到的信标节点A到未知节点P之间的距离记为LAP，未知节点P到信标节点B之间的距离记为LPB；
S4：判断未知节点P、信标节点A和信标节点B三点是否共线：当LAB＝LAP+LPB或LAB＝|LAP-LPB|时，判断为三点共线，而结束该定位方法；当LAB≠LAP+LPB或LAB≠|LAP-LPB|时，判断三点不共线，未知节点P为节点PR、节点PL两个中的一个，其中节点PR位于A、B、P三点逆时针方向的位置，节点PL位于A、B、P三点顺时针方向的位置，设定节点PR、节点PL坐标分别为PR(xPR,yPR)、PL(xPL,yPL)；
S5：根据测边交会原理得出节点PR的坐标PR(xPR,yPR)：xPR＝xA+L·(xB-xA)+H·(yB-yA)
yPR＝yA+L·(yB-yA)+H·(xA-xB)
根据信标节点A和信标节点B所连直线的方程：ax+by+c＝0，则节点PL的坐标PL(xPL,yPL)：
其中，
满足xB≠xA，yA≠yB时，
满足xB＝xA，yA≠yB时，
a＝1，b＝0，c＝-xA或-xB；
满足xB≠xA，yA＝yB时，
a＝0，b＝1，c＝-yA或-yB
所述的测边交会原理至少在书名为《测量学》，由测绘出版社出版的，作者为陆国胜，出版日期为1991年6月的出版物上有详细公开。
S6：未知节点P坐标值选择
de(i,P)表示第i个，1≤i≤m，信标节点到未知节点P的距离；de(i,PR)表示第i个信标节点到节点PR的距离，de(i,PL)表示第i个信标节点到节点PL的距离，定义：
DIS(i,PR)＝|de(i,P)-de(i,PR)|(i＝1,2…m)
DIS(i,PL)＝|de(i,P)-de(i,PL)|(i＝1,2…m)
当
PR的坐标就是未知节点P的坐标，否则PL的坐标就是未知节点P的坐标；
S7：坐标优化
k组信标节点中的每一组，采用步骤S3－S6得出一个未知节点P的坐标，这样，共得出k个未知节点P的坐标(xP1,yP1),(xP2,yP2)......(xPk,yPk)，采用基于人工蜂群算法(ABC)对得到的k个未知节点P的坐标进行优化，所述的人工蜂群算法(ABC)的适应度函数为：
式中(xs,ys)代表未知节点P的k个坐标(xP1,yP1),(xP2,yP2)......(xPk,yPk)中的任一个坐标，坐标(xi,yi)为m个信标节点中的任一个的坐标；这样，得到k个适应度函数值F(s)，在得到的k个适应度函数值F(s)中，选择最小值，与最小值的适应度函数值对应的未知节点P的坐标就是优化后的未知节点P的坐标，也就是未知传感器节点的最终定位坐标。
所述的人工蜂群算法(ABC)至少在书名为《MATLAB优化算法案例分析与应用》(进阶篇)，由清华大学出版社出版的，作者为余胜威，出版日期为2015年6月的出版物上有详细公开。
本发明所述方法先利用节点间接收到的信号强度值转化为节点间距离值，解决未知节点和任意2个信标节点三点不共线时，未知节点的确定方法。通过测边交会原理，利用未知节点周围任意2个信标节点A、B，求出未知节点的两个可能的坐标PR、PL，并对其进行判定，最终采用人工蜂群算法(ABC)进行优化，确定未知节点坐标完成定位。本发明所述方法提高了算法的精度，降低了算法的复杂度，减少了节点的能量消耗，延长了节点的生命周期。人工蜂群算法(ABC)是一种模拟蜜蜂采蜜行为的群集智能优化算法，它为解决计算机科学、管理科学、控制工程等领域的全局优化问题提供了一种新的方法。人工蜂群算法(ABC)控制参数少、易于实现、计算简单。同时，它有很好的全局搜索能力。因此，优选人工蜂群算法进行优化凸显了本发明的突出实质性特点。
附图说明
图1为本发明所述方法的原理示意图。
具体实施方式
无线传感器网络不共线未知传感器节点的定位方法，是由如下步骤实现的：
S1：未知节点P接收周围信标节点的信号，并将接收到的信号强度值转化为未知节点和信标节点之间的距离值；
S2：设定该未知节点P可以接收到信号的信标节点数量为m，m≥2，以任2个位置的信标节点为一组，共有k组，任一组中的两个信标节点以A、B代表；
S3：采集任一组中的两个信标节点A、B的坐标A(xA,yA)，B(xB,yB)；计算信标节点A到信标节点B之间的距离LAB；根据步骤S1所得到的信标节点A到未知节点P之间的距离记为LAP，未知节点P到信标节点B之间的距离记为LPB；
S4：判断未知节点P、信标节点A和信标节点B三点是否共线：当LAB＝LAP+LPB或LAB＝|LAP-LPB|时，判断为三点共线，而结束该定位方法；当LAB≠LAP+LPB或LAB≠|LAP-LPB|时，判断三点不共线，未知节点P为节点PR、节点PL两个中的一个，其中节点PR位于A、B、P三点逆时针方向的位置，节点PL位于A、B、P三点顺时针方向的位置，设定节点PR、节点PL坐标分别为PR(xPR,yPR)、PL(xPL,yPL)；
S5：根据测边交会原理得出节点PR的坐标PR(xPR,yPR)：xPR＝xA+L·(xB-xA)+H·(yB-yA)
yPR＝yA+L·(yB-yA)+H·(xA-xB)
根据信标节点A和信标节点B所连直线的方程：ax+by+c＝0，则节点PL的坐标PL(xPL,yPL)：
其中，
满足xB≠xA，yA≠yB时，
满足xB＝xA，yA≠yB时，
a＝1，b＝0，c＝-xA或-xB；
满足xB≠xA，yA＝yB时，
a＝0，b＝1，c＝-yA或-yB
所述的测边交会原理至少在书名为《测量学》，由测绘出版社出版的，作者为陆国胜，出版日期为1991年6月的出版物上有详细公开。
S6：未知节点P坐标值选择
de(i,P)表示第i个，1≤i≤m，信标节点到未知节点P的距离；de(i,PR)表示第i个信标节点到节点PR的距离，de(i,PL)表示第i个信标节点到节点PL的距离，定义：
DIS(i,PR)＝|de(i,P)-de(i,PR)|(i＝1,2…m)
DIS(i,PL)＝|de(i,P)-de(i,PL)|(i＝1,2…m)
当
PR的坐标就是未知节点P的坐标，否则PL的坐标就是未知节点P的坐标；
S7：坐标优化
k组信标节点中的每一组，采用步骤S3－S6得出一个未知节点P的坐标，这样，共得出k个未知节点P的坐标(xP1,yP1),(xP2,yP2)......(xPk,yPk)，采用基于人工蜂群算法(ABC)对得到的k个未知节点P的坐标进行优化，所述的人工蜂群算法(ABC)的适应度函数为：
式中(xs,ys)代表未知节点P的k个坐标(xP1,yP1),(xP2,yP2)......(xPk,yPk)中的任一个坐标，坐标(xi,yi)为m个信标节点中的任一个的坐标；这样，得到k个适应度函数值F(s)，在得到的k个适应度函数值F(s)中，选择最小值，与最小值的适应度函数值对应的未知节点P的坐标就是优化后的未知节点P的坐标，也就是未知传感器节点的最终定位坐标。
所述的人工蜂群算法(ABC)至少在书名为《MATLAB优化算法案例分析与应用》(进阶篇)，由清华大学出版社出版的，作者为余胜威，出版日期为2015年6月的出版物上有详细公开。

Claims (1)

1.一种无线传感器网络不共线未知传感器节点的定位方法，是由如下步骤实现的：
S1：未知节点P接收周围信标节点的信号，并将接收到的信号强度值转化为未知节点和信标节点之间的距离值；
S2：设定该未知节点P可以接收到信号的信标节点数量为m，m≥2，以任2个位置的信标节点为一组，共有k组，任一组中的两个信标节点以A、B代表；
S3：采集任一组中的两个信标节点A、B的坐标A(xA,yA)，B(xB,yB)；计算信标节点A到信标节点B之间的距离LAB；根据步骤S1所得到的信标节点A到未知节点P之间的距离记为LAP，未知节点P到信标节点B之间的距离记为LPB；
S4：判断未知节点P、信标节点A和信标节点B三点是否共线：当LAB＝LAP+LPB或LAB＝|LAP-LPB|时，判断为三点共线，而结束该定位方法；当LAB≠LAP+LPB或LAB≠|LAP-LPB|时，判断三点不共线，未知节点P为节点PR、节点PL两个中的一个，其中节点PR位于A、B、P三点逆时针方向的位置，节点PL位于A、B、P三点顺时针方向的位置，设定节点PR、节点PL坐标分别为PR(xPR,yPR)、PL(xPL,yPL)；
S5：根据测边交会原理得出节点PR的坐标PR(xPR,yPR)：xPR＝xA+L·(xB-xA)+H·(yB-yA)
yPR＝yA+L·(yB-yA)+H·(xA-xB)
根据信标节点A和信标节点B所连直线的方程：ax+by+c＝0，则节点PL的坐标PL(xPL,yPL)：
其中，
满足xB≠xA，yA≠yB时，
b＝-1，
满足xB＝xA，yA≠yB时，
a＝1，b＝0，c＝-xA或-xB；
满足xB≠xA，yA＝yB时，
a＝0，b＝1，c＝-yA或-yB；
S6：未知节点P坐标值选择
de(i,P)表示第i个，1≤i≤m，信标节点到未知节点P的距离；de(i,PR)表示第i个信标节点到节点PR的距离，de(i,PL)表示第i个信标节点到节点PL的距离，定义：
DIS(i,PR)＝|de(i,P)-de(i,PR)|(i＝1,2…m)
DIS(i,PL)＝|de(i,P)-de(i,PL)|(i＝1,2…m)
当
PR的坐标就是未知节点P的坐标，否则PL的坐标就是未知节点P的坐标；
S7：坐标优化
k组信标节点中的每一组，采用步骤S3－S6得出一个未知节点P的坐标，这样，共得出k个未知节点P的坐标(xP1,yP1),(xP2,yP2)......(xPk,yPk)，采用基于人工蜂群算法对得到的k个未知节点P的坐标进行优化，所述的人工蜂群算法的适应度函数为：
式中(xs,ys)代表未知节点P的k个坐标(xP1,yP1),(xP2,yP2)......(xPk,yPk)中的任一个坐标，坐标(xi,yi)为m个信标节点中的任一个的坐标；这样，得到k个适应度函数值F(s)，在得到的k个适应度函数值F(s)中，选择最小值，与最小值的适应度函数值对应的未知节点P的坐标就是优化后的未知节点P的坐标，也就是未知传感器节点的最终定位坐标。
CN201810572737.9A 2018-06-05 2018-06-05 无线传感器网络不共线未知传感器节点的定位方法 Expired - Fee Related CN108848474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810572737.9A CN108848474B (zh) 2018-06-05 2018-06-05 无线传感器网络不共线未知传感器节点的定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810572737.9A CN108848474B (zh) 2018-06-05 2018-06-05 无线传感器网络不共线未知传感器节点的定位方法

Publications (2)

Publication Number Publication Date
CN108848474A true CN108848474A (zh) 2018-11-20
CN108848474B CN108848474B (zh) 2020-10-30

Family

ID=64210283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810572737.9A Expired - Fee Related CN108848474B (zh) 2018-06-05 2018-06-05 无线传感器网络不共线未知传感器节点的定位方法

Country Status (1)

Country Link
CN (1) CN108848474B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111031502A (zh) * 2019-11-06 2020-04-17 湖北工业大学 一种基于樽海鞘群算法的无线传感器网络节点定位方法
CN112055305A (zh) * 2020-08-28 2020-12-08 太原理工大学 一种无线传感器网络未知传感器节点的两圆交点定位方法
CN112055303A (zh) * 2020-08-28 2020-12-08 太原理工大学 无线传感器网络未知传感器节点人工鱼群优化定位方法
CN112055304A (zh) * 2020-08-28 2020-12-08 太原理工大学 无线传感器网络未知传感器节点两圆交点优选定位方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938832A (zh) * 2010-09-15 2011-01-05 中国人民解放军海军航空工程学院 基于分治求精的无线传感器网络节点自身定位方法
CN101965052A (zh) * 2010-10-15 2011-02-02 浙江工业大学 基于最优信标组的无线传感网节点定位方法
CN102291818A (zh) * 2011-07-29 2011-12-21 电子科技大学 基于地形信息的无线传感器网络伪三维定位方法
CN102325373A (zh) * 2011-09-16 2012-01-18 沈阳航空航天大学 基于RSSI相似度的井下线型无线传感器网络动态α定位方法
CN102740454A (zh) * 2011-04-15 2012-10-17 嘉兴学院 基于少量锚节点的无线传感器网络节点定位方法
CN104125537A (zh) * 2014-08-12 2014-10-29 湖北工业大学 一种基于cc2530的多方式协同定位系统和定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938832A (zh) * 2010-09-15 2011-01-05 中国人民解放军海军航空工程学院 基于分治求精的无线传感器网络节点自身定位方法
CN101965052A (zh) * 2010-10-15 2011-02-02 浙江工业大学 基于最优信标组的无线传感网节点定位方法
CN102740454A (zh) * 2011-04-15 2012-10-17 嘉兴学院 基于少量锚节点的无线传感器网络节点定位方法
CN102291818A (zh) * 2011-07-29 2011-12-21 电子科技大学 基于地形信息的无线传感器网络伪三维定位方法
CN102325373A (zh) * 2011-09-16 2012-01-18 沈阳航空航天大学 基于RSSI相似度的井下线型无线传感器网络动态α定位方法
CN104125537A (zh) * 2014-08-12 2014-10-29 湖北工业大学 一种基于cc2530的多方式协同定位系统和定位方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111031502A (zh) * 2019-11-06 2020-04-17 湖北工业大学 一种基于樽海鞘群算法的无线传感器网络节点定位方法
CN112055305A (zh) * 2020-08-28 2020-12-08 太原理工大学 一种无线传感器网络未知传感器节点的两圆交点定位方法
CN112055303A (zh) * 2020-08-28 2020-12-08 太原理工大学 无线传感器网络未知传感器节点人工鱼群优化定位方法
CN112055304A (zh) * 2020-08-28 2020-12-08 太原理工大学 无线传感器网络未知传感器节点两圆交点优选定位方法

Also Published As

Publication number Publication date
CN108848474B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN108848474A (zh) 无线传感器网络不共线未知传感器节点的定位方法
CN101860959B (zh) 基于rssi的无线传感器网络的定位方法
CN108848443A (zh) 无线传感器网络未知传感器节点的细菌觅食优化定位方法
CN103415072B (zh) 一种无线传感网络中基于估距的定位方法
CN102209386A (zh) 一种室内无线定位方法及装置
CN108848559A (zh) 无线传感器网络未知传感器节点的定位方法
CN102890263B (zh) 基于rssi的共轭梯度法自适应定位方法及系统
CN105424084B (zh) 潮滩冲淤组网观测系统
CN104502891A (zh) 基于rssi技术的医院病人定位方法
Liu et al. The performance evaluation of hybrid localization algorithm in wireless sensor networks
CN104023390A (zh) 基于pso和ukf组合的wsn节点定位方法
CN108668256A (zh) 无线传感器网络未知传感器节点的距离差值定位方法
Trent et al. A smart wearable navigation system for visually impaired
CN105824007B (zh) 无线传感器网络测距定位方法
CN106054127A (zh) 无线传感器网络智能修正测距定位方法
CN103338491A (zh) 一种基于蜂群算法的移动信标路径选择方法
CN103108281A (zh) 一种基于无线传感器网络的海上搜救目标实时定位方法
CN102547973B (zh) 一种基于rssi的多传感器融合移动节点跟踪方法
Pushpalatha et al. Shortest path position estimation between source and destination nodes in wireless sensor networks with low cost
CN106019219B (zh) 无线传感器网络智能测距定位方法
CN104093206B (zh) 一种基于混杂约束满足的水下传感器网络节点自定位方法
CN105050168B (zh) 基于非测距的水下无线传感器网络节点定位方法及系统
CN112055305A (zh) 一种无线传感器网络未知传感器节点的两圆交点定位方法
Kim et al. Daily life mobility of a student: From position data to human mobility model through expectation maximization clustering
CN110941263A (zh) 一种自主水下航行器路径规划方法和装置

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201030

Termination date: 20210605