CN109041210A - 一种无线传感器网络定位方法 - Google Patents
一种无线传感器网络定位方法 Download PDFInfo
- Publication number
- CN109041210A CN109041210A CN201810920495.8A CN201810920495A CN109041210A CN 109041210 A CN109041210 A CN 109041210A CN 201810920495 A CN201810920495 A CN 201810920495A CN 109041210 A CN109041210 A CN 109041210A
- Authority
- CN
- China
- Prior art keywords
- unknown node
- beaconing nodes
- neighbouring
- node
- unknown
- 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
Classifications
-
- 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
- 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
-
- 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
Abstract
本发明公开一种无线传感器网络定位方法。所述定位方法包括:无线传感器网络中分布有多个未知节点和多个信标节点,已知所述信标节点的位置,未知所述未知节点的位置,获取所述信标节点的位置信息;根据所述信标节点的位置信息获取所述未知节点任意三个邻近信标节点组成的区域;判断所述未知节点是否存在所述三个邻近信标节点组成的三角形内部的区域内;如果是,采用迭代的方法缩小三角形的定位区域来确定所述未知节点的位置;否则,采用通信半径范围外的所述信标节点来缩小定位区域和质心加权的方法确定所述未知节点的位置信息。通过质心加权的方法进行定位,提高了节点的定位精度以及覆盖率。
Description
技术领域
本发明涉及无线传感器领域,特别是涉及一种无线传感器网络定位方法。
背景技术
针对无线传感器网络定位的方法,现有技术中采用基于神经网络和遗传算法的无线传感器节点定位算法。首先获取训练数据,训练数据既可以在现场通过采集获取,也可以通过具体的仿真软件仿真获取。由于训练数据的样本不具有一般性,会影响最终的节点定位精度和网络训练的收敛速度。由于无线传感网络的输入和输出之间是一种非线性的映射关系,所以,需要建立一种能够适应非线性函数的网络模型,而多层前馈神经网络具有能够逼近任意非线性函数的能力。因此,选用多层前馈型神经网络模型,采用现场获得的合适的训练数据训练多层前馈神经网络模型。未知节点位置计算,将之前训练所得的神经网络模型参数,以广播的方式传递给网络中其他传感器节点,未知节点根据收到的、锚节点发送的信号强度,计算未知节点到各个锚节点的距离,将其输入神经网络模型,计算出未知节点的位置坐标。
现有技术中的无线网络的定位方法会根据训练数据然后建立模型,采用基于神经网络的训练模型的方法计算无线传感器网络的位置坐标,采用训练模型的方法,如果训练模型的精度降低,就会降低未知节点的位置坐标的计算精度。
发明内容
本发明的目的是提供一种能够提高无线传感器网络定位精度的无线传感器网络定位方法。
为实现上述目的,本发明提供了如下方案:
一种无线传感器网络定位方法,所述定位方法包括:
无线传感器网络中分布有多个未知节点和多个信标节点,已知所述信标节点的位置,未知所述未知节点的位置,获取所述信标节点的位置信息;
根据所述信标节点的位置信息获取所述未知节点任意三个邻近信标节点;
判断所述未知节点是否存在所述三个邻近信标节点组成的三角形内部的区域内;
如果是,采用迭代的方法缩小三角形的定位区域来确定所述未知节点的位置;否则,采用通信半径范围外的所述信标节点来缩小定位区域和质心加权的方法确定所述未知节点的位置信息。
可选的,所述根据所述信标节点的位置信息获取所述未知节点任意三个邻近信标节点组成的区域具体包括:
计算所述未知节点与多个所述信标节点的距离,获得多个距离值;
将多个所述距离值按照降序排序;
根据距离值对应的所述信标节点在所述未知节点通信半径范围内的为邻近节点。
可选的,所述判断所述未知节点是否在所述三个邻近信标节点组成的三角形内部的区域内具体包括:
设所述未知节点P,所述三个邻近信标节点分别为A、B、C;
若所述未知节点P和所述邻近信标节点A在所述邻近信标节点B和所述邻近信标节点C的连线的同一侧,所述未知节点P和所述邻近信标节点B在所述邻近信标节点A和所述邻近信标节点C的连线的同一侧且所述未知节点 P和所述邻近信标节点C在所述邻近信标节点A和所述邻近信标节点B的连线的同一侧,则所述未知节点P在所述三个邻近信标节点组成的三角形内,否则,所述未知节点P在所述三个邻近信标节点组成的三角形外。
可选的,所述采用迭代的方法缩小三角形的定位区域来确定所述未知节点的位置具体包括:
所述未知节点在所述三个信标节点组成的三角形内;
选取所述三角形的最大角度C,过C点作AB的垂线交于F点,根据三角形CBF和三角形CAF确定所述未知节点的第一三角形区域;
将所述第一三角形区域进行多级迭代获取所述未知节点的定位区域;
所述定位区域的位置为所述未知节点的位置。
可选的,所述采用通信半径范围外的所述信标节点来缩小定位区域和质心加权的方法确定所述未知节点的位置信息具体包括:
所述未知节点在所述三个信标节点组成的三角形外;
选取距离所述未知节点最近的三个信标节点;
分别以所述三个信标节点为圆心,以通信半径为半径画圆,获得三个通信圆;
分别作所述三个通信圆的外切正方形,获得三个正方形;
获取三个正方形的重叠区域,所述重叠区域为矩形;
所述矩形的位置范围为所述未知节点的位置范围;
当所述未知节点的通信半径范围内的节点个数无法组成三角形时,采用测距方法确定所述未知节点的可能存在的位置,获得预估位置坐标;
获取m个所述预估位置坐标(xi,yi),其中i的取值为1,2,3,......,m;
分别计算所述预估位置坐标(xi,yi)与k个邻近信标节点的距离
其中j的取值为1,2,3,......k,其中,RSSIj为所述未知节点与所述邻近节点之间的距离,方差为
方差权重因子为
对所述预设位置进行方差加权后的未知节点坐标
可选的,在确定了所述矩形的位置范围为所述未知节点的位置范围后还包括:
利用边界框方法确定圆的大致区域后,若有效矩形区域过大,则利用所述矩形的质心作为所述未知节点的坐标会带来较大误差;
将未知节点通信范围外的所述信标节点来提高所述未知节点的定位精度;所述未知节点通信范围内与通信范围外满足如下关系式:
其中,(x,y)为所述未知节点的坐标,(xi,yi)为通信半径R范围内的信标节点坐标,(xj,yj)为所述通信半径R范围外的所述信标节点坐标;
根据所述未知节点通信范围内与通信范围外满足如下关系式引入预设位置来估算所述未知节点所在的小区域;(x,y)为预设位置坐标
计算所述预设位置与未知节点通信半径内信标节点个数为S1,预设位置与未知节点通信半径外信标节点个数为S2,总个数S=S1+S2,求出与所有信标节点的个数N的比值K;
即
由上式可知,K值越大,S值越大;即证明预设位置周围存在所述未知节点的可能性越大;
为了得到更靠近未知节点的预设位置,并且能够降低计算的复杂度;
故将有效矩形采用逐级分割搜索的方法来确定多个预设位置的坐标;
搜索方式如下:
将矩形等分分成四个有效小矩形区域,令四个小区域的中心坐标为初始预设位置;
令当前的搜索级数为n,上一级为n-1(n>2)。寻找n及n-1级中初始预设位置中K值最大的位置;若n级搜索区中的最大K值小于等于n-1级的最大 K值;满足上述条件,则证明n-1级的初始预设位置优于n级搜索区域的预设位置;即n-1级中K值最大的预设位置为最终预设位置,结束搜索;否则,继续逐级搜索区域,直到找到搜索到满足上述条件的位置。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供了一种无线传感器网络定位方法,采用融合APIT和质心算法来确定未知节点的位置,提高了位置的准确度的精度,首先,运用角度检测来确定未知节点的确切方向,减少了APIT算法中节点误判的问题。在三角形内的所有未知节点采用APIT算法,并利用迭代的方法来缩小三角形的定位区域。迭代方法通过缩小区域提高了所述未知节点的定位精度。对于未定的未知节点,通过引入所有通信半径范围外的信标节点来缩小定位区域,通过质心加权的思想进行定位,提高了节点的定位精度以及覆盖率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的无线传感器网络定位方法的流程图;
图2为本发明提供的同一侧判定方法的示意图;
图3为本发明提供的角度判定方法的示意图;
图4为本发明提供的角度的计算的示意图;
图5为本发明提供的区域划分的示意图;
图6为本发明提供的多级迭代的示意图;
图7为本发明提供的初始重叠区域示意图;
图8为本发明提供的两点判定的示意图;
图9为本发明提供的区域搜索的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种能够提高无线传感器网络定位精度的无线传感器网络定位方法。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,一种无线传感器网络定位方法,所述定位方法包括:
步骤100:无线传感器网络中分布有多个未知节点和多个信标节点,已知所述信标节点的位置,未知所述未知节点的位置,获取所述信标节点的位置信息。
步骤200:据所述信标节点的位置信息获取所述未知节点任意三个邻近信标节点组成的区域。
步骤300:判断所述未知节点是否在所述三个邻近信标节点组成的三角形内部的区域内;如果是,执行步骤400;否则,执行步骤500。
步骤400:采用迭代的方法缩小三角形的定位区域来确定所述未知节点的位置。
步骤500:采用通信半径范围外的所述信标节点来缩小定位区域和质心加权的方法确定所述未知节点的位置信息。
如图2所示,所述根据所述信标节点的位置信息获取距离所述未知节点最近的三个邻近信标节点具体包括:
计算所述未知节点与多个所述信标节点的距离,获得多个距离值;
将多个所述距离值按照降序排序;
根据距离值对应的所述信标节点在所述未知节点通信半径范围内的为邻近节点。
如图2和图3所示,所述判断所述未知节点是否在所述三个邻近信标节点组成的三角形内部的区域内具体包括:
如图2所示,判断所述未知节点是否在由三个信标节点组成直线的同一侧;
判断所述未知节点P点和A点在BC这条直线的同一侧,则过A点BC 的垂线交于F点,即∠AFB=∠AFC=90°
若P点和A点在同一侧,
则∠AFP<∠AFB,∠AFP<∠AFC
故∠AFP<90°
否则,∠AFP>90°。
判断未知节点是否在由三个信标节点组成三角形内。
如图2所示,若P点和A点在BC这条直线的同一侧、P点和B点在AC 这条直线的同一侧以及P点和C点在AB这条直线的同一侧,则可证明P点在△ABC内,否则,P点在△ABC外。综合步骤1.1可得到如下命题:
若未知节点P在由三个信标节点组成的△ABC内,则∠AFP、∠BHP、∠CMP 的角度均小于90°。
若未知节点P在由三个信标节点组成的△ABC外,则∠AFP、∠BHP、∠CMP 的必将存在一个角度大于90°。
其中F、H、M分别为A点、B点、C点到对边的垂足。
相应角度的计算方式如下:
1)通过RSSI测距的数学模型公式:
其中,d0为参考距离,Pr(d)表示无线信号对应的接收功率,Pr(d)为接收机接收到的无线射频信号功率,n为传播因子,d表示信号的发射机器与接收机器之间的距离,即未知节点与信标节点之间的距离。
如图4所示,通过两点间的距离公式求出三个信标节点A(x1,y1),B(x2,y2), C(x3,y3)之间的距离为:
2)由点到直线的距离公式求出AF的距离:
由余弦定理求出:
3)最终求出判定角度:
设所述未知节点P,所述三个邻近信标节点分别为A、B、C;
若所述未知节点P和所述邻近信标节点A在所述邻近信标节点B和所述邻近信标节点C的连线的同一侧,所述未知节点P和所述邻近信标节点B在所述邻近信标节点A和所述邻近信标节点C的连线的同一侧且所述未知节点 P和所述邻近信标节点C在所述邻近信标节点A和所述邻近信标节点B的连线的同一侧,则所述未知节点P在所述三个邻近信标节点组成的三角形内,否则,所述未知节点P在所述三个邻近信标节点组成的三角形外。
可选的,所述采用迭代的方法缩小三角形的定位区域来确定所述未知节点的位置具体包括:
所述未知节点在所述三个信标节点组成的三角形内;
选取所述三角形的最大角度C,过C点作AB的垂线交于F点,根据三角形CBF和三角形CAF确定所述未知节点的第一三角形区域;
将所述第一三角形区域进行多级迭代获取所述未知节点的定位区域;
所述定位区域的位置为所述未知节点的位置。
对三角形内部的未知节点进行迭代。具体步骤如下:
一级迭代
在判定未知节点在三个信标节点所组成的三角形内之后,可以通过作垂线的方法来缩小未知节点所在区域。如图5所示,在△ABC内,选取最大角度C,过C点作AB的垂线交于F点,通过现有的已知条件可以求出最小角度A、垂足F以及未知节点P组成的角度∠AFP的大小,故可判断未知节点P所在的三角形的区域为△BCF区域。
多级迭代
通过2.1方式可以看出,每一次作最大角度的垂线都将缩小P的范围,因此可进行如图6所示的多级迭代。令三个信标节点组成的三角形为△ABC,最大角度为∠A,最小角度为∠C。未知节点为P点。迭代过程如下:
过A点作BC的垂线交于F点,求出F点的坐标以及通过RSSI测距得到AP、 BP、CP的距离;
利用余弦定理可求出∠AFP角度
计算方式为:若∠AFP>90°,则P点在△ABF区域。否则,则P点在△ACF 区域并保留P点所在的区域。假设P点在△ABF区域。即令△ABF中的最大角度为∠A,最小角度为∠C。重复以上步骤;直到P点所在的三角形区域为网格所能查找到的最小定位的区域(利用网格扫描法所能探测到的最小单元格区域)为止;迭代结束。
所述采用通信半径范围外的所述信标节点来缩小定位区域和质心加权的方法确定所述未知节点的位置信息具体包括:
所述未知节点在所述三个信标节点组成的三角形外;
选取距离所述未知节点最近的三个信标节点;
分别以所述三个信标节点为圆心,以通信半径为半径画圆,获得三个通信圆;
分别作所述三个通信圆的外切正方形,获得三个正方形;
获取三个正方形的重叠区域,所述重叠区域为矩形;
所述矩形的位置范围为所述未知节点的位置范围;
当所述未知节点的通信半径范围内的节点个数无法组成三角形时,采用测距方法确定所述未知节点的可能存在的位置,获得预估位置坐标;
获取m个所述预估位置坐标(xi,yi),其中i的取值为1,2,3,......,m;
分别计算所述预估位置坐标(xi,yi)与k个邻近信标节点的距离
其中j的取值为1,2,3,......k,其中,RSSIj为所述未知节点与所述邻近节点之间的距离,方差为
方差权重因子为
对所述预设位置进行方差加权后的未知节点坐标
可选的,在确定了所述矩形的位置范围为所述未知节点的位置范围后还包括:
利用边界框方法确定圆的大致区域后,若有效矩形区域过大,则利用所述矩形的质心作为所述未知节点的坐标会带来较大误差;
将未知节点通信范围外的所述信标节点来提高所述未知节点的定位精度;所述未知节点通信范围内与通信范围外满足如下关系式:
其中,(x,y)为所述未知节点的坐标,(xi,yi)为通信半径R范围内的信标节点坐标,(xj,yj)为所述通信半径R范围外的所述信标节点坐标;
根据所述未知节点通信范围内与通信范围外满足如下关系式引入预设位置来估算所述未知节点所在的小区域;(x,y)为预设位置坐标
计算所述预设位置与未知节点通信半径内信标节点个数为S1,预设位置与未知节点通信半径外信标节点个数为S2,总个数S=S1+S2,求出与所有信标节点的个数N的比值K;
即
由上式可知,K值越大,S值越大;即证明预设位置周围存在所述未知节点的可能性越大;
为了得到更靠近未知节点的预设位置,并且能够降低计算的复杂度;
故将有效矩形采用逐级分割搜索的方法来确定多个预设位置的坐标;
对于未知节点邻近的信标节点不能组成三角形或在三角形外部时,通过引入所有通信半径范围外的信标节点来缩小定位区域,并利用质心加权的思想对其进行定位。具体步骤如下:
初步区域的确定
当未知节点在邻近的信标节点组成的三角形外时,则必定存在至少三个信标节点。选取信标节点中最靠近未知节点的三个点,作三个点通信圆的外切正方形,即边界框方法计算其未知节点所在的重叠区域。如图7所示:
其中,重叠区域的上(upper)、下(down)、左(left)、右(right)各边分别为:
由于未知节点所在的区域不可能超出其监测区域,故以坐标(0,L)作为限定的临界值。
当邻近信标节点的个数不能组成三角形时,可引入RSSI测距技术来大致估算未知节点可能存在的位置。如图8所示L、F、M为信标节点,A、B为未知节点的邻居信标节点。通过RSSI测距可求出未知节点到两个信标节点A、B之间的距离,并且AB的距离已知,即可求出未知节点可能存在的点P1、P2。对未知节点可能存在的位置进行了如下判断:
①令P1、P2的坐标为P1(x1,y1),P2(x2,y2)。
②监测区域内信标节点的总是为n,则通信半径范围之外的信标节点个数为s=n-2。
计算P1、P2与s个信标节点之间的距离大于通信半径R的个数,分别为 s1、s2。若s1>s2,则证明未知节点在P1位置比P2位置的可能性更大,故未知节点在P1处;若s1<s2,则证明未知节点在P2位置比P1位置的可能性更大,故未知节点在P2处;若s1=s2,则未知节点的坐标为(P1+P2)/2;
搜索方式如下:
将矩形等分分成四个有效小矩形区域,令四个小区域的中心坐标为初始预设位置;
令当前的搜索级数为n,上一级为n-1(n>2)。寻找n及n-1级中初始预设位置中K值最大的位置;若n级搜索区中的最大K值小于等于n-1级的最大 K值;满足上述条件,则证明n-1级的初始预设位置优于n级搜索区域的预设位置;即n-1级中K值最大的预设位置为最终预设位置,结束搜索;否则,继续逐级搜索区域,直到找到搜索到满足上述条件的位置。
区域搜索
利用边界框方法确定圆的大致区域后,若有效矩形区域过大,则利用有效矩形的质心作为未知节点坐标会带来较大误差。因此,将未知节点通信范围外的信标节点引入其中来提高未知节点的定位精度。其未知节点通信范围内与通信范围外满足如下关系式:
其中,(x,y)为未知节点的坐标,(xi,yi)为通信半径R范围内的信标节点坐标,(xj,yj)为通信半径R范围外的信标节点坐标。
根据(8)的关系式可以引入预设位置来大致的估算未知节点所在的小区域。此时(x,y)为预设位置坐标。计算预设位置与未知节点通信半径内信标节点个数为S1,预设位置与未知节点通信半径外信标节点个数为S2,总个数 S=S1+S2,求出与所有信标节点的个数N的比值K。
即
由上式可知,K值越大,S值越大。即证明预设位置周围存在未知节点的可能行越大。
为了得到更靠近未知节点的预设位置,并且能够降低计算的复杂度。故将有效矩形采用逐级分割搜索的方法来确定多个预设位置的坐标。搜索方式如下:
将有效矩形以其中心分成四个有效小矩形区域,令四个小区域的中心坐标为初始预设位置。
令当前的搜索级数为n,上一级为n-1(n>2)。寻找n及n-1级中初始预设位置中K值最大的位置。若n级搜索区中的最大K值小于等于n-1级的最大K值。满足上述条件,则证明n-1级的初始预设位置优于n级搜索区域的预设位置。即n-1级中K值最大的预设位置为最终预设位置,结束搜索。否则,继续逐级搜索区域,直到找到搜索到满足上述条件的位置。如图9所示的三级搜索示例。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种无线传感器网络定位方法,其特征在于,所述定位方法包括:
无线传感器网络中分布有多个未知节点和多个信标节点,已知所述信标节点的位置,未知所述未知节点的位置,获取所述信标节点的位置信息;
根据所述信标节点的位置信息获取所述未知节点任意三个邻近信标节点;
判断所述未知节点是否存在所述三个邻近信标节点组成的三角形内部的区域内;
如果是,采用迭代的方法缩小三角形的定位区域来确定所述未知节点的位置;否则,采用通信半径范围外的所述信标节点来缩小定位区域和质心加权的方法确定所述未知节点的位置信息。
2.根据权利要求1所述的一种无线传感器网络定位方法,其特征在于,所述根据所述信标节点的位置信息获取所述未知节点任意三个邻近信标节点组成的区域具体包括:
计算所述未知节点与多个所述信标节点的距离,获得多个距离值;
将多个所述距离值按照降序排序;
根据距离值对应的所述信标节点在所述未知节点通信半径范围内的为邻近节点。
3.根据权利要求1所述的一种无线传感器网络定位方法,其特征在于,所述判断所述未知节点是否在所述三个邻近信标节点组成的三角形内部的区域内具体包括:
设所述未知节点P,所述三个邻近信标节点分别为A、B、C;
若所述未知节点P和所述邻近信标节点A在所述邻近信标节点B和所述邻近信标节点C的连线的同一侧,所述未知节点P和所述邻近信标节点B在所述邻近信标节点A和所述邻近信标节点C的连线的同一侧且所述未知节点P和所述邻近信标节点C在所述邻近信标节点A和所述邻近信标节点B的连线的同一侧,则所述未知节点P在所述三个邻近信标节点组成的三角形内,否则,所述未知节点P在所述三个邻近信标节点组成的三角形外。
4.根据权利要求3所述的一种无线传感器网络定位方法,其特征在于,所述采用迭代的方法缩小三角形的定位区域来确定所述未知节点的位置具体包括:
所述未知节点在所述三个信标节点组成的三角形内;
选取所述三角形的最大角度C,过C点作AB的垂线交于F点,根据三角形CBF和三角形CAF确定所述未知节点的第一三角形区域;
将所述第一三角形区域进行多级迭代获取所述未知节点的定位区域;
所述定位区域的位置为所述未知节点的位置。
5.根据权利要求1所述的一种无线传感器网络定位方法,其特征在于,所述采用通信半径范围外的所述信标节点来缩小定位区域和质心加权的方法确定所述未知节点的位置信息具体包括:
所述未知节点在所述三个信标节点组成的三角形外;
选取距离所述未知节点最近的三个信标节点;
分别以所述三个信标节点为圆心,以通信半径为半径画圆,获得三个通信圆;
分别作所述三个通信圆的外切正方形,获得三个正方形;
获取三个正方形的重叠区域,所述重叠区域为矩形;
所述矩形的位置范围为所述未知节点的位置范围;
当所述未知节点的通信半径范围内的节点个数无法组成三角形时,采用测距方法确定所述未知节点的可能存在的位置,获得预估位置坐标;
获取m个所述预估位置坐标(xi,yi),其中i的取值为1,2,3,......,m;
分别计算所述预估位置坐标(xi,yi)与k个邻近信标节点的距离
其中j的取值为1,2,3,......k,其中,RSSIj为所述未知节点与所述邻近节点之间的距离,方差为
方差权重因子为
对所述预设位置进行方差加权后的未知节点坐标
6.根据权利要求5所述的一种无线传感器网络定位方法,其特征在于,在确定了所述矩形的位置范围为所述未知节点的位置范围后还包括:
利用边界框方法确定圆的大致区域后,若有效矩形区域过大,则利用所述矩形的质心作为所述未知节点的坐标会带来较大误差;
将未知节点通信范围外的所述信标节点来提高所述未知节点的定位精度;所述未知节点通信范围内与通信范围外满足如下关系式:
其中,(x,y)为所述未知节点的坐标,(xi,yi)为通信半径R范围内的信标节点坐标,(xj,yj)为所述通信半径R范围外的所述信标节点坐标;
根据所述未知节点通信范围内与通信范围外满足如下关系式引入预设位置来估算所述未知节点所在的小区域;(x,y)为预设位置坐标
计算所述预设位置与未知节点通信半径内信标节点个数为S1,预设位置与未知节点通信半径外信标节点个数为S2,总个数S=S1+S2,求出与所有信标节点的个数N的比值K;
即
由上式可知,K值越大,S值越大;即证明预设位置周围存在所述未知节点的可能性越大;
为了得到更靠近未知节点的预设位置,并且能够降低计算的复杂度;
故将有效矩形采用逐级分割搜索的方法来确定多个预设位置的坐标;
搜索方式如下:
将矩形等分分成四个有效小矩形区域,令四个小区域的中心坐标为初始预设位置;
令当前的搜索级数为n,上一级为n-1(n>2)。寻找n及n-1级中初始预设位置中K值最大的位置;若n级搜索区中的最大K值小于等于n-1级的最大K值;满足上述条件,则证明n-1级的初始预设位置优于n级搜索区域的预设位置;即n-1级中K值最大的预设位置为最终预设位置,结束搜索;否则,继续逐级搜索区域,直到找到搜索到满足上述条件的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810920495.8A CN109041210B (zh) | 2018-08-14 | 2018-08-14 | 一种无线传感器网络定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810920495.8A CN109041210B (zh) | 2018-08-14 | 2018-08-14 | 一种无线传感器网络定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109041210A true CN109041210A (zh) | 2018-12-18 |
CN109041210B CN109041210B (zh) | 2020-06-23 |
Family
ID=64633182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810920495.8A Active CN109041210B (zh) | 2018-08-14 | 2018-08-14 | 一种无线传感器网络定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109041210B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110493718A (zh) * | 2019-08-28 | 2019-11-22 | 奇点新源国际技术开发(北京)有限公司 | 一种定位方法和装置 |
CN111132053A (zh) * | 2019-12-19 | 2020-05-08 | 紫光云(南京)数字技术有限公司 | 基于定位模型传感器地图的后向散射信号定位方法 |
WO2020192182A1 (zh) * | 2019-03-26 | 2020-10-01 | 深圳先进技术研究院 | 一种室内定位方法、系统及电子设备 |
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 (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7969913B2 (en) * | 2006-09-29 | 2011-06-28 | Electronics And Telecommunications Research Institute | Localization apparatus for recognizing location of node in sensor network and method thereof |
CN103458504A (zh) * | 2013-09-13 | 2013-12-18 | 中国科学院信息工程研究所 | 一种基于序列的传感器节点定位方法及装置 |
CN104618886A (zh) * | 2015-03-11 | 2015-05-13 | 湖北工业大学 | 一种侵入危险区域的无线传感器网络预警方法 |
CN105307118A (zh) * | 2015-09-22 | 2016-02-03 | 南京邮电大学 | 基于质心迭代估计的节点定位方法 |
US20180054698A1 (en) * | 2015-03-09 | 2018-02-22 | Lg Electronics Inc. | Method for positioning nan terminal in wireless lan system, and device using same |
-
2018
- 2018-08-14 CN CN201810920495.8A patent/CN109041210B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7969913B2 (en) * | 2006-09-29 | 2011-06-28 | Electronics And Telecommunications Research Institute | Localization apparatus for recognizing location of node in sensor network and method thereof |
CN103458504A (zh) * | 2013-09-13 | 2013-12-18 | 中国科学院信息工程研究所 | 一种基于序列的传感器节点定位方法及装置 |
US20180054698A1 (en) * | 2015-03-09 | 2018-02-22 | Lg Electronics Inc. | Method for positioning nan terminal in wireless lan system, and device using same |
CN104618886A (zh) * | 2015-03-11 | 2015-05-13 | 湖北工业大学 | 一种侵入危险区域的无线传感器网络预警方法 |
CN105307118A (zh) * | 2015-09-22 | 2016-02-03 | 南京邮电大学 | 基于质心迭代估计的节点定位方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020192182A1 (zh) * | 2019-03-26 | 2020-10-01 | 深圳先进技术研究院 | 一种室内定位方法、系统及电子设备 |
CN110493718A (zh) * | 2019-08-28 | 2019-11-22 | 奇点新源国际技术开发(北京)有限公司 | 一种定位方法和装置 |
CN110493718B (zh) * | 2019-08-28 | 2021-02-26 | 奇点新源国际技术开发(北京)有限公司 | 一种定位方法和装置 |
CN111132053A (zh) * | 2019-12-19 | 2020-05-08 | 紫光云(南京)数字技术有限公司 | 基于定位模型传感器地图的后向散射信号定位方法 |
CN111132053B (zh) * | 2019-12-19 | 2021-07-13 | 紫光云(南京)数字技术有限公司 | 基于定位模型传感器地图的后向散射信号定位方法 |
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 |
---|---|
CN109041210B (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109041210A (zh) | 一种无线传感器网络定位方法 | |
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 | |
CN104363616B (zh) | 一种室外到室内传播模型预测室内三维空间场强的方法 | |
CN102685676B (zh) | 一种无线传感器网络节点三维定位方法 | |
CN106093857B (zh) | 一种基于螺旋线的移动锚节点wsn辅助定位方法 | |
CN102883428B (zh) | 基于ZigBee无线传感器网络的节点定位方法 | |
CN106993273A (zh) | 基于距离加权和遗传优化的DV‑Hop定位方法 | |
Sivakumar et al. | Meta-heuristic approaches for minimizing error in localization of wireless sensor networks | |
WO2014091181A1 (en) | System and method for determining a position of a mobile unit | |
CN104363649B (zh) | 带有约束条件的ukf的wsn节点定位方法 | |
CN103491591A (zh) | 无线传感器网络复杂区域划分方法和节点定位方法 | |
CN110267279A (zh) | 基于差分进化的三维ECDV-Hop定位方法 | |
CN104501807B (zh) | 基于地磁场和历史定位轨迹的室内定位方法 | |
CN103929717A (zh) | 一种基于权重Voronoi图的无线传感器网络定位方法 | |
CN106358209B (zh) | 基于德洛内四面体的无线传感器网络表面覆盖方法 | |
CN108737952A (zh) | 基于rssi测距改进的多边形加权质心定位方法 | |
JP4491162B2 (ja) | 位置算出装置,および位置算出方法 | |
CN114727384A (zh) | 一种基于加权min-max的蓝牙RSSI定位方法 | |
CN113365214B (zh) | 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 | |
CN106131955A (zh) | 一种基于移动机器人辅助的无线传感器网络节点定位方法 | |
CN110234145A (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 | |
CN108710104A (zh) | 用于煤矿井下巷道的目标物的实时定位的方法和系统 | |
CN110782628B (zh) | 一种基于北斗系统的山体滑坡监测系统及其监测方法 | |
CN108828569B (zh) | 一种基于虚拟节点的近似三角形内点测试定位算法 | |
CN105792307A (zh) | 一种无线传感网节点间的最佳单向通信路径选择和节点定位方法 |
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 |