CN109738866B - 一种基于als和mds的光学非测距定位方法 - Google Patents

一种基于als和mds的光学非测距定位方法 Download PDF

Info

Publication number
CN109738866B
CN109738866B CN201910149969.8A CN201910149969A CN109738866B CN 109738866 B CN109738866 B CN 109738866B CN 201910149969 A CN201910149969 A CN 201910149969A CN 109738866 B CN109738866 B CN 109738866B
Authority
CN
China
Prior art keywords
cluster head
node
nodes
head node
positioning
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
CN201910149969.8A
Other languages
English (en)
Other versions
CN109738866A (zh
Inventor
杨帆
何青兰
王璐甲
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910149969.8A priority Critical patent/CN109738866B/zh
Publication of CN109738866A publication Critical patent/CN109738866A/zh
Application granted granted Critical
Publication of CN109738866B publication Critical patent/CN109738866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Optical Communication System (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于ALS和MDS的光学非测距定位方法。本发明提出的定位技术是一个不断更新的过程,定位精度随着轮数的增加而有所提高,适应水下环境,解决了ALS定位精度不高的问题,同时由于距离矩阵在不断更新,节点之间的距离得到不断校正,因此解决了MDS定位受节点密度影响大的作用。

Description

一种基于ALS和MDS的光学非测距定位方法
技术领域
本发明涉及定位方法技术领域,具体涉及一种基于ALS和MDS的光学非测距定位方法。
背景技术
非测距定位算法相较于测距算法定位精度稍低,但是测距算法对硬件要求高,功耗大。在经典的几种非测距定位算法中,区域定位算法(Area Localization Scheme,ALS)和多维标度算法(Multidimensional Scaling,MDS)都有其各自的优缺点。ALS算法是一种粗粒度定位技术,它可以估算传感器节点所在的区域,而不是精确的坐标。MDS是一种集中式定位算法,并可根据实际情况实现相对定位和绝对定位。但MDS定位方法与节点的密度有关系,当节点密度降低时,MDS定位精度会急剧下降。
发明内容
针对现有技术中的上述不足,本发明提供的一种基于ALS和MDS的光学非测距定位方法解决了非测距定位算法定位精度不高的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种基于ALS和MDS的光学非测距定位方法,包括以下步骤:
S1、初始化节点,生成簇首节点;
S2、竞争簇首节点的时隙,并对节点进行相对定位;
S3、令轮数为1;
S4、当轮数为奇数时,进入步骤S5,否则进入步骤S6;
S5、下行传输簇首节点的数据,并更新簇首节点和非簇首节点的相对定位,将相对定位坐标转化为绝对坐标,实现定位,进入步骤S7;
S6、选择距离非簇首节点最近的簇首节点作为本轮的簇首完成入簇,上行传输非簇首节点的数据,对本轮的簇首之间进行AOA精确定位,进入步骤S7;
S7、令轮数加1,并返回步骤S4。
进一步地:所述步骤S1中簇首节点的生成方法具体为:
为每一个节点分配一个0到1之间的随机数,当随机数小于阈值T时,将该节点选举为簇首节点;
其中阈值T的计算公式为:
Figure GDA0002543767890000021
上式中,P为簇首节点在所有簇节点中占有的比例,r为当前轮数,r·mod(1/P)为每轮循环中已被选为簇首的节点个数。
进一步地:所述步骤S2的具体步骤为:
S21、簇首节点根据CSMA协议抢占自己的时隙;
S22、各个节点通过LED向外发出光源,并接收来自其他节点的光;
S23、若节点能接收到另一节点的光信息时,进入步骤S24,否则进入步骤S25;
S24、将两节点之间的距离赋值为dave,dave为多次试验得到的该功率下两节点之间的平均距离,并进入步骤S26;
S25、将两节点之间的距离赋值为dmax,并进入步骤S26;
S26、根据节点之间的距离构建节点i与其他节点的距离矩阵;
S27、根据MDS原理得到节点i的相对位置坐标矩阵。
进一步地:所述步骤S26中的距离矩阵为:
Figure GDA0002543767890000031
上式中,D0 i为节点i与其他节点的距离矩阵,dij为节点i到节点j的距离,i=1,2,3…n,j=1,2,3…n,n为节点个数,其中
Figure GDA0002543767890000032
当i=j时,dij=0。
进一步地:所述步骤S27中的相对位置坐标矩阵为:
Figure GDA0002543767890000033
上式中,X0 i为节点i的相对位置坐标矩阵,xab为节点a在维度为b时的相对位置坐标,a=1,2,3…n,b=1,2,3…q,n为节点个数,q为维度。
进一步地:所述步骤S5的具体步骤为:
S51、向下传达簇首节点的信令,采用LED对簇首节点i进行广播,将簇首节点i的ID号和距离矩阵发送给其余簇首节点和非簇首节点;
S52、更新簇首节点和非簇首节点漂移后的距离矩阵,并得到漂移后的相对位置坐标矩阵;
S53、当节点数据传输到海面基准节点且数量为至少4个时,将后续下行簇首节点的相对位置坐标转化为绝对位置坐标,实现定位;
S54、簇首节点向下传达更新后的簇首节点的距离矩阵和相对位置坐标矩阵。
进一步地:所述步骤S6的具体步骤为:
S61、选择非簇首节点距离最近的簇首节点作为本轮的簇首节点完成入簇;
S62、将非簇首节点的位置信息和ID号上传给本簇的簇首,由簇首节点整理后将位置信息和ID号向上传输给上行簇首节点;
S63、通过位置信息进行簇首节点之间的AOA精确定位。
本发明的有益效果为:本发明提出的定位技术是一个不断更新的过程,定位精度随着轮数的增加而有所提高,适应水下环境,解决了ALS定位精度不高的问题,同时由于距离矩阵在不断更新,节点之间的距离得到不断校正,因此解决了MDS定位受节点密度影响大的作用。
附图说明
图1为本发明流程图;
图2为本发明中AOA精确定位方法的定位示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种基于ALS和MDS的光学非测距定位方法,包括以下步骤:
S1、初始化节点,生成簇首节点;
在初始化阶段,水下节点被布置到目标区域后,经过一段时间的休眠后会被海面基准节点(固定在船只下方,船只上装置有GPS,可以知道海面基准节点的绝对位置坐标)唤醒,进入生成簇首节点阶段。
各个节点依据“低功耗自适应集簇分层型(Low-Energy Adaptive ClusteringHierarchy,LEACH)协议,簇首节点的生成方法具体为:
为每一个节点分配一个0到1之间的随机数,当随机数小于阈值T时,将该节点选举为簇首节点;
其中阈值T的计算公式为:
Figure GDA0002543767890000051
上式中,P为簇首节点在所有簇节点中占有的比例,r为当前轮数,r·mod(1/P)为每轮循环中已被选为簇首的节点个数。
S2、竞争簇首节点的时隙,并对节点进行相对定位;
具体步骤为:
S21、簇首节点根据CSMA(Carrier Sense Multiple Access with CollisionDetection,具有碰撞检测的载波侦听多路访问)协议抢占自己的时隙;
S22、各个节点通过LED向外发出光源,并接收来自其他节点的光;
该发明中只允许节点LED光源发射一种功率级别的光,在发射光时,同时将自己的ID号告知接收节点,接收端根据ID号来识别其他节点,避免产生干扰。
S23、若节点能接收到另一节点的光信息时,进入步骤S24,否则进入步骤S25;
S24、将两节点之间的距离赋值为dave,dave为多次试验得到的该功率下两节点之间的平均距离,并进入步骤S26;
S25、将两节点之间的距离赋值为dmax,dmax为一个足够大的值,并进入步骤S26;
S26、根据节点之间的距离构建节点i与其他节点的距离矩阵;
距离矩阵为:
Figure GDA0002543767890000061
上式中,D0 i为节点i与其他节点的距离矩阵,dij为节点i到节点j的距离,i=1,2,3…n,j=1,2,3…n,n为节点个数,其中
Figure GDA0002543767890000062
当i=j时,dij=0。
此时节点只知道自己与其他节点的距离信息,但不知道其他节点之间的距离信息,因此在距离矩阵里将这些未知距离信息都赋值为dmax,得到距离矩阵后由MDS原理得到各个节点的粗略相对位置坐标。
S27、根据MDS原理得到节点i的相对位置坐标矩阵。
定位是在接收端进行,由于每个节点既发出光源也接收光源,因此此时节点内部都存有一个相对位置坐标矩阵,相对位置坐标矩阵为:
Figure GDA0002543767890000063
上式中,X0 i为节点i的相对位置坐标矩阵,xab为节点a在维度为b时的相对位置坐标,a=1,2,3…n,b=1,2,3…q,n为节点个数,q为维度。
S3、令轮数为1;
S4、当轮数为奇数时,进入步骤S5,否则进入步骤S6;
S5、簇首节点进行下行数据传输,并更新相对定位,非簇首节点更新相对定位,通过相对定位坐标转化位绝对坐标,实现定位,进入步骤S7;
具体步骤为:
S51、向下传达簇首节点的信令,采用LED对簇首节点i进行广播,将簇首节点i的ID号和距离矩阵发送给其余簇首节点和非簇首节点;
S52、更新簇首节点和非簇首节点漂移后的距离矩阵,并得到漂移后的相对位置坐标矩阵;
此时相对定位的方法和上述一致,在水流作用下,节点发生漂移,距离矩阵得到更新,为
Figure GDA0002543767890000071
那么由MDS原理得到的节点相对位置坐标矩阵也得到了更新,为
Figure GDA0002543767890000072
S53、当节点数据传输到海面基准节点(海面基准节点的绝对位置坐标是已知的)且数量为至少4个时,将后续下行簇首节点的相对位置坐标转化为绝对位置坐标,实现定位;
S54、簇首节点向下传达更新后的簇首节点的距离矩阵和相对位置坐标矩阵。
S6、选择距离非簇首节点最近的簇首节点作为本轮的簇首完成入簇,上行传输非簇首节点的数据,对本轮的簇首之间进行AOA(Angle Of Arrival,到达角度)精确定位,进入步骤S7;
具体步骤为:
S61、选择非簇首节点距离最近的簇首节点作为本轮的簇首节点完成入簇;
S62、将非簇首节点的位置信息和ID号上传给本簇的簇首,由簇首节点整理后将位置信息和ID号向上传输给上行簇首节点;
S63、通过位置信息进行簇首节点之间的AOA精确定位。
AOA精确定位的方法为:
以未知坐标点为起点形成的射线必经过已知位置坐标点,两条射线的交点即为未知位置坐标点的位置。该方法只需两个已知位置坐标点就可以确定未知点的估计位置,如图2所示,A、B为已知坐标点,C点为未知点。当C点装有天线阵列时,天线阵列根据A、B发送的信号来确定入射角度。两个基站的入射角分别为α1、α2,以A、B为起点,入射角方向构造直线的交点,即为C点的位置。假设C点位的置坐标为(x,y),A、B点位置坐标分别为(x1,y1)、(x2,y2),根据其几何意义,则它们之间满足:
Figure GDA0002543767890000081
Figure GDA0002543767890000082
联立方程组,即可求得x,y的值,从而求得C点的位置坐标。这是二维环境下建立的方程。三维环境下原理相同,需要至少已知三个点的位置坐标和入射角度,建立三个方程,联立方程组求得未知点的坐标。
S7、令轮数加1,并返回步骤S4。

Claims (5)

1.一种基于ALS和MDS的光学非测距定位方法,其特征在于,包括以下步骤:
S1、初始化节点,生成簇首节点;
S2、竞争簇首节点的时隙,并对节点进行相对定位;
S3、令轮数为1;
S4、当轮数为奇数时,进入步骤S5,否则进入步骤S6;
S5、下行传输簇首节点的数据,并更新簇首节点和非簇首节点的相对定位,将相对定位坐标转化为绝对坐标,实现定位,进入步骤S7;
S6、选择距离非簇首节点最近的簇首节点作为本轮的簇首节点完成入簇,上行传输非簇首节点的数据,对本轮的簇首节点之间进行AOA精确定位,进入步骤S7;
S7、令轮数加1,并返回步骤S4;
所述步骤S1中簇首节点的生成方法具体为:
为每一个节点分配一个0到1之间的随机数,当随机数小于阈值T时,将该节点选举为簇首节点;
其中阈值T的计算公式为:
Figure FDA0002543767880000011
上式中,P为簇首节点在所有簇节点中占有的比例,r为当前轮数,r·mod(1/P)为每轮循环中已被选为簇首的节点个数;
所述步骤S2的具体步骤为:
S21、簇首节点根据CSMA协议抢占时隙;
S22、各个节点通过LED向外发出光源,并接收来自其他节点的光;
S23、若节点能接收到另一节点的光信息时,进入步骤S24,否则进入步骤S25;
S24、将两节点之间的距离赋值为dave,dave为多次试验得到的当前LED发出光源时的功率下两节点之间的平均距离,并进入步骤S26;
S25、将两节点之间的距离赋值为dmax,并进入步骤S26;
S26、根据节点之间的距离构建节点i与其他节点的距离矩阵;
S27、根据MDS原理得到节点i的相对位置坐标矩阵。
2.根据权利要求1所述的基于ALS和MDS的光学非测距定位方法,其特征在于,所述步骤S26中的距离矩阵为:
Figure FDA0002543767880000021
上式中,D0 i为节点i与其他节点的距离矩阵,dij为节点i到节点j的距离,i=1,2,3…n,j=1,2,3…n,n为节点个数,其中
Figure FDA0002543767880000022
当i=j时,dij=0。
3.根据权利要求1所述的基于ALS和MDS的光学非测距定位方法,其特征在于,所述步骤S27中的相对位置坐标矩阵为:
Figure FDA0002543767880000023
上式中,X0 i为节点i的相对位置坐标矩阵,xab为节点a在维度为b时的相对位置坐标,a=1,2,3…n,b=1,2,3…q,n为节点个数,q为维度的个数。
4.根据权利要求1所述的基于ALS和MDS的光学非测距定位方法,其特征在于,所述步骤S5的具体步骤为:
S51、向下传达簇首节点的信令,采用LED对簇首节点i0进行广播,将簇首节点i0的ID号和距离矩阵发送给其余簇首节点和非簇首节点;
S52、更新簇首节点和非簇首节点漂移后的距离矩阵,并得到漂移后的相对位置坐标矩阵;
S53、当节点数据传输到至少4个海面基准节点时,将后续下行簇首节点的相对位置坐标转化为绝对位置坐标,实现定位;
S54、簇首节点向下传达更新后的簇首节点的距离矩阵和相对位置坐标矩阵。
5.根据权利要求1所述的基于ALS和MDS的光学非测距定位方法,其特征在于,所述步骤S6的具体步骤为:
S61、选择与非簇首节点距离最近的簇首节点作为本轮的簇首节点完成入簇;
S62、将非簇首节点的位置信息和ID号上传给本簇的簇首,由簇首节点整理后将位置信息和ID号向上传输给上行簇首节点;
S63、通过位置信息进行簇首节点之间的AOA精确定位。
CN201910149969.8A 2019-02-28 2019-02-28 一种基于als和mds的光学非测距定位方法 Active CN109738866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910149969.8A CN109738866B (zh) 2019-02-28 2019-02-28 一种基于als和mds的光学非测距定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910149969.8A CN109738866B (zh) 2019-02-28 2019-02-28 一种基于als和mds的光学非测距定位方法

Publications (2)

Publication Number Publication Date
CN109738866A CN109738866A (zh) 2019-05-10
CN109738866B true CN109738866B (zh) 2020-09-01

Family

ID=66368731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910149969.8A Active CN109738866B (zh) 2019-02-28 2019-02-28 一种基于als和mds的光学非测距定位方法

Country Status (1)

Country Link
CN (1) CN109738866B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110041923A (ko) * 2009-10-16 2011-04-22 국방과학연구소 무선 센서 네트워크에서 센서 노드 간 위치계산 방법
CN104902565A (zh) * 2015-06-04 2015-09-09 杭州电子科技大学 一种分布式的无线传感器网络三维mds定位方法
CN105242239A (zh) * 2015-10-19 2016-01-13 华中科技大学 一种基于众包指纹分簇和匹配的室内子区域定位方法
CN106056577A (zh) * 2016-05-19 2016-10-26 西安电子科技大学 基于mds‑srm混合级联的sar图像变化检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110041923A (ko) * 2009-10-16 2011-04-22 국방과학연구소 무선 센서 네트워크에서 센서 노드 간 위치계산 방법
CN104902565A (zh) * 2015-06-04 2015-09-09 杭州电子科技大学 一种分布式的无线传感器网络三维mds定位方法
CN105242239A (zh) * 2015-10-19 2016-01-13 华中科技大学 一种基于众包指纹分簇和匹配的室内子区域定位方法
CN106056577A (zh) * 2016-05-19 2016-10-26 西安电子科技大学 基于mds‑srm混合级联的sar图像变化检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于IEEE802.15.4的无线传感器网络分簇算法研究;张芬;《中国优秀硕士学位论文全文数据库信息科技辑》;20081115(第11期);正文第23-24页 *
无线传感器网络节点自身定位算法的研究;白波;《中国优秀硕士学位论文全文数据库信息科技辑》;20120315(第3期);正文第42-53页 *
矿井无线传感器网络三阶段定位方法;裴忠民等;《中国矿业大学学报》;20100131;第39卷(第1期);第88-90页 *

Also Published As

Publication number Publication date
CN109738866A (zh) 2019-05-10

Similar Documents

Publication Publication Date Title
Toky et al. Localization schemes for underwater acoustic sensor networks-a review
Erol-Kantarci et al. A survey of architectures and localization techniques for underwater acoustic sensor networks
CN101483818B (zh) 一种水下无线传感器网络节点的三维定位方法
Waldmeyer et al. Multi-stage AUV-aided localization for underwater wireless sensor networks
Liu et al. Suave: Swarm underwater autonomous vehicle localization
CN109657863B (zh) 一种基于萤火虫算法的无人船全局路径动态优化方法
EP1514380A1 (en) Method and apparatus for locating devices
CN1841084A (zh) 混合测距方法
CN110632932A (zh) 基于膜计算和粒子群优化的局部路径规划算法
CN111045453A (zh) 一种基于无人艇与多水下机器人的协同控制系统及方法
Wei et al. Autonomous underwater vehicles localisation in mobile underwater networks
Watfa et al. Reactive localization in underwater wireless sensor networks
WO2013160381A2 (en) Seismic data acquisition
Al-Salti et al. Localization schemes for underwater wireless sensor networks: Survey
Wang et al. EODL: Energy optimized distributed localization method in three-dimensional underwater acoustic sensors networks
CN110196425A (zh) 一种移动平台对水下目标的被动声定位方法
CN110446155B (zh) 一种基于移动性预测的水下无线传感器网络定位算法
CN109738866B (zh) 一种基于als和mds的光学非测距定位方法
CN108924734B (zh) 一种三维传感器节点定位方法及系统
CN115087093B (zh) 一种面向海洋的水下节点迭代定位方法
AU2021102721A4 (en) A System and a Method for Tracking and Scrutinizing an Aquatic Sensory Node
CN115103318A (zh) 一种多节点在线监测方法和系统
CN104931926B (zh) 一种基于跳跃式查询的被动式三维射频识别定位方法
Dass et al. Node localization in uwsn using auv with anchor-free optimal path planning model
Mansoor et al. Localization in three-dimensional 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