CN111246413A - 一种基于分档功率通信芯片的无线传感器的部署方法 - Google Patents

Abstract

本发明公开一种基于分档功率通信芯片的无线传感器的部署方法，包括如下步骤：S1、在感知区域内的传感器节点选取要定位的目标作为目标节点，在目标节点周围选取若干个参考节点，然后计算目标节点与每一个参考节点间的欧氏距离、功率档值，在利用所述功率档值构建目标节点的指纹信号；S2、将指纹信号作为对象，参考节点作为属性，构造最小属性约简模型；S3、利用二进制粒子群算法求解出参考节点的最小化数量。本发明将弱感知能力的通信芯片广泛使用，大大降低了成本。

Description

一种基于分档功率通信芯片的无线传感器的部署方法

技术领域

本发明涉及无线通信技术领域，特别是涉及一种基于分档功率通信芯片的无线传感器的部署方法。

背景技术

室内定位可以为室内环境中的指定对象和用户提供有效的跟踪，定位和导航服务。商场，火车站等室内场地的定位和引导需求正在增加，这些需求为室内定位系统提供了巨大的机会。目前，不同的无线室内定位系统依赖于不同的无线基础设施，如ZIGBEE，蓝牙，WIFI和RFID。为了促进无线室内定位技术的快速发展和普及，关键问题是在如何保持定位精度的同时降低系统成本，促进无线室内定位产业的快速推广和健康发展。

到目前为止，WIFI室内定位还主要依赖于测量信号强度，通过测量信号强度的衰减或匹配接收信号强度的方式来实现对距离的估计。考虑定位精度和成本问题，一些弱感知能力的通信芯片即仅能感知发送方的RMDOP值，没有 RSSI的感知能力的通信芯片不能用在WIFI的室内定位中。因此现在急需一种基于弱感知能力的通信芯片的无线传感器部署方法来解决上述问题。

发明内容

本发明的目的是提供一种基于分档功率通信芯片的无线传感器的部署方法，以解决上述现有技术存在的问题，使定位从节点使用上实现低成本。

为实现上述目的，本发明提供了如下方案：本发明提供一种基于分档功率通信芯片的无线传感器的部署方法，包括如下步骤：

S1、在感知区域内的传感器节点选取若干组节点，每组节点包括一个目标节点、若干个参考节点，选取要定位的目标作为目标节点，然后计算目标节点与每一个参考节点间的欧氏距离、功率档值，在利用所述功率档值构建目标节点的指纹信号；

S2、将指纹信号作为对象，参考节点作为属性，构造最小属性约简模型；

S3、根据最小属性约简模型，利用二进制粒子群算法求解出参考节点的最小化数量。

优选的，步骤S1具体为：将感知区域划分成m×n个网格，形成(m+1)×(n+1) 个网格顶点，所述网格顶点坐标表示为g(i,j)，其中，i∈[1,m+1],j∈ [1,n+1])，假设在位置g(i,j)上都放置参考节点；将网格中心点s(i`,j`)选做为目标节点，其中，i`∈[1,m]，j`∈[1,n]。

优选的，所述参考节点的通信芯片对应的功率值分别为{p₁,p₂,...,p_l，其中，p₁>p₂>...>p_l，每个所述功率值对应的功率档分别表示为{k₁,k₂,...,k_l}，所述传感器节点分别以p_l,p_l-1,...,p₁广播发送数据包给目标节点，并将设定的欧氏距离区间与功率档的对应关系发送给目标节点；

然后，计算目标节点与每一个参考节点的欧氏距离、功率档值，所述功率档值的公式如下：

其中，{k₁,k₂,...,k_l+1}表示目标节点接收到的功率档，k_l+1表示目标节点没有收到参考节点发送的数据；f(g_i,j,s_i`,j`)表示目标节点与参考节点的欧氏距离；集合{a₁,a₂,...,a_m}表示距离值所对应的区间；所述功率档值构成的向量组即为目标节点的指纹信号，并且保证这些指纹信号是唯一的。

优选的，所述步骤S2具体为：将所有目标节点的指纹信息作为最小属性约简模型的对象，构建信息系统决策表L＝(U,Q,V,f)，其中，目标节点的指纹信息U＝{s₁,...,s_m×n}作为论域，Q＝{g₁,...,g_(m+1)×(n+1)}作为属性集合， V＝{k₁,k₂,...,k_l,k_l+1}为属性取值的集合，f是U×Q→V的映射，所述公式如下：

优选的，步骤S3具体为：将属性x作为粒子，根据粒子群算法的原理，初始化粒子群，计算粒子的适应度函数值F(x)，不断更新粒子的位置x与速度v，直到找出最优max F(x)，得到的取1的属性即为被选择部署的参考节点，利用粒子群算法求解适应度函数max F(x)得到最优解min s(x)。

本发明公开了以下技术效果：本发明提出了一种无线传感器网络定位的节点优化部署方法，在感知区域内的传感器节点选取若干组节点，每组节点包括一个目标节点、若干个参考节点，选取要定位的目标作为目标节点，然后计算目标节点与每一个参考节点间的欧氏距离、功率档值，在利用所述功率档值构建目标节点的指纹信号，将指纹信号作为对象，参考节点作为属性，构造最小属性约简模型，利用二进制粒子群算法求解出参考节点的最小化数量。从而将弱感知能力的通信芯片广泛使用，大大降低了成本。

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为目标区域网格划分图；

图2为一个目标节点s₁与所有参考节点的欧式距离计算模式；

图3为目标节点s₁的指纹信息。

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。

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。

参照图1-3，本发明提供一种基于分档功率通信芯片的无线传感器的部署方法，包括如下步骤：

S1、在感知区域内的传感器节点选取若干组节点，每组节点包括一个目标节点、若干个参考节点，选取要定位的目标作为目标节点，然后计算目标节点与每一个参考节点间的欧氏距离、功率档值，在利用所述功率档值构建目标节点的指纹信号；

将感知区域划分成3×3个网格，形成4×4个网格顶点，所述网格顶点坐标表示为g(i,j)，其中，i∈[1,m+1],j∈[1,n+1])，假设在位置g(i,j)上都放置参考节点；将网格中心点s(i`,j`)选做为目标节点，其中，i`∈[1,m]，j`∈ [1,n]。

所述参考节点的通信芯片对应的功率值分别为{p₁,p₂,...,p_l}，其中， p₁>p₂>...>p_l，每个所述功率值对应的功率档分别表示为{k₁,k₂,...,k_l}，所述传感器节点分别以p_l,p_l-1,...,p₁广播发送数据包给目标节点，并将设定的欧氏距离区间与功率档的对应关系发送给目标节点；

然后，计算目标节点与每一个参考节点的欧氏距离、功率档值，所述功率档值的公式如下：

其中，{k₁,k₂,...,k_l+1}表示目标节点接收到的功率档，k_l+1表示目标节点没有收到参考节点发送的数据；f(g_i,j,s_i`,j)表示目标节点与参考节点的欧氏距离；集合{a₁,a₂,...,a_m}表示距离值所对应的区间。

S2、将指纹信号作为对象，参考节点作为属性，构造最小属性约简模型：所述功率档值构成的向量组即为目标节点的指纹信号，并且保证这些指纹信号是唯一的；

将所有目标节点的指纹信息作为最小属性约简模型的对象，构建信息系统决策表L＝(U,Q,V,f)，其中，目标节点的指纹信息U＝{s₁,...,s_m×n}作为论域， Q＝{g₁,...,g_(m+1)×(n+1)}作为属性集合，V＝{k₁,k₂,...,k_l,k_l+1}为属性取值的集合， f是U×Q→V的映射，所述公式如下：

构建最小属性约简模型如下：

将属性集合Q＝{g₁,...,g_(m+1)×(n+1)}的大小约简为最小化，那么将属性集合编码为二进制形式，x_i取0时，表示第i个属性不选择；x_i取1时，表示第i 个属性要选择，则求解最小化参考节点的数量，即求x_i取1的个数。根据以上描述，得到最小属性约简模型如下：

其中，公式(4)是对公式(3)的约束条件，即x为M维的[0,1]二进制元素；x表示属性，M＝(m+1)×(n+1)；a(x)为Q的子集，R表示Q中的某一个属性元素；去掉约束条件，最小属性约简模型的适应度函数转化为如下形式：

其中，s(x)为属性取1的个数，M为属性的总数量。

S3、利用二进制粒子群算法求解出参考节点的最小化数量。

利用粒子群算法求解适应度函数max F(x)得到最优解min s(x)；将属性x 作为粒子，根据粒子群算法的原理，初始化粒子群，计算粒子的适应度函数值 F(x)，不断更新粒子的位置x与速度v，直到找出最优max F(x)，得到的取1 的属性即为被选择部署的参考节点。

本实施例中选取g₁-g₁₆16个参考节点，s₁为目标节点，所述目标节点s₁、参考节点的表示关系如图2所示，对应的欧式距离、功率档如图3所示。

在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (5)

1.一种基于分档功率通信芯片的无线传感器的部署方法，其特征在于：包括如下步骤：

S1、在感知区域内的传感器节点选取要定位的目标作为目标节点，在目标节点周围选取若干个参考节点，然后计算目标节点与每一个参考节点间的欧氏距离、功率档值，在利用所述功率档值构建目标节点的指纹信号；

S2、将指纹信号作为对象，参考节点作为属性，构造最小属性约简模型；

S3、根据最小属性约简模型，利用二进制粒子群算法求解出参考节点的最小化数量。

2.根据权利要求1所述的基于分档功率通信芯片的无线传感器的部署方法，其特征在于：步骤S1具体为：将感知区域划分成m×n个网格，形成(m+1)×(n+1)个网格顶点，所述网格顶点坐标表示为g(i,j)，其中，i∈[1,m+1],j∈[1,n+1])，假设在g(i,j)上都放置参考节点参考节点；将网格中心点s(i`,j`)选做为目标节点，其中，i`∈[1,m]，j`∈[1,n]。

3.根据权利要求2所述的基于分档功率通信芯片的无线传感器的部署方法，其特征在于：所述参考节点的通信芯片对应的功率值分别为{p₁,p₂,...,p_l}，其中，p₁>p₂>...>p_l，每个所述功率值对应的功率档分别表示为{k₁,k₂,...,k_l}，所述传感器节点分别以p_l,p_l-1,...,p₁广播发送数据包给目标节点，并将设定的欧氏距离区间与功率档的对应关系发送给目标节点；

然后，计算目标节点与每一个参考节点的欧氏距离、功率档值，所述功率档值的公式如下：

其中，{k₁,k₂,...,k_l+1}表示目标节点接收到的功率档，k_l+1表示目标节点没有收到参考节点发送的数据；f(g_i,j,s_i`,j`)表示目标节点与参考节点的欧氏距离；集合{a₁,a₂,...,a_m}表示距离值所对应的区间；所述功率档值构成的向量组即为目标节点的指纹信号，并且保证这些指纹信号是唯一的。

4.根据权利要求1所述的基于分档功率通信芯片的无线传感器的部署方法，其特征在于：所述步骤S2具体为：将所有目标节点的指纹信息作为最小属性约简模型的对象，构建信息系统决策表L＝(U,Q,V,f)，其中，目标节点的指纹信息U＝{s₁,...,s_m×n}作为论域，Q＝{g₁,...,g_(m+1)×(n+1)}作为属性集合，V＝{k₁,k₂,...,k_l,k_l+1}为属性取值的集合，f是U×Q→V的映射，所述公式如下：

。

5.根据权利要求1所述的基于分档功率通信芯片的无线传感器的部署方法，其特征在于：步骤S3具体为：将属性x作为粒子，根据粒子群算法的原理，初始化粒子群，计算粒子的适应度函数值F(x)，不断更新粒子的位置x与速度v，直到找出最优max F(x)，得到的取1的属性即为被选择部署的参考节点，即利用粒子群算法求解适应度函数max F(x)得到最优解min s(x)。

Images