CN113766423B - 一种无线传感器未知节点线性三边定位方法及系统 - Google Patents

一种无线传感器未知节点线性三边定位方法及系统 Download PDF

Info

Publication number
CN113766423B
CN113766423B CN202111115164.5A CN202111115164A CN113766423B CN 113766423 B CN113766423 B CN 113766423B CN 202111115164 A CN202111115164 A CN 202111115164A CN 113766423 B CN113766423 B CN 113766423B
Authority
CN
China
Prior art keywords
target position
point
predicted
prediction
positions
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
CN202111115164.5A
Other languages
English (en)
Other versions
CN113766423A (zh
Inventor
孙玉冰
郑钰彤
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.)
Wenzhou University
Original Assignee
Wenzhou University
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 Wenzhou University filed Critical Wenzhou University
Priority to CN202111115164.5A priority Critical patent/CN113766423B/zh
Publication of CN113766423A publication Critical patent/CN113766423A/zh
Application granted granted Critical
Publication of CN113766423B publication Critical patent/CN113766423B/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
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供一种无线传感器未知节点线性三边定位方法，包括获取三个锚节点传感器节点位置及各自到达目标位置的测量距离，以确定目标位置范围和目标位置的初始坐标值；检测目标位置的初始坐标值是否位于目标位置范围内，并根据检测情况，对应设定第一、第二和第三预测点；构建目标位置预测函数进行迭代计算，并在每次计算所得的预测值不符合预定条件时，用当次迭代计算所得的预测值更新第一预测点的位置坐标值，并重新设定第二及第三预测点，直至迭代计算的预测值符合预定条件为止，输出目标位置的最终坐标值。实施本发明，对基于RSSI的三边定位算法进行线性化，在保证无线传感器未知节点定位精度的前提下，降低计算复杂度。

Description

一种无线传感器未知节点线性三边定位方法及系统
技术领域
本发明涉及无线传感器节点定位技术领域，尤其涉及一种无线传感器未知节点线性三边定位方法及系统。
背景技术
当今社会，人类已经置身于信息时代，传感器技术是信息获取最重要和最基本的技术，已成为研究热点，取得了众多研究成果，逐渐从过去的单一化向集成化、微型化和网络化的方向发展。传感器网络技术被MIT技术评论称为21世纪改变世界的十大技术之一，综合了微电子技术、嵌入式技术、现代网络集无线通讯技术、分布式信息处理技术等先进技术，能够协同地实时监测、感知和采集网络覆盖区域中各种环境或监测对象的信息，并进行相应的处理。
无线传感器网络因其覆盖范围广、网络拓扑结构动态灵活、可靠性好等特点，在军事、环境监测、智能交通、智能家居等领域均有广泛应用。在无线传感器网络应用中，当采集数据严重依赖于位置信息时，监测节点的位置数据显得尤为重要，甚至缺少位置信息的感知数据没有意义。节点定位技术为无线传感器网络在实际应用中提供了最重要的技术支撑。无线传感器网络最基本的功能之一就是对传感器节点进行定位或者采集被监测对象的位置信息，从而精准定位事件发生的位置。在对位置信息严重依赖的应用中，传感器节点所采集到的数据必须包含其在测量坐标系内的位置信息，不包含位置信息的监测数据一般都是不具有任何研究价值的。
根据节点间是否需要测距，传感器网络的定位算法大致可以分为两类:基于测距和基于非测距的定位算法。其中，基于距离的定位算法又称为测距方法，该类算法包括接收信号强度指示算法(Received Signal Strength Indicator，RSSI)、信号到达时间差算法(Time Difference Of Arrival，TDOA)、信号传输时间算法(Time Of Arrival，TOA)和信号到达角度算法(Angle Of Arrival，AOA)，具体实现的工作原理为首先估算节点之间的距离值，然后采用位置估算方法来完成位置信息的计算。与距离无关的算法又称为非测距方法，该类算法包括距离矢量跳数算法(Distance Vector Hop，DV-Hop)、近似三角形内点测试法(Approximate PIT Test，APIT)和质心算法(Centroid)，具体实现的工作原理为利用网络特性(比如网络联通性、节点能量水平、地理位置信息等)来直接完成位置信息的估算。
目前，大多数无线通信模块都支持RSSI的测距功能。与TOA、TDOA和AOA等算法相比，基于RSSI的定位算法是一种低成本、易实现的定位方法，同时该硬件系统可扩展性强，有利于节点小型化，并可穿越障碍物。因此，将RSSI信息与常用于位置信息计算的三边定位算法相互结合实现未知节点的定位是常用的方法，应用十分广泛。
然而，现有的三边定位方法是利用三个以上传感器的距离信息通过最小二乘法来得到目标位置的估计坐标，但该方法寻找目标位置的过程为非线性，且计算复杂度相对较高。因此，有必要针对三边定位方法寻优过程进行线性化研究。
发明内容
本发明实施例所要解决的技术问题在于，提供一种无线传感器未知节点线性三边定位方法及系统，对基于RSSI的三边定位算法进行线性化，在保证定位精度的前提下，降低计算复杂度。
为了解决上述技术问题，本发明实施例提供了一种无线传感器未知节点线性三边定位方法，包括以下步骤：
获取三个锚节点传感器节点位置及各自到达目标位置的测量距离，并根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，确定目标位置范围和目标位置的初始坐标值；其中，所述目标位置范围为三个锚节点传感器基于信号强度RSSI所确定的范围相交而成的公共区域；
检测所述目标位置的初始坐标值是否位于所述目标位置范围内；
若是，则设定所述目标位置的初始坐标值的所在位置为第一预测点，并根据预定的第一设置预测点条件，确定第二预测点和第三预测点；若否，则设定连接所述目标位置的初始坐标值和某一指定锚节点传感器节点位置之间的连线与所述目标位置范围边界相交的交叉点为第一预测点，并根据预定的第二设置预测点条件，确定第二预测点和第三预测点；其中，所述预定的第一设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的一个交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的一个交叉点为第三预测点；所述预定的第二设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的交叉点为第三预测点；
构建出与第一预测点、第二预测点和第三预测点的位置均相关联的目标位置预测函数，且根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，对所述目标位置预测函数进行迭代计算，并在判断出当次迭代计算所得的预测值不符合预定条件时，用当次迭代计算所得的预测值更新所述第一预测点的位置坐标值，进一步结合所述预定的第一设置预测点条件，重新设定所述第二预测点及所述第三预测点，直至迭代计算所得的预测值符合预定条件为止，将最终计算所得的预测值作为目标位置的最终坐标值输出。
其中，所述预定条件为三个锚节点传感器节点位置到所述目标位置预测函数计算所得的预测值的距离与各自所获取的测量距离之间所形成的误差总和为最小。
其中，所述预定条件的表达公式为
Figure BDA0003275311110000031
其中，
(X，Y)为所述目标位置预测函数计算所得的预测值；(x1，y1)、(x2，y2)、(x3，y3)分别为三个锚节点传感器节点位置；d1、d2、d3分别为三个锚节点传感器节点位置到达目标位置的测量距离。
其中，所述目标位置预测函数通过以下公式来实现；
X＝(X1+X2+X3)/3；Y＝(Y1+Y2+Y3)/3；
其中，(X1，Y1)、(X2，Y2)、(X3，Y3)分别为第一预测点、第二预测点和第三预测点的位置。
其中，通过以下公式，计算出所述目标位置的初始坐标值；
X0＝x1×p1+x2×p2+x3×p3；Y0＝y1×p1+y2×p2+y3×p3；
其中，
Figure BDA0003275311110000041
Figure BDA0003275311110000042
Figure BDA0003275311110000043
本发明实施例还提供了一种无线传感器未知节点线性三边定位系统，包括目标位置范围及坐标初始单元、位置范围检测单元、三个预测点设置单元和目标位置最终定位单元；其中，
所述目标位置范围及坐标初始单元，用于获取三个锚节点传感器节点位置及各自到达目标位置的测量距离，并根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，确定目标位置范围和目标位置的初始坐标值；其中，所述目标位置范围为三个锚节点传感器基于信号强度RSSI所确定的范围相交而成的公共区域；
所述位置范围检测单元，用于检测所述目标位置的初始坐标值是否位于所述目标位置范围内；
所述三个预测点设置单元，用于若是，则设定所述目标位置的初始坐标值的所在位置为第一预测点，并根据预定的第一设置预测点条件，确定第二预测点和第三预测点；若否，则设定连接所述目标位置的初始坐标值和某一指定锚节点传感器节点位置之间的连线与所述目标位置范围边界相交的交叉点为第一预测点，并根据预定的第二设置预测点条件，确定第二预测点和第三预测点；其中，所述预定的第一设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的一个交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的一个交叉点为第三预测点；所述预定的第二设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的交叉点为第三预测点；
所述目标位置最终定位单元，用于构建出与第一预测点、第二预测点和第三预测点的位置均相关联的目标位置预测函数，且根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，对所述目标位置预测函数进行迭代计算，并在判断出当次迭代计算所得的预测值不符合预定条件时，用当次迭代计算所得的预测值更新所述第一预测点的位置坐标值，进一步结合所述预定的第一设置预测点条件，重新设定所述第二预测点及所述第三预测点，直至迭代计算所得的预测值符合预定条件为止，将最终计算所得的预测值作为目标位置的最终坐标值输出。
其中，所述所述预定条件为三个锚节点传感器节点位置到所述目标位置预测函数计算所得的预测值的距离与各自所获取的测量距离之间所形成的误差总和为最小。
其中，所述预定条件的表达公式为
Figure BDA0003275311110000051
其中，
(X，Y)为所述目标位置预测函数计算所得的预测值；(x1，y1)、(x2，y2)、(x3，y3)分别为三个锚节点传感器节点位置；d1、d2、d3分别为三个锚节点传感器节点位置到达目标位置的测量距离。
其中，所述目标位置预测函数通过以下公式来实现；
X＝(X1+X2+X3)/3；Y＝(Y1+Y2+Y3)/3；
其中，(X1，Y1)、(X2，Y2)、(X3，Y3)分别为第一预测点、第二预测点和第三预测点的位置。
其中，通过以下公式，计算出所述目标位置的初始坐标值；
X0＝x1×p1+x2×p2+x3×p3；Y0＝y1×p1+y2×p2+y3×p3；
其中，
Figure BDA0003275311110000061
Figure BDA0003275311110000062
Figure BDA0003275311110000063
实施本发明实施例，具有如下有益效果：
本发明对RSSI的三边定位算法进行线性化，从而将传统三边定位算法非线性寻优过程线性化，在保证定位精度的前提下，降低了计算复杂度，并且在传感器未知节点数量较多或对定位过程的实时性要求高的场合有极大的推广价值。
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，下面将对实施例或现有技术描述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，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的无线传感器未知节点线性三边定位方法的流程图；
图2为本发明实施例提供的无线传感器未知节点线性三边定位方法中三个锚节点传感器所形成的信号强度范围分布图；
图3为本发明实施例提供的无线传感器未知节点线性三边定位方法中目标位置的初始坐标值不位于目标位置范围内时的目标位置限制迁移图；
图4为图3的交叉点生成图；
图5为本发明实施例提供的无线传感器未知节点线性三边定位方法的应用场景中目标传感器预测位置变化关系；
图6为本发明实施例提供的无线传感器未知节点线性三边定位系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1所示，为本发明实施例中，提出的一种无线传感器未知节点线性三边定位方法，包括以下步骤：
步骤S1、获取三个锚节点传感器节点位置及各自到达目标位置的测量距离，并根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，确定目标位置范围和目标位置的初始坐标值；其中，所述目标位置范围为三个锚节点传感器基于信号强度RSSI所确定的范围相交而成的公共区域；
具体过程为，根据三个锚节点传感器节点位置和到达目标位置的距离，确定目标位置的范围和目标位置的初始值。假设三个锚节点传感器节点位置分别为(x1，y1)、(x2，y2)、(x3，y3)，各自到达目标位置的测量距离分别为d1、d2、d3，则目标位置范围如下图2所示的阴影部分。
目标位置的初始坐标值可由下面的公式得到：
Figure BDA0003275311110000071
Figure BDA0003275311110000072
Figure BDA0003275311110000073
X0＝x1×p1+x2×p2+x3×p3   (4)
Y0＝y1×p1+y2×p2+y3×p3   (5)
上述各式中(x1，y1)、(x2，y2)、(x3，y3)，以及d1、d2、d3均已知，因此上述计算过程为线性过程。应当说明的是，上述求取p1、p2、p3和X0、Y0的过程不单单可采用该方法，依据具体情况采用平方、加权平均等方法亦可
步骤S2、检测所述目标位置的初始坐标值是否位于所述目标位置范围内；
具体过程为，通过目标位置的初始坐标值(X0，Y0)是否落入目标位置范围(即图2中的阴影部分)内进行检测。
步骤S3、若是，则设定所述目标位置的初始坐标值的所在位置为第一预测点，并根据预定的第一设置预测点条件，确定第二预测点和第三预测点；若否，则设定连接所述目标位置的初始坐标值和某一指定锚节点传感器节点位置之间的连线与所述目标位置范围边界相交的交叉点为第一预测点，并根据预定的第二设置预测点条件，确定第二预测点和第三预测点；其中，所述预定的第一设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的一个交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的一个交叉点为第三预测点；所述预定的第二设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的交叉点为第三预测点；
具体过程为，若目标位置的初始坐标值(X0，Y0)落入目标位置范围(即图2中的阴影部分)内，则首先，确定该目标位置的初始坐标值(X0，Y0)所在位置点为第一预测点(X1，Y1)；其次，以该第一预测点(X1，Y1)进行水平及垂直划线，使得水平划线(即保持该目标位置的Y轴坐标值不变为Y1)及垂直划线(保持该目标位置的X轴坐标值不变为X1)和目标位置范围边界相交，可将垂直划线形成的某一个交叉点作为第二预测点(X2，Y2)以及将水平划线形成的某一个交叉点作为第三预测点(X3，Y3)。
在一个实施例中，第一预测点的位置坐标值表示为X1＝X0，Y1＝Y0；第二预测点为垂直划线和目标位置范围边界的下侧交叉点，此时第二预测点的位置坐标值表示为
Figure BDA0003275311110000081
第三预测点为水平划线和目标位置范围边界的左侧交叉点，此时第三预测点的位置坐标值表示为
Figure BDA0003275311110000082
Y3＝Y1。
若目标位置的初始坐标值(X0，Y0)不落入目标位置范围(即图2中的阴影部分)内，则首先，进行目标位置迁移。待判断出目标位置的初始坐标值(X0，Y0)位于某一锚节点传感器节点位置的RSSI范围之外，则指定该锚节点传感器节点位置，且进一步让目标位置的初始坐标值(X0，Y0)向其方向靠近并进行坐标变换。此时，将连接目标位置的初始坐标值(X0，Y0)和该指定锚节点传感器节点位置之间的连线与目标位置范围(即阴影部分)边界相交的交叉点为第一预测点(X1，Y1)；其次，以该第一预测点(X1，Y1)进行水平及垂直划线，使得水平划线(即保持该目标位置的Y轴坐标值不变为Y1)及垂直划线(保持该目标位置的X轴坐标值不变为X1)和目标位置范围边界相交，可将垂直划线形成的交叉点作为第二预测点(X2，Y2)以及将水平划线形成的交叉点作为第三预测点(X3，Y3)。
在一个实施例中，第一预测点位于锚节点传感器节点位置(x1，y1)的RSSI范围之外，此时第一预测点的位置坐标值表示为
Figure BDA0003275311110000091
Figure BDA0003275311110000092
第二预测点的位置坐标值表示为
Figure BDA0003275311110000093
第三预测点的位置坐标值表示为
Figure BDA0003275311110000094
Y3＝Y1。
步骤S4、构建出与第一预测点、第二预测点和第三预测点的位置均相关联的目标位置预测函数，且根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，对所述目标位置预测函数进行迭代计算，并在判断出当次迭代计算所得的预测值不符合预定条件时，用当次迭代计算所得的预测值更新所述第一预测点的位置坐标值，进一步结合所述预定的第一设置预测点条件，重新设定所述第二预测点及所述第三预测点，直至迭代计算所得的预测值符合预定条件为止，将最终计算所得的预测值作为目标位置的最终坐标值输出。其中，所述预定条件为三个锚节点传感器节点位置到所述目标位置预测函数计算所得的预测值的距离与各自所获取的测量距离之间所形成的误差总和为最小。
具体过程为，首先，构建目标位置预测函数为X＝(X1+X2+X3)/3，Y＝(Y1+Y2+Y3)/3；然后，根据已经获得(X1，Y1)，(X2，Y2)，(X3，Y3)这三个预测点的坐标值，求取该目标位置预测函数的预测值(X，Y)；接着，将该目标位置预测函数的预测值(X，Y)判断是否符合
Figure BDA0003275311110000101
的迭代结束条件；若否，则该目标位置预测函数的预测值(X，Y)更新第一预测点(X1，Y1)，并重新设定第二预测点(X2，Y2)和第三预测点(X3，Y3)，以实现目标位置预测函数的迭代计算，直至目标位置预测函数的预测值(X，Y)符合
Figure BDA0003275311110000102
位置，使得迭代计算结束；最后，输出最终计算所得的预测值作为目标位置的最终坐标值。
以图3和图4为例，对本发明实施例中提供的一种无线传感器未知节点线性三边定位方法的工作原理进行说明：
图3和图4中，圆1～圆3分别表示三个锚节点传感器所形成的信号强度RSSI范围。
(1)判断目标位置的初始坐标值是否位于目标位置范围之内；若否，则进行位置迁移。
此时，目标位置的初始坐标值位于圆2和圆3范围内，但位于圆1范围之外，因此使目标位置的初始坐标值向圆1圆心方向靠近，对其进行坐标变换。具体过程为：将(x1，y1)和(X0，Y0)的连线与圆1的交点作为变换后的点，记为(X1，Y1)，此时第一预测点的位置坐标值表示为
Figure BDA0003275311110000103
Figure BDA0003275311110000104
上述计算过程中x1，y1，X1，Y1，d1均已知，因此上述计算过程为线性。
(2)计算交叉点。
以上述第一预测点为起始点，分别保持X1不变和Y1不变，计算与圆2和圆3相交的点，作为(X2，Y2)和(X3，Y3)，如图4所示。
此时，第二预测点的位置坐标值表示为
Figure BDA0003275311110000105
第三预测点的位置坐标值表示为
Figure BDA0003275311110000111
Y3＝Y1。上述公式计算过程均为线性；
(3)新的未知节点位置坐标生成。
根据已经获得(X1，Y1)，(X2，Y2)，(X3，Y3)这三个预测点的坐标值，求取该目标位置预测函数的预测值(X，Y)。上述计算过程均为线性，且根据具体情况可采用加权平均等方法求取新的预测点。
(4)迭代计算未知节点位置坐标最优值。
将步骤(3)求取的(X，Y)作为新的(X1，Y1)代入步骤(2)，并重复步骤(2)和(3)，直到三个锚节点位置到目标位置预测值的距离与测量距离误差总和最小为止。
如图5所示，对本发明实施例中提供的一种无线传感器未知节点线性三边定位方法的应用场景做进一步进行说明：
已知三个传感器位置坐标，目标传感器发送信号，这三个传感器接收信号，以接收到信号的强度为依据判断已知传感器与目标传感器间的距离。根据实验确定发送端发射功率、接收端接收功率与距离之间的关系，从而确定距离的计算公式。本项目中实验三个已知传感器坐标位置分别为1号传感器(-4.8,-6.4)，2号传感器(0,12)，3号传感器(16,0)，目标传感器位置坐标为(0,0)，可知已知传感器与目标传感器实际距离分别为10，12，16。根据发送端发射功率和接收端接收功率求得的测量距离值如下表1所示，由于该测量距离不是本发明的重点，因此该计算过程不做详细说明。
表1各传感器到达目标传感器计算估计值
编号 1 2 3 4 5
1号传感器 8.619211 8.788777 8.52907834 9.014507 8.846525
2号传感器 11.00698 12.27555 13.3453551 13.97182 13.71354
3号传感器 15.57413 17.89926 14.503485 17.35923 17.95723
本次实验共进行5次重复，上表中横向代表每个传感器5次重复值，纵向代表每次实验各传感器获得的距离值。
下面以第一组实验为例，即编号为1的列的数据，对目标传感器节点位置进行计算，具体如下：
根据上述介绍可知三个传感器节点位置参数x1＝-4.8，y1＝-6.4，x2＝0，y2＝12，x3＝16，y3＝0，到达目标位置的距离参数d1＝8.6192，d2＝11.0070，d3＝15.5741。三圆的位置关系以及目标传感器预测位置变化关系如下图5所示：
三圆位置关系如上图5(1)所示，图5(2)、(3)和(4)说明了目标位置预测值的变化过程，具体计算过程如下介绍。
首先将已知条件代入步骤1的公式获得目标传感器初始值(0.4591，1.0034)，如图5(2)所示，该点已位于三圆结合处，因此可跳过第二步；直接到第三步，获得的三个点分别为(0.4591，1.0034)、(-0.4474,1.0034)和(0.4591,0.4295)，取平均值获得新的预测值(0.1569,0.8121)，如图5(3)所示；通过比较发现圆心到目标位置预测值的距离与检测距离误差总和呈下降趋势，迭代继续；重新获得三个点(0.1569,0.8121)、(0.4771,0.8121)和(0.1569,0.9941)，取平均值获得新的预测值(0.2636,0.8728)，如图5(4)所示；通过比较发现圆心到目标位置预测值的距离与检测距离误差总和呈下降趋势，迭代继续；重新获得三个点(0.2636,0.8728)，(-0.1743,0.8728)和(0.2636,0.5750)，取平均值获得新的预测值(0.1176,0.7735)，此时通过比较发现圆心到目标位置预测值的距离与检测距离误差总和上升，迭代终止，最终目标位置预测值为(0.2636,0.8728)。
针对剩余四组采用相同的方法，并将其与传统三边定位算法进行对比，其结果如下表所示：
表2传统与线性三边定位方法定位结果比较
Figure BDA0003275311110000121
目标位置的实际坐标为(0,0)，由上表可知，从预测准确性的角度分析，传统三边定位算法与线性三边定位算法结果相近，但从运算时间的角度进行分析，线性三边定位算法远远优于传统方法，说明本发明中提出的线性三边定位算法具有一定的优势。
如图6所示，为本发明实施例中，提供的一种无线传感器未知节点线性三边定位系统，包括目标位置范围及坐标初始单元110、位置范围检测单元120、三个预测点设置单元130和目标位置最终定位单元140；其中，
所述目标位置范围及坐标初始单元110，用于获取三个锚节点传感器节点位置及各自到达目标位置的测量距离，并根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，确定目标位置范围和目标位置的初始坐标值；其中，所述目标位置范围为三个锚节点传感器基于信号强度RSSI所确定的范围相交而成的公共区域；
所述位置范围检测单元120，用于检测所述目标位置的初始坐标值是否位于所述目标位置范围内；
所述三个预测点设置单元130，用于若是，则设定所述目标位置的初始坐标值的所在位置为第一预测点，并根据预定的第一设置预测点条件，确定第二预测点和第三预测点；若否，则设定连接所述目标位置的初始坐标值和某一指定锚节点传感器节点位置之间的连线与所述目标位置范围边界相交的交叉点为第一预测点，并根据预定的第二设置预测点条件，确定第二预测点和第三预测点；其中，所述预定的第一设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的一个交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的一个交叉点为第三预测点；所述预定的第二设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的交叉点为第三预测点；
所述目标位置最终定位单元140，用于构建出与第一预测点、第二预测点和第三预测点的位置均相关联的目标位置预测函数，且根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，对所述目标位置预测函数进行迭代计算，并在判断出当次迭代计算所得的预测值不符合预定条件时，用当次迭代计算所得的预测值更新所述第一预测点的位置坐标值，进一步结合所述预定的第一设置预测点条件，重新设定所述第二预测点及所述第三预测点，直至迭代计算所得的预测值符合预定条件为止，将最终计算所得的预测值作为目标位置的最终坐标值输出。
其中，所述所述预定条件为三个锚节点传感器节点位置到所述目标位置预测函数计算所得的预测值的距离与各自所获取的测量距离之间所形成的误差总和为最小。
其中，所述预定条件的表达公式为
Figure BDA0003275311110000141
其中，
(X，Y)为所述目标位置预测函数计算所得的预测值；(x1，y1)、(x2，y2)、(x3，y3)分别为三个锚节点传感器节点位置；d1、d2、d3分别为三个锚节点传感器节点位置到达目标位置的测量距离。
其中，所述目标位置预测函数通过以下公式来实现；
X＝(X1+X2+X3)/3；Y＝(Y1+Y2+Y3)/3；
其中，(X1，Y1)、(X2，Y2)、(X3，Y3)分别为第一预测点、第二预测点和第三预测点的位置。
其中，通过以下公式，计算出所述目标位置的初始坐标值；
X0＝x1×p1+x2×p2+x3×p3；Y0＝y1×p1+y2×p2+y3×p3；
其中，
Figure BDA0003275311110000142
Figure BDA0003275311110000143
Figure BDA0003275311110000144
实施本发明实施例，具有如下有益效果：
本发明对基于RSSI的无线传感器未知节点三边定位算法进行线性化，从而将传统三边定位算法非线性寻优过程线性化，在保证定位精度的前提下，降低了计算复杂度，并且在传感器未知节点数量较多或对定位过程的实时性要求高的场合有极大的推广价值。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种无线传感器未知节点线性三边定位方法，其特征在于，包括以下步骤：
获取三个锚节点传感器节点位置及各自到达目标位置的测量距离，并根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，确定目标位置范围和目标位置的初始坐标值；其中，所述目标位置范围为三个锚节点传感器基于信号强度RSSI所确定的范围相交而成的公共区域；
检测所述目标位置的初始坐标值是否位于所述目标位置范围内；
若是，则设定所述目标位置的初始坐标值的所在位置为第一预测点，并根据预定的第一设置预测点条件，确定第二预测点和第三预测点；若否，则设定连接所述目标位置的初始坐标值和某一指定锚节点传感器节点位置之间的连线与所述目标位置范围边界相交的交叉点为第一预测点，并根据预定的第二设置预测点条件，确定第二预测点和第三预测点；其中，所述预定的第一设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的一个交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的一个交叉点为第三预测点；所述预定的第二设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的交叉点为第三预测点；
构建出与第一预测点、第二预测点和第三预测点的位置均相关联的目标位置预测函数，且根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，对所述目标位置预测函数进行迭代计算，并在判断出当次迭代计算所得的预测值不符合预定条件时，用当次迭代计算所得的预测值更新所述第一预测点的位置坐标值，进一步结合所述预定的第一设置预测点条件，重新设定所述第二预测点及所述第三预测点，直至迭代计算所得的预测值符合预定条件为止，将最终计算所得的预测值作为目标位置的最终坐标值输出。
2.如权利要求1所述的无线传感器未知节点线性三边定位方法，其特征在于，所述预定条件为三个锚节点传感器节点位置到所述目标位置预测函数计算所得的预测值的距离与各自所获取的测量距离之间所形成的误差总和为最小。
3.如权利要求2所述的无线传感器未知节点线性三边定位方法，其特征在于，所述预定条件的表达公式为
Figure FDA0003275311100000021
其中，
(X，Y)为所述目标位置预测函数计算所得的预测值；(x1，y1)、(x2，y2)、(x3，y3)分别为三个锚节点传感器节点位置；d1、d2、d3分别为三个锚节点传感器节点位置到达目标位置的测量距离。
4.如权利要求3所述的无线传感器未知节点线性三边定位方法，其特征在于，所述目标位置预测函数通过以下公式来实现；
X＝(X1+X2+X3)/3；Y＝(Y1+Y2+Y3)/3；
其中，(X1，Y1)、(X2，Y2)、(X3，Y3)分别为第一预测点、第二预测点和第三预测点的位置。
5.如权利要求3所述的无线传感器未知节点线性三边定位方法，其特征在于，通过以下公式，计算出所述目标位置的初始坐标值；
X0＝x1×p1+x2×p2+x3×p3；Y0＝y1×p1+y2×p2+y3×p3；
其中，
Figure FDA0003275311100000022
Figure FDA0003275311100000023
6.一种无线传感器未知节点线性三边定位系统，其特征在于，包括目标位置范围及坐标初始单元、位置范围检测单元、三个预测点设置单元和目标位置最终定位单元；其中，
所述目标位置范围及坐标初始单元，用于获取三个锚节点传感器节点位置及各自到达目标位置的测量距离，并根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，确定目标位置范围和目标位置的初始坐标值；其中，所述目标位置范围为三个锚节点传感器基于信号强度RSSI所确定的范围相交而成的公共区域；
所述位置范围检测单元，用于检测所述目标位置的初始坐标值是否位于所述目标位置范围内；
所述三个预测点设置单元，用于若是，则设定所述目标位置的初始坐标值的所在位置为第一预测点，并根据预定的第一设置预测点条件，确定第二预测点和第三预测点；若否，则设定连接所述目标位置的初始坐标值和某一指定锚节点传感器节点位置之间的连线与所述目标位置范围边界相交的交叉点为第一预测点，并根据预定的第二设置预测点条件，确定第二预测点和第三预测点；其中，所述预定的第一设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的一个交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的一个交叉点为第三预测点；所述预定的第二设置预测点条件为设定所述第一预测点与所述目标位置范围边界垂直相交的交叉点为第二预测点，以及设定所述第一预测点与所述目标位置范围边界水平相交的交叉点为第三预测点；
所述目标位置最终定位单元，用于构建出与第一预测点、第二预测点和第三预测点的位置均相关联的目标位置预测函数，且根据所述三个锚节点传感器节点位置及各自到达目标位置的测量距离，对所述目标位置预测函数进行迭代计算，并在判断出当次迭代计算所得的预测值不符合预定条件时，用当次迭代计算所得的预测值更新所述第一预测点的位置坐标值，进一步结合所述预定的第一设置预测点条件，重新设定所述第二预测点及所述第三预测点，直至迭代计算所得的预测值符合预定条件为止，将最终计算所得的预测值作为目标位置的最终坐标值输出。
7.如权利要求6所述的无线传感器未知节点线性三边定位系统，其特征在于，所述所述预定条件为三个锚节点传感器节点位置到所述目标位置预测函数计算所得的预测值的距离与各自所获取的测量距离之间所形成的误差总和为最小。
8.如权利要求7所述的无线传感器未知节点线性三边定位系统，其特征在于，所述预定条件的表达公式为
Figure FDA0003275311100000041
其中，
(X，Y)为所述目标位置预测函数计算所得的预测值；(x1，y1)、(x2，y2)、(x3，y3)分别为三个锚节点传感器节点位置；d1、d2、d3分别为三个锚节点传感器节点位置到达目标位置的测量距离。
9.如权利要求8所述的无线传感器未知节点线性三边定位系统，其特征在于，所述目标位置预测函数通过以下公式来实现；
X＝(X1+X2+X3)/3；Y＝(Y1+Y2+Y3)/3；
其中，(X1，Y1)、(X2，Y2)、(X3，Y3)分别为第一预测点、第二预测点和第三预测点的位置。
10.如权利要求8所述的无线传感器未知节点线性三边定位系统，其特征在于，通过以下公式，计算出所述目标位置的初始坐标值；
X0＝x1×p1+x2×p2+x3×p3；Y0＝y1×p1+y2×p2+y3×p3；
其中，
Figure FDA0003275311100000042
Figure FDA0003275311100000043
CN202111115164.5A 2021-09-23 2021-09-23 一种无线传感器未知节点线性三边定位方法及系统 Active CN113766423B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111115164.5A CN113766423B (zh) 2021-09-23 2021-09-23 一种无线传感器未知节点线性三边定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111115164.5A CN113766423B (zh) 2021-09-23 2021-09-23 一种无线传感器未知节点线性三边定位方法及系统

Publications (2)

Publication Number Publication Date
CN113766423A CN113766423A (zh) 2021-12-07
CN113766423B true CN113766423B (zh) 2023-05-02

Family

ID=78797002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111115164.5A Active CN113766423B (zh) 2021-09-23 2021-09-23 一种无线传感器未知节点线性三边定位方法及系统

Country Status (1)

Country Link
CN (1) CN113766423B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101544315B1 (ko) * 2014-04-23 2015-08-13 서울대학교산학협력단 무선 네트워크에서의 삼변측량법을 이용한 효과적인 3차원 위치 추정 방법 및 이를 실시하기 위한 프로그램이 기록된 기록 매체
CN105572305A (zh) * 2016-01-11 2016-05-11 浙江大学 一种基于电子鼻的快速预测茶树受害虫入侵程度的方法
CN109379702A (zh) * 2018-12-17 2019-02-22 北京理工大学 一种三维传感器网络节点定位方法及系统
CN110446155A (zh) * 2019-07-25 2019-11-12 南京邮电大学 一种基于移动性预测的水下无线传感器网络定位算法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10129700B2 (en) * 2016-11-14 2018-11-13 WiSilica Inc. Prediction algorithm for location estimation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101544315B1 (ko) * 2014-04-23 2015-08-13 서울대학교산학협력단 무선 네트워크에서의 삼변측량법을 이용한 효과적인 3차원 위치 추정 방법 및 이를 실시하기 위한 프로그램이 기록된 기록 매체
CN105572305A (zh) * 2016-01-11 2016-05-11 浙江大学 一种基于电子鼻的快速预测茶树受害虫入侵程度的方法
CN109379702A (zh) * 2018-12-17 2019-02-22 北京理工大学 一种三维传感器网络节点定位方法及系统
CN110446155A (zh) * 2019-07-25 2019-11-12 南京邮电大学 一种基于移动性预测的水下无线传感器网络定位算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄克 ; .灰色预测模型算法的改进研究.系统科学与数学.2015,(第11期),全文. *

Also Published As

Publication number Publication date
CN113766423A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
Wang et al. Target tracking in wireless sensor networks based on the combination of KF and MLE using distance measurements
KR101457279B1 (ko) 동시 무선 송신기 매핑 및 이동국 위치결정
CN108307301B (zh) 基于rssi测距和轨迹相似性的室内定位方法
CN104853434A (zh) 一种基于svm和k均值聚类的室内定位方法
CN108882149B (zh) 距离相关概率的nlos补偿定位方法
Huang et al. The analysis of anchor placement for self-localization algorithm in wireless sensor networks
Chengdong et al. A RSSI-based probabilistic distribution localization algorithm for wireless sensor network
Fahama et al. An Experimental Comparison of RSSI-Based Indoor Localization Techniques Using ZigBee Technology
Zhuang et al. Autonomous WLAN heading and position for smartphones
CN113766423B (zh) 一种无线传感器未知节点线性三边定位方法及系统
CN113365214A (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
Leng et al. Cooperative and distributed localization for wireless sensor networks in multipath environments
CN108845308B (zh) 基于路径损耗修正的加权质心定位方法
KR20100078976A (ko) 무선센서 네트워크를 이용한 위치 인식방법
CN108848447B (zh) 一种采用未知节点修正的差分DV_Distance节点定位方法
Yildiz et al. A hyperbolic location algorithm for various distributions of a Wireless Sensor Network
Ibrahim et al. Triple mobile anchors approach for localization in WSN
CN108289282B (zh) 一种较高精度的室内定位方法
Zhiliang et al. Corrected range weighted centroid localization algorithm based on RSSI for WSN
Sadaphal et al. Localization accuracy and threshold network density for tracking sensor networks
Wang et al. Localization of static target in WSNs with least-squares and extended Kalman filter
CN111918389A (zh) 一种基于无人机网关的室外定位方法及装置
TWI391699B (zh) 使用改良式機率類神經網路之定位方法
Zhang et al. Localizing tags using mobile infrastructure
Abdelgawad Auto-localization system for indoor mobile robot using RFID fusion

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