CN114040338A - 利用单个移动信标的无线传感器网络节点定位方法及系统 - Google Patents
利用单个移动信标的无线传感器网络节点定位方法及系统 Download PDFInfo
- Publication number
- CN114040338A CN114040338A CN202111415398.1A CN202111415398A CN114040338A CN 114040338 A CN114040338 A CN 114040338A CN 202111415398 A CN202111415398 A CN 202111415398A CN 114040338 A CN114040338 A CN 114040338A
- Authority
- CN
- China
- Prior art keywords
- nodes
- node
- cluster head
- position information
- beacon
- 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
Images
Classifications
-
- 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
-
- 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
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- 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
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种利用单个移动信标的无线传感器网络节点定位方法及系统,方法包括以下步骤:获取一设定区域内N个普通节点的粗略位置信息,对所有普通节点进行聚类计算,得出k个簇头节点位置信息,计算k个簇头节点的遍历顺序;移动信标节点进行移动信标广播点路径规划;移动信标节点根据第k‑1个遍历簇头点与第k个遍历簇头点的坐标,计算遍历簇头点之间的移动信标广播点坐标;普通节点同时接收三个位置已知的虚拟信标节点的位置信息时,采用三边测量法获得所有普通节点的重定位,本发明采用全局规划与局部规划相结合的方式,避免了陷入局部最优状态,全局最优的设计移动信标的最优动态路径,以提高无线传感器网络节点的定位性能。
Description
技术领域
本发明属于无线传感器网络节点定位技术领域,具体涉及一种利用单个移动信标的无线传感器网络节点定位方法及系统。
背景技术
无线传感器网络WSNs(Wireless Sensor Networks)的节点定位技术是无线传感器网络的支撑技术之一。它可用于标识与监测数据源的位置、实现基于节点位置的路由协议和基于地理位置的数据存储技术等,在工业领域,交通领域,农业领域等多方面都发挥着极其重要的作用。
目前常采用的WSNs节点定位方法是利用全球定位系统(Global PositioningSystem,GPS)获取网络内部分节点的位置信息,称该类节点为信标节点。其余位置未知的普通节点通过与信标节点进行通信,进而获得其自身的位置坐标。然而当网络所处的环境较为恶劣时,GPS信号通常较难获取,因而网络内信标节点的数量有限,不足以覆盖整个网络区域,因此需要针对少量信标节点的无线传感器网络研究节点的高精度定位方法。
目前WSNs节点定位方法可以分为基于静止信标节点的定位方法与基于移动信标节点的定位方法。基于静止信标节点的定位方法当信标节点布置完毕后,其位置一般保持不变,普通节点按照一些测距模型测量出与信标节点之间的距离,然后利用极大似然估计法,三边测量法,三角测量法等方法估计出其自身坐标。经常采用的测距模型有接收信号强度测距法(RSSI)、基于到达时间测距法(TOA)、基于到达时间差测距法(TDOA)等。基于静止信标节点定位方法的定位范围有限,且定位精度随信标节点数量的增多而增高。然而受到恶劣环境影响,信标节点数量有限,无法满足网络定位精度的要求。
针对静止信标节点所存在的问题,引入了移动信标。移动信标通过利用其在移动过程中进行周期性的位置信息广播,产生多个虚拟信标节点,从而提高了网络的定位精度和定位率。移动信标节点的路径规划问题是提高网络定位精度的重点。移动信标节点路径规划模型可划分为静态路径规划模型与动态路径规划模型两种,静态路径规划模型是指预先设定好信标节点的移动路径,此路径不会因网络结构的改变而改变。静态路径规划实施过程较为简单,如扫描(SCAN),双重扫描(DOUBLE SCAN)和希尔伯特(HILBERT)等都是较为经典的静态路径规划模型。已知的静态路径规划方法存在的问题是它们绝大多数针对节点均匀分布的情况提出,很少考虑到节点非均匀分布的情况。动态路径规划即信标节点可实时地、自适应地在监测区域内移动,该路径规划充分考虑到网络内未知节点的分布情况,可以有效避免信标节点过多地移动到网络空洞的区域。目前针对动态路径规划算法的研究大多采用粒子群算法,禁忌搜索算法,遗传算法等智能优化算法,但这些智能优化算法在解决移动信标节点动态路径规划问题时,由于其算法复杂度高,迭代时间长,存在容易陷入到局部最优问题。
发明内容
为了解决现有技术中存在的问题,本发明提供一种利用单个移动信标的无线传感器网络节点定位方法,针对由单个移动信标节点与多个静止普通节点组成的无线传感器网络的节点定位问题,采用全局规划与局部规划相结合的方式,避免了陷入局部最优状态,全局最优的设计移动信标的最优动态路径,以提高无线传感器网络节点的定位性能。
为了实现上述目的,本发明采用的技术方案是:一种利用单个移动信标的无线传感器网络节点定位方法,包括以下步骤:
获取一设定区域内N个普通节点{S1,S2…SN}的粗略位置信息,采用K-means聚类算法对所有普通节点{S1,S2…SN}进行聚类计算,得出k个簇头节点位置信息
根据所述k个簇头节点位置信息,进行全局路径规划,根据旅行商问题中的路径规划标准,将k个簇头节点位置信息对k个簇头进行遍历,获得k个簇头节点的遍历顺序,为Ni1→Ni2→…Nik;
移动信标节点根据移动步长R和k个簇头节点位置信息遍历顺序进行移动信标广播点路径规划;其中,移动信标节点的位置精确可知;
根据移动步长R,第k-1个遍历簇头点Ni(k-1)(xi(k-1),yi(k-1))和第k个遍历簇头点的坐标与Nik(xik,yik)计算遍历簇头点之间的移动信标广播点坐标Nj(k-1)(xj(k-1),yj(k-1));用所得的Ni(k-1)与Nj(k-1)坐标计算Nk(k-1)的坐标,Ni(k-1)、Nj(k-1)与Nk(k-1)组成正三角形;
移动信标节点按照Ni(k-1)→Nk(k-1)→Nj(k-1)→Nik的顺序进行移动,并在每个移动点广播其在该点的位置信息,同时得到一个局部移动路径;
网络内的普通节点同时接收三个位置已知的虚拟信标节点的位置信息时,采用三边测量法获得所有普通节点的重定位。
K-means聚类方法获得k个簇头节点的位置信息包括以下步骤:
a,拟定网络分布中的质心数为k,并定义k个初始的质心坐标{P1,P2,…,Pk};
b,根据普通节点到k个质心间的欧式距离,将该普通节点分组到距离其最近的质心簇中;
c,计算每个质心簇中所有普通节点位置坐标的平均值,并将该值定义为新质心{P′1,P′2,…,P′k};
d,如果新质心{P′1,P′2,…,P′k}与步骤a中定义的质心坐标{P1,P2,…,Pk}相同,则定义该质心坐标{P′1,P′2,…,P′k}为网络k个簇头的坐标;如果新质心坐标与步骤a中定义的质心坐标不同,则设置最大迭代次数M,并根据普通节点到新质心间的欧式距离重复步骤b和c进行迭代,直到达到最大迭代次数,获得最终的质心分簇与质心坐标,并将该质心坐标定义为网络k个簇头的坐标;
e,获得k个簇头节点的位置信息并结束聚类。
遍历k个簇头节点时按照Ni1→Ni2→Ni3…Nik顺序,采用蚁群算法求解遍历k个簇头节点的顺序。
遍历k个簇头节点顺序求解过程包括以下步骤:
S1,将k个簇头节点位置信息进行预处理;
S2,每只蚂蚁按照转移概率运动至下一虚拟信标节点;
S3,计算所有蚂蚁访问完所有信标节点的路径长度,记录当前最优解;
S4,对所述路径上信息素浓度进行更新;
S5,当达到迭代终止条件时,则输出k个簇头节点的遍历顺序,若未达到迭代终止条件,则再次执行S2-S5。
根据移动步长R,第k-1个遍历簇头点Ni(k-1)(xi(k-1),yi(k-1))和第k个遍历簇头点的坐标与Nik(xik,yik)计算遍历簇头点之间的移动信标广播点坐标Nj(k-1)(xj(k-1),yj(k-1));
根据公式(2)与公式(3),利用Ni(k-1)与Nj(k-1)坐标计算Nk(k-1)的坐标。
Nk(k-1)=Nj(k-1)+T*(Ni(k-1)-Nj(k-1)) (3)
其中Ni(k-1)、Nj(k-1)与Nk(k-1)组成正三角形,如图3所示,其中,T为旋转矩阵。
位置未知的普通节点Si(xsi,ysi),1<i<N,同时接收到三个虚拟信标节点的位置信息分别为M1(xm1,ym1)、M2(xm2,ym2)和M3(xm3,ym3),节点Si到m1、m2和m3的距离分别为d1,d2,d3,根据距离公式列方程计算节点S(xsi,ysi)的坐标为:
另一方面,本发明提供一种利用单个移动信标的无线传感器网络节点定位系统,包括簇头节点位置信息获取模块、k个簇头节点遍历模块、信标节点遍历模块、信标移动路径获取模块以及普通节点的重定位模块;
簇头节点位置信息获取模块用于获取一设定区域内N个普通节点{S1,S2…SN}的粗略位置信息,采用K-means聚类算法对所有普通节点{S1,S2…SN}进行聚类,得出k个簇头节点位置信息
k个簇头节点遍历模块用于根据所述k个簇头节点位置信息,进行全局路径规划,根据旅行商问题中的路径规划标准,将k个簇头节点位置信息对k个簇头进行遍历,获得k个簇头节点的遍历顺序,为Ni1→Ni2→…Nik;
信标节点遍历模块用于根据移动步长R和k个簇头节点位置信息遍历顺序进行移动信标广播点路径规划;其中,移动信标节点的位置精确可知;
信标移动路径获取模块用于根据移动步长R,第k-1个遍历簇头点Ni(k-1)(xi(k-1),yi(k-1))和第k个遍历簇头点的坐标与Nik(xik,yik)计算遍历簇头点之间的移动信标广播点坐标Nj(k-1)(xj(k-1),yj(k-1));用所得的Ni(k-1)与Nj(k-1)坐标计算Nk(k-1)的坐标,Ni(k-1)、Nj(k-1)与Nk(k-1)组成正三角形;移动信标节点按照Ni(k-1)→Nk(k-1)→Nj(k-1)→Nik的顺序进行移动,并在每个移动点广播其在该点的位置信息,同时得到一个局部移动路径;
普通节点的重定位模块用于网络内的普通节点可以同时接收三个位置已知的虚拟信标节点的位置信息时,采用三边测量法获得所有普通节点的重定位。
簇头节点位置信息获取模块包括K-means聚类单元,所述K-means聚类单元基于K-means聚类方法获得k个簇头节点的位置信息;信标节点遍历模块包括蚁群算法单元,蚁群算法单元用于求解遍历k个簇头节点的顺序。
本发明还提供一种计算机设备,包括处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取所述计算机可执行程序并执行,处理器执行计算可执行程序时能实现本发明所述利用单个移动信标的无线传感器网络节点定位方法。
另外,提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能实现本发明所述的利用单个移动信标的无线传感器网络节点定位方法。
与现有技术相比,本发明至少具有以下有益效果:本算法可以提高任意拓扑结构下的网络定位精度与定位覆盖率,研究基于自适应动态路径规划的无线传感器网络定位方法,可以根据未知节点的分布自适应的规划出一条最优路径,不仅可以提高节点定位精度与定位覆盖率,还可以减少能量与网络资源的浪费,可有效的适应各种情景。对由单个移动信标节点与多个静止普通节点组成的无线传感器网络的节点定位问题,采用全局规划与局部规划相结合的方式,避免了陷入局部最优状态,全局最优的设计移动信标的最优动态路径,以提高无线传感器网络节点的定位性能。
附图说明
图1是K个簇头节点遍历顺序图。
图2是蚁群算法解决移动信标节点TSP问题流程图。
图3是虚拟信标节点求解示意图。
图4是本发明移动信标节点遍历顺序图。
图5是本发明一种可实施的方法流程图。
图6是本发明一例移动信标节点路径规划仿真图。
图7是本发明一例定位率仿真对比图。
图8是本发明定位误差对比图。
具体实施方式
本方法中的无线传感器网络由1个移动信标节点与若干个静止的普通节点组成。移动信标节点是按照一定路径规划移动且其位置精确已知的节点;普通节点为布放在一定区域内,且仅根据地理位置信息已知其粗略位置分布的节点。假设网络内节点间通信均一跳可达。
参考图5,本发明所述方法包括以下步骤:
步骤1:将1个移动信标节点与N个普通节点{S1,S2…SN}依次随机布放于一定区域内,普通节点根据地理信息布放在预设区域内且其位置粗略可知,信标节点随后布放且其位置精确可知。
步骤2,根据所有普通节点的粗略定位信息,调用K-means聚类算法对所有普通节点进行聚类计算,得出k个簇头。其中,K-means聚类算法步骤如下:
a,拟定网络分布中的质心数为k,并定义k个初始的质心坐标{P1,P2,…,Pk};
b,根据普通节点到k个质心间的欧式距离,将该普通节点分组到距离其最近的质心簇中;
c,计算每个质心簇中所有普通节点位置坐标的平均值,并将该值定义为新质心{P′1,P′2,…,P′k};
d,如果新质心{P′1,P′2,…,P′k}与步骤a中定义的质心坐标{P1,P2,…,Pk}相同,则定义该质心坐标{P′1,P′2,…,P′k}为网络k个簇头的坐标;如果新质心坐标与步骤a中定义的质心坐标不同,则设置最大迭代次数M,并根据普通节点到新质心间的欧式距离重复步骤b和c进行迭代,直到达到最大迭代次数,获得最终的质心分簇与质心坐标,并将该质心坐标定义为网络k个簇头的坐标。
e,获得k个簇头节点的位置信息并结束聚类。
步骤3,根据步骤2中获得的k个簇头节点位置信息,进行全局路径规划。根据TSP问题(旅行商问题)中的路径规划标准,将k个簇头节点位置信息使用蚁群算法对k个簇头进行遍历,获得k个簇头节点的遍历顺序,定义为Ni1→Ni2→…Nik。k个簇头节点的遍历顺序如图1所示,蚁群算法求解步骤如图2所示;遍历k个簇头节点顺序求解过程包括以下步骤:
S1,将k个簇头节点位置信息进行预处理;
S2,每只蚂蚁按照转移概率运动至下一虚拟信标节点;
S3,计算所有蚂蚁访问完所有信标节点的路径长度,记录当前最优解;
S4,对所述路径上信息素浓度进行更新;
S5,当达到迭代终止条件时,则输出k个簇头节点的遍历顺序,若未达到迭代终止条件,则再次执行S2-S5。
步骤4,设定移动步长R,移动信标根据步骤2中获得的簇头节点遍历顺序与移动步长R进行移动信标广播点路径规划;参考图6,
步骤5,根据移动步长R,第k-1个遍历簇头点Ni(k-1)(xi(k-1),yi(k-1))和第k个遍历簇头点的坐标与Nik(xik,yik)计算遍历簇头点之间的移动信标广播点坐标Nj(k-1)(xj(k-1),yj(k-1));
步骤6:根据公式(2)与公式(3),利用步骤5中所得的Ni(k-1)与Nj(k-1)坐标计算Nk(k-1)的坐标:
Nk(k-1)=Nj(k-1)+T*(Ni(k-1)-Nj(k-1)) (3)
其中Ni(k-1)、Nj(k-1)与Nk(k-1)组成正三角形,如图3所示,其中,T为旋转矩阵。
步骤7:移动信标节点根据Ni(k-1)→Nk(k-1)→Nj(k-1)→Nik的顺序进行移动,并在每个移动点广播其在该点的位置信息,移动路径如图4所示;
步骤8:当网络内的普通节点可以同时接收三个位置已知的虚拟信标节点的位置信息时,根据公式(4)-(7),采用三边测量法获得所有普通节点的重定位。
假设位置未知的普通节点Si(xsi,ysi),1<i<N同时接收得三个虚拟信标节点的位置信息分别为M1(xm1,ym1)、M2(xm2,ym2)和M3(xm3,ym3),节点Si到M1、M2和M3的距离分别为d1,d2,d3。根据距离公式列方程得:
解得节点S(xsi,ysi)的坐标为:
为了验证算法的有效性和合理性,本文用MATLAB 2018(a)进行了仿真实验。仿真条件:边长为100m的正方形区域内随机分布120个传感器节点,信标节点通信半径为R=20,最大迭代次数为1000。采用定位误差(err)与定位率(per)评价定位性能优劣。
其中N表示已完成定位过程的传感器节点个数,(xi,yi)与(x′i,y′i)分别表示未知普通节点i的实际坐标与定位估计坐标,Nlocalized表示可以完成定位的节点数量,Ntotal表示节点总数量。由图7与图8可知,随着信标节点通信半径的增加,信标节点路径规划策略的节点定位率与定位精度也随之增加。在通信半径一定的条件下,对比SCAN,LMAT,CIRCLE等经典路径规划方法。本发明提出的基于移动信标最优动态路径规划的无线传感器网络节点定位方法定位精度与定位率更高,具有显著优势,说明本发明提出的方法可以有效提高网络节点的定位性能。
另外,本发明还提供一种利用单个移动信标的无线传感器网络节点定位系统,包括簇头节点位置信息获取模块、k个簇头节点遍历模块、信标节点遍历模块、信标移动路径获取模块以及普通节点的重定位模块;
簇头节点位置信息获取模块用于获取一设定区域内N个普通节点{S1,S2…SN}的粗略位置信息,采用K-means聚类算法对所有普通节点{S1,S2…SN}进行聚类,得出k个簇头节点位置信息
k个簇头节点遍历模块用于根据所述k个簇头节点位置信息,进行全局路径规划,根据旅行商问题中的路径规划标准,将k个簇头节点位置信息对k个簇头进行遍历,获得k个簇头节点的遍历顺序,为Ni1→Ni2→…Nik;
信标节点遍历模块用于根据移动步长R和k个簇头节点位置信息遍历顺序进行移动信标广播点路径规划;其中,移动信标节点的位置精确可知;
信标移动路径获取模块用于根据移动步长R,第k-1个遍历簇头点Ni(k-1)(xi(k-1),yi(k-1))和第k个遍历簇头点的坐标与Nik(xik,yik)计算遍历簇头点之间的移动信标广播点坐标Nj(k-1)(xj(k-1),yj(k-1));用所得的Ni(k-1)与Nj(k-1)坐标计算Nk(k-1)的坐标,Ni(k-1)、Nj(k-1)与Nk(k-1)组成正三角形;移动信标节点按照Ni(k-1)→Nk(k-1)→Nj(k-1)→Nik的顺序进行移动,并在每个移动点广播其在该点的位置信息,同时得到一个局部移动路径;
普通节点的重定位模块用于网络内的普通节点可以同时接收三个位置已知的虚拟信标节点的位置信息时,采用三边测量法获得所有普通节点的重定位。
簇头节点位置信息获取模块包括K-means聚类单元,所述K-means聚类单元基于K-means聚类方法获得k个簇头节点的位置信息;信标节点遍历模块包括蚁群算法单元,蚁群算法单元用于求解遍历k个簇头节点的顺序。
另外,本发明还可以提供一种计算机设备,包括处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取部分或全部所述计算机可执行程序并执行,处理器执行部分或全部计算可执行程序时能实现本发明所述利用单个移动信标的无线传感器网络节点定位方法。
另一方面,本发明提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能实现本发明所述的利用单个移动信标的无线传感器网络节点定位方法。
所述计算机设备可以采用笔记本电脑、桌面型计算机或工作站。
处理器可以是中央处理器(CPU)、数字信号处理器(DSP)、专用集成电路(ASIC)或现成可编程门阵列(FPGA)。
对于本发明所述存储器,可以是笔记本电脑、桌面型计算机或工作站的内部存储单元,如内存、硬盘;也可以采用外部存储单元,如移动硬盘、闪存卡。
计算机可读存储介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、固态硬盘(SSD,Solid State Drives)或光盘等。其中,随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance Random Access Memory)和动态随机存取存储器(DRAM,Dynamic Random Access Memory)。
Claims (10)
1.一种利用单个移动信标的无线传感器网络节点定位方法,其特征在于,包括以下步骤:
获取一设定区域内N个普通节点{S1,S2...SN}的粗略位置信息,采用K-means聚类算法对所有普通节点{S1,S2...SN}进行聚类计算,得出k个簇头节点位置信息
根据所述k个簇头节点位置信息,进行全局路径规划,根据旅行商问题中的路径规划标准,将k个簇头节点位置信息对k个簇头进行遍历,获得k个簇头节点的遍历顺序,为Ni1→Ni2→…Nik;
移动信标节点根据移动步长R和k个簇头节点位置信息遍历顺序进行移动信标广播点路径规划;其中,移动信标节点的位置精确可知;
根据移动步长R,第k-1个遍历簇头点Ni(k-1) (xi(k-1),yi(k-1))和第k个遍历簇头点的坐标与Nik(xik,yik)计算遍历簇头点之间的移动信标广播点坐标Nj(k-1) (xj(k-1),yj(k-1));用所得的Ni(k-1)与Nj(k-1)坐标计算Nk(k-1)的坐标,Ni(k-1)、Nj(k-1)与Nk(k-1)组成正三角形;
移动信标节点按照Ni(k-1)→Nk(k-1)→Nj(k-1)→Nik的顺序进行移动,并在每个移动点广播其在该点的位置信息,同时得到一个局部移动路径;
网络内的普通节点同时接收三个位置已知的虚拟信标节点的位置信息时,采用三边测量法获得所有普通节点的重定位。
2.根据权利要求1所述的利用单个移动信标的无线传感器网络节点定位方法,其特征在于,K-means聚类方法获得k个簇头节点的位置信息包括以下步骤:
a,拟定网络分布中的质心数为k,并定义k个初始的质心坐标{P1,P2,...,Pk};
b,根据普通节点到k个质心间的欧式距离,将该普通节点分组到距离其最近的质心簇中;
c,计算每个质心簇中所有普通节点位置坐标的平均值,并将该值定义为新质心{P′1,P′2,...,P′k};
d,如果新质心{P′1,P′2,...,P′k}与步骤a中定义的质心坐标{P1,P2,...,Pk}相同,则定义该质心坐标{P′1,P′2,...,P′k}为网络k个簇头的坐标;如果新质心坐标与步骤a中定义的质心坐标不同,则设置最大迭代次数M,并根据普通节点到新质心间的欧式距离重复步骤b和c进行迭代,直到达到最大迭代次数,获得最终的质心分簇与质心坐标,并将该质心坐标定义为网络k个簇头的坐标;
e,获得k个簇头节点的位置信息并结束聚类。
3.根据权利要求1所述的利用单个移动信标的无线传感器网络节点定位方法,其特征在于,遍历k个簇头节点时按照Ni1→Ni2→Ni3...Nik顺序,采用蚁群算法求解遍历k个簇头节点的顺序。
4.根据权利要求3所述的利用单个移动信标的无线传感器网络节点定位方法,其特征在于,遍历k个簇头节点顺序求解过程包括以下步骤:
S1,将k个簇头节点位置信息进行预处理;
S2,每只蚂蚁按照转移概率运动至下一虚拟信标节点;
S3,计算所有蚂蚁访问完所有信标节点的路径长度,记录当前最优解;
S4,对所述路径上信息素浓度进行更新;
S5,当达到迭代终止条件时,则输出k个簇头节点的遍历顺序,若未达到迭代终止条件,则再次执行S2-S5。
7.一种利用单个移动信标的无线传感器网络节点定位系统,其特征在于,包括簇头节点位置信息获取模块、k个簇头节点遍历模块、信标节点遍历模块、信标移动路径获取模块以及普通节点的重定位模块;
簇头节点位置信息获取模块用于获取一设定区域内N个普通节点{S1,S2...SN}的粗略位置信息,采用K-means聚类算法对所有普通节点{S1,S2...SN}进行聚类,得出k个簇头节点位置信息
k个簇头节点遍历模块用于根据所述k个簇头节点位置信息,进行全局路径规划,根据旅行商问题中的路径规划标准,将k个簇头节点位置信息对k个簇头进行遍历,获得k个簇头节点的遍历顺序,为Ni1→Ni2→…Nik;
信标节点遍历模块用于根据移动步长R和k个簇头节点位置信息遍历顺序进行移动信标广播点路径规划;其中,移动信标节点的位置精确可知;
信标移动路径获取模块用于根据移动步长R,第k-1个遍历簇头点Ni(k-1)(xi(k-1),yi(k-1))和第k个遍历簇头点的坐标与Nik(xik,yik)计算遍历簇头点之间的移动信标广播点坐标Nj(k-1) (xj(k-1),yj(k-1));用所得的Ni(k-1)与Nj(k-1)坐标计算Nk(k-1)的坐标,Ni(k-1)、Nj(k-1)与Nk(k-1)构成正三角形;移动信标节点按照Ni(k-1)→Nk(k-1)→Nj(k-1)→Nik的顺序进行移动,并在每个移动点广播其在该点的位置信息,同时得到一个局部移动路径;
普通节点的重定位模块用于网络内的普通节点可以同时接收三个位置已知的虚拟信标节点的位置信息时,采用三边测量法获得所有普通节点的重定位。
8.根据权利要求7所述的利用单个移动信标的无线传感器网络节点定位系统,其特征在于,簇头节点位置信息获取模块包括K-means聚类单元,所述K-means聚类单元基于K-means聚类方法获得k个簇头节点的位置信息;信标节点遍历模块包括蚁群算法单元,蚁群算法单元用于求解遍历k个簇头节点的顺序。
9.一种计算机设备,其特征在于,包括处理器以及存储器,存储器用于存储计算机可执行程序,处理器从存储器中读取所述计算机可执行程序并执行,处理器执行计算可执行程序时能实现权利要求1~6中任一项所述利用单个移动信标的无线传感器网络节点定位方法。
10.一种计算机可读存储介质,其特征在于,计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,能实现如权利要求1~6中任一项所述的利用单个移动信标的无线传感器网络节点定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111415398.1A CN114040338B (zh) | 2021-11-25 | 2021-11-25 | 利用单个移动信标的无线传感器网络节点定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111415398.1A CN114040338B (zh) | 2021-11-25 | 2021-11-25 | 利用单个移动信标的无线传感器网络节点定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114040338A true CN114040338A (zh) | 2022-02-11 |
CN114040338B CN114040338B (zh) | 2023-09-29 |
Family
ID=80138874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111415398.1A Active CN114040338B (zh) | 2021-11-25 | 2021-11-25 | 利用单个移动信标的无线传感器网络节点定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114040338B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493518A (zh) * | 2009-02-16 | 2009-07-29 | 中国科学院计算技术研究所 | 无线传感器网络节点定位方法及装置 |
US20120184292A1 (en) * | 2011-01-18 | 2012-07-19 | Microsoft Corporation | Filtering and clustering crowd-sourced data for determining beacon positions |
CN104301864A (zh) * | 2014-07-23 | 2015-01-21 | 浙江工业大学 | 电动汽车充电桩集群的无线通信组网方法 |
CN105163280A (zh) * | 2015-08-24 | 2015-12-16 | 哈尔滨工程大学 | 一种基于分簇的无线传感器网络移动锚节点定位算法 |
CN105992340A (zh) * | 2016-06-29 | 2016-10-05 | 合肥民众亿兴软件开发有限公司 | 一种基于网络密度分簇的移动信标辅助定位方法 |
WO2016160376A1 (en) * | 2015-03-27 | 2016-10-06 | Pcms Holdings, Inc. | System and method for indoor localization using beacons |
US20170135063A1 (en) * | 2014-03-03 | 2017-05-11 | Rosemount Inc. | Positioning system |
CN109041211A (zh) * | 2018-08-14 | 2018-12-18 | 长春理工大学 | 基于多移动信标节点路径规划的网络节点定位方法及系统 |
WO2019098068A1 (ja) * | 2017-11-17 | 2019-05-23 | 日本電産株式会社 | ビーコンネットワーク、移動体測位システムおよび物流管理システム |
CN111314841A (zh) * | 2018-12-29 | 2020-06-19 | 南京龙渊微电子科技有限公司 | 一种基于压缩感知与改进遗传算法的wsn定位方法 |
-
2021
- 2021-11-25 CN CN202111415398.1A patent/CN114040338B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493518A (zh) * | 2009-02-16 | 2009-07-29 | 中国科学院计算技术研究所 | 无线传感器网络节点定位方法及装置 |
US20120184292A1 (en) * | 2011-01-18 | 2012-07-19 | Microsoft Corporation | Filtering and clustering crowd-sourced data for determining beacon positions |
US20170135063A1 (en) * | 2014-03-03 | 2017-05-11 | Rosemount Inc. | Positioning system |
CN104301864A (zh) * | 2014-07-23 | 2015-01-21 | 浙江工业大学 | 电动汽车充电桩集群的无线通信组网方法 |
WO2016160376A1 (en) * | 2015-03-27 | 2016-10-06 | Pcms Holdings, Inc. | System and method for indoor localization using beacons |
CN105163280A (zh) * | 2015-08-24 | 2015-12-16 | 哈尔滨工程大学 | 一种基于分簇的无线传感器网络移动锚节点定位算法 |
CN105992340A (zh) * | 2016-06-29 | 2016-10-05 | 合肥民众亿兴软件开发有限公司 | 一种基于网络密度分簇的移动信标辅助定位方法 |
WO2019098068A1 (ja) * | 2017-11-17 | 2019-05-23 | 日本電産株式会社 | ビーコンネットワーク、移動体測位システムおよび物流管理システム |
CN109041211A (zh) * | 2018-08-14 | 2018-12-18 | 长春理工大学 | 基于多移动信标节点路径规划的网络节点定位方法及系统 |
CN111314841A (zh) * | 2018-12-29 | 2020-06-19 | 南京龙渊微电子科技有限公司 | 一种基于压缩感知与改进遗传算法的wsn定位方法 |
Non-Patent Citations (5)
Title |
---|
"Virtual Reference Assited Self-localization Algorithm for Mobile Underwater Acoustic Networks with Only On Anchor" * |
JINGJIE GAO等: "Virtual Reference Assisted Self-localization Algorithm for Mobile Underwater Acoustic Networks with Only One Anchor", 《IIEEE》 * |
牟小燕;涂巧玲;周传兴;: "基于移动信标节点的DV-Hop定位算法", no. 12 * |
王鑫;田艺;蒋华;覃琴;: "基于锚节点移动路径动态规划的定位算法", no. 08 * |
黄冰倩;杜庆治;龙华;: "面向WSN的移动锚节点路径规划算法", no. 01 * |
Also Published As
Publication number | Publication date |
---|---|
CN114040338B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107071743B (zh) | 一种基于随机森林的快速KNN室内WiFi定位方法 | |
CN103096464B (zh) | 单基站用户终端定位方法及系统 | |
CN101965052A (zh) | 基于最优信标组的无线传感网节点定位方法 | |
CN104023394A (zh) | 基于自适应惯性权重的wsn定位方法 | |
CN104135750B (zh) | 基于网络密度分簇的无线传感器网络多移动信标组移动路径规划方法 | |
CN105635964A (zh) | 基于k中心点聚类的无线传感器网络节点定位方法 | |
CN109842935A (zh) | 一种基于混合smpso优化的加权dv-hop定位方法 | |
CN103716879B (zh) | Nlos环境下采用距离几何的无线定位新方法 | |
Risteska Stojkoska | Nodes localization in 3D wireless sensor networks based on multidimensional scaling algorithm | |
CN102665277A (zh) | 一种对无线传感器网络中节点进行定位的方法 | |
CN102665274B (zh) | 传感器网络节点的定位方法及装置 | |
CN108449709A (zh) | 一种基于众包样本的室内无线电地图构建方法 | |
CN108924755B (zh) | 基于免疫粒子群优化的dv-hop室内定位方法 | |
CN101435865A (zh) | 一种无需测距的无线传感器网络节点定位方法 | |
CN102395193A (zh) | 一种用于无线传感器网络的定位方法 | |
CN111031502A (zh) | 一种基于樽海鞘群算法的无线传感器网络节点定位方法 | |
CN113131985A (zh) | 一种基于信息年龄最优路径规划的多无人机数据收集方法 | |
CN112444778A (zh) | 一种基于dbscan的参考点加权三边质心定位方法 | |
CN114040338B (zh) | 利用单个移动信标的无线传感器网络节点定位方法及系统 | |
CN106341785A (zh) | 改进的无线传感器DV-Hop算法 | |
CN116070807B (zh) | 一种基于空间关系的电站巡检路径规划方法及装置 | |
CN114173281B (zh) | 室内nlos环境下基于toa的定位系统信标节点的优化布局方法 | |
CN106937298B (zh) | 一种改进的无线传感器网络三维定位方法 | |
CN110940951A (zh) | 定位方法及设备 | |
CN112379328B (zh) | 一种鲁棒式低功耗tdoa定位方法及鲁棒式中值过滤器 |
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 |