DE112004000704T5 - Verfahren zur Knotenlokalisierung mittels eines Modells reduzierter Ordnung für Multi-Hop-Netzwerke - Google Patents

Verfahren zur Knotenlokalisierung mittels eines Modells reduzierter Ordnung für Multi-Hop-Netzwerke Download PDF

Info

Publication number
DE112004000704T5
DE112004000704T5 DE112004000704T DE112004000704T DE112004000704T5 DE 112004000704 T5 DE112004000704 T5 DE 112004000704T5 DE 112004000704 T DE112004000704 T DE 112004000704T DE 112004000704 T DE112004000704 T DE 112004000704T DE 112004000704 T5 DE112004000704 T5 DE 112004000704T5
Authority
DE
Germany
Prior art keywords
nodes
node
rigid body
network
group
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.)
Ceased
Application number
DE112004000704T
Other languages
English (en)
Inventor
Spyros Boca Raton Kyperountas
Feng Weston Niu
Qicai Coral Springs Shi
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.)
Motorola Solutions Inc
Original Assignee
Motorola Inc
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 Motorola Inc filed Critical Motorola Inc
Publication of DE112004000704T5 publication Critical patent/DE112004000704T5/de
Ceased legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/24Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0284Relative positioning
    • G01S5/0289Relative positioning of multiple transceivers, e.g. in ad hoc networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor 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)
  • Mobile Radio Communication Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)

Abstract

Verfahren zum Lokalisieren von Knoten in einem Multi-Hop-Sensornetzwerk, das umfasst:
Bilden zumindest eines starren Körpers aus den Knoten des Netzwerks; und
Verwenden des zumindest einen starren Körpers, um zu entscheiden, ob ein Knoten lokalisierbar ist.

Description

  • Hintergrund der Erfindung
  • Gebiet der Erfindung:
  • Die Erfindung befindet sich auf dem Gebiet der elektronischen Kommunikationen. Die Erfindung betrifft ein Lokalisierungsverfahren mittels eines Modells reduzierter Ordnung für Multi-Hop-Netzwerke.
  • Beschreibung des Standes der Technik:
  • In einem Multi-Hop-Sensornetzwerk ("Multi-Hop- = Vielfachsprung-") kann ein Kommunikationsknoten aufgrund der begrenzten Übertragungsleistung lediglich mit einer kleinen Untermenge der anderen Kommunikationsknoten in dem gesamten Netzwerk kommunizieren. Ein herkömmliches Lokalisierungssystem kann in einem Multi-Hop-Netzwerk möglicherweise nicht arbeiten, da das Multi-Hop-Netzwerk bedingt, dass ein beliebiger Knoten direkt mit drei Referenzknoten mit bekannten Standorten verbunden ist, die sich nicht auf einer Geraden im zweidimensionalen Raum befinden, oder mit vier Referenzknoten mit bekannten Standorten, die sich nicht auf einer Ebene im dreidimensionalen Raum befinden. Die Konsequenz eines derartigen Versagens besteht darin, dass viele Knoten nicht lokalisierbar sind, insbesondere wenn das Sensornetzwerk dünn ist.
  • Es wird ein iteratives oder sukzessives Verfahren angewendet, um einen Knoten in einen induzierten Referenzknoten zu verändern, wenn der Knoten unter Verwendung des herkömmlichen Ansatzes lokalisiert werden kann. Demnach sind induzierte Referenzknoten Knoten, die anfänglich ihre Koordinaten nicht kennen, die aber, da sie die Bereichsmessungen einer ausreichenden Anzahl von Knoten mit bekannten Koordinaten haben, ein einfaches Triangulationsproblem lösen und ihre eigenen Koordinaten herausfinden können. Siehe "Recursive Position Estimation in Sensor Networks", Joe Albowicz, Alvin Chen und Lixia Zhang, UCLA Research Laboratory, 2001. Nach einem derartigen Verfahren gibt es jedoch immer noch eine Untermenge von Knoten, die nicht lokalisiert sind, insbesondere in einer Umgebung mit verstreuten Sensoren. Darüber hinaus legen bestehende Verfahren, die entscheiden, ob ein Knoten lokalisierbar ist oder nicht, dies durch das Feststellen der Anzahl an unabhängigen Pfaden jedes Knotens zu Referenzknoten fest, was hinsichtlich der Computerrechenzeit für große Netzwerke sehr intensiv ist. Man kann auch zeigen, dass dieses Verfahren falsche Entscheidungen bezüglich der Positionsergebnisse liefert.
  • Zusammenfassung der Erfindung
  • Die Erfindung stellt ein Verfahren zur Lokalisierung mittels eines Modells reduzierter Ordnung für Multi-Hop-Netzwerke zur Verfügung, das die vorstehend erwähnten Nachteile der diesbezüglich bekannten Vorrichtungen und Verfahren dieses allgemeinen Typs vermeidet und das Neulokalisierungsmessungen unter Verwendung des Starrköperkonzeptes zur Verfügung stellt, um den Grad an Freiheit in dem System zu reduzieren und um bei einem Modell reduzierter Ordndung anzugelangen und um ein Verfahren anzuwenden, um das Modell reduzierter Ordnung mit Innovationen zu erhalten, die ein Farbgebungsschema für die anfängliche Kategorisierung von Knoten, ein Verfahren zum Gruppieren der Knoten, eine neue Prozedur für unabhängige Pfade und das Definieren und Identifizieren von starren Körpern/eines starren Körpers innerhalb von verbundenen Knoten umfassen.
  • Mit den vorangegangenen und weiteren Zielen im Blick bildet gemäß der Erfindung ein Verfahren zum Lokalisieren von Knoten in einem Multi-Hop-Sensornetzwerk einen starren Körper aus den Knoten, um unter Verwendung des starren Körpers zu entscheiden, ob ein Knoten lokalisierbar ist. Das Verfahren liefert ein Modell reduzierter Ordnung des Netzwerks durch das Kategorisieren aller Knoten anhand des Lokalisierungsstatus, durch das Gruppieren derselben basierend auf den Kategorisierungen und durch das Definieren und Identifizieren eines starren Körpers aus einer Gruppe. Das Verfahren vereinfacht weiterhin die Bestimmbarkeit einer Knotenlokalisierung durch das Bilden des starren Körpers aus den Knoten basierend auf dem kategorisierten Lokalisierungszustand. Um die Knoten zu lokalisieren, werden die Knoten voneinander in Untermengen in Abhängigkeit von Charakteristiken unterteilt. Dann werden aus einer Untermenge Gruppen gebildet und der starre Körper wird aus einer Gruppe gebildet. Das ROM wird aus dem starren Körper gebildet und eine Lokalisierungsfähigkeit des starren Körpers wird basierend auf dem ROM evaluiert. So, wie er hier verwendet wird, bedeutet der Begriff "starrer Köper", dass die räumlichen oder geometrischen Beziehungen zwischen einer Menge von Knoten durch die gegebenen Peer-zu-Peer-Abstände zwischen ihnen fest sind. Mit anderen Worten bilden diese Knoten eine geometrisch starre beziehungsweise nicht verformbare "Gestalt" aufgrund der zwischen ihnen festgelegten Abstände.
  • Die vorliegende Erfindung überwindet die Probleme, die mit dem Stand der Technikverbunden sind, durch eine Innovation beim Kategorisieren des Lokalisierungszustandes aller Knoten in einem Multi-Hop-Netzwerk. Diese Innovation umfasst das Bilden von starren Körpern aus diesen Knoten und vereinfacht demnach das Problem der Lokalisierung der Knoten, die nicht mittels der üblichen Verfahren lokalisiert werden können (Knoten, die eine zu geringe Anzahl an direkten Verbindungen zu den Referenzknoten aufweisen). Die vorliegende Erfindung ist eine Modellierung reduzierter Ordnung des verteilten Sensornetzwerks, wobei das Modellieren entscheidet darüber, ob jeder Knoten lokalisierbar ist, über die Ordnung der Lokalisierung hinsichtlich eines minimalen Ausbreitungsfehlers durch das Netzwerk und über den Algorithmus, der angewendet werden sollte, um die beste Lokalisierung zu erreichen.
  • Das Lokalisierungssystem basiert auf der Reduzierung des in dem Netzwerk zu durchsuchenden Raumes bei jedem Schritt, was zu festen Strukturen im Raum führt, mit anderen Worten, den starren Körpern. Dies erlaubt nicht nur einen effizienten Algorithmus zur Lokalisierungsschätzung, sondern eröffnet auch eine globale Perspektive für die Fähigkeit des Netzwerks zur Lokalisierung (teilweise oder als Ganzes) mit allen vererbten Vorteilen. Dies ermöglicht die Auflösung optimaler Lokalisierungsstrategien für eine beliebige Sensorknotenaufstellung.
  • Weitere Eigenschaften, die als charakteristisch für die Erfindung betrachtet werden, werden in den angehängten Ansprüchen ausgeführt.
  • Obwohl die Erfindung als in einem Lokalisierungsverfahren mit einem Modell reduzierter Ordnung für Multi-Hop-Netzwerke ausgeführt, veranschaulicht und beschrieben wird, soll sie nichtsdestotrotz nicht als auf die gezeigten Details beschränkt angesehen werden, da verschiedene Modifikationen und strukturelle Veränderungen daran durchgeführt werden können, ohne von dem Geist der Erfindung, dem Geltungsbereich und dem Bereich der Äquivalente der Ansprüche abzuweichen.
  • Kurze Beschreibung der Zeichnungen
  • Die Eigenschaften der vorliegenden Erfindung, die als neu angesehen werden, werden insbesondere in den angehängten Ansprüchen ausgeführt. Die Erfindung kann zusammen mit den weiteren Zielen und den Vorteilen derselben am besten unter Bezugnahme auf die folgende Beschreibung verstanden werden, die in Verbindung mit den begleitenden Zeichnungen steht, in deren verschiedenen Figuren gleiche Bezugszeichen gleiche Elemente bezeichnen und in denen:
  • 1 ein Flussdiagramm des Verfahrens gemäß der Erfindung ist,
  • 2 eine schematische Veranschaulichung einer Gruppe von Knoten gemäß der Erfindung ist;
  • 3 eine schematische Veranschaulichung eines Starrköperkernes aus Knoten gemäß der Erfindung ist;
  • 4 eine schematische Veranschaulichung eines starren Körpers aus Knoten gemäß der Erfindung ist;
  • 5 eine schematische Veranschaulichung zweier starrer Körper ist, die durch einen einzelnen Knoten verbunden sind;
  • 6 eine schematische Veranschaulichung einer Gruppe von Knoten ist, die nicht gemäß dem Stand der Technik als nicht lokalisierbar identifiziert werden können und die gemäß der Erfindung identifiziert werden können;
  • 7 eine schematische Veranschaulichung einer Gruppe ist, die gemäß dem Stand der Technik nicht lokalisierbar ist und die gemäß der Erfindung lokalisierbar ist;
  • 8 eine schematische Veranschaulichung einer beispielhaften Anfangsaufstellung von zu lokalisierenden Knoten ist;
  • 9 eine schematische Veranschaulichung einer ersten Verbindung der Knoten der 8 nach einem Teilausführungsschritt gemäß der Erfindung ist;
  • 10 eine schematische Veranschaulichung einer zweiten Verbindung der Knoten der 8 nach einem weiteren Teilausführungsschritt gemäß der Erfindung ist;
  • 11 eine schematische Veranschaulichung einer dritten Verbindung der Knoten der 8 nach einem weiteren Ausführungsschritt gemäß der Erfindung;
  • 12 eine schematische Veranschaulichung einer letzten Verbindung der Knoten der 8 nach einer Ausführung der Schritte gemäß der Erfindung ist.
  • Beschreibung der bevorzugten Ausführungsformen
  • Während die Beschreibung mit den Ansprüchen schließt, die die Eigenschaften der Erfindung definieren, die als neu erachtet werden, sollte die Erfindung aus einer Betrachtung der folgenden Beschreibung in Verbindung mit den Zeichnungsfiguren besser verstanden werden, in denen gleiche Bezugszeichen durchgehend verwendet wurden.
  • Die vorliegende Erfindung bildet starre Körper aus den Knoten eines verteilten Sensornetzwerks unter Verwendung einer ROM ("ROM = Reduced Order Modeling"/Modellierung reduzierter Ordnung) des Netzwerks. Um die Modellierung durchzuführen, werden Entscheidungen über die Lokalisierbarkeit jedes Knotens, über die Ordnung der Lokalisierung für einen minimalen Ausbreitungsfehler über das Netzwerk und über die Algorithmen, die zum Erreichen der besten Lokalisierung eingesetzt werden sollten, durchgeführt.
  • Um Knoten effizienter in einem verteilten Sensornetzwerk zu lokalisieren, wird ein effizienter Algorithmus zur Lokalisierungsermittlung benötigt. Um einen verringerten Raum zu erhalten, können Untermengen von Knoten definiert werden, solange die Untermengen einen ausreichenden Verlässlichkeitsgrad für das Lokalisieren zumindest einiger weniger der Knoten in jeder Untermenge aufweisen. Wenn diese Untermengen, die hier auch als starre Körper bezeichnet werden, lediglich durch eine noch kleinere Untermenge von Knoten lokalisiert werden kann, die darin enthalten sind, steigt die Lokalisierungseffizienz. Durch das Definieren von starren Körpern, die aus einer Mehrzahl von Knoten gemäß einem bestimmten System aufgebaut sind, ist es möglich, jeden Knoten zu lokalisieren, der den starren Körper bildet, wenn lediglich drei der Knoten des starren Körpers lokalisierbar sind. Demnach basiert das Lokalisierungssystem der vorliegenden Erfindung auf einer Reduzierung des Suchraumes des Netzwerks bei jedem Schritt, was zu den starren Körpern, mit anderen Worten, den festen Strukturen im Raum, führt.
  • Demnach ist das System der vorliegenden Erfindung auf das Finden und Identifizieren der starren Körper/des starren Körpers innerhalb des verteilten Sensornetzwerks gerichtet. Gemäß der vorliegenden Erfindung wird eine eindeutige Lokalisierung jedes Knotens ermittelt, mit anderen Worten, es besteht eine Anfrage und eine Bestimmung bezüglich der Fähigkeit eines Knotens zur Lokalisierbarkeit desselben. Die Effizienz erhöht sich, wenn der Prozess lediglich Zeit auf das Lokalisieren derjenigen Knoten, die bereits als lokalisierbar bestimmt wurden und auf das frühest mögliche Eliminieren der nicht lokalisierbaren Knoten hinsichtlich einer weiteren Untersuchung verwendet.
  • Das untenstehend beschriebene System betrifft ein zweidimensionales Szenario. Die gleichen Prinzipien lassen sich jedoch auf dreidimensionale Gegebenheiten anwenden. Das Lokalisierungssystem kann mittels einer Prozedur aus fünf Schritten beschrieben werden, die im Allgemeinen in 1 und detaillierter im folgenden Text ausgeführt werden.
  • Anfänglich wird angenommen, dass die Peer-zu-Peer-Reichweiteninformation auf jedem Sensor (d. h. Knoten) in dem gesamten Netzwerk verfügbar ist.
  • Schritt 100: Farbgebungssystem der Knotenkategorisierung
  • Knoten werden in unterschiedliche Gruppen in Abhängigkeit von bestimmten Charakteristiken eingeteilt. Diese Gruppen sind hier gegebene Farbbeschreibungen, die grün, rot und blau einschließen.
  • Grüne Knoten sind diejenigen Knoten, die mit zumindest drei weiteren grünen Knoten und/oder Referenzknoten verbunden sind, die nicht auf der gleichen geometrischen Geraden liegen. Grüne Knoten sind die Knoten (induzierte Referenzknoten), die progressiv aus Referenzknoten lokalisiert werden können und die eine Positionslösung aufweisen. Sie sind die "verlässlichsten" Knoten in dem Netzwerk und sollten zuerst lokalisiert werden.
  • Rote Knoten sind diejenigen Knoten, die mit lediglich einem oder zwei weiteren Knoten mit Ausnahme der roten Knoten verbunden sind. Die roten Knoten sind insbesondere die Knoten, die mehr als eine Lösung für ihre jeweilige Lokalisierung aufweisen und sollten entsprechend behandelt werden.
  • Schließlich sind die verbleibenden Knoten als blaue Knoten definiert. Blaue Knoten sind diejenigen Knoten, für die dahingehend noch eine Unsicherheit verbleibt, ob sie in diesem Schritt 100 lokalisiert werden können.
  • Schritt 200: Bildung von Gruppen, um alle blauen Knoten einzuschließen
  • Ein Gruppenbildungsprozess startet mit einem blauen Knoten und seinen benachbarten blauen oder grünen Knoten (vorzugsweise blau). Diese zwei Knoten bilden zusammen ein Anfangspaar ("Samenpaar") für eine gegebene Gruppe. Um eine Gruppe zu vergrößern, wird die folgende Regel benützt: Beliebige blaue oder grüne Knoten, die mit zwei Knoten innerhalb der Gruppe verbunden sind, werden Teil der Gruppe. Der Prozess endet, wenn alle diejenigen Knoten hinzugefügt sind, die dieser gegebenen Gruppe hinzugefügt werden können. Wenn der Prozess endet, ist die gegebene Gruppe gebildet. Dieser Prozess kann wiederholt werden, bis alle möglichen Gruppen in dem Netzwerk gebildet sind.
  • Schritt 200 ist durch das in 2 gezeigte Beispiel veranschaulicht. Das anfängliche Knotenpaar wird durch die Knoten 1 und 2 gebildet. Dann tritt, da der Knoten 3 zwei Verbindungen zu dem anfänglichen Knotenpaar aufweist, Knoten 3 zur Gruppe hinzu. Knoten 4 und 5 werden der Gruppe auf ähnliche Weise hinzugefügt. Ein neuer Gruppenbildungsprozess startet mit einem blauen Knoten, der nicht in einer der vorausgehend definierten Gruppen enthalten ist. Der oben beschriebene Prozess wird wiederholt und setzt sich fort, bis keine blauen Knoten mehr übrig sind. Die Gruppen werden im Weiteren zurechtgestutzt, um Folgendes zu definieren:
    • • Randknoten ("EN = edge nodes") – Knoten, die mit lediglich zwei Knoten in einer gegebenen Gruppe verbunden sind;
    • • ein nicht-trivialer Gruppenkern ("NTGC = Non-Trivial Group Core") – Gruppen, die mehr als drei Knoten nach dem Entfernen des Randknotens aufweisen; und
    • • triviale Gruppen – Dreiecke und verbundene Knotenpaare.
  • Die sich ergebenden Gruppen sind entweder starr oder eine Ansammlung starrer Körper.
  • Schritt 300: Bildung der starren Körper
  • Dies ist ein Prozess aus zwei Schritten, der in jedem NTGC wie folgt initiiert:
    a) Beginnend mit einem Dreieck (auch als Anfangskern oder Basisstarrkörper bezeichnet) innerhalb eines NTGC wird ein Knoten zu dem Anfangskern hinzugefügt, wenn der Knoten (über einen einzelnen Kommunikationssprung) an zumindest drei Knoten in dem progressiv sich bildenden Kern verbunden ist. Ein derartiges progressives Verbinden ergibt die Definition eines Starrkörperkerns ("RBC = rigid body core"). Der erste Teil dieses Prozesses aus zwei Schritten registriert die meisten Knoten, die Teil des starren Körpers sind.
  • Ein Beispiel dieses Unterschrittes a) ist unter Bezugnahme auf 3 veranschaulicht. Insbesondere wird ein Anfangsdreieck aus den Knoten 1, 2 und 3 gebildet. Der Knoten 4 tritt dem RBC bei, da er drei Verbindungen zu dem Anfangskern besitzt, insbesondere hat er zu jedem der Knoten 1, 2 und 3 eine Verbindung mit einem Sprung. Schließlich tritt der Knoten 5 dem RBC bei, da er zu diesem drei Ver bindungen aufweist, insbesondere hat er eine Verbindung mit einem Sprung zu jedem der Knoten 1, 2 und 4.
  • b) Ein RBC in einer Gruppe wird ausgedehnt, um einen starren Körper zu bilden. Der starre Körper wird durch das Einschließen eines Knotens gebildet, der drei unabhängige Pfade zu den drei Knoten, die bereits in dem RBC sind, aufweist. Der starre Körper wird weiterhin durch das Untersuchen jedes Knotens ausgedehnt, der durch einen Sprung mit dem starren Körper verbunden ist und durch das Einschließen aller Knoten, die nach einer Untersuchung drei unabhängige Pfade zu den drei Knoten aufweisen, die bereits in dem starren Körper sind.
  • 4 veranschaulicht einen starren Körper, der durch den Prozess dieses Unterschrittes b) gebildet wurde. Wie vorher wird das Anfangsdreieck mit den Knoten 1, 2 und 3 gebildet. Wie deutlich zu sehen ist, weist kein weiterer Knoten drei Verbindungen zu dem Anfangsdreieck auf, aber der Knoten 4 kann dem Anfangskerndreieck beitreten, da drei unabhängige Pfade von dem Knoten 4 zu den unterschiedlichen Knoten des Anfangsdreiecks sind; insbesondere besteht eine Direktverbindung zwischen dem Knoten 4 und dem Knoten 3, es besteht eine Direktverbindung zwischen dem Knoten 4 und dem Knoten 2 und es besteht eine unabhängige (obwohl indirekte) Verbindung von dem Knoten 4 zu dem Knoten 1 über die Knoten 5, 6 und 7. Auf ähnliche Weise können die Knoten 6 und 7 dem starren Körper, der durch die Knoten 1 bis 4 gebildet wird, beitreten.
  • Wenn drei Knoten in einem RBC ebenfalls zu einem weiteren RBC gehören, werden die zwei RBCs zu einem einzigen starren Körper verschmolzen. Diese starren Körper fahren damit fort, zu expandieren, bis alle Knoten absorbiert sind und alle RBCs entweder in starren Körpern absorbiert sind oder selbst starre Körper geworden sind. Zum Ende dieses Schrittes 300 ist jeder blaue Knoten entweder Teil eines starren Körpers in einer Gruppe oder ist als Randknoten definiert.
  • Die unabhängigen Pfade sind als Pfade ohne gemeinsame Knoten anstatt als Pfade ohne gemeinsame Randknoten (wie üblicherweise) definiert. Eine derartige Definition vermeidet Entscheidungen, wie etwa, ob ein starrer Körper A oder ein starrer Körper B einen größeren starren Körper bilden, wenn sie es tatsächlich nicht tun. Eine derartige Bedingung ist beispielsweise in 5 veranschaulicht.
  • Schritt 400: Bildung des Modells reduzierter Ordnung in dem Sensornetzwerk
  • Jetzt sind alle blauen Knoten in dem Netzwerk dahingehend zugewiesen, dass sie entweder Teil eines starren Körpers oder ein Randknoten sind. Basierend auf den Charakteristiken von starren Körpern, wie sie hier definiert sind, kann die Gesamtheit jedes starren Körpers lokalisiert werden, wenn lediglich drei seiner zugehörigen Knoten nicht auf einer geometrischen Geraden lokalisiert sind. Demnach vereinfacht sich das anfängliche komplexe Problem des Lokalisierens jedes einzelnen der blauen Knoten auf zwei wesentlich einfachere Probleme:
    • a) Lokalisieren lediglich der starren Körper (wesentlich weniger Freiheitsgrade, d. h. lediglich drei Punkte des starren Körpers pro starrem Körper müssen lokalisiert werden) und der Randknoten; und
    • b) Lokalisieren der zugehörigen Knoten innerhalb jedes starren Körpers, wenn der starre Körper lokalisiert ist (eine Bestimmung, die durch das Lokalisieren dreier ihm zugehöriger Knoten, die nicht auf einer geometrischen Geraden liegen durchgeführt werden kann).
  • Schritt 500: Evaluieren der Lokalisierungsfähigkeit jedes starren Körpers basierend auf dem Modell reduzierter Ordnung
  • Ein Beispiel mit einfachen Regeln zum Entscheiden, ob ein Körper in zwei Dimensionen lokalisierbar ist, umfasst:
    • a) Wenn ein starrer Körper drei oder mehr Referenz- und/oder induzierte Referenzknoten aufweist, ist jeder Knoten des starren Körpers lokalisiert;
    • b) Wenn ein starrer Körper zwei Referenz-/induzierte Referenzknoten und zumindest einen weiteren Knoten (nicht auf einer geometrischen Geraden mit den zwei Referenz-/induzierten Referenzknoten aufweist), der mit zumindest einem Referenz-/induzierten Referenzknoten verbunden ist, ist jeder Knoten in dem starren Körper lokalisiert;
    • c) Wenn ein starrer Körper einen Referenz-/induzierten Referenzknoten oder einen Randknoten aufweist, der ein Referenz-/induzierter Referenzknoten ist und auch zumindest zwei weitere Knoten (nicht auf einer geometrischen Geraden) aufweist, die mit zumindest zwei weiteren Referenz-/induzierten Referenzknoten verbunden ist, ist jeder Knoten in dem starren Körper lokalisiert;
    • d) Wenn ein starrer Körper keine Referenz-/induzierten Referenzknoten aufweist, aber zumindest drei weitere Knoten (nicht auf einer geometrischen Geraden) aufweist, die mit zumindest drei Referenz-/induzierten Referenzknoten verbunden sind, wovon einer zumindest zwei Verbindungen zu dem starren Körper aufweist, ist jeder Knoten in dem starren Körper lokalisiert; und
    • e) Wenn ein starrer Körper lokalisiert ist, ist ein beliebiger Randknoten dieses starren Körpers ebenfalls lokalisiert, wenn der bestimmte Randknoten mit einem Referenz-/induzierten Referenzknoten oder einem weiteren lokalisiertem starren Körper verbunden ist.
  • Herkömmliche Verfahren definieren einen Knoten als lokalisierbar, wenn er drei unabhängige Pfade zu Referenzknoten aufweist. Diese Verfahren vernachlässigen das globale Bild des Netzwerks und ergeben oft fehlerhafte Entscheidungen hinsichtlich der Positionierung. Einfach gesagt, bewirkt das Rotieren eines Punktes auf einer Karte keine Veränderung, bis jemand bemerkt, dass der Punkt teil eines größeren Körpers ist und die Rotation eine Positionierung des gesamten Systems beeinflusst, dessen Teil der Knoten ist.
  • Um diesen Gesichtspunkt zu veranschaulichen, wird das folgende Beispiel unter Bezugnahme auf die 6 erläutert. Unter Verwendung der herkömmlichen Knotenregel sind die Knoten innerhalb des starren Körpers C alle als lokalisierbar bestimmt, da sie alle unabhängigen Pfade zu den Referenzknoten 1, 2, 3 aufweisen. Sie sind jedoch nicht lokalisierbar. Tatsächlich weisen die drei Knoten innerhalb des starren Körpers C zwei diskrete Positionierungslösungen auf. Die erste Lösung ist mit schwarzen Knoten veranschaulicht und die zweite Lösung ist mit weißen Knoten veranschaulicht – die eine dieser Menge an Knoten ist eine rotierte Version der anderen Menge dieser Knoten. Aufgrund des Starrkörper-Modells reduzierter Ordnung der vorliegenden Erfindung und der oben stehenden Regel d) in Schritt 500 wird eine derartige Situation zusätzlich zu der Lösung für eine erfolgreiche Positionierung identifiziert, da, wie in 7 gezeigt, zumindest drei weitere Knoten 1, 2, 3 (nicht auf einer geometrischen Geraden) mit zumindest drei Referenz-/induzierten Referenzknoten verbunden D sind (die drei Knoten innerhalb des starren Körpers C), wobei einer der weiteren Knoten 1 zumindest zwei Verbindungen D zu dem starren Körper aufweist.
  • Der folgende Text legt ein Beispiel eines Multi-Hop-Sensornetzwerks dar und wendet den Algorithmus der vorliegenden Erfindung auf das Netzwerk an. Wie gezeigt werden wird, identifiziert der Algorithmus auf einfache Weise die starren Körper und unterscheidet lokalisierbare starre Körper von nicht lokalisierbaren starren Körpern.
  • In der zuerst in 8 veranschaulichten einfachen Simulation wird ein beispielhafter rechteckiger Beobachtungsraum ausgewählt (die Gestalt wird lediglich zu Veranschaulichungszwecken gewählt). Die Knoten sind in dem Raum der 8 zufällig positioniert (28 in diesem Beispiel), fünf der Knoten sind Referenzknoten 802 (mit Dreiecken angezeigt) und die verbleibenden Knoten 804 sind auf ihre Lokalisierungsfähigkeit hin zu evaluieren (mit Kreisen angezeigt). Es wird in diesem Beispiel angenommen, dass jeder Knoten einen mittleren Kommunikationsabstand aufweist, der ungefähr ein Fünftel der gesamten horizontalen Entfernung überdeckt und ungefähr ein Fünftel der gesamten vertikalen Entfernung überdeckt. Demnach zeigen die Linien zwischen zwei Knoten jeweils an, dass die zwei Knoten, die durch die Linie verbunden sind, innerhalb des jeweiligen Kommunikationsbereichs des anderen sind.
  • 9 veranschaulicht die Ergebnisse nach dem Ausführen des Schrittes 100. Insbesondere wird jeder Knoten, der mit mindestens drei weiteren grünen Knoten oder Referenzknoten 802 verbunden ist, als grüner Knoten erachtet. Die roten Knoten 808, die auch als verlorene Knoten bezeichnet werden, werden als diejenigen Knoten definiert, die mit lediglich einem oder zwei weiteren Knoten mit Ausnahme weiterer Knoten verbunden sind. Die verbleibenden Knoten werden jeweils als blaue Knoten definiert. In 9 veranschaulichen die größeren Punkte (grün) die induzierten Referenzknoten 806 und die Quadrate (rot) veranschaulichen die Knoten 808, die verloren sind oder jeweils zwei diskrete beziehungsweise Zirkelpfadlösungen bezüglich ihrer benachbarten Knoten aufweisen.
  • 10 veranschaulicht das Ergebnis nach dem Ausführen des Schrittes 200. Insbesondere sind die Anfangspaare durch einen jeweiligen blauen Knoten und seinem benachbarten blauen oder grünen Knoten gebildet. Dann werden die Gruppen vergrößert, indem einer jeweiligen Gruppe beliebige blaue oder grüne Knoten hinzugefügt werden, die mit zwei Knoten innerhalb der jeweiligen Gruppe verbunden sind. Das Ergebnis des Schrittes 200 teilt das Netzwerk in zwei Gruppen.
  • 11 veranschaulicht das Ergebnis des Durchführens des Schrittes 300. Die Anfangskerne aus drei Knoten sind gefunden. In dem Beispiel werden drei Anfangsknoten ausgewählt und mit dicken Linien angezeigt. Beginnend mit diesen Anfangskernen werden jeweils Knoten hinzugefügt. Nach dem Hinzufügen aller möglichen Knoten entsprechend dem Schritt 300, ergeben sich aus den drei Anfangskernen drei starre Körper RB1, RB2, RB3.
  • 12 stellt das Endmodell reduzierter Ordnung dar, das sich aus Schritt 400 ergibt. Einfach gesagt, zeigt die 12 die sich ergebenden starre Körper (RB1, RB2, RB3) und ihrer Verbindungen (d. h. durchgezogene Linien) zu beliebigen Elementen außerhalb des Netzwerks (andere starre Körper und Knoten).
  • Dann werden die Regeln des Schrittes 500 angewendet, um über die Möglichkeit einer Lokalisierung der starren Körper zu entscheiden. Im Wesentlichen wird zur Minimierung des Lokalisierungsfehlers jeder identifizierte starre Körper, der lokalisiert werden kann, individuell auf einem jeweiligen lokalen Koordinatensystem positioniert (da sie sehr stabile Strukturen bezüglich des Reichweitenfehlers sind), ohne weitere Knoten außerhalb dieses starren Körpers zu betrachten, positioniert.
  • Dieser Aufwand positioniert das Koordinatensystem des starren Körpers innerhalb des globalen Koordinatensystems (mit anderen Worten, das Koordinatensystem der grünen Knoten). Aus 12 und den Regeln des Schrittes 500 identifiziert das System der vorliegenden Erfindung auf einfache Weise, dass RB3 lokalisierbar ist (da er die Regel d) erfüllt), wohingegen RB1 und RB2 nicht lokalisierbar sind (da RB1 nicht die Regel d) erfüllt oder eine beliebig andere Regel und RB2 nicht die Regel c) oder eine beliebige andere Regel erfüllt).
  • Nichtsdestoweniger können lokale Positionierungsinformationen für RB1 und RB2 extrahiert werden, wenn eine gewisse Positionierungsinformation Wert besitzt (beispielsweise, obwohl RB1 und RB2 nicht eindeutig lokalisiert sind, können sie eine bestimmte Menge von identifizierbaren Lokalisierungen aufweisen, in denen sie sich befinden.
  • Das System der vorliegenden Erfindung kann auf ein beliebiges verteiltes Sensornetzwerk mit Fähigkeiten zur Reichweitenermittlung angewendet werden. Ähnliche Schritte (d. h. Farbgebung und unterschiedliche Ebenen der Gruppierung) und analoge Lokalisierbarkeitsregeln (auf gewisse Weise ähnlich denjenigen in Schritt 500) können für die Ermittlung starrer Körper in dreidimensionalen Netzwerken angewendet werden.
  • Während die bevorzugten Ausführungsformen der Erfindung veranschaulicht und beschrieben wurden, sollte es klar sein, dass die Erfindung nicht derartig beschränkt ist. Zahlreiche Modifikationen für Änderungen, Veränderungen, Variationen, Ersetzungen und Äquivalente werden dem Fachmann in den Sinn kommen, ohne von dem Geist und dem Geltungsbereich der vorliegenden Erfindung abzuweichen, wie er in den angehängten Ansprüchen definiert ist.
  • ZUSAMMENFASSUNG
  • Ein Verfahren zum Lokalasieren von Knoten in einem Multi-Hop-Sensornetzwerk bildet einen starren Körper (RB1, RB2, RB3) und verwendet mit Hilfe der Knoten den starren Körper, um zu entscheiden, ob ein Knoten lokalisierbar ist. Das Verfahren liefert ein Modell reduzierter Ordnung ("ROM = reduced order model") des Netzwerks durch das Kategorisieren aller Knoten anhand des Lokalisierungsstatus, durch das Gruppieren dieser basierend auf den Kategorisierungen und durch das Definieren und Identifizieren eines starren Körpers aus einer Gruppe. Das Verfahren vereinfacht weiterhin die Bestimmbarkeit von Knotenlokalisierungen durch das Bilden des starren Körpers aus den Knoten basierend auf dem kategorisierten Lokalisierungsstatus. Um die Knoten zu lokalisieren, werden die Knoten in Untermengen in Abhängigkeit von Charakteristiken (100) aufgeteilt. Dann werden Gruppen aus einer Untermenge (200) gebildet und der starre Körper wird aus einer Gruppe (300) gebildet. Das ROM wird aus dem starren Körper (400) gebildet und eine Lokalisierungsfähigkeit des starren Körpers wird basierend auf den ROM (500) evaluiert.

Claims (10)

  1. Verfahren zum Lokalisieren von Knoten in einem Multi-Hop-Sensornetzwerk, das umfasst: Bilden zumindest eines starren Körpers aus den Knoten des Netzwerks; und Verwenden des zumindest einen starren Körpers, um zu entscheiden, ob ein Knoten lokalisierbar ist.
  2. Verfahren nach Anspruch 1, das weiterhin umfasst: Kategorisieren aller Knoten hinsichtlich des Lokalisierungsstatus; Gruppieren der Knoten auf der Basis der Kategorisierungen hinsichtlich des Lokalisierungsstatus; und Bilden des zumindest einen starren Körpers aus zumindest einer Gruppe der gruppierten Knoten.
  3. Verfahren nach Anspruch 1, das weiterhin das Bilden starrer Körper aus zumindest einer Gruppe der gruppierten Knoten umfasst.
  4. Verfahren nach Anspruch 1, das weiterhin umfasst: Definieren eines Raumes innerhalb des Netzwerks; und Definieren des zumindest einen starren Körpers als nicht deformierbare Struktur innerhalb des Raumes.
  5. Verfahren nach Anspruch 1, das weiterhin umfasst: Lokalisieren lediglich von Knoten innerhalb des zumindest einen starren Körpers; und Eliminieren aller Knoten außerhalb des zumindest einen starren Körpers aus weiteren Untersuchungen.
  6. Verfahren nach Anspruch 1, das weiterhin das Verfügbarmachen von Peer-zu-Peer-Reichweiteninformationen jedes Knotens in dem Netzwerk umfasst.
  7. Verfahren nach Anspruch 1, das weiterhin umfasst, den Knoten: nicht lokalisierte Knoten; und Referenzknoten bereitzustellen, die jeweils eine definierte Lokalisierung aufweisen.
  8. Verfahren zum Lokalisieren von Knoten in einem Multi-Hop-Sensornetzwerk, das umfasst: Erhalten eines Modells reduzierter Ordnung des Netzwerks durch: Kategorisieren aller Knoten hinsichtlich des Lokalisierungsstatus; Gruppieren der Knoten basierend auf den Kategorisierungen hinsichtlich des Lokalisierungsstatus; und Definieren und Identifizieren zumindest eines starren Körpers aus der zumindest einen Gruppe von gruppierten Knoten.
  9. Verfahren nach Anspruch 8, das weiterhin das Verwenden des zumindest einen starren Körpers zum Entscheiden, ob ein Knoten lokalisierbar ist, umfasst.
  10. Verfahren nach Anspruch 8, das weiterhin das Definieren und Identifizieren einer Mehrzahl von starren Körpern aus zumindest einer Gruppe der gruppierten Knoten umfasst.
DE112004000704T 2003-04-25 2004-04-20 Verfahren zur Knotenlokalisierung mittels eines Modells reduzierter Ordnung für Multi-Hop-Netzwerke Ceased DE112004000704T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US10/424,178 2003-04-25
US10/424,178 US7277401B2 (en) 2003-04-25 2003-04-25 Reduced order model node location method for multi-hop networks
PCT/US2004/012216 WO2004098217A1 (en) 2003-04-25 2004-04-20 Reduced order model node location method for multi-hop networks

Publications (1)

Publication Number Publication Date
DE112004000704T5 true DE112004000704T5 (de) 2006-04-20

Family

ID=33299292

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112004000704T Ceased DE112004000704T5 (de) 2003-04-25 2004-04-20 Verfahren zur Knotenlokalisierung mittels eines Modells reduzierter Ordnung für Multi-Hop-Netzwerke

Country Status (4)

Country Link
US (1) US7277401B2 (de)
CN (1) CN1781324A (de)
DE (1) DE112004000704T5 (de)
WO (1) WO2004098217A1 (de)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070025272A1 (en) * 2005-07-29 2007-02-01 Feng Niu Reduced order model node location method for multi-hop networks
US20070239350A1 (en) * 2006-04-07 2007-10-11 Zumsteg Philip J Multi-function tracking device with robust asset tracking system
CN1862286B (zh) * 2006-06-15 2011-08-10 北京邮电大学 一种对传感器节点精确定位的方法
KR100785794B1 (ko) * 2006-09-18 2007-12-13 한국전자통신연구원 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법
US8457084B2 (en) * 2006-12-20 2013-06-04 Airvana Llc Communication group configuration in a network
CA2733268A1 (en) 2008-09-25 2010-04-01 Fisher-Rosemount Systems, Inc. Wireless mesh network with pinch point and low battery alerts
US20110116416A1 (en) * 2009-11-18 2011-05-19 Dobson Eric L System and method for geographically optimized wireless mesh networks
US10645628B2 (en) * 2010-03-04 2020-05-05 Rosemount Inc. Apparatus for interconnecting wireless networks separated by a barrier
US8737244B2 (en) 2010-11-29 2014-05-27 Rosemount Inc. Wireless sensor network access point and device RF spectrum analysis system and method
US20130005372A1 (en) 2011-06-29 2013-01-03 Rosemount Inc. Integral thermoelectric generator for wireless devices
US11533255B2 (en) 2014-11-14 2022-12-20 Nicira, Inc. Stateful services on stateless clustered edge
US10044617B2 (en) * 2014-11-14 2018-08-07 Nicira, Inc. Stateful services on stateless clustered edge
US9866473B2 (en) 2014-11-14 2018-01-09 Nicira, Inc. Stateful services on stateless clustered edge
US9876714B2 (en) 2014-11-14 2018-01-23 Nicira, Inc. Stateful services on stateless clustered edge
US11570092B2 (en) 2017-07-31 2023-01-31 Nicira, Inc. Methods for active-active stateful network service cluster
US10951584B2 (en) 2017-07-31 2021-03-16 Nicira, Inc. Methods for active-active stateful network service cluster
US11296984B2 (en) 2017-07-31 2022-04-05 Nicira, Inc. Use of hypervisor for active-active stateful network service cluster
CN108134980A (zh) * 2018-01-11 2018-06-08 南京华讯方舟通信设备有限公司 一种适用于无人机蜂群自组织网络的快速分布式相对定位方法
US11153122B2 (en) 2018-02-19 2021-10-19 Nicira, Inc. Providing stateful services deployed in redundant gateways connected to asymmetric network
US11799761B2 (en) 2022-01-07 2023-10-24 Vmware, Inc. Scaling edge services with minimal disruption
US11962564B2 (en) 2022-02-15 2024-04-16 VMware LLC Anycast address for network address translation at edge

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6473038B2 (en) 2001-01-05 2002-10-29 Motorola, Inc. Method and apparatus for location estimation
AU2002234258A1 (en) * 2001-01-22 2002-07-30 Sun Microsystems, Inc. Peer-to-peer network computing platform
US6807158B2 (en) * 2001-08-07 2004-10-19 Hrl Laboratories, Llc Method and apparatus for determining position and trajectory of gateways to optimize performance in hybrid non-terrestrial-terrestrial multi-hop mobile networks
JP4093792B2 (ja) * 2002-04-18 2008-06-04 富士通株式会社 移動無線局の位置を決定する測位システム、プログラムおよび位置決定方法
US7123925B2 (en) * 2002-06-18 2006-10-17 British Telecommunications Public Limited Company Method and apparatus for locating devices

Also Published As

Publication number Publication date
CN1781324A (zh) 2006-05-31
US7277401B2 (en) 2007-10-02
US20040213190A1 (en) 2004-10-28
WO2004098217A1 (en) 2004-11-11

Similar Documents

Publication Publication Date Title
DE112004000704T5 (de) Verfahren zur Knotenlokalisierung mittels eines Modells reduzierter Ordnung für Multi-Hop-Netzwerke
DE69031774T2 (de) Adaptiver Gruppierer
DE112007002221B4 (de) Graphikanordnungslayout mit maximaler Seitenbedeckung und minimaler Beseitigung von Inhalt
DE60007772T2 (de) Rekursive zustandsschätzung durch matrixfaktorisierung
DE102004004641A1 (de) Dreidimensionale Reprojektions- und Rückprojektionsverfahren und Algorithmen zum Durchführen derselben
DE4224568C2 (de) Vorrichtung und Verfahren zur Bildung der Anzeige eines dreidimensionalen sequentiellen tomografischen Flächenschattierungsbildes
DE69029429T2 (de) Binäres Bildreduzierungsverfahren
DE10017551C2 (de) Verfahren zur zyklischen, interaktiven Bildanalyse sowie Computersystem und Computerprogramm zur Ausführung des Verfahrens
DE69821225T2 (de) Verfahren zur kontrolle der oberfläche einer laufenden materialbahn mit vorklassifikation von ermittelten unregelmässigkeiten
DE102006044595A1 (de) Verfahren und Vorrichtung zur Bildverarbeitung
DE102013220170A1 (de) Verfahren zum Bestimmen einer kinematischen Zustandsgröße eines Objekts
DE69205811T2 (de) Verfahren zur Bildanalyse.
DE102017121052A1 (de) Verarbeitung einer von einer Umgebungserfassungseinrichtung eines Kraftfahrzeugs erzeugten Punktwolke zu einem Poincaré-invarianten symmetrischen Eingabevektor für ein neurales Netzwerk
DE102018102691A1 (de) Parallaxenberechnungsvorrichtung
EP3803793B1 (de) Abschätzung von ortskoordinaten von lichtquellen in umgebungsbildern
WO2010028718A2 (de) Verfahren zur bildverarbeitung von stereobildern
DE102006036345A1 (de) Verfahren zur Lagebestimmung von Objekten im dreidimensionalen Raum
WO2005025237A1 (de) Verfahren zur selbstkalibrierung eines kamerasystems
DE60203166T2 (de) Verfahren zur Herstellung von Digital-Bildern mit hoher Auflösung
EP2642749B1 (de) Vorrichtung und Verfahren zur Optimierung der Bestimmung von Aufnahmebereichen
DE102005041633B4 (de) Verfahren und Vorrichtung zur Positions- und Ähnlichkeitsbestimmung von Objektpunkten in Bildern
DE102018208604A1 (de) Ermitteln eines Aufnahmeverhaltens einer Aufnahmeeinheit
DE102018122842A1 (de) Computerimplementiertes Verfahren zur Komprimierung von Messdaten aus einer Messung eines Messvolumens
DE202018102649U1 (de) System zur Gesteinserkennung
EP1331794B1 (de) Verfahren zur Adresszuweisung in einem Netzwerk und Komponenten dafür

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law

Ref document number: 112004000704

Country of ref document: DE

Date of ref document: 20060420

Kind code of ref document: P

8131 Rejection