TW201509214A - 感測節點之定位方法及系統 - Google Patents

Abstract

本發明係一種感測節點之定位方法及系統，用以定位構成無線感測網路的多個感測節點，包含不具定位資訊之的盲節點與具有定位資訊的錨節點，且本發明方法包括在離線模式時決定增量距離，以及在線上模式時進行距離估測、位置估算，其中增量距離係用以增加邊界矩形產生交集的機會，距離估測是利用距離向量跳數法以計算盲節點與錨節點間的距離，而位置估算是利用最小-最大增量邊界法以估算盲節點的位置而完成定位。因此，本發明可在不使用最小平方操作下達成感測節點定位功能，不僅增加定位精準度，同時大幅降低運算量，改善整體操作效率。

Description

感測節點之定位方法及系統

本發明係有關於一種感測節點之定位方法及系統，尤其是結合距離向量跳數法以及最小-最大增量邊界法以達成對移動之感測節點的定位功能。

近年來，隨著無線通信技術的進步以及半導體製程快速發展，使得無線感測網路(wireless sensor network,WSN)的相關研究及應用獲得蓬勃發展。WSN是由許多感測節點(sensor node)所構成的網路，利用無線傳輸溝通以協同運作，而且擁有體積小、可攜式、成本低和部署方便等特色，已成功應用於醫療、軍事科技、環境監測、工廠監控、室內安全及生態探索等領域。

由於無線感測網路應用中大多需要知道感測節點位置，才能獲取到資料訊息的來源位置，否則無法分辨訊息來源地點，而無法正確進行分析及研究。因此，針對無線感測網路，如何精準且合理的取得感測節點位置是決定系統運作效能很重要的因素。

在習用技術中，為了在WSN中有效的將節點定位出來，許多不同的定位演算法被提出，而依據定位的方式，可以分成兩大類型，分別為範圍基礎(Range-Based)和無範圍基礎(Range-Free)。

Range-Based是透過訊號來源端與接受端直接量測實際的距離或方向角度以進行定位，比如訊號到達角(Angle of Arrival,AOA)、訊號到達時間(Time of Arrival,TOA)、訊號到達時間差(Time Difference of Arrival,TDOA)、接收訊號強度指標(Received Signal Strength Indicator,RSSI)等演算法。但是Range-Based的缺點如AOA需要特殊的天線當作基地台，TOA要求傳送端及接收端必須達到相當精準的時間同步，而TDOA雖然不需如同TOA的時間同步，但發送端必須有能力同時發送兩種不同傳播速率的訊號，因此，上述三種演算法都會額外大幅增加硬體設備並需要高功能複雜計算的支援，導致整體系統成本的提高。

此外，對於常內建在一般感測器中的RSSI，雖然不需要額外加裝設備，不過大範圍無線感測網路的定位精準度會降低。針對這問題，習用技術的解決方式是大幅增加基地台的傳輸半徑，或是依賴更多的基地台，以使得每個節點接收到至少三個來自基地台的訊號。但是，對於大型無線感測網路，這種解決方式並不合適且不符合經濟效益。

不同於Range-Based，Range-Free定位演算法是將擁有位置資訊的感測節點當作錨節點(Anchor node)，而不具位置資訊的感測節點當作盲節點(Blind node)，並利用盲節點收集來自各個錨節點廣播出的實際位置資訊，經計算可得到估測座標。因此，Range-Free定位演算法不需要在每個節點加裝其他硬體，便能達到定位的目的。

典型的Range-Free定位演算法如“D.Niculescu and B.Nath,“Ad hoc positioning system(APS),＂in Proc.Global Telecommunications Conference.Global Telecommunications Conference.GLOBECOM’01,vol.5,Texas,USA,2001,pp.2926-2931.”所揭示的距離向量跳數/多邊定位法(Distance vector-hop/Lateration,DV-hop/Lateration)。在DV-hop/Lateration演算法中，距離估測是採取DV-hop方式，以各個錨節點蒐集到彼此之間的座標與跳數，計算出 對應的平均一跳大小(average hop-size，HopSize)，盲節點藉著尋找與自己最少跳數的錨節點，將對應的HopSize設為最小平均一跳大小(minimal average hop-size，HopSizemin)，再依據最少跳數乘上HopSizemin，便能估測出與各錨節點的相對距離。亦即，在位置估算方面是使用Lateration並配合最小平方(Least Square)，以估算盲節點位置而達到定位功能。但由於Lateration及最小平方的運算量過大且過於複雜，導致整體定位系統存有耗費時間過長的問題。

另一方面，專利US 7,353,031所揭示的技術是依據通訊半徑涵蓋盲節點的錨節點設備不同，選擇紅外線強度(Infrared Strength)、TOA或RSSI技術以進行節點彼此距離的比較，藉以協助建立出可能覆蓋盲節點位置的兩個同心圓之圓環面積。藉此可降低通訊半徑受到環境干擾導致的誤差，以達到提高定位精準度。以應用於無線感測網路的定位技術而言，該技術是針對節點對節點以單跳模式來設計，而降低通訊半徑會受到環境因素產生定位誤差。對於大型無線感測網路，在廣闊的環境中各個錨節點傳輸半徑往往不可能涵蓋住所有的盲節點，以致於定位精準度低落，甚至會在錨節點數量不足時，發生盲節點無法接收到任何錨節點訊息，而形成無法定位的情況。

專利US 7,941,157的技術是透過取得環境條件的參數來決定無線網路節點要採用何種較佳的定位演算法，藉此得到更高的定位精準度。該技術主要是藉獲取環境中的參數來切換節點定位演算法，以提高估測精準度。這些參數包含了錨節點的數量、錨節點密度、定位環境的範圍、無線通道路徑的衰減指數、盲節點出現位置的機率和接收到的RSSI值，對於使用在大型無線感測網路要取得這麼多參數是很困難且相當耗費成本，因此實務上很難具體實現。

“Q.Lu,M.Bai,W.Zhang and Y.Peng,“A new kind of ndv-hop algorithm in wireless sensor network,＂in Proc.Network Computing and Information Security.NCIS‘11,vol.2,Guilin,China,14-15 May 2011,pp.438-441.”以及“Q.Lu,M.Bai,W.Zhang and E.Lian,“A kind of improved DV-hop algorithm,＂in Proc.International Conference on Intelligent Control and Information Processing.ICICIP‘11,vol.2,Harbin,China,25-28 July 2011,pp.867-869”主要是針對DV-hop/Lateration定位演算法，在估測距離的方式中只採用盲節點與錨節點之間最少跳數的平均一跳大小，而未考量其他錨節點的平均一跳大小資訊，導致定位效果不彰的問題，提出依照錨節點與盲節點的距離，給予各個平均一跳大小權重值作為修正，以改善定位效能。另外，“S.Tian,X.Zhang,P.Liu,P.Sun and Y.Xing,“A RSSI-based DV-Hop algorithm for wireless sensor networks,＂in Proc.Wireless Communications Networking and Mobile Computing.WiCOM’07,Shanghai,China,21-25 Sept.2007,pp.2555-2558＂提出結合DV-hop/Lateration以及屬於Range-Based中的RSSI演算法，主要是當盲節點與錨節點之間為一跳距離，並且錨節點的通訊半徑涵蓋盲節點，那麼該盲節點與錨節點之間的距離就以RSSI的方式進行量測，藉此降低DV-Hop的誤差率。然而，這些技術都是著重在多跳型式的DV-hop演算法上，進行估測距離誤差的修正，來產生更高的精準度，欠缺考量降低運算量以控制成本。

有關將Range-Free定位演算法運算量下降的習之技術，“Y.Dai,J.Wang and C.Zhang,“Improvement of DV-Hop localization algorithms for wireless sensor networks,”in Proc.Wireless Communications Networking and Mobile Computing. WiCOM’10,Chengdu,China,23-25 Sept.2010,pp.1-4＂提出距離向量跳數/最小-最大法(Distance vector-hop/Min-max method,DV-hop/Min-max)，藉由在位置估算的部分以Min-max method來取代Lateration和最小平方，以致成功的減少定位所耗費的時間。但是在大型感測網路環境中以Min-max method做位置估算，會受到環境的廣闊以及距離估測的誤差，導致定位精準度過低或產生無法定位的問題。

因此，需要一種感測節點定位系統及方法，考量到大型無線感測網路硬體的成本、運算的複雜度和實現的可行性，藉以解決上述習用技術的問題。

本發明之主要目的在於提供一種感測節點定位方法，係用以決定無線感測網路中感測節點的位置，主要包括決定增量距離、距離估測以及位置估算，其中決定增量距離是在離線模式時進行，而距離估測以及位置估算是在線上模式時進行，且距離估測是利用距離向量跳數法(Distance vector-hop，DV-hop)以計算盲節點與錨節點之間的距離，位置估算是利用最小-最大增量邊界法(Distance vector-hop/Min-max approach with increased boundary,DV-hop/Min-max(IB))以估算位置，進而完成對感測節點的定位功能。

增量距離是用以增加邊界矩形產生交集的機會，同時具有最小定位誤差。

具體而言，DV-hop法(距離向量跳數法)包括：隨機佈署所有感測節點，且具有本身座標訊息的感測節點是當作錨節點，而不具有本身座標訊息的感測節點是當作盲節點；設定感測節點的初始跳數欄為0，並由錨節點廣播包含本身位置座標及跳數的傳送訊息；感測節點接收傳送訊息以獲得錨節點的位置座標及節點跳數；錨節點計算並廣播錨節點 的平均一跳大小；以及盲節點檢測與錨節點之間的跳數，並估測盲節點到錨節點的距離，且以估測出的最短距離當作參考距離。

此外，Min-max(IB)法(最小-最大增量邊界法)包括：判斷盲節點到錨節點之間的距離是否為參考距離；如果不是參考距離，則計算錨節點的增量邊界，而如果是參考距離，則計算出錨節點的參考增量邊界；以及找出參考增量邊界與其他增量邊界的共同交集區塊的中心點座標，當作盲節點的估算位置，完成對盲節點的定位。

本發明之另一目的在於提供一種感測節點定位系統，包括多個感測節點、閘道器(gateway)、網路、資料庫(database)以及使用者終端裝置，其中該等感測節點包括多個錨節點及多個盲節點。每個感測節點是利用每個感測節點而以無線方式溝通，比如ZigBee、WiFi等，且感測節點可為不同的感測器(sensor)，比如溫度感測器、濕度感測器、一氧化碳感測器、臭氧感測器、瓦斯感測器或煙霧感測器。

盲節點利用DV-hop/Min-max(IB)定位演算法以收集錨節點的資訊，並估測自身座標，將座標傳送到閘道器(gateway)，且經由網路(比如網際網路internet)傳送至遠端的使用者終端裝置或資料庫，藉以便使用者查看，達到感測節點定位的目的。

因此，本發明能讓錨節點建立的邊界有更多交集的機率，藉以增加定位精準度，並可避免運算複雜的Lateration，同時不需使用最小平方操作以進行位置的估算，藉以有效降低定位誤差及運算量。

10‧‧‧閘道器

20‧‧‧網路

30‧‧‧資料庫

40‧‧‧使用者終端裝置

d₁、d₂、d₃‧‧‧距離

IB₁、IB_ref、IB₃‧‧‧增量邊界

L‧‧‧錨節點

L₁、L₂、L₃‧‧‧錨節點

N‧‧‧盲節點

N'‧‧‧位置訊息(座標)

S₁、S₂、S₃‧‧‧邊界矩形

S10~S34‧‧‧步驟

W‧‧‧無線感測網路

第一圖顯示依據本發明實施例感測節點定位方法的流程圖。

第二圖顯示依據本發明方法中選取增量距離的示意圖。

第三圖顯示依據本發明方法中距離估算的流程圖。

第四圖顯示依據本發明方法中位置估算的流程圖。

第五圖顯示依據本發明方法中定位誤差變化曲線圖。

第六圖及第七圖顯示依據本發明方法所達到的改善效應示意圖。

第八圖顯示比較本發明方法以及習用技術的示意圖。

第九圖顯示比較本發明方法以及習用技術的另一示意圖。

第十圖顯示依據本發明實施例感測節點定位系統的示意圖。

以下配合圖式及元件符號對本發明之實施方式做更詳細的說明，俾使熟習該項技藝者在研讀本說明書後能據以實施。

參閱第一圖，依據本發明實施例感測節點定位方法的流程圖。如第一圖所示，本發明實施例的感測節點定位方法主要是包括決定增量距離步驟S10、距離估測步驟S20以及位置估算步驟S30，用以完成對多個感測節點的定位目的，其中該等感測節點具無線通信功能，並分佈配置構成無線感測網路，且該等感測節點包括多個錨節點及多個盲節點，而錨節點具有本身的座標訊息，且盲節點不具有本身的座標訊息。

決定增量距離步驟S10是在離線模式時進行，而距離估測步驟S20以及位置估算步驟S30是在線上模式時進行。

每個感測節點是利用每個感測節點而以無線方式溝通，比如ZigBee、WiFi等，且感測節點可為不同的感測器(sensor)，比如溫度感測器、濕度感測器、一氧化碳感測器、臭氧感測器、瓦斯感測器或煙霧感測器。

具體而言，在決定增量距離步驟S10中，依據感測節點的分佈範圍之面積、錨節點數目、盲節點數目以及感測節點的通訊半徑，以決定使得定位誤差為最小的增量距離，亦 即該增量距離為具有最小定位誤差的距離增加量。具體實施手段是，可透過軟體模擬出環境的情境，再藉由增量距離的遞增以觀察定位誤差(%)的變化，亦即隨著增量距離的定位誤差(%)之分佈曲線。例如，第二圖為示範性實例，是以一個在200平方公尺的正方型面積內隨機散佈於500顆感測節點，其中每個感測節點的通訊半徑為100公尺，並且選擇錨節點量佔總節點數10%，此時可由第二圖中增量距離對於定位誤差變化的曲線，很明顯看出，當增量距離為30公尺時，定位誤差為最小。因此，選擇30公尺的增量距離當作這環境的最佳參數值。

此外，可利用田口方法(Taguchi method)以低成本條件下開發出高質量產品的參數設計概念，以決定增量距離的數值。定位誤差的計算將於後續說明中詳細解釋。

上述距離估測步驟S20是利用距離向量跳數法(Distance vector-hop，DV-hop)而實現，藉以計算盲節點及錨節點之間的距離。下文中，將參考第三圖以詳細說明距離估測步驟S20的具體操作內容。

如第三圖所示，DV-hop法(距離向量跳數法)包括：隨機佈署該等感測節點(S21)，設定每個感測節點的初始跳數欄為0，並由該等錨節點廣播包含其本身的位置座標及跳數的傳送訊息(S22)，每個感測節點接收錨節點所廣播的傳送訊息，以獲得錨節點的位置座標及節點跳數，並只記錄每個錨節點最小跳數，且將跳數欄加1而轉發給鄰近的感測節點(S23)，以及每個錨節點計算並廣播其對應的平均一跳大小HopSize_i(S24)，如下公式(1)所示： 其中(x_i,y_i)、(x_j,y_j)分別代表不同錨節點的實際座標，HopSize_i為錨節點i的平均一跳大小，h_j表示錨節點i到j 的最少跳數，n為全部的錨節點數量。

接著，每個盲節點選擇與本身最近錨節點計算出的平均一跳大小當作最小平均一跳大小HopSize_min(S25)，再檢測其與相對應錨節點之間的跳數，而以最少跳數乘上平均一跳大小HopSize_min，得到盲節點到各錨節點的距離訊息di(S26)，如以下公式(2)所示： d_i=HopSize_min×hop_i…(2) 其中hop_i是盲節點距離錨節點i最少的跳數。最後，將估測出的最短距離訊息設定為參考距離(reference distance,d_ref)，並廣播(S27)。

關於位置估算步驟S30，主要是利用最小-最大增量邊界法(Min-max approach with increased boundary,Min-max(IB))而實現，藉以估算該等盲節點的位置。具體而言，最小-最大增量邊界法，如第四圖所示，包括首先判斷來自感測節點代表盲節點到相對應錨節點之間的距離訊息是否為參考距離d_ref(S31)。

如果距離訊息d_i不是該參考距離d_ref，則將距離訊息d_i藉由以下的公式(3)，算出錨節點的增量邊界IB_i(S32)。

IB_i=[x_i-(d_i+△d)_iy_i-(d_i+△d)]×[(x_i+(di+△d)_iy_i+(d_i+△d)] (3)

如果距離訊息d_i是該參考距離d_ref，則參考距離d_ref的公式(4)，找出該錨節點的參考增量邊界IB_ref(S33)。

IB_ref=[x_ref-(d_ref+△d)_iy_k-(d_ref+△d)]×[(x_ref+(d_ref+△d)_iy_ref+(d_ref+△d)] (4)

接著，在步驟S32之後或在步驟S33之後，利用限制條件(5)及公式(6)，找出參考增量邊界IB_ref與其他參考增量邊界IB_i的共同交集區塊之面積S，並藉公式(7)以計算共同交集區塊的中心點座標(,)，當作盲節點的位置訊息(S34)。

S=[max{(x_i-(d_i+△d)),(x_ref-(d_ref+△d))},max{(y_i-(d_i+△d)),(y_ref-(d_ref+△d))}]×[min{x_i+(d_i+△d)),(x_ref+(d_ref+△d))},min{(y_i+(d_i+△d)),(y_ref+(d_ref+△d))}] (6)

以下詳細說明本發明方法如何決定最佳的增量距離△d。

以大型無線感測網路的定位為例，首先，將500感測節點隨機散佈於1000平方公尺的正方型面積內，每個感測節點的通訊半徑設定為100公尺，並選取佔總節點數5%、10%、15%、20%、25%、30%和35%當作錨節點數量以完成各環境的建置。在離線模式下，利用上述的環境參數，計算定位誤差(%)，如以下公式(8)： 其中(,)為第i個盲節點的估測座標，(x_i,y_i)為第i個盲節點的實際座標，t為總盲節點數，R則為節點通訊半徑。

進一步找出增量距離△d對於定位誤差的變化曲線圖，如第五圖所示。在第五圖中，當錨節點數量為5%、10%、15%、20%、25%、30%和35%時，且增量距離都是在50公尺時，定位誤差可達到最小值，因此，可較佳的藉由田口方法選定增量距離△d等於50公尺為最佳參數。

下文中，將參考第六圖及第七圖以更詳細說明本發明的特徵，其中第六圖顯示一般最小-最大法(Min-max method)的定位示意圖，而第七圖為使用本發明方法的定位示意圖。

本發明方法使用增量距離的主要目的是可用來解決最小- 最大法中因為DV-hop跳數之間距離不均勻、路徑迂迴和佈署環境所造成定位精準度不彰及無法定位的問題。如第六圖所示，隨機散佈12個感測節點在無線感測網路裡，包含三錨節點L₁、L₂及L₃，以及九盲節點N，其中以實心圓點標示的盲節點N為目前待定位的盲節點，亦即目標盲節點。透過每個錨節點向鄰居廣播自身位置座標和跳數訊息，可得知彼此之間的距離和最小跳數。例如，錨節點L₁到L₂的距離為50公尺，且最小跳數為4hops，錨節點L₁到L₃的距離為100公尺，且最小跳數6hops，錨節點L₂到L₃的距離為70公尺，且最小跳數5hops。錨節點使用上述的公式(1)計算屬於自己的跳數HopSize，表示如下：HopSize ₁=(50+100)/(4+6)=15(m)

HopSize ₂=(50+70)/(4+9)=13.3(m)

HopSize ₃=(70+100)/(5+6)=15.5(m)

可明顯看出，錨節點L₂距離盲節點N的跳數HopSize₂為最少，所以將跳數數值設為最小跳數HopSize_min，並經過公式(2)計算，獲得盲節點N與錨節點L₁、L₂、L₃之間的距離分別為：d₁=13.3*3(m),d₂=13.3*1(m),d₃=13.3*4(m)進而完成待定位的盲節點N與各錨節點之間距離估測。

般的最小-最大法在位置估算上，首先是利用上述的估測距離建立出邊界矩形Si(包含S₁、S₂和S₃)，如以下公式(9)所示：S_i=[(x_i-d_i),(y_i-d_i)]×[(x_i+d_i),(y_i+d_i)] (9)其中i=1，2，3。因此，在第六圖中，邊界矩形S₁、S₂和S₃中交集的邊界矩形是少於三個，導致盲節點N無法定位。

為了解決上述問題，本發明方法是利用增量距離△d，藉公式(3)以及(4)將原有的邊界矩形S₁、S₂和S₃擴大成增量邊界IB₁、IB₃及IB_ref，藉以增加彼此交集的機會。其具體結 果如第七圖所示，三個增量邊界IB₁、IB₃及IB_ref變成相互交集，使得盲節點N可被定位。同時，利用公式(6)找出增量邊界IB₁、IB₃及IB_ref的共同交集面積S，並藉公式(7)以計算中心點座標(,)，當作盲節點N的位置訊息N'。

以下將比較習用技術以及本發明方法，藉以說明本發明的特點。如第八圖所示，本發明經由選取佔總節點數5%、10%、15%、20%、25%、30%和35%的錨節點數量百分比，並進行一百次定位誤差模擬以取其平均值，且可明顯看出，本發明的定位誤差是比DV-hop/Min-max還低，但比DV-hop/Lateration還高，不過DV-hop/Lateration的計算時間大很多，如第九圖所示運算時間及錨節點數量百分比之間的關係，因此，本發明的整體表現較佳。

綜上所述，本發明方法的特點在於結合距離向量跳數法(DV-hop)以及最小-最大增量邊界法(Min-max(IB))以形成複合式的距離向量跳數/最小-最大增量邊界方法(Distance vector-hop/Min-max approach with increased boundary,DV-hop/Min-max(IB))，並配合增量距離，藉以具體實現盲節點的定位，同時可大幅減少算量，加速定位操作，並改善定位精確度，提高整體效能。

此外，本發明方法採取多跳模式定位方式，可使節點與節點之間藉互相協助而將訊息傳遞出去，避免在大型無線感測網路中，因錨節點的傳輸半徑太小讓盲節點收集不到資訊而導致無法定位。尤其是，本發明方法只需要收集錨節點的實際座標以及路徑跳數即可定位，整體操作較為簡單、可行。

此外，依據本發明另一實施例的感測節點定位系統，如第十圖所示，係包括多個感測節點、閘道器(gateway)10、網路20、資料庫(database)30以及使用者終端裝置40，其中該等感測節點包括多個錨節點L(如圖中的實心圓點)及多 個盲節點N(如圖中的空心圈)，藉以構成無線感測網路W。

盲節點N利用上述本發明的感測節點定位方法，收集錨節點L的資訊，並估測自身座標，將座標傳送到閘道器10，且經由網路20傳送至位於遠端的資料庫30或使用者終端裝置40，藉以儲存定位資料，方便使用者利用使用者終端裝置40直接接收來自閘道器10的定位資料，或查看資料庫30中的的資料庫30，達到感測節點的定位功能。具體而言，網路20可包括網際網路(internet)、區域網路(Local Area Networks，LAN)、大都會網路(Metropolitan Area Networks，MAN)、廣域網路(Wide Area Networks，WAN)。

此外，為提高系統的操作穩定性，感測節點可進一步具有電源供應模組，以供應所需電力，而電源供應模組的電源供應來源可為主電源幹線、電池、或是本身具有的電能產生器。

因此，本發明的感測節點定位系統很適用於大範圍的無線感測網路。例如，當安置溫度感測器的盲節點偵查到異常高溫時，比如發生森林火災的起火點，可由盲節點估測本身的座標，並經網路20傳送，使用者可利用使用者終端裝置40以了解發生問題的區塊，藉此才取適當的對策，比如通知消防單位，儘速防止災難擴大。尤其是，感測節點是使用具較低運算量的感測節點定位方法而操作，不僅可改善操速度，同時進一步加強定位能力，使得本發明的感測節點定位系統相當具有技術進步性以及產業利用性。

以上所述者僅為用以解釋本發明之較佳實施例，並非企圖據以對本發明做任何形式上之限制，是以，凡有在相同之發明精神下所作有關本發明之任何修飾或變更，皆仍應包括在本發明意圖保護之範疇。

S10~S30‧‧‧步驟

Claims (10)

1. 一種感測節點之定位方法，係用於包含多個具無線通信功能之感測節點的一無線感測網路，且該等感測節點包括多個錨節點及多個盲節點，而該錨節點具有本身的座標訊息，該盲節點不具有本身的座標訊息，包括以下步驟：一決定增量距離步驟，是在一離線模式時進行，依據該等感測節點的分佈範圍之面積、該等錨節點的數目、該等盲節點的數目以及該等感測節點的通訊半徑，以決定一增量距離，其中該增量距離為使得一定位誤差為最小的距離增加量，而該定位誤差係由以下公式定義： 定位誤差(%)= 其中(,)為第i個盲節點的估測座標，(x_i,y_i)為第i個盲節點的實際座標，t為總盲節點數，R則為節點通訊半徑；一距離估測步驟，是在一線上模式時進行，係利用距離向量跳數法(Distance vector-hop，DV-hop)以計算該等盲節點以及該等錨節點之間的距離，且該距離向量跳數法包括：隨機佈署該等感測節點；設定每個感測節點的初始跳數欄為0，並由該等錨節點廣播包含其本身位置座標及跳數的一傳送訊息；每個感測節點接收該等錨節點所廣播的傳送訊息，以獲得錨節點的位置座標及節點跳數；每個錨節點藉以下公式計算並廣播其對應的平均一跳大小， 其中(x_i,y_i)、(x_j,y_j)分別代表不同錨節點的實際座標，HopSize_i為錨節點i的平均一跳大小，h_j表示錨節點i到j的最少跳數，n為全部的錨節點數量；每個盲節點選擇與本身最近錨節點的平均一跳大小當作最小平均一跳大小HopSize_min； 檢測其與相對應錨節點之間的跳數，而以最少跳數乘上平均一跳大小HopSize_min，得到盲節點到各錨節點的距離訊息d_i，d_i=HopSize_min×hop_i其中hop_i是盲節點距離錨節點i最少的跳數；以及將估測出的最短距離訊息設定為一參考距離，並廣播；以及一位置估算步驟，是在該線上模式時進行，係利用最小-最大增量邊界法(Distance vector-hop/Min-max approach with increased boundary,DV-hop/Min-max(IB))以估算該等盲節點的位置，且該最小-最大增量邊界法包括：判斷該盲節點到相對應錨節點之間的距離訊息是否為該參考距離；如果不是該參考距離，則利用下公式計算該錨節點的一增量邊界，IB_i=[x_i-(d_i+△d)_iy_i-(d_i+△d)]×[(x_i+(di+△d)_iy_i+(d_i+△d)]其中IB_i為該增量邊界；如果是該參考距離，則利用下公式計算該錨節點的一參考增量邊界IB_ref，IB_ref=[x_ref-(d_ref+△d)_iy_k-(d_ref+△d)]×[(x_ref+(d_ref+△d)_iy_ref+(d_ref+△d)]其中△d為該定位誤差，d_ref為該參考距離，IB_ref為該參考增量邊界；利用以下限制條件， 以及以下公式，找出該參考增量邊界與其他參考增量邊界的一共同交集區塊之一面積，S=[max{(x_i-(d_i+△d)),(x_ref-(d_ref+△d))},max{(y_i-(d_i+△d)),(y_ref-(d_ref+△d))}]×[min{x_i+(d_i+△d)),(x_ref+(d_ref+△d))},min{(y_i+(d_i+△d)),(y_ref+(d_ref+△d))}]其中S為該面積；以及並藉以下公式計算該共同交集區塊的一中心點座標(,)，當作該盲節點的位置訊息， 其中(,)為該中心點座標。
2. 依據申請專利範圍第1項所述之感測節點之定位方法，其中該錨節點為具有全球定位系統(Global Positioning System，GPS)功能的感測節點。
3. 依據申請專利範圍第1項所述之感測節點之定位方法，其中該無線通信功能是利用ZigBee或WiFi而實現。
4. 依據申請專利範圍第1項所述之感測節點之定位方法，其中該等感測節點包括溫度感測器、濕度感測器、一氧化碳感測器、臭氧感測器、瓦斯感測器及/或煙霧感測器。
5. 一種感測節點之定位系統，包括：多個感測節點，包括多個錨節點及多個盲節點，而該錨節點具有本身的座標訊息，該盲節點不具有本身的座標訊息，每個感測節點具無線通信功能，該等錨節點及該等盲節點利用一感測節點之定位方法以找出該等盲節點的位置訊息，並由該等感測節點傳送個別的位置訊息；一閘道器，係以無線方式連結至該等感測節點，並接收來自該等感測節點的座標訊息，並以有線或無線方式傳送該座標訊息至一網路；一資料庫，係經該網路而連結至該閘道器，用以接收並儲存該座標訊息；以及一使用者終端裝置，係經該網路而連結至該閘道器以及該資料庫，用以接收來自該閘道器的座標訊息及/或存取該資料庫所儲存的座標訊息，其中該感測節點之定位方法包括依序進行一決定增量距離步驟、一距離估測步驟以及一位置估算步驟，且該決定增量距離步驟是在一離線模式時進行，而該距離估測步驟以及該位置估算步驟是在一線上模式時進行，在決定增量距離步驟中，依據該等感測節點的分佈範圍之面積、該等錨節點的數目、該等盲節點的數目以及該等感測節點的通訊 半徑，以決定一增量距離，其中該增量距離為使得一定位誤差為最小的距離增加量，而該定位誤差係由以下公式定義， 定位誤差(%)= 其中(,)為第i個盲節點的估測座標，(x_i,y_i)為第i個盲節點的實際座標，t為總盲節點數，R則為節點通訊半徑；在距離估測步驟中，利用距離向量跳數法(DV-hop)以計算該等盲節點以及該等錨節點之間的距離，且該距離向量跳數法包括隨機佈署該等感測節點，設定每個感測節點的初始跳數欄為0，並由該等錨節點廣播包含其本身位置座標及跳數的一傳送訊息，每個感測節點接收該等錨節點所廣播的傳送訊息，以獲得錨節點的位置座標及節點跳數，每個錨節點藉以下公式計算並廣播其對應的平均一跳大小， 其中(x_i,y_i)、(x_j,y_j)分別代表不同錨節點的實際座標，HopSize_i為錨節點i的平均一跳大小，h_j表示錨節點i到j的最少跳數，n為全部的錨節點數量；每個盲節點選擇與本身最近錨節點的平均一跳大小當作最小平均一跳大小HopSize_min；檢測其與相對應錨節點之間的跳數，而以最少跳數乘上平均一跳大小HopSize_min，得到盲節點到各錨節點的距離訊息d_i，d_i=HopSize_min×hop_i其中hop_i是盲節點距離錨節點i最少的跳數，將估測出的最短距離訊息設定為一參考距離，並廣播，在位置估算步驟中係利用最小-最大增量邊界法(DV-hop/Min-max(IB))以估算該等盲節點的位置，且該最小-最大增量邊界法包括判斷該盲節點到相對應錨節點之間的距離訊息是否為該參考距離，如果不是該參考距離，則利用下公式計算該錨節點的一增量邊界，IB_i=[x_i-(d_i+△d)_iy_i-(d_i+△d)]×[(x_i+(di+△d)_iy_i+(d_i+△d)]其中IB_i為該增量邊界；如果是該參考距離，則利用下公式計算該錨節點的一參考增量邊界 IB_ref，IB_ref=[x_ref-(d_ref+△d)_iy_k-(d_ref+△d)]×[(x_ref+(d_ref+△d)_iy_ref+(d_ref+△d)]其中△d為該定位誤差，d_ref為該參考距離，IB_ref為該參考增量邊界；利用以下限制條件， 以及以下公式，找出該參考增量邊界與其他參考增量邊界的一共同交集區塊之一面積，S=[max{(x_i-(d_i+△d)),(x_ref-(d_ref+△d))},max{(y_i-(d_i+△d)),(y_ref-(d_ref+△d))}]×[min{x_i+(d_i+△d)),(x_ref+(d_ref+△d))},min{(y_i+(d_i+△d)),(y_ref+(d_ref+△d))}]其中S為該面積；以及並藉以下公式計算該共同交集區塊的一中心點座標(,)，當作該盲節點的位置訊息， 其中(,)為該中心點座標。
6. 依據申請專利範圍第5項所述之感測節點之定位系統，其中該錨節點為具有全球定位系統(Global Positioning System，GPS)功能的感測節點。
7. 依據申請專利範圍第5項所述之感測節點之定位系統，其中該無線通信功能是利用ZigBee或WiFi而實現。
8. 依據申請專利範圍第5項所述之感測節點之定位系統，其中該等感測節點包括溫度感測器、濕度感測器、一氧化碳感測器、臭氧感測器、瓦斯感測器及/或煙霧感測器。
9. 依據申請專利範圍第5項所述之感測節點之定位系統，其中該網路包括網際網路(internet)、區域網路(Local Area Networks，LAN)、大都會網 路(Metropolitan Area Networks，MAN)、廣域網路(Wide Area Networks，WAN)。
10. 依據申請專利範圍第5項所述之感測節點之定位系統，其中該感測節點具有電源供應模組，以供應所需電力，且該電源供應模組的電源供應來源包括主電源幹線、電池、或是本身具有的電能產生器。