面向三维无线传感网的采用移动锚节点的定位方法

摘要

本发明的面向三维无线传感网的采用移动锚节点的定位方法，包括：a).部署移动锚节点；b).在希尔伯特曲线的拐点处广播信标信息；c).信标信息的接收；d).信标信息的选取；e).建立目标函数                                               ；f).建立搜索空间；g).产生位置与飞行速度分别为、的个粒子；h).求取个体最佳位置；i).求取全局最佳位置；j).全局最佳位置的判断；k).求取新的 、；l).获取估算位置。本发明的定位方法，不仅实现了对无线传感器网络中各节点的准确定位，而且整个计算方法简单，耗能低，适于传感器节点采用；同时还有效实现了网络节点定位精度与能耗的均衡。

主权项

一种面向三维无线传感网的采用移动锚节点的定位方法，其特征在于，包括以下步骤：a).部署移动锚节点，在待定位的无线传感器网络中部署可进行移动的锚节点；b).广播信标信息，移动锚节点以速度v沿希尔伯特曲线对整个网络进行遍历，并且在希尔伯特曲线的拐点处广播信标信息；按顺序对希尔伯特曲线的拐点按照1,2,3，…进行编号，广播的信标信息包括广播信标信息时移动锚节点的坐标、信标信息编号、测距信息；希尔伯特曲线上相邻两拐点之间的距离s满足不等式(1)：$s\le \sqrt{\frac{4}{11}}R---\left(1\right)$其中，R为设移动锚节点的通信半径；c).信标信息的接收，传感器节点接收移动锚节点发送的信标信息；d).信标信息的选取，传感器节点从接收的信标信息中，选择出4个不共面的信标信息；e).建立目标函数，建立如公式(2)所示的粒子群优化算法的目标函数：$f(\tilde{x},\tilde{y},\tilde{z})=\frac{1}{4}\underset{i=1}{\overset{4}{\Sigma }}{\left(\sqrt{{(\tilde{x}-x_i)}^2+{(\tilde{y}-y_i)}^2+{(\tilde{z}-z_i)}^2}-d_i)\right)}^2---\left(2\right)$其中，为待定位的传感器节点的估算坐标，(x_i,y_i,z_i)为步骤d)中所选择的4个信标信息中第i个的坐标，d_i是传感器节点测得的与第i个信标信息的距离；i∈(1,2,3,4)；f).建立搜索空间，设定如公式(3)所示的粒子群优化算法中的粒子搜索空间space：space＝[x_min，x_max]×[y_min，y_max]×[z_min×z_max]    (3)其中，x_min＝max(x_i‑R),x_max＝min(x_i+R)；y_min＝max(y_i‑R),y_max＝min(y_i+R)；z_min＝max(z_i‑R),z_max＝min(z_i+R)；(x_i,y_i,z_i)为步骤d)中所选择的4个信标信息中第i个的坐标，i∈(1,2,3,4)；g).产生粒子群，随机产生N个粒子，设X_j＝(x_j1,x_j2,x_j3)、V_j＝(v_j1,v_j2,v_j3)分别是第j个粒子的当前位置与飞行速度；h).求取个体最佳位置，设P_j＝(v_j1,v_j2,v_j3)是第j个粒子所经历的最佳位置，即使目标函数取最小值时的坐标值；P_j通过公式(4)进行求取：$P_j(t+1)=\left\{\begin{array}{cc}{P}_j\left(t\right)& \begin{array}{cc}if& f\left(X_j\right(t+1\left)\right)\ge f\left(P_j\right(t\left)\right)\end{array}\\ X_j(t+1)& otherwise\end{array}\right.---\left(4\right)$其中，t为迭代次数，为正整数；随机粒子群优化的进化方程X_j(t+1)为：$\begin{array}{c}{V}_i(t+1)=c_1{r}_1(P_i-X_i(t\left)\right)+c_2{r}_2(P_g-X_i(t\left)\right)\\ X_i(t+1)=X_i\left(t\right)+V_i(t+1)\end{array}---\left(5\right)$其中c₁、c₂是加速常数，r₁、r₂是在(0,1)内均匀分布且相互独立的随机变量；i).求取全局最佳位置，根据步骤h)中获取的单个粒子的最佳位置，求取所有粒子所经历过的最好位置，即全局最佳位置P_g(t)；P_g(t)＝arg min{f(P_j(t))|j＝1,2,3,...,N}    (6)其中，函数表达式argmin{}为使目标函数取最小值的P_j(t)的坐标值；j).全局最佳位置的判断，判断步骤i)中获取的全局最佳位置所对应的目标函数值，是否小于或等于给定的阈值δ，如果小于或等于δ，则执行步骤l)；如果大于δ，则执行步骤k)；k).求取新的P_j、P_g，通过产生新的粒子或采用对公式(5)对粒子进行进化，求取新的P_j、P_g，重新执行步骤j)，以避免目标函数陷入局部最优；l).获取估算位置，全局最佳位置即为该传感器节点的估算位置。