一种基于C型的无线传感器网络节点定位方法

摘要

本发明公开了一种基于C型的无线传感器网络节点定位方法，该方法利用RSSI测量值能够实现节点的高精度定位，但传统RSSI方法精度及易受到外界因素的影响。本发明具体是：首先构建C型网络，将定位区域进行划分成多个规则的几何图形；利用概率分布函数计算出节点度模型，作为定位的约束条件；选取合理的RSSI环境参数值，在读取RSSI值方面，使用相关性分析方法选择有效RSSI值，在一定程度上去掉了RSSI测量时的异常值，提高了节点间RSSI测量值的精确度；最后根据测量值进行定位。应用本发明能够依据少量的网络信息，根据具体环境调整定位参数，简单有效的提高了节点的定位精度。

主权项

一种基于C型无线传感器网络的节点定位方法，其特征在于该方法包括如下步骤：步骤1：在C型无线传感器网络内自动生成节点部署系统，则信标节点i与未知节点j的坐标分别表示为,，信标节点与未知节点间的欧式距离表示为，其中要求信标节点放置于边缘位置区域，将相邻信标节点依次相连形成三角形区域，信标节点部署要求在三角形内的未知节点到达任何一个信标节点的距离必须小于节点传输半径；步骤2：计算C型无线传感器网络中任意节点的连通度；假设节点的传输半径为R，该节点的覆盖范围为，假设共N个节点部署于面积为S的监测区域内，其中一个节点是否落在另一个节点的覆盖范围内的概率服从二项分布，因此任一节点的连通度，即任意节点拥有的邻居节点数，为k的概率为(1)步骤3：将步骤2得到的结果进行处理，由于C型无线传感器网络节点数N足够大，且网内的节点具有随机性，监测区域内各处的节点分布密度近似相等，即，且为常数，因为N取值足够大，所以，于是也为常数，当节点的覆盖范围满足s<<S时，二项分布近似服从泊松分布，(1) 式的任一节点的连通度近似服从参数为的泊松分布，即(2)在泊松分布的情况下，任一节点i的连通度可以表示为节点连通度的期望值，即(3)根据泊松分布的性质，其期望值等于参数，即，则(4)其中，表示任一节点i的连通度，表示节点连通度的期望，R表示节点的传输半径；在C型无线传感器网络中用式(4)来表示任一节点的连通度，当节点的连通度为1、2时，分别计算出传输半径R的值作为定位的约束条件，避免出现孤立节点无法定位；步骤4：在此C型无线传感器网络中建立数组,用来保存信标节点G接收到的信标节点B的信号强度指示值RSSI；(5)步骤5：通过调整信标节点G与信标节点B的距离，计算n值， G与B的实际距离为d，测量距离为，由公式（5）得到(6)由公式（6）得到(7)步骤6：建立数组，用来存储未知节点接收到的信标节点M的信号强度指示值RSSI，从中选取能够正确反映节点的空间分布；步骤7：假设未知节点采集到的信号空间和物理空间数据分别表示成两组数据集X、Y，记为从h个信标节点所接收到的信号强度指示值，其中每个信号向量的维数为p，p为未知节点接收到信标节点i的信号强度指示值个数，为相应节点的物理坐标，q取值为2；对于X,Y，设X的均值和协方差矩阵为Y的均值和协方差矩阵为则X与Y的协方差矩阵为(8)要研究两组变量和之间的相关系数，首先分别作两组变量的线性组合，即(9)(10)其中，分别为任意非零常系数向量，则可得则称U与V为典型变量，它们之间的相关系数称为典型相关系数，即(11)依据相关性方法滤除含有噪声或遭到破坏的错误数据，建立合理准确的“距离‑损耗”定位模型；步骤8：步骤7滤除错误数据后，将保留下来的每个信标节点的信号强度值分别求均值；步骤9：将以步骤8得到的均值作为未知节点到对应的信标节点的RSSI测量值，选择三个RSSI测量值以及对应的信标节点，进而建立未知节点到三个信标节点、、的距离公式为步骤10：当未知节点求出与三个信标节点的距离时，运用三边测量法得到未知节点的坐标；步骤11：建立误差监测模型(12)当所述未知节点的位置满足公式（12）时将其作为所述未知节点的位置；步骤12：如果不能满足公式（12），返回步骤9重新选择RSSI值。