发明名称 |
一种无线传感器网络的节点定位方法 |
摘要 |
本发明公开了一种无线传感器网络的节点定位方法。本发明方法在传统DV-Hop定位方法基础上,对其进行了以下改进:在无线传感器网络所监测区域的每个顶点分别部署至少一个锚节点;利用最小二乘法则对各锚节点计算的平均每跳距离进行校正;通过加权处理多个锚节点计算的平均每跳距离来修正未知节点自身的平均每跳距离;采用二维双曲线算法估计未知节点位置坐标;用粒子群优化方法进一步校正已求出的未知节点估计位置。相比现有技术,本发明明显提高了节点定位的精度,改善了方法的稳定性,而且减少了硬件开销。 |
申请公布号 |
CN102740456A |
申请公布日期 |
2012.10.17 |
申请号 |
CN201210181248.3 |
申请日期 |
2012.06.05 |
申请人 |
南京信息工程大学 |
发明人 |
陈晓;张本亮 |
分类号 |
H04W64/00(2009.01)I;H04W84/18(2009.01)I |
主分类号 |
H04W64/00(2009.01)I |
代理机构 |
南京经纬专利商标代理有限公司 32200 |
代理人 |
杨楠 |
主权项 |
1.一种无线传感器网络的节点定位方法,所述无线传感器网络所监测区域中部署有多个位置信息已知的锚节点,其特征在于,包括以下步骤:步骤1、无线传感器网络中的各锚节点和普通节点进行信息交互,使得全网中所有节点均获得所有锚节点的信息;步骤2、各锚节点利用下式分别计算平均每跳距离并将各自的计算结果广播给网络中所有节点:<img file="2012101812483100001DEST_PATH_IMAGE002.GIF" wi="145" he="99" />式中,<img file="2012101812483100001DEST_PATH_IMAGE004.GIF" wi="20" he="25" />表示锚节点<img file="2012101812483100001DEST_PATH_IMAGE006.GIF" wi="10" he="18" />计算的平均每跳距离,<img file="2012101812483100001DEST_PATH_IMAGE008.GIF" wi="42" he="26" />为锚节点<img file="453535DEST_PATH_IMAGE006.GIF" wi="10" he="18" />和锚节点<img file="2012101812483100001DEST_PATH_IMAGE010.GIF" wi="14" he="21" />间的跳数,<img file="2012101812483100001DEST_PATH_IMAGE012.GIF" wi="21" he="26" />为锚节点<img file="92196DEST_PATH_IMAGE006.GIF" wi="10" he="18" />、<img file="422552DEST_PATH_IMAGE010.GIF" wi="14" he="21" />间的实际距离;步骤3、未知节点利用下式计算自身的平均每跳距离:<img file="2012101812483100001DEST_PATH_IMAGE014.GIF" wi="97" he="52" />式中,<img file="2012101812483100001DEST_PATH_IMAGE016.GIF" wi="21" he="25" />表示未知节点<img file="2012101812483100001DEST_PATH_IMAGE018.GIF" wi="14" he="16" />的平均每跳距离,<img file="22029DEST_PATH_IMAGE004.GIF" wi="20" he="25" />表示锚节点<img file="447367DEST_PATH_IMAGE006.GIF" wi="10" he="18" />计算的平均每跳距离,<img file="2012101812483100001DEST_PATH_IMAGE020.GIF" wi="14" he="16" />表示未知节点<img file="815900DEST_PATH_IMAGE018.GIF" wi="14" he="16" />获取到信息的锚节点的总个数,锚节点<img file="333469DEST_PATH_IMAGE006.GIF" wi="10" he="18" />的权值<img file="2012101812483100001DEST_PATH_IMAGE022.GIF" wi="17" he="25" />根据下式确定:<img file="2012101812483100001DEST_PATH_IMAGE024.GIF" wi="106" he="76" />其中,<img file="2012101812483100001DEST_PATH_IMAGE026.GIF" wi="45" he="25" />表示未知节点<img file="30030DEST_PATH_IMAGE018.GIF" wi="14" he="16" />距离锚节点<img file="658457DEST_PATH_IMAGE006.GIF" wi="10" he="18" />的跳数,<img file="2012101812483100001DEST_PATH_IMAGE028.GIF" wi="41" he="25" />表示所述<img file="147076DEST_PATH_IMAGE020.GIF" wi="14" he="16" />个锚节点中的第<img file="2012101812483100001DEST_PATH_IMAGE030.GIF" wi="14" he="20" />个距离未知节点<img file="147131DEST_PATH_IMAGE018.GIF" wi="14" he="16" />的跳数;步骤4、以<img file="330988DEST_PATH_IMAGE016.GIF" wi="21" he="25" />与<img file="513839DEST_PATH_IMAGE026.GIF" wi="45" he="25" />的乘积作为未知节点<img file="43915DEST_PATH_IMAGE018.GIF" wi="14" he="16" />与锚节点<img file="903286DEST_PATH_IMAGE006.GIF" wi="10" he="18" />之间的估计距离,利用二维双曲线定位算法估计出未知节点<img file="325172DEST_PATH_IMAGE018.GIF" wi="14" he="16" />的坐标;步骤5、使用粒子群优化方法对步骤4中得到的未知节点<img file="606986DEST_PATH_IMAGE018.GIF" wi="14" he="16" />的坐标进行进一步校正,得到更精确的未知节点<img file="679984DEST_PATH_IMAGE018.GIF" wi="14" he="16" />的坐标。 |
地址 |
210044 江苏省南京市宁六路219号 |