一种无线传感器网络边缘节点的定位求精方法

摘要

本发明提供一种无线传感器网络边缘节点的定位求精方法，所述方法步骤如下：步骤1：根据节点定位位置与其邻居节点的定位位置关系判断节点是否为边缘节点；步骤2：根据节点定位位置与网络区域大小判断节点是否为边缘节点；步骤3：检查上述两步的判定结果是否一致，如果不一致，则说明定位位置不合理，需要进行定位位置修正；步骤4：对需进行定位位置修正的边缘节点进行定位位置修正，提高边缘节点定位精度。本发明有益的效果：本发明可以作为无线传感器网络定位方法的补充方法，提高边缘节点的定位精度，减少网络中最大节点定位误差。

说明书

技术领域

本发明属于无线通信技术领域，涉及无线传感器网络节点定位方法，具体是一种无线传 感器网络边缘节点的定位求精方法。

背景技术

随着电子科学、信息科学及计算机网络等技术的发展，传统的传感器信息获取技术由单 一模式向智能化、网络化改变，无线传感器网络(WSN，Wireless Sensor Network)应运而生。 WSN通常由大量具有无线通信能力的传感器节点组成，这些节点具有通信、计算以及对环境 进行测量的能力。WSN主要应用于目标跟踪、环境监测、智能建筑等，在这些应用中收集的 数据通常需要知道对应的采集位置，这就要求确定网络中节点的位置，定位技术是确定各节 点位置的常用方法。由于WSN的能量和带宽受限，所以不能对每个节点都采用GPS等成本 和功耗较大的技术，而需要依靠网络自身来定位。

定位算法包括基于测距的算法和无需测距的算法两种。基于测距的算法首先利用接收信 号强度指示(RSSI)等技术测量节点间的距离，再根据几何关系算出节点的位置。典型的基于 测距的算法包括多边定位、MDS-MAP、边界盒定位等。无需测距的算法通常利用网络连通 性、节点分布、跳数等来实现定位，典型的无需测距的算法包括：质心算法、DV-Hop、APIT 等，和基于测距的算法相比，无需测距的算法通常能节省更多的开销和能耗，但基于测距的 算法通常具有更高的定位精度。

不管是基于测距的定位算法，还是无需测距的定位算法，由于距离估计误差的存在，网 络边缘的节点可能会被定位到网络中央，造成较大的定位误差。这种情况在分布式定位算法 中更加突出，这是因为此时每个节点只能利用本地信息，无法知道别的节点定位情况，而且 信息主要来自一边，在有距离估计误差的条件下，定位算法很难知道节点实际位置在哪一边， 从而将边缘节点定位的网络中央，造成较大错误。

发明内容

本发明要解决上述现有技术的缺点，提供一种无线传感器网络边缘节点的定位求精方法。

本发明解决其技术问题采用的技术方案：这种无线传感器网络边缘节点的定位求精方法， 在定位算法运行结束后，采用下述方法，可以判别每个节点是否为边缘节点，是否需要进行 定位修正，如何对定位结果进行修正等一系列问题。设网络中任意节点i的定位坐标为(x_i， y_i)，所有节点分布在L×L的平面区域，即x_i∈[0,L]，y_i∈[0,L]，则本发明提出的网络边缘 节点位置求精方法具体步骤如下：

步骤1：根据节点定位位置与其邻居节点的定位位置关系判断节点是否为边缘节点；

步骤2：根据节点定位位置与网络区域大小判断节点是否为边缘节点；

步骤3：检查上述两步的判定结果是否一致，如果不一致，则说明定位位置不合理，需 要进行定位位置修正；

步骤4：对需进行定位位置修正的边缘节点进行定位位置修正，提高边缘节点定位精度。

所述步骤1根据节点定位位置与其邻居节点的定位位置关系判断节点是否为边缘节点的 具体方法为：

步骤101：定义4种位置关系，分别是左、右、上和下，记为left、right，up和down， 其中，这四个变量都初始化为0。

步骤102：确定节点i的邻居节点集合N_i，N_i＝{j|节点j能和节点i进行1跳通信}， 并计算其邻居节点数量n＝|N_i|。

步骤103：设节点i的定位位置为(x_i，y_i)，节点j∈N_i，其定位位置为(x_j，y_j)。对任意 j∈N_i，

若x_i≤x_j，则left＝left+1；否则right＝right+1；

若y_i≤y_j，则down＝down+1；否则up＝up+1。

步骤104：根据节点定位位置与其邻居节点的定位位置关系判断判断节点的边缘属性：

若((left-right)/n)≥th，该节点为左边缘节点；

若((right-left)/n)≥th，该节点为右边缘节点；

若((up-down)/n)≥th，该节点为上边缘节点；

若((down-up)/n)≥th，该节点为下边缘节点。

上述规则中，th是一个预先设置的阈值，可以取th＝0.8。

所述步骤2根据节点定位位置与网络区域大小判断节点是否为边缘节点的具体方法为：

步骤201：定义网络边缘区域为边长L×L的正方形区域，l为一个控制边缘区域大小的 量，其中，取l＝1.5×R，R为节点的1跳通信半径。

步骤202：按照下述规则判断节点i是否定位在网络边缘区域：

若x_i≤l；该节点为左边缘节点；

若x_i≥L-l；该节点为右边缘节点；

若y_i≤l；该节点为下边缘节点；

若y_i≥L-l；该节点为上边缘节点。

所述步骤3边缘节点定位位置是否合理的判断方法是：

步骤301：如果步骤104和步骤202判断出的节点类型不一致，则认为节点定位位置存 在较大误差，需要进行定位修正。

步骤302：需要进行节点定位修正的4种情况为：

302a：若步骤104判定为左边缘节点，而步骤202判断不为左边缘节点；

302b：若步骤104判定为右边缘节点，而步骤202判断不为右边缘节点；

302c：若步骤104判定为上边缘节点，而步骤202判断不为上边缘节点；

302d：若步骤104判定为下边缘节点，而步骤202判断不为下边缘节点。

所述步骤4边缘节点定位修正方法是：

步骤401：按下式(1)计算节点i的邻居节点的质心坐标

$\overline{x_i}=\frac{1}{n}{\Sigma }_{j=1}^n{x}_j,\overline{y_i}=\frac{1}{n}{\Sigma }_{j=1}^n{y}_j,j\in N_i---\left(1\right)$

步骤401：按下式(2)计算节点i到邻居节点的平均距离

$\overline{d_i}=\frac{1}{n}{\Sigma }_{j=1}^n{d}_{\mathrm{ij}},j\in N_j---\left(2\right)$

上式中，d_ij为节点i和节点j之间的估计距离。

步骤403：边缘节点定位位置修正

403a：若是情况302a，则需修正节点的横坐标，修正公式为：

$x_i=\min (L,\overline{x_i}+\alpha \times \overline{d_i})$

403b：若是情况302b，则需修正节点的横坐标，修正公式为：

$x_i=\max (0,\overline{x_i}-\alpha \times \overline{d_i})$

403c：若是情况302c，则需修正节点的纵坐标，修正公式为：

$y_i=\max (0,\overline{y_i}-\alpha \times \overline{d_i})$

403d：若是情况302d，则需修正节点的纵坐标，修正公式为：

$y_i=\min (L,\overline{y_i}+\alpha \times \overline{d_i})$

上述步骤中，min和max分别为取最小值和取最大值函数，α用来控制修正幅度，可以 取α＝0.25。

本发明的有益效果：本发明可以作为无线传感器网络定位方法的补充方法，提高边缘节 点的定位精度，减少网络中最大节点定位误差。

附图说明

图1是网络边缘区域图；

图2是基于节点前进跳距期望的定位结果图；

图3运用本发明求精结果图；

图4是本发明的实施流程图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细的说明。

参阅图1，其定义网络边缘区域，即图1中的阴影部分。图1中，l是一个控制边缘区域 大小的量，L为正方形区域的边长。其中，取l＝1.5×R，R为节点的1跳通信半径。

参阅图2所示，该图是150个未知节点分布在100×100的正方形区域，4个已知节点， 分布在网络的4个顶点，节点无线通信模型为圆盘，通信半径R＝22。参阅图3所示，本发明 求精结果图。

参阅图4所示，是本发明无线传感器网络边缘节点定位求精较佳实施例的作业流程图。

步骤1，根据节点位置关系判断是否为边缘节点。具体如下：

1)无线传感器网络定位结束后，对于每一个需定位节点i，确定节点i的邻居节点集合 N_i，N_i＝{j|节点j能和节点i进行1跳通信}，并记录每个1跳邻居节点j(j∈N_i)的定位位 置(x_j，y_j)；

2)计算节点i的邻居节点数量n，n＝|N_i|，即n为集合N_i的元素数量。

3)初始化left、right、up和down为0，然后对每一个邻居节点j，按照下面规则统计节 点i和其邻居节点j之间的位置关系：

如果x_i≤x_j，则left＝left+1；否则right＝right+1；

如果y_i≤y_j，则down＝down+1；否则up＝up+1。

4)根据上面统计出的n、left、right、up和down的值，按照下面规则判断节点i是否为 边缘节点：如果|(left-right)/n|≥th or|(up-down)/n|≥th成立，则为边缘节点，否则不是边缘节点。

5)如果是边缘节点，执行步骤S402，否则跳转到结束，即此节点定位位置不需要修正。

步骤2，确定节点i属于哪类边缘节点。具体如下：

1)如果((left-right)/n)≥th，该节点为左边缘节点；

2)如果((right-left)/n)≥th，该节点为右边缘节点；

3)如果((up-down)/n)≥th，该节点为上边缘节点；

4)如果((down-up)/n)≥th，该节点为下边缘节点。

步骤3，判断节点定位位置是否在网络中的相应区域。具体如下：

1)如果((left-right)/n)≥th，判断x_i≤l是否成立。

如果成立，说明该节点根据节点与其邻居节点的关系判断为左边缘节点，且定位位置确 实在网络左边缘，因此定位位置的X坐标无异常，无需进行X坐标的修正。否则执行步骤 S404。

2)如果((right-left)/n)≥th，判断x_i≥L-l是否成立。

如果成立，说明该节点根据节点与其邻居节点的关系判断为右边缘节点，且定位位置确 实在网络右边缘，因此定位位置的X坐标无异常，无需进行X坐标的修正。否则执行步骤 S404。

3)如果((up-down)/n)≥th，判断y_i≥L-l是否成立。

如果成立，说明该节点根据节点与其邻居节点的关系判断为上边缘节点，且定位位置确 实在网络上边缘，因此定位位置的Y坐标无异常，无需进行Y坐标的修正。否则执行步骤 S404。

4)如果((down-up)/n)≥th，判断y_i≤l是否成立。

如果成立，说明该节点根据节点与其邻居节点的关系判断为下边缘节点，且定位位置确 实在网络下边缘，因此定位位置的Y坐标无异常，无需进行Y坐标的修正。否则执行步骤 S404。

上述描述中，假设了无线传感器网络节点是部署在L×L的正方形区域，即任意节点的的 X、Y坐标都应该在[0,L]的范围内。具体定位场景，L为100，l为边缘区域大小，如图1所 示；l的取值应该和节点的通信半径有关，本发明在实施过程中，取l＝1.5×R，R为节点的无 线通信半径。

步骤4，进行边缘节点的定位位置修正。具体如下：

1)按下式计算节点i的邻居节点的质心坐标

$\overline{x_i}=\frac{1}{n}{\Sigma }_{j=1}^n{x}_j,\overline{y_i}=\frac{1}{n}{\Sigma }_{j=1}^n{y}_j,j\in N_i$

2)按下式计算节点i到邻居节点的平均距离

$\overline{d_i}=\frac{1}{n}{\Sigma }_{j=1}^n{d}_{\mathrm{ij}},j\in N_j$

上式中，d_ij为节点i和节点j之间的距离。在基于测距的定位方法中，该距离即为节点i 和节点j之间的测距距离；在无需测距的定位方法中，该距离即为节点i和节点j之间的估计 距离。也就是说，该距离在无线传感器网络节点定位过程中已经得到，因此无额外开销。

3)按下面四种情况进行节点定位坐标的修正：

如果((left-right)/n)≥th且x_i≥l，修正公式为：即将节点i的横坐 标在其邻居节点质心坐标的基础上往右偏移的距离。

如果((right-left)/n)≥th其x_i≤L-l，修正公式为：即将节点i的横 坐标在其邻居节点质心坐标的基础上往左偏移的距离。

如果((up-down)/n)≥th且y_i≤L-l，修正公式为：即将节点i的纵 坐标在其邻居节点质心坐标的基础上往下偏移的距离。

如果((down-up)/n)≥th且y_i≥l，修正公式为：即将节点i的纵坐 标在其邻居节点质心坐标的基础上往上偏移的距离。

上述步骤中，min和max分别为取最小值和取最大值函数，主要用来保证修正后的节点 位置仍然在网络区域内。α用来控制修正幅度，可以取α＝0.25。

图2是基于节点前进跳距期望的无线传感器网络分布式定位求精算法的定位结果，图3 是对图2定位结果用本发明处理后的结果，从图2和图3的对比中可以看到，采用本发明公 布方法后，边缘节点80、85和146(红色连线表示)的定位位置得到修正，网络中最大定位 误差从0.9345R降到0.5355R。同样设置条件下，随机生成30个场景，有18个场景的最大定 位误差得到修正，占总场景数的60％，这18个场景的平均最大定位误差从0.9886R下降到 0.5776R，提高幅度达41.6％。

以上所述，仅为本发明较好的实施方式而已，并不构成对本发明保护范围的限定。任何 在本发明精神之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围 之内。