[发明专利]无线传感器网络中基于概率加权的多目标定位方法

权利要求书

1、一种无线传感器网络中基于概率加权的多目标定位方法，其特征在于，包括如下步骤：

步骤一，将坐标已知的平面区域按网格划分，将多个无差异传感器节点在区域内按行列秩序均匀分布，使得该区域为全覆盖；

步骤二，根据网格与传感器节点之间的距离，建立网格由传感器节点覆盖取得的概率加权模型；

步骤三，当传感器节点探测到一个或多个目标时，向基站发送一个信号包，信号包中包括了该节点本身的ID或位置信息，基站接收到传感器节点发送的表明探测到目标的信号后，根据步骤二建立的概率加权模型，对传感器覆盖范围内的网格进行加权；

步骤四，对所有探测到目标的传感器节点实施步骤三的网格加权过程，全部加权过程完成后，得到平面区域内每个网格的累积权值；

步骤五，对于单目标定位，选取累积权值超过设定门限的网格区域作为目标坐标；对于多目标定位，累积权值超过设定门限的网格将呈现多区域分布，选取每个区域中累积权值最大的网格坐标为目标坐标。

2、根据权利要求1所述的无线传感器网络中基于概率加权的多目标定位方法，其特征是，所述概率加权模型，其负责统计各个网格被传感器节点覆盖的概率权值，反映传感器节点在某个网格侦测到目标出现的可信度，概率权值越大，则可信度越高，概率加权模型的表达式为：

Cxy(Si)=0,R+Re≤d(Si,P)e-λαβ,R-Re<d(Si,P)<R+Re1,R-Re≥d(Si,P)]]>

其中，C_xy(S_i)表示网格由于传感器节点的覆盖取得的权值，R表示传感器有效探测半径，R_e表示传感器误差探测半径，表示传感器Si与任意网格点之间的距离，α＝d(S_i，P)-(R-R_e)，λ，β为加权模型参数，具体数值根据实际情况选取合适的值。