[发明专利]一种基于无线传感器网络的协作节点定位方法

权利要求书

1.一种基于无线传感器网络的协作节点定位方法，其特征在于：包括以下步骤：

步骤1：建立每个链路RSS值的混合高斯模型；

步骤2：通过背景学习方法将RSS值中的背景RSS值分离出来；

步骤3：根据路径损耗模型将背景RSS值转化为节点间的距离信息，并利用贝叶斯估计方法计算得到未知节点坐标。

2.根据权利要求1所述的一种基于无线传感器网络的协作节点定位方法，其特征在于：所述步骤1的混合高斯模型的数学模型为：

P(Rt)=Σk=1kwk·g(Rt;μk,σk)]]>

其中，R_t是时刻t的RSS值，μ_k,σ_k分别为均值和方差，w_k是第k个高斯分布的权重值，g(R_t;μ_k,σ_k)是第k个高斯分布：

g(Rt;μk,σk)=12πσkexp[-(Rt-μk)22σk2].]]>

3.根据权利要求2所述的一种基于无线传感器网络的协作节点定位方法，其特征在于：所述混合高斯模型中的均值、方差和权重均利用自适应线性滤波器进行更新。

4.根据权利要求1所述的一种基于无线传感器网络的协作节点定位方法，其特征在于：所述所述步骤2的背景学习方法为：

将k个分布按照w_k/σ_k排序，前面的B个分布看做是背景模型：

B=arg min_bw_k>T

其中，T是传感器网络中背景分布的最小先验概率，w_k是第k个高斯分布的权重值，σ_k为方差；

如果RSS值符合B中任何一个高斯分布，则被当做是背景RSS值。

5.根据权利要求1所述的一种基于无线传感器网络的协作节点定位方法，其特征在于：所述步骤3利用贝叶斯估计方法计算未知节点坐标的数学模型为：

xi(t)=xi(t-1)+γΣj∈Sj(δij-d^ij)eij]]>

其中，x_i(t)是t时刻节点i的坐标，是i和j单位向量，γ是控制向量调整的步长，是节点i和节点j之间的距离，是节点i和节点j之间的RSS值，d₀为参考距离，P₀是在参考距离d₀处的RSS值,P_ij是节点i和节点j之间的RSS值，β是路径损耗因子。