[发明专利]一种基于跳数量化和质点弹簧模型的无锚点定位方法

说明书

技术领域

本发明涉及无线传感器网络中节点定位技术领域，更具体地，涉及一种基于跳数量化和质点弹簧模型的无锚点定位方法。

背景技术

无线传感器网络中，如何快速准确地对无线节点进行定位是近年来的一个热点问题。在诸多的应用中，传感节点的位置信息在无线传感器网络中起了重要的作用，因为没有位置信息的感知数据是没有实际意义的。目前大部分无线节点定位方法属于基于锚点的定位方法，对无锚点的定位方法研究较少。由于在某些特殊场合中，传感器网络中所有传感节点的位置信息都是无法事先获取，因此在这种情况下，无锚点定位方法就显得十分重要。

无锚点定位方法主要分为集中式定位方法和分布式定位方法。集中式定位方法是将所需信息传送到指定的中心节点进行计算，其优点在于能够从全局角度统筹规划，其缺点在于离中心节点较近的传感节点的通信开销大，容易导致整个网络中断与中心节点的信息交流，从而无法实现定位。分布式定位方法是仅需要传感节点间的信息交换和协调，由传感节点自行计算自身位置。分布式方法的优点是容错能力强，健壮性和拓展性好，对于动态环境的适应能力较好。因此，研究分布式的无锚点定位方法更有实际意义和应用价值。

已经提出的无锚点定位(AFL)方法是一种基于测距技术的分布式定位方法。基于测距技术的定位相对于无测距技术的定位具有定位精度高的优点，但是AFL方法在建立坐标系统时将相邻的两个传感节点之间的距离信息都视为一跳，没有充分利用距离信息去计算传感节点的坐标，存在定位误差大的问题。尽管AFL采用的质点弹簧优化方法能够使节处于较好的位置，但是简单的质点弹簧优化方法在迭代过程中存在传感节点坐标容易陷入局部最优的问题。

发明内容

本发明的目的在于克服已有定位方法存在的不足之处，提供一种基于跳数量化和质点弹簧模型的无锚点定位方法，本发明不仅有效地解决AFL方法存在的问题，而且在提高定位方法的收敛速度和健壮性同时，提高了定位精度。

为了实现上述目的，本发明提出的方法具体步骤如下：

步骤1：传感节点之间通过测距方式获得距离信息，并建立邻居节点图；

步骤2：通过最短路径的方法获得任意两个传感节点间的最短路径，然后选取M个传感节点作为参考节点；

步骤3：采用跳数量化的方法将传感节点的通信半径长度量化为多跳；

步骤4：通过最短路径的信息计算任意两个传感节点间的最短路径跳数，并通过极坐标公式计算所有未知传感节点的坐标；

步骤5：采用自适应质点弹簧优化AMSO方法迭代优化传感器网络中所有传感节点的位置，方法直到满足迭代终止条件时停止。

进一步：在上述定位方法中，所述步骤1中测距方式是采用接收信号强度RSSI指示、到达时间差TDOA、到达时间TOA或到达角度AOA的方式来实现测距的。

所述步骤2中最短路径的方法采用弗洛伊德算法(弗洛伊德算法又称Floyd算法，是一种用于寻找给定的加权图中顶点间最短路径的算法)计算任意两个传感节点之间的最短路径，通过最短路径的信息选取M个参考节点构成一个坐标系统，并计算出M个参考节点的坐标。

所述步骤3中基于跳数量化的方法，是将通信半径R平均划分为β段，每段长度为R/β，传感节点n_i到传感节点n_j的最短路径跳数H_i,j和最短路径距离D_i,j根据如下公式计算：

其中i＝1,2,...,N；j＝1,2,...,N,i≠j，N为传感器网络中传感节点总数，L_ij为相邻的两个传感节点的测量距离。

优选的，所述M取值为5，即在步骤2中选取5个参考节点；则步骤4中未知传感节点n_i通过如下极坐标公式计算：

其中D_1,2表示第一、第二两个参考节点间的最短路径距离，D_3,4表示第三、第四两个参考节点间的最短路径距离，通过(ρ_i′·cosθ_i′,ρ_i′·sinθ_i′)能够得到未知传感节点n_i的估计坐标，然后使用参数λ对5个参考节点的坐标进行缩放调整，参数λ定义为：

其中参数λ是缩放因子。