[发明专利]一种基于RSSI的无线传感器网络自适应迭代定位方法

权利要求书

1.一种基于RSSI的无线传感器网络自适应迭代定位方法，其特征在于包括下述步骤：

步骤一，建立直角坐标系，得到无线传感器网络中每个传感器节点的位置信息，测量传感器节点的RSSI值，待测目标为非合作目标，目标能量未知；

假设目标能量为S_k，k＝1,2,…,K，传感器节点i的在t时刻的RSSI值为y_i(t)，则：

yi(t)=giΣk=1KSk(t)dik2(t)+ϵi(t)]]>

其中，g_i是第i个传感器节点自身对目标定位的能量增益，d_ik(t)＝|ρ_k(t)-r_i|是第k个目标与第i个传感器节点之间的欧氏距离，ρ_k(t)是t时刻待测目标的位置，r_i是第i个传感器节点的位置，S_k(t)为待测目标的能量，则y_i(t)是测量得到的第i个传感器在t时刻的RSSI值；1≤k≤K，K为目标个数，1≤i≤I，I表示传感器个数；v_i是背景噪声，服从分布，是背景噪声的方差，如果采样点数M足够大，M＞＞30，那么εi(t)服从卡方分布，近似于分布；

步骤二，推导基于最大似然定位的代价函数：

对传感器节点的RSSI值的测量式进行变换得到用矩阵形式可表示为Z＝GDS+ξ，S＝[S₁ S₂ … S_K]^T，ξ＝[ξ₁ ξ₂ …ξ_N]^T，其中是均值，是方差，d_ik＝|ρ_k-r_i|，则服从N(0,1)分布，是个独立的高斯随机变量，则Z的联合概率密度的最大似然函数可以表示为：

f(Z|θ)=(2π)-(N/2)exp{-12(Z-GDS)T(Z-GDS)}]]>

其中是未知参数，N是采样点数，ρ_k是第k个信号源的位置，S_k是第k个信号源的能量，求出使似然函数f(Z|θ)达到最大的θ值，等价于求出使l(θ)＝||Z-GDS||²达到最小值时的θ值，l(θ)是非线性最小二乘代价函数；

步骤三，求代价函数在未知参数ρ_k处的梯度：

▿ρkl(θ)=2SkΣi=1Ngiσi(ρk-ridik4)(zi-giσiΣk=1KSkdik2)]]>

其中，S＝(GD)⁺Z；

步骤四，选取合适的时变步长：

通过对Sigmoid函数进行变换给出了基于Sigmoid函数的时变步长计算公式：

u(k)=β(11+exp(-α|l(k)|)-0.5)]]>

其中参数α是控制函数的形状，参数β是控制函数的取值范围，通过仿真得到，l(k)是第k次迭代时的非线性最小二乘代价函数；

步骤五，在待测区域内，选定初始点ρ₀，终止误差ε＞0，给定最大迭代次数maxiter；

步骤六，计算S＝(GD)⁺Z，并代入到位置参数的梯度中，按照步骤四的方法，得到时变步长的参数α,β，计算得到时变步长u(k)，沿梯度方向进行搜索，令

步骤七，检验是否满足收敛准则，如果或者迭代次数k＞maxiter，则停止迭代，得到点否则返回步骤六，迭代停止时得到的点即为目标位置。

2.一种根据权利要求1所述基于RSSI的无线传感器网络自适应迭代定位的方法，其特征在于：

所述的步骤四中β≈20/S_max且α取值范围为α∈(10,100)时为最优值，其中S_max取矩阵S中的最大值。