[发明专利]基于RSSI的有效锚节点选取方法

说明书

本发明提出了基于接受信号强度指示RSSI的有效锚节点选取方法，属于协同定位领域。包括以下步骤：步骤1，每个锚节点广播其自身位置与其RSSI信号；步骤2，对于每个锚节点，在收到其通信半径内其他锚节点的信号之后，计算该锚节点的区域路径损耗指数；步骤3，确定约束条件，建立有效锚节点选取模型；步骤4，根据约束条件对锚节点进行筛选，选出周围没有障碍物的有效锚节点集合；步骤5，从有效锚节点集合中选择4个距离目标节点最近的有效锚节点进行四边定位。本发明考虑传感器节点所处的真实环境，选择出有效的锚节点参与目标定位，有效降低环境和敌方干扰等因素对定位结果的影响。同时也有效的提高了定位的精度和定位的覆盖率。

技术领域

本发明涉及协同定位领域，具体涉及基于RSSI(received signal strengthindicator)的有效锚节点选取方法。

背景技术

传感器定位是电子对抗系统中的一个重要组成部分，资源分配、任务调度、目标跟踪等高难度任务都需要精确的定位作为基础。组织多个不同类别的侦察传感器执行协同侦察定位任务是当今电子战的一大发展趋势。传统的单传感器独立侦察定位由于受环境、敌方态势、自身性能等多方面的限制，很难满足现代电子战的需求。因传感器节点本身具有无线通信能力，很容易获得信号强度值，所以RSSI是一种方便、廉价的测距技术。

针对不同的协同定位模型，针对多传感器协同定位问题，在国外已有一些相关研究成果。信息与通信大学的Jeongsu Lee等人设计了一种军用移动基站定位系统，该系统同时利用RSSI和AOA信号进行混合定位，可以较快的定位出目标所在的小范围区域；但不适合精确定位。弗吉尼亚大学的Tian He等人提出一种APIT算法，利用节点之间的连通信息和节点接收到的邻居节点发送的RSSI值来判断节点之间的相对距离，与单纯利用连通信息的算法相比，可有效的提高定位精度；但该算法需要每个节点都有很好的信息处理能力，定位成本较高。

国内在多传感器协同定位方面也已有一些研究成果。如国防科技大学的王珊珊等人提出一种RSSI-NLP算法，根据节点间的RSSI值计算出可通信节点间距离的相对关系，并结合线性规划的方法进行定位，有较好的定位效果；但随着未知节点数的增加，定位精度会急剧下降。重庆大学的熊志广等人提出基于中值原则与空间补偿模型的RSSI定位策略，实现了算法复杂度与定位性能上的折衷；但其定位结果过度依赖于定位环境的好坏。

现有的定位算法大多有两方面的不足：一方面是定位算法的复杂度太高，在节点数较多的网络中，往往显得计算能力不足；另一方面是误差的累积，由于缺乏有效的误差判别方法，哪怕是初始定位环境中很小的误差都会在定位过程中不断的进行积累，最终导致定位精度的下降。

发明内容

本发明的目的是提供一种基于RSSI的有效锚节点选取方法。

实现本发明目的的技术解决方案为：一种基于RSSI的有效锚节点选取方法，具体包括以下步骤：

步骤1、定位场景中每个锚节点广播其自身位置与其RSSI信号；

步骤2、对于每个锚节点B_i，在收到其通信半径R内其他锚节点的信号之后，计算B_i的区域路径损耗指数n(B_i)；

步骤3、确定约束条件，建立有效锚节点选取模型；

步骤4、根据约束条件对锚节点进行筛选，选出周围没有障碍物的有效锚节点集合S。

本发明与现有技术相比，其显著优点为：1)本发明根据感器所处环境动态选择有效锚节点进行后其定位，有效降低环境干扰等因素对定位结果的影响。2)本发明针对经典路径损耗指数采取经验值的方式进行改进，根据传感器所处环境动态确定节点之间的路径损耗指数。3)本发明将基于RSSI的有效锚节点选取模型应用于无线传感器协同定位领域，可以显著提高协同定位精度和协同定位覆盖率，防止误差累积。

附图说明