[发明专利]基于二阶泰勒近似的传感器节点定位方法

说明书

本发明公开一种基于二阶泰勒近似的传感器节点定位方法，在传感器网络图模型的基础上充分考虑了节点间的连通性，且利用节点间距离对目标函数中各求和项设置了归一化的权重值。对该优化问题目标函数的求解分为两步，第一步，利用三点定位法对LU节点进行简单粗略的初步定位；第二步，把基于三点定位得出的初步定位结果作为初始值，结合二阶泰勒近似给出的修正海森矩阵，采用修正牛顿法对定位问题进行求解。理论分析和仿真结果表明，与现有发明相比，本发明复杂度更小，在不同程度的测距误差下定位更准确，且算法迭代次数更少，耗时更短。

技术领域

本发明涉及无线传感器网络技术领域，具体涉及一种基于二阶泰勒近似的传感器节点定位方法。

背景技术

无线传感器网络(Wireless Sensor Network，WSN)备受关注，已广泛应用于军事、环境、医疗、家居和工业等领域。在很多需要WSN提供监测服务的场景下，不含位置信息的监测数据是缺乏应用价值的。例如环境污染监测、森林火灾监测和天然气管道监测等应用场景中，WSN中的传感器节点不仅需要提供监测对象的信息，还要包含节点自身的位置信息。因此，WSN中传感器节点定位技术的研究就显得尤为重要。

WSN中传感器节点位置的获取可以借助于中国北斗导航系统(BeiDou NavigationSatellite System，BDS)或美国全球定位系统(Global Positioning System，GPS)，但需要在传感器中添加BDS或GPS接收模块，不仅增加了传感器的制作成本，还增加了本身的功耗，缩短整个WSN的寿命。而且部署传感器的具体环境可能是复杂多变的，如室内环境或山林地区，BDS和GPS信号难以有效穿透墙体、高山、密林等障碍，这导致很多场景下无法使用BDS和GPS进行定位。针对这一系列问题，常用的做法是只在少数传感器中添加定位模块，并将其部署在可以接收BDS或GPS信号的位置，利用这一部分传感器节点的位置和节点间距离对其他节点进行定位。其中，事先获知位置的传感器节点称之为已知位置(Location-aware，LA)节点，其他节点称为未知位置(Location-unaware，LU)节点。节点间测距的方法有到达时间(Time-of-Arrival，TOA)、到达时间差(Time-Difference-of-Arrival，TDOA)、到达角(Angle-of-Arrival，AOA)和接收信号强度(Received-Signal-Strength，RSS)等。

在现有的众多定位方法中，均把定位问题归结为了优化问题，并采用凸优化的方法进行求解。例如，Biswas P，Liang T C和Toh K C等人采用了半正定规划(Semi-DefiniteProgramming，SDP)松弛的方法，且引入了一个正则项，有助于降低SDP解决方案的秩，最后采用梯度下降法细化节点位置，提高了定位的准确性。但该正则项系数的选取比较繁琐，增加了计算的复杂度。Nongpiur R C同样采用了SDP松弛的方法，不同的是从节点连通性出发引入了一个全新的正则项，用于惩罚一些孤立的节点，提高了定位的准确性，该正则项系数的选取没有经过复杂的运算，但只是依据经验获取，更合理的选取方式有待进一步研究。Tseng and Paul采用了二阶锥规划(Second-Order Cone Programming，SOCP)松弛的方法，比SDP松弛有更少的变量和约束条件，但如果有大量LU节点分布在LA节点形成的凸包之外，则不会有良好的定位效果。

发明内容

本发明针对传感器网络中节点间测距存在误差致使定位不准确的问题，提供一种基于二阶泰勒近似的传感器节点定位方法。

为解决上述问题，本发明是通过以下技术方案实现的：

一种基于二阶泰勒近似的传感器节点定位方法，其具体包括步骤如下：

步骤1、采用均匀随机分布的方式部署传感器网络中的未知位置节点，并在相应的位置部署已知位置节点，由此构建传感器网络；