[发明专利]一种基于ALS和MDS的光学非测距定位方法

说明书

本发明公开了一种基于ALS和MDS的光学非测距定位方法。本发明提出的定位技术是一个不断更新的过程，定位精度随着轮数的增加而有所提高，适应水下环境，解决了ALS定位精度不高的问题，同时由于距离矩阵在不断更新，节点之间的距离得到不断校正，因此解决了MDS定位受节点密度影响大的作用。

技术领域

本发明涉及定位方法技术领域，具体涉及一种基于ALS和MDS的光学非测距定位方法。

背景技术

非测距定位算法相较于测距算法定位精度稍低，但是测距算法对硬件要求高，功耗大。在经典的几种非测距定位算法中，区域定位算法(Area Localization Scheme,ALS)和多维标度算法(Multidimensional Scaling,MDS)都有其各自的优缺点。ALS算法是一种粗粒度定位技术，它可以估算传感器节点所在的区域，而不是精确的坐标。MDS是一种集中式定位算法，并可根据实际情况实现相对定位和绝对定位。但MDS定位方法与节点的密度有关系，当节点密度降低时，MDS定位精度会急剧下降。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于ALS和MDS的光学非测距定位方法解决了非测距定位算法定位精度不高的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种基于ALS和MDS的光学非测距定位方法，包括以下步骤：

S1、初始化节点，生成簇首节点；

S2、竞争簇首节点的时隙，并对节点进行相对定位；

S3、令轮数为1；

S4、当轮数为奇数时，进入步骤S5，否则进入步骤S6；

S5、下行传输簇首节点的数据，并更新簇首节点和非簇首节点的相对定位，将相对定位坐标转化为绝对坐标，实现定位，进入步骤S7；

S6、选择距离非簇首节点最近的簇首节点作为本轮的簇首完成入簇，上行传输非簇首节点的数据，对本轮的簇首之间进行AOA精确定位，进入步骤S7；

S7、令轮数加1，并返回步骤S4。

进一步地：所述步骤S1中簇首节点的生成方法具体为：

为每一个节点分配一个0到1之间的随机数，当随机数小于阈值T时，将该节点选举为簇首节点；

其中阈值T的计算公式为：

上式中，P为簇首节点在所有簇节点中占有的比例，r为当前轮数，r·mod(1/P)为每轮循环中已被选为簇首的节点个数。

进一步地：所述步骤S2的具体步骤为：

S21、簇首节点根据CSMA协议抢占自己的时隙；

S22、各个节点通过LED向外发出光源，并接收来自其他节点的光；

S23、若节点能接收到另一节点的光信息时，进入步骤S24，否则进入步骤S25；

S24、将两节点之间的距离赋值为d_ave，d_ave为多次试验得到的该功率下两节点之间的平均距离，并进入步骤S26；

S25、将两节点之间的距离赋值为d_max，并进入步骤S26；

S26、根据节点之间的距离构建节点i与其他节点的距离矩阵；

S27、根据MDS原理得到节点i的相对位置坐标矩阵。

进一步地：所述步骤S26中的距离矩阵为：