[发明专利]基于物理感知信息的节点地理位置学习方法

说明书

一种基于物理感知信息的节点地理位置学习方法，包括以下步骤：第一步，构造使得移动障碍物能够遍历每两个节点间中点的最佳路径；第二步，首先进行直接学习，令相邻节点间交换移动障碍物出现在中点时的传感器数据，然后进行间接学习，令处于通信半径内的邻居节点间进一步交换直接学习结果，实现邻居节点相对位置学习；第三步，通过汇聚节点发起的一次洪泛，结合邻居节点相对位置学习结果，实现全局位置学习。本发明不依赖于移动障碍物位置信息，也不需要节点与移动障碍物通信，因此其性能仅取决于传感器精度。当传感器能够正确辨识障碍物方位时，节点地理位置学习结果准确度能够达到百分之百。

技术领域

本发明涉及一种基于物理感知信息的节点地理位置学习方法。

背景技术

现有的节点定位方法大多通过设置固定或移动的信标节点不断广播自身位置以令未知节点计算自身位置，如文献[1]G.Han,J.Jiang,C.Zhang,T.Q.Duong,M.Guizani,andG.K.Karagiannidis,“A survey on mobile anchor node assisted localization inwireless sensor networks,”IEEE Communications SurveysTutorials,vol.18,no.3,pp.2220–2243,2016(G.Han,J.Jiang,C.Zhang,T.Q.Duong,M.Guizani,和G.K.Karagiannidis,“无线传感器网络中移动锚节点辅助定位研究综述,”IEEE通信综述与教程,第18卷,第3期,第2220页到2243页,2016)。其中，移动信标节点可随机移动，如文献[2]C.Zhao,Y.Xu,H.Huang,and B.Cui,“Localization with a mobile beacon based oncompressive sensing in wireless sensor networks,”International Journal ofDistributed Sensor Networks,vol.9,no.10,2013(C.Zhao,Y.Xu,H.Huang,和B.Cui,“无线传感器网络中基于压缩感知的移动信标定位,”分布式传感器网络国际期刊,第9卷,第10期,2013)，或沿某种路径移动，如文献[3]G.Han,X.Yang,L.Liu,W.Zhang,and M.Guizani,“A disaster management-oriented path planning for mobile anchor node-basedlocalization in wireless sensor networks,”IEEE Transactions on EmergingTopics in Computing,vol.8,no.1,pp.115–125,2020(G.Han,X.Yang,L.Liu,W.Zhang,和M.Guizani,“无线传感器网络基于移动锚节点定位中一种面向灾害管理的路径规划方法，”IEEE新兴计算主题汇刊,第8卷,第1期,第115页到125页,2020)，以减少信标节点的数量。这些方法对于信标节点要求较高，需要其具备实时定位和通信能力。同时，这些方法的性能同时受多个因素的影响，如信标节点自身位置精度、自身位置广播频率、广播通信半径等。

发明内容

为了克服已有技术中的不足，本发明提供了一种基于物理感知信息的节点地理位置学习方法。该方法通过节点间交换传感器同时观察到的障碍物信息，实现节点地理位置学习。

本发明解决其技术问题所采用的技术方案是：

一种基于物理感知信息的节点地理位置学习方法，设置移动障碍物沿固定轨迹运动，点阵中的每个传感节点则通过对障碍物的感知及节点间交互，得到相对于汇聚节点的全局位置，所述方法包括以下步骤：

(1)学习路径构造