[发明专利]一种改进的无线传感器网络DV-Hop定位算法

摘要

本发明提供一种改进的无线传感器网络DV-Hop定位算法是用RSSI量化值来代替原算法中的跳数，在定位过程中，各节点对接收到的邻居节点信号强度进行量化，取离散值。锚节点则根据自己与其余锚节点之间的累计量化值来计算平均每一量化单位的距离，以此来代替原算法中的平均每跳距离。未知节点根据自己与锚节点间的累计最小量化值和平均每个量化单位的距离来计算自己与锚节点间的距离，最后再根据三角定位来确定自己的位置。

主权项

1.一种改进的无线传感器网络DV-Hop定位算法，其特征在于将DV-Hop算法引入了RSSI模型来进行控制，用RSSI量化值来代替原算法中的跳数，在定位过程中，各节点对接收到的邻居节点信号强度进行量化，取离散值，锚节点则根据自己与其余锚节点之间的累计量化值来计算平均每一量化单位的距离，以此来代替原算法中的平均每跳距离，未知节点根据自己与锚节点间的累计最小量化值和平均每个量化单位的距离来计算自己与锚节点间的距离，最后再根据三角定位来确定自己的位置；具体步骤如下： (1)建立RSSI量化模型 对于任意节点i，假设其信号的最大发射功率为P_max，能识别的最小信号功率为P_min，最大量化等级为S，邻居节点集为C，对于任意节点j∈C，令P_ij表示i收到的来自节点j的信号强度，则通过下列模型对P_ij进行量化得到节点之间的量化距离信息d_ij： 在这一模型中，对P_ij进行如下量化： q_k＝k×(P_max-P_min)/s＝k×Q k∈{1，2，…s} 其中Q＝(P_max-P_min)/s q_s-k+P_min≤P_ij＜q_s-(k-1)+P_min则d_ij＝k×Q 在这里Q代表最小量化单位，当S确定后，Q是一常数，经过上面量化，P_ij大的节点对，所得到的d_ij值小，说明信号强度越大，节点距离越小，这与实际情况相符，量化后，将节点i的邻居节点集C划分成了S个聚类，每个聚类里的节点到i的距离量化值相同； (2)改进DV-Hop算法步骤 a)计算节点与每个锚节点的最小累计量化值 锚节点信标节点向邻居节点广播自身位置信息和路径序列，其中，自身位置信息包括距离量化值字段，初始化为0，路径序列只包括自身节点编号，接收节点记录具有到每个信标节点的最小累计量化值，忽略来自同一个信标节点的较大累计量化值的分组，同时根据RSSI来估计其与上一跳节点间的d_ij，计算出k值，并将结果加入到量化值字段中，通过这一方法，网络中每个节点都能记录下到信标节点的最小累计量化单位； b)计算未知节点和信标节点的实际跳段距离 每个信标节点根据第一阶段中记录的其他信标节点的位置信息和相距量化单位数，利用式： 估算平均每个量化单位的实际距离； 其中，(x_i，y_i)，(x_j，y_j)是信标节点i和j的坐标，d_ij是信标节点i与j(i≠j)之间的量化单位总数，然后，信标节点将计算的平均每个量化单位距离用带有生存期字段的分组广播至网络中， 未知节点仅记录接收到的第一个每跳平均距离，并转发给邻居节点，这个策略确保了大多数节点从最近的信标节点接收到平均每个量化值的距离，未知节点接收到平均每个量化值距离后，根据记录的量化单位总数，计算到每个信标节点的跳段距离； c)利用三边测量法或极大似然估计法计算自身位置未知节点利用第二阶段中记录的到各个信标节点的跳段距离，利用三边测量法或极大似然估计法计算自身坐标。