[发明专利]一种基于无人机辅助的3D无线传感器网络定位的方法

摘要

本发明涉及一种基于无人机辅助的3D无线传感器网络定位的方法。本发明首先根据盲节点接收到的无人机广播信号强度测量与参考点的位置距离，再利用多边测量法，计算盲节点的位置。并且利用实时自由拓扑无人机路径规划算法（RT‑TF），实现无人机最优化路径的选择。最后在3D部署和3D表面多场景下对无人机路径规划算法进行模拟和分析，最后得出结论。利用本发明方法使3D无线传感器网络节点的定位更加高效，且具有很强的适应性和扩展性。

主权项

1.一种基于无人机辅助的3D无线传感器网络定位的方法，其特征在于包括以下步骤：步骤(1)、根据盲节点收到无人机广播的信号强度计算与无人机参考点位置的距离，再利用多边测量法，计算盲节点的位置：无人机i停留在某一点的覆盖范围受到通信半径r的限制；包含在这个覆盖区域中的盲节点的数量可以计算出来；这些盲节点可以通过接收无人机i广播的信号，再根据无人机i广播信息的信号强度RSSI来计算自身与无人机i参考点之间的距离di： d i = 10 ( a b s ( RSSI i ) - A ) / ( 10 * n ) ]]>其中A为发射端和接收端相隔1米时的信号强度，n为环境衰减因子，则：(xj-x1)2+(yj-y1)2+(zj-z1)2＝d12(xj-x2)2+(yj-y2)2+(zj-z2)2＝d22…(xj-xn)2+(yj-yn)2+(zj-zn)2＝dn2上式中(xj，yj，zj)是盲节点j的在3D空间中的物理位置，{(x1，y1，z1)……(xn，yn，zn)}是n个无人机参考点的位置，由无人机自带的GPS提供，所述的盲节点为3D空间中不知道其位置的无线传感器；步骤(2)、利用实时自由拓扑算法，进行无人机最优化路径的选择：候选人准备：均匀划分上下左右前后共12个方向，设置成候选人，同时对每个方向进行验证；检查程序包括避免重复引用飞行路线中的参考点和固有的共线性问题；获胜者选择：运用贪心算法，迭代执行，从下一个候选人集中选出一个覆盖的flag＞0的盲节点数量最多的获胜者，作为下一步的移动方向，另外，在3D表面的无线传感器网络中，flag＞0的盲节点的位置也需要被考虑，特别是在3D拓扑的边界区域，所述的候选人集是指无人机飞行中的下一步可能的位置的集合。