專利名稱：一種傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位方法
技術(shù)領(lǐng)域：
本申請(qǐng)涉及傳感器網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位方法。
背景技術(shù)：
名詞解釋:錨節(jié)點(diǎn):在傳感器網(wǎng)絡(luò)中，由于設(shè)備的限制，一般只有部分節(jié)點(diǎn)具有自身定位功能(例如自帶GPS)，這部分節(jié)點(diǎn)通常被稱為錨節(jié)點(diǎn)或信標(biāo)節(jié)點(diǎn)。節(jié)點(diǎn)定位技術(shù)是無線傳感器網(wǎng)絡(luò)的主要支撐技術(shù)之一，它是傳感器網(wǎng)絡(luò)進(jìn)行目標(biāo)監(jiān)測、跟蹤、預(yù)測，協(xié)助路由和進(jìn)行網(wǎng)絡(luò)拓?fù)涔芾砘A(chǔ)。根據(jù)無線傳感器網(wǎng)絡(luò)自身定位機(jī)制，可以把現(xiàn)在有的定位算法為兩類:基于距離的定位算法和與距離無關(guān)的定位算法。其中與距離無關(guān)的定位算法技術(shù)具有對(duì)硬件要求低，能耗小、不易受環(huán)境干擾等優(yōu)點(diǎn)，適合于大規(guī)模傳感器網(wǎng)絡(luò)，在軍事，環(huán)境，醫(yī)療，家具等領(lǐng)域得到了廣泛應(yīng)用，是目前普遍關(guān)注的一種定位機(jī)制。典型的與距離無關(guān)的定位算法包括質(zhì)心算法、DV-hop算法、凸規(guī)劃算法、APIT算法、MDS-MAP算法等。與基于距離的定位算法相比，這些算法相對(duì)實(shí)現(xiàn)都較為簡單，且算法本身只是提供對(duì)定位節(jié)點(diǎn)的位置的一種估計(jì)，所以在定位精度上較差一些。為了提高定位精度，目前在這些算法的基礎(chǔ)上，通過改進(jìn)定位算法模型或通過加權(quán)方式對(duì)結(jié)果進(jìn)行校正等，可以對(duì)定位算法進(jìn)行改進(jìn)，例如:增強(qiáng)的質(zhì)心定位算法:當(dāng)一個(gè)未知節(jié)點(diǎn)根據(jù)質(zhì)心算法獲得自身的估計(jì)位置后，將此位置稱為自己的初次估計(jì)位置，此未知節(jié)點(diǎn)隨后與其通信范圍內(nèi)的所有其它未知節(jié)點(diǎn)交換信息，獲得其它未知節(jié)點(diǎn)的初次估計(jì)位置，然后將自己以及所有這些未知節(jié)點(diǎn)的初次估計(jì)位置取平均值作為自己最終的估計(jì)位置。但通過對(duì)現(xiàn)有技術(shù)研究，申請(qǐng)人發(fā)現(xiàn):這種增強(qiáng)的質(zhì)心定位算法實(shí)現(xiàn)相對(duì)容易，計(jì)算量小，但該方法完全基于網(wǎng)絡(luò)的連通性，要求網(wǎng)絡(luò)中的錨節(jié)點(diǎn)數(shù)目比較大，而且錨節(jié)點(diǎn)隨機(jī)分布時(shí)的定位誤差遠(yuǎn)遠(yuǎn)大于均勻分布時(shí)的定位誤差，這對(duì)于隨機(jī)布設(shè)的傳感器網(wǎng)絡(luò)而言實(shí)現(xiàn)定位的難度較大，并且定位的精度較低。

發(fā)明內(nèi)容
有鑒于此，本申請(qǐng)實(shí)施例提供一種傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，該方法通過對(duì)傳感器網(wǎng)絡(luò)中錨節(jié)點(diǎn)的位置進(jìn)行優(yōu)化，提高網(wǎng)絡(luò)節(jié)點(diǎn)的分辨率，增強(qiáng)了網(wǎng)絡(luò)連通性，進(jìn)而可以實(shí)現(xiàn)提聞節(jié)點(diǎn)的定位精度。為了實(shí)現(xiàn)上述目的，本申請(qǐng)實(shí)施例提供的技術(shù)方案如下:一種傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，所述傳感器網(wǎng)絡(luò)中的所有節(jié)點(diǎn)的數(shù)量和錨節(jié)點(diǎn)的數(shù)量為已知的，包括:將所有節(jié)點(diǎn)隨機(jī)或按照預(yù)設(shè)方案布設(shè)在傳感器網(wǎng)絡(luò)的部署區(qū)域內(nèi)； 利用遺傳算法對(duì)錨節(jié)點(diǎn)的坐標(biāo)進(jìn)行優(yōu)化；按照優(yōu)化結(jié)果對(duì)傳感器網(wǎng)中的錨節(jié)點(diǎn)的位置進(jìn)行重新布設(shè)；
利用定位算法對(duì)傳感器中除錨節(jié)點(diǎn)外的其它節(jié)點(diǎn)進(jìn)行定位。優(yōu)選地，所述利用遺傳算法對(duì)錨節(jié)點(diǎn)的坐標(biāo)進(jìn)行優(yōu)化，包括:S1:設(shè)定遺傳算法中初始參數(shù),所述初始參數(shù)包括:種群規(guī)模、精英選擇概率、交叉概率、變異概率、最大循環(huán)代數(shù)和最大穩(wěn)定代數(shù)；S2:生成傳感器網(wǎng)絡(luò)中所有節(jié)點(diǎn)排布方式的初始種群，利用適應(yīng)度函數(shù)計(jì)算種群中所有個(gè)體的適應(yīng)度，并按照個(gè)體的適應(yīng)度優(yōu)劣對(duì)個(gè)體進(jìn)行排序；S3:驗(yàn)證所述遺傳算法的終止條件；S4 ;如果滿足所述遺傳算法的終止條件，則將當(dāng)前最優(yōu)個(gè)體輸出，得到優(yōu)化結(jié)果；S5:如果不滿足所述遺傳算法的終止條件，則按照精英法則選擇合適數(shù)目的個(gè)體直接復(fù)制到子代；S6:以輪盤賭注方式選擇父代基因，按交叉概率進(jìn)行單親交叉，產(chǎn)生剩余子代個(gè)體；S7:將所有子代個(gè)體按變異概率進(jìn)行變異，并產(chǎn)生最終子代，并執(zhí)行S2步驟。優(yōu)選地，所述適應(yīng)度函數(shù)為:
權(quán)利要求
1.種傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，所述傳感器網(wǎng)絡(luò)中的所有節(jié)點(diǎn)的數(shù)量和錨節(jié)點(diǎn)的數(shù)量為已知的，其特征在于，包括: 將所有節(jié)點(diǎn)隨機(jī)或按照預(yù)設(shè)方案布設(shè)在傳感器網(wǎng)絡(luò)的部署區(qū)域內(nèi)； 利用遺傳算法對(duì)錨節(jié)點(diǎn)的坐標(biāo)進(jìn)行優(yōu)化； 按照優(yōu)化結(jié)果對(duì)傳感器網(wǎng)中的錨節(jié)點(diǎn)的位置進(jìn)行重新布設(shè)； 利用定位算法對(duì)傳感器中除錨節(jié)點(diǎn)外的其它節(jié)點(diǎn)進(jìn)行定位。
2.據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用遺傳算法對(duì)錨節(jié)點(diǎn)的坐標(biāo)進(jìn)行優(yōu)化，包括: S1:設(shè)定遺傳算法中初始參數(shù)，所述初始參數(shù)包括:種群規(guī)模、精英選擇概率、交叉概率、變異概率、最大循環(huán)代數(shù)和最大穩(wěn)定代數(shù)； 52:生成傳感器網(wǎng)絡(luò)中所有節(jié)點(diǎn)排布方式的初始種群，利用適應(yīng)度函數(shù)計(jì)算種群中所有個(gè)體的適應(yīng)度,并按照個(gè)體的適應(yīng)度優(yōu)劣對(duì)個(gè)體進(jìn)行排序； 53:驗(yàn)證是否滿足所述遺傳算法的終止條件；54;如果滿足所述遺傳算法的終止條件，則將當(dāng)前最優(yōu)個(gè)體輸出，得到優(yōu)化結(jié)果； 55:如果不滿足所述遺傳算法的終止條件，則按照精英法則選擇合適數(shù)目的個(gè)體直接復(fù)制到子代；56:以輪盤賭注方式選擇父代基因，按交叉概率進(jìn)行單親交叉，產(chǎn)生剩余子代個(gè)體； 57:將所有子代個(gè)體按變異概率進(jìn)行變異，并產(chǎn)生最終子代，并執(zhí)行S2步驟。
3.據(jù)權(quán)利要求2所述的方法，其特征在于，所述適應(yīng)度函數(shù)為:
4.據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用遺傳算法對(duì)錨節(jié)點(diǎn)的坐標(biāo)進(jìn)行優(yōu)化的目標(biāo)為:
5.據(jù)權(quán)利要求4所述的方法，其特征在于，所述驗(yàn)證所述遺傳算法的終止條件具體為: 所述錨節(jié)點(diǎn)部署的決策變量已達(dá)到可使得所述傳感器網(wǎng)絡(luò)的所有傳感器均處于可分辨狀態(tài)，或者最優(yōu)適應(yīng)度在一定代數(shù)中保持不變。
6.據(jù)權(quán)利要求1所述的方法，其特征在于，所述按照優(yōu)化結(jié)果對(duì)傳感器網(wǎng)中的錨節(jié)點(diǎn)的位置進(jìn)行重新布設(shè)具體為: 通過物理移動(dòng)或邏輯選擇方式改變傳感器網(wǎng)絡(luò)部署區(qū)域的錨節(jié)點(diǎn)的分布。
7.據(jù)權(quán)利要求6所述的方法，其特征在于，所述物理移動(dòng)方式包括:具有運(yùn)動(dòng)功能節(jié)點(diǎn)的自行移動(dòng)、人工遙控和/或手動(dòng)布設(shè)。
8.據(jù)權(quán)利要求7所述的方法，其特征在于，所述邏輯選擇方式包括:選擇事先隨機(jī)拋撒一定冗余數(shù)量的節(jié)點(diǎn)，或者定時(shí)喚醒部分休眠節(jié)點(diǎn)。
9.據(jù)權(quán)利要求1所述的方法，其特征在于，所述定位算法包括:基于距離的定位算法和與距離無關(guān)的定位算法。
10.據(jù)權(quán)利要求1所述的方法，其特征在于，所述與距離無關(guān)的定位算法包括: 質(zhì)心算法、DV-hop算法、凸規(guī)劃算法、APIT算法或MDS-MAP算法。
全文摘要
本申請(qǐng)公開了一種傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，所述傳感器網(wǎng)絡(luò)中的所有節(jié)點(diǎn)的數(shù)量和錨節(jié)點(diǎn)的數(shù)量為已知的，該方法包括將所有節(jié)點(diǎn)隨機(jī)或按照預(yù)設(shè)方案布設(shè)在傳感器網(wǎng)絡(luò)的部署區(qū)域內(nèi)；利用遺傳算法對(duì)錨節(jié)點(diǎn)的坐標(biāo)進(jìn)行優(yōu)化；按照優(yōu)化結(jié)果對(duì)傳感器網(wǎng)中的錨節(jié)點(diǎn)的位置進(jìn)行重新布設(shè)；利用定位算法對(duì)傳感器中除錨節(jié)點(diǎn)外的其它節(jié)點(diǎn)進(jìn)行定位。該方法由于在對(duì)節(jié)點(diǎn)定位之前，對(duì)傳感器網(wǎng)絡(luò)中的錨節(jié)點(diǎn)的位置進(jìn)行了優(yōu)化，所以在對(duì)傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)定位時(shí)，可以提高定位精度。
文檔編號(hào)H04W16/18GK103096338SQ20111034219
公開日2013年5月8日 申請(qǐng)日期2011年11月2日 優(yōu)先權(quán)日2011年11月2日
發(fā)明者國薇, 曹紅兵, 朱健, 鄧遂, 趙顯忠, 向文芳, 沈杰, 劉海濤 申請(qǐng)人:無錫物聯(lián)網(wǎng)產(chǎn)業(yè)研究院, 無錫融格物聯(lián)網(wǎng)科技有限公司