一種無(wú)線傳感器網(wǎng)絡(luò)定位方法
【專(zhuān)利摘要】本發(fā)明涉及一種無(wú)線傳感器網(wǎng)絡(luò)定位方法,屬于無(wú)線傳感器網(wǎng)絡(luò)【技術(shù)領(lǐng)域】。本發(fā)明首先采用人工魚(yú)群定位算法估算各信標(biāo)節(jié)點(diǎn)位置,并計(jì)算定位誤差;然后將計(jì)算得到各信標(biāo)節(jié)點(diǎn)間的測(cè)量距離和相應(yīng)定位誤差進(jìn)行處理,構(gòu)建定位專(zhuān)家決策表;接著利用粗糙集作為前置系統(tǒng)對(duì)專(zhuān)家知識(shí)進(jìn)行約簡(jiǎn),得到屬性約簡(jiǎn)集;最后將得到的約簡(jiǎn)集中信標(biāo)節(jié)點(diǎn)的定位信息廣播發(fā)送給未知節(jié)點(diǎn),未知節(jié)點(diǎn)根據(jù)接收到的信標(biāo)節(jié)點(diǎn)定位信息采用人工魚(yú)群定位算法確定未知節(jié)點(diǎn)的估算位置,從而實(shí)現(xiàn)該無(wú)線傳感器網(wǎng)絡(luò)的定位。本發(fā)明融合粗糙集和人工魚(yú)群定位算法得到無(wú)線傳感器各節(jié)點(diǎn)坐標(biāo)的估算準(zhǔn)確,收斂速度快,并且該方法計(jì)算復(fù)雜度低,定位性能良好。
【專(zhuān)利說(shuō)明】一種無(wú)線傳感器網(wǎng)絡(luò)定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種無(wú)線傳感器網(wǎng)絡(luò)定位方法,屬于無(wú)線傳感器網(wǎng)絡(luò)【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002] 無(wú)線傳感器網(wǎng)絡(luò)(WSN, wireless sensor network)是一種全新的信息獲取平臺(tái), 可以在農(nóng)業(yè)領(lǐng)域內(nèi)實(shí)現(xiàn)復(fù)雜的大范圍監(jiān)測(cè)和追蹤任務(wù),節(jié)點(diǎn)定位技術(shù)是農(nóng)業(yè)無(wú)線傳感器網(wǎng) 絡(luò)的關(guān)鍵支撐技術(shù)之一,實(shí)現(xiàn)1?效可罪的節(jié)點(diǎn)定位對(duì)事件觀測(cè)、目標(biāo)跟蹤及提1?路由效率 等方面具有重要意義。目前提出的定位算法大體分為基于測(cè)距與無(wú)需測(cè)距的算法。無(wú)需測(cè) 距的定位算法依據(jù)網(wǎng)絡(luò)連通性等信息實(shí)現(xiàn)節(jié)點(diǎn)定位,但精度較低。而基于測(cè)距的定位算法 通過(guò)測(cè)量節(jié)點(diǎn)間的距離或角度信息計(jì)算節(jié)點(diǎn)位置,常用測(cè)距方法有RSSI(Received signal strength indicator)、TOA (Time of arrival)> Α0Α (Angle of arrival)、TD0A (Time difference of arrival)等。其中,基于RSSI的測(cè)距技術(shù)直接利用無(wú)線收發(fā)芯片測(cè)量信號(hào) 強(qiáng)度,無(wú)需加裝額外裝置,成本和能耗較低,易于實(shí)現(xiàn),已成為無(wú)線傳感器網(wǎng)絡(luò)定位的主要 方法。
[0003] 在多數(shù)農(nóng)業(yè)應(yīng)用場(chǎng)合中,受節(jié)點(diǎn)能量、功耗、成本的影響,只有信標(biāo)節(jié)點(diǎn)通過(guò)GPS 定位系統(tǒng)獲得自身的位置信息,其他的未知節(jié)點(diǎn)必須通過(guò)信標(biāo)節(jié)點(diǎn)來(lái)進(jìn)行定位。人工魚(yú)群 算法(artificial fish swarm algorithm, AFSA)是基于動(dòng)物行為的自治體尋優(yōu)的一種現(xiàn) 代啟發(fā)式隨機(jī)搜索算法,具有對(duì)初值和參數(shù)選擇不敏感、魯棒性強(qiáng)、簡(jiǎn)單、易實(shí)現(xiàn)等優(yōu)點(diǎn),目 前該算法已應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)RSSI定位。信標(biāo)節(jié)點(diǎn)作為無(wú)線傳感器網(wǎng)絡(luò)定位的基礎(chǔ), 受多徑效應(yīng)、自身特性、幾何分布等因素的影響,其中只有一些關(guān)鍵的信標(biāo)節(jié)點(diǎn)對(duì)定位結(jié)果 比較敏感,能夠提供互補(bǔ)信息,有助于提高定位準(zhǔn)確性,而冗余的信標(biāo)節(jié)點(diǎn)則會(huì)增大定位誤 差,如何合理選擇參與定位的信標(biāo)節(jié)點(diǎn)是一個(gè)亟需解決的重要問(wèn)題。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明的目的是提供一種無(wú)線傳感器網(wǎng)絡(luò)定位方法,以解決目前定位方法中產(chǎn)生 冗余的信標(biāo)節(jié)點(diǎn)造成定位誤差大的問(wèn)題。
[0005] 本發(fā)明為解決上述技術(shù)問(wèn)題而提供一種無(wú)線傳感器網(wǎng)絡(luò)定位方法,該網(wǎng)絡(luò)定位方 法包括以下步驟:
[0006] 1)選擇一個(gè)信標(biāo)節(jié)點(diǎn)作為匯聚節(jié)點(diǎn),計(jì)算各信標(biāo)節(jié)點(diǎn)之間的測(cè)量距離并上傳至匯 聚節(jié)點(diǎn);
[0007] 2)利用人工魚(yú)群定位算法計(jì)算各信標(biāo)節(jié)點(diǎn)的位置以及定位誤差;
[0008] 3)將信標(biāo)節(jié)點(diǎn)間測(cè)量距離與相應(yīng)定位誤差進(jìn)行處理,構(gòu)建定位專(zhuān)家決策表;
[0009] 4)利用粗糙集作為前置系統(tǒng),對(duì)專(zhuān)家決策表中的內(nèi)容進(jìn)行約簡(jiǎn),得到屬性約簡(jiǎn) 集;
[0010] 5)將約簡(jiǎn)集中的信標(biāo)節(jié)點(diǎn)的定位信息廣播發(fā)送給未知節(jié)點(diǎn);
[0011] 6)未知節(jié)點(diǎn)根據(jù)接收到約簡(jiǎn)集中信標(biāo)節(jié)點(diǎn)的定位信息通過(guò)人工魚(yú)群算法計(jì)算得 到未知節(jié)點(diǎn)與相應(yīng)信標(biāo)節(jié)點(diǎn)之間的測(cè)量距離,從而確定各未知節(jié)點(diǎn)的估算位置,即得到該 無(wú)線傳感器網(wǎng)絡(luò)中各節(jié)點(diǎn)的位置。
[0012] 所述步驟1)中各信標(biāo)節(jié)點(diǎn)之間的距離是通過(guò)RSSI值計(jì)算得到。
[0013] 所述步驟2)中采用的人工魚(yú)群定位方法中的目標(biāo)函數(shù)為:
[0014]
【權(quán)利要求】
1. 一種無(wú)線傳感器網(wǎng)絡(luò)定位方法,其特征在于,該網(wǎng)絡(luò)定位方法包括以下步驟: 1) 選擇一個(gè)信標(biāo)節(jié)點(diǎn)作為匯聚節(jié)點(diǎn),計(jì)算各信標(biāo)節(jié)點(diǎn)之間的測(cè)量距離并上傳至匯聚節(jié) 占. 2) 利用人工魚(yú)群定位算法計(jì)算各信標(biāo)節(jié)點(diǎn)的位置以及定位誤差; 3) 將信標(biāo)節(jié)點(diǎn)間測(cè)量距離與相應(yīng)定位誤差進(jìn)行處理,構(gòu)建定位專(zhuān)家決策表; 4) 利用粗糙集作為前置系統(tǒng),對(duì)專(zhuān)家決策表中的內(nèi)容進(jìn)行約簡(jiǎn),得到屬性約簡(jiǎn)集; 5) 將約簡(jiǎn)集中的信標(biāo)節(jié)點(diǎn)的定位信息廣播發(fā)送給未知節(jié)點(diǎn); 6) 未知節(jié)點(diǎn)根據(jù)接收到約簡(jiǎn)集中信標(biāo)節(jié)點(diǎn)的定位信息通過(guò)人工魚(yú)群算法計(jì)算得到未 知節(jié)點(diǎn)與相應(yīng)信標(biāo)節(jié)點(diǎn)之間的測(cè)量距離,從而確定各未知節(jié)點(diǎn)的估算位置,即得到該無(wú)線 傳感器網(wǎng)絡(luò)中各節(jié)點(diǎn)的位置。
2. 根據(jù)權(quán)利要求1所述的無(wú)線傳感器網(wǎng)絡(luò)定位方法,其特征在于,所述步驟1)中各信 標(biāo)節(jié)點(diǎn)之間的距離是通過(guò)RSSI值計(jì)算得到。
3. 根據(jù)權(quán)利要求2所述的無(wú)線傳感器網(wǎng)絡(luò)定位方法,其特征在于,所述步驟2)中采用 的人工魚(yú)群定位方法中的目標(biāo)函數(shù)為:
其中y為目標(biāo)函數(shù)值,表示人工魚(yú)當(dāng)前狀態(tài)的食物濃度,Xi為第i條人工魚(yú)的狀態(tài),維 數(shù)為3,表示待定位信標(biāo)節(jié)點(diǎn)所處的三維空間位置;η為信標(biāo)節(jié)點(diǎn)總數(shù),(xn, xi2, xi3)為待定 位信標(biāo)節(jié)點(diǎn)的估計(jì)坐標(biāo),即人工魚(yú)狀態(tài)Xi,(Xj, yj, Zj)為信標(biāo)節(jié)點(diǎn)的實(shí)際坐標(biāo),dj為待定位 信標(biāo)節(jié)點(diǎn)和其他信標(biāo)節(jié)點(diǎn)之間的測(cè)量距離。
4. 根據(jù)權(quán)利要求3所述的無(wú)線傳感器網(wǎng)絡(luò)定位方法,其特征在于,所述的步驟3)中的 定位專(zhuān)家決策表是通過(guò)將信標(biāo)節(jié)點(diǎn)定位過(guò)程中獲取的節(jié)點(diǎn)間測(cè)量距離與相應(yīng)定位誤差采 用K-means聚類(lèi)方法進(jìn)行離散化處理作為條件屬性和決策屬性構(gòu)建而成,離散化后的專(zhuān)家 知識(shí)表達(dá)為S=(U,A,V,f),式中S為無(wú)線傳感器網(wǎng)絡(luò)定位專(zhuān)家知識(shí),U={ Xl,x2,…,xn}為論 域,對(duì)應(yīng)信標(biāo)節(jié)點(diǎn)定位對(duì)象集;A=C U D為屬性集合,Ο?Ζ)=0,C={ck, k=l, 2, 一,111}是條件屬 性集,對(duì)應(yīng)各信標(biāo)節(jié)點(diǎn)至其他信標(biāo)節(jié)點(diǎn)測(cè)量距離屬性集;D=dn8uhelbkzum是決策屬性集,對(duì)應(yīng)信標(biāo)節(jié) 點(diǎn)定位誤差屬性值;V為全體屬性值域的集合;f為信息函數(shù),即確定U中每一個(gè)對(duì)象在各 個(gè)屬性下的取值。
5. 根據(jù)權(quán)利要求4所述的無(wú)線傳感器網(wǎng)絡(luò)定位方法,其特征在于,所述K-means聚類(lèi)算 法是以歐氏距離作為相異性測(cè)度,求對(duì)應(yīng)某一初始簇中心向量最優(yōu)分類(lèi),使得聚類(lèi)準(zhǔn)則函 數(shù)E值最小,其中&
Cj表示劃分的類(lèi)簇,Xi表示簇Q中的數(shù)據(jù)點(diǎn),q表示 簇Q的均值,k表示簇的類(lèi)別數(shù)。
6. 根據(jù)權(quán)利要求5所述的無(wú)線傳感器網(wǎng)絡(luò)定位方法,其特征在于,所述步驟4)中對(duì)專(zhuān) 家決策表中的內(nèi)容進(jìn)行約簡(jiǎn)是通過(guò)采用Skowron差別矩陣和屬性選擇實(shí)現(xiàn)的,包括以下步 驟: A.求差別矩陣MnXn,列出MnXn = (Cij)nXn的下三角矩陣,其中i,j=l,2,…,η ;
Β·計(jì)算決策表的相對(duì)核CORED (C),令B=CORED (c); C. 對(duì)任意 Cij,i, j=l, 2,…,n,如果c/is夫0,則c;;/=0 ; D. 對(duì)任意Cip i,j=l,2, ···,n,如果都有%=0,則轉(zhuǎn)到步驟F,否則轉(zhuǎn)到步驟E ; E. 統(tǒng)計(jì)當(dāng)前矩陣MnXn中每個(gè)屬性出現(xiàn)的次數(shù),選取出現(xiàn)次數(shù)最多的元素Sam,令 B=B U {am},轉(zhuǎn)到步驟C; F. 輸出B即為所求約簡(jiǎn),其數(shù)學(xué)含義為決策屬性對(duì)條件屬性集合依賴(lài)性的最簡(jiǎn)形式。
【文檔編號(hào)】H04W84/18GK104301996SQ201410150169
【公開(kāi)日】2015年1月21日 申請(qǐng)日期:2014年4月15日 優(yōu)先權(quán)日:2014年4月15日
【發(fā)明者】王俊, 張伏, 李樹(shù)強(qiáng), 李輝, 劉曉龍, 孔德成 申請(qǐng)人:河南科技大學(xué)