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)