本發(fā)明涉及一種基于優(yōu)化的差分進(jìn)化算法的井下無(wú)線傳感網(wǎng)絡(luò)的定位方法，適用于無(wú)線傳感器網(wǎng)絡(luò)定位技術(shù)領(lǐng)域。

背景技術(shù)：

近年來(lái)，我國(guó)的礦井安全事故發(fā)生頻繁，各種惡性事故不斷發(fā)生，造成了巨大的經(jīng)濟(jì)損失和人員傷亡。現(xiàn)有的井下定位系統(tǒng)大多是采用基于RFID(Radio Frequency Identification)射頻識(shí)別技術(shù)的定位系統(tǒng)，這種系統(tǒng)大都存在定位精度不夠、精度受成本限制等問(wèn)題。在國(guó)外，一般是利用紅外等無(wú)線方式經(jīng)過(guò)泄漏電纜傳輸?shù)降孛妫ㄟ^(guò)地面計(jì)算機(jī)對(duì)接受的數(shù)據(jù)處理，對(duì)井下人員進(jìn)行定位。煤炭科學(xué)研究總院研制過(guò)失蹤人員尋找儀，主要是尋找事故發(fā)生后的人員位置，搜尋范圍在十幾米以內(nèi)，尚無(wú)法對(duì)下井人員的井下全方位跟蹤定位。

文獻(xiàn)：一種基于自適應(yīng)RSSI測(cè)距模型的無(wú)線傳感器網(wǎng)絡(luò)定位方法(傳感技術(shù)學(xué)報(bào)：2015Vol.28No.1：138-141)提出基于自適應(yīng)RSSI測(cè)距模型的定位方法，對(duì)不同環(huán)境具有一定自適應(yīng)性，但是基于RSSI定位方法在井下使用時(shí)更容易受到墻壁、地面等一些障礙物影響，導(dǎo)致測(cè)量結(jié)果不準(zhǔn)確。文獻(xiàn)：基于遺傳算法的WSN節(jié)點(diǎn)定位技術(shù)(計(jì)算機(jī)工程：2010Vol.36No.10：85-87)提出通過(guò)遺傳算法對(duì)初始位置進(jìn)行優(yōu)化，然而這種算法隨著測(cè)距誤差累積定位精度將變差。無(wú)線傳感網(wǎng)節(jié)點(diǎn)在移動(dòng)時(shí)需執(zhí)行相關(guān)的通信、計(jì)算和位置移動(dòng)，是一個(gè)非常消耗能量的過(guò)程，并且每個(gè)節(jié)點(diǎn)的能量有限，部署算法在設(shè)計(jì)時(shí)應(yīng)當(dāng)盡量讓節(jié)點(diǎn)在部署過(guò)程中的能耗最小。針對(duì)無(wú)線傳感器網(wǎng)絡(luò)能量受限在配置問(wèn)題帶來(lái)的問(wèn)題和挑戰(zhàn)，對(duì)具有移動(dòng)能力的傳感器節(jié)點(diǎn)組成的移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)引入概率移動(dòng)機(jī)制，應(yīng)用能量有效的虛擬力算法(ME-VFA，movement efficient-virtual force algorithm)，以在保證網(wǎng)絡(luò)的有效覆蓋性和連通性上，節(jié)省節(jié)點(diǎn)的能量，延長(zhǎng)網(wǎng)絡(luò)的生命周期。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是：為了解決因井下環(huán)境突變導(dǎo)致定位精度差的問(wèn)題，提供一種能夠針對(duì)礦井環(huán)境下節(jié)能的高精度無(wú)線傳感網(wǎng)定位方法。本發(fā)明先利用ME-VFA算法對(duì)井下無(wú)線傳感網(wǎng)節(jié)點(diǎn)進(jìn)行合理的布置，達(dá)到節(jié)點(diǎn)的最優(yōu)布置，最大程度的利用各節(jié)點(diǎn)資源；然后再采用AOA技術(shù)進(jìn)行初步定位；最后利用優(yōu)化的差分進(jìn)化算法進(jìn)行精確定位。

為了達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案：

本系統(tǒng)由井下傳感網(wǎng)系統(tǒng)、工人攜帶移動(dòng)節(jié)點(diǎn)模塊、上位機(jī)監(jiān)控系統(tǒng)三大板塊組成，其中井下傳感網(wǎng)由已知坐標(biāo)信息的一定數(shù)量的固定傳感器模塊和ZigBee模塊組成，構(gòu)成無(wú)線傳感網(wǎng)信標(biāo)節(jié)點(diǎn)(錨節(jié)點(diǎn))；本定位測(cè)試方法為：通過(guò)移動(dòng)節(jié)點(diǎn)模塊(未知節(jié)點(diǎn))傳送的喚醒信號(hào)使處于通信范圍內(nèi)的錨節(jié)點(diǎn)由休眠狀態(tài)置于喚醒狀態(tài)，隨之，錨節(jié)點(diǎn)接收到未知節(jié)點(diǎn)傳來(lái)的方位信號(hào)，對(duì)移動(dòng)未知節(jié)點(diǎn)進(jìn)行坐標(biāo)計(jì)算，并由錨節(jié)點(diǎn)中的中央處理器進(jìn)行處理后通過(guò)ZigBee無(wú)線通信技術(shù)傳入上位機(jī)中進(jìn)行未知移動(dòng)坐標(biāo)的位置顯示，上位機(jī)可實(shí)現(xiàn)雙向數(shù)據(jù)傳輸，實(shí)現(xiàn)整個(gè)無(wú)線網(wǎng)絡(luò)與上位機(jī)監(jiān)控軟件交互。該定位方法的具體步驟為：

1、利用ME-VHA算法對(duì)井下節(jié)點(diǎn)進(jìn)行最大效率化的錨節(jié)點(diǎn)布置，先根據(jù)井下環(huán)境進(jìn)行等間距錨節(jié)點(diǎn)布置，間距值取決于錨節(jié)點(diǎn)的最佳通訊距離，完成等間距布置后，再計(jì)算各個(gè)傳感器節(jié)點(diǎn)之間的歐式距離d_ij、節(jié)點(diǎn)到障礙物之間的距離d_io；然后根據(jù)d_ij、d_io確定某節(jié)點(diǎn)i所受其他單一節(jié)點(diǎn)的力

ω_A為系數(shù)，根據(jù)不同障礙物、節(jié)點(diǎn)系數(shù)有差異，由查表可得；d_th為傳感器工作距離的1.7倍值；a_ij為節(jié)點(diǎn)i與節(jié)點(diǎn)j的夾角值；所受合力由各節(jié)點(diǎn)所受合力的不同，首先對(duì)節(jié)點(diǎn)位置進(jìn)行移動(dòng)，通過(guò)計(jì)算各點(diǎn)合力相等，確定出各節(jié)點(diǎn)的移動(dòng)距離與移動(dòng)角度L_n、θ_n；然后由于各節(jié)點(diǎn)的能量存在差異，通過(guò)節(jié)點(diǎn)能量值與平均能量值相比較，得到該節(jié)點(diǎn)的移動(dòng)概率p_i，即根據(jù)各節(jié)點(diǎn)的能量值E_i確定出移動(dòng)概率其中根據(jù)求得，最終移動(dòng)距離L＝p_i×L_n求得；接著對(duì)每個(gè)傳感器節(jié)點(diǎn)的感知概率進(jìn)行計(jì)算，S_i(p_j)根據(jù)所選概率模型S_i(p_j)確定，例如0～1模型：

式中λ、β為衰減系數(shù)；最后為保證所求移動(dòng)值的準(zhǔn)確性，再對(duì)所求值進(jìn)行檢驗(yàn)驗(yàn)證，判斷感知覆蓋率與門(mén)限值C_(th)的大小，若則符合要求，否則從計(jì)算節(jié)點(diǎn)合力開(kāi)始重新進(jìn)行節(jié)點(diǎn)移動(dòng)值計(jì)算；

2、第二步再采用AOA技術(shù)進(jìn)行初步定位：先由節(jié)點(diǎn)布置方法確定各已知節(jié)點(diǎn)坐標(biāo)(x_i,y_i)，且每個(gè)已知節(jié)點(diǎn)可被隨機(jī)喚醒，用于未知節(jié)點(diǎn)的監(jiān)測(cè)；隨后，井下人員攜帶移動(dòng)節(jié)點(diǎn)在井下移動(dòng)并發(fā)送喚醒指令，錨節(jié)點(diǎn)接收到喚醒信號(hào)就被喚醒，由傳感器模塊測(cè)出角度信息，根據(jù)未知節(jié)點(diǎn)到達(dá)各錨節(jié)點(diǎn)的角度信息，若未知節(jié)點(diǎn)出現(xiàn)，當(dāng)前喚醒節(jié)點(diǎn)m(x_m,y_m)可計(jì)算出未知節(jié)點(diǎn)發(fā)出信號(hào)到達(dá)的相應(yīng)于x軸方向的角度，記為α，并將本數(shù)據(jù)保存為(x_m,y_m，α)；然后所有布置節(jié)點(diǎn)依次被喚醒，并保存自身位置坐標(biāo)及角度信息，同第一個(gè)被喚醒節(jié)點(diǎn)格式；再根據(jù)相鄰兩個(gè)錨節(jié)點(diǎn)m(x_m,y_m，α)，n(x_n,y_n，β),根據(jù)夾角射線原理有：再將其他多個(gè)未知節(jié)點(diǎn)的相鄰兩錨節(jié)點(diǎn)進(jìn)行組合，可得到未知節(jié)點(diǎn)的初始估計(jì)值(x_x，y_x)：最后將多個(gè)錨節(jié)點(diǎn)兩兩一組進(jìn)行組合，重復(fù)以上步驟即可測(cè)得多組數(shù)據(jù)，記為(x_x,y_y)＝H_i(x_xi,y_yi)；3、第三步，以第二步得到的多組估計(jì)值作為初步定位值，完成初始化；再利用未知節(jié)點(diǎn)與錨節(jié)點(diǎn)的距離得到變量界限A和B，對(duì)初始解加入標(biāo)準(zhǔn)正態(tài)分布N(0,l)來(lái)實(shí)現(xiàn)種群的初始化(D＝2)：

X_1i,0＝rand[0,N(0,1)(B-A)](B-A)+H_ix_xi

X_2i,0＝rand[0,N(0,1)(B-A)](B-A)+H_iy_yi

X_1i,0，X_2i,0是種群變量,再在初始化產(chǎn)生差變量的基礎(chǔ)上，產(chǎn)生一擾動(dòng)量去獲得最佳解：

F∈[0,2]為一個(gè)縮放因子，作用是對(duì)差向量產(chǎn)生擾動(dòng),v_i,G+1為第G代種群中的第r1個(gè)個(gè)體，i≠r1≠r2≠r3，G為進(jìn)化代數(shù)；然后利用差分進(jìn)化法進(jìn)行精確定位，先對(duì)目標(biāo)函數(shù)最佳值搜尋,采用交叉機(jī)制來(lái)進(jìn)行每一代的演進(jìn)，嘗試向量u_i,G+1如下：

u_i,G+1＝(u_1i,G+1，u_2i,G+1，……u_Di,G+1)

當(dāng)rand(j)≤CR時(shí)，u_ji,G+1＝v_1i,G+1；

當(dāng)rand(j)＞CR時(shí)，x_ji,G+1＝v_1i,G+1；

(i＝l,2…,NP；j＝l,2,…D)

上式中rand(j)生成O至l之間隨機(jī)數(shù)發(fā)生器的第j個(gè)估計(jì)值，CR為交叉算子,CR∈[O，l]，經(jīng)過(guò)G步迭代可求得未知節(jié)點(diǎn)的最優(yōu)解；最后將最優(yōu)解對(duì)應(yīng)的坐標(biāo)信息作為目標(biāo)未知節(jié)點(diǎn)的定位坐標(biāo)，然后升級(jí)該節(jié)點(diǎn)為已定位節(jié)點(diǎn),廣播該節(jié)點(diǎn)的坐標(biāo),以實(shí)現(xiàn)迭代循環(huán)來(lái)協(xié)助定位其他未知節(jié)點(diǎn)，本方法中每個(gè)節(jié)點(diǎn)設(shè)置了泛洪控制變量,當(dāng)達(dá)到泛洪控制條件時(shí)所有節(jié)點(diǎn)不再?gòu)V播消息，方法結(jié)束，獲得最終未知節(jié)點(diǎn)坐標(biāo)信息(x_x,y_x)。

本發(fā)明的有益效果是：(1)通過(guò)基于能量有效的虛擬力算法優(yōu)化定位錨節(jié)點(diǎn)布置，避免了節(jié)點(diǎn)的盲目布置；(2)本發(fā)明改善了網(wǎng)絡(luò)的有效覆蓋性和連通性，節(jié)省了節(jié)點(diǎn)的能量，延長(zhǎng)了網(wǎng)絡(luò)的生命周期，發(fā)揮了網(wǎng)絡(luò)的作用；(3)本發(fā)明也提高了井下定位覆蓋度和定位精度，增加了節(jié)點(diǎn)布置的科學(xué)性與合理性。

附圖說(shuō)明：

圖1是本發(fā)明具體實(shí)施井下無(wú)線傳感器網(wǎng)絡(luò)定位系統(tǒng)的工作原理總示意圖；

圖2是實(shí)施基于節(jié)點(diǎn)最優(yōu)布置位置選擇方法的流程圖；

圖3是本發(fā)明節(jié)點(diǎn)定位坐標(biāo)過(guò)程的流程圖；

圖4是本發(fā)明測(cè)試數(shù)據(jù)初始坐標(biāo)和優(yōu)化后坐標(biāo)的對(duì)比圖。

具體實(shí)施方式：

下面結(jié)合附圖1、2、3、4對(duì)本發(fā)明所述定位方法做進(jìn)一步說(shuō)明。

1、結(jié)合附圖1，該定位方法的總體步驟為：首先，在節(jié)點(diǎn)布置固定前，預(yù)先對(duì)各節(jié)點(diǎn)的位置進(jìn)行調(diào)試。先將各節(jié)點(diǎn)按照隨機(jī)原則進(jìn)行布置，再根據(jù)此位置算出各節(jié)點(diǎn)所受的合力來(lái)確定傳感器移動(dòng)以及礦工所攜帶移動(dòng)節(jié)點(diǎn)的最大化感知區(qū)域覆蓋度，然后將算法迭代執(zhí)行使覆蓋度達(dá)到門(mén)限值，再借助虛擬移動(dòng)傳感器，確定最終位置，最后利用移動(dòng)傳感器，完成節(jié)點(diǎn)布置；然后利用角度(AOA)進(jìn)行初步定位，根據(jù)未知節(jié)點(diǎn)到達(dá)各錨節(jié)點(diǎn)的角度信息，若未知節(jié)點(diǎn)出現(xiàn)，當(dāng)前喚醒節(jié)點(diǎn)m(x_m,y_m)可計(jì)算出未知節(jié)點(diǎn)發(fā)出信號(hào)到達(dá)的相對(duì)于X軸方向的角度，所有布置節(jié)點(diǎn)依次被喚醒，并保存自身位置坐標(biāo)及角度信息，最后采用AOA定位方法，取相鄰兩個(gè)錨節(jié)點(diǎn)m(x_m,y_m，α)，n(x_n,y_n，β),再由夾角射線原理聯(lián)立解得未知節(jié)點(diǎn)的初始估計(jì)值(x_x，y_x)，并將多個(gè)錨節(jié)點(diǎn)兩兩一組進(jìn)行組合，重復(fù)以上步驟即可測(cè)得多組數(shù)據(jù)，從而求得未知節(jié)點(diǎn)的估計(jì)坐標(biāo)值(x_x,y_y)；最后將初始位置(x_x,y_y)作為改進(jìn)差分進(jìn)化算法的初始解來(lái)初始化種群，經(jīng)歷變異、交叉、選擇等過(guò)程，解得未知節(jié)點(diǎn)坐標(biāo)。

2、結(jié)合附圖2，說(shuō)明了本發(fā)明實(shí)例提供的基于節(jié)點(diǎn)最優(yōu)布置方法中，位置選擇的實(shí)現(xiàn)過(guò)程為：首先計(jì)算各個(gè)錨節(jié)點(diǎn)之間和與障礙最近點(diǎn)、目標(biāo)最近點(diǎn)的距離，并在實(shí)際環(huán)境中測(cè)得所需距離值，再根據(jù)求得的歐式距離求得節(jié)點(diǎn)所受的合力(向量)同時(shí)獲取節(jié)點(diǎn)的移動(dòng)距離和移動(dòng)角度，接著根據(jù)當(dāng)前錨節(jié)點(diǎn)的能量值計(jì)算移動(dòng)概率并對(duì)節(jié)點(diǎn)進(jìn)行移動(dòng)處理以保證定位覆蓋率盡量高，最終移動(dòng)值采用下述方法測(cè)得：每個(gè)錨節(jié)點(diǎn)依據(jù)自身能量取不同移動(dòng)概率：其對(duì)應(yīng)的移動(dòng)距離為：X＝X₁+X_d*P_i，Y＝Y(jié)₁+Y_d*P_i；計(jì)算每個(gè)傳感器的感應(yīng)概率C(P_j)，確定出錨節(jié)點(diǎn)傳感器的感應(yīng)模型為概率模型，將其進(jìn)行概率角度的描述為以下三種情況：

(1)移動(dòng)節(jié)點(diǎn)與錨節(jié)點(diǎn)之間間距大于移動(dòng)節(jié)點(diǎn)信號(hào)發(fā)射半徑r1與錨節(jié)點(diǎn)感應(yīng)半徑r2之和時(shí)，感應(yīng)概率為0；

(2)移動(dòng)節(jié)點(diǎn)與錨節(jié)點(diǎn)之間間距小于移動(dòng)節(jié)點(diǎn)信號(hào)發(fā)射半徑r1與錨節(jié)點(diǎn)感應(yīng)半徑r2之差的絕對(duì)值時(shí)，感應(yīng)概率為1；

(3)移動(dòng)節(jié)點(diǎn)與錨節(jié)點(diǎn)之間間距大于移動(dòng)節(jié)點(diǎn)信號(hào)發(fā)射半徑r1與錨節(jié)點(diǎn)感應(yīng)半徑r2之差的絕對(duì)值且小于r1與r2之和時(shí)，感應(yīng)概率為

整個(gè)網(wǎng)絡(luò)感知到的概率為：式中α＝d(si，pj)-r-rc,β與λ為傳感器感應(yīng)的衰減系數(shù)；當(dāng)傳感器檢測(cè)到的感知概率高于傳感器概率門(mén)限值C_th時(shí)，認(rèn)為已經(jīng)達(dá)到覆蓋需求，優(yōu)化布置方法終止。

3、結(jié)合附圖3對(duì)本發(fā)明方法做進(jìn)一步說(shuō)明，基于三角定位法進(jìn)行改進(jìn)，定位坐標(biāo)確定方法如下：先確定出各個(gè)錨節(jié)點(diǎn)自身坐標(biāo)(x_i,y_i)，其中每個(gè)節(jié)點(diǎn)可被隨機(jī)喚醒，用于未知節(jié)點(diǎn)的監(jiān)測(cè)；若未知節(jié)點(diǎn)出現(xiàn)，未知節(jié)點(diǎn)接收信標(biāo)信息，當(dāng)前喚醒節(jié)點(diǎn)m(x_m,y_m)可計(jì)算出未知節(jié)點(diǎn)發(fā)出信號(hào)到達(dá)的相對(duì)于X軸方向的角度，記為α，并將本地?cái)?shù)據(jù)保存為(x_m,y_m，α)；所有布置節(jié)點(diǎn)依次被喚醒，并保存自身位置坐標(biāo)及角度信息，依次進(jìn)行，再采用AOA定位方法，取臨近未知節(jié)點(diǎn)的兩個(gè)相鄰錨節(jié)點(diǎn)m(x_m,y_m，α)，n(x_n,y_n，β),如果兩錨節(jié)點(diǎn)與未知節(jié)點(diǎn)共線則放棄此組數(shù)據(jù)重新確定兩個(gè)相鄰錨節(jié)點(diǎn)開(kāi)始定位。根據(jù)夾角射線原理有：

聯(lián)解兩方程可得到未知節(jié)點(diǎn)的初始估計(jì)值(x_x，y_x)：

最后將多個(gè)錨節(jié)點(diǎn)兩兩一組進(jìn)行組合，重復(fù)以上步驟即可測(cè)得多組數(shù)據(jù)，記為(x_x,y_y)＝H_i(x_xi,y_yi)，i＝1,2……，n(n為錨節(jié)點(diǎn)總數(shù))；

對(duì)節(jié)點(diǎn)坐標(biāo)進(jìn)行優(yōu)化處理，設(shè)置算法中的參數(shù)維數(shù)NP＝20，縮放因子F＝1，交叉算子CR＝0.9，迭代次數(shù)G＝40，通訊距離設(shè)為100m，錨節(jié)點(diǎn)比例為30％，噪音因子為0.8；為了減少計(jì)算量,在選擇時(shí)使用目標(biāo)函數(shù):F＝(x_m-x_x)+(y_m-y_y)-d，其中，(x_m,y_m)為距未知節(jié)點(diǎn)最近的錨節(jié)點(diǎn)坐標(biāo),(x_x，y_x)為未知節(jié)點(diǎn)坐標(biāo)即優(yōu)化的差分進(jìn)化算法中的每代目標(biāo)向量或?qū)嶒?yàn)向量,d為錨節(jié)點(diǎn)與未知節(jié)點(diǎn)的測(cè)距，首先，在節(jié)點(diǎn)坐標(biāo)優(yōu)化處理中，先將錨節(jié)點(diǎn)前三點(diǎn)人為布置并移至預(yù)定坐標(biāo)點(diǎn)：第一點(diǎn)(3.00,3.00)；第二點(diǎn)：(-3.00,3.00)；第三點(diǎn)：(0.00,3.00)，工作人員攜帶定位模塊作為未知節(jié)點(diǎn)移動(dòng)到設(shè)定坐標(biāo)，并假定未知節(jié)點(diǎn)第4點(diǎn)到第10點(diǎn)的坐標(biāo)值：(1.20,1.42)；(2.40,2.67)；(-1.60,-1.43)；(-2.40,-2.37)；(1.60,1.91)；(-3.20,-3.34)；(0.25,0.10)；先定位第四點(diǎn)坐標(biāo)，此時(shí)的目標(biāo)函數(shù)中距未知節(jié)點(diǎn)最近的錨節(jié)點(diǎn)坐標(biāo)(x_m,y_m)即為已確定的第三點(diǎn)坐標(biāo)(0.00,3.00)，錨節(jié)點(diǎn)與未知節(jié)點(diǎn)的測(cè)距d即為設(shè)定的第四點(diǎn)(1.20,1.42)到確定的第三點(diǎn)(0.00,3.00)的距離，在定位模塊的軟件設(shè)計(jì)時(shí)用d＝sqrt((data(i,1)-data(i-1,1))^2+(data(i,2)-data(i-1,2))^2)表示；利用差分進(jìn)化法對(duì)目標(biāo)函數(shù)最佳值的搜尋,通過(guò)定位模塊中差分進(jìn)化算法的變異、雜交、競(jìng)爭(zhēng)操作，靠著交叉的機(jī)制來(lái)進(jìn)行每一代的演進(jìn)，生成O至l之間隨機(jī)數(shù)發(fā)生器的第j個(gè)估計(jì)值；CR為交叉算子,CR屬于[O,l]；最后經(jīng)過(guò)G步迭代可求得未知節(jié)點(diǎn)的最優(yōu)坐標(biāo)；最終找到第四點(diǎn)的最優(yōu)解(x_x，y_x)，升級(jí)該節(jié)點(diǎn)用于協(xié)助定位剩余未知節(jié)點(diǎn)，然后由喚醒節(jié)點(diǎn)決定求第五點(diǎn)坐標(biāo)時(shí)距未知節(jié)點(diǎn)最近的錨節(jié)點(diǎn)坐標(biāo)(x_m,y_m)，同理按照之前方法一步步將各個(gè)坐標(biāo)的最優(yōu)解得到；圖4為優(yōu)化后坐標(biāo)和初始坐標(biāo)的對(duì)比圖。

所以該算法可以使節(jié)點(diǎn)布置成本更低，增加了節(jié)點(diǎn)布置的科學(xué)性與合理性，也提高了定位覆蓋度和定位精度。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)做的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。