技術特征：

1.一種井下無線傳感網(wǎng)絡的定位方法，其特征在于：本系統(tǒng)由井下傳感網(wǎng)系統(tǒng)、工人攜帶移動節(jié)點模塊、上位機監(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)成無線傳感網(wǎng)信標節(jié)點(錨節(jié)點)；本定位測試方法為：通過移動節(jié)點模塊(未知節(jié)點)傳送的喚醒信號使處于通信范圍內(nèi)的錨節(jié)點由休眠狀態(tài)置于喚醒狀態(tài)，隨之，錨節(jié)點接收到未知節(jié)點傳來的方位信號，對移動未知節(jié)點進行坐標計算，并由錨節(jié)點中的中央處理器進行處理后通過ZigBee無線通信技術傳入上位機中進行未知移動坐標的位置顯示，上位機可實現(xiàn)雙向數(shù)據(jù)傳輸，實現(xiàn)整個無線網(wǎng)絡與上位機監(jiān)控軟件交互；該定位方法的具體步驟為：第一步，利用ME-VHA算法對井下節(jié)點進行最大效率化的錨節(jié)點布置，先根據(jù)井下環(huán)境進行等間距錨節(jié)點布置，間距值取決于錨節(jié)點的最佳通訊距離，完成等間距布置后，再計算各個傳感器節(jié)點之間的歐式距離d_ij、節(jié)點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i所受其他單一節(jié)點的力，其中ω_A為系數(shù)，所受合力由各節(jié)點所受合力的不同，首先對節(jié)點位置進行移動，通過計算各點合力相等，確定出各節(jié)點的移動距離與移動角度L_n、θ_n；然后由于各節(jié)點的能量存在差異，通過節(jié)點能量值與平均能量值相比較，得到該節(jié)點的移動概率p_i，即根據(jù)各節(jié)點的能量值E_i確定出移動概率最終移動距離L＝p_i×L_n求得；接著對每個傳感器節(jié)點的感知概率進行計算；最后為保證所求移動值的準確性，再對所求值進行檢驗驗證，判斷感知覆蓋率與門限值C_(th)的大小，若則符合要求，否則從計算節(jié)點合力開始重新進行節(jié)點移動值計算；第二步再采用AOA技術進行初步定位：先由節(jié)點布置方法確定各已知節(jié)點坐標(x_i,y_i)，且每個已知節(jié)點可被隨機喚醒，用于未知節(jié)點的監(jiān)測；隨后，井下人員攜帶移動節(jié)點在井下移動并發(fā)送喚醒指令，錨節(jié)點接收到喚醒信號就被喚醒，由傳感器模塊測出角度信息，根據(jù)未知節(jié)點到達各錨節(jié)點的角度信息，若未知節(jié)點出現(xiàn)，當前喚醒節(jié)點m(x_m,y_m)可計算出未知節(jié)點發(fā)出信號到達的相應于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)點依次被喚醒，并保存自身位置坐標及角度信息，同第一個被喚醒節(jié)點格式；再根據(jù)相鄰兩個錨節(jié)點m(x_m,y_m，α)，n(x_n,y_n，β),根據(jù)夾角射線原理有：再將其他多個未知節(jié)點的相鄰兩錨節(jié)點進行組合，可得到未知節(jié)點的初始估計值(x_x，y_x)：最后將多個錨節(jié)點兩兩一組進行組合，重復以上步驟即可測得多組數(shù)據(jù)，記為(x_x,y_y)＝H_i(x_xi,y_yi)；第三步，以第二步得到的多組估計值作為初步定位值，完成初始化；再利用未知節(jié)點與錨節(jié)點的距離得到變量界限A和B，對初始解加入標準正態(tài)分布N(0,l)來實現(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)生差變量的基礎上，產(chǎn)生一擾動量去獲得最佳解：F∈[0,2]為一個縮放因子，作用是對差向量產(chǎn)生擾動,v_i,G+1為第G代種群中的第r1個個體，i≠r1≠r2≠r3，G為進化代數(shù)；然后利用差分進化法進行精確定位，先對目標函數(shù)最佳值搜尋,采用交叉機制來進行每一代的演進，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rand(j)≤CR時，u_ji,G+1＝v_1i,G+1；

當rand(j)＞CR時，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之間隨機數(shù)發(fā)生器的第j個估計值，CR為交叉算子,CR∈[O，l]，經(jīng)過G步迭代可求得未知節(jié)點的最優(yōu)解；最后將最優(yōu)解對應的坐標信息作為目標未知節(jié)點的定位坐標，然后升級該節(jié)點為已定位節(jié)點,廣播該節(jié)點的坐標,以實現(xiàn)迭代循環(huán)來協(xié)助定位其他未知節(jié)點，本方法中每個節(jié)點設置了泛洪控制變量,當達到泛洪控制條件時所有節(jié)點不再廣播消息,方法結(jié)束，獲得最終未知節(jié)點坐標信息(x_x,y_x)。

2.根據(jù)權利要求1所述的定位方法，其特征是：所述第一步節(jié)點布置中，所述ω_A為系數(shù)，根據(jù)不同障礙物、節(jié)點系數(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i與節(jié)點j的夾角值；其中根據(jù)求得；S_i(p_j)根據(jù)所選概率模型確定，例如0～1模型：

式中λ、β為衰減系數(shù)。

3.根據(jù)權利要求1所述的定位方法，其特征是：所述第三步精確定位中，目標函數(shù)最佳值的搜尋，所述j取值為1～n，n為節(jié)點數(shù)目，為了減少計算量,在選擇時使用目標函數(shù):F＝(x_m-x_x)+(y_m-y_y)-d，其中，(x_m,y_m)為距未知節(jié)點最近的錨節(jié)點坐標,(x_x，y_x)為未知節(jié)點坐標即優(yōu)化的差分進化算法中的每代目標向量或?qū)嶒炏蛄?d為錨節(jié)點與未知節(jié)點的測距，首先，在節(jié)點坐標優(yōu)化處理中，先將錨節(jié)點前三點人為布置并移至預定坐標點：第一點(3.00,3.00)；第二點：(-3.00,3.00)；第三點：(0.00,3.00)，工作人員攜帶定位模塊作為未知節(jié)點移動到設定坐標，并假定未知節(jié)點第4點到第10點的坐標值：(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)；先定位第四點坐標，此時的目標函數(shù)中距未知節(jié)點最近的錨節(jié)點坐標(x_m,y_m)即為已確定的第三點坐標(0.00,3.00)，錨節(jié)點與未知節(jié)點的測距d即為設定的第四點(1.20,1.42)到確定的第三點(0.00,3.00)的距離，在定位模塊的軟件設計時用d＝sqrt((data(i,1)-data(i-1,1))^2+(data(i,2)-data(i-1,2))^2)表示；利用差分進化法對目標函數(shù)最佳值的搜尋,通過定位模塊中差分進化算法的變異、雜交、競爭操作，靠著交叉的機制來進行每一代的演進，生成O至l之間隨機數(shù)發(fā)生器的第j個估計值；CR為交叉算子,CR屬于[O,l]；最后經(jīng)過G步迭代可求得未知節(jié)點的最優(yōu)坐標；最終找到第四點的最優(yōu)解(x_x，y_x)，升級該節(jié)點用于協(xié)助定位剩余未知節(jié)點，然后由喚醒節(jié)點決定求第五點坐標時距未知節(jié)點最近的錨節(jié)點坐標(x_m,y_m)，同理按照之前方法一步步將各個坐標的最優(yōu)解得到；

圖4為優(yōu)化坐標和初始坐標的對比圖，由程序運行結(jié)果及對比圖可知，最大誤差 出現(xiàn)在第8點坐標，其絕對誤差為((1.6-1.6)^2+(1.91-1.6)^2)＝0.31，相對誤差為((1.6-1.6)^2+(1.91-1.6)^2)/(1.6^2+1.6^2)＝0.137，誤差在可允許范圍。