本發(fā)明屬于傳感器定位技術(shù)領(lǐng)域，涉及一種移動節(jié)點的定位方法，具體指無線傳感器網(wǎng)絡(luò)中一種基于時序的移動節(jié)點蒙特卡洛定位方法。

背景技術(shù)：

無線傳感器網(wǎng)絡(luò)（wirelesssensornetworks，wsn）是指傳感器節(jié)點以多跳、自組織的形式組成的一個無線通信系統(tǒng)。大量的微型傳感器部署在所要監(jiān)測的區(qū)域內(nèi)，傳感器節(jié)點對感興趣的目標進行觀測并獲取其信息報告給觀察者，從而實現(xiàn)了對監(jiān)測區(qū)域的監(jiān)控。對wsn的研究主要側(cè)重于三個方面：網(wǎng)絡(luò)節(jié)點部署、節(jié)點定位和網(wǎng)絡(luò)能耗。本案是針對移動節(jié)點的定位展開研究，正所謂沒有位置信息檢測的消息是沒有意義的。wsn節(jié)點定位可以根據(jù)是否需要測距而分為結(jié)合測距（range-based）定位算法和無需測距（range-free）定位算法兩大類。在節(jié)點定位的研究初期，主要采用結(jié)合測距的手段。它根據(jù)錨節(jié)點和目標節(jié)點之間的相對位置和角度直接測量二者的距離，再根據(jù)測得的信息通過三邊測量法，三角測量法以及極大似然估計等算法進行具體定位。非測距類定位算法則是憑借網(wǎng)絡(luò)的連通度信息來估計出錨節(jié)點與目標節(jié)點間的距離，然后根據(jù)估計的距離來進行定位。目前非測距類定位算法有dv-hop算法、質(zhì)心算法、apit算法等，與結(jié)合測距的算法相比，非測距類算法的網(wǎng)絡(luò)生存能力強，無需額外的硬件設(shè)備，更適合大規(guī)模無線傳感器網(wǎng)絡(luò)的應(yīng)用；但是，上述方法大多沒有考慮節(jié)點的移動性問題。伴隨著節(jié)點能夠在監(jiān)測區(qū)域內(nèi)移動，使得移動wsn在事件的監(jiān)測上有其固有的優(yōu)勢并已得到廣泛的應(yīng)用。比如在列車定位中，要對不斷移動的目標進行實時的定位，以了解列車的位置信息。由此可見，對于移動wsn的定位研究現(xiàn)如今已成為一個熱點方向。

針對移動wsn中節(jié)點的定位，早在2004年蒙特卡洛定位（monte-carlolocation，mcl）算法便被從機器人定位中引入到了移動wsn中，雖然mcl定位算法拋開了節(jié)點移動性的干擾，甚至節(jié)點移動速度越大定位精度越高，但是該算法的采樣成功率很低且容易出現(xiàn)粒子退化的問題。近年來很多學者對其進行了改進，相繼提出了蒙特卡洛盒子定位（monte-carlolocationboxed，mcb）算法、動態(tài)靜態(tài)網(wǎng)絡(luò)節(jié)點定位（mobileandstaticsensornetworklocation，msl）算法以及多跳蒙特卡洛定位（multi-hop-basedmonte-carlolocalization，mmcl)算法。其中，蒙特卡洛盒子定位算法通過錨箱（anchorbox）和采樣箱（samplebox）來縮小采樣區(qū)域從而提高采樣效率；但是當觀測模型分布在錨箱的比重很小時，該算法的采樣成功率仍然很低。動態(tài)靜態(tài)網(wǎng)絡(luò)節(jié)點定位算法利用了鄰居節(jié)點中定位精度較高的節(jié)點來輔助定位，但其計算過程非常復(fù)雜，通信耗能也比較大，不適于大規(guī)模無線傳感器網(wǎng)絡(luò)的應(yīng)用。而將dv-hop引入到了mcl定位中提出的多跳蒙特卡洛定位算法，該算法充分利用了錨節(jié)點的信息，在低錨節(jié)點密度的網(wǎng)絡(luò)中能表現(xiàn)出良好的定位性能。上述算法從不同角度對mcl算法進行了改進，但是在網(wǎng)絡(luò)拓撲變化比較頻繁的高速移動網(wǎng)絡(luò)環(huán)境下，上述算法的穩(wěn)定性和網(wǎng)絡(luò)生存性仍存在一定的性能缺陷。

技術(shù)實現(xiàn)要素：

針對上述技術(shù)問題，本發(fā)明提供了一種基于時序的移動節(jié)點蒙特卡洛定位方法，利用錨節(jié)點的掃描反饋信號的時序信息初步構(gòu)建定位節(jié)點采樣區(qū)域，并與傳統(tǒng)蒙特卡洛定位方法獲取的采樣區(qū)域疊加來縮小采樣范圍，從而提高移動節(jié)點的采樣效率和定位精度。

本發(fā)明通過以下技術(shù)方案來實現(xiàn)上述目的：

一種基于時序的移動節(jié)點蒙特卡洛定位方法，包括以下步驟：

s1、錨節(jié)點將自身信息分別傳遞給其周圍的一跳和二跳鄰居錨節(jié)點；

s2、錨節(jié)點以一定的時間間隔發(fā)射掃描波信號，以判斷目標定位節(jié)點是否達到定位時刻，當目標定位節(jié)點在接收到其周圍至少3個一跳鄰居錨節(jié)點的信息時即達到定位時刻，達到則執(zhí)行步驟3，否則經(jīng)下一周期繼續(xù)判斷；其中，設(shè)r為錨節(jié)點的通信半徑，為目標定位節(jié)點移動的最大速度，則錨節(jié)點發(fā)射掃描波的時間間隔為；

s3、由目標定位節(jié)點周圍至少3個鄰居錨節(jié)點根據(jù)各自的掃描波信號反饋時序信息，構(gòu)建定位節(jié)點采樣區(qū)域；

s4、利用蒙特卡洛定位方法獲取定位節(jié)點采樣區(qū)域，對定位節(jié)點采樣區(qū)域和求交集，得到定位節(jié)點采樣區(qū)域；

s5、在定位節(jié)點采樣區(qū)域中，隨機抽取樣本數(shù)為n的樣本集；

s6、通過過濾公式判斷樣本集中的每個樣本是否有效，即符合過濾公式的為有效樣本點，不符合過濾公式的為無效樣本點，需濾除；

所述過濾公式為：，用于濾除與錨節(jié)點間的距離大于其一倍通信半徑的無效樣本點；式中，s為未知節(jié)點周圍的一跳錨節(jié)點的集合，r為錨節(jié)點的通信半徑，s代表錨節(jié)點；

s7、經(jīng)過濾公式過濾后，當樣本集中的有效樣本點數(shù)目為n時，則執(zhí)行步驟8，否則返回執(zhí)行步驟5；

s8、計算目標定位節(jié)點在t時刻的位置信息，該時刻定位結(jié)束，轉(zhuǎn)步驟3執(zhí)行下一時刻定位。

作為本案的優(yōu)化方案，上述步驟3構(gòu)建定位節(jié)點采樣區(qū)域，具體包括以下步驟：

1）確定t時刻目標定位節(jié)點周圍的至少3個鄰居錨節(jié)點，對各個錨節(jié)點掃描波的反饋時間進行排序，根據(jù)時序分別以不同的鄰居錨節(jié)點為圓心，以該錨節(jié)點與其他鄰居錨節(jié)點間的距離為半徑畫圓；

2）由包含時刻目標定位節(jié)點的圓兩兩相交，圍成不規(guī)則的定位節(jié)點采樣區(qū)域；

3）對定位節(jié)點采樣區(qū)域的頂點進行篩選；

4）做不規(guī)則定位節(jié)點采樣區(qū)域的外接矩形，由該外接矩形代替不規(guī)則的定位節(jié)點采樣區(qū)域，即初步構(gòu)建了定位節(jié)點采樣區(qū)域。

作為本案的優(yōu)化方案，上述步驟5中，樣本集的樣本數(shù)n與目標定位節(jié)點移動的最大速度，及定位精度要求相關(guān)；樣本數(shù)n的優(yōu)選取值范圍為140~170。

本發(fā)明的有益效果是：

1、預(yù)測階段的定位節(jié)點采樣區(qū)域確定，對至少3個鄰居錨節(jié)點的掃描反饋信號進行時間排序，并利用時序信息初步構(gòu)建定位節(jié)點采樣區(qū)域，后與傳統(tǒng)蒙特卡洛定位方法獲取的采樣區(qū)域疊加來縮小定位節(jié)點采樣范圍，有效提高了移動節(jié)點的采樣效率和節(jié)點定位精度；

2、過濾階段，僅需濾除不在對應(yīng)錨節(jié)點一跳范圍的采樣點即可，顯著提高了算法的收斂速度和定位效率，降低了算法復(fù)雜度。

附圖說明

圖1為本發(fā)明基于時序的移動節(jié)點定位方法中單個錨節(jié)點的掃描示意圖；

圖2為本發(fā)明基于時序的移動節(jié)點定位方法中兩個錨節(jié)點的掃描示意圖；

圖3為本發(fā)明基于時序的移動節(jié)點定位方法中三個錨節(jié)點的掃描示意圖；

圖4為本發(fā)明基于時序的移動節(jié)點定位方法中初始采樣區(qū)域的示意圖；

圖5為本發(fā)明基于時序的移動節(jié)點定位方法中采樣區(qū)域的疊加示意圖。

具體實施方式

下面將結(jié)合附圖及實施例對本發(fā)明及其效果作進一步闡述。

本發(fā)明對傳統(tǒng)蒙特卡洛方法中預(yù)測階段的采樣區(qū)域和過濾階段的過濾函數(shù)進行優(yōu)化改進。在傳統(tǒng)蒙特卡洛定位方法基礎(chǔ)上，引入了利用錨節(jié)點對反饋信號的時間長短進行排序，并利用時序信息初步構(gòu)建定位節(jié)點采樣區(qū)域，以此來縮小采樣范圍，提高移動節(jié)點的采樣效率和定位精度。而過濾函數(shù)的設(shè)計是由于所用到定位的錨節(jié)點都是距目標節(jié)點一跳范圍內(nèi)的點，所以僅需濾除不在對應(yīng)錨節(jié)點一跳范圍的采樣點即可，過濾階段優(yōu)化后能夠提高算法的收斂速度，降低算法復(fù)雜度，提高定位效率。

一種基于時序的移動節(jié)點蒙特卡洛定位方法，具體包括以下步驟：

一、采集區(qū)域的確定

s1、錨節(jié)點將自身信息分別傳遞給其周圍的一跳和二跳鄰居錨節(jié)點，自身信息包括坐標，id號等信息，信息以數(shù)據(jù)包形式進行本地存儲。

s2、錨節(jié)點以一定的時間間隔發(fā)射掃描波信號，以判斷目標定位節(jié)點是否達到定位時刻，當wsn系統(tǒng)中的某一目標節(jié)點在接收到其周圍至少3個一跳鄰居錨節(jié)點的信息時即達到定位時刻，達到則執(zhí)行下一步驟，否則經(jīng)下一周期繼續(xù)判斷否達到定位時刻；其中，設(shè)r為錨節(jié)點的通信半徑，為目標定位節(jié)點移動的最大速度，則錨節(jié)點發(fā)射掃描波的時間間隔為。

s3、由目標定位節(jié)點周圍至少3個鄰居錨節(jié)點根據(jù)各自的掃描波信號反饋時序信息，構(gòu)建定位節(jié)點采樣區(qū)域；具體地，錨節(jié)點發(fā)射的掃描波每到達一個節(jié)點，該節(jié)點便立即進行反饋，錨節(jié)點根據(jù)反饋信號的到達時間長短對周圍節(jié)點進行排序，即反饋時間短的離錨節(jié)點近，反饋時間長的離錨節(jié)點遠，根據(jù)反饋時序信息，初步構(gòu)建定位節(jié)點采樣區(qū)域。

構(gòu)建定位節(jié)點采樣區(qū)域，具體包括以下步驟：

1）確定t時刻目標定位節(jié)點周圍的至少3個鄰居錨節(jié)點，對各個錨節(jié)點掃描波的反饋時間進行排序，根據(jù)時序分別以不同的鄰居錨節(jié)點為圓心，以該錨節(jié)點與其他鄰居錨節(jié)點間的距離為半徑畫圓；

2）由包含時刻目標定位節(jié)點的圓兩兩相交，圍成不規(guī)則的定位節(jié)點采樣區(qū)域；

3）對定位節(jié)點采樣區(qū)域的頂點進行篩選；

4）做不規(guī)則定位節(jié)點采樣區(qū)域的外接矩形，由該外接矩形代替不規(guī)則的定位節(jié)點采樣區(qū)域，即初步構(gòu)建了定位節(jié)點采樣區(qū)域。

具體地，如附圖1所示，圖中a、b、c分別為某一目標定位節(jié)點在t時刻能夠接收到的三個鄰居錨節(jié)點的位置信息，q為該目標定位節(jié)點在時刻的位置；由錨節(jié)點a的掃描波反饋信息的時序排列可知，a收到信號的時間先后排列為：qbc；由圖可知目標定位節(jié)點q在以錨節(jié)點a為圓心，以a與b間的距離為半徑的圓內(nèi)。

如附圖2所示，圖為錨節(jié)點a與錨節(jié)點b共同掃描的過程，由錨節(jié)點b的掃描波得到的反饋序列為：aqc；由圖可知目標定位節(jié)點q在以b為圓心，以a與b間的距離為半徑的圓外，以b與c間的距離為半徑的圓內(nèi)；由a和b兩個錨節(jié)點能夠預(yù)測關(guān)于節(jié)點q在t時刻采樣區(qū)域的大體范圍，即圖中的陰影區(qū)域。

如附圖3所示，為三個錨節(jié)點a、b、c共同掃描的過程，通過c節(jié)點的掃描波反饋的時序排列為：qab，可知目標定位節(jié)點q在以錨節(jié)點c為圓心，以c與a間的距離為半徑的圓內(nèi)。由三個錨節(jié)點得到的時序排列便構(gòu)成一個陰影區(qū)域，陰影區(qū)域代表目標定位節(jié)點q在t時刻位置信息的采樣區(qū)域范圍。在理論上來講，如果鄰居錨節(jié)點的數(shù)量越多，得到的反饋信號時序排列的信息也就越全面，由所得到的時序信息圈成的陰影采樣區(qū)域便會越小；因此，從這一方面是能夠提高采樣效率和采集樣本的準確性。

假設(shè)錨節(jié)點a、b、c的坐標分別為,,,錨節(jié)點a與b，a與c，b與c間的距離分別為r1,r2,r3，用（x,y）表示陰影區(qū)域中各點的坐標，由三個錨節(jié)點所構(gòu)成的不規(guī)則陰影區(qū)域（如圖3中所示）的約束方程可表示為：

本發(fā)明中真正用到縮小采樣區(qū)域的是四個圓環(huán)，設(shè)某一目標定位節(jié)點在時刻的位置存在于錨節(jié)點與其他兩個鄰居錨節(jié)點組成的圓環(huán)內(nèi)的圓環(huán)數(shù)目為h，則所組成的不規(guī)則圖形的頂點數(shù)k滿足：

不規(guī)則陰影區(qū)域有幾個頂點，便可通過相應(yīng)個數(shù)的方程組求解，每兩個圓的交點最多有兩個，根據(jù)目標定位節(jié)點的坐標可知，只有一個是符合要求的待求點。若不規(guī)則陰影區(qū)域包含4個頂點，則四個頂點1、2、3、4分別可表示為：

由上式可得各頂點坐標為和;和；和；和，這些坐標根據(jù)約束條件進行篩選，過濾掉陰影區(qū)域以外的交點，設(shè)最終各頂點的坐標為，，，。由于通過錨節(jié)點信號反饋時序信息所確定的采樣區(qū)域為不規(guī)則圖形，可用該圖形的外接矩形近似代表，如圖4所示。

為確定陰影區(qū)域的外接矩形，首先在統(tǒng)一坐標系下做各參考圓的外接正方形，根據(jù)約束方程（1）判斷外接正方形的各邊是否經(jīng)過或相切于陰影區(qū)域。以圖4情況為例，經(jīng)過或相切于陰影區(qū)域的線有三條，可表示為：

由此可確定陰影區(qū)域的表達式：

s4、利用蒙特卡洛定位方法獲取定位節(jié)點采樣區(qū)域，對定位節(jié)點采樣區(qū)域和求交集，得到定位節(jié)點采樣區(qū)域；

傳統(tǒng)的蒙特卡洛方法是以最大速度為半徑做圓，將圓形區(qū)域看作未知節(jié)點t時刻位置的可能區(qū)域。在本發(fā)明方法中，將傳統(tǒng)采樣區(qū)域與上述采樣區(qū)疊加，在疊加后的區(qū)域內(nèi)進行樣本的采集，最終縮小后的采樣區(qū)域為圖5中重疊的陰影部分，結(jié)合上述表示為：

二、采樣點過濾

s5、在定位節(jié)點采樣區(qū)域中，隨機抽取樣本數(shù)為n的樣本集；其中，樣本集的樣本數(shù)n與目標定位節(jié)點移動的最大速度，及定位精度要求相關(guān)；樣本數(shù)n的優(yōu)選取值范圍為140~170。

s6、通過過濾公式判斷樣本集中的每個樣本是否有效，即符合過濾公式的為有效樣本點，不符合過濾公式的為無效樣本點，需濾除；

所述過濾公式為：，用于濾除與錨節(jié)點間的距離大于其一倍通信半徑的無效樣本點，式中，s為未知節(jié)點周圍的一跳錨節(jié)點的集合，r為錨節(jié)點的通信半徑，s代表錨節(jié)點；

s7、經(jīng)過濾公式過濾后，當樣本集中的有效樣本點數(shù)目依然為n時，則執(zhí)行步驟8，否則返回執(zhí)行步驟5，直至采集到足夠數(shù)目的有效樣本點；

s8、計算目標定位節(jié)點在t時刻的位置信息，該時刻定位結(jié)束，轉(zhuǎn)步驟3執(zhí)行下一時刻定位。

在該預(yù)測階段，每一個采樣點都是在預(yù)測區(qū)域內(nèi)隨機生成的，預(yù)測過后，采樣點便進入過濾階段。本發(fā)明方法根據(jù)鄰居錨節(jié)點收集的時序信息能有效縮小未知節(jié)點的采樣范圍，使得采樣點的有效性得到提高。采樣點整體的預(yù)測和過濾階段可表示如下：

預(yù)測：

過濾：

預(yù)測階段先采集n個樣本點，經(jīng)過過濾后，將不符合條件的采樣點濾除，剩余的有效樣本數(shù)目將少于n；當有效樣本數(shù)未達到規(guī)定值時，便重復(fù)預(yù)測和過濾階段，直到采集到足夠多的有效樣本。

以上實施例僅是示例性的，并不會局限本發(fā)明，應(yīng)當指出對于本領(lǐng)域的技術(shù)人員來說，在本發(fā)明所提供的技術(shù)啟示下，所做出的其它等同變型和改進，均應(yīng)視為本發(fā)明的保護范圍。