CN101778472B - 一种无线传感器网络的分布式节点定位方法 - Google Patents

Abstract

本发明涉及一种无线传感器网络的分布式节点定位方法，属于无线传感器网络中节点自身定位技术领域，针对无线传感器网络中DV-Distance定位算法的特点，提出了一种改进DV-Distance节点定位方法，特别是将锚节点到未知节点的跳数引入到距离修正值中，在此基础上提出了基于跳数的距离修正方法，而且考虑了未知节点与锚节点之间的亲疏关系，以及存在的路径一致性问题，在不增加节点的额外硬件成本和算法计算工作量稍微增加情况下，本发明与原算法相比具有更高的定位精度，适用于具有自组织特征的传感器网络***。

Description

一种无线传感器网络的分布式节点定位方法

技术领域

本发明涉及一种无线传感器网络的分布式节点定位方法，具体的适用于具有自组织特征的传感器网络***，属于无线传感器网络的节点自身定位领域。

背景技术

无线传感器网络被《MIT技术评论》列于十种改变未来世界新兴技术之首，美国《商业周刊》预测WSN将会在不远的将来掀起新的产业浪潮，我国未来20年预见技术的调查报告，信息领域技术课题中有7项与WSN直接相关，2006年发布的《国家中长期科学与技术发展规划纲要》为信息技术确定了三个前沿方向，其中两个与WSN的研究直接相关，即智能感知技术和自组织网络技术，具有广阔的市场应用前景。

在无线传感器网络中，采集的感知信息只有知道坐标位置才有实际应用价值，因此节点定位问题成为一个关键技术之一。根据定位机制，无线传感器网络自身定位算法分为两类：基于测距定位算法和无需测距定位算法，前者需要通过一些测距技术测量节点间点到点的距离信息；后者无需距离信息，仅用节点间的估计距离计算节点的自身位置。基于测距的定位算法定位机制对网络的硬件设施提出了较高的要求，这类算法在获得相对精确定位结果的时候，都要产生大量计算和通信开销。常用测距方法有RSSI，TOA，TDOA和AOA。RSSI虽然符合低功率、低成本的要求，但有可能产生±50％的测距误差；TOA需要节点间精确的时间同步，无法用于松散偶合型定位；TDOA技术受限于超声波传播距离有限和NLOS问题对超声波信号传播的影响；AOA也受外界环境影响，而且需要额外硬件，在硬件尺寸和功耗上可能无法用于传感器节点；无需测距的定位算法有质心算法，凸规划算法，DV-hop等典型算法，由于低成本、相对定位精度高，取得了广泛应用。但质心算法要求信标节点密度要高，并且成规则的网格状分布，否则定位误差较大。

DV-distance算法计算待定位节点到锚节点的距离是以分段距离之和代替直线距离，适用于各向同性网络，在网络不够密集的情况下，定位节点到锚节点的跳数增多，折线距离与直线距离的误差明显增大；其次，网络中各节点具有记录到各锚节点的折线信息，同时具有计算到锚节点跳数的能力，而DV-Distance算法没有利用跳数信息来约束距离修正值；并且没有考虑网络中某些节点路径一致性的问题。

发明内容

为解决现有方法技术中存在的上述问题，本发明提供一种无线传感器网络的分布式节点定位方法，该改进DV-Distance算法在计算未知节点到各个锚节点修正距离时，如果这个锚节点是距未知节点最近，计算修正距离时仍采用原来泛洪法得到的距离修正值；否则，就使用距离该未知节点最近的锚节点到其它锚节点的修正值，来代替该未知节点到其它锚节点的距离修正值；同时，改进算法考虑了未知节点与锚节点之间的亲疏关系及存在的路径一致性问题。

本发明所采用的技术方案如下：该无线传感器网络的分布式节点定位方法，包含以下步骤：

步骤一：通过类距离矢量路由方法，无线传感器网络中的每个锚节点获取其它锚节点ID、位置坐标、折线距离及跳数，未知节点仅存储距离自己最近邻的锚节点ID、位置坐标、折线距离及跳数，并且这些锚节点的数量在阀值内；

步骤二：根据步骤一获取的信息，每个锚节点计算它到其它锚节点的距离修正值，距离它最近的锚节点为应答节点，应答节点的距离修正值为最近修正值；然后，通过泛洪法向网络广播包含有最近修正值的消息包，该消息包即握手消息包；

步骤三：未知节点接收握手消息包，解析出步骤二中的最近修正值，作为该未知节点到应答节点的距离修正值；然后，未知节点将存储的锚节点ID发送到应答节点；

步骤四：应答节点向未知节点发送其最近邻的锚节点距离修正值；

步骤五：根据步骤三、步骤四接收到的距离修正值，未知节点计算自己到锚节点的修正距离；

步骤六：根椐三边测量原理和步骤五获得的修正距离，计算未知节点的位置坐标。

步骤二中所述的计算每个锚节点到其他锚节点的距离修正值的公式为：

${\mathrm{Correction}}_{i.j}=\frac{({\mathrm{Dis}}_{i.j}-{\mathrm{dis}}_{i.j})/{\mathrm{Hop}}_{i.j}}{{\mathrm{Dis}}_{i.j}},$ 式中：dis_i.j为ID为i的锚节点到ID为j的锚节点的折线距离，Dis_i.j为锚节点i，j间的直线距离；Hop_i.j为锚节点i，j间的累计跳数，Correction_i.j为距离修正值。

步骤六中所述的计算未知节点到锚节点的修正距离公式为：

${\mathrm{DisCorr}}_{k.i}=\frac{{\mathrm{dis}}_{k.j}}{1+{\mathrm{Correction}}_{k.i}\×{\mathrm{Hop}}_{k.i}},$ 式中：dis_k.j为ID为k的未知节点到ID为i的锚节点的折线距离，Correction_k.i为距离第k个未知节点到第i个锚节点间的距离修正值；Hop_k.i为未知节点k到锚节点i间的累计跳数，DisCorr_k.i为未知节点k到锚节点i修正后的距离。

本发明提供的无线传感器网络的分布式节点定位方法，在不增加节点的额外硬件成本和算法计算工作量稍微增加情况下，与原算法相比具有更高的定位精度。

附图说明

图1是本发明的流程图；

图2是本发明的实施例图；

图3是本发明的定位误差比较图；

图4是本发明未知节点数量变化时平均定位误差比较图；

图5是本发明锚节点数量变化时平均定位误差比较图。

具体实施方式

下面结合附图对本发明进一步说明。

本发明提供的无线传感器网络的分布式节点定位方法，包含以下步骤(图1所示)：

步骤一：通过类距离矢量路由方法，无线传感器网络中的每个锚节点获取其它锚节点ID、位置坐标、折线距离及跳数；未知节点仅存储锚节点的数量在阀值内的距离自己最近邻的锚节点ID、位置坐标、折线距离及跳数。结合图2的实施例图，计算未知节点u0坐标。假设距离未知节点u0最近的并且在阀值内的锚节点为b1～b4，表1为锚节点b2与其它锚节点的折线距离及跳数，表中bij为锚节点i到锚节点j表2为待求未知节点u0与各锚节点折线距离及跳数，表中uij为待求未知节点i到锚节点j。

表1 b2到其它锚节点折线距离

b2到其它锚节点	折线距离	跳数
			b2.1	1+2+1.5＝4.5	3
b2.3	1+1+1.5+2＝5.5	4
			b2.4	1+1+2+2＝6	4

表2 u0到各锚节点折线距离

u0到各锚节点	折线距离	跳数
			u0.1	2+2＝4	2
u0.2	1＝1	1

u0.3	1+1.5+2＝4.5	3
			u0.4	1+2+2＝5	3

步骤二：根据步骤一获取的信息，计算每个锚节点到其它锚节点的距离修正值，存入自己的修正值链表中，距离修正值的计算公式为：

${\mathrm{Correction}}_{i,j}=\frac{({\mathrm{Dis}}_{i.j}-{\mathrm{dis}}_{i.j})/{\mathrm{Hop}}_{i,j}}{\×{\mathrm{Dis}}_{i.j}}$

式中：dis_i.j为ID为i的锚节点到ID为j的锚节点的折线距离，Dis_i.j为锚节点i，j间的直线距离；Hop_i.j为锚节点i，j 间的累计跳数，Correctioni.j为距离修正值。例如，求b2到b1锚节点的距离修正值时计算：

表3为b2到各锚节点的距离修正值。

表3 b2到各锚节点的距离修正值

b2到其它锚节点	折线距离	直线距离	跳数	修正值
					b2.1	4.5	4	3	1/24
b2.3	5.5	5	4	1/40
					b2.4	6	5.5	4	1/44

由表2可知，u0距离锚节点b2最近，b2为应答节点，因此u0取用b2获取的最佳距离修正值，即u0到b2的距离修正值为1/24，然后，通过泛洪法向网络广播包含有最佳距离修正值的消息包，该消息包即握手消息包。

步骤三；未知节点通过可控泛洪路由法接收到握手消息包，解析出步骤二中的最佳距离修正值，作为该未知节点到应答节点的距离修正值，即b2.1的距离修正值为1/24；然后，未知节点将存储的锚节点ID发送到应答节点。本例中要发送的ID是2，3，4。

步骤四：应答节点向未知节点发送其最近邻的锚节点距离修正值。

步骤五：未知节点根据步骤三、步骤四接收到的距离修正值，如表4所示。

表4u0到各锚节点的距离修正值

u0到节点	修正值
		u0.1	1/24

u0.2	1/24
		u0.3	1/40
u0.4	1/44

计算未知节点到锚节点的修正距离，其公式为：

${\mathrm{DisCorr}}_{k,i}=\frac{{\mathrm{dis}}_{k.j}}{1+{\mathrm{Correction}}_{k.i}\×{\mathrm{Hop}}_{k.i}}$

式中：dis_k.i为ID为k的未知节点到ID为i的锚节点的折线距离，Correction_k.i为距离第k个未知节点到第i个锚节点间的距离修正值；Hop_k.i为未知节点k到锚节点i间的累计跳数，DisCorr_k.i为未知节点k到锚节点i修正后的距离。例如，u0到b1的修正后距离计算表5为节点u0到各锚节点修正后的距离。

表5 u0到各锚节点修正后的距离

u0到节点	折线距离	跳数	修正距离
				u0.1	4	2	3.69
u0.2	1	1	0.96
				u0.3	4.5	3	4.18
u0.4	5	3	4.68

步骤六：根椐三边测量原理和步骤五获得的修正距离，计算未知节点的位置坐标。

为了评估本发明的可用性和有效性，对该算法进行了仿真。实验条件是100*100平方米的正方形区域内随机均匀分布一定数量的锚节点和未知节点，节点采用无线电理想传播模型；节点通信半径最大值设为R＝20米。

实验1中设锚节点个数为5，未知节点个数为50。定位精度对比如图3所示，其中横轴代表未知节点个数，纵轴代表定位误差。DV-Distance平均定位误差为3.0554R，改进后的算法平均定位误差为0.7916R，结果表明该算法提高了定位精度。

实验2中设锚节点的个数为5，将未知节点个数从50增加到550。平均定位精度对比如图4所示，从图4中可知：随着网络节点密度的增大，定位精度提高，这是由于随着未知节点的数量增加，节点布局更均匀化，未知节点到锚节点更能找到近似直线的折线，因此定位误差减小。当未知节点数量达到200以上时，与原算法相比，改进算法的定位精度提高了约20％。

实验3中设未知节点个数为100，将锚节点个数从3增加到23。从图5中可知：随锚节点数量的增加，两种算法均提高了定位精度，且提高的比例近似相同。原因在于节点具有测距能力，算法对网络节点的密度和拓扑结构依赖性强，增加少量的锚节点，对网络节点密度和拓扑结构产生的影响不大，因此定位精度提高的比例基本不变。

Claims (1)

1.一种无线传感器网络的分布式节点定位方法，其特征在于包含以下步骤：

步骤一：通过类距离矢量路由方法，无线传感器网络中的每个锚节点获取其它锚节点ID、位置坐标、折线距离及跳数，未知节点仅存储距离自己最近邻的锚节点ID、位置坐标、折线距离及跳数，并且这些锚节点的数量在阀值内；

步骤二：根据步骤一获取的信息，每个锚节点计算它到其它锚节点的距离修正值，距离它最近的锚节点为应答节点，应答节点的距离修正值为最佳距离修正值；然后，通过泛洪法向网络广播包含有最佳距离修正值的消息包，该消息包即握手消息包；其中计算每个锚节点到其它锚节点的距离修正值公式为：

${\mathrm{Correction}}_{i.j}=\frac{({\mathrm{Dis}}_{i.j}-{\mathrm{dis}}_{i.j})/{\mathrm{Hop}}_{i.j}}{{\mathrm{Dis}}_{i.j}}$

式中：dis_i.j为ID为i的锚节点到ID为j的锚节点的折线距离，Dis_i.j为锚节点i，j间的直线距离；Hop_i.j为锚节点i，j间的累计跳数，Correction_i.j为距离修正值；

步骤三：未知节点接收握手消息包，解析出步骤二中的最佳距离修正值，作为该未知节点到应答节点的距离修正值；然后，未知节点将存储的锚节点ID发送到应答节点；

步骤四：应答节点向未知节点发送其最近邻的锚节点距离修正值；

步骤五：根据步骤三、步骤四接收到的距离修正值，未知节点计算自己到锚节点的修正距离，计算公式为：

${\mathrm{DisCorr}}_{k.i}=\frac{{\mathrm{dis}}_{k.i}}{1+{\mathrm{Correction}}_{k.i}\×{\mathrm{Hop}}_{k.i}}$

式中：dis_k.i为ID为k的未知节点到ID为i的锚节点的折线距离，Correction_k.i为距离第k个未知节点到第i个锚节点间的距离修正值；Hop_k.i为未知节点k到锚节点i间的累计跳数，DisCorr_k.i为未知节点k到锚节点i修正后的距离；

步骤六：根椐三边测量原理和步骤五获得的修正距离，计算未知节点的位置坐标。

Images