CN102869090A - 一种基于auv协助的水下无线传感器网络定位方法 - Google Patents

Abstract

本发明公开了一种基于AUV协助的水下无线传感器网络定位方法。本发明方法首先对未知节点利用质心算法进行一次定位，根据未知节点周围信标节点的数目、信标节点的分布以及信标节点距离未知节点的距离来估算该未知节点的定位精度，筛选出节点定位精度较低的若干节点，利用AUV辅助这些节点进行第二次定位，这样的方法计算和通信消耗较少，能够充分利用AUV帮助节点提高定位精度，降低定位误差，适用于水下无线传感器网络未知节点的定位。

Description

一种基于AUV协助的水下无线传感器网络定位方法

技术领域

本发明涉及一种无线传感器网络定位方法，尤其涉及一种水下无线传感器网络定位方法，利用AUV协助实现网络中未知节点的精确定位。

背景技术

水下环境较为复杂，定位受到各方面的限制，许多地面上的无线传感器网络定位技术不适用于水下。常见的水下无线传感器网络定位算法主要有基于浮标的定位算法、基于AUV的定位算法、USP（distributed Underwater Sensor Positioning framework）定位算法、SBRAL(Surface-Based Reflection Anchor-free Localization)定位算法、SLMP(Scalable Localization scheme with Mobility Prediction)定位算法、水下ASP(Ad-hoc Position System)定位***和基于磁强计的定位算法等。

在基于智能浮标的定位算法中包含装有GPS设备的能漂浮在水面上的浮标节点，这些浮标节点通过GPS获得自身准确的坐标，其他节点通过与至少三个浮标节点通信，计算自身的坐标，该方法只适用于小规模的UWSN。之后在此基础上提出的分等级的定位算法，在定位***中包含三种节点：浮标节点、信标节点和未知节点。信标节点先利用浮标节点获取自身坐标，未知节点再通过和信标节点通信，利用类似三边测量法进行定位，从而减少了通信量，适用于大规模定位***，但此定位算法使用迭代算法，会产生累积误差。

USP定位算法利用投影技术将水下三维定位转化为二维定位。在此定位方法中，节点的深度利用压力传感器获得，将三个不在同一条直线上的的信标节点投影到未知节点所处平面，然后利用类似三边测量法计算出未知节点的坐标。但USP算法定位覆盖率与节点连通度有很大关系，而且该算法产生的大量候选位置信息会增加节点的存储负担。

Lloyd Emokpae等人提出了基于水面反射的无信标节点的定位算法。SBRAL定位算法首先建立一个水表面反射的通信链路，然后建立一个相对坐标***，每个节点通过改变发射信号的角度获得其他节点的信息，以反射点在水表面网格中的交叉点作为参考节点，利用三边测量法计算出节点位置。该算法摆脱了对于定位场景和固定信标节点的依赖，但SBRAL定位精度受到水表面水波频率影响较大。

在SLMP定位算法中，定位分为信标节点定位和普通节点定位，信标节点利用浮标节点先进行定位，普通节点再根据信标节点定位，每个节点根据自身节点的历史坐标数据预测自己的移动模式，根据移动模型和过去的坐标估算现在的位置坐标。利用移动模型的引入可以减少通信量消耗，简化了节点的定位过程，但定位误差受节点密度、预测模型、信息值的设置等影响明显。

Melike Erol提出了基于自移动节点的定位算法，利用一个AUV（Autonomous underwater vehicle，自主水下航行器）帮助节点定位，当AUV漂浮状态时浮通过接收GPS信号获得自身位置坐标，然后在水下沿着预先设定好的路线移动，AUV可以根据移动路线计算自身坐标，当AUV移动到节点部署区域中时广播信息分组，节点接收到信息分组后获得AUV的坐标和与AUV间的距离，当收到至少四个分组后根据三边测量法计算自身坐标。该算法不需要信标节点，在AUV广播消息分组频率较高时可以获得较好的定位覆盖率，但定位精度受AUV的移动轨迹影响较大，此外定位过程中节点需要监听AUV发送的唤醒包并发送请求包给AUV，增加了节点的能量消耗和通信开销。在此基础上，Hanjiang Luo等人提出了LDB（Localization with Directional Beacons）定位算法，AUV安装一个方向性的收发器，发出锥形的声波，可以提高距离计算的准确度，定位计算只需要两个AUV消息包，节点只需要接收AUV发出的消息，不需要发送请求消息，减少了能量和通信的开销，但该算法仅在AUV沿着直线移动时适用，且定位中节点位置会产生不确定性。

发明内容

本发明所要解决的技术问题在于克服现有水下无线传感器网络定位方法的不足，提供一种基于AUV协助的水下无线传感器网络定位方法，首先利用信标节点进行初步定位，然后利用AUV协助进行再次定位，以提高定位精度。

本发明具体采用以下技术方案：

一种基于AUV协助的水下无线传感器网络定位方法，所述水下无线传感器网络中

设置有多个信标节点，包括以下步骤：

步骤A、各信标节点发送包含自身坐标信息的信标消息；未知节点根据所接收到的信标消息中的信标节点坐标，利用质心算法初步确定自身的位置坐标；

步骤B、利用AUV协助进行未知节点的二次定位，具体按照以下方法：

步骤B1、以未知节点为原点建立空间直角坐标系，将该未知节点的通信范围划分为8个区域，每个卦限对应一个区域，统计每个区域中信标节点的数量；

步骤B2、将至少一个AUV移动至信标节点数量最少的区域，且其与未知节点的距离等于该未知节点与其通信范围内各信标节点间距离的平均值；

步骤B3、以AUV作为新的信标节点，利用质心算法重新确定未知节点的坐标。

 在利用信标节点进行未知节点的初次定位时，定位的精确度受未知节点周围信标节点的数目、信标节点的分布以及信标节点距离未知节点的距离这几方面影响较大，由于信标节点分布情况不同，初次定位时会出现部分未知节点定位精确度较高，不需要进行后续的AUV协助再定位，为此，可以根据未知节点周围信标节点的数目、信标节点的分布以及信标节点距离未知节点的距离对未知节点定位精度进行估算，筛选出节点定位精度较低的若干节点，利用AUV辅助这些节点进行第二次定位，这样的方法计算和通信消耗较少，能够充分利用AUV帮助节点提高定位精度，降低定位误差。本发明进一步采用以下优选技术方案：

如上所述基于AUV协助的水下无线传感器网络定位方法，步骤B中利用AUV协助定位精度最低的前k个或者定位精度小于一预设阈值的未知节点进行二次定位，未知节点i的定位精度                                                

按照以下公式计算：

式中，

为未知节点i通信范围内信标节点的数量；

为未知节点i与其通信范围内各信标节点间距离的平均值；

为未知节点i与其通信范围内各信标节点间距离的方差；为未知节点i通信范围内信标节点分布方差，其表达式为

，以未知节点i为原点建立空间直角坐标系，将未知节点i的通信范围划分为8个区域，每个卦限对应一个区域，

为8个区域中信标节点数量的平均值，

为第j个区域中的信标节点数量；α, β, ε, θ∈(0,1]，为权重参数。

   本方法先对未知节点利用质心算法进行一次定位，根据未知节点周围信标节点的数目、信标节点的分布以及信标节点距离未知节点的距离来估算该未知节点的定位精度，筛选出节点定位精度较低的若干节点，利用AUV辅助这些节点进行第二次定位，这样的方法计算和通信消耗较少，能够充分利用AUV帮助节点提高定位精度，降低定位误差，适用于水下无线传感器网络未知节点的定位。

附图说明

图1为本发明信标消息分组结构示意图；

图2为本发明节点消息分组记录表示意图；

图3为未知节点通信范围内信标节点分布示意图；

图4为加入AUV后未知节点通信范围内信标节点分布示意图。

具体实施方式

下面结合附图对本发明的技术方案进行详细说明：

本发明先对未知节点利用质心算法进行一次定位，然后根据未知节点周围信标节点的数目、信标节点的分布以及信标节点距离未知节点的距离来估算该未知节点的定位精度，筛选出节点定位精度较低的若干节点，利用AUV辅助这些节点进行第二次定位。AUV是UUV（水下无人航行器）中的一种形式，它综合了人工智能、深浅器、计算机软件、传感器和先进技术的任务控制器。不同的AUV***有不同的设计和功能划分，通常的AUV***包括以下几个部分：电源监控和管理***、环境探测***、障碍物探测***、导航***、规划和控制***、动力***、通信***以及任务管理***等。AUV可利用自身设备实现精准的定位，例如，可将AUV上浮到水面，通过自身安装的GPS天线接收GPS信号，获取AUV水面位置，然后通过压力传感器获取垂直位置，从而实现AUV的精确定位。

本发明的定位方法具体包括以下步骤：

步骤1、信标节点以最大的发射功率发送信标消息分组，本具体实施方式中消息分组的结构如图1所示：包含信标节点ID标识、信标节点坐标以及发送时间等信息。

步骤2、未知节点建立一个信标消息的记录表，记录接收到的信标节点发送的消息分组，具体如下：

步骤2-1、设定未知节点中的记录表，其结构如图2所示，记录表包含信标节点ID,信标节点坐标，信标消息分组发送时间，消息分组到达时间，节点连通度，信标节点距离未知节点的距离；

步骤2-2、未知节点接收到信标消息后，比较记录表中是否包含有该信标节点的消息分组，若有，则替换原信标消息，否则，直接作为新的条目加入记录表，并将连通度数值（即未知节点通信范围内的信标节点数目）加1。

步骤3，未知节点根据记录表中各信标节点的坐标，利用质心算法进行首次定位计算：

;

;

其中，X _i , Y _i , Z _i 为未知节点i的三维坐标，x _j , y _j , z _j 为未知节点i通信范围内的第j个信标节点的坐标；

步骤4、未知节点记录自身坐标，并计算自身的定位精度，具体包括如下步骤：

步骤4-1、各未知节点根据记录表中信息分组到达时间差，使用声波通信计算其通信范围内第j个信标节点距离该未知节点的距离d _j ：d _j =(T ₂ -T ₁)*V，其中V为声波在水中传播速度，T ₂为信标消息到达时间，T ₁为信标消息发送时间；

步骤4-2、根据记录表中各信标节点距离未知节点的距离，计算信标节点距离未知节点i的平均距离D_i=

，其中N _i 为节点i通信范围内的信标节点数目，距离的方差B_i=，方差越小，表明所有信标节点距离未知节点的距离差距较小，这样定位越准确；

步骤4-3、以未知节点i为原点建立空间直角坐标系，将空间分成八个区域，映射为空间直角坐标系中的八个卦限，信标节点在该空间中分布如图3所示，统计信标记录表中每个卦限内信标节点的数目，分别记作M ₁, M ₂, M ₃, M ₄, M ₅, M ₆, M ₇, M ₈；统计各卦限内信标节点的数目，可采用以下方法：计算信标节点坐标与未知节点i第一次利用质心算法估算的坐标差（△x,△y,△z），根据△x, △y, △z的符号，判断信标节点属于哪个区域，将对应区域信标节点数目加1，比如△x, △y, △z都大于零，则信标节点在第一卦限，将第一卦限内信标节点数目M ₁加1；

步骤4-4、计算上述八个区域内信标节点的平均数E_i=

，并用信标节点的数目方差表示信标节点的分布情况，方差计算为R_i=

，方差越小表示信标节点分布越均匀；

步骤4-5、利用如下公式计算未知节点i的定位精度L _i ：

L _i =N _i ^α /(D _i ^β ×B _i ^ε ×R _i ^θ )                 

其中，α, β, ε, θ表示权重，在不同的应用环境中，各因素对定位精度的影响程度不同，可根据实际情况设置它们的值，α, β, ε, θ∈(0,1]。定位精度越大，表示节点的定位越准确。

步骤5、将未知节点的定位精度按照从小到大的顺序排列，选出前k个定位精度最小的未知节点；或者利用预设的定位精度阈值筛选出定位精度较小的未知节点。

步骤6、对筛选出的定位精度较低的未知节点，将至少一个AUV移动至其通信范围内，所需AUV数量可根据所要求的定位精度确定，要求定位精度越高，则设置越多AUV；具体包括如下步骤：

步骤6-1、选择以未知节点为中心所划分区域中信标节点数目最少的区域；

步骤6-2、将AUV移动至该区域，距离未知节点的距离为该未知节点通信范围内所有信标节点距离该未知节点的平均距离处，即AUV移动至以未知节点为球心、半径为D _i 的

球面区域的任意位置。

步骤7、将AUV作为新的信标节点（加入一个AUV后的信标节点空间分布如图4所示），协助未知节点利用质心算法重新定位：

;

;

其中，X _i ’, Y _i ’, Z _i ’为未知节点i的重新定位的坐标，x _a , y _a , z _a 是所设置AUV的坐标。

Claims (4)

1.一种基于AUV协助的水下无线传感器网络定位方法，所述水下无线传感器网络中

设置有多个信标节点，其特征在于，包括以下步骤：

步骤A、各信标节点发送包含自身坐标信息的信标消息；未知节点根据所接收到的信标消息中的信标节点坐标，利用质心算法初步确定自身的位置坐标；

步骤B、利用AUV协助进行未知节点的二次定位，具体按照以下方法：

步骤B1、以未知节点为原点建立空间直角坐标系，将该未知节点的通信范围划分为8个区域，每个卦限对应一个区域，统计每个区域中信标节点的数量；

步骤B2、将至少一个AUV移动至信标节点数量最少的区域，且其与未知节点的距离等于该未知节点与其通信范围内各信标节点间距离的平均值；

步骤B3、以AUV作为新的信标节点，利用质心算法重新确定未知节点的坐标。

2.如权利要求1所述基于AUV协助的水下无线传感器网络定位方法，其特征在于，

步骤B中利用AUV协助定位精度最低的前k个或者定位精度小于一预设阈值的未知节点进行二次定位，未知节点i的定位精度                                               

按照以下公式计算：

式中，为未知节点i通信范围内信标节点的数量；为未知节点i与其通信范围内各信标节点间距离的平均值；

为未知节点i与其通信范围内各信标节点间距离的方差；

为未知节点i通信范围内信标节点分布方差，其表达式为，以未知节点i为原点建立空间直角坐标系，将未知节点i的通信范围划分为8个区域，每个卦限对应一个区域，为8个区域中信标节点数量的平均值，

为第j个区域中的信标节点数量；α, β, ε, θ∈(0,1]，为权重参数。

3.如权利要求1所述基于AUV协助的水下无线传感器网络定位方法，其特征在于，所述信标消息包含信标节点ID标识、信标节点坐标以及发送时间。

4.如权利要求1所述基于AUV协助的水下无线传感器网络定位方法，其特征在于，所述未知节点与信标节点之间距离按照以下方法得到：未知节点根据信标消息到达时间差，使用声波通信计算，具体按照以下公式，

d _j =(T ₂ -T ₁)*V

式中，d _j 表示未知节点与其通信范围内的第j个信标节点间距离， T ₁、T ₂分别为第j个信标节点所发送信标消息的发送时间、到达时间，V为声波在水中传播速度。

Images