一种井下无线传感网络的定位方法技术

本发明专利技术涉及一种基于优化的差分进化算法的井下无线传感网络的定位方法。它解决因井下环境突变导致定位精度变差的问题。其技术方案是：该定位方法为，先利用ME‑VFA算法对井下节点进行最大效率化的节点布置，先对各节点的位置进行调试，再根据各节点所受的合力确定节点的最大化感知区域覆盖度与门限值；然后再采用AOA技术进行初步定位，根据未知节点到达各辅节点的角度信息，计算信号到达的角度，保存自身位置坐标；最后利用差分进化法进行精确定位，将初始位置经历变异、交叉、选择等过程解得未知节点坐标。本发明专利技术方法改善了网络的有效覆盖性和连通性，节省了节点的能量；本定位方法提高了井下定位覆盖度和定位精度，增加了节点布置的科学性。

【技术实现步骤摘要】
一种井下无线传感网络的定位方法
本专利技术涉及一种基于优化的差分进化算法的井下无线传感网络的定位方法，适用于无线传感器网络定位

技术介绍
近年来，我国的矿井安全事故发生频繁，各种恶性事故不断发生，造成了巨大的经济损失和人员伤亡。现有的井下定位系统大多是采用基于RFID(RadioFrequencyIdentification)射频识别技术的定位系统，这种系统大都存在定位精度不够、精度受成本限制等问题。在国外，一般是利用红外等无线方式经过泄漏电缆传输到地面，通过地面计算机对接受的数据处理，对井下人员进行定位。煤炭科学研究总院研制过失踪人员寻找仪，主要是寻找事故发生后的人员位置，搜寻范围在十几米以内，尚无法对下井人员的井下全方位跟踪定位。文献：一种基于自适应RSSI测距模型的无线传感器网络定位方法(传感技术学报：2015Vol.28No.1：138-141)提出基于自适应RSSI测距模型的定位方法，对不同环境具有一定自适应性，但是基于RSSI定位方法在井下使用时更容易受到墙壁、地面等一些障碍物影响，导致测量结果不准确。文献：基于遗传算法的WSN节点定位技术(计算机工程：2010Vol.36No.10：85-87)提出通过遗传算法对初始位置进行优化，然而这种算法随着测距误差累积定位精度将变差。无线传感网节点在移动时需执行相关的通信、计算和位置移动，是一个非常消耗能量的过程，并且每个节点的能量有限，部署算法在设计时应当尽量让节点在部署过程中的能耗最小。针对无线传感器网络能量受限在配置问题带来的问题和挑战，对具有移动能力的传感器节点组成的移动无线传感器网络引入概率移动机制，应用能量有效的虚拟力算法(ME-VFA，movementefficient-virtualforcealgorithm)，以在保证网络的有效覆盖性和连通性上，节省节点的能量，延长网络的生命周期。
技术实现思路
本专利技术的目的是：为了解决因井下环境突变导致定位精度差的问题，提供一种能够针对矿井环境下节能的高精度无线传感网定位方法。本专利技术先利用ME-VFA算法对井下无线传感网节点进行合理的布置，达到节点的最优布置，最大程度的利用各节点资源；然后再采用AOA技术进行初步定位；最后利用优化的差分进化算法进行精确定位。为了达到上述目的，本专利技术采用以下技术方案：本系统由井下传感网系统、工人携带移动节点模块、上位机监控系统三大板块组成，其中井下传感网由已知坐标信息的一定数量的固定传感器模块和ZigBee模块组成，构成无线传感网信标节点(锚节点)；本定位测试方法为：通过移动节点模块(未知节点)传送的唤醒信号使处于通信范围内的锚节点由休眠状态置于唤醒状态，随之，锚节点接收到未知节点传来的方位信号，对移动未知节点进行坐标计算，并由锚节点中的中央处理器进行处理后通过ZigBee无线通信技术传入上位机中进行未知移动坐标的位置显示，上位机可实现双向数据传输，实现整个无线网络与上位机监控软件交互。该定位方法的具体步骤为：1、利用ME-VHA算法对井下节点进行最大效率化的锚节点布置，先根据井下环境进行等间距锚节点布置，间距值取决于锚节点的最佳通讯距离，完成等间距布置后，再计算各个传感器节点之间的欧式距离dij、节点到障碍物之间的距离dio；然后根据dij、dio确定某节点i所受其他单一节点的力ωA为系数，根据不同障碍物、节点系数有差异，由查表可得；dth为传感器工作距离的1.7倍值；aij为节点i与节点j的夹角值；所受合力由各节点所受合力的不同，首先对节点位置进行移动，通过计算各点合力相等，确定出各节点的移动距离与移动角度Ln、θn；然后由于各节点的能量存在差异，通过节点能量值与平均能量值相比较，得到该节点的移动概率pi，即根据各节点的能量值Ei确定出移动概率其中根据求得，最终移动距离L＝pi×Ln求得；接着对每个传感器节点的感知概率进行计算，Si(pj)根据所选概率模型Si(pj)确定，例如0～1模型：式中λ、β为衰减系数；最后为保证所求移动值的准确性，再对所求值进行检验验证，判断感知覆盖率与门限值C(th)的大小，若则符合要求，否则从计算节点合力开始重新进行节点移动值计算；2、第二步再采用AOA技术进行初步定位：先由节点布置方法确定各已知节点坐标(xi,yi)，且每个已知节点可被随机唤醒，用于未知节点的监测；随后，井下人员携带移动节点在井下移动并发送唤醒指令，锚节点接收到唤醒信号就被唤醒，由传感器模块测出角度信息，根据未知节点到达各锚节点的角度信息，若未知节点出现，当前唤醒节点m(xm,ym)可计算出未知节点发出信号到达的相应于x轴方向的角度，记为α，并将本数据保存为(xm,ym，α)；然后所有布置节点依次被唤醒，并保存自身位置坐标及角度信息，同第一个被唤醒节点格式；再根据相邻两个锚节点m(xm,ym，α)，n(xn,yn，β),根据夹角射线原理有：再将其他多个未知节点的相邻两锚节点进行组合，可得到未知节点的初始估计值(xx，yx)：最后将多个锚节点两两一组进行组合，重复以上步骤即可测得多组数据，记为(xx,yy)＝Hi(xxi,yyi)；3、第三步，以第二步得到的多组估计值作为初步定位值，完成初始化；再利用未知节点与锚节点的距离得到变量界限A和B，对初始解加入标准正态分布N(0,l)来实现种群的初始化(D＝2)：X1i,0＝rand[0,N(0,1)(B-A)](B-A)+HixxiX2i,0＝rand[0,N(0,1)(B-A)](B-A)+HiyyiX1i,0，X2i,0是种群变量,再在初始化产生差变量的基础上，产生一扰动量去获得最佳解：F∈[0,2]为一个缩放因子，作用是对差向量产生扰动,vi,G+1为第G代种群中的第r1个个体，i≠r1≠r2≠r3，G为进化代数；然后利用差分进化法进行精确定位，先对目标函数最佳值搜寻,采用交叉机制来进行每一代的演进，尝试向量ui,G+1如下：ui,G+1＝(u1i,G+1，u2i,G+1，……uDi,G+1)当rand(j)≤CR时，uji,G+1＝v1i,G+1；当rand(j)＞CR时，xji,G+1＝v1i,G+1；(i＝l,2…,NP；j＝l,2,…D)上式中rand(j)生成O至l之间随机数发生器的第j个估计值，CR为交叉算子,CR∈[O，l]，经过G步迭代可求得未知节点的最优解；最后将最优解对应的坐标信息作为目标未知节点的定位坐标，然后升级该节点为已定位节点,广播该节点的坐标,以实现迭代循环来协助定位其他未知节点，本方法中每个节点设置了泛洪控制变量,当达到泛洪控制条件时所有节点不再广播消息，方法结束，获得最终未知节点坐标信息(xx,yx)。本专利技术的有益效果是：(1)通过基于能量有效的虚拟力算法优化定位锚节点布置，避免了节点的盲目布置；(2)本专利技术改善了网络的有效覆盖性和连通性，节省了节点的能量，延长了网络的生命周期，发挥了网络的作用；(3)本专利技术也提高了井下定位覆盖度和定位精度，增加了节点布置的科学性与合理性。附图说明：图1是本专利技术具体实施井下无线传感器网络定位系统的工作原理总示意图；图2是实施基于节点最优布置位置选择方法的流程图；图3是本专利技术节点定位坐标过程的流程图；图4是本专利技术测试数据初始坐标和本文档来自技高网...

【技术保护点】
一种井下无线传感网络的定位方法，其特征在于：本系统由井下传感网系统、工人携带移动节点模块、上位机监控系统三大板块组成，其中井下传感网由已知坐标信息的一定数量的固定传感器模块和ZigBee模块组成，构成无线传感网信标节点(锚节点)；本定位测试方法为：通过移动节点模块(未知节点)传送的唤醒信号使处于通信范围内的锚节点由休眠状态置于唤醒状态，随之，锚节点接收到未知节点传来的方位信号，对移动未知节点进行坐标计算，并由锚节点中的中央处理器进行处理后通过ZigBee无线通信技术传入上位机中进行未知移动坐标的位置显示，上位机可实现双向数据传输，实现整个无线网络与上位机监控软件交互；该定位方法的具体步骤为：第一步，利用ME‑VHA算法对井下节点进行最大效率化的锚节点布置，先根据井下环境进行等间距锚节点布置，间距值取决于锚节点的最佳通讯距离，完成等间距布置后，再计算各个传感器节点之间的欧式距离d

【技术特征摘要】
1.一种井下无线传感网络的定位方法，其特征在于：本系统由井下传感网系统、工人携带移动节点模块、上位机监控系统三大板块组成，其中井下传感网由已知坐标信息的一定数量的固定传感器模块和ZigBee模块组成，构成无线传感网信标节点(锚节点)；本定位测试方法为：通过移动节点模块(未知节点)传送的唤醒信号使处于通信范围内的锚节点由休眠状态置于唤醒状态，随之，锚节点接收到未知节点传来的方位信号，对移动未知节点进行坐标计算，并由锚节点中的中央处理器进行处理后通过ZigBee无线通信技术传入上位机中进行未知移动坐标的位置显示，上位机可实现双向数据传输，实现整个无线网络与上位机监控软件交互；该定位方法的具体步骤为：第一步，利用ME-VHA算法对井下节点进行最大效率化的锚节点布置，先根据井下环境进行等间距锚节点布置，间距值取决于锚节点的最佳通讯距离，完成等间距布置后，再计算各个传感器节点之间的欧式距离dij、节点到障碍物之间的距离dio；然后根据dij、dio确定某节点i所受其他单一节点的力，其中ωA为系数，所受合力由各节点所受合力的不同，首先对节点位置进行移动，通过计算各点合力相等，确定出各节点的移动距离与移动角度Ln、θn；然后由于各节点的能量存在差异，通过节点能量值与平均能量值相比较，得到该节点的移动概率pi，即根据各节点的能量值Ei确定出移动概率最终移动距离L＝pi×Ln求得；接着对每个传感器节点的感知概率进行计算；最后为保证所求移动值的准确性，再对所求值进行检验验证，判断感知覆盖率与门限值C(th)的大小，若则符合要求，否则从计算节点合力开始重新进行节点移动值计算；第二步再采用AOA技术进行初步定位：先由节点布置方法确定各已知节点坐标(xi,yi)，且每个已知节点可被随机唤醒，用于未知节点的监测；随后，井下人员携带移动节点在井下移动并发送唤醒指令，锚节点接收到唤醒信号就被唤醒，由传感器模块测出角度信息，根据未知节点到达各锚节点的角度信息，若未知节点出现，当前唤醒节点m(xm,ym)可计算出未知节点发出信号到达的相应于x轴方向的角度，记为α，并将本数据保存为(xm,ym，α)；然后所有布置节点依次被唤醒，并保存自身位置坐标及角度信息，同第一个被唤醒节点格式；再根据相邻两个锚节点m(xm,ym，α)，n(xn,yn，β),根据夹角射线原理有：再将其他多个未知节点的相邻两锚节点进行组合，可得到未知节点的初始估计值(xx，yx)：最后将多个锚节点两两一组进行组合，重复以上步骤即可测得多组数据，记为(xx,yy)＝Hi(xxi,yyi)；第三步，以第二步得到的多组估计值作为初步定位值，完成初始化；再利用未知节点与锚节点的距离得到变量界限A和B，对初始解加入标准正态分布N(0,l)来实现种群的初始化(D＝2)：X1i,0＝rand[0,N(0,1)(B-A)](B-A)+HixxiX2i,0＝rand[0,N(0,1)(B-A)](B-A)+HiyyiX1i,0，X2i,0是种群变量,再在初始化产生差变量的基础上，产生一扰动量去获得最佳解：F∈[0,2]为一个缩放因子，作用是对差向量产生扰动,vi,G+1为第G代种群中的第r1个个体，i≠r1≠r2≠r3，G为进化代数；然后利用差分进化法进行精确定位，先对目标函数最佳值搜寻,采用交叉机制来进行每一代的演进，尝试向量ui,...

【专利技术属性】
技术研发人员：赖欣，周乐，张珣，邱勇智，汪春浦，胡泽，葛亮，陆阳，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：四川,51