【技术实现步骤摘要】
一种协作式迭代优化的无线传感器网络定位计算方法
本专利技术属于无线传感器网络定位
,涉及基于协作式迭代优化的无线传感器网络定位计算方法。
技术介绍
无线传感器网络是通过将大量具有传感器单元、数据处理单元及通信模块的微小智能节点密集地散布在感知区域,节点间以自组织方式构成的无线通信网络。无线传感器网络能够实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息,并对这些信息进行处理,从而为远程用户提供详尽而准确的信息。采用无线传感器网络进行信息收集和处理,这些数据必须和位置信息相结合才有意义,甚至有时需要传感器节点发回单纯的位置信息。GPS系统利用精确的同步卫星时钟提供实时测距以对用户节点进行定位,具有定位精度高、实时性好、抗干扰能力强等优点。但是GPS定位仅仅适应于无遮挡的室外环境,其用户设备通常能耗高、体积大、成本高,需要固定的基础硬件设施等,这使得它不适用于大规模环境下的无线传感器网络定位。这种方法的局限性激发了一种低成本的无线传感器网络定位方法,即利用已知位置坐标的信标节点(其位置坐标可通过GPS或人工测量方式获取)去推算其余未知节点位置坐标。在这种方法中,把已知位置坐标的节点称为信标节点,采用信标节点去推算其余未知节点位置坐标时,需要未知节点与信标节点间的某些参数值,比如,距离或者角度信息。在上述定位方法中,如何在计算能力、存储能力、能量受限的无线传感器网络节点上进行定位计算,达到低成本、高精度的定位目标,一直是无线传感器网络定位领域重点解决的问题。在大规模无线传感器网络部署中,信标节点的数量有有限,DV-Hop算法的核心思想是估计未知节
【技术保护点】
【技术特征摘要】
1.一种协作式迭代优化的无线传感器网络定位计算方法,其特征在于按照以下步骤进行:步骤1:直接采用已知位置的信标节点定位未知节点坐标;采用信标节点或伪信标节点定位未知节点坐标值时,以精确的代数方法表示未知节点坐标,达到定位结果的无偏估计值;计算过程为:坐标平面上分布着N个无线传感器网络节点,假设序号为1,2,…,M的M个节点为坐标位置已知的信标节点,其余序号为M+1,M+2,…,N的N-M个节点为待定位的未知节点,为确定未知节点位置坐标,未知节点i与其邻接的节点j间的实际测量距离dij与真实节点间距离满足i=M+1,M+2,…,N,j=1,2,…,N,并且i>j,Δdij为节点间的测距误差;假设节点i、j的真实坐标位置分别为则有关系式式(1)中下角标2代表2-范数,假设节点间的测距误差Δdij各自独立,并且Δdij服从均值为0,方差为的高斯分布,记为如果节点间距离可直接测量,称节点间是邻接的,若未知节点至少有三个以上的邻接信标节点,该未知节点可以被直接定位,假设单一未知节点i坐标列向量为xi=[xiyi]T,与该未知节点i邻接的m个信标节点的真实位置坐标为列向量j=1,…,m,将式(1)转化为以下关系式式(2)中测距误差Δdij服从均值为0,方差为的高斯分布,即将式(2)中的每个方程式等式两边平方,忽略测距误差的二次项,考虑信标节点的位置坐标是不存在误差的,有即及亦可以得到方程式(2)的另一种表示令列向量参数zi为3×1向量;矩阵A的行向量值为[-xj-yj0.5],j=1,…,m,A为m×3矩阵;列向量b、α的行元素值分别为[dijΔdij],b、α为m×1向量,则可将式(3)写成矩阵的线性表达式Azi=b+α(4)根据线性最小二乘平方原理,向量zi的无偏估计值为zi=(ATWαA)-1ATWαb(5)式(5)中,Wα为最小平方权重系数,其值为将向量zi的估计误差记为Δzi,其中的Δzi亦为3×1向量,则有关系式Δzi=(ATWαA)-1ATWαα(7)则估计误差Δzi的协方差为cov(Δzi)=(ATWαA)-1(8)这里cov(Δzi)为3×3矩阵,式(5)表示了未知节点i的位置坐标近似值,利用向量元素间的相互约束关系计算其位置坐标的精确值,则有以下关系式式(9)中zi(k)、Δzi(k)表示了向量zi、Δzi的第k个元素,k=1,2,3;将式(9)表示为线性矩阵形式Gui=h+β(10)式(10)中h=[zi(1)2zi(2)2zi(3)]T,h为3×1向量,ui为2×1向量,β=LΔzi,β为3×1向量,L=diag{2zi(1)2zi(2)1},G为3×2矩阵,L为3×3对角矩阵;根据线性最小二乘平方原理,向量ui的无偏估计值为ui=(GTWβG)-1GTWβh(11)式(11)中,Wβ=E(βTβ)-1=[LTcov(Δzi)L]-1=L-1ATWαAL-1(12)式(12)中Wβ为3×3矩阵,将向量ui的估计误差记为Δui,则有关系式Δui=(GTWβG)-1GTWββ(13)则估计误差Δui的协方差为:cov(Δui)=(GTWβG)-1(14)这里cov(Δui)为2×2矩阵;由于则未知节点坐标xi的估计值为:sign表示符号函数,当diag(z(1:2))元素值大于等于零时,值为1,当diag(z(1:2))元素值小于零时,值为-1;根据ui和之间的关系,的估计误差与ui的估计误差Δui之间有关系式式(16...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。