基于分块迭代的分布式目标定位方法技术

本发明专利技术涉及基于分块迭代的分布式目标定位方法。传统目标定位方法中的计算复杂度较高。本发明专利技术方法在接收信号强度的基础上，对传感器量化信号进行统计，进而得到目标节点所在区域。每次迭代将目标区域分成多个面积相等的子区域，确定子区域质心，将传感器聚类到相应的子区域内。根据传感器所在子区域质心，确定传感器阈值，且该阈值随着迭代次数和保留区域的改变而动态变化。融合中心根据接收到的每个区域的量化值，保留量化为“1”个数最多的区域作为下次迭代的目标区域。本发明专利技术方法扩展了应用场景，通过设计动态非统一量化阈值，有效平衡了定位精度和计算复杂度之间的关系。

Distributed target localization method based on block iteration

The invention relates to a distributed target localization method based on block iteration. The computational complexity of the traditional target localization method is high. On the basis of the received signal strength, the method carries out statistical analysis of the quantized signal of the sensor, and then obtains the area of the target node. The target region is divided into a number of sub regions with equal area in each iteration, and the centroid of the sub region is determined. According to the centroid of the sub region of the sensor, the threshold value of the sensor is determined, and the threshold is dynamically changed with the number of iterations and the change of the reserved area. According to the quantized values of each region received, the fusion center retains the region with the largest number of \1\ as the target area for the next iteration. The method of the invention extends the application scene, and effectively balances the relationship between the positioning accuracy and the computational complexity by designing the dynamic non-uniform quantization threshold.

【技术实现步骤摘要】

本专利技术属于无线传感器网络领域，具体是无线传感器网络中的目标节点定位领域，涉及一种低复杂度的分块迭代目标定位方法。
技术介绍
随着网络交互、无线通信、微制造业以及微处理器的发展，无线传感器网络(WirelessSensorNetworks,WSNs)已经被广泛应用于军事和民用中。无线传感器网络作为一种分布式的网络结构,是由大范围密度分布的传感器节点组成，可以用来监测一个地区的环境条件、对一个物体进行检测、估计或者追踪。而目标节点定位作为无线传感器网络的应用之一已经在实际中得到大量应用。对于目标节点定位方法，大致可以分为三类，第一种是TDOA(TimeDifferenceofArrival)，利用目标信号到达时间的不同进行目标位置估计；第二种是DOA(DirectionofArrival)，利用信号到达的不同方向进行目标位置估计；但是以上方法需要精确的时间同步与较高的计算能力，对低成本、低功耗的传感器网络来说不适用。第三种是目前应用最多的目标定位方法，利用到达信号强度(ReceivedSignalStrength,RSS)进行目标定位，由于实际的无线传感器网络受信号强度和带宽影响较大，为了节约资源，需要将待传送的模拟信号强度进行量化，并发送给融合中心。RSS方法一般采用最小二乘或者最大似然估计方法计算目标节点位置，它们为目标节点定位提供了一个全局最优方法，目标节点定位精度较高，但这些定位方法计算复杂度较高，对于定位时间有高要求的场景来说并不适用。因此，我们需要提出一种目标节点定位方法平衡低复杂性和高定位精度之间的关系。
技术实现思路
本专利技术的目的是为了克服传统目标节点定位方法的不足，设计一种分块迭代式的目标定位方法，在满足目标定位精度的同时减小计算复杂度。该方法是在RSS的基础上，对传感器量化信号进行统计，进而得到目标节点所在区域，并通过多次迭代逐渐缩小目标区域范围，从而达到较好的定位性能。相比于传统方法进行的全局优化，本专利技术方法得到的是目标节点大致位置，但降低了计算复杂度。本专利技术方法的具体步骤是：步骤1：将N个传感器节点随机分布在无线传感器网络中，目标节点θ＝[xt,yt]以先验概率p0(θ)在无线传感器网络中随机分布。步骤2：每个传感器按照各向同性能量分布模型，接收到来自目标节点发出的模拟信号能量ai，其中P0表示在参考距离d0处的能量测量值，n表示路径损耗指数，di表示目标节点和第i个传感器之间的欧氏距离。步骤3：ai在传输过程中会受到噪声干扰，干扰后的信号强度si为si＝ai+ni，其中ni表示加性高斯白噪声，并服从F表示正态分布函数，σn表示加性高斯白噪声方差。步骤4：si经过二进制量化，将量化后的1比特信息发送给融合中心，融合中心根据接收到的量化向量v(k)确定目标所在区域，并进行迭代处理，具体步骤如下所示：①以目标区域的图心O为中心，将目标区域划分为面积相等的M个子区域，记为Aj表示第j个子区域。②利用几何方法，计算子区域的质心坐标③根据k-means聚类算法，利用公式将传感器节点聚类到其所对应的子区域中，其中θi表示第i个传感器节点坐标。④利用每个传感器节点所在区域的区域质心坐标根据公式计算每个区域中传感器节点的门限值其中表示θi与其所在区域质心坐标之前的欧氏距离。⑤干扰后的信号强度si经过二进制量化器，量化为发送给融合中心，量化过程表示为vi(k)=0;si<ηi(k)1;si>ηi(k).]]>⑥融合中心根据接收到的分别统计M个子区域中传感器量化值等于“1”的个数j∈{1,2,…,M本文档来自技高网...

【技术保护点】
基于分块迭代的分布式目标定位方法，其特征在于该方法具体步骤是：步骤1：将N个传感器节点随机分布在无线传感器网络中，目标节点θ＝[xt,yt]以先验概率p0(θ)在无线传感器网络中随机分布；步骤2：每个传感器按照各向同性能量分布模型，接收到来自目标节点发出的模拟信号能量ai，其中P0表示在参考距离d0处的能量测量值，n表示路径损耗指数，di表示目标节点和第i个传感器之间的欧氏距离；步骤3：ai在传输过程中会受到噪声干扰，干扰后的信号强度si为si＝ai+ni，其中ni表示加性高斯白噪声，并服从F表示正态分布函数，σn表示加性高斯白噪声方差；步骤4：si经过二进制量化，将量化后的1比特信息发送给融合中心，融合中心根据接收到的量化向量v(k)确定目标所在区域，并进行迭代处理；步骤5：目标节点位置即为最终保留区域的质心位置即为目标节点位置：θ^heu(x^t,y^t)=(Σi:θi∈Aj*(K)(K)xi/|Sj*(K)(K)|,Σi:θi∈Aj*(K)(K)yi|Sj*(K)(K)|),]]>xi为区域中传感器节点的横坐标、yi为区域中传感器节点的纵坐标。...

【技术特征摘要】
1.基于分块迭代的分布式目标定位方法，其特征在于该方法具体步骤是：
步骤1：将N个传感器节点随机分布在无线传感器网络中，目标节点
θ＝[xt,yt]以先验概率p0(θ)在无线传感器网络中随机分布；
步骤2：每个传感器按照各向同性能量分布模型，接收到来自目标节点发
出的模拟信号能量ai，其中P0表示在参考距离d0处的能量测量
值，n表示路径损耗指数，di表示目标节点和第i个传感器之间的欧氏距离；
步骤3：ai在传输过程中会受到噪声干扰，干扰后的信号强度si为
si＝ai+ni，其中ni表示加性高斯白噪声，并服从F表示正态分布
函数，σn表示加性高斯白噪声方差；
步骤4：si经过二进制量化，将量化后的1比特信息发送给融合中心，融
合中心根据接收到的量化向量v(k)确定目标所在区域，并进行迭代处理；
步骤5：目标节点位置即为最终保留区域的质心位置即为目标节
点位置：θ^heu(x^t,y^t)=(Σi:θi∈Aj*(K)(K)xi/|Sj*(K)(K)|,&S...

【专利技术属性】
技术研发人员：谢磊，陈惠芳，韩晓宇，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33