基于多区域划分和相似度匹配的非测距定位方法技术

本发明专利技术公开了一种基于多区域划分和相似度匹配的非测距定位方法MDIS（Multi‑Region Division In Shadow）。利用将定位区域进行分割的思想，对原有的模糊的定位区域进一步划分成多个子区域。然后，对每个子区域进行相应的计算求出子区域质心坐标。然后，对未知节点和多个子区域的质心点的关系数组进行相似度的匹配计算出关系系数，最后用两个相似度最高的一个的锚节点估算另一个未知节点的位置。根据仿真结果可以看出MDIS定位算法相较于现有的非测距算法定位精度更高并且稳定性更好。

【技术实现步骤摘要】
基于多区域划分和相似度匹配的非测距定位方法
本专利技术涉及无线传感网
，尤其涉及传感网中的节点定位技术，具体是一种基于多区域划分和相似度匹配的非测距定位方法。
技术介绍
当今社会人们对于大规模及特定环境的定位需求不断增加。因为无线传感器网络的低成本、低功耗和分布式的特点，无线传感器网络被广泛应用在地理范围较大的山地、森林和海洋等地区实现监测等功能。当前，大规模低成本的无线传感器网络定位越来越受到人们的青睐。无线传感器网络定位可利用节点之间的通信和连通度等信息进行定位，即通过某种特定的算法求出未知节点的坐标。根据未知节点定位过程中是否需要周围锚节点提供距离信息，可以将定位算法具体分为两大类：一类是需要测距的定位算法，即需要计算未知节点与锚节点的距离信息；另一类是无需测距的定位算法，即不需要计算未知节点与锚节点的距离，只通过角度或跳数等信息完成定位的算法。测距算法是对传感器间的距离进行直接测量，而非测距算法依靠无线网络的连通性进行定位，测距法定位精度通常会高于非测距法，但是需要额外的设备，成本较高。由于非测距算法不需要额外的设备，所以非测距算法可以广泛应用到大规模部署节点的网络中。本文档来自技高网...

【技术保护点】
1.基于多区域划分和相似度匹配的非测距定位方法，其特征在于：将传统的邻居锚节点的重叠通信区域分割，并选取每个分割的子区域的质心点作为特征点。然后建立特征点与锚节点和未知节点与锚节点的关系数组(Relation Array)，通过计算关系数组间的关系系数(Correlation Coefficient)来决定未知节点所在的子区域从而完成定位；具体做法是：首先对整个无线传感器网络进行初始化，利用多区域分割的思想划分定位区域，选取每个分割的子区域的质心点作为特征点，构建MDIS(Multi‑Region Division In Shadow)模型。然后建立特征点与锚节点和未知节点与锚节点的关系数组并...

【技术特征摘要】
1.基于多区域划分和相似度匹配的非测距定位方法，其特征在于：将传统的邻居锚节点的重叠通信区域分割，并选取每个分割的子区域的质心点作为特征点。然后建立特征点与锚节点和未知节点与锚节点的关系数组(RelationArray)，通过计算关系数组间的关系系数(CorrelationCoefficient)来决定未知节点所在的子区域从而完成定位；具体做法是：首先对整个无线传感器网络进行初始化，利用多区域分割的思想划分定位区域，选取每个分割的子区域的质心点作为特征点，构建MDIS(Multi-RegionDivisionInShadow)模型。然后建立特征点与锚节点和未知节点与锚节点的关系数组并一对一地计算关系系数(关系系数区间为[-1,1])且关系系数越大，未知节点和特征点的位置就越相近，进而估算出未知节点位置坐标。而且在未知节点定位完成后，将其看作一个新的锚节点对其余未知节点进行定位，可以提高定位精度和进一步扩大定位的范围。2.如权利要求1所述的基于多区域划分和相似度匹配的非测距定位方法，其特征在于：首先对整个无线传感器网络进行初始化开始，第一步，对整个无线传感器网络进行初始化。假设所有的节点信号最大传输半径r。对于每个节点来说，它的邻居发现过程可以采用Lightning邻居发现算法(WeiL,ZhouB,MaX,etal.Lightning:AHigh-EfficientNeighborDiscoveryProtocolforLowDutyCycleWSNs[J].IEEECommunicationsLetters,2016,20(5):966-969.)，并且约定每个节点可以发现所有网络中的其他邻居节点。对于一个节点k，在发现它的邻居节点时，其邻居锚节点集合记作{A(k)}。集合{A(k)}可以表示为：其中，ak表示节点k的锚节点数目；第二步，对于未知节点k，当周围邻居锚节点数目为0时，其位置不确定；当邻居锚节点数目为1时，用其邻居锚节点的位置作为其位置；当邻居锚节点数目为2时，利用BoundingBox算法(SimicSN,SastryS.DistributedLocalizationinWirelessAdHocNetworks[J].2001.)估算未知节点的位置。当邻居锚节点数大于2时，从ak个邻居锚节点中任意选择3个锚节点，则共有种选择方法。每种选择方法均根据本发明提出的MDIS分割模型对锚节点重叠的通信区域进行分割，计算每个子区域的质心点坐标；第三步，依次计算未知节点和每个子区域质心点的关系数组，并根据余弦相似度公式分别计算未知节点的关系数组与子区域质心点的关系数组的关系系数，将关系系数最大的质心点的位置估计成未知节点的位置。当分别计算种锚节点选择方法估算的未知节点位置后取平均值作为节点k的定位结果记为：Lk(xk,yk)；第四步，依次对其他所有的未知节点进行节点定位，直至全部定位完成。3.如权利要求1所述的基于多区域划分和相似度匹配的非测距定...

【专利技术属性】
技术研发人员：陈良银，王浩，杨彦兵，金俊杰，郭敏，王伟，刘诗佳，张媛媛，张澧枫，倪振心，刘峰麟，项扬，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川,51