一种应用于室内定位的无线传感器网络节点部署方法技术

本发明专利技术公开了一种应用于室内定位的无线传感器网络节点部署，本发明专利技术将二维平面空间划分成二维平面网格，将节点有效覆盖率、节点数目N最小、部署在二维平面空间内的信标节点所组成的凸包面积最大作为优化目标，将在于信标节点相邻的8个网格点上禁止部署其它信标节点作为约束条件，采用NSGA2算法进行迭代优化，在达到迭代的终止条件时得到的最优解集中选取与实际情况相符合的解作为室内定位的无线传感器网络节点部署方案，最后得到的最优解集中，按照实际需求选择最优解，本发明专利技术解决了室内定位中，定位精度较差，参与定位的无线传感器网络信标节点在部署时节点数量代价过高的问题，在不增加额外信标节点的情况下，提高了室内定位精度。

A node deployment method of wireless sensor network for indoor location

【技术实现步骤摘要】
一种应用于室内定位的无线传感器网络节点部署方法
本专利技术涉及的领域为室内定位领域，特别的涉及一种应用于室内定位领域的无线传感器网络节点部署方法。
技术介绍
随着导航等基于位置服务(LBS)的快速发展，人们对包括商场综合体、矿井、地下停车场等室内精确定位的需求也与日俱增。当前业界对于室内定位的研究多从对传感器信号的滤波、与其它定位信号融合、或是对测距误差的补偿改进定位算法来提升室内定位的精度，对于提供定位服务的无线传感器网络拓扑结构优化的研究却不多。无线传感器网络(WSN)是由具有一定感知、计算和通信能力的传感器节点组成，在国防军事、工业现场、抢险救灾以及室内定位导航领域取得了广泛应用。当前对于无线传感器网络拓扑结构优化在室内定位方面的研究尚处于起步阶段，未形成一种通用的无线传感器网络拓扑结构信标节点布局优化方法，室内定位的无线传感器网络拓扑结构多为均匀部署，其定位误较大，如果提升定位精度必须增加额外的信标节点，这会使得部署成本增加。当前研究已经证明，确定区域内的无线传感器网络信标节点最优部署问题是一个NPC问题，采用传统方法会难以解决。群体智能算法，如遗传算法在解决大规模计算、NPC等问题方面表现出了很好的性能，因此被广泛应用无线传感器网络的优化问题。本研究采用带精英策略的非支配快速排序多目标遗传算法(NSGA2)求解无线传感器网络拓扑结构优化问题来提升室内定位精度同时不增加额外部署成本。
技术实现思路
本专利技术要解决的技术问题是：提供一种无线传感器网络信标节点部署方法，用以解决传统的无线传感器网络布局方案中定位精度差的问题。本专利技术一种应用于室内定位的无线传感器网络节点部署方法，该方法包括以下步骤：步骤1，将二维平面空间划分成为横轴为x，纵轴为y的二维平面网格，假设网格规格为A*B的矩形网格，每个网格边长为a的正方形，将形成(A+1)*(B+1)个网格节点；步骤2，将节点有效覆盖率Pkc最高作为优化目标一T1，将节点数目N最小作为优化目标二T2，将部署在二维平面空间内的信标节点所组成的凸包面积最大SN作为优化目标三T3。将在于信标节点相邻的8个网格点上禁止部署其它信标节点作为约束条件。步骤3，采用NSGA2算法进行迭代优化，在达到迭代的终止条件时得到的最优解集中选取与实际情况相符合的解作为室内定位的无线传感器网络节点部署方案。步骤4，按照步骤3所得到的最优解集中，按照实际需求选择最优解。作为优选，所述步骤3中包括以下子步骤：步骤3.01，确定二维定位空间范围，即各个网格节点坐标。步骤3.02，初始化，定义种群规模pop、交叉率、变异率、最大种群代数gen，染色体基因编码方式为二进制编码。令gen＝1，随机产生pop个个体的初始解集。步骤3.03，拓扑结构判别，首先，对种群中每个个体进行基因判别，即判别有信标节点的每个网格交点的相邻网格交点是否已部署信标节点，如有，将该网格节点对应的基因值修改为0。步骤3.04，进行选择操作、进行交叉操作后调用步骤3.03，进行变异操作后调用步骤3.03。步骤3.05，判断是否已生成第一代种群，如果是gen+1，转到步骤3.06。否则，转到步骤3.04。步骤3.06，将父代子代种群合并。步骤3.07，判断是否已生成新的种群，若已生成，转到步骤3.08，否则转到步骤3.10。步骤3.08，调用步骤3.04后，转入3.09。步骤3.09，判断Gen是否小于最大代数，若是则Gen+1转到步骤3.06。否则结束。步骤3.10，快速非支配排序。步骤3.11，计算拥挤距离。步骤3.12，选择合适个体组成新的种群。步骤3.13，转到步骤3.07。作为优选，所述步骤2中，有效覆盖率数学表述为：优化目标一数学表述为：其中，Skc表示K重覆盖面积，A表示监测区域面积，m表示最高覆盖度。优化目标二数学表述为：其中，N表示二维平面空间内部署的信标节点数目，SN表示由N信标节点所组成的凸包面积。约束条件数学表述为：其中d(i,j)表示信标节点i到信标节点j的欧式距离,且i≠j,i＝1,2,3,...N,j＝1,2,3,...N°本专利技术相对于现有技术具有的效果：本专利技术解决了室内定位中，定位精度较差，参与定位的无线传感器网络信标节点在部署时节点数量代价过高的问题。在不增加额外信标节点的情况下，提高了室内定位精度。附图说明图1为本专利技术提供的非规则区域的无线传感器网络节点部署方法流程图；图2为杭州某大学教学楼室内停车场部分区域；图3为二维平面空间网格划分图；图4为4度覆盖图；图5为约束条件样例图；图6为基于NSGA2算法，通过网格点坐标，将室内二维平面空间转化为遗传算法的基因链；图7为NSGA2算法流程图；图8为优化后的信标节点部署图。具体实施方式下面结合附图及实际算例对本专利技术作进一步的详细说明。图1为本专利技术提供的一种应用于室内定位的无线传感器网络节点部署方法流程图。步骤1：选择杭州某大学教学楼室内停车场部分区域作为实验区域如图2。将此平面空间划分成为横轴为x，纵轴为y的二维平面网格，网格规格为12m*12m的矩形网格，每个网格为边长为1m的正方形，将形成169个网格节点，如图3步骤2：构建将节点有效覆盖率Pkc最高作为优化目标一T1，有效覆盖率示意图如图4所示。将节点数目N最小作为优化目标二T2，将部署在二维平面空间内的信标节点所组成的凸包面积最大SN作为优化模目标三T3。将在于信标节点相邻的8个网个点上禁止部署其它信标节点作为约束条件，约束条件示意图如图5所示。步骤3：确定二维定位空间范围，即各个网格点坐标，将室内二维平面空间转化为遗传算法的基因链如图6所示。将所有网格点用一个拥有169个基因位的染色体表示，若网格点放置信标节点则，该基因位的基因值为1，没有则为0。步骤4：采用NSGA2作为拓扑结构优化模型求解算法，具体过程如图7所示。该步骤的具体步骤为：步骤4.01：初始化，定义种群规模(pop)大小为200、交叉率0.9、变异率为0.1。最大种群代数(Gen)为10000，染色体编码方式采用二进制编码。步骤4.02：拓扑结构判别，首先，对种群中每个个体进行基因判别，即判别有信标节点的每个网格交点的相邻网格交点是否已部署信标节点，如有，将该网格节点对应的基因值修改为0。步骤4.03，进行选择操作、进行交叉操作后调用步骤4.02、进行变异操作后调用步骤4.02。步骤4.04，判断是否已生成第一代种群，如果是Gen+1，转到步骤4.05。否则，转到步骤4.03。步骤4.05，将父代子代种群合并。步骤4.06，判断是否已生成新的种群，若已生成，转到步骤4.07，否本文档来自技高网...

【技术保护点】
1.一种应用于室内定位的无线传感器网络节点部署方法，其特征在于，包括以下步骤：/n步骤1，将二维平面空间划分成为横轴为x，纵轴为y的二维平面网格，假设网格规格为A*B的矩形网格，每个网格边长为a的正方形，将形成(A+1)*(B+1)个网格节点；/n步骤2，将节点有效覆盖率P

【技术特征摘要】
1.一种应用于室内定位的无线传感器网络节点部署方法，其特征在于，包括以下步骤：
步骤1，将二维平面空间划分成为横轴为x，纵轴为y的二维平面网格，假设网格规格为A*B的矩形网格，每个网格边长为a的正方形，将形成(A+1)*(B+1)个网格节点；
步骤2，将节点有效覆盖率Pkc最高作为优化目标一T1，将节点数目N最小作为优化目标二T2，将部署在二维平面空间内的信标节点所组成的凸包面积最大SN作为优化目标三T3；将在于信标节点相邻的8个网格点上禁止部署其它信标节点作为约束条件；
步骤3，采用NSGA2算法进行迭代优化，在达到迭代的终止条件时得到的最优解集中选取与实际情况相符合的解作为室内定位的无线传感器网络节点部署方案；
步骤4，按照步骤3所得到的最优解集中，按照实际需求选择最优解。


2.根据权利要求1所述的无线传感器网络节点部署方法，其特征在于，所述步骤3中包括以下子步骤：
步骤3.01，确定二维定位空间范围，即各个网格节点坐标；
步骤3.02，初始化，定义种群规模pop、交叉率、变异率、最大种群代数gen，染色体基因编码方式为二进制编码；令gen＝1，随机产生pop个个体的初始解集；
步骤3.03，拓扑结构判别，首先，对种群中每个个体进行基因判别，即判别有信标节点的每个网格交点的相邻网格交点是否已部署信标节点，如有，将该网格节点对应的基因值修改为0；
步骤3.04，进行选择操作、进行交叉操作后调用步骤3....

【专利技术属性】
技术研发人员：周后盘，胡进，吴辉，夏鹏飞，胡菲群，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33