基于改进粒子群的多维标度节点定位方法技术

本发明专利技术提供了一种基于改进粒子群的多维标度节点定位方法。本发明专利技术采用两种传感器节点：锚节点和未知节点，锚节点通过GPS定位自身位置，未知节点与相邻锚节点通信并通过网络拓扑以实现其自身的定位，在坐标转换阶段引入具有交叉操作的粒子群算法，包括阶段1：初始化阶段；阶段2：分簇阶段；阶段3：簇内节点相对定位阶段；阶段4：簇间融合阶段；阶段5：坐标转换阶段。本发明专利技术能适应实际应用中的多种形状无线传感器网络，优化绝对坐标与相对坐标的坐标转换参数，达到了提升网络中未知节点的绝对坐标的精度和提高定位精度的目的。精度和提高定位精度的目的。精度和提高定位精度的目的。

【技术实现步骤摘要】
基于改进粒子群的多维标度节点定位方法


[0001]本专利技术涉及一种基于改进粒子群的多维标度节点定位方法，属于无线传感器网络应用


技术介绍

[0002]无线传感器网络(Wireless Sensor Network，WSN)是由大量传感器节点利用多跳自组织性质和网络拓扑结构组成的动态网络区域。这些节点以小规模电池为能源被随机部署在待监测区域，并且具有一定的计算和通信能力。传感器节点的部署方式并不唯一，或通过飞机空投撒播、或利用机械投射、也可人工手动部署。网络中的节点相互协作，对待监测区域的数据信息进行监测、收集和分析处理等操作后，再利用互联网对数据信息进行收发，确保用户获取信息的实时性。应用场景和信息种类的多样性要求传感器的种类也丰富多样，如应用在现代农业的温湿度传感，光线传感器等；应用在国防安全的压力传感器，声音传感器；应用在智能家居的甲醛传感器，烟雾传感器。传感器网络的性质和传感器节点的部署方式使每个传感器节点的位置都是随机的。而地理位置信息又是我们在获得监测信息中必不可少的一项，例如在军事安全中，无论敌方队伍还是我方队友的地理信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进粒子群的多维标度节点定位方法，采用锚节点和未知节点两种传感器节点，所述锚节点通过GPS定位自身位置，所述未知节点与相邻锚节点通信并通过网络拓扑以实现其自身的定位，其特征在于，在坐标转换阶段引入具有交叉操作的粒子群算法，主要包括如下阶段：阶段1：初始化阶段，对无线传感器网络进行初始化，网络中各节点通过RSSI测距方法获得相邻节点的距离矩阵；阶段2：分簇阶段，对无线传感器网络进行聚类整合，再将聚类整合后的无线传感器网络划分为多个以簇头为计算中心的簇；阶段3：簇内节点相对定位阶段，根据输入距离矩阵计算广义平方距离矩阵，利用经典MDS算法对去中心化处理后的广义平方距离矩阵进行奇异值分解，得到簇内节点的相对坐标；阶段4：簇间融合阶段，选取簇内公共节点多的一簇与相邻簇进行融合，再采用基于最小二乘法的簇间坐标配准法，对各个簇进行坐标配准以达到融合；重复上述步骤直至所有节点被融合；阶段5：坐标转换阶段，利用锚节点的绝对坐标与相对坐标，并利用具有交叉操作的粒子群优化算法优化坐标转换参数的获取，将每个未知节点的相对坐标转换为绝对坐标。2.根据权利要求1所述的基于改进粒子群的多维标度节点定位方法，其特征在于：在所述阶段1中，通过考虑环境因素变化的阴影模型对所述无线传感器网络初始化：其中，P
R
(d)表示接收端收到的信号功率，P
T
表示发送端的信号功率，PL(d0)表示距离发送端d0处的路径损耗，d表示发送端和接收端间的距离，d0表示参考距离，η表示信道衰减因子，其取值范围为2～4，X
δ
＝N(0,δ2)为RSSI的衰弱成分的随机变量，以获得相邻节点的距离矩阵[d
ij
]。3.根据权利要求1所述的基于改进粒子群的多维标度节点定位方法，其特征在于：在所述阶段2中：分簇阶段采用快速分簇法进行分簇并对公共节点进行检查，所述分簇阶段包括以下步骤：步骤21：节点i随机生成一个定时器t
i
＝rand(0,t
max
),并清空自己所属簇头列表MyHeader，此时的步骤22：当节点的计时器结束时，该节点广播一条消息宣布其成为一个簇头，消息包含类型标识符MSGTYPE＝beheader和节点标识ID；步骤23：如果节点i在计时器结束前收到消息MSGTYPE＝beheader，则会停止计时，并将beheader节点的节点标识ID添加到自己的MyHeader列表中，随后节点i广播一个连接请求消息，连接请求消息包含类型标识符MSGTYPE＝join和节点标识ID；步骤24：若只有簇头使用MSGTYPE＝join响应消息，簇头检查连接请求消息的MyHeader列表，如果列表中包含自己的ID则存储消息；簇头将连接请求消息存储到自己的Cluster
‑
remember列表中，包含节点标识ID和MyHeader列表，然后簇头广播和确认消息，包含类型标识符(MSGTYPE＝Ack)，簇头ID和Cluster
‑
remember列表；
步骤25：当节点i收到消息MSGTYPE＝Ack时，检查自身所处簇的簇头ID，如果ID在簇头列表中，它将存储消息并更新Cluster
‑
remember列表；步骤26：簇头检查本簇是否与邻簇有足够的公共节点，若没有则缓存两跳邻节点作为簇的成员节点，确保有足够的公共节点进行簇间融合。4.根据权利要求1所述的基于改进粒子群的多维标度节点定位方法，其特征在于：在所述阶段3中：簇内节点相对定位阶段将节点之间距离矩阵[d
ij
]的平方作为输入，利用奇异值分解输出节点之间的相对地图，令P维空间有n个节点X
i
(i＝1,
…
,n),相邻节点之间的欧氏距离平方为D2＝d
ij2
，矩阵B表示节点内积，并通过经典多维标度算法(MDS)通过将节点中心坐标转移至坐标原点来实现求解的唯一性，将D2进行双重去中心化，两边同时乘以中心化矩阵H，其中H＝E
‑
n
‑1·
1，E表示n阶单位矩阵，将内积B用p维坐标矩阵X形式表示，且矩阵B的秩代表着坐标维度p，然后对矩阵B进行奇异值分解，将特征值按大小顺序排列，取前p个最大特征值λ1λ2,
…
,λ
p
后，组成对角矩阵Λ，并将对应的特征向量e1,e2,
…
e
p
组成N
×
P维矩阵V，最终通过MDS算法将所有节点的坐标表示为：X＝V
·
Λ
1/2
。5.根据权利要求1所述的基于改进粒子群的多维标度节点定位方法，其特征在于：在所述阶段4中：簇间融合阶段选取公共节点较多的一个簇A与相邻的簇B进行融合，采用基于最小二乘法的簇间坐标配准法，对各个簇进行坐标配准以...

【专利技术属性】
技术研发人员：万新旺，董帅，王鹤，李逸玮，张海成，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：