一种基于自适应逆优化机制的改进DV-Hop定位方法技术

一种基于自适应逆优化机制的改进DV

【技术实现步骤摘要】
一种基于自适应逆优化机制的改进DV
‑
Hop定位方法


[0001]本专利技术属于无线传感器网络定位
，具体涉及一种基于自适应逆优化机制的改进DV
‑
Hop定位方法。

技术介绍

[0002]无线传感器网络(Wireless Sensor Network,WSN)是由大量体积小、耗能少、成本低且具有计算、通信、存储甚至移动能力的传感器以自组织和多跳的方式构成的无线网络，这些传感器能够自主地感知环境、获取并处理数据，最终将数据传递给用户。无线传感器网络这种动态感知、处理和传递消息的能力使其受到全世界许多国家学者和专家的重视与研究。
[0003]在无线传感器网络的许多应用中，传感器节点采用随机部署的方式。如果传感器的位置未知，则监控数据可能没有意义。最基本的定位方法是为每个传感器节点配备全球定位系统(GPS)，但是这不仅导致整个系统的高成本，而且显著增加了功耗。此外，GPS在室内和复杂环境中的定位效果较差。另一种定位方案是采用节点定位算法，其中少量传感器节点带有定位模块，然后利用网络中已知的信息来计算其余传感器节点的位置。
[0004]无线传感器网络节点定位算法是传感器网络应用的支撑技术之一，也是无线传感器网络研究的热点。有效的定位算法能够在无线传感器网络中利用各种信息推测出各个节点的具体位置，在目标跟踪、智能交通、环境监测等定位相关的领域有着普遍的应用。
[0005]根据是否需要特殊设备对传感器节点的间距或角度进行测量，可以将定位算法分为基于测距的定位算法和基于非测距的定位算法。基于测距的定位算法需要测量传感器节点之间的距离或角度，对硬件的要求较高，比如RSSI(Received Signal Strength Indicator)、TOA(Time ofArrival)、TDOA(Time Difference ofArrival)、AOA(Angle ofArrival)等。基于非测距的定位算法则根据网络连通度或多跳路由来交换信息，比如质心算法(Centroid)、DV
‑
Hop(Distance Vector
‑
Hop)、APIT(Approximate Point in Triangulation)等。
[0006]作为无线传感器网络中最常用的定位算法之一，DV
‑
Hop算法通过节点间交互转发网络中的已有信息，估计出目标节点与多个信标节点之间的距离，进而计算出目标节点的位置。该算法实现简单且成本低，但是实际应用中传感器节点分布在复杂恶劣的环境下，由于障碍物的存在，容易出现网络空洞等节点分布极其不规则的现象，DV
‑
Hop算法定位精度会显著下降。

技术实现思路

[0007]针对DV
‑
Hop定位方法在实际应用的不规则网络环境中性能不佳的问题，本专利技术提供了一种基于自适应逆优化机制的改进DV
‑
Hop定位方法，该方法修正了节点的平均跳距，通过待求节点坐标反向获取跳数阈值，丢弃质量不佳的数据，消除目标函数的过拟合状态并通过加权迭代进一步减小定位误差，从而有效地提高了方法在各向异性网络中定位的精
度。
[0008]一种基于自适应逆优化机制的改进DV
‑
Hop定位方法，包括如下步骤：
[0009]步骤1，初始化无线传感器网络：每个锚节点向整个网络广播包含自身位置、跳数和标签信息的数据包；
[0010]步骤2，获取传感器节点之间的最小跳数：每个传感器节点在接收到数据包时将其中的跳数值增加1，然后记录数据包中的内容，并将其转发给邻居节点，直到所有传感器节点接收到该信息，若传感器节点接收到源自同一锚节点的数据包，则比较并保存跳数值较小的跳数信息；
[0011]步骤3，计算锚节点平均跳距的初始值：基于锚节点之间的实际距离和最小跳数，采用最小均方误差准则计算锚节点的平均跳距；
[0012]步骤4，修正锚节点的平均跳距：根据锚节点之间估计距离的误差设置加权因子，从而修正锚节点的平均跳距；
[0013]步骤5，计算未知节点的平均跳距：考虑未知节点周围r个锚节点的影响，设计相应的权重，采用最小均方误差准则计算未知节点的平均跳距；
[0014]步骤6，计算未知节点的估计位置：根据未知节点的平均跳距以及节点之间的最小跳数计算未知节点到m个锚节点之间的距离，采用最小二乘法获得未知节点的估计位置；
[0015]步骤7，判断此估计位置是否为未知节点的首次估计位置，若是，则直接转入步骤8，若不是，则转入步骤11，并将该估计位置作为后续迭代的初始值(x0,y0)；
[0016]步骤8，反向自适应获取未知节点的跳数阈值：基于未知节点当前的估计位置以及节点的最大通信半径，计算并返回未知节点到监测区域最大距离处的跳数，并对其进一步做向上取整的操作，将结果设置为未知节点的跳数阈值；
[0017]步骤9，丢弃质量不佳的数据：丢弃到未知节点的跳数大于未知节点跳数阈值的锚节点，使用剩余的锚节点参与后续步骤；
[0018]步骤10，转入步骤5进行二次计算，同时使用在未知节点跳数阈值内的锚节点集替换步骤5中的r个锚节点和步骤6中的m个锚节点；
[0019]步骤11，消除目标函数的过拟合状态并迭代更新未知节点的估计位置：仅使用未知节点跳数阈值内的锚节点来设计目标函数，防止出现过拟合状态；对目标函数进行加权，并迭代更新未知节点的估计位置；
[0020]步骤12，获得未知节点的最终位置：迭代更新未知节点的坐标直至满足迭代条件，将最后的计算结果作为未知节点的最终位置，并结束定位。
[0021]本专利技术达到的有益效果为：
[0022](1)本方法不仅修正了节点的平均跳距，而且通过待求节点坐标反向获取跳数阈值，最优地选取锚节点，丢弃质量不佳的数据，消除目标函数的过拟合状态，最后采用加权迭代获得待求节点的最优估计位置。
[0023](2)本方法在实际应用的不规则网络拓扑结构中有效地提高了节点定位的精度。
附图说明
[0024]图1为本专利技术实施例中的方法流程图。
[0025]图2为本专利技术实施例中的方型监测区域的节点分布示意图。
[0026]图3为本专利技术实施例中的H型监测区域的节点分布示意图。
[0027]图4为本专利技术实施例中的C型监测区域的节点分布示意图。
[0028]图5为本专利技术实施例中的在方型监测区域中，本专利技术方法和现有DV
‑
Hop算法在不同锚节点比例下的定位误差图。
[0029]图6为本专利技术实施例中的在H型监测区域中，本专利技术方法和现有DV
‑
Hop算法在不同锚节点比例下的定位误差图。
[0030]图7为本专利技术实施例中的在C型监测区域中，本专利技术方法和现有DV
‑
Hop算法在不同锚节点比例下的定位误差图。
具体实施方式
[0031]下面结合说明书本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应逆优化机制的改进DV
‑
Hop定位方法，其特征在于：所述方法包括如下步骤：步骤1，初始化无线传感器网络：每个锚节点向整个网络广播包含自身位置、跳数和标签信息的数据包；步骤2，获取传感器节点之间的最小跳数：每个传感器节点在接收到数据包时将其中的跳数值增加1，然后记录数据包中的内容，并将其转发给邻居节点，直到所有传感器节点接收到该信息，若传感器节点接收到源自同一锚节点的数据包，则比较并保存跳数值较小的跳数信息；步骤3，计算锚节点平均跳距的初始值：基于锚节点之间的实际距离和最小跳数，采用最小均方误差准则计算锚节点的平均跳距；步骤4，修正锚节点的平均跳距：根据锚节点之间估计距离的误差设置加权因子，从而修正锚节点的平均跳距；步骤5，计算未知节点的平均跳距：考虑未知节点周围r个锚节点的影响，设计相应的权重，采用最小均方误差准则计算未知节点的平均跳距；步骤6，计算未知节点的估计位置：根据未知节点的平均跳距以及节点之间的最小跳数计算未知节点到m个锚节点之间的距离，采用最小二乘法获得未知节点的估计位置；步骤7，判断此估计位置是否为未知节点的首次估计位置，若是，则直接转入步骤8，若不是，则转入步骤11，并将该估计位置作为后续迭代的初始值(x0,y0)；步骤8，反向自适应获取未知节点的跳数阈值：基于未知节点当前的估计位置以及节点的最大通信半径，计算并返回未知节点到监测区域最大距离处的跳数，并对其进一步做向上取整的操作，将结果设置为未知节点的跳数阈值；步骤9，丢弃质量不佳的数据：丢弃到未知节点的跳数大于未知节点跳数阈值的锚节点，使用剩余的锚节点参与后续步骤；步骤10，转入步骤5进行二次计算，同时使用在未知节点跳数阈值内的锚节点集替换步骤5中的r个锚节点和步骤6中的m个锚节点；步骤11，消除目标函数的过拟合状态并迭代更新未知节点的估计位置：仅使用未知节点跳数阈值内的锚节点来设计目标函数，防止出现过拟合状态；对目标函数进行加权，并迭代更新未知节点的估计位置；步骤12，获得未知节点的最终位置：迭代更新未知节点的坐标直至满足迭代条件，将最后的计算结果作为未知节点的最终位置，并结束定位。2.根据权利要求1所述的一种基于自适应逆优化机制的改进DV
‑
Hop定位方法，其特征在于：步骤1中，无线传感器网络中所有锚节点均配置GPS模块。3.根据权利要求1所述的一种基于自适应逆优化机制的改进DV
‑
Hop定位方法，其特征在于：步骤3中计算锚节点平均跳距的初始值具体为：锚节点i和其余锚节点之间估计距离的均方误差e表示为：其中m为网络中锚节点的数量，D
ij
是锚节点i和锚节点j之间的实际距离，h
ij
是锚节点i
和锚节点j之间的最小跳数；令获得锚节点i的平均跳距初始值为：4.根据权利要求1所述的一种基于自适应逆优化机制的改进DV
‑
Hop定位方法，其特征在于：步骤4中修正锚节点的平均跳距具体为：实际无线传感器网络中锚节点i平均跳距的计算受到其余锚节点的影响不同，需...

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