本发明专利技术提供了在传感器网络中的定位方法和定位装置，该方法包括如下步骤：步骤Ｓ１０１：目标发射信号；步骤Ｓ１０２：传感器接收信号，汇聚接收到信号的传感器的位置信息；步骤Ｓ１０３：根据所汇聚的所述位置信息，计算所有位置信息所确定的最小包含圆，将该最小包含圆的圆心作为目标定位结果。本发明专利技术能克服由于参考节点分布不均匀给定位精度带来的影响。
【技术实现步骤摘要】
本专利技术涉及无线传感器网络，特别涉及一种在传感器网络中对目标定位的 方法及装置。
技术介绍
在无线传感器网络(Wireless Sensor Network, WSN)通过更深层的嵌入、 更广泛的采集和更自由的部署，弥补了计算机与真实世界的鸿沟，使得人们可 以在任何时间对任何地点进行监控。信息的采集是WSN最重要的功能，数据只 有在能够确定采集的位置时才有意义，除了数据需要打上位置标签以外，支持 报文转发的路由协议，可以在位置信息帮助下进行优化。例如，基于地理信息 的路由协议根据路由节点位置信息作出路由决策。因此，定位是不可缺少的网 络服务。通常，WSN定位方法分为基于测距的(range-based)和无需测距的 (range-free)定位两大类，或者叫做细粒度(fine-gmined)和粗粒度(coarse grained)定位。基于测距的定位使用测量信号的某种特性诸如接收信号强度(RSSI， Received Signal Strength Indicator )、信号传播日寸间(TOA， Time Of Arrival, TDOA， Time Difference of Arrival, RTOF, Round-Trip Time Of Flight)、 接收信号方向(AOA， Angle Of Arrival)等对处于WSN中的目标进行定位。 基于测距的定位方法一般定位精度较高，但是需要额外的测量设备。基于RSSI 的定位需要检测信号强度的电路。以信号传播时间作为测距手段需要低速度信 号的收发设备(如超声波收发器等)。接收信号方向的测距方法需要定向天线 或者天线阵列。无需测距的定位方法不需要对信号的上述特性进行测量，其定位精度相对 较低并且与WSN中的传感器节点的分布密度有关。 一般情况下，需要几十个节 点才能达到可以接受的定位精度。 一般来说，节点的密度越大，参与定位的节点越多，功耗和通信开销就越大。无需测距的定位的除了使用节点的邻接关系 以外，还使用邻居节点集合内不同节点的差异性来提高定位精度。这种差异性 体现在与邻居节点集合内不同节点构成的链路上连通度、信噪比、信号强弱等持'l性的区别'在无需测距的定位方法中，基于质心的方法是最常用的。质心(Centroid) 指多边形的几何中心，是多边形顶点坐标的平均值。多边形顶点位置的向量表 示为pi二 (xi， yi) T，则质心为<formula>formula see original document page 5</formula>采用这种定位方法非常简单，处于WSN中的目标发出信号，在目标周围的传感器节点收到信号，将这些传感器节点作为参与定位的参考节点，直接求解参考节点构成的多边形的质心，即为目标的位置。考虑到传感器节点密度对定位精度的影响，现有技术还有例如Yedavalli禾口 Krishnamachari等人在文献"K. Yedavalli, B. Krishnamachari， S. Ravula，and B. Srinivasan，"Ecolocation: a sequence based technique for rflocalization in wireless sensor networks, " in 7F5)ViW5. vol. 3， LosAngeles, CA， USA, 2005， pp. 285 - 292"中提出的Ecolocation (ErrorControlling LOCAlizaTION technique)算法，通过考察不同参考节点的RSSI测量序列，来确定目标的位置。在文献"X. Shen， Z, Wang, P. Jiang, R. Lin，and Y. Sun，"Connectivity and rssi based localization scheme forwireless sensor networks, ，， in Advances in Intelligent Computing, LNCS3645， 2005， pp. 578 - 587"中，申兴发等人将Centroid方法扩展为WeightedCentroid (W-Centroid)方法以提高Centroid方法的定位精度。W-Centroid是基于连通度和RSSI信息的质心定位加权算法。目标位置的估计值为<formula>formula see original document page 5</formula>其中，Pi是接收功率；a是衰减系数，在自由空间是2，在室内有障碍 物时为4至6; P是连通度，表示接收机(即传感器)收到的报文占发送机(即 目标)发出的报文的百分比。当所有的Pi相等时，W-Centroid方法退化为质心方法。在上述两类定位方法中，基于测距的定位方法需要硬件辅助，而无需测距 的定位方法无需硬件辅助。如前所述，基于测距的定位方法一般定位精度较高， 但是需要额外的测量设备。例如，基于信号强度的定位需要检测信号强度的电路；以信号传播时间作为测距手段需要低速度信号的收发设备(如超声波收发 器等)；基于接收信号方向的测距方法需要定向天线或者天线阵列。质心定位 方法，实现了无需测距的粗粒度定位，它使用相邻接节点之间的连通关系进行 定位，而不是使用测量的距离或者方向夹角数据。因此使用RSSI信息推断节 点之间的连通关系也看作无需测距的定位。在目前硬件条件下，无需硬件辅助的方法在WSN定位中有较大优势。需要 硬件辅助的定位效果并不理想，没有明显优势。例如，TD0A等方法需要运用 超声波，而超声波容易受到风的影响，在户外定位效果不理想。A0A方法需要 复杂的天线，成本功耗均不理想，且定位精度不具有优势。总之，WSN中轻量 级的传感器节点一般是电池供电的系统，具有有限的电能和计算能力。考虑节 点能力和成本因素，不可能所有节点都配备GPS接收机等专有的定位硬件。 RSSI是很多射频集成电路的内建特性，和无需测距的定位方法一起，归入无 需硬件辅助的定位这一类。充分利用RSSI提供的信号强度信息，在无需测距 的粗粒度定位算法基础上，研究具有更高定位精度和鲁棒性的算法具有较大的 实用价值。由于节点部署的随机性和电能耗尽等问题，WSN中参考节点呈现非均匀和 不稳定状态。诸如质心定位等定位方法，用已知的参考节点位置，对位置未知 的节点或者目标进行定位，这些方法的定位受参考节点位置的影响很大。由于 缺乏对参考节点拓扑结构上均匀程度的度量手段，现有的无需测距的定位方法 仅仅考虑节点密度对定位精度的影响，而没有考虑参考节点相互之间的位置关 系对定位精度的影响。
技术实现思路
本专利技术的一个目的在于提供一种在传感器网络中的定位方法，以解决由于 参考节点分布不均匀导致定位误差较大的问题，从而降低参考节点拓扑对定位 精度的影响，提供稳定的定位精度。本专利技术的另一个目的是提供实现上述方法的定位装置。为达到上述一个目的，本专利技术提供了在传感器网络中的定位方法，该传感 器网络包括多个传感器，用于接收待定位的目标发送的信号，该方法包括如下 步骤步骤S101:目标发射信号本文档来自技高网...
【技术保护点】
一种在传感器网络中的定位方法，该传感器网络包括多个传感器，用于接收待定位的目标发送的信号，其特征是，该方法包括如下步骤： 步骤Ｓ１０１：目标发射信号； 步骤Ｓ１０２：传感器接收信号，汇聚接收到信号的传感器的位置信息； 步骤 Ｓ１０３：根据所汇聚的位置信息，计算所有位置信息所确定的最小包含圆，将该最小包含圆的圆心作为目标的定位结果。
【技术特征摘要】
【专利技术属性】
技术研发人员：周全，朱红松，徐勇军，李晓维，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。