阅读说明：本技术 结合MDS的DV-Hop无线传感器网络节点定位方法 (DV-Hop wireless sensor network node positioning method combining MDS ) 是由 马琳 黄鹏飞 王彬 徐玉滨 董赫 于 2019-11-19 设计创作，主要内容包括：结合MDS的DV-Hop无线传感器网络节点定位方法,本发明涉及无线传感器网络节点定位方法。本发明的目的是为了解决现有DV-Hop方法的定位精度十分有限,无法达到很高的定位精度的问题。过程为：一：信标节点以相同的功率向信标节点相邻节点发送数据包,利用RSS测距技术求得该相邻节点距离该信标节点的距离；二：接收节点同样以信号传播模型求得其与发送节点之间的直线距离；三：得到未知节点到该信标节点的估计距离；四：利用最小二乘法求出该未知节点的初始估计坐标；五：基于得到所有未知节点的初始估计坐标,每次从中选择三个未知节点,得到未知节点的坐标。本发明用于信号处理领域。(The invention discloses a DV-Hop wireless sensor network node positioning method combined with MDS, and relates to a wireless sensor network node positioning method. The invention aims to solve the problems that the positioning accuracy of the conventional DV-Hop method is very limited and cannot reach high positioning accuracy. The process is as follows: firstly, the method comprises the following steps: the beacon node sends data packets to the adjacent nodes of the beacon node with the same power, and the distance between the adjacent nodes and the beacon node is obtained by using an RSS (received signal strength) ranging technology; II, secondly: the receiving node also obtains the linear distance between the receiving node and the sending node by using a signal propagation model; thirdly, the method comprises the following steps: obtaining the estimated distance from the unknown node to the beacon node; fourthly, the method comprises the following steps: solving the initial estimated coordinates of the unknown node by using a least square method; fifthly: and selecting three unknown nodes each time based on the obtained initial estimated coordinates of all the unknown nodes to obtain the coordinates of the unknown nodes. The invention is used in the field of signal processing.)

结合MDS的DV-Hop无线传感器网络节点定位方法

技术领域

本发明涉及无线传感器网络节点定位方法，本发明属于信号处理领域。

背景技术

近年来，随着嵌入式技术的发展，无线传感器网络技术应运而生。无线传感器网络体积微小，能够从周围环境中读取数据，并通过无线信道传输到能够对这些数据进行数据处理的应用程序上。在无线传感器网络中，获取网络中的无线感知节点的具***置是至关重要的。如果不知道节点的具***置，那么采集到的数据也就失去了意义。

常用的定位算法有基于测距和基于非测距两种，DV-Hop是一种非测距的基于距离矢量计算跳数的方法。其核心思想是引入平均跳距的概念，并用跳数与平均跳距的乘积表示信标节点和未知节点之间的距离，接着利用最小二乘法或者三边测量法计算出未知节点的位置。DV-Hop算法的优点是对节点的硬件要求低，实现简单。但是DV-Hop方法的定位精度十分有限，无法达到很高的定位精度。

发明内容

本发明的目的是为了解决现有DV-Hop方法的定位精度十分有限，无法达到很高的定位精度的问题，而提出结合MDS的DV-Hop无线传感器网络节点定位方法。

结合MDS的DV-Hop无线传感器网络节点定位方法具体过程为：

步骤一：信标节点以相同的功率向信标节点相邻节点发送数据包，利用RSS测距技术求得该相邻节点距离该信标节点的距离；

步骤二：步骤一中所有接收到数据包的节点再以相同的发射功率向其相邻节点转发数据包；接收节点同样以信号传播模型求得其与发送节点之间的直线距离；

步骤三：重复步骤二，直至数据包发送至网络中的所有节点；此时，每个未知节点均保存了每个信标节点到该节点的路径和各段距离；

计算每条路径的各段距离的累加值，选取各段距离累加值最小的路径作为最短路径，其对应的各段距离的累加和作为该未知节点到该信标节点的估计距离；

步骤四：重复步骤三，直至得到每个未知节点距离全部信标节点的估计距离；基于每个未知节点距离全部信标节点的估计距离，利用最小二乘法求出该未知节点的初始估计坐标；

步骤五：基于步骤四得到所有未知节点的初始估计坐标，每次从中选择三个未知节点，若这三个节点两两之间的距离的最大值大于通信半径R，则不做处理，得到未知节点的坐标；

若这三个节点两两之间的距离的最大值小于等于通信半径R，则结合MDS方法进行修正，得到修正后的未知节点的坐标。

本发明的有益效果为：

本发明是一种利用无线传感器网络、信号测量以及信号处理技术等来实现无线传感器网络节点定位方法，本发明提出了一种基于多维尺度变换(MultidimensionalScaling，MDS)辅助的DV-Hop无线传感器网络节点定位方法，该方法通过接收信号强度(Received Signal Strength，RSS)测距技术测量相邻节点间的距离并运用MDS算法，得到更加精确的定位结果；首先，利用信号传播模型得到未知节点和信标节点之间的累积距离；再利用最小二乘法计算初步定位结果；最后，利用MDS方法对初步定位结果进行修正，定位精度高，定位精度不受限。实验结果表明，定位误差小于2m的概率为65％，小于5m的概率约为90％。和传统DV-Hop方法相比，本文提出的方法能够大幅度地提高定位精度，能更好地运用于无线传感器网络定位中，解决现有DV-Hop方法的定位精度十分有限，无法达到很高的定位精度的问题。

附图说明

图1为本发明信标节点与未知节点的分布图，三角形表示信标节点，圆形表示未知节点；

图2为未知节点到信标节点的最短路径图，A为信标节点，U为未知节点，从A到U有两条路径，分别用实线和虚线表示；A、U之间的节点可能是信标节点也有可能未知节点均可，只表示中间节点；

图3为未知节点坐标修正前后示意图，圆点表示未知节点的初始估计坐标，正方形表示为未知节点的相对坐标，三角形表示未知节点修正之后的坐标；

图4为仿真实验中信标节点和未知节点分布图，三角形表示信标节点，圆形表示未知节点；

图5为仿真实验的定位误差累积分布概率曲线图。

具体实施方式

具体实施方式一：本实施方式结合MDS的DV-Hop无线传感器网络节点定位方法具体过程为：

本发明主要针对无线传感器网络中未知节点的定位问题而提出。无线传感器网络中共有N个节点，其中包括m个信标节点和N-m个未知节点。信标节点的坐标已知，未知节点的坐标位置需要通过网络泛洪定位N-m个未知节点，如图1所示。

步骤一：信标节点以相同的功率向信标节点相邻节点发送数据包，利用RSS测距技术求得该相邻节点距离该信标节点的距离；

步骤二：步骤一中所有接收到数据包的节点再以相同的发射功率(不是p，是和信标节点的发射功率一样的，p是接收功率)向其相邻节点转发数据包；接收节点同样以信号传播模型(式1)求得其与发送节点之间的直线距离；

步骤三：重复步骤二，直至数据包发送至网络中的所有节点；此时，每个未知节点均保存了每个信标节点到该节点的路径和各段距离；

同一信标节点的数据包可能经过不同的路径到达某一个未知节点，则计算每条路径的各段距离的累加值，选取各段距离累加值最小的路径作为最短路径，其对应的各段距离的累加和作为该未知节点到该信标节点的估计距离；

如图2所示，A为信标节点，U为未知节点，从A到U有两条路径，分别用实线和虚线表示。显然实线路径更短，因此将实现路径各段的累加距离作为未知节点U到信标节点A的估计距离。

步骤四：重复步骤三，直至得到每个未知节点距离全部信标节点的估计距离(对每个未知节点来说，都要用以上的方式求出它和全部信标节点的估计距离)；基于每个未知节点距离全部信标节点的估计距离，利用最小二乘法求出该未知节点的初始估计坐标；

步骤五：基于步骤四得到所有未知节点的初始估计坐标，每次从中选择三个未知节点，若这三个节点两两之间的距离的最大值大于通信半径R，则不做处理，得到未知节点的坐标；

若这三个节点两两之间的距离的最大值小于等于通信半径R，则结合MDS方法进行修正，得到修正后的未知节点的坐标。

具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤一中信标节点以相同的功率向信标节点相邻节点发送数据包，利用RSS测距技术求得该相邻节点距离该信标节点的距离；具体过程为：

无线传感器网络中共有N个节点，其中包括m个信标节点和N-m个未知节点，信标节点的坐标已知，未知节点的坐标位置未知；

所有信标节点以相同的功率向信标节点相邻节点发送数据包；

假设某个信标节点的相邻节点接收到来自该信标节点的功率为p，则根据信号传播模型(就是公式1)得到：

其中，n是耗散指数；d₀是参考距离；p₀为参考距离处的接收功率；d为相邻节点距离该信标节点的距离；

求得该相邻节点距离该信标节点的距离为

其它步骤及参数与具体实施方式一相同。

具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述步骤四中基于每个未知节点距离全部信标节点的估计距离，利用最小二乘法求出该未知节点的初始估计坐标；具体过程为：

对任意未知节点x′＝(x,y)^T，构成如下方程组

其中，(x_i,y_i)^T为第i个信标节点的坐标，d_i为步骤三中求得的未知节点与第i个信标节点之间的估计距离，N为信标节点的数量，i＝1,2,...,N；x为任意未知节点x′的横坐标，y为任意未知节点x′的纵坐标；T为转置；

根据最小二乘法，得到如下矩阵A和b

式中，矩阵A、矩阵b均为中间变量；

则利用最小二乘法求出该未知节点的初始估计坐标为

其它步骤及参数与具体实施方式一或二相同。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是，所述步骤五中基于步骤四得到所有未知节点的初始估计坐标，每次从中选择三个未知节点，若这三个节点两两之间的距离的最大值大于通信半径R，则不做处理，得到未知节点的坐标；

若这三个节点两两之间的距离的最大值小于等于通信半径R，则结合MDS方法进行修正，得到修正后的未知节点的坐标；具体过程为：

假设选择的三个未知节点的初始估计坐标构成的矩阵为

其中，

表示选择的三个未知节点中第k个未知节点的估计坐标，k＝1,2,3；(公式6中的

表示是对任意的未知节点的位置估计，是一个通用的方法，这里是加个下标区分一下次序)；

首先，根据MDS技术，利用三个未知节点的初始估计坐标得到三个未知节点之间的距离平方矩阵

其中，d_ij表示未知节点i、j之间的估计距离；从而得到矩阵B

其中，J为中间变量，J＝I-ee^T/3，I为3阶单位矩阵，e＝[1,1,1]^T；B为中间变量；

再对矩阵B进行特征值分解：

B＝UΛU^T (10)

其中，U、Λ为中间变量；

U＝[u₁ u₂ u₃] (11)

其中，λ₁、λ₂、λ₃为矩阵B的特征值，λ₁≥λ₂≥λ₃；u₁、u₂和u₃分别为λ₁、λ₂、λ₃3个特征值对应的特征向量；

则这三个未知节点的相对坐标矩阵为：

其中，

为这三个未知节点中第1个未知节点的相对坐标，

为这三个未知节点中第2个未知节点的相对坐标，

为这三个未知节点中第3个未知节点的相对坐标，

为这三个未知节点中第1个未知节点的相对横坐标，

为这三个未知节点中第2个未知节点的相对横坐标，

为这三个未知节点中第个未知节点的相对横坐标，

为这三个未知节点中第1个未知节点的相对纵坐标，为这三个未知节点中第2个未知节点的相对纵坐标，

为这三个未知节点中第3个未知节点的相对纵坐标；

未知节点初始估计坐标的修正后的结果为：

得到修正后的未知节点的坐标；

式中，R为旋转矩阵，ρ为比例因子，c为常量。

三个节点的坐标关系如图3所示。

其它步骤及参数与具体实施方式一至三之一相同。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是，所述旋转矩阵R为

比例因子ρ为

常量c为

其它步骤及参数与具体实施方式一至四之一相同。

具体实施方式六：本实施方式与具体实施方式一至五之一不同的是，所述步骤一中耗散指数n取值为2；参考距离d₀取值为1m。

其它步骤及参数与具体实施方式一至五之一相同。

采用以下实施例验证本发明的有益效果：

实施例一：

对本发明提出的算法进行仿真实验。100个节点随机分布在边长100m的正方形区域内。其中，信标节点共10个，未知节点共90个，每个节点的通信半径R＝25m。在该仿真实验中信标节点和未知节点的分布如图4所示。

分别利用传统的DV-Hop定位算法、基于RSS测距技术的DV-Hop定位算法和本发明提出的算法对未知节点进行定位。三种定位方法的定位误差CDF曲线如图5所示。

从图5中可以看出，传统DV-Hop定位方法的定位误差小于5m的概率只有20％左右，小于10m的概率不到60％，小于15m的概率是81％；

利用本发明提出的方法但是无坐标修正的方法定位误差小于2m的概率为38％，小于4m的概率为68％，小于5m的概率约为75％；

本发明提出的定位方法的定位误差小于2m的概率为65％，小于4m的概率为86％，小于5m的概率约为90％，定位精度和DV-Hop定位算法以及无坐标修正的方法相比均有显著提升。

本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。