基于分塊迭代的分布式目標(biāo)定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于無(wú)線傳感器網(wǎng)絡(luò)領(lǐng)域，具體是無(wú)線傳感器網(wǎng)絡(luò)中的目標(biāo)節(jié)點(diǎn)定位領(lǐng) 域，設(shè)及一種低復(fù)雜度的分塊迭代目標(biāo)定位方法。
【背景技術(shù)】
[0002] 隨著網(wǎng)絡(luò)交互、無(wú)線通信、微制造業(yè)W及微處理器的發(fā)展，無(wú)線傳感器網(wǎng)絡(luò) (Wireless Sensor化tworks,WSNs)已經(jīng)被廣泛應(yīng)用于軍事和民用中。無(wú)線傳感器網(wǎng)絡(luò)作 為一種分布式的網(wǎng)絡(luò)結(jié)構(gòu)，是由大范圍密度分布的傳感器節(jié)點(diǎn)組成，可W用來(lái)監(jiān)測(cè)一個(gè)地 區(qū)的環(huán)境條件、對(duì)一個(gè)物體進(jìn)行檢測(cè)、估計(jì)或者追蹤。而目標(biāo)節(jié)點(diǎn)定位作為無(wú)線傳感器網(wǎng)絡(luò) 的應(yīng)用之一已經(jīng)在實(shí)際中得到大量應(yīng)用。
[0003] 對(duì)于目標(biāo)節(jié)點(diǎn)定位方法，大致可W分為S類，第一種是TD0A(Time Difference of Arrival)，利用目標(biāo)信號(hào)到達(dá)時(shí)間的不同進(jìn)行目標(biāo)位置估計(jì);第二種是D0A(Direction of Arrival),利用信號(hào)到達(dá)的不同方向進(jìn)行目標(biāo)位置估計(jì);但是W上方法需要精確的時(shí)間同 步與較高的計(jì)算能力，對(duì)低成本、低功耗的傳感器網(wǎng)絡(luò)來(lái)說(shuō)不適用。第=種是目前應(yīng)用最多 的目標(biāo)定位方法，利用到達(dá)信號(hào)強(qiáng)度(Received Si即al Strength,RSS)進(jìn)行目標(biāo)定位，由 于實(shí)際的無(wú)線傳感器網(wǎng)絡(luò)受信號(hào)強(qiáng)度和帶寬影響較大，為了節(jié)約資源，需要將待傳送的模 擬信號(hào)強(qiáng)度進(jìn)行量化，并發(fā)送給融合中屯、。
[0004] RSS方法一般采用最小二乘或者最大似然估計(jì)方法計(jì)算目標(biāo)節(jié)點(diǎn)位置，它們?yōu)槟?標(biāo)節(jié)點(diǎn)定位提供了一個(gè)全局最優(yōu)方法，目標(biāo)節(jié)點(diǎn)定位精度較高，但運(yùn)些定位方法計(jì)算復(fù)雜 度較高，對(duì)于定位時(shí)間有高要求的場(chǎng)景來(lái)說(shuō)并不適用。因此，我們需要提出一種目標(biāo)節(jié)點(diǎn)定 位方法平衡低復(fù)雜性和高定位精度之間的關(guān)系。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是為了克服傳統(tǒng)目標(biāo)節(jié)點(diǎn)定位方法的不足，設(shè)計(jì)一種分塊迭代式的 目標(biāo)定位方法，在滿足目標(biāo)定位精度的同時(shí)減小計(jì)算復(fù)雜度。該方法是在RSS的基礎(chǔ)上，對(duì) 傳感器量化信號(hào)進(jìn)行統(tǒng)計(jì)，進(jìn)而得到目標(biāo)節(jié)點(diǎn)所在區(qū)域，并通過(guò)多次迭代逐漸縮小目標(biāo)區(qū) 域范圍，從而達(dá)到較好的定位性能。相比于傳統(tǒng)方法進(jìn)行的全局優(yōu)化，本發(fā)明方法得到的是 目標(biāo)節(jié)點(diǎn)大致位置，但降低了計(jì)算復(fù)雜度。
[0006] 本發(fā)明方法的具體步驟是：
[0007] 步驟1:將N個(gè)傳感器節(jié)點(diǎn)隨機(jī)分布在無(wú)線傳感器網(wǎng)絡(luò)中，目標(biāo)節(jié)點(diǎn)0 = [xt，yt] W先 驗(yàn)概率PO (0)在無(wú)線傳感器網(wǎng)絡(luò)中隨機(jī)分布。
[000引步驟2:每個(gè)傳感器按照各向同性能量分布模型，接收到來(lái)自目標(biāo)節(jié)點(diǎn)發(fā)出的模擬 信號(hào)能量日1，
，其中P日表示在參考距離d日處的能量測(cè)量值，n表示路徑損耗指數(shù)， di表示目標(biāo)節(jié)點(diǎn)和第i個(gè)傳感器之間的歐氏距離。
[0009]步驟3:曰1在傳輸過(guò)程中會(huì)受到噪聲干擾，干擾后的信號(hào)強(qiáng)度Si為Si = ai+m，其中m 表示加性高斯白噪聲，并服從F~他巧，F(xiàn)表示正態(tài)分布函數(shù)，曰n表示加性高斯白噪聲方 差。
[0010]步驟4:Si經(jīng)過(guò)二進(jìn)制量化，將量化后的1比特信息發(fā)送給融合中屯、，融合中屯、根據(jù) 接收到的量化向量確定目標(biāo)所在區(qū)域，并進(jìn)行迭代處理，具體步驟如下所示：
[00川① W目標(biāo)區(qū)域孤：)J" 1的圖屯、0為中屯、，將目標(biāo)區(qū)域劃分為面積相等的M個(gè)子區(qū)域， 記為{耳">1/=巧，''.,M}，A康示第j個(gè)子區(qū)域。
[0012]②利用幾何方法，計(jì)算子區(qū)域?yàn)?。前質(zhì)屯、坐標(biāo)",，。
[OOK] ③根據(jù)k-means聚類算法，利用公式# = argmin|6 -，將傳感器節(jié)點(diǎn)聚類到 其所對(duì)應(yīng)的子區(qū)域中，其中01表示第1個(gè)傳感器節(jié)點(diǎn)坐標(biāo)。
[0014]④利用每個(gè)傳感器節(jié)點(diǎn)所在區(qū)域A^。記的區(qū)域質(zhì)屯、坐標(biāo)技，根據(jù)公式
，計(jì)算每個(gè)區(qū)域中傳感器節(jié)點(diǎn)的口限值/7,("，其中 <.滬件表示01與 其所在區(qū)域質(zhì)屯、坐標(biāo)之前的歐氏距離。
[001引⑤干擾后的信號(hào)強(qiáng)度Si經(jīng)過(guò)二進(jìn)制量化器，量化為Vp發(fā)送給融合中必，量化過(guò)程 表示為1':"={。巧<氣)。
[0016] ⑥融合中屯、根據(jù)接收到的V腳=盼'皆…唯:,|]，分別統(tǒng)計(jì)M個(gè)子區(qū)域^^。中傳感 器量化值等于"r的個(gè)數(shù)巧W，I口,1 = 5苗(1嚴(yán)-1>，je {1，2，…，M}，其中I S…I表示第k次迭 i居磚'， 代融合中屯、收到的量化值個(gè)數(shù)。
[0017] ⑦由于傳感器節(jié)點(diǎn)隨機(jī)分布，M個(gè)子區(qū)域內(nèi)的傳感器個(gè)數(shù)可能是不同的，定義比例 指標(biāo)^'，表示子區(qū)域內(nèi)量化為'T'的傳感器比例，=I巧"|/|S嚴(yán)I，其中聲嗦示子區(qū)域 內(nèi)的傳感器集合;保留Af最大的子區(qū)域，即包含有量化值"r最多的子區(qū)域，作為下次 迭代的目標(biāo)區(qū)域/…=3耶施IX{乂巧。
[001引⑧將保留的不規(guī)則的擴(kuò)充為規(guī)則區(qū)域~^^，并更新參數(shù)，其中 擬站表示化+1)次迭代的目標(biāo)區(qū)域，重新聚類規(guī)則區(qū)域中的傳感器SA+1>。
[0019] ⑨重復(fù)步驟①~⑧，直到達(dá)到終止迭代次數(shù)K。
[0020] 步驟5:目標(biāo)節(jié)點(diǎn)位置馬J',)即為最終保留區(qū)域的質(zhì)屯、位置即為目標(biāo)節(jié)點(diǎn)位置：
'Xi為s'；；;i區(qū)域中傳感器節(jié)點(diǎn)的橫坐標(biāo)、yi為巧;:1區(qū) 域中傳感器節(jié)點(diǎn)的縱坐標(biāo)。
[0021 ]本發(fā)明方法相較于傳統(tǒng)的目標(biāo)節(jié)點(diǎn)位置估計(jì)方法，其有益效果表現(xiàn)為：
[0022] 1、本發(fā)明從系統(tǒng)模型特性出發(fā)，根據(jù)目標(biāo)節(jié)點(diǎn)所在區(qū)域量化值為"r的個(gè)數(shù)，得到 目標(biāo)的大致位置，相比于傳統(tǒng)的全局優(yōu)化的最大似然估計(jì)算法，極大地降低了計(jì)算復(fù)雜度， 減少了運(yùn)行時(shí)間。
[0023] 2、本發(fā)明是在傳感器節(jié)點(diǎn)隨機(jī)分布的情況下對(duì)目標(biāo)節(jié)點(diǎn)進(jìn)行位置估計(jì)，適用于任 意分塊個(gè)數(shù)，擴(kuò)展了應(yīng)用場(chǎng)景，使本發(fā)明更符合實(shí)際應(yīng)用中的傳感器分布。
[0024] 3、本發(fā)明根據(jù)分布迭代目標(biāo)定位算法的性質(zhì)，提出了動(dòng)態(tài)闊值確定方法，每個(gè)傳 感器節(jié)點(diǎn)的闊值與其所在區(qū)域有關(guān)，一定程度上提高了定位性能。
【附圖說(shuō)明】
[0025] 圖1為本發(fā)明傳感器節(jié)點(diǎn)分布及分塊方法（WM = 3，K = 3為例）。
[00%]圖2為子區(qū)域的質(zhì)屯、計(jì)算方法。
[0027] 圖3為k+1次迭代的子區(qū)域擴(kuò)展方法。
【具體實(shí)施方式】
[0028] W下結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明。
[0029] 圖1所示為傳感器節(jié)點(diǎn)隨機(jī)分布示意圖，W及目標(biāo)區(qū)域的分塊方法，W分塊個(gè)數(shù)M =3,迭代次數(shù)K = 3為例。
[0030] 步驟1:區(qū)域分塊方法的操作具體是：
[003。 a、第1次迭代，即k = 1時(shí)，巧雙做W表示目標(biāo)區(qū)域，并且W區(qū)域質(zhì)屯、點(diǎn)0為中屯、，將 '及化"> 劃分為M=3個(gè)子區(qū)域，且S個(gè)子區(qū)域的面積相等，為化XW)/mW，其中L、W分別表示目 標(biāo)區(qū)域的長(zhǎng)和寬，如圖1所示用諫示；
[0032] b、對(duì)于S個(gè)子區(qū)域巧"1/=1.巧，利用幾何學(xué)的方法確定質(zhì)屯、坐標(biāo)，如圖2所示，對(duì) 于子區(qū)域刀!("'的四邊形，Cl,C2，C3和C4分別是A AOB，A ABC, A AOC和A OCB的質(zhì)屯、，馬"的質(zhì)屯、 位置O的"，)即為C1C4，C2C3的交點(diǎn)，邱>，譯"的質(zhì)屯、位置可W用同樣