一种无线传感器网络协作定位方法技术

一种无线传感器网络协作定位方法。无线传感器网络中，非参数置信传播算法是一个著名的基于概率的定位算法。从理论上讲，非参数置信传播算法可以在无环的网络中得到渐近最优的结果，但是，在有环的网络中非参数置信传播算法的精确度难以保证，并且其计算复杂度很高。本发明专利技术利用生成树无环的特性，以及最小生成树可以获得更多的有效粒子的特点，通过约束信息的传播，使定位的通信路径形成一棵最小生成树，然后将非参数置信传播算法应用于生成的最小生成树上。本发明专利技术方法在连接度较高的网络中具有更高的精度，并且复杂度比原始的非参数置信传播算法更低。

【技术实现步骤摘要】

本专利技术涉及一种用于无线传感器网络中的传感器协作定位的方法，确切地说，是 一种基于非参数置信传播和最小生成树的无线传感器网络协作定位方法，属于无线网络中 的定位
。
技术介绍
在无线传感器网络中，由于位置信息有大量的应用（比如：应急服务、搜救工作、 交通管理以及跟踪），定位技术变得十分重要。在无线传感器网络的定位中，已知位置的节 点称作信标节点，未知位置的节点称作待定位节点，待定位节点需要从信标节点获得信息 以便定位。在非协作定位中，待定位节点只能通过测量它们与信标节点之间的距离来估计 它们的位置；然而在协作定位中，待定位节点之间的距离测量也被利用了起来，这大大改善 了定位的精度。 非参数置信传播算法（Nonparametric Belief Propagation，简称 NBP)是一个著 名的基于概率的协作定位算法。然而NBP面临两个重要问题，一方面在有环（loop)的网络 中NBP算法的精确度是难以保证的；另一方面，直接应用NBP算法计算复杂度很高。定位精 度无法保证很可能导致定位失去意义，而计算复杂度高将延长定位的响应时间并缩短传感 器的使用寿命。现有的对NBP改进的算法中，非参数广义置信传播算法、盒约束的非参数置 信传播算法（Nonparametric Boxed Belief Propagation)和重加权树的NBP等算法虽然提 高了精度但是复杂度却很高，难于工程实现；基于宽度优先搜索生成树的非参数置信传播 方法（Breadth First Search based Nonparametric Belief Propagation,简称NBP-BFS) 虽然降低了复杂度，但是其定位精度却不够。 利用生成树无环和最小生成树（Minimum Spanning Tree,简称MST)可以获得更多 的有效粒子的特点，通过约束信息的传播，把用于定位的通信路径构造成一棵MST，然后将 NBP算法应用于生成的MST上。本专利技术方法在连接度较高的网络中相比于原始NBP具有更 高的定位精度，并且复杂度比原始的NBP算法更低。 针对原始NBP用于定位时面临环的影响和复杂度较高的问题，本专利技术提出了一种 减轻环的影响以及降低复杂度的无线传感器网络协作定位方法。
技术实现思路
有鉴于此，本专利技术的目的是提供一种在无线传感器网络中利用最小生成树的方法 形成无环的用于定位的网络，然后再利用NBP算法进行低复杂度协作定位的方法。本专利技术 方法利用了生成树无环的特性，以及最小生成树可以获得更多的有效粒子的特点，通过约 束信息的传播使定位的通信路径形成一棵MST，然后将NBP算法应用于生成的MST上。本发 明方法在连接度较高的网络中具有更高的精度，并且复杂度比原始的NBP算法更低。因此， 所提方法杜绝了环对NBP算法的影响；同时由于用于定位的通信链路数减小为节点数目减 一，其复杂度也极大降低。 为了达到上述目的，本专利技术提供了一种基于最小生成树的NBP协作定位方法 (Minimum Spanning Tree based Nonparametric Belief Propagation,简称 NBP-MST),用 于下述场景：包括若干信标节点和多个待定位节点的无线传感器网络，在彼此通信范围内 的两个节点可以测得彼此的距离。所述方法包括下列两个操作步骤： (1)用于定位的通信网络形成阶段：把测得的待定位节点之间的距离作为权重， 进而将待定位节点形成的网络重新构造成一棵MST，然后将信标节点以及信标节点与待定 位节点之间的一跳（one-hop)边和两跳（two-hop)边连接添加到MST，从而得到新的网络； 所提用于定位的通信网络形成方法的具体步骤如下： (11)每一个节点都广播自己的ID到其邻居节点，则每一个节点都会得到一个表 征其与邻居节点连接情况的连接表。 (12)每一个节点将附加了距离信息的连接表通过多跳通信的方式进行广播，直到 一个节点收到所有节点广播的连接表。将收到所有节点广播的连接表的节点看作根节点， 记作Vp (13)在根节点处，把测得的待定位节点之间的距离1作为权重，在原来待定位节 点形成的网络Gt= (Vt，Et)基础上生成一棵MST。MST(Gt' = (Vt'，Et'））的获得从Vt' = {vr}，￡,=0开始，不断添加Vt\Vt'中与当前Vt'中的节点最近的节点到V t'，并添加相应的 边到Et'，直到满足Vt' =Vt。 (14)根节点通过多跳通信的方法，将得到的MST的连接信息告知其它节点。 (15)将信标节点以及信标节点与待定位节点之间的一跳边和两跳边添加到MST， 得到新的网络。 环的数目越多对后面利用NBP进行位置估计的精度的影响就越大，利用生成树的 方法可以将环消除；而两个传感器距离越近，它们之间距离的估计就相对更加精确，所以采 用最小生成树的方法可以更好地保证定位的准确度。同时，由待定位节点形成的最小生成 树和由待定位节点形成的原始网络相比，前者具有更少的连接度，而NBP算法的复杂度很 大程度上取决于连接度的大小，并与连接度呈正相关。故利用最小生成树的方法简化由待 定位节点形成的原始网络可以从根本上降低定位的计算复杂度。 (2)位置估计阶段：在（1)所产生的网络基础上利用NBP估计传感器位置。具体 步骤如下： (21)在新的网络上运行NBP迭代算法，对于单个节点，当前后两次迭代得到的位 置分布的相对熵小于预定值时，则该节点位置已定，并在后面的迭代中将其看作信标节点。 NBP算法包括两个过程，即消息更新（message updating)过程和置信度 更新（belief updating)过程。消息更新（message updating)过程可以表示为：本文档来自技高网...

【技术保护点】
一种无线传感器网络协作定位方法，用于下述场景：包括若干信标节点和多个待定位节点的无线传感器网络，在彼此通信范围内的两个节点可以测得彼此的距离。所述方法包括下列两个操作步骤：(1)用于定位的通信网络形成阶段：把测得的待定位节点之间的距离作为权重，进而将待定位节点形成的网络重新构造成一棵最小生成树，然后将信标节点以及信标节点与待定位节点之间的一跳(one‑hop)边和两跳(two‑hop)边添加到这个最小生成树，从而得到适于协作定位的新的通信网络；(2)位置估计阶段：在(1)所产生的适于协作定位的网络的基础上利用非参数置信传播算法估计传感器节点的位置。

【技术特征摘要】
1. 一种无线传感器网络协作定位方法，用于下述场景：包括若干信标节点和多个待定 位节点的无线传感器网络，在彼此通信范围内的两个节点可以测得彼此的距离。所述方法 包括下列两个操作步骤： (1) 用于定位的通信网络形成阶段：把测得的待定位节点之间的距离作为权重，进而 将待定位节点形成的网络重新构造成一棵最小生成树，然后将信标节点以及信标节点与待 定位节点之间的一跳（one-hop)边和两跳（two-hop)边添加到这个最小生成树，从而得到 适于协作定位的新的通信网络； (2) 位置估计阶段：在（1)所产生的适于协作定位的网络的基础上利用非参数置信传 播算法估计传感器节点的位置。2. 根据权利要求1所述的方法，所述步骤（1)中，用于定位的通信网络形成进一步包括 下列操作内容： (11) 每一个节点都广播自己的ID到其邻居节点，则每一个节点都会得到一个表征其 与邻居节点连接情况的连接表。 (12) 每...

【专利技术属性】
技术研发人员：高晖，吕铁军，李晓鹏，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11