一种基于KL散度与相邻关系的改进加权质心定位方法技术

本发明专利技术涉及一种基于KL散度与相邻关系的改进加权质心定位方法，属于无线通信领域。该方法包括以下步骤：部署待定位节点和锚节点，并初始化节点设置；锚节点向待定位节点传播信号建立RSS矩阵并计算KL散度值衡量近似程度；KL散度值经过观察与多次样本值累加得到KL散度矩阵；利用自适应的邻居选择阈值设定，确定用于定位的锚节点；根据KL散度矩阵，为待定位的邻居锚节点设置权值；利用加权值和锚节点的坐标，得到待定位节点的坐标。得到待定位节点的坐标。得到待定位节点的坐标。

【技术实现步骤摘要】
一种基于KL散度与相邻关系的改进加权质心定位方法


[0001]本专利技术属于无线通信领域，尤其涉及一种基于KL散度与相邻关系的改进加权质心定位方法。

技术介绍

[0002]无线传感器网络是一种将大量的低功耗、低成本的微型无线传感器节点布置到目标任务区域的面向事件的检测网络。传感器节点通过自组织的方式快速形成一种分布式的网络，对所需数据进行测量收集，并以无线方式返回给用户，可以实现目标追踪和监测任务，在民用和军事领域都有广阔的应用前景。传感器节点的自身定位是实现大规模应用的基础和前提，因此，定位技术对传感器网络的有效应用起着至关重要的作用。
[0003]根据是否需要精确测量节点之间的距离或角度，目前的节点定位算法可大致分为基于距离的算法和非基于距离的算法。基于距离的算法需要获得节点之间的距离或者角度信息，因此硬件要求较高，功耗大，但相对应的定位精度也较高，常用的算法有到达时间(TOA)、到达时间差(TDOA)等。非基于距离的定位算法一般是利用网络连通性来实现对未知节点位置的估计，常用的定位算法包括：基于跳距估计的定位算法(DV
‑
Hop)、基于多维标度的定位算法(MDS
‑
MAP)、三角形内点测试法定位算法(APIT)等。由于大多数的无线通信模块可以直接提供接收信号强度(RSS)值，故非基于距离的定位算法需要借助的设备较少，对设备硬件要求不高，计算复杂度也相对较低。
[0004]为了提高无线传感器网络中节点定位精度，本专利技术提出一种基于KL散度与邻居关系的改进加权质心算法，即KL
‑
divergence based WCL(KLD
‑
WCL)。在该算法中，无线传感器网络中所部署的锚节点用于协助估计位置未知节点的坐标。与传统质心算法不同的是，KLD
‑
WCL在定位过程中用到的RSS信息不局限于来自未知节点与锚节点之间，而是将锚节点之间的距离以及RSS信息一并考虑在内。通过计算未知节点与所有锚节点RSS分布的KL散度值来衡量锚节点与未知节点的近似程度。
[0005]本专利技术提出一种自适应邻居选择算法，针对每一个未知节点自适应地设置合适的阈值来选择最优的邻居锚节点。最后，基于KL散度值，为每一个参与定位的邻居锚节点设定合适的权值，使得权值的分配更加合理，不同的锚节点通过不同的权值对最终的定位结果体现不同的影响力。

技术实现思路

[0006]针对现有技术存在的问题，本专利技术提供了一种基于KL散度与相邻关系的改进加权质心定位方法，在相同的场景下，定位精度和鲁棒性较传统节点定位算法有较高的提升。
[0007]第一方面，提供一种基于KL散度与相邻关系的改进加权质心定位方法，该方法包括：部署待定位节点和锚节点，并初始化节点设置；锚节点向待定位节点传播信号建立RSS矩阵并计算KL散度值衡量近似程度；KL散度值经过观察与多次样本值累加得到KL散度矩阵；利用自适应的邻居选择阈值设定，确定用于定位的锚节点；根据KL散度矩阵，为待定位
的邻居锚节点设置权值；利用加权值和锚节点的坐标，得到待定位节点的坐标。
[0008]进一步地，所述部署待定位节点和锚节点，并初始化节点设置，包括：在面积为L(m)
×
L(m)的无线传感器网络地理区域中，共有N+M个传感器节点随机分布，其中N代表待定位节点的数量，M代表锚节点的数量；锚节点的坐标为X
a
＝[x
a
，y
a
]T
，待定位节点的坐标为X
u
＝[x
u
，y
u
]T
；锚节点的通信半径设定为r；第u个待定位与第a个锚节点与之间的欧式距离为l
ua
，第a个锚节点到其他锚节点的欧式距离为[v
a1
；v
a2
；
…
；v
aa
；
…
；v
aM
]。
[0009]进一步地，所述锚节点向待定位节点传播信号建立RSS矩阵并计算KL散度值衡量近似程度，包括：传播环境是幂律路径损耗信道模型加上对数正态阴影环境；根据l
ua
与v
a
构建待定位节点与锚节点之间和锚节点之间的RSS矩阵P和Q
M
×
M
；利用P和Q
M
×
M
得到KL散度值C
ua
。
[0010]进一步地，所述KL散度值经过观察与多次样本值累加得到KL散度矩阵，包括：经过t次观测与I次样本数量的累加，得到KL散度矩阵D。
[0011]进一步地，所述利用自适应的邻居选择阈值设定，确定用于定位的锚节点，包括：基于KL散度矩阵D记录每个待定位的最小KL散度D
min，u
；利用D与D
min，u
分别计算第u个待定位节点的KL散度阈值D
th，u
。
[0012]进一步地，所述根据KL散度矩阵，为待定位的邻居锚节点设置权值，包括：KL散度值反映锚节点与待定位节点RSS分布的相似性，基于KL散度值为每个邻居锚节点分配适当的权重w
u，n
。
[0013]进一步地，所述利用加权值和锚节点的坐标，得到待定位节点的坐标，包括：利用权值w
u，n
与相邻的锚节点个数K
u
得到第u个待定位节点的估计坐标
[0014]第二方面，本申请提供一种电子设备，该电子设备包括：处理器和存储器，所述存储器与所述处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器从所述存储器中读取所述计算机指令，以使得所述电子设备执行如第一方面所述的无线传感器节点定位方法。
[0015]第四方面，本申请提供一种计算机存储介质，包括计算机指令，当所述计算机指令在终端上运行时，使得所述终端执行如第一方面所述的无线传感器节点定位方法。
[0016]第五方面，本申请提供一种计算机程序产品，当所述计算机程序产品在计算上运行时，使得所述计算机执行如第一方面所述的无线传感器节点定位方法。
[0017]本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0018]为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为本申请实施例应用的通信场景图；
[0020]图2为本申请实施例提供的一种无线传感器节点定位方法的流程图；...

【技术保护点】

【技术特征摘要】
1.一种基于KL散度与相邻关系的改进加权质心定位方法，其特征在于，所述方法包括：部署待定位节点和锚节点，并初始化节点设置；锚节点向待定位节点传播信号建立RSS矩阵并计算KL散度值衡量近似程度；KL散度值经过观察与多次样本值累加得到KL散度矩阵；利用自适应的邻居选择阈值设定，确定用于定位的锚节点；根据KL散度矩阵，为待定位的邻居锚节点设置权值；利用加权值和锚节点的坐标，得到待定位节点的坐标。2.根据权利要求1所述的是无线传感器节点定位方法，其特征在于，所述部署待定位节点和锚节点，并初始化节点设置，包括：在面积为L(m)
×
L(m)的无线传感器网络地理区域中，共有N+M个传感器节点随机分布，其中N代表待定位节点的数量，M代表锚节点的数量；锚节点的坐标为X
a
＝[x
a
，y
a
]
T
，待定位节点的坐标为X
u
＝[x
u
，y
u
]
T
；锚节点的通信半径设定为r；第u个待定位与第a个锚节点与之间的欧式距离为l
ua
，第a个锚节点到其他锚节点的欧式距离为[v
a1
，v
a2
，
…
，v
aa
，
…
，v
aM
]。3.根据权利要求1所述的是无线传感器节点定位方法，其特征在于，所述锚节点向待定位节点传播信号建立RSS矩阵并计算KL散度值衡量近似程度，包括：传播环境是幂律路径损耗信道模型加上对数正态阴影环境；根据l
ua
与v
a
构建待定位节点与锚节点之间和锚节点之间的RSS矩阵P和Q
M
×
M
；利用P和Q

【专利技术属性】
技术研发人员：申滨，梁枭伟，李银波，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：