科创中国

技术领域

本发明涉及网络技术，尤其涉及一种基于多维系统的无线传感器网络移动节点定位算法。

背景技术

无线传感器网络(Wireless Sensor Network,简称WSN)是由部署在特定的监测区域内大量廉价、微型的、具有通信能力和计算能力的感器节点构成的自组织分布式网络系统，它具有快速展开、高健壮性和抗毁性等特点，能够广泛应用于军事、环境检测和预报、智能家居等诸多领域，已经引起了世界许多国家军界、学术界和工业界的高度重视。

节点定位(Node Localization，NL)作为WSN中重要的一部分，是国内外学者们研究的热点。NL是指通过特定的技术、方法和手段，再结合给定区域中的锚节点信息计算出网络中的未知节点的相对位置或者绝对位置的过程。在常见的WSN中，一般有两种节点，一种是信标节点(Beacon Node，BN)或称锚节点(Anchor Node，AN)，其相置信息是给定或者已知的；另一种是未知节点(Unknown Node，UN)，其不知道自己的物理位置信息，需要通过NL得到位置信息。

移动传感器网络的定位技术可以按照节点间是否测距来划分,可以将节点定位分为基于测距(range-based)和非测距(range-free)的方式进行。本发明基于多维系统的Fornasini-Marchesini模型，使用多维标度(Multidimentional Scaling，MDS)来定位未知节点，MDS算法是一种多重变量分析的算法,它比与其他多变量分析方法比较起来在测量误差上更具备稳定性，已被用于传感器网络节点定位。

基于MDS方法也存在一些问题,例如计算量比较大，随着记录锚节点坐标的矩阵A不断扩充，对A的矩阵分解的计算量也会越来越大，而传感器的电池容量、内存又比较小,本发明针对这样的问题,利用一种新型的奇异值分解方法,直接获得分解结果,避开部分计算,并用这些结果进行定位。本发明提出一种基于多维系统的移动传感器算法(Multidimentional Scaling based singular values decomposition advanced,MDSA),通过与传统算法比较,本算法在一定程度上节约了能量与内存。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于多维系统的无线传感器网络移动锚节点定位算法。

本发明解决其技术问题所采用的技术方案是：基于多维系统的无线传感器网络移动节点定位算法，包括以下步骤：

1)将基站的坐标记为B0(0,0)，同时定义第一个锚节点的坐标，记为B1(1,0)，设锚节点总个数为m，m≥3；

3)将待测节点坐标记为N(x,y),锚节点坐标记为Bi(xi,yi),N和Bi之间的距离记为ri,则他们的欧式距离为(x-xi)2+(y-yi)2＝ri2(i＝2,...,m)；

4)定义B1到Bi之间的距离,记为d1i，则记

5)获得b1i的表达式：

(x-x1)(x2-x1)+(y-y1)(y2-y1)＝b12

(x-x1)(x3-x1)+(y-y1)(y3-y1)＝b13

(x-x1)(x4-x1)+(y-y1)(y4-y1)＝b14.

……

(x-x1)(xm-x1)+(y-y1)(ym-y1)＝b1m,

这样的式子有m-1个,m是锚节点的个数,未知值为测节点坐标N(x,y)；

6)设Ax＝b，其中：

将上式写成矩阵方程的形式，可以看出，A中包含了所有锚节点的坐标信息；

7)将A1的初始分解写作：此时在A中更新一个锚节点坐标信息，变为：其中然后A的新分解可以更新为此形式：经过验算，此形式可以不断往上更新扩充成

8)根据上式中Am的新奇异值分解，定位待测节点N(x,y)，或继续通过获得的锚节点坐标Bj来更新得到矩阵Aj，而步骤1)中的

本发明产生的有益效果是：本发明针对基于MDS的移动传感器定位方法中存在的一些问题,比如内存不够用,耗能比较大等问题，提出了一种新的奇异值分解定位算法，该算法首先确定了基站和首个锚节点的坐标，然后利用新奇异值分解简化定位步骤，简化了一部分计算,并利用计算结果进行节点定位，通过与已有算法比较，本算法在计算时间上有了一定的提高。