[发明专利]一种基于时序的移动节点蒙特卡洛定位方法

说明书

技术领域

本发明属于传感器定位技术领域，涉及一种移动节点的定位方法，具体指无线传感器网络中一种基于时序的移动节点蒙特卡洛定位方法。

背景技术

无线传感器网络（Wireless Sensor Networks，WSN）是指传感器节点以多跳、自组织的形式组成的一个无线通信系统。大量的微型传感器部署在所要监测的区域内，传感器节点对感兴趣的目标进行观测并获取其信息报告给观察者，从而实现了对监测区域的监控。对WSN的研究主要侧重于三个方面：网络节点部署、节点定位和网络能耗。本案是针对移动节点的定位展开研究，正所谓没有位置信息检测的消息是没有意义的。WSN节点定位可以根据是否需要测距而分为结合测距（range-based）定位算法和无需测距（range-free）定位算法两大类。在节点定位的研究初期，主要采用结合测距的手段。它根据锚节点和目标节点之间的相对位置和角度直接测量二者的距离，再根据测得的信息通过三边测量法，三角测量法以及极大似然估计等算法进行具体定位。非测距类定位算法则是凭借网络的连通度信息来估计出锚节点与目标节点间的距离，然后根据估计的距离来进行定位。目前非测距类定位算法有DV-Hop算法、质心算法、APIT算法等，与结合测距的算法相比，非测距类算法的网络生存能力强，无需额外的硬件设备，更适合大规模无线传感器网络的应用；但是，上述方法大多没有考虑节点的移动性问题。伴随着节点能够在监测区域内移动，使得移动WSN在事件的监测上有其固有的优势并已得到广泛的应用。比如在列车定位中，要对不断移动的目标进行实时的定位，以了解列车的位置信息。由此可见，对于移动WSN的定位研究现如今已成为一个热点方向。

针对移动WSN中节点的定位，早在2004年蒙特卡洛定位（Monte-Carlo Location，MCL）算法便被从机器人定位中引入到了移动WSN中，虽然MCL定位算法抛开了节点移动性的干扰，甚至节点移动速度越大定位精度越高，但是该算法的采样成功率很低且容易出现粒子退化的问题。近年来很多学者对其进行了改进，相继提出了蒙特卡洛盒子定位（Monte-Carlo Location Boxed，MCB）算法、动态静态网络节点定位（Mobile and Static Sensor Network Location，MSL）算法以及多跳蒙特卡洛定位（Multi-hop-based Monte-Carlo Localization，MMCL)算法。其中，蒙特卡洛盒子定位算法通过锚箱（Anchor Box）和采样箱（Sample Box）来缩小采样区域从而提高采样效率；但是当观测模型分布在锚箱的比重很小时，该算法的采样成功率仍然很低。动态静态网络节点定位算法利用了邻居节点中定位精度较高的节点来辅助定位，但其计算过程非常复杂，通信耗能也比较大，不适于大规模无线传感器网络的应用。而将DV-Hop引入到了MCL定位中提出的多跳蒙特卡洛定位算法，该算法充分利用了锚节点的信息，在低锚节点密度的网络中能表现出良好的定位性能。上述算法从不同角度对MCL算法进行了改进，但是在网络拓扑变化比较频繁的高速移动网络环境下，上述算法的稳定性和网络生存性仍存在一定的性能缺陷。

发明内容

针对上述技术问题，本发明提供了一种基于时序的移动节点蒙特卡洛定位方法，利用锚节点的扫描反馈信号的时序信息初步构建定位节点采样区域，并与传统蒙特卡洛定位方法获取的采样区域叠加来缩小采样范围，从而提高移动节点的采样效率和定位精度。

本发明通过以下技术方案来实现上述目的：

一种基于时序的移动节点蒙特卡洛定位方法，包括以下步骤：

S1、锚节点将自身信息分别传递给其周围的一跳和二跳邻居锚节点；

S2、锚节点以一定的时间间隔发射扫描波信号，以判断目标定位节点是否达到定位时刻，当目标定位节点在接收到其周围至少3个一跳邻居锚节点的信息时即达到定位时刻，达到则执行步骤3，否则经下一周期继续判断；其中，设R为锚节点的通信半径，为目标定位节点移动的最大速度，则锚节点发射扫描波的时间间隔为；

S3、由目标定位节点周围至少3个邻居锚节点根据各自的扫描波信号反馈时序信息，构建定位节点采样区域；

S4、利用蒙特卡洛定位方法获取定位节点采样区域，对定位节点采样区域和求交集，得到定位节点采样区域；

S5、在定位节点采样区域中，随机抽取样本数为N的样本集；

S6、通过过滤公式判断样本集中的每个样本是否有效，即符合过滤公式的为有效样本点，不符合过滤公式的为无效样本点，需滤除；