[发明专利]一种基于堆栈自编码器的无线传感器网络非测距定位方法

说明书

本发明涉及一种基于堆栈自编码器的无线传感器网络非测距定位方法，包括：锚节点向网络中的节点广播自身的锚节点信息，节点收集所有锚节点信息；锚节点将收集到的锚节点信息构建跳数向量和距离向量并发送到sink节点；sink节点将接收到的两个向量作为训练数据训练堆栈自编码器得到距离估计模型，并将模型发送给网络中的未知节点；未知节点将收集到的锚节点信息输入到模型中，模型的输出为未知节点到达锚节点的距离估计向量；未知节点根据距离估计向量构建目标函数，将目标函数的最小值对应的解作为自身坐标。本发明根据网络实际所处环境的特性，通过学习网络中锚节点收集的数据提高非测距定位方法在所部属的网络的实用性，实现在不同网络下的精准定位。

技术领域

本发明涉及通信领域，尤其涉及一种基于堆栈自编码器的无线传感器网络非测距定位方法。

背景技术

无线传感器网络节点定位是在网络中存在若干位置已知的锚节点(Anchornodes)的前提下，对网络中位置未知的节点进行位置估计。目前WSNs中的定位算法可以分为两大类，分别是测距(Range-based)和非测距(Range-free)。基于测距的定位算法需要在传感器节点上安装额外的硬件设备来收集测距相关的物理参数，例如到达角(AoA)，到达时间(ToA)和接收信号强度(RSS)等，以测量收发机之间的距离。该类方法通常能获得较高的定位精度，但额外硬件的安装和使用将使得网络的成本和功耗变大，因此该类方法多应用于部署在小区域的小规模网络，例如室内环境。

如图1所示为现有技术中具有代表性的非测距定位方法，其中DV-Hop是由锚节点根据泛洪收集到的跳数和距离信息计算平均跳进(Average Hop Progress,AHP)，再利用节点间的跳数乘以AHP得到节点间的距离，最后使用多边定位法定位；LAEP是由传感器节点根据网络节点密度计算得到每跳期望距离(Expected Hop Progress,EHP)，再用节点间的跳数乘以EHP得到节点间的距离从而实现定位；SM是由未知节点利用距离估计的局部性，通过邻居已定位节点发来的PHL(Per Hop Length)向量计算到锚节点的距离，再利用GDOP度量选择几何位置分布较好的锚节点进行定位。

由于在实际的大型传感器网络部署中，传感器节点通常是通过飞行器的低空播撒来部署的，这种方式将导致网络中节点的位置分布不均匀，再者所要监测的环境通常存在障碍物、湖泊等节点无法部署的区域，由此将在网络中形成“覆盖空洞”，如图2所示，“覆盖空洞”的出现将导致节点间的最短路由路径产生迂回，实际中无线电信号受到障碍物、衰落以及多径效应等的影响，在相同传输距离的情况下，信号的接收功率不尽相同，如图3所示，无线电不规则(Radio Irregularity)同样将给利用节点间跳数进行距离估计的定位方案带来不利影响。

以上的各种不利于定位的外界影响统称为各向异性因素，而存在这些因素的网络称为各项异性网络，而现有的定位方法受到网络中的各向异性因素的影响导致未知节点与锚节点之间的最短距离与实际距离往往相差较大，因而获得的未知节点的位置信息也往往误差较大，从而导致未知节点位置信息估计不准确，降低了无线传感器网络定位的精度。无线传感器网络中各向异性因素的存在将对定位算法的性能产生较大的影响，而且各项异性因素在不同部署环境的网络中差异巨大，使得设计的定位方案在不同网络中的性能波动较大，难以在所有环境的网络中均取得较好的定位性能，加上目前大部分定位算法采用的坐标计算方式存在固有缺陷，进一步限制了算法的定位精度。

发明内容

本发明旨在解决上述现有技术中至少一种不足(缺陷)，提供一种基于堆栈自编码器的无线传感器网络非测距定位方法，能根据网络实际所处环境的特性，通过学习网络中锚节点收集的数据提高非测距定位方法在所部属的网络的实用性，实现在不同网络下的精准定位。

提供一种基于堆栈自编码器的无线传感器网络非测距定位方法，包括：

S1、锚节点向网络中的节点广播自身的锚节点信息，节点收集所有锚节点信息，所述节点包括未知节点和锚节点；