专利名称：一种无线传感器网络节点三维定位方法
技术领域：
本发明涉及一种无线传感器网络节点三维定位方法，尤其涉及一种基于最 小二乘支持向量回归机的无线传感器网络节点三维定位方法。
背景技术：
无线传感器网络是新一代传感器网络，具有非常广阔的应用前景。节点定 位是无线传感器网络应用的重要基础，它要求节点定位方法具有良好的容噪性 和准确度。传统的节点定位技术包括基于测距和不基于测距的定位技术，基于 测距的定位技术测量未知节点到邻居节点的距离或信号到达角度，距离(角度) 测量值通常包含较大误差，通过最小二乘法、极大似然估计法计算得到的未知
节点定位结果会受到测距误差的较大影响；不基于测距的定位方法无需测量未 知节点到邻居节点距离或者信号到达角度，只根据网络连通性等信息即可实现 定位，但节点定位准确度通常较低。
其中国内专利公开号为CN101221236的三维空间中无线传感器网络基于 抽样的节点自身定位方法，所述方法利用对三维空间随机抽样的方法，获取所 需样本点信息，并通过范围约束条件进行过滤得到成功样本点，取成功样本点 坐标平均值作为未知节点的初始坐标估计值；根据未知节点与邻居节点的关系 信息建立目标函数，采用对成功样本点加权筛选的方法避免非线性方程组转化 为线性方程组所存在的转化误差，以获得未知节点三维估计坐标的最优解。
国内专利公开号为CN101241176的适用于无线传感器网络的三维自身定 位方法，所述方法通过判断任意目标节点Mb是否位于由任意四个可见锚节点 组成的四面体的内部，筛选出位置区域P，并计算所有位置区域P的重心集合，
4并以此重心集合G中所有元素的坐标的平均值作为目标节点Mb在无线传感器 网络中的坐标位置。
国内专利公开号为CN101241177的面向三维空间的无线传感器网络定位 系统，所述方法公开了一种面向三维空间的无线传感器网络定位系统。
国内专利公开号为CN101109804的无线传感器网络三维快速定位的系统 和方法，所述系统包括GPS定位装置、移动锚点和无线传感器节点，GPS定 位装置用于接收GPS卫星的信息，得到移动锚点的位置坐标；移动锚点用于按 预设置周期广播定位信息；并穿越指定区域，其在指定区域的移动轨迹为直线； 无线传感器节点用于接收定位信息，比较各定位信息的接收信号强度值，选择 具有最大强度值的定位信息，存储其中的位置坐标；并存储其余任一定位信息 中的位置坐标；并判断是否获得足够的用于计算其自身位置的位置坐标，计算 得到其自身位置。
国内专利公开号为CN101126805的基于球体的三维节点定位方法和系统， 所述方法包括锚节点在移动过程中周期性地广播信标消息；未知节点接收信 标消息，并检查是否收到过锚节点发送的信标消息，如果是，则未知节点在信 标消息链表中查找到与锚节点对应的信标消息项，并检查其是否过期，如果过 期，则未知节点更新信标消息项中的位置信息，并设置信标点标识位为1;未 知节点将信标点标识位为1的信标消息项作为信标点，并根据从所有信标点中 选择出的任意四个有效信标点的位置信息计算出本节点的位置信息。
国内专利公开号为CN101262285的基于概率的三维无线传感器网络覆盖 方法，所述方法对三维待监测区域用网格建模，用迭代的贪婪启发式方法确定 传感器节点在网格中的位置，每一步迭代完成一个节点的放置，直到节点总数 达到预设的上界或每个网格点以概率T达到k-覆盖为止。
综上所述，以上方法难以有效的抑制节点与锚节点间测距噪声对节点定位 准确度的影响。
发明内容
为解决上述方法存在的问题与缺陷，本发明提供了一种无线传感器网络节 点三维定位方法。
本发明是通过以下技术方案实现的
本发明所涉及的一种无线传感器网络节点三维定位方法，包括 对空间网络区域进行网格化，计算网格顶点到各个锚节点的距离并组成距 离向量；
根据网格顶点距离向量和网格顶点三维坐标形成三组训练样本集；
通过径向基核函数和最小二乘支持向量回归机学习训练样本得到分别用 于估计未知节点X坐标、Y坐标和Z坐标的支持向量回归机；
将未知节点到各锚节点测量距离组成距离向量分别输入三个回归机得到 未知节点的三维坐标估计值。
本发明提供的技术方案的有益效果是
通过采用径向基核函数的最小二乘支持向量回归机拟合空间网络区域内 若干网格顶点到各锚节点距离值组成的特征向量与网格顶点坐标的非线性关 系，将未知节点到各个锚节点的测距向量输入通过训练得到的最小二乘支持向 量回归机，回归机的输出值可以作为未知节点坐标估计值。本发明能够极大地 抑制测距噪声对节点定位的影响，明显提高无线传感器网络节点三维定位准确 度。
图l是无线传感器网络节点三维定位方法流程图2是无线传感器网络节点三维定位具体实现方法流程图3是最小二乘支持向量回归机模型训练示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明 实施方式作进一步地详细描述
本实施例提供了一种无线传感器网络节点三维定位方法，该方法利用最小 二乘支持向量回归机估计未知节点三维位置坐标。
参见图l，该方法包括以下步骤
步骤IOI对空间网络区域进行网格化，计算网格顶点到各个锚节点的直线 距离并组成距离向量。
步骤102根据网格顶点距离向量和网格顶点三维坐标形成三组训练样本集。
步骤103通过径向基核函数和最小二乘支持向量回归机学习训练样本得
到分别用于估计未知节点X坐标、Y坐标和Z坐标的支持向量回归机。
步骤104将未知节点到各锚节点测量距离组成的距离向量分别输入三个
回归机得到未知节点的三维坐标估计值。
本实施例根据锚节点(锚节点数大于或等于4)三维坐标、网络空间探测区域
和利用测距技术得到的未知节点到各锚节点含有误差的测量距离，通过选取网
络区域若干网格顶点来收集训练样本，采用最小二乘支持向量回归机对训练样
本进行学习得到估计节点位置的决策函数。
参见图2，无线传感器网络节点三维定位具体实现方法包括
步骤201对网络区域进行网格化，计算网格顶点到各个锚节点的距离，并
按锚节点的序号组成距离向量。
步骤202将网格顶点距离向量作为训练样本输入值，网格顶点X坐标作为
训练样本输出值，组成关于网格顶点X坐标的训练样本集；将网格顶点距离向
量作为训练样本输入值，网格顶点Y坐标作为训练样本输出值，组成关于网格
顶点Y坐标的训练样本集；将网格顶点距离向量作为训练样本输入值，网格顶
点Z坐标作为训练样本输出值，组成关于网格顶点Z坐标的训练样本集。步骤203利用径向基核函数将训练样本非线性映射到高维特征空间，并采 用最小二乘支持向量回归机在高维特征空间中对训练样本集进行学习，得到分 别估计未知节点X、 Y和Z坐标的三个最小二乘支持向量回归机。
步骤204通过测距技术获得未知节点到各锚节点包含误差的测量距离后， 按锚节点序号组成测量距离向量。
步骤205将测量距离向量输入用于估计未知节点X坐标的最小二乘支持向 量机得到未知节点X坐标估计值；将测量距离向量输入用于估计未知节点Y坐 标的最小二乘支持向量机得到未知节点Y坐标估计值；将测量距离向量输入用 于估计未知节点Z坐标的最小二乘支持向量机得到未知节点Z坐标估计值。
参见图3，无线传感器网络空间区域『-
;将网格顶点G,.的距离向量F;作为训练样本输入值，并将G,. 的坐标值x,.、 >;,.、 z,.分别作为训练样本输出，得到训练样本/7x, ^-(^K)、 /7Z,. ^",z,)。根据M个网格顶点可以得到关于网格顶点X、 Y、 Z坐标值的训练样本集，它们分别为&={^|^=^，x,.),/ = l，2，"、M}、 & = 1 W, = = 1,2,…，M) 、 & = I= (K,z,V = 1,2,. .，M)。利用径
向基核函数将训练样本非线性映射到高维特征空间，通过最小二乘支持向量回 归机在高维特征空间中对训练样本集a、 a、 ；^进行学习，得到最小二乘支持 向量回归机决策函数A JWU、 ^=/z(。 ("1,2，…，丄，Z为
未知节点数量)，/v、 A分别用于估计未知节点的X坐标；、Y坐标A和 Z坐标^ 。通过测距技术获得未知节点^到各锚节点A.包含误差的测量距离4后，按锚节点序号组成测量距离向量r^[^，tL,…，4]，将^分别输入决策函 数A、 A、 /z，函数输出值A、 A、 j^作为未知节点&的坐标估计值。
以上所述，仅为本发明较佳的具体实施方式
，但本发明的保护范围并不局 限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易 想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护 范围应该以权利要求的保护范围为准。
权利要求
1、一种无线传感器网络节点三维定位方法，其特征在于，该方法包括A对空间网络区域进行网格化，计算网格顶点到各个锚节点的距离并组成距离向量；B根据网格顶点距离向量和网格顶点三维坐标X坐标、Y坐标与Z坐标形成三组训练样本集；C通过径向基核函数和最小二乘支持向量回归机学习训练样本得到分别用于估计未知节点X坐标、Y坐标和Z坐标的支持向量回归机；D将未知节点到各锚节点测量距离组成距离向量分别输入三个回归机得到未知节点的三维坐标估计值。
2、 根据权利要求l所述的无线传感器网络节点三维定位方法，其特征在于， 所述步骤A具体包括计算网格顶点到各个锚节点的距离，并按锚节点的序号 组成距离向量。
3、 根据权利要求l所述的无线传感器网络节点三维定位方法，其特征在于， 所述步骤B具体包括Bl将网格顶点距离向量作为训练样本输入值，网格顶点X坐标作为训练样 本输出值，组成关于网格顶点X坐标的训练样本集；B2将网格顶点距离向量作为训练样本输入值，网格顶点Y坐标作为训练样 本输出值，组成关于网格顶点Y坐标的训练样本集；B3将网格顶点距离向量作为训练样本输入值，网格顶点Z坐标作为训练样 本输出值，组成关于网格顶点Z坐标的训练样本集。
4、 根据权利要求l所述的无线传感器网络节点三维定位方法，其特征在于， 所述步骤C具体包括利用径向基核函数将训练样本非线性映射到高维特征空间，并采用最小二乘支持向量回归机在高维特征空间中对训练样本集进行学习，得到分别估计未知节点X、 Y和Z坐标的三个最小二乘支持向量回归机。
5、 根据权利要求l所述的无线传感器网络节点三维定位方法'，其特征在于， 所述步骤D具体包括Dl获得未知节点到各锚节点包含误差的测量距离后，按锚节点序号组成 测量距离向量；D2将测量距离向量分别输入三个最小二乘支持向量回归机得到未知节点 的三维坐标估计值。
6、 根据权利要求4或5所述的无线传感器网络节点三维定位方法，其特征 在于，将测量距离向量输入用于估计未知节点X坐标的最小二乘支持向量机得到 未知节点X坐标估计值；将测量距离向量输入用于估计未知节点Y坐标的最小二乘支持向量机得到 未知节点Y坐标估计值；将测量距离向量输入用于估计未知节点Z坐标的最小二乘支持向量机得到 未知节点Z坐标估计值。
7、 根据权利要求l、 2或5所述的无线传感器网络节点三维定位方法，其特 征在于，所述锚节点数至少为4个。
全文摘要
本发明公开了一种无线传感器网络节点三维定位方法，包括对空间网络区域进行网格化，计算网格顶点到各个锚节点的距离并组成距离向量；根据网格顶点距离向量和网格顶点三维坐标形成三组训练样本集；通过径向基核函数和最小二乘支持向量回归机学习训练样本得到分别用于估计未知节点X坐标、Y坐标和Z坐标的支持向量回归机；将未知节点到各锚节点测量距离组成距离向量分别输入三个回归机得到未知节点的三维坐标估计值。通过本发明可以极大地抑制未知节点与锚节点测距噪声对节点定位准确度的影响，明显提高节点三维定位准确度。
文档编号G01S5/14GK101561495SQ20091008508
公开日2009年10月21日 申请日期2009年6月1日 优先权日2009年6月1日
发明者吴奕凯, 彭再国 申请人:长讯通信服务有限公司