基于rss的无线传感器网络定位方法
【专利摘要】本发明公开了一种基于RSS的无线传感器网络定位方法，以实现在保证定位精度的前提下拓宽应用领域。本发明将定位分为两个阶段：粗定位阶段和精定位阶段；在粗定位阶段运用压缩感知技术，尽可能采集更少量的数据，重构出目标可能的存在范围；在精定位阶段，根据粗定位阶段获得的目标定位区域，利用多边测量技术，对定位目标进行精确定位。本发明方法能够克服未知目标只能在网格中心定位的局限性，扩大了压缩感知定位方法的应用领域，降低复杂度。
【专利说明】基于RSS的无线传感器网络定位方法
【技术领域】
[0001]本发明涉及一种无线传感器定位方法，属于无线通信技术、传感器技术和分布式计算的特殊自组织网络【技术领域】。
【背景技术】
[0002]近年来随着无线网络的普及和普适计算的高速发展，无线定位技术已经在医疗，教育，公共安全和军事等领域得到发展。作为一种融合了无线通信技术、传感器技术和分布式计算的特殊自组织网络，无线传感器定位系统可以部署在危险区域，长期地、协作地实时监测、且定位数据处理方便，因此，基于无线传感器网络定位系统的研究已经发展起来了。
[0003]利用接收信号强度(RSS)参数进行定位只需无线收发器。无需任何额外的硬件辅助，实现简单，应用成本低。随着测量理论的发展，压缩测量稀疏信号重构已广泛应用于无线传感网络目标定位.由于压缩感知技术只需要采集少量目标状态信息，就能够恢复出原信号。所以国内外已经开展了上述的研究工作。
[0004]Feng C等人用压缩感知的方法研究了传感器网络目标定位问题，[Feng C，ValaeeS，Tan Z.Multiple target localization using compressive sensing[C]//GlobalTelecommunications Conference, 2009.GL0BEC0M2009.1EEE.1EEE, 2009:1-6.],文中把传感器网络多目标定位问题转换为K个理想的稀疏度为I的N维向量的重构问题，该方法只能应用于目标位置在网格中心的情况，并没有考虑目标在网格的其他位置。何风行等人采用压缩感知方法使通信开销从MXK减少到M，(M是传感节点，K是目标个数)，并对于目标不在网格中心的情况提出了采用迭代回溯的压缩感知算法，部分提高了定位精度，[何风行，余志军，刘海涛.基于压缩感知的无线传感器网络多目标定位算法[J].电子与信息学报，2012，32 (3): 716-721.]，但是该算法计算量较大，不适合实时定位系统，而且系统性能受噪声影响明显，当目标位置靠近传感器节点时，定位不准确。在另一篇文献[何风行，余志军，吕政，刘海涛。基于RSS的WSN多目标定位压缩感知算法优化[J].南京邮电大学学报(自然科学版)，2012，32 (I): 24-28.]，何风行等人采用残差最优匹配的方法对压缩感知重构算法进行改进，提出了根据重构结果判断定位是否成功的算法框架，给出了一种降低系统通信开销的工作方式。但是在噪声干扰下，定位误差仍然比较大。
【发明内容】
[0005]为了解决上述问题，本发明运用接收信号强度参数，将压缩感知技术和多边测量定位技术相结合，提供了一种基于RSS的无线传感器网络定位方法，该方法的主要思想是将定位分为两个阶段:粗定位阶段和精定位阶段；在粗定位阶段运用压缩感知技术，尽可能采集更少量的数据，重构出目标可能的存在范围；在精定位阶段，根据粗定位阶段获得的目标定位区域，利用多边测量技术，对定位目标进行精确定位。本发明技术方案的步骤如下:
[0006]设定M是传感器个数，N是网格个数，K是稀疏度，Φ是测量矩阵，Y是测量值，X是重构向量，Xn是X向量中的分量。
[0007]( I)压缩感知-粗定位阶段:
[0008]将基于网格的目标信号定位问题转化为压缩感知问题，运用压缩感知方法对目标信号进行定位，求得重构向量X ；
[0009](2)选取X中最大分量，与网格内存在目标的阈值δ做比较，如果最大分量大于该阈值δ，则目标信号处于网格中心，转至步骤(5);否则目标信号不在网格中心，继续下一
I K
少；
[0010]本发明对单一目标进行定位，当xN是X向量中最大分量时，表示第N个网格内存在目标，并且当xN等于I时，表示目标在第N个网格的中心。
[0011]在有噪声干扰的情况下，当第N个网格内存在目标时，恢复出的信号X中，χΝ分量的实际值要小于理论值。
[0012]在不同分贝噪声干扰的情况下，当第N个网格中心存在目标时，重构出的χΝ分量值的大小也不同。
[0013]噪声干扰越大，对应第N个网格中心存在目标的阈值就越小。
[0014]所以在有噪声干扰的情况下，重构出的X值中，最大分量值如果大于或等于对应噪声下网格内存在目标的阈值，就表示该目标位于网格中心，否则目标位于网格其他位置。
[0015](3)本发明每隔2个网格布设一个传感器，计算出目标信号所在的范围，利用基站选择策略选取接收到目标信号最强的4个传感器节点；
[0016](4)多边测量-精定位阶段:
[0017]将步骤(3)中的传感器节点作为锚节点，把对目标信号的搜索范围由粗定位得到的一个网格扩展到与邻近的三个小网格共同组成的大网格中，采用几何算法中的多边测量对目标信号进行重新定位；
[0018](5)输出目标信号定位结果。
[0019]本发明中，网格内存在目标的阈值的设置方法为:将目标信号置于不同位置的网格中心，计算重构向量X中所对应网格的数值；重复500次蒙特卡洛实验，通过求均值得到在不同信噪比下的阈值。
[0020]本发明技术方案的应用能够得到如下技术效果:
[0021]1.本发明克服了未知目标只能在网格中心定位的局限性，扩大了压缩感知定位方法的应用领域；
[0022]2.本发明与传统压缩感知方法相比，降低了重构误差对定位准确度的影响，当目标存在于网格边界附近，由于重构误差的影响，传统压缩感知方法可能把目标定位在相邻网格，而本发明利用第二阶段的精定位可以修正上述错误，重新定位出目标位置，有助于获得更好的定位结果；
[0023]3.本发明采用了多边测量技术提纯定位结果，无需复杂的迭代运算，所以算法的实时性得到了提高；
[0024]4.本发明采取了基站选择策略，选取距离目标最近的锚节点进行定位。降低了多边测量受距离越长噪声对定位精度干扰越大的缺点；
[0025]5.本发明无需进行多次重构，很大程度上降低了时间复杂度。【专利附图】
【附图说明】
[0026]图1是多边测量方法示意图。
[0027]图2是本发明的详细流程图。
[0028]图3是20分贝噪声条件下，目标定位效果图。
[0029]图4是本发明方法在不同噪声下的定位误差分析图。
[0030]图5是 不同方法的定位误差对比图。
【具体实施方式】
[0031]下面结合附图和实施例对本发明作进一步详细说明。
[0032]多边测量方法如图1所示。
[0033]如图2所示，本发明流程如下:
[0034]压缩感知-粗定位阶段:粗定位采用压缩感知技术。设定M是传感器个数，N是网格个数，K是稀疏度。
[0035]首先利用变换空间描述信号，再通过特定波形直接采集得到少数线性观测数据，当N维信号X在变换基上的变换系数是k稀疏的，如果采样数目M满足:
[0036]M=O (k log(N/k) ) M<<N (I)
[0037]则可以通过解一个优化问题从压缩观测的数据中恢复原始信号。
[0038]由于对单个目标进行定位，所以，N维向量X是稀疏度为I的稀疏向量。通过传感器接收到每个目标信号强度之和采集到测量值Y，用传感器接收到目标在每个网格中心的信号强度构造出测量矩阵φ。已知M维测量值Y和MXN维的测量矩阵Φ恢复出N维未知信号X，其中M〈〈N。
[0039]Ymxi = ΦΜΧΝΧΝΧ1 (2)
[0040]Y也可以看作信号X在测量矩阵Φ下的线性投影。该定位阶段需要解决的问题是由测量结果Y重构信号X。但是由于X的维数远大于Y的维数，所以上式是一个欠定方程组的求解，只有当信号X稀疏时，并且φ满足约束等距离性条件时，信号X可以由测量值Y通过I1范数最小的最优化方法求解:
[0041 ] Xeat = argmin | X | | s.t.Y = ΦΧ (3)
[0042]约束等距离性条件是信号能够精确重构的充分非必要条件，X是稀疏度为K等于I的N维向量，对X进行M次随机测量，如果满足式(4)，则可以由式(3)以压倒性的概率精确重构X。
[0043]M ^ CKy 2(Φ, I ).IgN (4)
[0044]式(4)中，C为正常数，μ (Φ，I)是测量矩阵Φ与单位矩阵I的互相关系数。即:
[0045]
【权利要求】
1.一种基于RSS的无线传感器网络定位方法，其特征在于，包括如下步骤: (1)粗定位阶段: 将基于网格的目标信号定位问题转化为压缩感知问题，运用压缩感知方法对目标信号进行定位，求得重构向量X ; (2)选取X中最大分量，与网格内存在目标的阈值做比较，如果所述最大分量大于该阈值，则目标信号处于网格中心，转至步骤(5);否则目标信号不在网格中心，继续下一步； (3)计算出目标信号所在的范围，利用基站选择策略选取接收到目标信号最强的3个或4个传感器节点； (4)精定位阶段: 将步骤(3)中的传感器节点作为锚节点，把对目标信号的搜索范围由粗定位得到的一个网格扩展到与邻近的三个小网格共同组成的大网格中，采用几何算法中的多边测量对目标信号进行重新定位； (5)输出目标信号定位结果。
2.根据权利要求1所述的方法，其特征是所述网格内存在目标的阈值的设置方法为:将目标信号置于不同位置的网格中心，计算重构向量X中所对应网格的数值；重复500次蒙特卡洛实验，通过求均值得到在不同信噪比下的阈值。
【文档编号】G01S5/00GK103945529SQ201410151763
【公开日】2014年7月23日 申请日期:2014年4月15日 优先权日:2014年4月15日
【发明者】颜俊, 曹杨芹, 吴晓富, 朱卫平 申请人:南京邮电大学