一种传感器网络非规则区域节点定位方法及其装置与流程

本发明涉及传感器网络领域，特别是涉及一种传感器网络非规则区域节点定位方法及其装置。

背景技术：

随着无线通信与传感技术的发展，传感器已经被广泛应用与环境监测、军事侦查、搜索救援、智能交通等领域。这些传感器具有感知对象、采集处理以及传输数据的能力，传感器网络就由大量部署在监测区域内的传感器节点构成。这些传感器节点只有确定了自身的位置才能根据采集到的数据准确反映采集点的变化情况，同时提供给专业人员进行数据分析，以便采取相应的措施。

现有技术中的传感器定位算法大多假设传感器网络分布是规则的，而实际应用中的传感器网络分布不规则的情况也十分常见。在不规则区域网络定位方法中，mda-map(multidimensionalscaling-map，多维定标映射)方法最具有代表性，在此基础上还有mds-map(p)、mds-map(p,r)等方法，这些方法一般将传感器网络中的节点分簇，针对每一个簇建立一个局部网络，再对各个局部网络进行融合，得到全局网络的连通度信息与距离信息。由于传感器网络分布的不规则与环境因素的影响，可能有节点无法与簇头进行信息交互，从而导致部分节点在传感器网络中体现，定位效果不好。

因此，如何提供一种定位效果好、计算量小的一种传感器网络非规则区域节点定位方法及其装置是本领域技术人员目前需要解决的问题。

技术实现要素：

本发明的目的是提供一种定位效果好的传感器网络非规则区域节点定位方法及其装置，可以提高传感器网络中非规则区域的节点定位效果。

为解决上述技术问题，本发明提供了一种传感器网络非规则区域节点定位方法，包括：

将传感器网络中的非规则区域划分为若干个互不重叠的虚拟单元格；每个所述虚拟单元格中至少包括一个锚节点；

依据图刚性理论，结合所述锚节点与其所在的虚拟单元格内的节点的通信信息，构建每个所述虚拟单元格中的最小刚性图；

将每个所述最小刚性图分别作为原始刚性图进行扩展，得到与所述最小刚性图所在的虚拟单元格一一对应的单元刚性图；

将全部所述单元刚性图合并，并结合锚节点的坐标获得所述传感器网络中的全部节点的坐标。

优选的，所述将传感器网络中的非规则区域划分为若干个互不重叠的虚拟单元格的具体过程为：

在所述非规则区域中建立直角坐标系，将所述非规则区域在所述直角坐标系的四个象限中的每个部分分别作为一个一级区域；并保证每个所述一级区域内包括至少一个锚节点；

结合环境信息对每个所述一级区域按照四边形原则进行划分，得到若干互不重叠的虚拟单元格，并保证每个所述虚拟单元格内包括至少一个锚节点。

优选的，所述将每个所述最小刚性图分别作为原始刚性图进行扩展的具体过程为：

以所述原始刚性图的内心为圆心，所述内心到所述原始刚性图中的各个节点的距离为半径，建立圆形区域；

针对所述圆形区域覆盖的非规则区域建立非规则模型，用不规则参数描述所述不规则模型的不规则程度；

根据所述不规则参数确定扩展半径，建立与所述圆形区域同心的扩展圆形区域，并利用所述扩展圆形区域中的节点，对原始刚性图进行扩展，得到扩展刚性图；

将所述拓展刚性图作为原始刚性图，重复上述步骤，直到所述扩展刚性图的区域覆盖整个虚拟单元格为止。

优选的，所述将全部所述单元刚性图合并，并结合锚节点的坐标获得所述传感器网络中的全部节点的坐标的具体过程为：

将全部所述单元刚性图合并，得到全局刚性图；

利用最短路径算法，计算所述全局刚性图中任意两个节点之间的最短距离，得到距离矩阵；

利用多维定标技术处理所述距离矩阵，得到相对坐标矩阵；

结合锚节点的坐标，将相对坐标矩阵映射为绝对坐标矩阵。

优选的，所述利用多维定标技术处理所述距离矩阵的具体过程为：

对距离矩阵双重中心化，得到双重中心矩阵；

对所述双重中心矩阵进行奇异值分解，得到所述相对坐标矩阵。

为解决上述技术问题，本发明还提供了一种传感器网络非规则区域节点定位装置，包括：

区域划分模块，用于将传感器网络中的非规则区域划分为若干个互不重叠的虚拟单元格；每个所述虚拟单元格中至少包括一个锚节点；

最小刚性图构建模块，依据图刚性理论，结合所述锚节点与其所在的虚拟单元格内的节点的通信信息，构建每个所述虚拟单元格中的最小刚性图；

刚性图扩展模块，用于将每个所述最小刚性图分别作为原始刚性图进行扩展，得到与所述最小刚性图所在的虚拟单元格一一对应的单元刚性图；

位置确定模块，将全部所述单元刚性图合并，并结合锚节点的坐标获得所述传感器网络中的全部节点的坐标。

优选的，所述区域划分模块包括：

一级区域划分单元，用于在所述非规则区域中建立直角坐标系，将所述非规则区域在所述直角坐标系的四个象限中的每个部分分别作为一个一级区域；并保证每个所述一级区域内包括至少一个锚节点；

单元格划分单元，用于结合环境信息对每个所述一级区域按照四边形原则进行划分，得到若干互不重叠的虚拟单元格，并保证每个所述虚拟单元格内包括至少一个锚节点。

优选的，所述刚性图扩展模块包括：

原始区域确定单元，用于以所述原始刚性图的内心为圆心，所述内心到所述原始刚性图中的各个节点的距离为半径，建立圆形区域；触发模型建立单元；

所述模型建立单元，用于针对所述圆形区域覆盖的非规则区域建立非规则模型，用不规则参数描述所述不规则模型的不规则程度；触发刚性图扩展单元；

所述刚性图扩展单元，用于根据所述不规则参数确定扩展半径，建立与所述圆形区域同心的扩展圆形区域，并利用所述扩展圆形区域中的节点，对原始刚性图进行扩展，得到扩展刚性图；触发循环判断单元；

所述循环判断单元，用于将所述拓展刚性图作为原始刚性图，触发所述原始区域确定单元，直到所述扩展刚性图的区域覆盖整个虚拟单元格为止。

优选的，所述位置确定模块包括：

刚性图合并单元，用于将全部所述单元刚性图合并，得到全局刚性图；

距离矩阵计算单元，用于利用最短路径算法，计算所述全局刚性图中任意两个节点之间的最短距离，得到距离矩阵；

多维定标处理单元，用于利用多维定标技术处理所述距离矩阵，得到相对坐标矩阵；

绝对位置确定单元，用于结合锚节点的坐标，将相对坐标矩阵映射为绝对坐标矩阵。

优选的，所述多维定标处理单元包括：

双重中心化子单元，用于对距离矩阵双重中心化，得到双重中心矩阵；

奇异值分解子单元，用于对所述双重中心矩阵进行奇异值分解，得到所述相对坐标矩阵。

本发明提供了一种传感器网络非规则区域节点定位方法，将非规则区域划分为若干互不重叠的虚拟单元格，针对每个虚拟单元格建立一个最小刚性图，通过对最小刚性图进行扩展，建立单元刚性图，之后将各个单元刚性图合并，得到全局刚性图，结合锚节点的坐标获得传感器网络中各个节点的坐标。本发明提供的方法，将传感器网络中的非规则区域划分为若干个相对规则的单元格，对每个单元格建立一个局部网络，减少了由于传感器分布不规则与环境因素对传感器网络的影响，通过刚性图扩展建立局部网络，由于刚性图的稳定性，降低了网络构建过程中的不稳定因素，进而减少了系统误差，提高了定位效果。本发明还提供了一种传感器网络非规则区域节点定位装置，具有同样的技术效果，在此不再赘述。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种传感器网络非规则区域节点定位方法的流程图；

图2为本发明提供的一种传感器网络非规则区域节点定位方法的一种具体实施方式的流程图；

图3为本发明提供的一种具体实施方式中的对非规则区域划分一级区域后的示意图；

图4为图3所示的示意图中对一级区域划分虚拟单元格的示意图；

图5为本发明提供的一种具体实施方式中不规则参数与区域的不规则程度的对照图；

图6为本发明提供的一种具体实施方式中依据不规则参数确定扩展半径的示意图；

图7为本发明提供的一种传感器网络非规则区域节点定位装置的结构示意图。

具体实施方式

本发明的核心是提供一种定位效果好的传感器网络非规则区域节点定位方法及其装置，可以提高传感器网络中非规则区域的节点定位效果。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种传感器网络非规则区域节点定位方法，请结合图1，图1所示为本发明提供的一种传感器网络非规则区域节点定位方法的流程图，该方法包括：

步骤s1：将传感器网络中的非规则区域划分为若干个互不重叠的虚拟单元格；每个虚拟单元格中至少包括一个锚节点；

步骤s2：依据图刚性理论，结合锚节点与其所在的虚拟单元格内的节点的通信信息，构建每个虚拟单元格中的最小刚性图；

步骤s3：将每个最小刚性图分别作为原始刚性图进行扩展，得到与最小刚性图所在的虚拟单元格一一对应的单元刚性图；

步骤s4：将全部单元刚性图合并，并结合锚节点的坐标获得传感器网络中的全部节点的坐标。

可以理解的是，在步骤s1中进行虚拟单元格划分时，可以根据传感器网络中的传感器节点的具体分布情况与所处的具体环境，比如有无遮挡物影响传感器节点的通信信号等，进行单元格划分，将非规则区域划分为若干相对比较规则、无遮挡物影响节点通信的单元格，使单元格内的节点受非规则区域与环境的影响尽可能小，在通过刚性图扩展在单元格中建立局部网络时，由于刚性图的稳定性，进一步降低了在网络构建过程中的不稳定因素，减少了系统误差，从而提高了传感器节点的定位效果。

请结合图2，图2所示为本发明提供的一种传感器网络非规则区域节点定位方法的一种具体实施方式的流程图。在本发明提供的一种具体实施方式中，步骤s1中将传感器网络中的非规则区域划分为若干个互不重叠的虚拟单元格的具体过程为：

步骤s11：在非规则区域中建立直角坐标系，将非规则区域在直角坐标系的四个象限中的每个部分分别作为一个一级区域；并保证每个一级区域内包括至少一个锚节点；

步骤s12：结合环境信息对每个一级区域按照四边形原则进行划分，得到若干互不重叠的虚拟单元格，并保证每个虚拟单元格内包括至少一个锚节点。

上述四边形原则指的是对上述一级区域用四边形进行分割，位于一个四边形区域内的非规则区域构成一个虚拟单元格。

下面以非规则c型无线传感器网络自组织定位区域为例进行说明。请结合图3、图4，图3为本发明提供的一种具体实施方式中的对非规则区域划分一级区域后的示意图，图4为图3所示的示意图中对一级区域划分虚拟单元格的示意图。在如图3中所示的c型定位区域中，建立如图所示的直角坐标系，并确定横轴x轴与纵轴y轴以及四个象限，c型区域分布在四个象限中的部分各自构成一个一级区域，在图4中，对上述划分出的一级区域按照四边形原则进一步细分，得到若干个互不重叠的四边形虚拟单元格。除了不规则区域本身的形状外，可以结合环境中的遮挡物、锚节点的分布等情况进行虚拟单元格的划分。

在本发明提供的另一种具体实施方式中，步骤s3中将每个最小刚性图分别作为原始刚性图进行扩展的具体过程为：

步骤s31：以原始刚性图的内心为圆心，内心到原始刚性图中的各个节点的距离为半径，建立圆形区域；

步骤s32：针对圆形区域覆盖的非规则区域建立非规则模型，用不规则参数描述不规则模型的不规则程度；

请结合图5，图5所示为本发明提供的一种具体实施方式中不规则参数与区域的不规则程度的对照图，在这种实施方式中，不规则参数的取值范围在0到1之间，当非规则区域为圆形时，认为该区域的不规则参数为ε等于0，随着不规则区域的不规则程度越来越高，ε的值也随之增大，具体可参见图5中ε的值分别为0.1和0.6的情形。

需要注意的是，上述仅为一种具体实施方式中不规则参数的设置方式，在其他实施方式中，也可以采用其他的设置方式，这并不影响本发明的实现。

步骤s33：根据不规则参数确定扩展半径，建立与圆形区域同心的扩展圆形区域，并利用扩展圆形区域中的节点，对原始刚性图进行扩展，得到扩展刚性图；

请结合图6，图6所示为本发明提供的一种具体实施方式中依据不规则参数确定扩展半径的示意图；根据不规则参数的值，结合圆心到圆形区域中各个节点的距离，确定扩展半径。需要注意的是，在本发明的其他实施方式中，也可以采用其他方式依据不规则参数的值确定扩展半径，这并不影响本发明的实现。

步骤s34：将拓展刚性图作为原始刚性图，返回步骤s31，直到扩展刚性图的区域覆盖整个虚拟单元格为止。

在本发明提供的另一种具体实施方式中，步骤s4中将全部单元刚性图合并，并结合锚节点的坐标获得传感器网络中的全部节点的坐标的具体过程为：

步骤s41：将全部单元刚性图合并，得到全局刚性图；

步骤s42：利用最短路径算法，计算全局刚性图中任意两个节点之间的最短距离，得到距离矩阵；

需要注意的是，这里采用的最短路径算法，可以为迪杰斯特拉算法，也可以为弗洛伊德算法，具体采用何种算法并不影响本发明的实现。

步骤s43：利用多维定标技术处理距离矩阵，得到相对坐标矩阵；

步骤s44：结合锚节点的坐标，将相对坐标矩阵映射为绝对坐标矩阵。

进一步地，步骤s43中利用多维定标技术处理距离矩阵的具体过程为：

对距离矩阵双重中心化，得到双重中心矩阵；

对双重中心矩阵进行奇异值分解，得到相对坐标矩阵。

本发明提供的一种传感器网络非规则区域节点定位方法，将非规则区域划分为若干互不重叠的虚拟单元格，针对每个虚拟单元格建立一个最小刚性图，通过对最小刚性图进行扩展，建立单元刚性图，之后将各个单元刚性图合并，得到全局刚性图，结合锚节点的坐标获得传感器网络中各个节点的坐标。本发明提供的方法，将传感器网络中的非规则区域划分为若干个相对规则的单元格，对每个单元格建立一个局部网络，减少了由于传感器分布不规则与环境因素对传感器网络的影响，通过刚性图扩展建立局部网络，由于刚性图的稳定性，降低了网络构建过程中的不稳定因素，进而减少了系统误差，提高了定位效果。

本发明还提供了一种传感器网络非规则区域节点定位装置，请结合图7，图7所示为本发明提供的一种传感器网络非规则区域节点定位装置的结构示意图，该装置包括：

区域划分模块1，用于将传感器网络中的非规则区域划分为若干个互不重叠的虚拟单元格；每个虚拟单元格中至少包括一个锚节点；

最小刚性图构建模块2，依据图刚性理论，结合锚节点与其所在的虚拟单元格内的节点的通信信息，构建每个虚拟单元格中的最小刚性图；

刚性图扩展模块3，用于将每个最小刚性图分别作为原始刚性图进行扩展，得到与最小刚性图所在的虚拟单元格一一对应的单元刚性图；

位置确定模块4，将全部单元刚性图合并，并结合锚节点的坐标获得传感器网络中的全部节点的坐标。

在本发明的一种具体实施方式中，区域划分模块1包括：

一级区域划分单元，用于在非规则区域中建立直角坐标系，将非规则区域在直角坐标系的四个象限中的每个部分分别作为一个一级区域；并保证每个一级区域内包括至少一个锚节点；

单元格划分单元，用于结合环境信息对每个一级区域按照四边形原则进行划分，得到若干互不重叠的虚拟单元格，并保证每个虚拟单元格内包括至少一个锚节点。

在本发明的另一种具体实施方式中，刚性图扩展模块3包括：

原始区域确定单元，用于以原始刚性图的内心为圆心，内心到原始刚性图中的各个节点的距离为半径，建立圆形区域；触发模型建立单元；

模型建立单元，用于针对圆形区域覆盖的非规则区域建立非规则模型，用不规则参数描述不规则模型的不规则程度；触发刚性图扩展单元；

刚性图扩展单元，用于根据不规则参数确定扩展半径，建立与圆形区域同心的扩展圆形区域，并利用扩展圆形区域中的节点，对原始刚性图进行扩展，得到扩展刚性图；触发循环判断单元；

循环判断单元，用于将拓展刚性图作为原始刚性图，触发原始区域确定单元，直到扩展刚性图的区域覆盖整个虚拟单元格为止。

在本发明的另一种具体实施方式中，位置确定模块4包括：

刚性图合并单元，用于将全部单元刚性图合并，得到全局刚性图；

距离矩阵计算单元，用于利用最短路径算法，计算全局刚性图中任意两个节点之间的最短距离，得到距离矩阵；

多维定标处理单元，用于利用多维定标技术处理距离矩阵，得到相对坐标矩阵；

绝对位置确定单元，用于结合锚节点的坐标，将相对坐标矩阵映射为绝对坐标矩阵。

进一步的，多维定标处理单元包括：

双重中心化子单元，用于对距离矩阵双重中心化，得到双重中心矩阵；

奇异值分解子单元，用于对双重中心矩阵进行奇异值分解，得到相对坐标矩阵。

本发明提供的一种传感器网络非规则区域节点定位装置，将非规则区域划分为若干互不重叠的虚拟单元格，针对每个虚拟单元格建立一个最小刚性图，通过对最小刚性图进行扩展，建立单元刚性图，之后将各个单元刚性图合并，得到全局刚性图，结合锚节点的坐标获得传感器网络中各个节点的坐标。本发明提供的方法，将传感器网络中的非规则区域划分为若干个相对规则的单元格，对每个单元格建立一个局部网络，减少了由于传感器分布不规则与环境因素对传感器网络的影响，通过刚性图扩展建立局部网络，由于刚性图的稳定性，降低了网络构建过程中的不稳定因素，进而减少了系统误差，提高了定位效果。

以上的几种具体实施方式仅是本发明的优选实施方式，以上几种具体实施例可以任意组合，组合后得到的实施例也在本发明的保护范围之内。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进，这些改进也应视为本发明的保护范围。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。