一种无线传感器网络中基于滤波算法的节点定位方法
【专利摘要】本发明公开了一种无线传感器网络中节点定位方法。包括以下步骤：建立直角坐标系，获得无线传感器网络中每个锚节点的位置坐标；通过距离矢量交换协议，待定位节点建立对应的锚节点信息表；待定位节点查询自身的锚节点信息表，当其1跳范围内具有的锚节点数目大于或者等于3个时，该待定位节点进行RSSI测距，获得待定位节点与各个锚节点之间的测距样本；将防脉冲干扰平均值滤波和投票平均联合滤波算法相结合，对测距样本进行校正处理，获得待定位节点与锚节点之间的准确测距信息，利用最小二乘法确定待定位节点的最终位置。本发明可以实现待定位节点的准确定位。
【专利说明】一种无线传感器网络中基于滤波算法的节点定位方法
【技术领域】
[0001] 本发明属于无线传感器网络【技术领域】，特别是一种基于滤波算法的测距模型的 WSN(Wireless Sensor Nerwork,无线传感器网络）节点定位方法，
【背景技术】
[0002] 无线传感器网络是由部署在监测区域内大量的微型传感器节点组成，通过无线通 信方式形成的一个多跳的自组织的网络系统，其目的是协作地感知，采集和处理网络覆盖 区域中被感知对象信息，并发送给观察者。无线传感器网络集合了传感器技术，微机电系统 (MEMs)技术，嵌入式计算技术，无线通信技术和分布式信息处理技术于一体，通过传感器与 外界交互，完成数据采集，处理，通信及管理等功能。
[0003] 在许多情况下，无线传感器网络中的节点需要知道自身的物理位置。对于大多数 应用，不知道传感器位置而感知的数据是没有意义的。然而在无线传感器网络中，为每一个 节点手动设置位置或是为其配置一个GPS接收机都是不可能的。无线传感器网络的定位主 要分为两类：一类就是对检测目标定位，而另一类则是对传感器节点本身的定位，即网络节 点自定位。在节点位置信息并非全部可知的情况下，节点自定位算法显然是目标定位算法 的前提。因此，在多数应用中，传感器定位的精度至关重要。
[0004] 获得传感器节点位置至少有以下几方面的用途：首先，节点所采集到的数据必须 与测量坐标系内的位置结合，没有位置信息的数据几乎没有利用价值；其次，传感器网络的 一些系统功能，比如网络拓扑控制，基于地理信息的路由等，需要位置信息，另外已知位置 可优化网络运行期间的值守调度机制使网络中冗余节点不定期地轮休以延长寿命；最后， 位置信息对传感器网络中的服务性应用非常重要，更为重要的是，随着传感器网络技术的 不断进步，很自然地会出现更多基于位置信息的协议和应用。正是基于上述原因，传感器网 络的定位技术是网络正常运行的最基本也是最重要的条件。在雷雨天气（或者其他有脉 冲干扰）的环境下，安装在河中及岸边的传感器节点（或者其他）监测水位的变化，这些传 感器节点很在定位时很容易受到脉冲干扰的影响而导致定位的不准确，为此提供了一种传 感器网络中节点定位方法。
【发明内容】
[0005] 针对以上现有技术中的不足，本发明的目的在于提供一种高精度，低复杂度，较低 能量开销的无线传感器网络中基于滤波算法的节点定位方法。本发明的技术方案如下：一 种无线传感器网络中基于滤波算法的节点定位方法，其包括以下步骤：
[0006] 101、随机在区域S中随机设定η个传感器网络节点/，所述传感器网络节点包括P 个锚节点和（η-ρ)个待定位节点；
[0007] 102、在区域S下建立直角坐标系，获得无线传感器网络中锚节点的位置信息，其 中，锚节点是无线传感器网络中自身位置已知的节点，待定位节点通过距离矢量交换协议 获得网络中锚节点的ID，位置坐标以及相应的跳数，待定位节点根据与其对应的锚节点信 息建立锚节点信息表；
[0008] 103、待定位节点查询步骤102中建立的与其自身对应的锚节点信息表，当其1跳 范围内具有的锚节点数目大于或者等于3个时，该待定位节点启动RSSI接收信号强度指示 测距，获得待定位节点与各个锚节点之间的N个测距样本；
[0009] 104、采用防脉冲干扰平均值滤波算法对N个测距样本进行消除采样值偏差处理， 消除由于脉冲干扰而引起的采样值偏差；
[0010] 105、采用投票滤波算法对经过步骤104消除采样值偏差处理后剩下的测距样本 进行处理，剔除部分异常测距样本；
[0011] 106、对最后保留下来的Μ个测距样本进行平均滤波得到测距值；
[0012] 107、采用最大似然估计算法获得待定位节点的位置坐标/，完成待定位节点的节 点定位。
[0013] 进一步的，步骤103中的RSSI接收信号强度指示测距选取Shadowing模型作为信 号传输模型，该Shadowing模型公式为：
[0014]
【权利要求】
1. 一种无线传感器网络中基于滤波算法的节点定位方法，其特征在于包括以下步骤： 101、 随机在区域S中随机设定η个传感器网络节点/，所述传感器网络节点包括P个锚 节点和（η-ρ)个待定位节点； 102、 在区域S下建立直角坐标系，获得无线传感器网络中锚节点的位置信息，其中，锚 节点是无线传感器网络中自身位置已知的节点，待定位节点通过距离矢量交换协议获得网 络中锚节点的ID，位置坐标以及相应的跳数，待定位节点根据与其对应的锚节点信息建立 锚节点信息表； 103、 待定位节点查询步骤102中建立的与其自身对应的锚节点信息表，当其1跳范围 内具有的锚节点数目大于或者等于3个时，该待定位节点启动RSSI接收信号强度指示测 距，获得待定位节点与各个锚节点之间的Ν个测距样本； 104、 采用防脉冲干扰平均值滤波算法对Ν个测距样本进行消除采样值偏差处理，消除 由于脉冲干扰而引起的采样值偏差； 105、 采用投票滤波算法对经过步骤104消除采样值偏差处理后剩下的测距样本进行 处理，剔除部分异常测距样本； 106、 对最后保留下来的Μ个测距样本进行平均滤波得到测距值； 107、 采用最大似然估计算法获得待定位节点的位置坐标/，完成待定位节点的节点定 位。
2. 根据权利要求1所述的无线传感器网络中基于滤波算法的节点定位方法，其特征在 于：步骤103中的RSSI接收信号强度指示测距选取Shadowing模型作为信号传输模型，该 Shadowing模型公式为：
这里锚节点每次的发送功率相同，pjd)表示距离锚节点d的位置的待测节点的接收 功率，pJcU表示距离锚节点屯的位置的节点接收功率，XdB表示一个均值为0的高斯随机 变量，屯表示一个参考距离，一般取lm，d表示待测节点到锚节点的距离，β是路径损耗因 子。
3. 根据权利要求1所述的无线传感器网络中基于滤波算法的节点定位方法，其特征在 于：步骤104中的防脉冲干扰平均值滤波算法包括步骤：Α1、将获取的Ν个测距样本{+〇〇， 1 < k < Ν}进行从小到大的排序，去掉其中的最大值和最小值，将剩下的Ν-2个测距样本记 为{Xj(i)，1彡i彡N-2} ;A/2、然后求取剩下N-2个测距样本的样本均值μ :
4. 根据权利要求1所述的无线传感器网络中基于滤波算法的节点定位方法，其特征在 于：步骤105中的投票滤波算法具体步骤如下： Β1、对经过步骤104中消除采样值偏差处理后剩下的测距样本求取标准差〇 :
Β2、采用高斯概率分布函数投票模型，计算每个测距样本的投票概率P(\(k) | μ):
B3、设定一个阈值K，0. 5 < K < 0. 8,对测距样本进行投票，当测距样本的投票概率 P(\(k) | μ)小于阈值Κ时，就抛弃该测距样本，否则就保留，保留下的测距样本数用Μ表 /_J、1 〇
【文档编号】H04W64/00GK104159295SQ201410386521
【公开日】2014年11月19日 申请日期:2014年8月7日 优先权日:2014年8月7日
【发明者】唐宏, 曾迪, 李兆玉, 余瑶, 田燕, 黄锐, 粟根花, 夏小霞 申请人:重庆邮电大学