一种环境监测无线传感网的节点定位方法
【技术领域】
[0001] 本发明涉及环境监测技术领域，特别是一种环境监测无线传感网的节点定位方 法。
【背景技术】
[0002] 近年来，随着污染日益严重，我国的生态环境越来越差。如何有效地监测环境和治 理污染已经成为中国政府和社会各界关注的头等重要的问题。对比传统方法中布置少量环 境监测站和人工采样相结合的策略，利用物联网技术构造大规模分布式的环境监测网具有 实时性高、成本低、维护简单、智能化程度高等优点，为环境监测提供了一种切实可行的解 决方案。在环境监测无线传感网应用中，节点的位置信息对于网络的监测活动显得尤为重 要。如果没有准确的监测节点的位置信息，节点采集的环境参数信息便没有实际意义。因 此，传感器节点的定位技术成为无线传感网应用的关键技术之一，也是本发明亟待解决的 问题。
[0003] 目前的关于节点的定位方法有很多。在户外环境中使用最广泛的便是GPS定位。 但是对于基于嵌入式的微传感器系统设计的监测节点而言，GPS的体积大、价格高、能耗大， 难以在大规模分布式的传感网中为每一个节点配备。常见的无线传感网的定位算法可以分 为基于测距的定位算法和与距离无关的定位算法。其中，基于测距的定位算法主要包括基 于RSSI测距的定位算法、基于TOA的定位算法和基于TDOA的定位算法等等，由于此类算法 在定位过程中需要测量节点之间的距离或角度，因此对节点的硬件要求比较高并且受环境 的影响较大。无需测距的定位算法的典型代表有质心定位算法和DV-HOP定位算法。此类 算法在定位过程中不需要测量节点之间的距离或角度，而是采用节点之间的估算距离来实 现节点的定位，因此硬件的实现成本低，但定位的精度较差。
【发明内容】
[0004] 本发明所要解决的技术问题是克服现有技术的不足而提供一种环境监测无线传 感网的节点定位方法，本发明综合考虑了环境监测中节点分布的各种情况，对监测区域进 行了详细的划分，可以应对实际中的各种节点分布情况，实用性强。
[0005] 本发明为解决上述技术问题采用以下技术方案：
[0006] 根据本发明提出的一种环境监测无线传感网的节点定位方法，包括以下步骤：
[0007] 步骤1、将待监测区域划分为若干个正方形的网格，在每个网格的4个顶点上分别 部署带有GPS装置的信标节点，相邻的两个信标节点之间的距离为信标节点的无线通信半 径；
[0008] 步骤2、在监测区域内随机部署未知节点；
[0009] 步骤3、根据未知节点的连通率以及通信范围内检测到信标节点的个数，将待测区 域作如下划分：
[0010] 301、将每个网格中的区域划分为区域I、区域II和区域III ;所述区域I中的未知 节点需满足能检测到4个信标节点，区域II中的未知节点需满足能检测到3个信标节点， 区域III中的未知节点需满足能检测到2个信标节点；
[0011] 302、将待测区域中的网格划分为密集分布网格和稀疏分布网格：
[0012] 所述密集分布网格中至少存在一个分布在区域I或区域II中的未知节点，区域 III中若有未知节点，该区域III中的未知节点至少需满足能检测到1个分布在区域I或区 域II中的邻居节点；
[0013] 所述稀疏分布网格中需满足存在孤岛节点，孤岛节点是分布在区域III中的未知 节点，且检测不到分布在区域I或区域II中的邻居节点；
[0014] 步骤4、对处在密集分布网格中区域I和区域II中的未知节点，采用自适应PSO定 位算法计算出未知节点的坐标；
[0015] 步骤5、对于处在密集分布网格中区域III中的未知节点，选择步骤4中已定位的 节点作为新的参考信标节点，采用自适应PSO定位算法计算出未知节点的坐标；
[0016] 步骤6、对于处在稀疏分布网格中的孤岛节点，引入带有GPS的可移动节点并移动 至稀疏分布网格的中心位置，将可移动节点作为新的信标节点，采用自适应PSO定位算法 计算出孤岛节点的坐标。
[0017] 作为本发明所述的一种环境监测无线传感网的节点定位方法进一步优化方案，所 述步骤6中可移动节点移动至稀疏分布网格的中心位置是采用遗传算法计算出可移动节 点在监测区域中移动的最佳路径。
[0018] 作为本发明所述的一种环境监测无线传感网的节点定位方法进一步优化方案，所 述自适应PSO定位算法包括如下步骤：
[0019] Step 1 :设置粒子群的种群大小为num，初始化各粒子的速度和位置；将各粒子当 前的历史最优位置Ptest设为初始位置；
[0020] Step 2 :计算每个粒子的适应度，选择适应度最小的粒子位置为全局极值gbest;
[0021] Step 3 :更新粒子的速度和位置；
[0022] Step 4 :计算位置更新后每个粒子的适应度，将每一个粒子的更新过的适应度与 其历史最优位置Ptest所对应的适应度进行比较，如果新的适应度的值小于其历史最优位置 Ptest所对应的适应度，则将历史最优位置P test更新为新的适应度所对应的该粒子所在的位 置；
[0023] Step 5 :将每一个粒子的更新过的适应度与全体粒子所经历过的最好位置gbest所 对应的适应度进行比较，如果新的适应度的值小于最好位置g test所对应的适应度，则将全 局极值gtest更新为新的适应度所对应的该粒子所在的位置；
[0024] Step 6 :当计算得到的适应度没有达到预设的适应度值且循环迭代的次数未达到 了预设的最大次数时，跳转至Step3。
[0025] 作为本发明所述的一种环境监测无线传感网的节点定位方法进一步优化方案，所 述Step 2中每个粒子的适应度是采用下列公式计算得到：
[0027] 其中，f (xn, yn)为每个粒子的适应度，k为通信范围内的信标节点个数，（xn，yn)为 未知节点的坐标，（x nil，ynil)是未知节点的第i个信标节点的坐标，dnil是未知节点与其第 i个信标节点通过RSSI测距算法测得的距离。
[0028] 作为本发明所述的一种环境监测无线传感网的节点定位方法进一步优化方案，所 述Step 3中更新粒子的速度和位置是采用如下方法：
[0029] 每个粒子根据所经历的历史最优位置Ptest和群体所发现的全局极值g test这两个 极值按照以下公式来更新自己的速度和位置：
[0030] Vi j (t+1) = Wvi j (t) +C^1 (Pi-Xi j (t)) +c2r2 (Pgj-Xi j (t))
[0031] Xi j (t+1) = Xi j (t)+Vi j (t+1)
[0032] 其中，Xl](t)为第i个粒子当前时刻在第j维空间的位置，Vl](t)为第i个粒子当 前时刻在第j维空间的速度， Xl] (t+Ι)是该粒子下一时刻的位置，Vl] (t+Ι)是该粒子下一时 刻的速度，表示第i个粒子截至到第j维空间循环搜索到的最优位置，P u表示第i个粒 子截至到第j维空间循环搜索到的全局极值，CJP C 2为学习因子，r JP r 2为0到1之间均 匀分布的随机数，t为时间，w是惯性权重系数；
[0034] 其中，Wmax是w的最大值，Wmin是w的最小值，f是微粒当前的目标函数值，f avg是当 前所有微粒的平均目标值，f_是当前所有微粒的最小目标值。
[0035] 本发明采用以上技术方案与现有技术相比，具有以下技术效果：
[0036] (1)本发明通过无线传感器网络实现各节点之间的通信，无需布线，结构简单，安 装维护简便；
[0037] (2)本发明综合考虑了环境监测中节点分布的各种情况，对监测区域进行了详细 的划分，可以应对实际中的各种