一种无线网络节点定位方法、装置、设备及介质与流程

1.本发明涉及定位技术领域，尤其涉及一种无线网络节点定位方法、装置、设备及介质。


背景技术：

2.随着无线通信技术的发展和数据处理能力的提高，基于位置的服务已经成为最具潜力的互联网业务之一，无论是在室内还是在室外，如何准确地获取待定位节点的位置信息变得日益迫切。
3.目前，常用的无线网络定位方法主要有gps(global positioning system，全球定位系统)定位方法，然而，本发明人在实施本发明的过程中发现，传统的gps(global positioning system，全球定位系统)定位方法往往会因建筑物遮挡等因素产生较大干扰，导致无法精确获得待定位节点的位置信息，定位的准确性较差。


技术实现要素：

4.本发明提供一种无线网络节点定位方法、装置、设备及介质，能够解决现有技术中无线网络定位方法的定位准确性较差的问题。
5.为实现上述目的，本发明实施例提供了一种无线网络节点定位方法，包括以下步骤：
6.实时获取待定位节点的位置目标函数；
7.对基于原子搜索优化算法的种群的相关参数进行初始化；
8.根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置；
9.判断是否满足迭代终止条件，若是，则输出每个所述原子的历史最优位置，若否，则基于改进后的原子搜索优化算法，对每个所述原子的位置进行更新，并返回至所述根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤。
10.作为上述方案的改进，所述待定位节点的位置目标函数的获取方式具体为：
11.获取待定位节点接收到的至少三个无线访问接入点的信号强度值；
12.根据所述信号强度值计算得到所述待定位节点与每一所述无线访问接入点的距离；
13.根据所述待定位节点与每一无线访问接入点的距离，基于预设的多边定位算法得到待定位节点的位置目标函数。
14.作为上述方案的改进，所述种群的相关参数包括种群规模、最大迭代次数、深度权重、系数因子、以及种群中每个原子的初始位置和速度。
15.作为上述方案的改进，所述根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的最优位置和种群的最优位置，包括：
16.根据所述位置目标函数计算得到每个原子的适应度值；
17.根据每个所述原子的适应度值得到每个所述原子的质量；
18.基于分子动力学理论，计算每个所述原子受到的合力；
19.根据每个所述原子受到的合力和质量，计算每个所述原子的加速度；
20.根据每个所述原子的加速度，更新每个所述原子的速度、最优位置和种群的最优位置。
21.作为上述方案的改进，所述判断是否满足迭代终止条件，若是，则输出每个所述原子的历史最优位置，若否，则基于改进后的原子搜索优化算法，对每个所述原子的位置进行更新，并返回至所述根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤，包括：
22.判断是否满足迭代终止条件；
23.若是，则输出每个所述原子的历史最优位置；
24.若否，则基于改进后的原子搜索优化算法，更新每个所述原子的位置，并判断所述当前迭代次数是否满足预设迭代次数，得到判断结果；其中，所述预设迭代次数小于最大迭代次数；
25.当判断结果为是时，则基于高斯变异对每个所述原子的位置进行更新，并返回至根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤。
26.作为上述方案的改进，所述若否，则基于改进后的原子搜索优化算法，更新每个所述原子的位置，并判断所述当前迭代次数是否满足预设迭代次数，得到判断结果，包括：
27.当判断到当前迭代次数小于最大迭代次数时，基于改进后的原子搜索优化算法对每个所述原子的加速度进行更新；
28.根据更新后的每个所述原子的加速度，对每个所述原子的位置进行更新；
29.判断所述当前迭代次数是否满足预设迭代次数，得到判断结果。
30.作为上述方案的改进，所述当判断结果为是时，则基于高斯变异对每个所述原子的位置进行更新，并返回至根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤，包括：
31.当判断到所述当前迭代次数满足预设迭代次数时，根据每个所述原子的历史最优位置计算高斯变异系数；
32.判断所述高斯变异系数是否大于预设的变异系数阈值；
33.若是，则返回至根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤；
34.若否，则基于高斯变异更新每个所述原子的位置，并返回至根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤。
35.本发明另一实施例对应提供了一种无线网络节点定位装置，包括：
36.目标函数获取模块，用于实时获取待定位节点的位置目标函数；
37.参数初始化模块，用于对基于原子搜索优化算法的种群的相关参数进行初始化；
38.最优位置更新模块，用于根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置；
39.最优位置输出模块，用于判断是否满足迭代终止条件，若是，则输出每个所述原子的历史最优位置，若否，则基于改进后的原子搜索优化算法，对每个所述原子的位置进行更新，并返回至所述根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤。
40.本发明另一实施例对应提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的无线网络节点定位方法。
41.本发明另一实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的无线网络节点定位方法。
42.与现有技术相比，本发明实施例提供了一种无线网络节点定位方法、装置、设备及介质，能够基于改进的原子搜索优化算法对无线网络节点的位置进行更新，准确计算出待定位节点的位置，解决了现有技术中无线网络定位方法的定位准确性较差的问题，进一步提高了无线网络节点定位的准确度。
附图说明
43.图1是本发明实施例提供的一种无线网络节点定位方法的流程示意图；
44.图2是本发明实施例提供的一种无线网络节点定位方法的wifi信号的定位原理示意图；
45.图3是本发明实施例提供的一种无线网络节点定位装置的结构示意图；
46.图4是本发明实施例提供的一种终端设备的结构示意图。
具体实施方式
47.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，所描述的实施例仅仅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。
48.参见图1，是本发明实施例提供的一种无线网络节点定位方法的流程示意图，所述方法包括步骤s11至步骤s14：
49.s11、实时获取待定位节点的位置目标函数；
50.s12、对基于原子搜索优化算法的种群的相关参数进行初始化；
51.s13、根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置；
52.s14、判断是否满足迭代终止条件，若是，则输出每个所述原子的历史最优位置，若否，则基于改进后的原子搜索优化算法，对每个所述原子的位置进行更新，并返回至所述根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤。
53.可以理解的是，在现有技术中，无线传感器网络的节点定位涉及很多方面的内容，包括定位精度、网络规模、锚节点密度、网络的容错性和鲁棒性以及功耗等，因此，如何平衡各种关系对于无线传感器网络的定位问题非常具有挑战性。其中，无线定位技术领域可分为广域定位和短距离无线定位，广域定位可分为卫星定位和移动定位；短距离定位主要包括wlan、rfid、uwb、蓝牙、超声波等，而如何在各种不同的无线网络中快速、准确、稳定地获取移动位置的定位技术及其定位系统已经成为当前的研究热点。
54.而与现有技术相比，本发明实施例提供了一种无线网络节点定位方法，能够基于改进的原子搜索优化算法对无线网络节点的位置进行更新，准确计算出待定位节点的位置，解决了现有技术中无线网络定位方法的定位准确性较差的问题，进一步提高了无线网络节点定位的准确度。
55.作为上述方案的改进，所述待定位节点的位置目标函数的获取方式具体为：
56.获取待定位节点接收到的至少三个无线访问接入点的信号强度值；
57.根据所述信号强度值计算得到所述待定位节点与每一所述无线访问接入点的距离；
58.根据所述待定位节点与每一无线访问接入点的距离，基于预设的多边定位算法得到待定位节点的位置目标函数。
59.示例性的，参见图2，是本发明实施例提供的一种wifi信号的定位原理示意图，在封闭的室内环境中设置基于wifi信号的无线局域网络，其中，该网络至少有3个或3个以上无线访问接入点ap(wireless access point，无线访问接入点)，同时将各个ap信号源的坐标、名称或mac地址存入位置服务器。移动节点通过同时访问3个ap信号源，根据信号强度rss计算出移动端到各个ap间的距离，再通过三边定位算法计算出移动端的平面位置。
60.进一步的，根据所述信号强度值计算得到所述待定位节点与每一所述无线访问接入点的距离，计算公式如下：
[0061][0062]
其中，n代表环境衰减因子，最佳取值范围为[3.25,4.5]，a为ap信号源距移动端1m时测得rss的绝对值，最佳范围在[45,49]之间。
[0063]
可以理解的是，三边定位算法是通过测量移动端和ap信号之间距离来计算移动端在室内环境中的位置的一种定位算法。在无线局域网中通过无线信号的传播模型将3个方向上所测得的rss数据转换成距离，再过这3个距离估算出移动端的位置。其中，3个无线接入点ap的坐标为已知坐标，具体为：ap1(x1,y1),ap2(x2,y2),ap3(x3,y3)，假设目标物体到这3个ap的距离分别为：d1,d2,d3，则可求得待测物体的坐标：
[0064][0065]
转化为ax＝b形式，其中：
[0066][0067]
[0068]
可得：
[0069][0070]
进一步的，现对三边定位算法进行改进，使其实现多边定位，从二维平面中扩展到三维空间，移动设备同时接收4个ap信号，通过多边定位算法确定移动端在室内空间中的初始位置，记为x0＝(x0,y0,z0)
t
。在三维空间中，假设待测物体坐标为(x,y,z)，4个ap信号源坐标分别为：ap1(x1,y1,z1),ap2(x2,y2,z2),ap3(x3,y3,z3),ap4(x4,y4,z4)，根据rssi计算待测物体到ap信号源的距离d1,d2,d3,d4，由两点间距离公式可得到观测方程：
[0071][0072]
转化为mx＝k形式，其中：
[0073][0074]
则可得移动端的初始位置：
[0075][0076]
值得说明的是，传统的三边定位算法是确定移动端在二维平面中的位置，现对三边定位算法进行改进，使其实现多边定位，从二维平面中扩展到三维空间，以对wifi定位算法进行进一步改进，从而提高了算法的效率和准确度，优化了无线网络节点定位的质量。
[0077]
作为上述方案的改进，所述种群的相关参数包括种群规模、最大迭代次数、深度权重、系数因子、以及种群中每个原子的初始位置和速度。
[0078]
作为上述方案的改进，所述根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的最优位置和种群的最优位置，包括：
[0079]
根据所述位置目标函数计算得到每个原子的适应度值；
[0080]
根据每个所述原子的适应度值得到每个所述原子的质量；
[0081]
基于分子动力学理论，计算每个所述原子受到的合力；
[0082]
根据每个所述原子受到的合力和质量，计算每个所述原子的加速度；
[0083]
根据每个所述原子的加速度，更新每个所述原子的速度、最优位置和种群的最优位置。
[0084]
示例性的，第t次迭代中第i个原子的质量m
i
(t)由当前种群个体的适应度值大小决定，公式具体为：
[0085][0086][0087]
式中：f
i
(t)表示第i个原子的适应度值，f
max
(t)和f
min
(t)分别表示原子种群中最大适应度值和最小适应度值。
[0088]
可以理解的是，原子搜索算法是根据分子动力学中原子的物理运动规律建立的算法模型，根据牛顿第二定律，如果f
i
是作用在第i个原子上的相互作用力，而g
i
是作用在第i个原子上的约束力，该原子的质量为m
i
，那么第i个原子的加速度公式为为：
[0089][0090]
其中，相互作用力具体是指：
[0091]
相互作用力表示周围原子对当前原子i的作用力之和，其求解公式为：
[0092][0093]
式中：t是当前迭代次数；rand
j
是[0,1]上的随机数；d表示原子所在的维数；k
best
是对原子i产生作用力的原子的集合；表示第t次迭代中第j个原子对原子i的伦纳德
·
琼斯势作用力,公式为：
[0094][0095][0096][0097][0098]
r
ij
(t)＝||x
i
(t),x
j
(t)||2[0099][0100]
式中：n表示原子总个数；t表示总迭代次数。η(t)是用于调整排斥区域或吸引区域的深度函数，α是深度权重。σ是长度尺度，表示碰撞直径，r是两个原子之间的欧几里得距离。x
i
和x
j
分别表示原子i和原子j的位置。
[0101]
为了改善勘探范围，现将斥力的h的下限设置为h
min
＝1.1，上限设置为h
max
＝2.4，并在h
min
的基础上增加一个正弦扰动函数g(t)：
[0102][0103][0104]
共价键约束力具体是指：
[0105]
为了突出种群最佳原子的引导作用，假设每个原子与种群最佳原子具有一个共价键，因此每个原子都要受到最佳原子的约束力作用，公式为：
[0106][0107]
式中：β是系数因子，是第t次迭代中种群最佳原子位置；是原子第t次迭代的当前位置。
[0108]
则结合相互作用力和几何约束力，在时间t的第i个原子在第d维上的加速度公式为：
[0109][0110]
则，在每一次迭代过程中，根据得到的加速度更新物原子i的速度和位置，更新公式为：
[0111][0112][0113]
式中：是原子的速度；是原子位置；是[0,1]之间的随机数。
[0114]
作为上述方案的改进，所述判断是否满足迭代终止条件，若是，则输出每个所述原子的历史最优位置，若否，则基于改进后的原子搜索优化算法，对每个所述原子的位置进行更新，并返回至所述根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤，包括：
[0115]
判断是否满足迭代终止条件；
[0116]
若是，则输出每个所述原子的历史最优位置；
[0117]
若否，则基于改进后的原子搜索优化算法，更新每个所述原子的位置，并判断所述当前迭代次数是否满足预设迭代次数，得到判断结果；其中，所述预设迭代次数小于最大迭代次数；
[0118]
当判断结果为是时，则基于高斯变异对每个所述原子的位置进行更新，并返回至根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤。
[0119]
示例性的，迭代终止条件为当前迭代次数大于或者等于最大迭代次数。
[0120]
作为上述方案的改进，所述若否，则基于改进后的原子搜索优化算法，更新每个所述原子的位置，并判断所述当前迭代次数是否满足预设迭代次数，得到判断结果，包括：
[0121]
当判断到当前迭代次数小于最大迭代次数时，基于改进后的原子搜索优化算法对每个所述原子的加速度进行更新；
[0122]
根据更新后的每个所述原子的加速度，对每个所述原子的位置进行更新；
[0123]
判断所述当前迭代次数是否满足预设迭代次数，得到判断结果。
[0124]
需要说明的是，为了更好的更新原子加速度方向，现引入新的共价键约束力加入原子个体历史最优解概念，使得原子的加速度受种群最佳原子产生的共价键约束力和个体历史最优原子产生的共价键约束力共同影响，在每次迭代中的个体原子位置都与原子个体历史最优位置进行比较，如果当前个体原子位置优于它的个体历史最优位置，则把当前个体原子位置更新为个体历史最优位置，反之不更新。
[0125]
示例性的，原子个体历史最优解产生的共价键约束力为公式为：
[0126][0127]
式中：λ是系数因子；代表第t次迭代中原子i的历史最优位置。
[0128]
在引入原子个体历史最优解产生的共价键约束力之后，原子加速度的公式更新为：
[0129][0130]
式中：β、λ作为超参数，β、λ的自适应更新公式为：
[0131]
[0132][0133]
式中：β
min
、λ
min
分别为参数最小值；β
max
、λ
max
分别为参数最大值；β、λ都在[0,1]中变化。
[0134]
作为上述方案的改进，所述当判断结果为是时，则基于高斯变异对每个所述原子的位置进行更新，并返回至根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤，包括：
[0135]
当判断到所述当前迭代次数满足预设迭代次数时，根据每个所述原子的历史最优位置计算高斯变异系数；
[0136]
判断所述高斯变异系数是否大于预设的变异系数阈值；
[0137]
若是，则返回至根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤；
[0138]
若否，则基于高斯变异更新每个所述原子的位置，并返回至根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤。
[0139]
需要说明的是，针对更新原子最优位置时出现早熟的现象、陷入局部极值问题，为了加快原子的收敛速度，提高原子跳出早熟的能力，现引入高斯变异策略到原子位置的更新中。则在对原子位置进行高斯变异之前，首先进行变异系数判断，示例性的，变异系数的公式为：
[0140][0141]
式中：c
v
是变异系数；δ是标准差；δ是平均值。
[0142]
算法提前设置一个变异系数阈值c
std
，在算法进行预设迭代次数，示例性的，可以为t/5次迭代之后，再根据变异系数适时采用高斯变异。对相邻三次的迭代结果求取高斯变异系数stdy(t)，公式为：
[0143][0144][0145]
式中：t是当前迭代次数，是第i次迭代的最优解，meany(t)是三次迭代结果y
best
的平均值。
[0146]
加入高斯变异后的原子位置更新公式为：
[0147][0148]
式中：r1为服从[0,1]内均匀分布的随机数；gaussian～n(0,1)；是第t次迭
代原子位置；是高斯扰动后的原子位置。
[0149]
可以理解的是，在当前迭代次数不满足最大迭代次数时，通过改进的原子优化搜索算法对原子的加速度进行更新，进而更新原子的位置，然后在当前迭代参数满足预设迭代次数时，通过高斯变异来对原子位置进行进一步优化，并在判断到计算得到的高斯变异系数大于变异系数阈值时，通过高斯变异来对原子的位置进行更新，并令迭代次数加一并重新返回至计算适应度的步骤，如果不大于变异系数阈值，则直接令迭代次数加一并重新返回至计算适应度的步骤。
[0150]
值得说明的是，本发明实施例基于改进的wifi定位算法和改进的原子搜索优化算法，并引入高斯变异，能够高效准确地计算出物体的位置，提高了算法的效率和精确度，进而优化了无线网络节点定位的质量，优化了无线网络节点定位方法。
[0151]
参见图3，是本发明实施例提供的一种无线网络节点定位装置的结构示意图，包括：
[0152]
目标函数获取模块31，用于实时获取待定位节点的位置目标函数；
[0153]
参数初始化模块32，用于对基于原子搜索优化算法的种群的相关参数进行初始化；
[0154]
最优位置更新模块33，用于根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置；
[0155]
最优位置输出模块34，用于判断是否满足迭代终止条件，若是，则输出每个所述原子的历史最优位置，若否，则基于改进后的原子搜索优化算法，对每个所述原子的位置进行更新，并返回至所述根据所述位置目标函数计算每个原子的适应度值，并根据每个所述原子的适应度值更新每个所述原子的历史最优位置和种群的历史最优位置的步骤。
[0156]
本发明实施例提供了一种无线网络节点定位装置，能够根据目标函数获取模块31获取待定位节点的位置目标函数，根据参数初始化模块32对种群的相关参数进行初始化，根据最优位置更新模块33更新每个所述原子的历史最优位置和种群的历史最优位置，根据最优位置输出模块34输出每个所述原子的历史最优位置。采用本发明实施例，能够基于改进的原子搜索优化算法对无线网络节点的位置进行更新，准确计算出待定位节点的位置，解决了现有技术中无线网络定位方法的定位准确性较差的问题，进一步提高了无线网络节点定位的准确度。
[0157]
参见图4，是本发明实施例提供的一种终端设备的结构示意图。该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序。所述处理器40执行所述计算机程序时实现上述各个无线网络节点定位方法实施例中的步骤。或者，所述处理器40执行所述计算机程序时实现上述各装置实施例中各模块的功能。
[0158]
示例性的，所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备4中的执行过程。
[0159]
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备4可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，所
述示意图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备4还可以包括输入输出设备、网络接入设备、总线等。
[0160]
所称处理器40可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器40是所述终端设备4的控制中心，利用各种接口和线路连接整个终端设备4的各个部分。
[0161]
所述存储器41可用于存储所述计算机程序和/或模块，所述处理器40通过运行或执行存储在所述存储器41内的计算机程序和/或模块，以及调用存储在存储器41内的数据，实现所述终端设备4的各种功能。所述存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0162]
其中，所述终端设备4集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器40执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0163]
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0164]
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括
存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述所述的无线网络节点定位方法。
[0165]
以上所述是本发明的优选实施方式，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和润饰，这些改进和润饰也视为本发明的保护范围。