基于方向测量的移动节点定位技术研究.docxVIP

基于方向测量的移动节点定位技术研究 在研究传感器网络时，传感器节点的位置信息对于研究传感器网络非常重要。离开了位置信息，传感器节点收集的数据也会失去相应的应用价值。在现实中，静止的无线传感器网络的节点如果部署不合理，会导致部分网络节点的不可定位，而只有部署比较密集且相对分布均匀的节点网络才能实现整个节点网络的可定位性。在这种情况下，传感器网络信息采集的目标一旦是单一且位置固定的，会导致大部分的节点的资源浪费、利用率低。而移动的无线传感器网络在实现定位的前提下，能达到更好地完成目标跟踪、节约节点资源的目的。 对于无线传感器网络的定位方式来说，文献 在这些研究中，所有的节点都是在全局坐标系下，而文献 1 描述和数学概念 1.1 问题描述 在二维区域中，单个锚节点在环境中按照既定轨迹进行移动，并定时播报自己位置p 1.2 旋转矩阵的生成 锚节点在全局坐标系下移动，自身在时刻t的位置为p 二维坐标系下，矩阵之间的关系包括了旋转，其表示为旋转矩阵R∈R M 在此引入正交投影 矩阵P 2 传感器网络定位算法 2.1 局部坐标系转换 移动自由节点之间可以在固定时刻的测量和通信传递信息。利用这些信息，自由节点之间可以互相校正彼此的局部坐标系关系信息。 邻居节点之间节点j相对于节点i的坐标系旋转系数角度为：β 邻居节点之间节点j相对于节点i的坐标系旋转系数角度取为多次测量的平均值： 平移矩阵求解方式如下： 推得公式：J 若B 结论：两个移动自由节点可以得知彼此的局部坐标系转换关系的充要条件为：两个移动自由节点之间有两次及以上的互相方向测量和通信且测量的方向，且测量的方向不全部平行。 2.2 全球移动自由节点的全球定位 2.2.1 锚节点位置测量 任一时刻下锚节点在移动自由节点i的局部坐标系下的位置可用如下方式计算： 该公式表示节点i测量到锚节点和其他自由节点提供的信息中测量到锚节点的情况。min J 利用类似于公式（2）和公式（3）的推导思路，我们可以推得锚节点在任意时刻下，在节点i的局部坐标系的坐标值可解的充要条件为：节点i任意时刻的所有邻居可通信自由节点测量到的锚节点的方向信息，转换到节点i局部坐标系后的方向不全部平行。 2.2.2 坐标系系数转换 在2.2.1节推导出锚节点的局部坐标后，通过对坐标转换后的锚节点全局坐标位置与真实的锚节点全局位置之间的2范数求取最小值，求解移动自由节点与锚节点之间的坐标系转换关系，可得公式（4): 先将旋转矩阵内的系数进行解耦，使得旋转系数表达式如下： 通过将公式（4）范数内的的公式进行转化，可得形式如下公式： 故公式（4）可转化成最小二乘形式： 通过求解最小二乘形式的最优解，解得移动自由节点与锚节点之间两者坐标系的转换关系。 J 2.3 分布式定位算法 随着移动的自由节点之间的通信和测量的数据越来越多，2.2节中集中式的定位算法会导致传感器节点的内存空间不够，计算负担加重。因此需要将其转变为迭代式的算法。 对于公式（2）可推得： 对于公式（5）可推得： 对于任意自由节点i，其定位算法的执行流程如下： 3 局部定位算法 本节通过数值仿真来验证上述算法的有效性。给定3个移动自由节点和一个移动锚节点，其在环境内某几个时刻的拓扑关系图如图2所示，选用某几个时刻的节点关系图表示。其中虚线代表自由节点之间在该时刻存在测量和通信的关系，即互为邻居节点，灰色箭头代表自由节点在该时刻对锚节点的信息获取，相同节点之间的黑色点线表示同一节点在不同时刻的位置连接线，自由节点上相应颜色的垂直两条垂直箭头代表的是自由节点的局部坐标系的对应方向。 通过上述定位算法，自由节点j和k在节点i的局部坐标系下的位置误差系数随迭代次数增加变化图如图3所示，衡量指标位置误差系数 在图3的仿真中给自由节点增加了±5°的角度测量误差，可以看到，该算法下自由节点之间位置误差系数呈指数收敛形式，即最终自由节点之间可以从通信中获取到的信息中，计算出邻居自由节点在自身局部坐标系下的准确位置。 自由节点i在全局坐标系下的位置估计误差系数随迭代次数增加的变化图如图4所示：我们分别给自由节点增加了±2°和±5°的角度测量误差。可以看到，该算法下自由节点的位置误差系数呈指数收敛。显然，自由节点的在全局坐标系下的定位精度受自由节点之间定位的位置误差系数的影响，故其滞后于自由节点间的定位位置误差系数的变化。 通过这次仿真可以看出，局部坐标系下的移动节点之间经过测量和通信，在上述算法的迭代下自由节点能够在全局坐标系下完成准确定位。 4 迭代定位算法 本文在基于角度测量的二维局部坐标系下的移动无线传感器网络定位问题中，提出了一种在存在测量角度噪声情况下自由节点迭代定位算法，该算法无需自由节点配备精准全局方向感知设备，为移动的无线传感器网络定位提供了一种经济可靠的解决方案。