CN106332004A - 一种基于多径衰落信道的移动无线传感网节点定位方法 - Google Patents
一种基于多径衰落信道的移动无线传感网节点定位方法 Download PDFInfo
- Publication number
- CN106332004A CN106332004A CN201610726704.6A CN201610726704A CN106332004A CN 106332004 A CN106332004 A CN 106332004A CN 201610726704 A CN201610726704 A CN 201610726704A CN 106332004 A CN106332004 A CN 106332004A
- Authority
- CN
- China
- Prior art keywords
- node
- estimated
- beacon
- wireless sensor
- fading channel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005562 fading Methods 0.000 claims abstract description 22
- 238000005070 sampling Methods 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 238000009826 distribution Methods 0.000 claims description 4
- 230000004807 localization Effects 0.000 abstract description 6
- 241000209094 Oryza Species 0.000 description 4
- 235000007164 Oryza sativa Nutrition 0.000 description 4
- 235000009566 rice Nutrition 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3911—Fading models or fading generators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于无线传感网节点定位领域,具体为一种基于多径衰落信道的移动无线传感网节点定位方法,步骤为:初始采样;预测采样构成估计位置集合Lt;滤波,通过节点的单跳及两跳相邻信标节点对估计位置集合Lt进行滤波处理获得滤波后的有效估计位置集合L,节点与信标节点之间的通信信号采用一种最大比合并的方法以减弱衰落信道的影响;当有效估计位置集合L的样本个数小于N时重复步骤b、c,直至样本个数等于N时,有效估计位置集合L计算得当前时刻节点估计值;考虑了实际生活中无线传感网部署的复杂环境,极大地提高了接受信号的信噪比,有效地减弱了衰落信道的影响。
Description
技术领域
本发明属于无线传感网节点定位领域,具体为一种基于多径衰落信道的移动无线传感网节点定位方法。
背景技术
无线传感器网络的任何应用都离不开节点自身的位置信息,虽然理论上可以给每个无线传感器配备GPS接收机,但随着节点数目的增多代价将非常昂贵,因此人们提出了多种不依赖于GPS的节点自身定位技术,主要分成基于测距和非测距两类。
非测距的定位技术因功耗低、成本低,近年来更受到人们的青睐。其中,序贯蒙特卡洛定位算法(Monte-Carlo Localization)是首次研究信标节点和未知节点都移动的一种非测距定位方法。它的核心思想是用若干个带有权重的离散采样来估计后验概率密度分,并且利用重要性采样来迭代地更新它们。该方法分为预测采样、滤波、重采样、估计位置四个阶段。该算法的定位精度非但没有受到节点移动性的影响,相反通过节点的移动提高了定位精度,减少了定位开销。
后续的MCL(Monte-Carlo Localization)定位算法的研究都是基于提高其采样率。蒙特卡罗盒子(Monte-Carlo Box)定位算法通过定义信标节点盒子和样本节点盒子,把采样区域限制在一个由信标节点通信范围重叠组成的盒子内,这样使得采样效率得到了显著提高,进而也提高了定位精度和定位效率。但是MCL和MCB主要针对自由空间,不适合有障碍物的复杂环境,未考虑无线移动信道的多径衰落效应对接收信号的影响。
发明内容
本发明的目的在于:针对由于障碍物的存在引发多径衰落的现象,导致发射信号太弱而无法被接收端检测的情况,提供一种补偿衰落信道的损耗的基于多径衰落信道的移动无线传感网节点定位方法。
本发明采用的技术方案如下:
一种基于多径衰落信道的移动无线传感网节点定位方法,步骤为:
a:初始化待估计节点的位置样本,从包括传感网络分布范围内随机抽取N个样本设为初始估计位置集合L0,N为正整数;
b:预测采样,将总采样时间离散为以单位时刻为间隔的时间点,依据上一时刻节点估计位置为圆心、节点最大移动速度为半径的圆形区域内随机获取当前时刻节点估计位置,构成估计位置集合Lt;
c:滤波,通过节点的单跳及两跳相邻信标节点对估计位置集合Lt进行滤波处理获得滤波后的有效估计位置集合L;
d:当有效估计位置集合L的样本个数小于N时重复步骤b、c,直至样本个数等于N时,进行步骤e;
e:位置估计,有效估计位置集合L计算得当前时刻节点估计值。
其中,初始采样的样本数量为50。
滤波过程具体为:依据信标节点与待估计节点通信,待估计节点收到了信标节点发出的信号,则信标节点属于待估计节点的单跳邻信标节点集合S,此时有d(l,s)≤r,l和s分别为待估计节点与信标节点的位置,d(l,s)表示它们之间的距离;如果待估计节点没有收到信标节点发出的信号,但它相邻的节点收到了,则该信标节点属于待估计节点的两跳邻信标节点T,此时有r<d(l,s)<2r,每个样本点都会附加一个权值p(οt|lt),当满足r<d(l,s)≤2r时,权值为1,否则为0;最后过滤掉估计位置集合Lt中权值为零的样本。
在信标节点与待估计节点通信时对通信信号采用最大比合并的原则。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.本专利考虑了实际生活中无线传感网部署的复杂环境,大多是森林、城市等,在节点与节点之间的无线通信信道中引入了莱斯衰落信道。
2.为了减弱衰落信道的影响,引入了MRC单跳信号融合算法,极大地提高了接受信号的信噪比,有效地减弱了衰落信道的影响。
附图说明
图1是本发明流程框图;
图2是本发明最大比合并原理图。
具体实施方式
本说明书中公开的所有特征,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
下面结合附图对本发明作详细说明。
一种基于多径衰落信道的移动无线传感网节点定位方法,步骤为:
a:初始化待估计节点的位置样本,从包括传感网络分布范围内随机抽取N个样本设为初始估计位置集合L0,N为正整数;
b:预测采样,将总采样时间离散为以单位时刻为间隔的时间点,依据上一时刻节点估计位置为圆心、节点的最大运动速度为半径的圆形区域内随机获取当前时刻节点估计位置,构成估计位置集合Lt;即节点的状态转移概率p(lt|lt-1)满足在一定的圆域内均匀分布,这个圆是以节点上一时刻估计的位置信息lt-1为圆心,节点的最大运动速度vmax为半径。于是在实际的采样过程中,从这个圆内随机抽取样本点,即
c:滤波,通过节点的单跳及两跳相邻信标节点对估计位置集合Lt进行滤波处理获得滤波后的有效估计位置集合L;
d:当有效估计位置集合L的样本个数小于N时重复步骤b、c,直至样本个数等于N时,进行步骤e;
e:位置估计,有效估计位置集合L计算得当前时刻节点估计值,
进一步的,所述初始采样的样本数量为50。得到足够多的有效样本N,在实际中需要不断地采样滤波。其中,N的值太小会影响定位的精度,太大又会带来很大的通信成本和计算成本,N采用50可以在没有较大通信成本和计算量的情况下,得到较精确的数值。
进一步的,所述滤波过程具体为:依据信标节点与待估计节点通信,待估计节点收到了信标节点发出的信号,则信标节点属于待估计节点的单跳邻信标节点集合S,此时有d(l,s)≤r,r为通信半径,l和s分别为待估计节点与信标节点的位置,d(l,s)表示它们之间的距离;如果待估计节点没有收到信标节点发出的信号,但它相邻的节点收到了,则该信标节点属于待估计节点的两跳邻信标节点T,此时有r<d(l,s)<2r,每个样本点都会附加一个权值p(οt|lt),当满足r<d(l,s)≤2r时,权值为1,否则为0;最后过滤掉估计位置集合Lt中权值为零的样本,有效过滤掉样本中的噪声,提高信噪比。
进一步的,在信标节点与待估计节点通信时对通信信号采用最大比合并的原则,合并后的信噪比为每条支路的信噪比和,极大地提高了接受信号的信噪比,有效地减弱了衰落信道的影响。
每路发射信号均为S(t),用莱斯衰落信道为信道模型,且每个信道均相互独立,则通过衰落信道后的信号R(t)可以表示为:
R(t)=r(t)e-jθ(t)S(t) (3)
其中r(t)衰落信道的幅度参数,θ(t)为相位参数。r(t)虽然是一个时变变量,但在固定的时间里为随机变量,它满足莱斯分布,其概率密度函数为:
A为直射路径信号的最大幅值,σ2是多径信号的平均能量,所以对莱斯信道有:
E(r2)=A2+2σ2 (5)
每路信号通过衰落信道之后都会进行一个幅度和相位上的补偿,最大比合并的原则是选取合适的幅度补偿,相位补偿刚好抵消掉莱斯信道带来的相位变化,使得合并后的信噪比最大化。假设噪声的功率谱密度均N0/2为,所以合并后的信噪比为:
Claims (4)
1.一种基于多径衰落信道的移动无线传感网节点定位方法,其特征在于,步骤为:
a:从包括传感网络分布范围内随机抽取N个样本设为初始估计位置集合L0,N为正整数;
b:预测采样,将总采样时间离散为以单位时刻为间隔的时间点,依据上一时刻节点估计位置为圆心、节点最大移动速度为半径的圆形区域内随机获取当前时刻节点估计位置,构成估计位置集合Lt;
c:滤波,通过节点的单跳及两跳相邻信标节点对估计位置集合Lt进行滤波处理获得滤波后的有效估计位置集合L;
d:当有效估计位置集合L的样本个数小于N时重复步骤b、c,直至样本个数等于N时,进行步骤e;
e:位置估计,有效估计位置集合L计算得当前时刻节点估计值。
2.根据权利要求1所述的一种基于多径衰落信道的移动无线传感网节点定位方法,其特征在于,所述初始采样的样本数量为50。
3.根据权利要求1所述的一种基于多径衰落信道的移动无线传感网节点定位方法,其特征在于,所述滤波过程具体为:依据信标节点与待估计节点通信,待估计节点收到了信标节点发出的信号,则信标节点属于待估计节点的单跳邻信标节点集合S,此时有d(l,s)≤r,l和s分别为待估计节点与信标节点的位置,d(l,s)表示它们之间的距离;如果待估计节点没有收到信标节点发出的信号,但它相邻的节点收到了,则该信标节点属于待估计节点的两跳邻信标节点T,此时有r<d(l,s)<2r,每个样本点都会附加一个权值p(οt|lt),当满足时,权值为1,否则为0;最后过滤掉估计位置集合Lt中权值为零的样本。
4.根据权利要求3所述的一种基于多径衰落信道的移动无线传感网节点定位方法,其特征在于,在信标节点与待估计节点通信时对通信信号采用最大比合并的原则。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610726704.6A CN106332004A (zh) | 2016-08-25 | 2016-08-25 | 一种基于多径衰落信道的移动无线传感网节点定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610726704.6A CN106332004A (zh) | 2016-08-25 | 2016-08-25 | 一种基于多径衰落信道的移动无线传感网节点定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106332004A true CN106332004A (zh) | 2017-01-11 |
Family
ID=57790892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610726704.6A Pending CN106332004A (zh) | 2016-08-25 | 2016-08-25 | 一种基于多径衰落信道的移动无线传感网节点定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106332004A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113630712A (zh) * | 2020-04-22 | 2021-11-09 | 中国移动通信集团四川有限公司 | 一种定位方法、装置及设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102685772A (zh) * | 2012-04-17 | 2012-09-19 | 中国科学院上海微系统与信息技术研究所 | 一种基于无线全向传感器网络的跟踪节点选择方法 |
| CN102685886A (zh) * | 2012-04-16 | 2012-09-19 | 浙江大学城市学院 | 一种应用于移动传感网的室内定位方法 |
| CN104656058A (zh) * | 2015-01-27 | 2015-05-27 | 谢之恒 | 分布式多移动节点协作定位系统 |
-
2016
- 2016-08-25 CN CN201610726704.6A patent/CN106332004A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102685886A (zh) * | 2012-04-16 | 2012-09-19 | 浙江大学城市学院 | 一种应用于移动传感网的室内定位方法 |
| CN102685772A (zh) * | 2012-04-17 | 2012-09-19 | 中国科学院上海微系统与信息技术研究所 | 一种基于无线全向传感器网络的跟踪节点选择方法 |
| CN104656058A (zh) * | 2015-01-27 | 2015-05-27 | 谢之恒 | 分布式多移动节点协作定位系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113630712A (zh) * | 2020-04-22 | 2021-11-09 | 中国移动通信集团四川有限公司 | 一种定位方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yadav et al. | A systematic review of localization in WSN: Machine learning and optimization‐based approaches | |
| Fascista et al. | A localization algorithm based on V2I communications and AOA estimation | |
| CN102064895B (zh) | Rssi与模式匹配相结合的无源定位方法 | |
| CN101403793A (zh) | 一种无线传感器网络分布式节点定位方法 | |
| CN101247650A (zh) | 一种在无线传感器网络中基于无线信号强度的节点室内定位方法 | |
| CN105093177A (zh) | 一种基于跳频技术的rssi定位方法 | |
| CN103152745B (zh) | 一种强自适应性移动节点定位的方法 | |
| CN102395193B (zh) | 一种用于无线传感器网络的定位方法 | |
| CN103561463A (zh) | 一种基于样本聚类的rbf神经网络室内定位方法 | |
| CN103513229A (zh) | 基于wifi信号的定位方法 | |
| CN103338509A (zh) | 一种基于隐含马尔可夫模型的wsn室内定位方法 | |
| CN104320845A (zh) | 一种基于传感器和量子智能计算的主用户定位方法 | |
| CN103415072B (zh) | 一种无线传感网络中基于估距的定位方法 | |
| CN104333904A (zh) | 一种移动水下传感器网络节点的分布式定位方法 | |
| CN105334495A (zh) | 一种无线网络中基于信号到达时间的非视距稳健定位方法 | |
| Li et al. | Unsupervised learning of indoor localization based on received signal strength | |
| CN103796304A (zh) | 一种基于虚拟训练集和马尔科夫链的煤矿井下定位方法 | |
| CN106255059A (zh) | 一种基于几何方式的无设备目标定位方法 | |
| Ruan et al. | An Overview of LoRa Localization Technologies. | |
| CN104159295A (zh) | 一种无线传感器网络中基于滤波算法的节点定位方法 | |
| Soundari et al. | An efficient hybrid bat sand cat swarm optimization‐based node localization for data quality improvement in wireless sensor networks | |
| CN105068043A (zh) | 一种无线传感器网络节点和移动机器人同时定位方法 | |
| CN106332004A (zh) | 一种基于多径衰落信道的移动无线传感网节点定位方法 | |
| CN103037503B (zh) | 一种无线传感器网络定位方法及系统 | |
| Saha et al. | Improved hybrid node localization using the wild horse optimization in the underwater environment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170111 |
|
| RJ01 | Rejection of invention patent application after publication |