定位算法概述

基于距离的定位
• 4)信号到达角度( angle of arrival,AOA)测距: 基本思想是接收节点通过天线阵列或者多个超声波接收机 感知发射节点信号的到达方向,计算接收节点和发射节点 之间的相对方位或角度,再通过三角测量法计算节点的位 置。
节点定位方法
• a. 三边测量原理. 三边测量原理是根据3 个已知坐标的 节点到未知节点的距离来确定节点坐标. 已知A , B 和C 3 个节点的坐标分别为( xa ,ya ) , ( xb , yb) 和( xc , yc ) , 它们到未知节点D 的距离分别为d a , db 和dc ,假设节点D 的坐标为( x ,y) ,则通过计算可以得到
非距离式定位
• 算法的关键在于PIT 检测和区域的融合: • PIT 检测判断一点是否在由另外三点组成的三角形区域内, 若点M 在区域内,则M 沿任一个方向移动都会靠近或偏离 至少一个顶点;若M 在区域外,则至少存在一个方向, 当M 沿着这个方向移动时会同时靠近或偏离所有的顶点.在实 际定位时,不可能让节点M 移动, 这就需要PIT 的逼近方法 APIT. APIT 是利用M 临近的节点代替M的移动进行计算
谢谢
非距离式定位
APIT(approximation point-in-triangulation test )算法 对普通节点在能通信到的所有参考节点中选择3个,然后 测试是否在由这3 个参考节点所组成的三角形区域中, 即PIT检测;改变参考节点组合再进行测试直到所有的组 合被测试或达到所需的精度,这些三角形会形成一个重 叠区域,计算该区域的中心即为节点的位置.
A da dc C
2 2 2 xc2 ya yc2 dc2 d a x 2( xa xc ) 2 ya yc xa y 2( x x ) 2 y y * 2 2 2 2 2 2 b c xb xc yb yc dc db b c 1
定位算法概述
非距离式定位
中心算法: 传感器网络中包含参考节点和普通节点. 参考节点的位 置或坐标都已知为( Xi , Yi ) , 普通节点利用接收到 的参考节点的位置或坐标来估算自己的位置或坐标:
( Xest , Yest ) = [ ( X1 + X2 + ⋯+ Xk ) /k , ( Y1 + Y2 + ⋯+ Yk ) / k ].
基于距离的定位
• 2)信号传输时间( time of arrival , TOA)测距: 基本思想：根据信号(RF,声音或红外线)的传播时间来计算 节点间的距离,通常采用声音或者无线射频信号。
基于距离的定位
• 3)到达时间差( time difference on arrival , TDOA)测距: 基本思想： 发射节点同时发射2种不同传播速度的无线信号,接收节点 根据2种不同信号到达的时间差和已知的2种信号的速率计 算2个节点间的距离。常采用超声波信号与无线射频 信号。
Leabharlann Baidu
• MBAL(mobile beacon-assisted localization scheme)定 位方法, • 基本思想是利用一个移动的节点对整个网络中的节点进行 定位. 移动节点随时知道自己的坐标或位置,在移动过程 中,发送位置信息,周围的节点测量与移动节点不同位置的 距离. 当周围节点测量到与移动节点的三个或三个以上的 位置信息时,利用三边定位原理确定自己的位置,当节点确 定自己位置时,变为参考节点.
• Spotlight 定位方法: • Spotlight 定位系统的基本思想是在传感器节点部署的区 域产生可控信号,传感器节点利用自身感应到信号的时间 和信号的时空属性来获得自身的位置。Spotlight定位系 统利用3个函数,分4步来完成未知节点的定位。
产生事件
接收并 记录事情
• (1) Spotlight设备在节 点部署的A区域周期性广 播事件函数E ( t) ; • (2)在事件广播期间,传 感器节点记录检测到的事 件时间序列Ti = { ti1 , ti2 , ⋯, tin }; • (3)事件广播之后,各传 感器节点发送自身的检测 时间序列到Spotlight设 备; • (4) Spotlight设备使用 时间序列Ti 和已知的E ( t)函数来估计节点i的 位置。
D
db B
基于距离的定位
• b.三角测量原理. 三角测量原理 是根据3 个已知坐标的节点到未 知节点的相对角度来确定节点坐 标的. 已知A , B 和C 3 个节点 的坐标分别为( xa , ya) , ( xb , yb ) 和 ( xc , yc ) , 假设节点D 的坐标为( x , y) . 对于节点A , C 和D , 如果弧段 A C在△A B C 内,那么能够唯一 确 定 一 个 圆 , 并 存 在 下 • 列 公 式 ,
i j
每一个传感器节点 S i 用一个向量表示
si h(Si , S1), h(Si , S2 ), , h(Si , Sk )
支持向量机的训练数据是信标节点的集合。
Si i 1 k
ifSi c, li 1
用径向基函数定义一个核函数，
K ( Si , S j ) e
非距离式定位
移动信标节点定位算法 基本思想是：
• 多个信标在监控区域内移动。未知节点选择其接收到的信 号强度相等的3个信标发射点,认为这三点在以未知节点为 圆心的同一个圆上,然后,利用几何方法求解未知节点的位 置。
基于距离的定位
测距机制
1)接收信号强度测距机制( received signal strength indicator, RSSI) 基本思想：利用已知的发射点信号强度、接收节点接收 到的信号强度,计算出信号的传播损耗,利用理论或经验信 道模型将传播损耗转换为距离来测量距离。
k 1
si s j
2 2
hK ( S ) i*li K ( S , Si ) b*
if
li si gn(hK ( S )) 1 则S G
cy j
cy j 1
cx i
cxi+1
Decision tree m=4
• 目前研究的各类定位算法都是在综合权衡能耗、成本和精 度等因素的基础上提出来的。其计算量、精度等方面也存 在较大差别,适合的应用范围也各不相同. 因此,无线传感器 网络中定位算法的应用需要针对不同的场合,综合考虑节 点的规模、成本以及系统对定位精度的要求来设计和选择。 同时,对于具有分布式、低复杂性、高精度、通用性等特 点的无线传感器网络定位方法还有待进一步深入研究
• 激光定位系统———Lighthouse Location System • Lighthouse定位系统的基站由3个相互垂直的灯塔 ( lighthouse)组成,每个灯塔发射两条平行的激光束(带宽 已知为b) ,并以恒定速率绕轴旋转。如图2所示。
• 基站通过下行链路向节点广播。当节点第一次观测到激光 时记录下时间t1 ;在t1 后,节点观测不到激光时记录下时间 t2 ;当又可观测到激光时记录下时间t3。据此计算出节点 可观测到激光的时间间隔tbeam = t2 - t1 • 和灯塔旋转一周所需时间tturn = t3 - t1。然后节点使用公 式(1)计算自身与灯塔旋转轴的距离。
式中: r1为圆半径;O1 ( xO1 , yO1 ) 为圆心; α为圆心角∠A O1 C.
基于距离的定位
• 移动节点的定位算法： • 基本思想是用移动机器人投放节点,每次投放一个节点并 对该节点进行定位. 在投放节点前,需要设定一个坐标系, 将三个静止的参考节点分别标定为(0 ,0) , (0 ,l) 和 (l ,0) ,投放的第一个节点通过测量与这三个参考节点的 距离来确定自己的坐标,然后变为参考节点,作为后续节点 定位的参照. 这种算法只适用于某些特定的场合,要求投 放节点后,节点的位置不能改变,只能进行一次定位.
d b b 2sin(1 / 2) 2sin( * tteam / tturm )
激光发生器
a d
b
通过上述方法, dust节点可获得与相互垂直的3个灯塔轴 的距离,然后以基站为原点确定自身的坐标位置。
• 基于机器学习的传感器定位算法
• 其基本思想是在一个 [0,D]*[0,D]二维区域内部署 • N个传感器节点 S1, S2 , SN , • 其中存在k个信标节点 Si i 1 k (k<N)。而且每个信标节 点之间可以互相通信。 每个节点的真实坐标位置为 ( x(Si ), y(Si )) • h(S , S )表示从S i 到 S j 最短路径的跳数。
非距离式定位
• DV-Hop算法由3步实现: • ( 1)锚节点根据距离矢量路由协议在整个网络广播其自身 位置和跳数的信息包; • (2)锚节点根据获得的其它锚节点位置和相隔跳距来计算 网络平均每跳距离,然后将其作为一个校正值泛洪广播至 网络中; • (3)未知节点根据接收到的校正值和跳数来计算与锚节点 的距离,当获得与3个或更多锚节点距离后就通过三边测量 法来确定自身位置。
( xo1 xa )2 ( yo1 ya ) 2 r1 ( xo1 xc ) 2 ( yo1 yc ) 2 r1 ( x x ) 2 ( y y ) 2 2r 2 2r 2 cos a c a c 1 1
A O2 O1 D B O3 C C