[go: up one dir, main page]

CN108375754B - Wsn中基于移动节点初始状态和移动状态的节点定位方法 - Google Patents

Wsn中基于移动节点初始状态和移动状态的节点定位方法 Download PDF

Info

Publication number
CN108375754B
CN108375754B CN201810138084.3A CN201810138084A CN108375754B CN 108375754 B CN108375754 B CN 108375754B CN 201810138084 A CN201810138084 A CN 201810138084A CN 108375754 B CN108375754 B CN 108375754B
Authority
CN
China
Prior art keywords
node
positioning
rssi
coordinates
beacon
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.)
Expired - Fee Related
Application number
CN201810138084.3A
Other languages
English (en)
Other versions
CN108375754A (zh
Inventor
吕艳辉
张德育
刘洁琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Ligong University
Original Assignee
Shenyang Ligong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang Ligong University filed Critical Shenyang Ligong University
Priority to CN201810138084.3A priority Critical patent/CN108375754B/zh
Publication of CN108375754A publication Critical patent/CN108375754A/zh
Application granted granted Critical
Publication of CN108375754B publication Critical patent/CN108375754B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/12—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial
    • 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
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供一种WSN中基于移动节点初始状态和移动状态的节点定位方法，涉及无线传感器定位技术领域。该方法分为初始状态定位和移动状态定位。初始状态定位中，待定位节点向网络内的信标节点广播RF和US信号，根据信标节点返回信息组数，对应采用三边测量法、引入修正值的节点坐标计算法、基于多信号的定位算法计算初始坐标，将初始坐标记录；人工设定节点运动初速度、加速度和运动方向，启动移动状态定位；待定位节点随机运动，广播自身信息并收集邻居信标节点的数量，判断邻居信标节点数量，使用基于历史状态的移动节点定位法实现移动节点的最终定位。本发明在室内非视距环境下能有效抑制定位误差，提高定位成功率，具有良好的定位应用性。

Description

WSN中基于移动节点初始状态和移动状态的节点定位方法
技术领域
本发明涉及无线传感器定位技术领域，尤其涉及一种WSN中基于移动节点初始状态和移动状态的节点定位方法。
背景技术
无线传感器网络(Wireless Sensor Network，简称WSN)是由大量具有感知能力、计算能力和通信能力的传感器节点组成的自组织网络。在WSN中，节点被随机分布到不同的检测地点，节点负责采集信息、处理信息以及传输信息，并将得到的数据信息发送至汇聚节点，以方便管理者对客观物理世界进行感知和监控。在WSN中，定位技术能够使网络中的各个节点获取自身位置坐标，以保证对网络内目标的监测、数据的收集与分享以及预测。
自上世纪90年代至今，WSN逐渐进入人们的生活，在智能家居和目标跟踪等领域展现出广泛的应用，通过各国从事定位领域内容的学者不断的研究，目前WSN定位技术已经取得了一定的成果。常用的WSN节点定位技术主要分为基于测距的定位技术和基于非测距的定位技术。基于测距的定位能实现较高精度的定位，但对硬件有很高的要求，增加了网络的成本和功耗。基于非测距的定位主要利用网络的连通性来实现节点的定位，功耗低、无需增加硬件可以减小开销，但是定位误差较大、只能完成粗精度定位。这两种定位技术较适用于静止节点，而针对移动节点定位的研究相对较少。现阶段，在WSN中移动节点的应用情景却越来越多，例如仓储物质、医疗护理、机器人轨迹跟踪等。在现有定位技术中，室外基于GPS或北斗的定位技术相对成熟，但室内环境下由于障碍物的影响，节点间的通信会经过衍射、反射才能抵达信号接收端，这会使定位信息产生较大误差，不能满足室内高精度定位的要求。针对现有的定位技术应用环境局限性大、应用能力不足、室内移动节点定位精度有待提高等问题，如何涉及高精度、低复杂度、低功耗的室内移动节点定位方法，已成为传感器网络定位研究中亟需解决的难点问题。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足，提供一种WSN中基于移动节点初始状态和移动状态的节点定位方法，能够有效定位传感器节点的准确位置，在室内非视距环境下可以有效抑制定位误差，提高定位成功率，具有良好的定位应用性。
为解决上述技术问题，本发明所采取的技术方案是：
一种WSN中基于移动节点初始状态和移动状态的节点定位方法，包括以下步骤：
步骤1：部署无线传感器网络，人工设置网络内信标节点的坐标信息；
步骤2：当待定位节点进入网络区域内，启动节点初始状态的定位过程；
步骤3：待定位节点基于TDOA测距方法进行定位；待定位节点以广播形式发送RF和US信号；待定位节点通信范围内的邻居信标节点接收信号，并将自身信息写入定位数据包并返回给待定位节点；其中，邻居信标节点的自身信息包括：信标节点的节点号、信号到达信标节点的时间和信标节点的坐标信息；
步骤4：判断待定位节点收到信标节点返回信息的组数；若待定位节点收到3组以上信标节点返回信息，则执行步骤4.1；若待定位节点收到3组信标节点返回信息，则执行步骤4.2；若待定位节点收到信小于3组的标节点返回信息，则执行步骤4.3；
步骤4.1：利用NLOS抑制因子选取合适的信标节点，然后利用引入修正值的节点坐标计算法计算待定位节点的初始状态坐标，执行步骤6；
步骤4.2：使用三边测量法计算待定位节点的初始状态坐标，执行步骤6；
步骤4.3：用RSSI进行测距以补充节点间的距离值，执行步骤5；
步骤5：采用基于多信号的定位算法计算待定位节点的初始状态坐标，具体过程为：
步骤5.1：待定位节点重新发起一次广播后，判断能收到邻居信标节点RSSI值的个数，若能收到2个邻居信标节点的RSSI值，则执行步骤5.2，然后执行步骤6；若能收到3个邻居信标节点的RSSI值，则执行步骤5.3，然后执行步骤6；若能收到多个邻居信标节点的RSSI值，则执行步骤5.4，然后执行步骤6；
步骤5.2：待定位节点能收到邻居信标节点A和B的RSSI值RSSIA和RSSIB，则待定位节点的初始状态坐标(x，y)计算具体过程为：
步骤5.2.1：设邻居信标节点A和B的坐标分别为(xa，ya)和(xb，yb)，分别以A和B的位置坐标为圆心，以通信距离为半径作两个圆OA、OB，两圆OA、OB与线段AB的交点分别C、H；
步骤5.2.2：分别以A和B的位置坐标为圆心，以RSSIA和RSSIB为半径作两个圆O’A、O’B，两圆O’A、O’B的交点为点E(xe，ye)和点F(xf，yf)；得到直线AB与以信标节点B为圆心、以RSSIB为半径所做圆的两个交点为D和D’，直线AB与以信标节点A为圆心、以RSSIA为半径所做圆的两个交点G和G’；
步骤5.2.3：分别求点A到点D和点D’的距离，并与RSSIA比较，距离小于RSSIA的点与线段AB的交点为点D，设其坐标为(xd，yd)；
步骤5.2.4：分别求点B到点G和点G’的距离，并与RSSIB比较，距离小于RSSIB的点与线段AB的交点为点G，设其坐标(xg，yg)；
步骤5.2.5：任取四边形EGFD中的三个顶点组成四个三角形△EGF、△EGD、△GFD和△EFG，分别计算四个三角形的质心；
步骤5.2.6：待定位节点初始状态坐标为四个质心坐标的平均值；
步骤5.3：待定位节点能收到3个邻居信标节点A、B、C的RSSI值RSSIA、RSSIB、RSSIC，且RSSIA>RSSIB>RSSIC，则待定位节点的初始状态坐标(x，y)计算具体过程为：
步骤5.3.1：由RSSI-Convex定位算法得到最小重叠区域△DEF；
步骤5.3.2：分别以A、B、C为圆心，以RSSIA、RSSIB、RSSIC为半径作圆，取重叠区域的三个顶点G、H、I得到△GHI；
步骤5.3.3：两个三角形△DEF与△GHI的交点为G、F、J，分别计算三个交点到各邻居信标节点的距离，交点距离最近的邻居信标节点即为此交点所属邻居信标节点区域；三个交点分别划分给三个邻居信标节点所在区域；
步骤5.3.4：选取待定位节点与邻居信标节点间RSSI值的倒数作为属于此邻居信标节点范围内的交点参与定位计算时的权值w，即w＝1/RSSI；
步骤5.3.5：按下式计算待定位节点的初始状态坐标；
Figure GDA0003091704760000031
式中，(xg，yg)为交点G的坐标，(xf，yf)为交点F的坐标，(xj，yj)为交点J的坐标；wA为交点J参与定位计算时的权重，wA＝1/RSSIA；wB为交点G参与定位计算时的权重，wB＝1/RSSIB；wC为交点F参与定位计算时的权重，wC＝1/RSSIC；
步骤5.4：待定位节点能收到多个邻居信标节点的RSSI值，则待定位节点的初始状态坐标(x，y)计算具体过程为：
步骤5.4.1：根据凸规划定位原理，任取三个信标节点的RSSI值，按照步骤5.3的方法得到待定位节点的一个初始状态坐标；
步骤5.4.2：遍历待定位节点收到的全部RSSI值，得到待定位节点的若干个初始状态坐标；
步骤5.4.3：求步骤5.4.2中得到的所有待定位节点初始状态坐标的平均值，作为待定位节点最终的初始状态坐标；
步骤6：记录待定位节点的初始状态坐标信息，用于该节点移动状态的定位；
步骤7：当待定位节点完成初始状态定位后，人工设定节点运动状态，包括节点初速度、加速度和运动角度，然后启动节点移动状态定位过程；
步骤8：待定位节点在网络中发起广播，判断定位时刻邻居信标节点的数目；若待定位节点通信范围内没有邻居信标节点，则执行步骤8.1；若待定位节点通信范围内有一个邻居信标节点，则执行步骤8.2；若待定位节点通信范围内有两个邻居信标节点，则执行步骤8.3；若待定位节点通信范围内有三个邻居信标节点，则执行步骤8.4；若待定位节点通信范围内邻居信标节点数目大于三，则执行步骤8.5；
步骤8.1：利用该待定位节点的历史定位记录，通过角度定位方法得出移动节点此刻的坐标；计算公式为：
Figure GDA0003091704760000041
式中，(xt，yt)为t时刻待定位移动节点的坐标；(xt-1，yt-1)为t-1时刻待定位节点的坐标信息；
Figure GDA0003091704760000045
为t时刻测得的绝对定位角度，即节点运动位移与横坐标的角度；θt-1,t为相对移动角度，即节点运动位移与上一时刻的角度；st-1,t为节点相对移动位移；
步骤8.2：结合节点历史定位信息计算待定位节点的坐标，公式为：
Figure GDA0003091704760000042
式中，(xt，yt)为待定位节点t时刻坐标；(xm，ym)为邻居信标节点坐标；d为待定位节点与邻居信标节点的距离，(xt-1，yt-1)为待定位节点的历史定位记录中t-1时刻的位置坐标，st-1,t为节点相对移动位移；
取式(13)中两解的平均值为待定位节点的最终定位坐标；
步骤8.3：按下式计算待定位节点的第一预测性坐标(xt1，yt1)：
Figure GDA0003091704760000043
式中，(xm1，ym1)、(xm2，ym2)分别为两个信标节点坐标；d1、d2分别为t时刻待定位节点与两个邻居信标节点的距离；(xt-1，yt-1)为此时待定位节点的历史定位记录中t-1时刻的位置坐标；st-1,t为待定位节点的相对移动位移；
根据角度定位算法，得到待定位节点的第二预测性坐标(xt2，yt2)；
则移动节点的最终坐标为：
Figure GDA0003091704760000044
步骤8.4：结合节点历史定位信息和邻居信标节点信息，利用引入修正值的节点坐标计算法计算待定位节点坐标；
步骤8.5：选取待定位节点与邻居信标节点间RSSI值的倒数作为该邻居信标节点参与定位计算时的权值，选取其中权重最小的前三个邻居信标节点，利用引入修正值的节点坐标计算法计算待定位节点的坐标。
所述引入修正值的节点坐标计算法计算待定位节点的坐标的具体方法为：
步骤01：待定位节点与邻居信标节点的实际距离d和测量距离d’的差值即为修正距离：P＝d-d'；
步骤02：待定位节点与信标节点(x1，y1)间的修正距离dv1定义为
Figure GDA0003091704760000051
式中，(x，y)为待定位节点的真实坐标；(x’，y’)为待定位节点的测量坐标；xv和yv分别为x’和y’的修正值；
步骤03：待定位节点与所有邻居信标节点间的修正距离dv为：
Figure GDA0003091704760000052
其中，n为邻居信标节点的总数；(xi，yi)为第i个邻居信标节点的坐标；
步骤04：根据步骤01和步骤03可得修正值的计算公式为：
V＝(QTQ)-1QTP (15)
其中：P＝d-d'，
Figure GDA0003091704760000053
式中，d为待定位节点与邻居信标节点的实际距离；d’为待定位节点与信标节点间的测量距离；
步骤05：使用标准的最小均方差估计方法求得xv和yv，则待定位节点的最终坐标为(x’+xv，y’+yv)。
采用上述技术方案所产生的有益效果在于：本发明提供的WSN中基于移动节点初始状态和移动状态的节点定位方法，适用于室内非视距环境下的传感器移动节点的定位。在定位过程中，先根据节点进入网络时的初始状态，使用基于多信号的定位方法保证节点初始坐标的准确度，为下一状态的定位奠定良好基础；进一步，在节点开始运动过程中启动基于历史信息的定位机制，根据定位时刻节点的邻居信标节点个数和前一时刻的定位信息计算此刻移动节点的坐标位置，使运动过程中的节点能快速、准确的完成定位。本发明能够有效定位传感器节点的准确位置，在室内非视距环境下可以有效抑制定位误差，提高定位成功率，具有良好的定位应用性。
附图说明
图1为本发明实施例提供的WSN中待定位节点初始状态定位流程图；
图2为本发明实施例提供的WSN中节点初始状态定位中待定位节点通信范围内有两个邻居信标节点的定位原理图；
图3为本发明实施例提供的WSN中节点初始状态定位中待定位节点通信范围内有三个邻居信标节点的定位原理图；
图4为本发明实施例提供的WSN中待定位节点通信范围内有三个邻居信标节点时节点参与权重的原理图；
图5为本发明实施例提供的WSN中待定位节点移动状态定位流程图；
图6为本发明实施例提供的WSN中节点移动状态定位中待定位节点通信范围内没有邻居信标节点的定位原理图；
图7为本发明实施例提供的在不同测距误差的条件下，本实施例的初始状态定位机制与RSSI-Convex算法的定位误差比较示意图；
图8为本发明实施例提供的在不同信标节点数量的条件下，本实施例的移动状态定位机制与历史状态信息定位算法的定位误差比较示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
对于室内非视距环境下的移动传感器节点的位置确定，本实施例提供一种WSN中基于移动节点初始状态和移动状态的节点定位方法，在网络内，当节点进入网络后，首先对其初始位置进行位置确定，其次人工设定节点运动的初速度、加速度和运动角度等，当节点在网络内开始运动时，以固定时间间隔对移动节点进行定位。具体方法如下所述。
步骤1：部署无线传感器网络，人工设置网络内信标节点的坐标信息。
步骤2：当待定位节点进入网络区域内，启动节点初始状态的定位过程。节点初始状态的定位过程如图1所示。
步骤3：待定位节点基于TDOA测距方法进行初始状态的定位；待定位节点以广播形式发送RF和US信号，即射频和超声波信号；待定位节点通信范围内的邻居信标节点接收信号，并将自身信息写入定位数据包并返回给待定位节点；其中，邻居信标节点的自身信息包括：信标节点的节点号、信号到达信标节点的时间和信标节点的坐标信息。
步骤4：判断待定位节点收到信标节点返回信息的组数；若待定位节点收到3组以上信标节点返回信息，则执行步骤4.1；若待定位节点收到3组信标节点返回信息，则执行步骤4.2；若待定位节点收到信小于3组的标节点返回信息，则执行步骤4.3。
步骤4.1：利用NLOS抑制因子选取合适的信标节点，然后利用引入修正值的节点坐标计算法计算待定位节点的初始状态坐标，执行步骤6。
利用NLOS抑制因子选取合适的信标节点的公式为：
d2＝(x-x')2+(y-y')2＝NIFdi 2 (1)
式中，(x’，y’)为信标节点坐标；(x，y)为待定位节点坐标；d为待定位节点与信标节点间的实际距离；di为待定位节点与信标节点间的测量距离；NIF(NLOS InhibitoryFactor)为NLOS抑制因子；
当存在NLOS影响时，d≤di，故0<NIF≤1；当NIF＝1时，d＝di，即此时为视距传播环境；
通过计算NIF的值，判断di是否为通过NLOS距离测量值得出的数据，尽可能选取NIF值接近1的邻居信标节点参与定位。
所述引入修正值的节点坐标计算法计算待定位节点的坐标的具体方法为：
步骤01：待定位节点与邻居信标节点的实际距离d和测量距离d’的差值即为修正距离：P＝d-d'；
步骤02：待定位节点与信标节点(x1，y1)间的修正距离dv1定义为
Figure GDA0003091704760000071
式中，(x，y)为待定位节点的真实坐标；(x’，y’)为待定位节点的测量坐标；xv和yv分别为x’和y’的修正值；
步骤03：待定位节点与所有邻居信标节点间的修正距离dv为：
Figure GDA0003091704760000072
其中，n为邻居信标节点的总数；(xi，yi)为第i个邻居信标节点的坐标；
步骤04：根据步骤01和步骤03可得修正值的计算公式为：
V＝(QTQ)-1QTP (15)
其中：P＝d-d'，
Figure GDA0003091704760000081
式中，d为待定位节点与邻居信标节点的实际距离；d’为待定位节点与信标节点间的测量距离；
步骤05：使用标准的最小均方差估计方法求得xv和yv，则待定位节点的最终坐标为(x’+xv，y’+yv)。
步骤4.2：使用三边测量法计算待定位节点的初始状态坐标，执行步骤6；
基于三遍测量法，待定位节点的坐标(x，y)计算公式为：
X＝Y-1Z (2)
其中：
Figure GDA0003091704760000082
式中，(x1，y1)、(x2，y2)、(x3，y3)为三个邻居信标节点的坐标；d1、d2、d3为待定位节点与三个信标节点的距离；
步骤4.3：用RSSI进行测距以补充节点间的距离值，执行步骤5。
在基于RSSI测距技术的定位中，由于建筑物内WSN的通信传播会受到多径效应或物体遮挡、折射、反射等因素的影响；
本实施例使用对数距离损耗模型计算节点间的距离，公式为
Figure GDA0003091704760000083
式中，PL(d)为发送和接收节点间的损耗；d为待定位节点到信标节点的距离；PL(d0)为近场参考点损耗值；d0为参考点；n为路径损耗指数，依赖于监测区域的环境和区域内的建筑类型；Xσ为服从均值为0，标准方差为σ2的高斯正态分布；
若取d0＝1m，并忽略Xσ，此时公式为：
RSSI＝A-10n lg d (4)
式中，A为距离待定位节点1米处的接受信号强度；RSSI为距离待定位节点d米处的接受信号强度；n为路径损耗指数；d为待定位节点到信标节点的距离；
直接使用RSSI测距，它的测量值与实际值的误差很大，所以使用RSSI测距技术获取足够信标节点信息后，采用基于多信号的定位算法计算待定位节点的初始坐标，具体如步骤5所述。
步骤5：采用基于多信号的定位算法计算待定位节点的初始状态坐标，具体过程为：
步骤5.1：待定位节点重新发起一次广播后，判断能收到邻居信标节点RSSI值的个数，若能收到2个邻居信标节点的RSSI值，则执行步骤5.2，然后执行步骤6；若能收到3个邻居信标节点的RSSI值，则执行步骤5.3，然后执行步骤6；若能收到多个邻居信标节点的RSSI值，则执行步骤5.4，然后执行步骤6；
步骤5.2：待定位节点能收到邻居信标节点A和B的RSSI值RSSIA和RSSIB，如图2所示，则待定位节点的初始状态坐标(x，y)计算具体过程为：
步骤5.2.1：设邻居信标节点A和B的坐标分别为(xa，ya)和(xb，yb)，则直线AB的公式为：
Figure GDA0003091704760000091
分别以A和B的位置坐标为圆心，以通信距离为半径作两个圆OA、OB，两圆OA、OB与线段AB的交点分别C、H；
步骤5.2.2：分别以A和B的位置坐标为圆心，以RSSIA和RSSIB为半径作两个圆O’A、O’B，公式分别为：
(x-xa)2+(y-ya)2＝RSSIA 2 (6)
(x-xb)2+(y-yb)2＝RSSIB 2 (7)
通过式(6)和式(7)得到两圆O’A、O’B的交点为点E(xe，ye)和点F(xf，yf)；通过式(5)和式(7)得到直线AB与圆O’B的两个交点为D和D’，通过式(5)和式(6)得到直线AB与圆O’A的两个交点G和G’；
步骤5.2.3：分别求点A到点D和点D’的距离，并与RSSIA比较，距离小于RSSIA的点与线段AB的交点为点D，设其坐标为(xd，yd)；
步骤5.2.4：分别求点B到点G和点G’的距离，并与RSSIB比较，距离小于RSSIB的点与线段AB的交点为点G，设其坐标(xg，yg)；
此时四边形EGFD的顶点坐标均已得到，待定位节点应在四边形EGFD中；
步骤5.2.5：任取四边形EGFD中的三个顶点组成四个三角形△EGF、△EGD、△GFD和△EFG，分别计算四个三角形的质心；
步骤5.2.6：待定位节点初始状态坐标为四个质心坐标的平均值；
步骤5.3：待定位节点能收到3个邻居信标节点A、B、C的RSSI值RSSIA、RSSIB、RSSIC，且RSSIA>RSSIB>RSSIC，如图3所示，则待定位节点的初始状态坐标(x，y)计算具体过程为：
步骤5.3.1：由RSSI-Convex定位算法得到最小重叠区域△DEF；
步骤5.3.2：分别以A、B、C为圆心，以RSSIA、RSSIB、RSSIC为半径作圆，取重叠区域的三个顶点G、H、I得到△GHI；
步骤5.3.3：如图4所示，两个三角形△DEF与△GHI的交点为G、F、J，分别计算三个交点到各邻居信标节点的距离，交点距离最近的邻居信标节点即为此交点所属邻居信标节点区域；以交点J为例，该交点与三个邻居信标节点的距离公式分别为：
Figure GDA0003091704760000101
Figure GDA0003091704760000102
Figure GDA0003091704760000103
式中，(xj，yj)为点J的坐标；(xa，ya)、(xb，yb)、(xc，yc)为邻居信标节点A、B、C的坐标；da、db和dc分别为J与三个邻居信标节点A、B、C的距离；
根据计算并比较得到，交点J与邻居信标节点A的距离最近，则邻居信标节点A为交点J所属的邻居信标节点区域；同理可以得到交点G、F所属的邻居信标节点区域；最终，三个交点J、G、F分别划分给三个邻居信标节点A、B、C所在区域；
步骤5.3.4：选取待定位节点与邻居信标节点间RSSI值的倒数作为属于此邻居信标节点范围内的交点参与定位计算时的权值w，即w＝1/RSSI；根据划分的邻居信标节点区域，得到三个交点J、G、F参与定位计算时的权重分别为wA、wB、wC，wA＝1/RSSIA，wB＝1/RSSIB，wC＝1/RSSIC；
步骤5.3.5：按下式计算待定位节点的初始状态坐标；
Figure GDA0003091704760000104
式中，(xg，yg)为交点G的坐标，(xf，yf)为交点F的坐标，(xj，yj)为交点J的坐标；
步骤5.4：待定位节点能收到多个邻居信标节点的RSSI值，则待定位节点的初始状态坐标(x，y)计算具体过程为：
步骤5.4.1：由凸规划定位原理可知，使用凸规划定位算法时最多只需要三个信标节点，所以当待定位节点通信范围内有多个邻居信标节点时，记录各个邻居信标节点到待定位节点的RSSI值，任取三个信标节点的RSSI值，按照步骤5.3的方法得到待定位节点的一个初始状态坐标；
步骤5.4.2：遍历待定位节点收到的全部RSSI值，得到待定位节点的若干个初始状态坐标；
步骤5.4.3：求步骤5.4.2中得到的所有待定位节点初始状态坐标的平均值，作为待定位节点最终的初始状态坐标。
步骤6：记录待定位节点的初始状态坐标信息，用于该节点移动状态的定位。
此时已经完成移动节点初始状态定位过程，待定位节点已获取初始定位坐标，准备进入移动状态的定位过程，如图5所示，移动状态定位过程具体如下所述。
步骤7：人工设定节点运动状态，包括节点初速度、加速度和运动角度等信息，然后，传感器节点开始运动，启动节点移动状态定位过程。
步骤8：待定位节点在网络中发起广播，判断定位时刻邻居信标节点的数目是否大于等于3，若否，即小于3，则判断定位时刻邻居信标节点的数目是否存在，若不存在，即待定位节点通信范围内没有邻居信标节点，则执行步骤8.1；若存在，待定位节点通信范围内有一个邻居信标节点时，则执行步骤8.2，待定位节点通信范围内有两个邻居信标节点时，则执行步骤8.3；若待定位节点通信范围内有三个邻居信标节点，则执行步骤8.4；若待定位节点通信范围内邻居信标节点数目大于三，则执行步骤8.5；
步骤8.1：如图6所示，待定位节点通信范围内没有邻居信标节点时，利用该待定位节点的历史定位记录，通过角度定位方法得出移动节点此刻的坐标；计算公式为：
Figure GDA0003091704760000111
式中，(xt，yt)为t时刻待定位移动节点的坐标；(xt-1，yt-1)为t-1时刻待定位节点的坐标信息；
Figure GDA0003091704760000113
为t时刻测得的绝对定位角度，即节点运动位移与横坐标的角度；θt-1,t为相对移动角度，即节点运动位移与上一时刻的角度；st-1,t为节点相对移动位移；
步骤8.2：待定位节点通信范围内有一个邻居信标节点时，结合节点历史定位信息计算待定位节点的坐标，公式为：
Figure GDA0003091704760000112
式中，(xt，yt)为待定位节点t时刻坐标；(xm，ym)为邻居信标节点坐标；d为待定位节点与邻居信标节点的距离，(xt-1，yt-1)为待定位节点的历史定位记录中t-1时刻的位置坐标，st-1,t为节点相对移动位移；
取式(13)中两解的平均值为待定位节点的最终定位坐标；
步骤8.3：待定位节点通信范围内有两个邻居信标节点时，按下式计算待定位节点的第一预测性坐标(xt1，yt1)：
Figure GDA0003091704760000121
式中，(xm1，ym1)、(xm2，ym2)分别为两个信标节点坐标；d1、d2分别为t时刻待定位节点与两个邻居信标节点的距离；(xt-1，yt-1)为此时待定位节点的历史定位记录中t-1时刻的位置坐标；st-1,t为待定位节点的相对移动位移；
根据角度定位方法，参考步骤8.1，得到待定位节点的第二预测性坐标(xt2，yt2)；
则移动节点的最终坐标为：
Figure GDA0003091704760000122
步骤8.4：待定位节点通信范围内有三个邻居信标节点时，结合节点历史定位信息和邻居信标节点信息，利用引入修正值的节点坐标计算法计算待定位节点坐标，具体方法参考步骤4.1中的引入修正值的节点坐标计算法；
步骤8.5：待定位节点通信范围内邻居信标节点数目大于3时，选取待定位节点与邻居信标节点间RSSI值的倒数作为该邻居信标节点参与定位计算时的权值，选取其中权重最小的前三个邻居信标节点，设其坐标分别为(xm1，ym1)、(xm2，ym2)和(xm3，ym3)，此时测得t时刻待定位节点(xt，yt)与三个邻居信标节点的距离分别为d1、d2、d3，t-1时刻待定位节点的坐标为(xt-1，yt-1)，t时刻测得待定位节点相对运动位移为st-1,t；利用引入修正值的节点坐标计算法计算待定位节点的坐标，具体方法参考步骤4.1中的引入修正值的节点坐标计算法。
经过上述过程，完成网络内移动节点的定位。
本实施例提供的方法适用于室内非视距环境下的传感器移动节点的定位，定位过程分为待定位节点进入监测区域时的初始状态定位和待定位节点在监测区域内开始移动后的移动状态定位。在待定位节点进入网络后，启动初始状态定位方法，首先向网络内的信标节点广播射频和超声波信号，若信标节点返回信息为三组，则使用传统三边测量法计算待定位节点的初始坐标；若信标节点返回信息大于三组，则利用非视距抑制因子选取合适信标节点参与定位计算，并引入修正值节点计算方法计算待定位节点的初始坐标；若信标节点返回信息不足三组，则使用RSSI测距技术获取更多信标节点信息，并采用基于多信号的定位算法计算待定位节点的初始坐标。当待定位节点已知初始坐标后将其记录到历史信息中，人工设定待定位节点的运动初速度、加速度和运动方向，并启动移动状态定位方法。此时，待定位节点开始随机运动，并广播自身信息，收集邻居信标节点的数量，通过判断此刻待定位节点的邻居信标节点数量，使用基于历史状态的移动节点定位方法实现移动节点的最终定位，在室内非视距环境下具有良好的定位应用性。
考察本实施例采用的定位方法的性能情况，以验证本方法的有效性，具体如下：在30×30的区域中随机部署10个移动的待定位节点和3-15个信标节点，节点的通信半径为R＝7。
图7示意了网络中部署10个锚节点时，RSSI-Convex定位算法和本实施例的节点初始状态的定位算法(即基于多信号定位算法，简称BMS)误差随测距误差增大的对比。可以看出，定位方法的性能会受到节点间测量距离误差的影响，当测距误差增大时，定位方法的误差也会随之增大，但本实施例的定位方法明显较高，由此可见，本实施例提供的定位方法具有良好的性能。
图8示意了待定位节点在网络内以0.5m/s做匀速运动时，不同信标节点数量下本实施例的节点移动状态的定位算法(即基于历史状态的移动节点定位算法，简称MNHS)与已有的历史信息状态定位算法(即Historical Information State Location，HISL定位算法)的性能比较。当网络中信标节点数量为3时，待定位节点进入网络并广播，此时并不能保证广播范围内一定能得到3个信标节点的位置信息，但待定位节点中至少存储了一条历史信息记录，HISL定位算法利用此记录得到当前位置信息，而本实施例的方法不仅可以利用历史信息记录，还结合1个或2个信标节点的返回信息计算当前位置信息，从而减小了定位误差。当信标节点数量逐渐增多时，本实施例的定位方法明显优于HISL。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (5)

1.一种WSN中基于移动节点初始状态和移动状态的节点定位方法，其特征在于：包括以下步骤：
步骤1：部署无线传感器网络，人工设置网络内信标节点的坐标信息；
步骤2：当待定位节点进入网络区域内，启动节点初始状态的定位过程；
步骤3：待定位节点基于TDOA测距方法进行定位；待定位节点以广播形式发送RF和US信号；待定位节点通信范围内的邻居信标节点接收信号，并将自身信息写入定位数据包并返回给待定位节点；其中，邻居信标节点的自身信息包括：信标节点的节点号、信号到达信标节点的时间和信标节点的坐标信息；
步骤4：判断待定位节点收到信标节点返回信息的组数；若待定位节点收到3组以上信标节点返回信息，则执行步骤4.1；若待定位节点收到3组信标节点返回信息，则执行步骤4.2；若待定位节点收到信小于3组的标节点返回信息，则执行步骤4.3；
步骤4.1：利用NLOS抑制因子选取合适的信标节点，然后利用引入修正值的节点坐标计算法计算待定位节点的初始状态坐标，执行步骤6；
步骤4.2：使用三边测量法计算待定位节点的初始状态坐标，执行步骤6；
步骤4.3：用RSSI进行测距以补充节点间的距离值，执行步骤5；
步骤5：采用基于多信号的定位算法计算待定位节点的初始状态坐标，然后执行步骤6；
步骤6：记录待定位节点的初始状态坐标信息，用于该节点移动状态的定位；
步骤7：当待定位节点完成初始状态定位后，人工设定节点运动状态，包括节点初速度、加速度和运动角度，然后启动节点移动状态定位过程；
步骤8：待定位节点在网络中发起广播，判断定位时刻邻居信标节点的数目；若待定位节点通信范围内没有邻居信标节点，则执行步骤8.1；若待定位节点通信范围内有一个邻居信标节点，则执行步骤8.2；若待定位节点通信范围内有两个邻居信标节点，则执行步骤8.3；若待定位节点通信范围内有三个邻居信标节点，则执行步骤8.4；若待定位节点通信范围内邻居信标节点数目大于三，则执行步骤8.5；
步骤8.1：利用该待定位节点的历史定位记录，通过角度定位方法得出移动节点此刻的坐标；
步骤8.2：结合节点历史定位信息计算待定位节点的坐标；
步骤8.3：按下式计算待定位节点的第一预测性坐标(xt1，yt1)：
Figure FDA0003091704750000011
式中，(xm1，ym1)、(xm2，ym2)分别为两个信标节点坐标；d1、d2分别为t时刻待定位节点与两个邻居信标节点的距离；(xt-1，yt-1)为此时待定位节点的历史定位记录中t-1时刻的位置坐标；st-1,t为待定位节点的相对移动位移；
根据角度定位算法，得到待定位节点的第二预测性坐标(xt2，yt2)；
则移动节点的最终坐标为：
Figure FDA0003091704750000021
步骤8.4：结合节点历史定位信息和邻居信标节点信息，利用引入修正值的节点坐标计算法计算待定位节点坐标；
步骤8.5：选取待定位节点与邻居信标节点间RSSI值的倒数作为该邻居信标节点参与定位计算时的权值，选取其中权重最小的前三个邻居信标节点，利用引入修正值的节点坐标计算法计算待定位节点的坐标。
2.根据权利要求1所述的WSN中基于移动节点初始状态和移动状态的节点定位方法，其特征在于：所述步骤5中基于多信号的定位算法具体过程为：
步骤5.1：待定位节点重新发起一次广播后，判断能收到邻居信标节点RSSI值的个数，若能收到2个邻居信标节点的RSSI值，则执行步骤5.2，然后执行步骤6；若能收到3个邻居信标节点的RSSI值，则执行步骤5.3，然后执行步骤6；若能收到多个邻居信标节点的RSSI值，则执行步骤5.4，然后执行步骤6；
步骤5.2：待定位节点能收到邻居信标节点A和B的RSSI值RSSIA和RSSIB，则待定位节点的初始状态坐标(x，y)计算具体过程为：
步骤5.2.1：设邻居信标节点A和B的坐标分别为(xa，ya)和(xb，yb)，分别以A和B的位置坐标为圆心，以通信距离为半径作两个圆OA、OB，两圆OA、OB与线段AB的交点分别C、H；
步骤5.2.2：分别以A和B的位置坐标为圆心，以RSSIA和RSSIB为半径作两个圆O’A、O’B，两圆O’A、O’B的交点为点E(xe，ye)和点F(xf，yf)；得到直线AB与以信标节点B为圆心、以RSSIB为半径所做圆的两个交点为D和D’，直线AB与以信标节点A为圆心、以RSSIA为半径所做圆的两个交点G和G’；
步骤5.2.3：分别求点A到点D和点D’的距离，并与RSSIA比较，距离小于RSSIA的点与线段AB的交点为点D，设其坐标为(xd，yd)；
步骤5.2.4：分别求点B到点G和点G’的距离，并与RSSIB比较，距离小于RSSIB的点与线段AB的交点为点G，设其坐标(xg，yg)；
步骤5.2.5：任取四边形EGFD中的三个顶点组成四个三角形△EGF、△EGD、△GFD和△EFG，分别计算四个三角形的质心；
步骤5.2.6：待定位节点初始状态坐标为四个质心坐标的平均值；
步骤5.3：待定位节点能收到3个邻居信标节点A、B、C的RSSI值RSSIA、RSSIB、RSSIC，且RSSIA>RSSIB>RSSIC，则待定位节点的初始状态坐标(x，y)计算具体过程为：
步骤5.3.1：由RSSI-Convex定位算法得到最小重叠区域△DEF；
步骤5.3.2：分别以A、B、C为圆心，以RSSIA、RSSIB、RSSIC为半径作圆，取重叠区域的三个顶点G、H、I得到△GHI；
步骤5.3.3：两个三角形△DEF与△GHI的交点为G、F、J，分别计算三个交点到各邻居信标节点的距离，交点距离最近的邻居信标节点即为此交点所属邻居信标节点区域；三个交点分别划分给三个邻居信标节点所在区域；
步骤5.3.4：选取待定位节点与邻居信标节点间RSSI值的倒数作为属于此邻居信标节点范围内的交点参与定位计算时的权值w，即w＝1/RSSI；
步骤5.3.5：按下式计算待定位节点的初始状态坐标；
Figure FDA0003091704750000031
式中，(xg，yg)为交点G的坐标，(xf，yf)为交点F的坐标，(xj，yj)为交点J的坐标；wA为交点J参与定位计算时的权重，wA＝1/RSSIA；wB为交点G参与定位计算时的权重，wB＝1/RSSIB；wC为交点F参与定位计算时的权重，wC＝1/RSSIC；
步骤5.4：待定位节点能收到多个邻居信标节点的RSSI值，则待定位节点的初始状态坐标(x，y)计算具体过程为：
步骤5.4.1：根据凸规划定位原理，任取三个信标节点的RSSI值，按照步骤5.3的方法得到待定位节点的一个初始状态坐标；
步骤5.4.2：遍历待定位节点收到的全部RSSI值，得到待定位节点的若干个初始状态坐标；
步骤5.4.3：求步骤5.4.2中得到的所有待定位节点初始状态坐标的平均值，作为待定位节点最终的初始状态坐标。
3.根据权利要求1所述的WSN中基于移动节点初始状态和移动状态的节点定位方法，其特征在于：所述引入修正值的节点坐标计算法计算待定位节点的坐标的具体方法为：
步骤01：待定位节点与邻居信标节点的实际距离d和测量距离d’的差值即为修正距离：
P＝d-d'；
步骤02：待定位节点与信标节点(x1，y1)间的修正距离dv1定义为
Figure FDA0003091704750000041
式中，(x，y)为待定位节点的真实坐标；(x’，y’)为待定位节点的测量坐标；xv和yv分别为x’和y’的修正值；
步骤03：待定位节点与所有邻居信标节点间的修正距离dv为：
Figure FDA0003091704750000042
其中，n为邻居信标节点的总数；(xi，yi)为第i个邻居信标节点的坐标；
步骤04：根据步骤01和步骤03可得修正值的计算公式为：
V＝(QTQ)-1QTP (15)
其中：
Figure FDA0003091704750000043
式中，d为待定位节点与邻居信标节点的实际距离；d’为待定位节点与信标节点间的测量距离；
步骤05：使用标准的最小均方差估计方法求得xv和yv，则待定位节点的最终坐标为(x’+xv，y’+yv)。
4.根据权利要求1所述的WSN中基于移动节点初始状态和移动状态的节点定位方法，其特征在于：所述步骤8.1中通过角度定位方法得出移动节点此刻的坐标的计算公式为：
Figure FDA0003091704750000044
式中，(xt，yt)为t时刻待定位移动节点的坐标；(xt-1，yt-1)为t-1时刻待定位节点的坐标信息；
Figure FDA0003091704750000045
为t时刻测得的绝对定位角度，即节点运动位移与横坐标的角度；θt-1,t为相对移动角度，即节点运动位移与上一时刻的角度。
5.根据权利要求1所述的WSN中基于移动节点初始状态和移动状态的节点定位方法，其特征在于：所述步骤8.2中结合节点历史定位信息计算待定位节点的坐标的公式为：
Figure FDA0003091704750000051
式中，(xt，yt)为待定位节点t时刻坐标；(xm，ym)为邻居信标节点坐标；d为待定位节点与邻居信标节点的距离，(xt-1，yt-1)为待定位节点的历史定位记录中t-1时刻的位置坐标；
取式(13)中两解的平均值为待定位节点的最终定位坐标。
CN201810138084.3A 2018-02-10 2018-02-10 Wsn中基于移动节点初始状态和移动状态的节点定位方法 Expired - Fee Related CN108375754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810138084.3A CN108375754B (zh) 2018-02-10 2018-02-10 Wsn中基于移动节点初始状态和移动状态的节点定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810138084.3A CN108375754B (zh) 2018-02-10 2018-02-10 Wsn中基于移动节点初始状态和移动状态的节点定位方法

Publications (2)

Publication Number Publication Date
CN108375754A CN108375754A (zh) 2018-08-07
CN108375754B true CN108375754B (zh) 2021-10-08

Family

ID=63017687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810138084.3A Expired - Fee Related CN108375754B (zh) 2018-02-10 2018-02-10 Wsn中基于移动节点初始状态和移动状态的节点定位方法

Country Status (1)

Country Link
CN (1) CN108375754B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109089312B (zh) * 2018-08-14 2020-11-13 广东天诚智能科技有限公司 一种基于传感器的定位方法
CN109375168B (zh) * 2018-11-16 2023-06-16 华南理工大学 一种基于rssi的低速移动车辆定位方法
CN109874172A (zh) * 2019-02-25 2019-06-11 广州市香港科大霍英东研究院 一种蓝牙定位方法、装置、设备和系统
CN110087180A (zh) * 2019-03-27 2019-08-02 河海大学常州校区 一种无线传感网络的定位方法
CN112423309B (zh) * 2019-08-21 2023-06-27 科航（苏州）信息科技有限公司 通信节点自动部署装置
CN110913338B (zh) * 2019-12-17 2021-06-04 深圳奇迹智慧网络有限公司 定位轨迹纠正方法、装置、计算机设备和存储介质
CN112037408A (zh) * 2020-09-11 2020-12-04 合肥创兆电子科技有限公司 一种考场考生智能认证及定位方法
CN114079868A (zh) * 2021-11-15 2022-02-22 道能智联(北京)科技有限公司 一种基于低功耗蓝牙信标定位的算法
CN114390671B (zh) * 2021-12-08 2023-04-18 珠海格力电器股份有限公司 对象的定位方法、装置、电子设备及存储介质

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1243453C (zh) * 2002-11-08 2006-02-22 华为技术有限公司 一种位置估计方法
US7973716B2 (en) * 2005-01-19 2011-07-05 The Charles Stark Draper Laboratory, Inc. Systems and methods for transparency mapping using multipath signals
CN101241177B (zh) * 2008-03-11 2010-11-03 北京航空航天大学 一种面向三维空间的无线传感器网络定位系统
CN101726751A (zh) * 2009-12-23 2010-06-09 沈阳理工大学 一种分布式远程多模复合探测节点
CN101778472B (zh) * 2010-02-05 2012-07-04 中国地质大学（武汉） 一种无线传感器网络的分布式节点定位方法
CN102123495A (zh) * 2011-01-13 2011-07-13 山东大学 基于rssi校正的无线传感器网络质心定位算法
EP2584371B1 (en) * 2011-10-17 2016-12-21 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Range estimation method based on RSS measurement with limited sensitivity receiver
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
CN102711243B (zh) * 2012-06-13 2015-07-29 暨南大学 一种基于rssi改进的apit定位方法
CN102736062A (zh) * 2012-06-28 2012-10-17 北京邮电大学 室内定位方法和系统、以及终端、室内合路器、室内天线
CN103338491B (zh) * 2013-06-09 2015-08-19 南京邮电大学 一种基于蜂群算法的移动信标路径选择方法
ITRM20130702A1 (it) * 2013-12-20 2015-06-21 Alma Mater Studiorum Uni D I Bologna Metodo e sistema per la localizzazione di oggetti in un ambiente da monitorare.
CN104080165B (zh) * 2014-06-05 2017-08-04 杭州电子科技大学 一种基于tdoa的室内无线传感器网络定位方法
CN105223549B (zh) * 2015-08-22 2018-12-11 东北电力大学 一种基于rssi的无线传感器网络全移动节点定位方法
US20170059687A1 (en) * 2015-08-25 2017-03-02 Harman International Industries, Incorporated Device-location estimation based on rssi measurements over wifi and bluetooth
CN105334495B (zh) * 2015-11-04 2017-09-29 宁波大学 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
CN105527605A (zh) * 2015-12-31 2016-04-27 天津恒达文博科技有限公司 多模混合室内定位方法
KR20170091811A (ko) * 2016-02-01 2017-08-10 목포대학교산학협력단 블루투스 비콘의 rssi와 보행자 패턴의 가중치를 이용한 실내 위치 측위 방법
CN105828435A (zh) * 2016-05-30 2016-08-03 天津大学 基于接收信号强度优化的距离修正加权质心定位方法
CN107040992B (zh) * 2017-06-07 2019-08-27 江西理工大学 无线传感器网络节点定位方法及装置

Also Published As

Publication number Publication date
CN108375754A (zh) 2018-08-07

Similar Documents

Publication Publication Date Title
CN108375754B (zh) Wsn中基于移动节点初始状态和移动状态的节点定位方法
Mesmoudi et al. Wireless sensor networks localization algorithms: a comprehensive survey
CN103905992B (zh) 一种基于指纹数据的无线传感器网络的室内定位方法
CN110045324B (zh) 一种基于uwb和蓝牙技术的室内定位融合方法
Chuang et al. An effective PSO-based node localization scheme for wireless sensor networks
CN102123495A (zh) 基于rssi校正的无线传感器网络质心定位算法
CN109413578A (zh) 一种基于wifi与pdr融合的室内定位方法
CN109672973A (zh) 一种基于最强ap法的室内定位融合算法
CN107426816A (zh) 一种WiFi定位与地图匹配融合的实现方法
CN102695272A (zh) 一种匹配定位的方法和移动终端
CN108737952A (zh) 基于rssi测距改进的多边形加权质心定位方法
JP2023107177A (ja) ＲＳＳ－ＡｏＡ測定に基づく無線センサネットワークの目標位置決め方法
De Oliveira et al. Low-cost indoor localization system combining multilateration and kalman filter
CN111818446B (zh) 一种基于位置指纹的室内定位优化方法及系统
Kargar-Barzi et al. H–V scan and diagonal trajectory: accurate and low power localization algorithms in WSNs
CN113056001B (zh) 一种基于混合滤波的差分修正加权质心定位方法
Yang et al. Localization algorithm in wireless sensor networks based on semi-supervised manifold learning and its application
CN108828569A (zh) 一种基于虚拟节点的近似三角形内点测试定位算法
CN116449406B (zh) 一种gnss定位与室内定位的无缝切换方法
CN112333634A (zh) 一种基于uav的混合节点定位方法
Liu Research on wsn node localization algorithm based on rssi iterative centroid estimation
CN110234072A (zh) 基于指纹量化的改进加权质心定位方法
He et al. Voronoi diagram based indoor localization in wireless sensor networks
Al Mamun et al. Radio map building with IEEE 802.15. 4 for indoor localization applications
CN115421100A (zh) 一种提高蓝牙定位精度的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211008

Termination date: 20220210