一种移动水下传感器网络节点的分布式定位方法
【专利摘要】本发明公开了一种移动水下传感器网络节点的分布式定位方法，锚节点首先根据配有GPS设备的水面浮标按期进行自定位获取自身在当前时刻的位置信息作为初始位置信息，并根据初始位置信息构建自身的预测模型，再根据所述的初始位置信息和预测模型按照设定的定位周期依次预测下一时刻的位置；普通节点首先参照其他水下节点的初始位置信息获取自身的初始位置信息，再根据自身的初始位置信息利用群组特性按照设定的定位周期依次预测下一时刻的位置。本发明提供的分布式定位算法，充分利用了水下节点的运动模型，能够在减少锚节点和普通节点的通信次数的前提下，获得各个节点的定位信息，降低了能量消耗。
【专利说明】一种移动水下传感器网络节点的分布式定位方法
【技术领域】
[0001] 本发明涉及水下传感器网络【技术领域】，具体涉及一种移动水下传感器网络中节点 的分布式定位方法。
【背景技术】
[0002] 水下传感器网络（Underwater Sensor Networks, UWSN)依其基础设施简易、节点 体积小、设备成本低、部署方便及生存能力强等优势在海洋环境监测、海底资源探测、灾难 预警、辅助导航、国土防御等领域具有广阔的应用前景。近年来，随着海洋经济的兴起以及 各国对海洋权益的日益重视，水下传感器网络成为各个国家的科研机构和学者们共同关注 的海洋热点课题之一。节点定位是水下传感器网络最重要的支撑技术之一，并在许多需要 节点位置信息的水下应用中发挥着重要作用，比如海洋环境监测以及目标监测与追踪等。 由于在水下不能直接使用GPS进行定位，并且水下通信带宽比较低，因此通信开销大的定 位方法不适用于水下传感器网络。目前针对水下传感器网络节点定位的算法被不断提出。 在移动水下传感器网络中，传感器节点随洋流在不断运动，因此传统的基于静态传感器网 络的节点定位算法则不再使用。
[0003] Lee等提出了基于自主式水下航行器（AUV)的移动水下传感器网络节点定位算 法，但在大规模移动水下传感器网络中，单个AUV的作用是有限的，网络内的大部分节点仍 未得到及时定位，增加 AUV的个数不但增加了成本，而且在类似海洋环境监测的应用中无 法适用。
[0004] Zhou 等在文献"Scalable Localization with Mobility Prediction for Underwater Sensor Networks，' （IEEE Transactions on Mobile Computing. 2011，10(3) :335-348)中提出了一种基于节点运动预测的分布式节点定位算法 用于大规模移动水下传感器网络。对于由水面浮标、锚节点和普通节点组成的移动水下传 感器网络，锚节点利用水面浮标进行自定位及自身运动模型建模，然后锚节点作为普通节 点的参照节点进行普通节点的定位。由于该算法中普通节点选择参照节点进行自定位时只 考虑了参照节点的置信度，而忽略了参照节点的空间相关性，造成水下环境中节点空间相 关性造成的群组运动特性未得到充分利用，因此普通节点的定位效果有限。
【发明内容】
[0005] 本发明提供了一种移动水下传感器网络节点的分布式定位方法，能够充分利用近 海水下节点运动速度的线性特性以及水下环境中节点空间相关性造成的群组运动特性，在 减少节点间通信量的情况下，获得锚节点及普通节点的定位结果，大幅度降低了节点定位 过程中节点间通信造成的能量消耗，满足了大规模移动水下传感器网络节点定位的需求。
[0006] 一种移动水下传感器网络节点的分布式定位方法，所述的移动水下传感器网络包 括水下节点和配有GPS设备的水面浮标，所述的水下节点包括锚节点和普通节点，各个锚 节点首先根据配有GPS设备的水面浮标按定位周期进行自定位获取自身在当前时刻的位 置信息作为初始位置信息，并根据初始位置信息构建自身的预测模型，再根据所述的初始 位置信息和预测模型按照设定的定位周期依次预测下一时刻的位置；
[0007] 各个普通节点首先参照其他水下节点的初始位置信息获取自身的初始位置信息， 再根据自身的初始位置信息利用群组特性按照设定的定位周期依次预测下一时刻的位 置；
[0008] 所述的位置信息包括对应的水下节点的位置及该位置的置信度、预测速度向量， 所述的预测速度向量由水下节点在当前时刻之前的L个时刻的速度，L为预测步长。
[0009] 本发明中每次广播时锚节点直接将其初始位置信息中的置信度赋值为1。
[0010] 本发发明中为达到移动水下传感器网络中锚节点的个数可根据实际应用时对定 位覆盖率的要求。锚节点的在水下节点中的比例越大，对应的定位覆盖率越高。通常要求 覆盖率大于85%，此时该移动水下传感器网络中锚节点的数据应为水下节点数目的总数的 5%。
[0011] 预测步长指预测下一时刻位置信息所需要的前面的时刻的位置信息个数。考虑到 预测精度和计算量的平衡，本发明预测步长L为10?20。
[0012] 各个锚节点通过如下步骤进行定位：
[0013] (al)确定初始位置信息和预测模型，具体如下：
[0014] 根据配有GPS设备的水面浮标之间的通信时延按照预设的定位周期连续进行L+1 次自定位；
[0015] 根据连续L+1次自定位结果确定第L+1次自定位时的位置信息作为初始位置信 息，并根据连续L+1次自定位结果构建自身的预测模型；
[0016] (a2)根据所述的初始位置信息利用所述的预测模型按照定位周期依次预测下一 时刻的位置信息；
[0017] 定位过程中各个锚节点按照预设的广播周期广播自身的节点信息，所述的节点信 息包括对应的水下节点的初始位置信息和预测模型参数。
[0018] 作为优选，所述的广播周期为定位周期的20?100倍。
[0019] 所述的锚节点每间隔一个检验周期，根据配有GPS设备的水面浮标之间的通信时 延进行自定位，以自定位结果作为实测位置，以预测得到的相应时刻的位置作为预测位置， 若预测位置与实测位置的偏差大于设定的偏差阈值，则锚节点重新执行步骤（al)，更新初 始位置信息和预测模型。
[0020] 由于水下运动环境变化，可能会导致之间建立的预测模型失效，因此，通过定期检 测模型是否失效，并在失效时更新，可以保证定位精度。检验周期根据实际应用情况设定， 通常检验周期大定位周期和广播周期之间（可以等于定位周期）。
[0021] 合理的设置偏差阈值，有利于提高传感器网络的定位精度，作为优选，所述的偏差 阈值为锚节点通信范围的半径的〇. 05?0. 1倍。
[0022] 各个普通节点通过如下步骤进行定位：
[0023] (bl)接收到来m个不同的水下节点的广播后，参照对应的水下节点的位置信息进 行自定位获取自身的初始位置信息；
[0024] (b2)根据获取的初始位置信息按照定位周期依次预测下一时刻的位置信息，每次 预测时先根据接收到的广播选择用于参照的水下节点作为参照节点，再根据参照节点利用 群组运动特征预测下一时刻的位置信息；
[0025] 所述步骤（bl)还包括如下操作：
[0026] 计算自定位的置信度，当置信度大于预设的置信度阈值时，参照相应的水下节点 的位置信息确定自身的预测模型，并按照所述的广播周期广播自身的节点信息。
[0027] 置信度阈值和m越大，定位精度越高，但是同时为导致定位覆盖率下降。作为优 选，所述的置信度阈值为〇. 9?0. 95。所述的m为4?6。
[0028] 由于每个传感器节点（水下节点）可以根据装备的压力传感器测量出其所在位置 的深度信息，因此在三维水下传感器网络中节点定位问题可以从三维空间简化到二维平面 中。根据锚节点与水面浮标的通信时延计算出锚节点和水面浮标在三维空间内的距离，然 后利用四边测量法即可定位出锚节点的位置。因此，进一步优选，所述的m = 4。
[0029] 所述的普通节点维护一个初始情况下为空的参照节点列表，具体维护过程如下：
[0030] 当参照节点列表未被写满时，若接收到的广播对应的水下节点已经在参照节点列 表中，则利用该条广播中的节点信息覆盖参照节点列表中该水下节点的节点信息；否则，以 该条广播携带的节点信息写入参照节点列表中；
[0031] 当参照节点列表被写满后，若接收到的广播对应的水下节点为锚节点，则替换参 照节点列表中置信度最小的水下节点；否则，当参照节点列表中置信度最小的水下节点为 普通节点时替换该置信度最小的水下节点。
[0032] 针对参照节点列表中任意一个水下节点，所述的普通节点按照定位周期定期进行 如下操作：
[0033] 根据当前水下节点的预测模型和初始位置信息预测下一时刻的位置信息，并以预 测得到的位置信息替换参照节点列表中当前水下节点的位置信息；
[0034] 根据预设的置信度衰减模型定时更新参照节点列表中当前水下节点的置信度。
[0035] 所述步骤（b2)中普通节点j根据如下步骤选择参照节点：
[0036] 将参照节点列表中的水下节任意组合为若干个包括m个水下节点的参照节点组， 对各个参照节点组进行评分，以评分最高的参照节点组中的水下节点作为参照节点。
[0037] 作为优选，采用以下方法对各个参照节点组进行评分，其中第k个参照节点组的 评分为：
【权利要求】
1. 一种移动水下传感器网络节点的分布式定位方法，所述的移动水下传感器网络包括 水下节点和配有GPS设备的水面浮标，所述的水下节点包括锚节点和普通节点，其特征在 于， 各个锚节点首先根据配有GPS设备的水面浮标按定位周期进行自定位获取自身在当 前时刻的位置信息作为初始位置信息，并根据初始位置信息构建自身的预测模型，再根据 所述的初始位置信息和预测模型按照设定的定位周期依次预测下一时刻的位置； 各个普通节点首先参照其他水下节点的初始位置信息获取自身的初始位置信息，再根 据自身的初始位置信息利用群组特性按照设定的定位周期依次预测下一时刻的位置； 所述的位置信息包括对应的水下节点的位置及该位置的置信度、预测速度向量，所述 的预测速度向量由水下节点在当前时刻之前的L个时刻的速度，L为预测步长。
2. 如权利要求1所述的移动水下传感器网络节点的分布式定位方法，其特征在于，各 个锚节点通过如下步骤进行定位： (al)确定初始位置信息和预测模型，具体如下： 根据配有GPS设备的水面浮标之间的通信时延按照预设的定位周期连续进行L+1次自 定位； 根据连续L+1次自定位结果确定第L+1次自定位时的位置信息作为初始位置信息，并 根据连续L+1次自定位结果构建自身的预测模型； (a2)根据所述的初始位置信息利用所述的预测模型按照定位周期依次预测下一时刻 的位置信息； 定位过程中各个锚节点按照预设的广播周期广播自身的节点信息，所述的节点信息包 括对应的水下节点的初始位置信息和预测模型参数。
3. 如权利要求2所述的移动水下传感器网络节点的分布式定位方法，所述的广播周期 为定位周期的20?100倍。
4. 如权利要求2所述的移动水下传感器网络节点的分布式定位方法，其特征在于，所 述的锚节点每间隔一个检验周期，根据配有GPS设备的水面浮标之间的通信时延进行自定 位，以自定位结果作为实测位置，以预测得到的相应时刻的位置作为预测位置，若预测位置 与实测位置的偏差大于设定的偏差阈值，则锚节点重新执行步骤（al)，更新初始位置信息 和预测模型。
5. 如权利要求4所述的移动水下传感器网络节点的分布式定位方法，其特征在于，所 述的偏差阈值为锚节点通信范围的半径的〇. 05?0. 1倍。
6. 如权利要求2?5中任意一项权利要求所述的移动水下传感器网络节点的分布式定 位方法，其特征在于，各个普通节点通过如下步骤进行定位： (bl)接收到来m个不同的水下节点的广播后，参照对应的水下节点的位置信息进行自 定位获取自身的初始位置信息； (b2)根据获取的初始位置信息按照定位周期依次预测下一时刻的位置信息，每次预测 时先根据接收到的广播选择用于参照的水下节点作为参照节点，再根据参照节点利用群组 运动特征预测下一时刻的位置信息； 所述步骤（bl)还包括如下操作： 计算自定位的置信度，当置信度大于预设的置信度阈值时，参照相应的水下节点的位 置信息确定自身的预测模型，并按照所述的广播周期广播自身的节点信息。
7. 如权利要求6所述的移动水下传感器网络节点的分布式定位方法，所述的置信度阈 值为0? 9?0? 95。
8. 如权利要求6所述的移动水下传感器网络节点的分布式定位方法，其特征在于，所 述的普通节点维护一个初始情况下为空的参照节点列表，具体维护过程如下： 当参照节点列表未被写满时，若接收到的广播对应的水下节点已经在参照节点列表 中，则利用该条广播中的节点信息覆盖参照节点列表中该水下节点的节点信息；否则，以该 条广播携带的节点信息写入参照节点列表中； 当参照节点列表被写满后，若接收到的广播对应的水下节点为锚节点，则替换参照节 点列表中置信度最小的水下节点；否则，当参照节点列表中置信度最小的水下节点为普通 节点时替换该置信度最小的水下节点。
9. 如权利要求8所述的移动水下传感器网络节点的分布式定位方法，其特征在于，针 对参照节点列表中任意一个水下节点，所述的普通节点按照定位周期定期进行如下操作： 根据当前水下节点的预测模型和初始位置信息预测下一时刻的位置信息，并以预测得 到的位置信息替换参照节点列表中当前水下节点的位置信息； 根据预设的置信度衰减模型定时更新参照节点列表中当前水下节点的置信度。
10. 如权利要求9所述的移动水下传感器网络节点的分布式定位方法，其特征在于，所 述步骤（b2)中普通节点根据如下步骤选择参照节点： 将参照节点列表中的水下节任意组合为若干个包括m个水下节点的参照节点组，对各 个参照节点组进行评分，以评分最高的参照节点组中的水下节点作为参照节点。
【文档编号】H04W84/18GK104333904SQ201410577299
【公开日】2015年2月4日 申请日期:2014年10月24日 优先权日:2014年10月24日
【发明者】陈耀武, 朱光明, 周凡, 蒋荣欣 申请人:浙江大学