[发明专利]一种基于移动机器人辅助的无线传感器网络节点定位方法

说明书

技术领域

本发明涉及无线传感器网络节点定位领域，尤其涉及一种基于移动机器人辅助的无线传感器网络节点定位方法。

背景技术

无线传感器网络(Wireless Sensor Networks，WSNs)作为一项无线通信和传感检测技术相互交融的新兴技术，已经成为国防军事，生物医疗，生产生活，交通管理等领域不可或缺的力量。然而在许多运用中，只有节点位置状态已知，才能更有效的发挥各个节点的监测功能。在环境不确定和未知情况下，如何更稳定、精确的实现节点定位已经成为WSNs的基础和关键技术问题之一。

WSNs中通常含有大量随机散布的传感器节点，可以采用人为标定的定位方式或利用传感器自身携带的全球定位系统(Global Positioning System，GPS)来实现。随着WSNs布网的日益规模化，人工标定的难度和成本也在不断提高，致使每个传感器节点装载GPS变得不再切合实际。目前节点定位方法主要采用的有基于多个锚节点的三边定位法、DV-HOP法、蒙特卡洛法等，但这些定位方法的实现大多是基于多个固定锚节点实现的，要想实现高精度的动态定位，对锚节点的部署及数量具有较高的要求，数量的增加还会致使计算负荷增加，影响定位的可靠性。

发明内容

本发明的目的在于提供一种基于移动机器人辅助的无线传感器网络节点定位方法，以解决现有技术中导致的上述多项缺陷。

本发明实施例采用如下技术方案：

一种基于移动机器人辅助的无线传感器网络节点定位方法，其特征在于，所述方法包括以下步骤：

步骤1)节点与部分已知锚节点相互通信定位，获得相对参考定位信息；

步骤2)移动机器人在移动过程中周期性发送位置信息并建立与节点间的有效观测，建立观测距离集合及位置坐标集合；

步骤3)机器人与节点协作辅助定位，建立多约束不等式组，求取估计位置；

步骤4)利用高斯混合容积卡尔曼滤波算法对定位进一步求精。

可选的，所述步骤1)中，部分节点之间进行相互通信，获得相对距离信息。节点Mⁱ和M^j获得的相对节点距离信息为d^i,j，节点与节点的测量模型可表示为：

其中z^i,j表示节点间的位置信息，为节点之间的测距产生的高斯噪声，(xⁱ,yⁱ)，(x^j,y^j)为节点i和j的位置坐标。

可选的，所述步骤2)中，所述的机器人在到达每个状态X_k处可以与每个节点建立相对有效的测量，测量后可获得与节点的相对距离和相对角度机器人对节点的测量模型为：

其中q^r(X_k,M^j)为机器人对节点的测量方程，(x_k,y_k)为k时刻机器人的坐标，(x^j,y^j)为节点j的位置坐标，表示无线通信带来的误差，为机器人与节点间的观测高斯噪声。

可选的，所述步骤3)中，协作辅助定位中机器人端向监测计算机发送的数据包括时间k，机器人当前位置X_k，与邻节点建立的定位信息对邻节点的测量通过移动机器人在不同位置的观测，每个节点可以得到一系列关于自身位置的不等式约束：由此可以产生多约束的不等式组，通过最小化得到最佳位置逼近。

可选的，所述步骤3)中，协作辅助定位对应的状态空间方程为：

其中X_k表示k时刻机器人当前位置，Z_k表示k时刻对节点j的观测值，ε_k为传感区域内因环境导致的位置观测噪声，表示无线射频观测产生的高斯噪声。

可选的，所述步骤4)中，获得预估位置信息后，利用高斯混合容积卡尔曼滤波算法对定位信息进行状态融合估计。

可选的，所述步骤4)中，高斯混合容积卡尔曼滤波算法分为三部分，高斯分割、门限判别、预测更新。