[发明专利]一种面向农业边缘计算的改进DV-Hop定位方法

说明书

本发明公开了一种面向农业边缘计算的改进DV‑Hop定位方法，包括如下步骤：初始化无线传感器网络，将农田无线传感器网络中的所有锚节点进行编号，锚节点向四周发送信息分组，所述信息分组表示为[锚节点坐标，锚节点跳数值]；直至无线传感器网络中所有节点获取到与全部锚节点之间的最小跳数；对锚节点之间的最小跳数进行分类，将最小跳数相同的一对锚节点归为一类，并将该对锚节点的跳距归入相同集合，计算每一集合的平均跳距；依据锚节点之间的最小跳数与平均跳距，计算未知节点与锚节点距离，进而计算未知节点的坐标。本发明可减小不同跳数之间平均每跳距离的差异，提高节点的定位精度。

技术领域

本发明涉及无线传感器网络技术领域，特别涉及一种面向农业边缘计算的基于双通信的改进DV-Hop定位方法。

背景技术

边缘计算是随着无线传感器网络的规模化应用进而发展出的一种新模式，即让网络中的每个边缘设备都具备数据采集、分析计算，通信及智能处理能力。因此也就更加要求网络中节点位置的精确性。无线传感器网络(Wireless Sensor Networks,WSN)由大量传感器节点组成，这些能量有限的传感器节点通过无线链路相互连接，具有传感、计算和无线通信的能力。用于农情监测的无线传感器网络通常布置在环境复杂的大规模农田中，进而对大田农业的信息进行监测。在农情监测WSN中，一般部署着大量的小尺寸、廉价、功能强大的传感器节点，这些节点对本地环境信息和数据进行采集、处理以及转发，并且对相邻节点转发来的信息组进行存储、计算等操作。对WSN节点准确定位是边缘计算农情监测网络发挥作用的前提。目前，病虫害主要是通过使用化学产品来实现的，通过无线传感器网络中各个节点采集到的病虫害信息，可以实现农药的精确喷施，大大降低了农药损失。

无线传感器定位算法按测距与否可分为：基于测距(Range-based)和非基于测距(Range-free)两种。基于测距的定位算法需要测量节点之间的距离、角度等信息，其精度优势明显，但缺点是对传感器网络硬件要求较高，因此成本要求也较高。目前，典型的基于测距的定位算法包括:基于到达时间TOA(Time of Arrival)、基于到达时间差TDOA(TimeDifference of Arrival)、基于到达角度AOA(Angle of Arrival)、基于接收信号强度指示RSSI(Received Signal Strength Indicator)等。非基于距离的定位算法的精确度较低，但它的较低的网络硬件要求也大大降低了节点定位成本。在大范围农田无线传感器网络中，广泛采用非基于定位算法。一些典型的非基于测距定位算法有APIT、Centroid、Amorphous和DV-Hop，在这三种算法中，DV-Hop算法因其易操作、成本低、耗能少的特性是被使用较多的。

DV-Hop定位算法是一种通过节点之间的跳数来测量节点间距的非直接测距定位算法。使用传统DV-Hop定位的大致方法是：首先需要获取所有节点和锚节点的最小跳数，然后估算出平均跳距，再用平均跳距乘以跳数得到未知节点与锚节点的间距，最后通过极大似然估计法，对未知坐标进行估计。该方法的主要缺点仍是定位精度较差。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种面向农业边缘计算的改进DV-Hop定位方法，此方法可降低原DV-Hop定位算法由于最小跳数的距离并不完全相同导致的定位误差。

本发明的目的通过以下的技术方案实现：一种面向农业边缘计算的改进DV-Hop定位方法，包括如下步骤：

S1、初始化无线传感器网络，将农田无线传感器网络中的所有锚节点进行编号，锚节点向四周发送信息分组，所述信息分组表示为[锚节点坐标，锚节点跳数值]；所有锚节点向四周发送信息分组，直至无线传感器网络中所有节点获取到与全部锚节点之间的最小跳数；

S2、对锚节点之间的最小跳数进行分类，将最小跳数相同的一对锚节点归为一类，并将该对锚节点的跳距归入相同集合，计算每一集合的平均跳距；