[发明专利]降维自适应分簇的节点模糊信息三维定位模型

摘要

降维自适应分簇的节点模糊信息三维定位模型，初始时通过虚拟分层对定位区域降维，分层后对处于同一平面的节点通过信号衰减距离估计的方法计算发送节点和接收节点之间的距离，实现自适应分簇，在分簇的基础上进行节点模糊信息定位，定位完成之后通过泰勒级数展开求精提高定位精度，本发明将三维节点定位转化为二维节点定位，降低了三维空间中节点定位算法的计算复杂度。

主权项

降维自适应分簇的节点模糊信息三维定位模型，其特征在于，包括以下步骤：步骤1，定位区域虚拟分层：通过虚拟分层对空间定位区域降维，在定位之前，对定位区域内的节点按虚拟楼层划分，楼层参数代表三维坐标中的z轴坐标，根据锚节点分布及其观测值对所有节点依据簇首最小生成树方法择优筛选动态形成一个含4个节点的簇，所以节点之间的几何关系由虚拟分层的高度和节点所处的楼层差值决定；设节点的通信半径为R，楼层的高度表示为D，第i节点的楼层为Fi，中心楼层为F0，相邻两节点i,j之间的虚拟楼层差值为Fi,j＝|Fi‑Fj|，节点i,j之间的最小通信角αi,j为前后两节点的通信路径与水平面的最小可能夹角，表示为：sinαi,j＝Fi,jgD/R   (1)步骤2，对同一平面的锚节点自适应分簇：通过基于RSSI的信号衰减距离估计方法计算发射节点和接收节点之间的距离，如公式(2)：PL(d)=PL(d0)+10·n·lg(dd0)+vik---(2)]]>其中，PL(d)为锚节点d处的信号强度；PL(d0)为锚节点d0处的信号强度；n为信号强度变化速率；是一个均值为0的高斯白噪声；d,d0分别代表发射和接收锚节点；采用节点自适应的分簇策略，根据锚节点剩余能量和相对密度选举簇首节点，由RSSI观测值选择簇成员节点，动态形成一个含4个节点的簇，簇头节点及簇内成员节点为定位方法法提供坐标信息和观测值；步骤3，节点位置计算：定义平面上锚节点对位置节点的模糊观测位置为模糊方向角为节点的目标位置为对空中同一节点观测得到的观测视线分别为和利用部署在平面上由锚节点自适应分簇组成的四个簇成员对某一未知节点进行定位，节点的坐标根据公式(3)计算，其中节点的z坐标是根据楼层确定的，再通过公式(4)计算节点的估计位置(x,y,z)；x，y方向的模糊信息计算方法如式(3)：x=xi‾+d(Pi,Pj)·cos(θi‾)y=yi‾+d(Pi,Pj)·sin(θi‾)z=D|Fi-F0|---(3)]]>假设通过定位方法得出一个节点有4个可能位置，分别为(x1,y1,z1)，(x2,y2,z2)，(x3,y3,z3)，(x4,y4,z4)，x=14Σi=14xi,y=14Σi=14yi,z=14Σi=14zi---(4)]]>引入泰勒级数展开求精，将已定位的节点升级为锚节点，采用基于泰勒级数展开的最小二乘法对初始估计结果进行迭代求精；令：f(x,y)=(x-xn)2+(y-yn)2---(5)]]>将式在点(x0,y0)处泰勒展开，忽略高阶偏导数的影响，令：f(x0,y0)=(x0-xn)2+(y0-yn)2---(6)]]>得到：f(x0+h,y0+k)=f(x0,y0)+(x0-xn)f(x0,y0)h+(y0-yn)f(x0,y0)k---(7)]]>(x0,y0,z0)初始值取节点的估计位置坐标，采用最小二乘法解此方程组；解得h，k后，判断下式是否成立，h2+k2<ηthreshold---(8)]]>若成立，停止计算；否则，将(x0,y0)增加步长后代入重新计算，直到满足式(8)，最后解得的x0，y0即为所求节点在x，y方向上的坐标。