[发明专利]基于改进牛顿法的传感器节点分布式定位方法

摘要

本发明公开一种基于改进牛顿法的传感器节点分布式定位方法，主要解决大规模传感器网络中的定位问题。首先，根据节点位置和节点之间直接相连的距离信息，将无线传感器网络划分为若干个重叠的子区域，并将子区域的定位问题归结为无约束优化问题。每个子区域可以独立计算。然后，使用分布式算法估计出子区域中未知位置节点的位置并进行局部融合，即：先使用基于单位步长的改进牛顿法估计子区域中未知位置节点的位置；再对重复估计的未知位置节点进行局部融合。实验结果表明，与已有算法相比，该算法具有良好的扩展性，在大规模网络中定位精度更高，能满足大规模无线传感器网络中节点定位需求。

主权项

1.基于改进牛顿法的传感器节点分布式定位方法，其特征是，包括步骤如下：步骤1、在一片区域内随机部署一定数量的传感器节点，其中部分传感器节点加装有GPS模块，作为已知位置节点，其余传感器节点作为未知位置节点；步骤2、基于传感器节点的部署，构建传感器网络的全局图，并将该全局图中未知位置节点的定位问题归结为无约束的全局优化问题；步骤3、以每个未知位置节点为中心，将每个未知位置节点和与其直接相连的邻居节点作为一个子区域，由此将全局图分解为部分重叠的子图，同时将全局优化问题分解为子图优化问题；步骤4、使用三边定位算法粗略地估计出全局图中未知位置节点的估计位置矩阵步骤5、设定基于单位步长的改进牛顿法的初始值，令全局图中未知位置节点初始的全局估计位置矩阵并从全局图中未知位置节点初始的全局估计位置矩阵中提取出子图s中未知位置节点的估计位置，赋值给子图s中未知位置节点初始的局部估计位置矩阵初始迭代次数t＝0；步骤6、对于每个子图s，使用基于单位步长的改进牛顿法对子图优化问题进行独立的优化求解，得到子图s中未知位置节点第t+1次迭代的局部估计位置矩阵步骤7、收集子图s中未知位置节点第t+1次迭代的局部估计位置矩阵并对这些局部估计位置矩阵进行融合平均后，作为全局图中未知位置节点第t+1次迭代的全局估计位置矩阵步骤8、对于全局图中每个未知位置节点，分别计算该未知位置节点第t+1次迭代的全局估计位置与其第t次迭代的全局估计位置的差值的二范数，并找出其中的最大值：如果该最大值小于设定的迭代终止阈值η，则迭代终止，并将全局图中未知位置节点第t+1次迭代的全局估计位置矩阵作为未知位置节点的最终估计位置输出；否则，先从全局图中未知位置节点第t+1次迭代的全局估计位置矩阵中提取子图s中未知位置节点的估计位置，赋值给子图s中未知位置节点第t+1次迭代的局部估计位置矩阵再令迭代次数t加1后，返回至步骤6进行继续迭代。