專利名稱：一種基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，尤其涉及一種基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，屬于無線傳感網(wǎng)絡(luò)技術(shù)領(lǐng)域。
背景技術(shù)：
無線傳感器網(wǎng)絡(luò)定位是無線傳感器網(wǎng)絡(luò)通信技術(shù)領(lǐng)域中的一個重要分支，它在災(zāi)難監(jiān)控、倉庫管理、交互式存儲、工廠自動化生產(chǎn)線等眾多領(lǐng)域有著重要的地位。在無線傳感網(wǎng)中，只有少數(shù)節(jié)點(diǎn)知道自身位置，這些節(jié)點(diǎn)稱為錨節(jié)點(diǎn)(或信標(biāo)節(jié)點(diǎn))。其他節(jié)點(diǎn)通過錨節(jié)點(diǎn)的位置信息來定位，這些節(jié)點(diǎn)被統(tǒng)稱為未知節(jié)點(diǎn)。傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)能量有限、可靠性差、規(guī)模較大、通信距離有限的特點(diǎn)制約了位置數(shù)據(jù)的獲得。在滿足傳感網(wǎng)自組織性、健壯性、能量高效等情況下，如何獲得較好的定位測量效果，是一個熱點(diǎn)研究課題。已有的無線傳感網(wǎng)的定位方法一般可以分為基于測距(range-based)的定位方法和基于非測距(range-free)的定位方法?；跍y距的定位方法由于實(shí)際測量節(jié)點(diǎn)間的距離或角度，通常定位精度相對較高。其基本原理是首先測量未知節(jié)點(diǎn)與一定數(shù)量的錨節(jié)點(diǎn)間的信號指不強(qiáng)度(received signal strength indicator, RSSI)、信號到達(dá)時間(time ofarrival, TOA)/時間差 TDOA(time difference of arrival, TDOA)、信號到達(dá)角度(angleof arrival,A0A)等測距數(shù)據(jù)，然后根據(jù)這些測距數(shù)據(jù)，利用三/四邊法、三/四角法、極大似然估計法等算法獲得未知節(jié)點(diǎn)的位置坐標(biāo)。現(xiàn)有的各種基于測距的定位方法是通過無線信號實(shí)際測量RSSI、Τ0Α, TDOA、AOA等測距數(shù)據(jù)，測量過程中會受到非視距傳播(NLOS)的影響，從而影響最終的定位精度。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)的不足，提供一種基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，能夠有效減少非視距傳播對測距數(shù)據(jù)準(zhǔn)確性的影響，提高定位精度。本發(fā)明具體采用以下技術(shù)方案解決上述技術(shù)問題一種基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，在所述無線傳感網(wǎng)絡(luò)中隨機(jī)撒布至少4個錨節(jié)點(diǎn)，然后通過無線信號獲得未知節(jié)點(diǎn)與所述錨節(jié)點(diǎn)間的測距數(shù)據(jù)，最后根據(jù)未知節(jié)點(diǎn)與所述錨節(jié)點(diǎn)間的測距數(shù)據(jù)得到未知節(jié)點(diǎn)的位置；在獲得未知節(jié)點(diǎn)與所述錨節(jié)點(diǎn)間的測距數(shù)據(jù)后，利用量子BP神經(jīng)網(wǎng)絡(luò)對所述測距數(shù)據(jù)進(jìn)行誤差修正，并根據(jù)誤差修正后的測距數(shù)據(jù)得到未知節(jié)點(diǎn)的位置；所述誤差修正具體包括以下步驟步驟A、構(gòu)建一個量子BP神經(jīng)網(wǎng)絡(luò)；步驟B、在所述無線傳感網(wǎng)絡(luò)中設(shè)置多個位置已知的傳感器節(jié)點(diǎn)，通過無線信號獲取所述位置已知的傳感器節(jié)點(diǎn)與各錨節(jié)點(diǎn)間的測距數(shù)據(jù)，將其進(jìn)行量子化后作為訓(xùn)練樣本的輸入；對所述位置已知的傳感器節(jié)點(diǎn)與各錨節(jié)點(diǎn)間的實(shí)際測距數(shù)據(jù)進(jìn)行量子化，作為訓(xùn)練樣本的輸出；對所述量子BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；步驟C、通過無線信號獲取未知節(jié)點(diǎn)與各錨節(jié)點(diǎn)間的測距數(shù)據(jù)，進(jìn)行量子化后，將其輸入訓(xùn)練好的量子BP神經(jīng)網(wǎng)絡(luò)，所得輸出即為誤差修正后的未知節(jié)點(diǎn)與所述錨節(jié)點(diǎn)間的測距數(shù)據(jù)。相比現(xiàn)有技術(shù)，本發(fā)明采用量子BP神經(jīng)網(wǎng)絡(luò)對信號指示強(qiáng)度、信號到達(dá)時間/時間差、信號到達(dá)角度等測距數(shù)據(jù)的測量值進(jìn)行誤差修正，利用量子BP神經(jīng)網(wǎng)絡(luò)的更快學(xué)習(xí)特性和逼近任意非線性映射的能力，有效減小測距數(shù)據(jù)的測量誤差(尤其是非視距傳播導(dǎo)致的測量誤差)，有效提高了無線傳感網(wǎng)絡(luò)的節(jié)點(diǎn)定位精度。


圖1為量子BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖；圖2為具體實(shí)施方式
中本發(fā)明定位方法的流程示意圖。
具體實(shí)施例方式下面結(jié)合附圖對本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明本發(fā)明的思路是在現(xiàn)有基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法基礎(chǔ)上，利用量子BP神經(jīng)網(wǎng)絡(luò)對信號指示強(qiáng)度、信號到達(dá)時間/時間差、信號到達(dá)角度等測距數(shù)據(jù)的測量值進(jìn)行誤差修正，從而達(dá)到提高定位精度的目的。量子神經(jīng)網(wǎng)絡(luò)是借用人腦中存在的量子力學(xué)效應(yīng)，將人工神經(jīng)和量子理論結(jié)合起來，更好地模擬人腦的信息處理過程。N. B. Karayiannis借用了量子理論中疊加態(tài)原理，提出了三層的量子神經(jīng)網(wǎng)絡(luò)模型。日本學(xué)者M(jìn)atsui等人提出了用量子態(tài)作為神經(jīng)元的狀態(tài)，在傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上，采用量子比特的信息表示和處理方式，運(yùn)用一位量子旋轉(zhuǎn)門和兩位受控門的特性構(gòu)造了基于復(fù)數(shù)的學(xué)習(xí)算法(MATSnN, KOUDA N, NISHIMURA H. Neural network based on QBP and its performance[C]//Proceedings of the IEEE—INNS—ENNS International Joint Conference on NeuralNetworks, 2000. 3:247-252)。本專利運(yùn)用的一種量子BP神經(jīng)網(wǎng)絡(luò)是基于量子態(tài)輸入，實(shí)值輸出的新型三層量子神經(jīng)網(wǎng)絡(luò)模型(參見文獻(xiàn)[李士勇，李盼池.量子計算與量子優(yōu)化算法[M], 2008:118-126.])在量子計算中，對量子計算進(jìn)行一系列的酉變換，可以實(shí)現(xiàn)某些邏輯功能，這些變換所起的作用相當(dāng)于數(shù)字電路中的邏輯門所起的作用。因此，在一定的時間間隔內(nèi)實(shí)現(xiàn)邏輯變換的量子裝置被稱為量子門。量子門是實(shí)現(xiàn)量子計算的基礎(chǔ)。已經(jīng)證明，一些通用的量子門組可以構(gòu)成任意的量子門，最基本的量子門組由一位相移門和兩位受控門組成。(參見文獻(xiàn)[解光軍，周典，范海秋.基于量子門組單元的神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐，2005 (5) :113-117])。一位相移門定義為
權(quán)利要求
1.一種基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，在所述無線傳感網(wǎng)絡(luò)中隨機(jī)撒布至少4個錨節(jié)點(diǎn)，然后通過無線信號獲得未知節(jié)點(diǎn)與所述錨節(jié)點(diǎn)間的測距數(shù)據(jù)，最后根據(jù)未知節(jié)點(diǎn)與所述錨節(jié)點(diǎn)間的測距數(shù)據(jù)得到未知節(jié)點(diǎn)的位置；其特征在于，在獲得未知節(jié)點(diǎn)與所述錨節(jié)點(diǎn)間的測距數(shù)據(jù)后，利用量子BP神經(jīng)網(wǎng)絡(luò)對所述測距數(shù)據(jù)進(jìn)行誤差修正，并根據(jù)誤差修正后的測距數(shù)據(jù)得到未知節(jié)點(diǎn)的位置；所述誤差修正具體包括以下步驟 步驟A、構(gòu)建一個量子BP神經(jīng)網(wǎng)絡(luò)； 步驟B、在所述無線傳感網(wǎng)絡(luò)中設(shè)置多個位置已知的傳感器節(jié)點(diǎn)，通過無線信號獲取所述位置已知的傳感器節(jié)點(diǎn)與各錨節(jié)點(diǎn)間的測距數(shù)據(jù)，將其進(jìn)行量子化后作為訓(xùn)練樣本的輸入；計算所述位置已知的傳感器節(jié)點(diǎn)與各錨節(jié)點(diǎn)間的實(shí)際測距數(shù)據(jù)，將其作為訓(xùn)練樣本的輸出；對所述量子BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練； 步驟C、通過無線信號獲取未知節(jié)點(diǎn)與各錨節(jié)點(diǎn)間的測距數(shù)據(jù)，進(jìn)行量子化后，將其輸入訓(xùn)練好的量子BP神經(jīng)網(wǎng)絡(luò)，所得輸出即為誤差修正后的未知節(jié)點(diǎn)與所述錨節(jié)點(diǎn)間的測距數(shù)據(jù)。
2.如權(quán)利要求I所述基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，其特征在于，所述測距數(shù)據(jù)為信號到達(dá)時間差。
3.如權(quán)利要求2所述基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，其特征在于，所述量子BP神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)與輸出層節(jié)點(diǎn)數(shù)均為(錨節(jié)點(diǎn)數(shù)-I)。
4.如權(quán)利要求3所述基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，其特征在于，所述量子BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速率為O. 2。
5.如權(quán)利要求I所述基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法，其特征在于，使用經(jīng)典Taylor算法，根據(jù)誤差修正后的測距數(shù)據(jù)得到未知節(jié)點(diǎn)的位置。
全文摘要
本發(fā)明公開了一種基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法。本發(fā)明方法針對現(xiàn)有基于測距的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)中，由于非視距傳播導(dǎo)致的RSSI、TOA、TDOA、AOA等無線測距數(shù)據(jù)誤差較大，進(jìn)而影響定位精度的問題，利用量子BP神經(jīng)網(wǎng)絡(luò)對無線測距數(shù)據(jù)進(jìn)行修正，并使用修正后的測距數(shù)據(jù)進(jìn)行定位。相比現(xiàn)有技術(shù)，本發(fā)明方法能夠大幅提高無線傳感器網(wǎng)絡(luò)的定位精度，且訓(xùn)練學(xué)習(xí)時間短，算法收斂速度、魯棒性好。
文檔編號H04W64/00GK102883430SQ20121033632
公開日2013年1月16日 申請日期2012年9月12日 優(yōu)先權(quán)日2012年9月12日
發(fā)明者馮晨, 張玲華 申請人:南京郵電大學(xué)