本發(fā)明屬于網(wǎng)絡(luò)方法領(lǐng)域，更具體地說，本發(fā)明涉及一種基于網(wǎng)絡(luò)密度分簇的移動信標(biāo)輔助定位方法。
背景技術(shù)：
近年來，在對無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSN)節(jié)點進(jìn)行定位時，為減少信標(biāo)部署成本和定位能耗，人們提出了移動信標(biāo)(mobile beacon)輔助定位方法。由于該方法的開銷主要集中在移動信標(biāo)上，信標(biāo)移動路徑成為優(yōu)化目標(biāo)。目前大部分移動信標(biāo)輔助定位算法并未給出具體的移動信標(biāo)路徑，以及存在信標(biāo)移動及發(fā)射開銷較大、信標(biāo)利用率較低和定位時間較長等問題。
技術(shù)實現(xiàn)要素：
本發(fā)明所要解決的問題是提供一種基于網(wǎng)絡(luò)密度分簇的移動信標(biāo)輔助定位方法。
為了實現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：
一種基于網(wǎng)絡(luò)密度分簇的移動信標(biāo)輔助定位方法，包括如下步驟：
(1)節(jié)點分簇
首先執(zhí)行基于核心密度的簇頭選擇，然后采用改進(jìn)的DBSCAN算法進(jìn)行網(wǎng)絡(luò)節(jié)點分簇；
(2)構(gòu)建矩陣
接著構(gòu)建移動信標(biāo)、所有簇頭間的測距矩陣，使用MDS-MAP(C)
算法確定簇頭的初始絕對坐標(biāo)；
(3)確定路徑
聯(lián)合使用簇頭全局路徑規(guī)劃和簇內(nèi)路徑規(guī)劃方法，確定信標(biāo)在整個網(wǎng)絡(luò)內(nèi)的優(yōu)化移動路徑；
(4)發(fā)射數(shù)據(jù)包
信標(biāo)按規(guī)劃好的路徑移動，在規(guī)劃好的地理位置發(fā)射包含自身位置信息的數(shù)據(jù)包；
(5)自定位
待定位節(jié)點接收信標(biāo)信息，使用3邊定位算法實現(xiàn)自定位，并升級為信標(biāo)，參與下一輪其它待定位節(jié)點定位，該增量定位過程一直迭代計算到所有節(jié)點完成定位或達(dá)到規(guī)定迭代次數(shù)為止。
優(yōu)選的，所述步驟(1)中簇頭選擇的方法為增量式定位方法。
優(yōu)選的，所述步驟(1)中改進(jìn)的DBSCAN算法的步驟為
①獲得整個網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，其中包括所有相鄰節(jié)點間的測距；
②使用權(quán)值計算公式，計算每個節(jié)點權(quán)值；
③選擇網(wǎng)絡(luò)內(nèi)權(quán)值最大的節(jié)點作簇頭，從該簇頭開始，使用密度可達(dá)算法在網(wǎng)絡(luò)內(nèi)擴散，簇頭密度可達(dá)區(qū)域即為該簇大小；
④在整個網(wǎng)絡(luò)中刪除已加入簇的節(jié)點，在未加入簇的剩余節(jié)點中，重新計算節(jié)點權(quán)值，并選擇其中權(quán)值最大的節(jié)點作簇頭，再次進(jìn)行密度擴散，產(chǎn)生新的簇，該過程一直持續(xù)到?jīng)]有剩余節(jié)點為止；
⑤簇合并。
優(yōu)選的，所述權(quán)值計算公式為ω＝Dr/α。
優(yōu)選的，所述步驟(2)中MDS-MAP(C)算法確定簇頭的初始絕對坐標(biāo)的步驟為：
①使用最短路徑算法構(gòu)建包含多個移動信標(biāo)和簇頭節(jié)點的測距矩陣；
②采用奇異值分解方法得到所有簇頭節(jié)點的相對坐標(biāo)；
③使用該變換矩陣，得到所有簇頭的絕對坐標(biāo)。
優(yōu)選的，所述步驟(3)中簇頭全局路徑規(guī)劃的方法為采用遺傳算法求解信標(biāo)遍歷所有簇頭的最短路徑。
有益效果：本發(fā)明提供了一種基于網(wǎng)絡(luò)密度分簇的移動信標(biāo)輔助定位方法，選擇核心密度較大的節(jié)點作簇頭，采用基于密度可達(dá)性的分簇機制把整個網(wǎng)絡(luò)劃分為多個簇內(nèi)密度相等的簇，并聯(lián)合使用基于遺傳算法的簇頭全局路徑規(guī)劃和基于正六邊形的簇內(nèi)局部路徑規(guī)劃方法，得到信標(biāo)的優(yōu)化移動路徑。當(dāng)簇頭及附近節(jié)點完成定位后，升級為信標(biāo)，采用增量定位方式參與網(wǎng)絡(luò)其它節(jié)點的定位，基于網(wǎng)絡(luò)密度分簇移動信標(biāo)輔助定位算法可兼顧定位精度、移動信標(biāo)開銷和網(wǎng)絡(luò)完成定位時間的平衡，可有效減少移動信標(biāo)的移動路徑較長、發(fā)射開銷，尤其適用于非均勻部署網(wǎng)絡(luò)。
具體實施方式
一種基于網(wǎng)絡(luò)密度分簇的移動信標(biāo)輔助定位方法，包括如下步驟：
(1)節(jié)點分簇
首先執(zhí)行基于核心密度的簇頭選擇，所述簇頭選擇的方法為增量式定位方法，然后采用改進(jìn)的DBSCAN算法進(jìn)行網(wǎng)絡(luò)節(jié)點分簇，所述改進(jìn)的DBSCAN算法的步驟為
①獲得整個網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，其中包括所有相鄰節(jié)點間的測距；
②使用權(quán)值計算公式，計算每個節(jié)點權(quán)值，所述權(quán)值計算公式為ω＝Dr/α；
③選擇網(wǎng)絡(luò)內(nèi)權(quán)值最大的節(jié)點作簇頭，從該簇頭開始，使用密度可達(dá)算法在網(wǎng)絡(luò)內(nèi)擴散，簇頭密度可達(dá)區(qū)域即為該簇大??；
④在整個網(wǎng)絡(luò)中刪除已加入簇的節(jié)點，在未加入簇的剩余節(jié)點中，重新計算節(jié)點權(quán)值，并選擇其中權(quán)值最大的節(jié)點作簇頭，再次進(jìn)行密度擴散，產(chǎn)生新的簇，該過程一直持續(xù)到?jīng)]有剩余節(jié)點為止；
⑤簇合并；
(2)構(gòu)建矩陣
接著構(gòu)建移動信標(biāo)、所有簇頭間的測距矩陣，使用MDS-MAP(C)
算法確定簇頭的初始絕對坐標(biāo)，所述MDS-MAP(C)算法確定簇頭的初始絕對坐標(biāo)的步驟為：
①使用最短路徑算法構(gòu)建包含多個移動信標(biāo)和簇頭節(jié)點的測距矩陣；
②采用奇異值分解方法得到所有簇頭節(jié)點的相對坐標(biāo)；
③使用該變換矩陣，得到所有簇頭的絕對坐標(biāo)；
(3)確定路徑
聯(lián)合使用簇頭全局路徑規(guī)劃和簇內(nèi)路徑規(guī)劃方法，確定信標(biāo)在整個網(wǎng)絡(luò)內(nèi)的優(yōu)化移動路徑，所述簇頭全局路徑規(guī)劃的方法為采用遺傳算法求解信標(biāo)遍歷所有簇頭的最短路徑；
(4)發(fā)射數(shù)據(jù)包
信標(biāo)按規(guī)劃好的路徑移動，在規(guī)劃好的地理位置發(fā)射包含自身位置信息的數(shù)據(jù)包；
(5)自定位
待定位節(jié)點接收信標(biāo)信息，使用3邊定位算法實現(xiàn)自定位，并升級為信標(biāo)，參與下一輪其它待定位節(jié)點定位，該增量定位過程一直迭代計算到所有節(jié)點完成定位或達(dá)到規(guī)定迭代次數(shù)為止。
本發(fā)明提供了一種基于網(wǎng)絡(luò)密度分簇的移動信標(biāo)輔助定位方法，選擇核心密度較大的節(jié)點作簇頭，采用基于密度可達(dá)性的分簇機制把整個網(wǎng)絡(luò)劃分為多個簇內(nèi)密度相等的簇，并聯(lián)合使用基于遺傳算法的簇頭全局路徑規(guī)劃和基于正六邊形的簇內(nèi)局部路徑規(guī)劃方法，得到信標(biāo)的優(yōu)化移動路徑。當(dāng)簇頭及附近節(jié)點完成定位后，升級為信標(biāo)，采用增量定位方式參與網(wǎng)絡(luò)其它節(jié)點的定位，基于網(wǎng)絡(luò)密度分簇移動信標(biāo)輔助定位算法可兼顧定位精度、移動信標(biāo)開銷和網(wǎng)絡(luò)完成定位時間的平衡，可有效減少移動信標(biāo)的移動路徑較長、發(fā)射開銷，尤其適用于非均勻部署網(wǎng)絡(luò)。
以上所述僅為本發(fā)明的實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。