基于三角形外接圆覆盖的改进APIT定位算法

一种用于WSN的新型APIT定位算法的研究

。＾。三、专竺０掌Ｍ：氅改以进后的ＡＰＴ算法流程如下：情娄（ｋｉ１）ｘＡｔ，ＮＮ￣Ａ主善部署完成后，锚訾邻居节点在三角形外：节点广播其自身的盏。翥和Ｍ相比同时远离Ａ、釜菩：柔；羔言霰
Ｚ的
［１１］Ｔ．Ｈｅ，Ｃ．Ｈｕａｎｇ，Ｂ．Ｍ．Ｂｌｕｍ，Ｊ．Ａ．Ｓｔａｎｋｏｖｉｃ，新Ｔ．Ａｂｄｅｌｚａｈｅｒ，“ Ｒａｎｇｅ — ｆｒｅｅｌｏｃａｌｉｚａｔｉｏｎｓｃｈｅｍｅｓｆｏｒ型
也
佃叫Βιβλιοθήκη “，’ ２，＼－一，ｒＦ－ｉ
－
￣
，～
、、
Ｍ的邻居节点分布如图二（ｂ）所示
一
：列表（包括锚节点名称、位＊一Ａ－．，－一、接收信号
三曼ｊ妻竺含竺。戊）判断未知节点的邻居锚节点数是否为３，若却被误判在内部三角部满足纂Ｊ ’ ’ 徊盼隋况，称做０Ｔ０Ｊｎｅ Ⅱ ｏｒ㈣。蒜鲁计算Ａ、Ｂ
ＩＥＥＥＰｅｒｓｏｎａｌＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０００，７：２８．３４．［９］Ｄ．Ｎｉｃｕｌｅｓｃｕ，Ｂ．Ｎａｔｈ，“ ＤＶｂａｓｅｄｐｏｓｉｔｉｏｎｉｎｇｉｎＡｄＨｏｃｎｅｔｗｏｒｋｓ ” ，ＪｏｕｒｎａｌｏｆＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎＳｙｓｔｅｍｓ，２００３，２２（０１）：２６７．２８０．【ＩＯ］Ｄ．Ｎｉｃｕｌｅｓｃｕ，Ｂ．Ｎａｔｈ，“ Ａｄｈｏｃｐｏｓｉｔｉｏｎｉｎｇｓｙｓｔｅｍ（ｈｐｓ） ” ，ＩｎＰｒｏｃｅｅｄｉｎｇ（Ｓ）ｏｆｔｈｅＧｌｏｂａｌ种用于 ≤

APIT技术在目标定位中的应用

第36卷增刊(I)2006年7月　东南大学学报(自然科学版)JOURN AL OF SO UTHEAST UNI VERSITY (Natural S cience Edition )　Vol 136S up (I)July 2006 APIT 技术在目标定位中的应用王　磊1　王月清1　张　萍1　孙　涛1　田　斌1　柴远波2　段富强1(1海军工程大学电子工程学院,武汉430033)(2解放军信息工程学院信息技术研究所,郑州450002)摘要:提出了在无线传感器网络中目标定位与节点定位采用同一种技术———APIT 技术,即以三角形内的点近似定位算法来对未知节点和目标进行定位,这种算法仅需要少量通信和简单计算,同时还具有良好的扩展性,从而为进一步的研究提供了一个可行的思路.关键词:无线传感器网络;定位方法;位置估计中图分类号:T N915;TP301 文献标识码:A 文章编号:1001-0505(2006)增刊(I)20201203Application of a ppr oximate PIT technology in object positioningWang Lei 1　W ang Yueqing 1　Zhang Ping 1　S un T ao 1　Tian Bin 1　Chai Y uanb o 2　Duan Fuqiang1(1C ollege of Electroni c Engineering ,Naval Engi neering Univers i ty ,W uhan 430033,C hi na)(2Inform ati on T echnique G raduate School ,Uni vers ity of Inform ation and Engi neering of P LA ,Z hengzhou 450002,C hina )Abstract :　An APIT technology —appr oximate localization algorithm —was adopted in the positioning of ob 2ject and node localization of wireless sensor netw orks.Fe w corresponding and sim ple c omputation are needed in this alg orithm.I t is extensible ,which can pr ovide a feasible mentality for the fur t her research.K ey w or ds :　w ireless sens or netw orks ;positioni ng approaches;position estimation　收稿日期622　作者简介王磊(—),男,硕士生,@63;王月清(联系人),女,副教授,硕士生导师随着计算机技术和无线电通信技术的发展,普适计算(ubiquitous c omputing)将被应用在各种领域,融入到人们的日常生活中,提高人们的生活质量和水平.普适计算的一个前提条件是必须获取普适计算对象的位置信息[1],这个位置信息依据普适计算的不同具体应用,可以是基于区域范围的,也可以是基于精确坐标的.在无线传感器网络(W SN )中也同样面临着普适计算的需求.有很多定位技术都可以对物体进行定位,但适合普适计算要求的、对多个移动物体精确定位的、系统电子复杂性[2]低的技术却并不多.基于API T 定位技术是一种可行的、适合WS N 普适计算要求的定位技术.图1　目标定位区域示意图(○—节点;●—目标物体)1　APIT 算法分析无线传感器网络中存在两类定位技术,一是节点自定位技术,二是目标定位技术.APIT 作为在节点定位技术中应用比较成熟的技术,我们把它引入到目标定位技术中,这样在网络优化、减少系统电子复杂性、降低成本上将有很大的期望.在讨论这个问题之前,首先归纳出算法运行的环境.APIT 使用一个新的基于区域的方法来执行定位估测,这个方法将环境分离成anchor 节点间的三角形区域,用一个网格算法计算某个目标可能所在的最大区域.基本思想是,目标从所有听得见的anchors 中选择3个anchors ,然后连接这三个anchors ,构成一个三角形,判断目标是否:2000420.: .在三角形中.然后APIT 对不同的anchors 组合重复测试,直到测试完所有的组合或者得到要求的精确度为止.最后,计算所有包含目标的三角形的交集的质心,以此决定目标的大致位置.由于APIT 要求anchors 的密集度高,因此只适合anchors 节点密集的传感器网络.首先要考虑的是需要传感器网络是自组织的[3],假定节点都是已知的.为了简化和易于表示,限定在二维空间.假定所有的节点都位于区域内,如图1所示.在这种算法中如何确定目标物体在最近的3个节点所构成的三角形中.可以用到达时间及时间差测距法.到达时间(TO D )技术通过测量信号传播时间来测量距离.在TO A 方法中,若电波从节点到目标物体的传播时间为t ,电波传播速度为c ,则节点到目标物体的距离为t ×c .比较到各个节点的时间从而选出最短距离的节点构成三角形区域,如图2所示.图2　三角区域测试距离示意图(A:目标物体N :节点d :距离)在确定三角形区域后,测试目标物体在这三个节点所组成的三角形内部还是外部;然后再选择另外三个节点进行同样的测试,直到达到所需的精度.如果目标物体在三角形内部则这个三角形区域的质心作为估计位置[4].APIT 算法最关键的步骤是测试目标物体在三个节点所组成的三角形内部还是外部,这一测试的理论基础是三角形内的点(PI T )测试.PIT 测试用来测试目标物体是在三个节点所组成的三角形内部还是外部,其原理如图3所示.假如存在一个方向,沿着这个方向M 点会同时远离或者同时接近A 、B 、C 三个点,那么M 位于ΔA BC 外;否则M 位于ΔA BC 内.这就是PIT 测试的原理,其证明可以在文献[5]中找图3　PIT 测试示意图到.在静态目标物体,M 点固定,不能朝着不同的方向移动,此时无法执行PIT 测试,为此定义APIT 测试,如图4所示.假如目标物体M 的邻居节点中没有同时远离或同时靠近三个节点A ,B ,C 的节点,那么M 就在ΔA BC 之内;否则M 就在ΔA BC 之外.如图4中,目标物体M 通过与邻居节点1交换信息,得知自身运动至节点1,将远离节点B图4　APIT 示意图和C ,但会接近节点A ,与邻居节点2,3,4的判断过程类似,确定自身位于ΔA BC 内,而在图4的右图中,目标物体M 可知假定自身运动至邻居节点2处,将同时远离节点A ,B ,C ,故判断自身不在ΔABC 中.当目标物体M 比较靠近ΔA BC 的一条边,或者M周围的邻居节点分布不均匀时,APIT 的判断可能会发生错误,当节点密度越大,则APIT 判断发生错误的概率越小.2　结　语用APIT 技术对目标进行定位需要进一步解决的问题是:①降低距离相关的算法产生的距离误差.②距离无关的算法中有较稀疏节点时,目标可能不被多个已知节点包围下一步的工作是研究距离测量错误及稀疏对定位性能的影响,并针对现有定位算法的不足,提出三阶段的定位算法,包括距离测量、目标定位和迭代精确三个阶段202东南大学学报(自然科学版)第36卷anch ors .an ch or .参考文献(References)[1]付维权,孙志仁,曹奇英.普适计算中的定位感知系统[J ].单片机与嵌入式系统应用,2004(2):15218.Fu W eiquan ,Sun Z hiren ,Cao Qiying.Orientation apperceive sys tem in general suitab le account [J ].M icro controller &Embedd ed Sy stem ,2004(2):15218.(in Chinese )[2]雷鸣雳,周功道,冯祖仁.基于伪码相关技术的超生波2无线电定位系统[J ].微电子学与计算机,2004,24(3);1022106.Lei M ing li ,Z h ou G ongd ao ,Fen g Zuren.U ltras on ic 2radio wav e location s ystem based on pseud o 2rand om correlation techn ology[J ]Mi 2croelectronics &C omputer ,2004,24(3):102-106.(in Chinese )[3]周正.无线传感器网络节点自定位技术[J ].中兴通讯技术,2005,11(4):51256.Z h ou Zh eng.Self 2l ocalizati on techn olog ies for w ireless sens or n etw ork nodes[J ].Zh ongxing Teleco m T echnology ,2005,11(4);51-56.(in Ch inese)[4]李国华,刘宝铃,沈树群.基于超声波技术的3D 定位系统研制[J ].计算机测量与控制,2005,13(9):9262928.Li G u ohua ,Liu Baoling ,Shen Shuqun.Research and dev elopment o f 32D P ositioning s ystem based on the ultras ound techn olog y[J ].Compu ter Au to mated M easurement &Con tro l ,2005,13(9):926-928.(in Ch inese)[5]He T ian ,Huang Chengdu ,Blum B M ,et al.Range 2free l ocalizati on schemes in large scale sens or netw orks [C]//Proceeding s o f th e9th Annual International Con feren ce on Mo bile Co mputing and Network ing ,M OBIC OM ’2003.N ewY ork :A CM Press ,2003:81295.302增刊(I )王磊,等:APIT 技术在目标定位中的应用。

基于APIT技术的无线传感器网络目标定位算法

摘
要：针对无线传感器网络的目标定位问题，出了一种基于能量的目标定位算法。首先通过移动锚提
节点轨迹的采集，形成虚拟锚节点，利用三边定位确定未知节点的位置，加锚节点的密度。采用近似三增
角形内点测试（ＰＴ算法对目标节点进行定位，加入了加权质心因子，锚节点对目标节点的不同影ＡＩ）并用
ｔｔＡＩ）ｅ（ＰＴｓ
Ｔａｇｔｌｃｔｎｌｏｉｈｂｓｄｏｎｒｙａｄｒｅｏａｉｇａｇｒｔｍａｅｎｅｅｇｎ
ＡＰＩｔｃｎｏｏｙｉｒｌｓｅｓｒｎｔｒｓＴｅｈｌｇｎｗｉｅｅｓｓｎｏｅｗｏｋ
ｉｉｃａｅ．ｎａｐｏｉａｏｔｎｔａｇｌｔｎｔｔＡＩ）ｔｈｏｇａｏｔｅｏｉｏｉｇｊｔｓｎｒｓｄＡｒｘｔｐｉ — －ｎａｏｓ（ＰＴｅｎｌｙｓｄｐｄｉｔｓｉｎｏｅｅｐｍｅｎｉｒｕｉｅｉｃｏｗａｅｎｈｐｔｎｏｂｃｆ
响力来确定加权因子，以提高定位精度。仿真结果表明：该算法可以有效地提高无线传感器网络目标定位
的精度。
关键词：无线传感器网络；定位方法；加权因子；近似三角形内点测试
中图分类号：Ｔ３３Ｐ９文献标识码：Ａ文章编号：１０－７７２１）８０６－３００９８（０００－０００
ａｄｎｅｌｃｉｔｎｏｉｅｅｓｓｎｏｅｗｏｋ．ｆｒａｄｎｅｇｔｄｆｃｏ．ｈｒｕｎｅｏＣｏｏｅｏｎｏｏａｚｉｆｒｌｓｅｓｒｎｔｒｓＡｅｄｉｇａｗｉｈｅａｔｒｔｅｉｌｅｃｆｄｌａｏｗｔｄｎａｈｒｎｄｓｔｕｋｏｎｌｃｔｎｉｓｄｔｅｅｉｅｔｅｗｅｇｔｇｆｃｏｎｍｐｏｅｔｅｐｓｔｎｎｃｕａｙＴｓｅｕｔｎｎｗｏａｉｓｕｅｏｄｔｒｎｈｉｈｉａｔｒａｄｉｒｖｈｏｉｏｉｇａｃｒｃ．ｅｔｒｓｌｏｍｎｉｓｉｄｃｔｈｔｔｅＡＰＴｔｃｎｌｇａｒｎｉｈｒｔｒｅｃｔｇｐｅｉｉｎ．ｕｈｃｕａｙｏｒｅｃｔｇｉｎｉａｅｔａｈＩｅｈｏｏｙｃｎｂｇｈｇｅｇｔｏａｉｒｃｓｉａｌｎｏｔｓｔｅａｃｒｃｆｔｇｔｏａｉｈａｌｎｎｗｒｌｓｅｓｒｎｔｒｓｃｎｂｍｐｏｅｆｃｉｅｙｉｅｅｓｓｎｏｅｗｏｋａｅｉｒｖｄｅｆｔｌ．ｅｖＫｅｒｓｙｗｏｄ：ｗｒｌｓｅｓｒｎｔｏｋ；ｏｉｏｉｇａｐｏｃｉｅｅｓｓｎｏｅｗｒｓｐｓｉｎｎｐｒａｈ；ｗｉｈｉｇｆｃｏ；ａｐｏｉｔｉｔｎｔａｇｌｔｎｔｅｇｔａｔｒｐｒｘｍａｅｐｎ－－ｎｕａｉｎｏｉｒｉｏ

无线传感器网络APIT定位算法

随着计算机网络技术、通信技术、嵌入式技术和传感器技术的飞速发展和日益成熟，具有感知能力、计算能力和通信能力的微型传感器及其构成的无线传感器网络WSN(Wireless Sensor Network)引起了人们的极大关注。

这种传感器网络具有低功耗、低成本、自组织的能力，能够自动进行配置和适应环境的变化，具有动态可重构性等特点，能够通过协作实时监测、感知和采集网络，分布区域内的各种环境或监测对象的信息并传送到控制中心，因而被广泛应用于国防军事、国家安全、精细农业、环境监测、智能家居、城市交通以及预防与减灾、人员营救、目标跟踪等方面，适用于在人们无法接近的极端恶劣或特殊环境下监测事件发生的地点[1]。

传感器节点通过飞行器撒播、人工埋置和火箭弹射等方式任意撒落在被监测区域内。

节点的位置信息都是随机的，节点所采集到的数据，若没有位置信息几乎没有应用价值[1]。

所以在无线传感器网络应用中，节点的定位一直是关键问题，同时也是人们研究的热点。

由于传感器节点采用电池供电，节点数量巨大，成本太高，能量有限。

因而利用GPS或其他方式先对网络中的少量节点(锚节点)进行定位，其他大部分节点以锚节点位置为参考，应用各种定位算法实现自身定位。

根据目前出现的定位算法对节点位置估测机制的不同可以分为两大类：基于距离相关的定位算法(Range-Based Localization Schemes)和基于距离无关的定位算法(Range-Free Localization Schemes)。

前者需要测量相邻节点间的绝对距离或方位，并利用节点间的实际距离来计算未知节点的位置；后者不需要自己与锚节点之间的距离或角度信息，而是根据网络连通性等信息估算出自己与锚节点间的距离。

基于距离相关的定位算法使得传感器节点造价增高，消耗了有限的电池资源，而且在测量距离和角度的准确性方面需要大量的研究。

基于距离无关的定位算法则不需要知道未知节点到锚节点的距离或者不需要直接测量此距离，在成本和功耗方面比基于测距的方法具有优势[1]。

WSN中APIT节点定位改进算法研究

ＳｔｄｏｒＩｒｖｄＡＰＩｏａｉａｉｎＡｌｏｉｍｎＷＳＮｕｙｆｍｐｏｅＴＬｃｌｔｇｒｈｉｚｏｔ
ＭＡｎＣＨＥＮｈｎＧａｇ，Ｓｅｇ— ｙｎｕ
（ｕｍｎｎｖｒｔｏｉｃｎｅｈｏｏｙＫｎｎ５０１Ｃｉ）ＫｎｉＵｉｓｙｆＳｅｅｄＴｃｎｌ，ｕｍｉ６０５，ｈｎｇｅｉｃｎａｇｇａ
Ｈｏ引ｐ［
、
１引言
无线传感器网络（ｒｌｓｅｓｒＮｔｏｋＷｉｅＳｎｏｅｒ，ｅｓｗ
ＷＳ是由部署在监测区域内大量的、有无线通Ｎ）具
质心定位］ＡＩ等。论文主要针对、ＰＴ
ＡＩ法在定位覆盖率方面存在的问题，出了ＰＴ算提
Hale Waihona Puke 目前ＷＳＮ定位算法的分类方法有多种，照定按
位过程中所需信息可以分为两类：于测距的定基
的无线传感器网络定位算法，基本思想是三角形其
覆盖逼近，知节点处于多个三角形覆盖区域的重未
位算法（ａｇＲｎｅ—ｂｓｄ和无需测距的定位算法ａｅ）（ａｇ — ｒｅ。由于Ｒｎｅ—ｆｅ算法无需直接测Ｒｎｅｆ）ｅａｇｒｅ量距离和角度信息，仅根据网络连通性等信息就仅
ＡｂｔａｔＩｒｒｔｍｐｏｅｔｅｌｃｌｚｔｏｏｅａｅｒｔｔｉａｅｒｐｓｓａｎｗｏａｉａｉｎｓｒｃ：ｎｏｄｅｏｉｒｖｈｏａｉａｉｎｃｖｒｇａｅ，ｈｓｐｐｒｐｏｏｅｅｌｃｌｚｔｏ

一种改进的APIT定位算法讲课教案

常用的免于测距的定位技术质心定位算法、 APS算法、MDS-MAP算法、APIT定位算法等。
APIT定位算法的基本思想简单，实现容易。而且由于其定位功耗小、成本低、节点定位精度高等特点得到广泛应用和研究。
三、APIT定位算法
APIT算法的理论基础是PIT（ point intriangulation test）算法（三角形内点测试法）：假如存在一个方向，沿着这个方向节点M会同时远离或接近参考节点A、B、 C，那么节点M位于三角形ABC外部，如图1所示；否则，M位于三角形ABC 内部，如图2所示。
一、节点定位技术的重要性
首先，无线传感器网络中，节点所采集的数据或探测的事件，通常都需要有相应的地理位置信息作为标识，对大多数应用来说，不知道传感器位置，所感知的数据是没有意义的。比如：一个被监控的车辆的地点、森林火灾发生的位置、战场上敌方车辆的运动区域等。
其次，无线传感器网络的一些系统功能需要节点的位置信息。例如：确定无线传感器网络的覆盖范围等。
图11
通过对比图10和图11可以发现，求三角形重心坐标比网格扫描法更加接近 grid(5,3)，主要是因为三角形重心扫描算法是以点为出发点，而网格扫描法是以区域为出发点，从而网格扫描算法更易受 Out-To-In或 In-To-Out错误区域的影响。这样，重心扫描算法相比网格扫描法可以提高定位精度。
[2]于宏毅，李鸥，张效义等.无线传感器网络理论、技术与实现.北京：国防工业出版社，2010,9 重印.
[3]马刚，陈盛云. WSN中APIT节点定位改进算法研究. 昆明理工大学信息工程与自动化学院, 昆明650051. 文章编号: 1002-2279(2011)03-0068-04.

基于向量积同向技术的改进APIT定位算法

基于向量积同向技术的改进APIT定位算法韩春光;蔡彤琛;时广华;王科峰;汪志成【摘要】近似三角形内点测试(APIT)定位算法在用最佳三角形内点测试法测试时容易产生in-to-out和out-to-in错误,影响定位精度.为了解决这一问题,提出了一种基于向量积同向技术的改进APIT定位算法.采用接收信号强度指示定位算法实现节点的初步定位,然后用向量积同向技术代替内点测试法,提高了定位效率;在MATLAB仿真平台上进行仿真,取得了APIT定位算法和改进APIT定位算法各自产生的定位误差数据.结果表明,在信标节点比例不同的情况下,改进的APIT算法定位精度明显优于APIT算法.【期刊名称】《激光技术》【年(卷),期】2018(042)003【总页数】5页(P395-399)【关键词】传感器技术;节点定位;向量积同向技术;定位误差【作者】韩春光;蔡彤琛;时广华;王科峰;汪志成【作者单位】浙江工商职业技术学院智能电子学院,宁波315012;东华理工大学机械电子工程学院,南昌330013;宁波大红鹰学院信息工程学院,宁波315000;东华理工大学机械电子工程学院,南昌330013;江西省新能源工艺及装备工程技术研究中心,南昌330013;东华理工大学机械电子工程学院,南昌330013;江西省新能源工艺及装备工程技术研究中心,南昌330013;宁波大红鹰学院信息工程学院,宁波315000;东华理工大学机械电子工程学院,南昌330013;江西省新能源工艺及装备工程技术研究中心,南昌330013【正文语种】中文【中图分类】TP393引言无线传感器网络[1](wireless sensor networks,WSN)是近年来国内外高度重视的一种信息技术之一，在水产养殖业、物联网、仓储系统、军事安全以及防火防盗等领域有着广泛应用。

在大多数应用中，在节点位置已知的情况下采集到的数据才有意义。

常见的全球定位系统(global positioning system,GPS)虽然精度高，但面对规模庞大的无线传感器网络，使用GPS定位将导致整个系统成本高、功耗大，并制约了系统扩展性。

改进的APIT定位算法研究的开题报告

改进的APIT定位算法研究的开题报告一、选题背景与意义随着移动应用的普及和发展，APIT（Access Point Indoor Positioning Technology）室内定位技术也越来越受到关注。

APIT定位技术通过获取周围Wi-Fi AP（Access Point）的MAC（Media Access Control）地址和信号强度来完成用户在室内的定位。

在已有的APIT定位算法中，基于RSSI（Received Signal Strength Indicator，接收信号强度指示）的指纹定位算法（Fingerprinting）具有较高的定位精度，但需要收集很多Wi-Fi AP的信息，而且定位时需要枚举所有可能的指纹，计算量较大，不适用于大规模室内环境。

基于机器学习的APIT定位算法则可以训练机器学习模型，从而实现定位精度的提升，但是需要大量的标注数据和计算资源。

因此，本文旨在研究改进的基于RSSI的指纹定位算法，采用数据处理和机器学习相结合的方式提高其定位精度，使其更加适用于大规模室内环境。

二、研究内容和方法本文将围绕如下几个方面进行研究：1.收集Wi-Fi AP的信息：收集Wi-Fi AP的MAC地址和信号强度，生成指纹数据集。

2.数据处理：对采集到的指纹数据进行预处理，包括数据清洗、特征提取、特征选择等。

3.机器学习模型：选用适当的机器学习算法，构建定位模型。

本文将考虑基于深度学习的定位模型，如基于卷积神经网络（CNN）的定位模型和基于循环神经网络（RNN）的定位模型。

4.实验和评估：从数据真实性、定位精度、模型训练复杂度等角度对算法进行评估，与已有的指纹定位算法进行比较，验证改进算法的有效性。

三、预期目标和创新点本文将通过数据处理和机器学习相结合的方式提高基于RSSI的指纹定位算法的定位精度，采用基于深度学习的定位模型构建定位模型，验证改进算法的有效性。

本研究的预期目标如下：1.通过数据处理和机器学习相结合，提高基于RSSI的指纹定位算法的定位精度；2.采用基于深度学习的定位模型构建定位模型，提高算法的可用性和精度；3.验证算法在大规模室内环境中的可行性并进行评估；4.对已有的APIT定位算法进行比较分析，提出改进建议和创新点。