一种基于异步到达时间的无线传感器网络目标定位方法

技术特征：
1.一种基于异步到达时间的无线传感器网络目标定位方法，其特征在于，具体包括如下步骤：步骤(1)：获取toa测量值：基于预设网络中锚节点从目标节点获取的无线电信号获取toa测量值；步骤(2)：构建toa定位模型：基于toa测量模型构建toa定位模型；步骤(3)：构建目标函数：引入目标节点的信号发送时刻估计值，并基于toa定位模型构建目标函数；步骤(4)：获取目标节点的估计坐标：基于目标函数采用差分进化算法获取目标节点的估计坐标。2.根据权利要求1所述的一种基于异步到达时间的无线传感器网络目标定位方法，其特征在于，步骤(1)所述预设网络为二维或三维的无线传感器网络，所述无线传感器网络包括传感器节点以及目标节点，所述传感器节点为具有预设坐标的锚节点，所述目标节点为信号发送节点。3.根据权利要求2所述的一种基于异步到达时间的无线传感器网络目标定位方法，其特征在于，步骤(2)所述toa测量模型为：其中，a
i
为第i个锚节点的坐标，s为目标节点的坐标，‖s-a
i
‖为目标节点与第i个锚节点的欧几里得距离；c为信号传输速度，t0为目标节点的信号发送时刻，t
i
为第i个锚节点的信号接收时刻，即toa测量值；∈
i
为第i个锚节点的测量噪声，为第i个锚节点的测量噪声，为测量噪声标准差。4.根据权利要求3所述的一种基于异步到达时间的无线传感器网络目标定位方法，其特征在于，步骤(2)所述toa定位模型为：其中，和分别为目标节点的坐标s和信号发送时刻t0的估计值，i＝1,2,
…
,n。5.根据权利要求4所述的一种基于异步到达时间的无线传感器网络目标定位方法，其特征在于，步骤(3)所述基于toa定位模型构建目标函数包括：获取信号发送时刻t0的估计值的估计值将估计值带入toa定位模型获取目标函数f(s)：
。6.根据权利要求5所述的一种基于异步到达时间的无线传感器网络目标定位方法，其特征在于，步骤(4)所述基于目标函数采用差分进化算法获取目标节点的估计坐标包括：初始种群生成：维度为d的l个候选个体初始种群生成：维度为d的l个候选个体其中，d＝1,2,
…
d，维度d表示预设网络的维度，ub
d
和lb
d
分别为预设网络中目标节点坐标第d维的上下界；rand
l,d
～u(0,1)为[0,1]范围内产生的服从均匀分布的随机数；基于l个候选个体利用反向学习理论构建l个反向个体利用反向学习理论构建l个反向个体基于l个候选个体和l个反向个体构建个体集合并基于目标函数f(s)计算个体适应度集合从个体适应度集合中取适应度最小的l个个体作为初始种群基于初始种群进行迭代运算直至到达预设的迭代次数g获取种群从种群中取适应度最小的个体作为目标节点的估计坐标：。7.根据权利要求6所述的一种基于异步到达时间的无线传感器网络目标定位方法，其特征在于，所述基于初始种群进行迭代运算直至到达预设的迭代次数g获取种群包括：变异：使用种群产生变异种群变异过程为：其中，f为缩放因子，f∈[0,1]；r1,r2,r3∈{1,2,
…
,l}为随机选取的互不相同的三个值；g为迭代次数，初始为1；
交叉：将种群和变异种群以交叉概率cr进行交叉产生试验种群交叉机制为：其中，cr∈[0,1]；自适应重定向：通过试验种群获取重定向种群过程为：其中，和分别为重定向空间的下界和上界：分别为重定向空间的下界和上界：选择：从种群和重定向种群中取适应度最小的l个个体作为下次迭代的种群的种群将种群带入上述步骤进行迭代运算直至g＝g，获取迭代次数g的种群

技术总结
本发明公开了一种基于异步到达时间的无线传感器网络目标定位方法，在现有基于异步到达时间的定位方法的基础上，引入具有反向学习和自适应重定向的差分进化算法。本发明包括步骤(1)：获取TOA测量值；步骤(2)：构建TOA定位模型；步骤(3)：构建目标函数；步骤(4)：获取目标节点的估计坐标。本发明能够在锚节点无法获取目标节点的信号发送时刻的情况下定位，有效地提高了定位精度，并且计算复杂度较低。并且计算复杂度较低。并且计算复杂度较低。


技术研发人员：万新旺 李庆
受保护的技术使用者：南京邮电大学
技术研发日：2022.03.09
技术公布日：2022/7/12