申请/专利权人：沈阳理工大学

申请日：2019-11-11

公开（公告）日：2022-05-31

公开（公告）号：CN110913404B

主分类号：H04W16/20

分类号：H04W16/20;H04W16/22;H04W64/00;G01S5/12;H04W84/18

优先权：

专利状态码：有效-授权

法律状态：2022.05.31#授权;2020.04.17#实质审查的生效;2020.03.24#公开

摘要：本发明公开了基于节点移动预测的UWSNs节点定位方法，其针对水下的传感器节点的移动性问题，研究了水下节点的移动模型，并采用节点移动预测算法解决了节点移动性的同时又节约了网络能耗，延长了网络的生命周期。而节点移动模型的精准性依赖于节点位置的精确度，所以在定位算法中，首先提出了测距策略，即提高定位精确度又进一步降低节点能耗，然后对传感器节点进行位置估计，针对精确度不高的次级节点采用灰狼算法进行寻优计算，降低了节点的定位误差。与传统的移动预测算法相比，本算法在网络能耗方面和传感器节点定位精确度方面都有提升，也有效解决水下网络生命周期短问题。

主权项：1.一种基于节点移动预测的UWSNs节点定位方法，其包括三种节点：水面基站、水面浮标和水下传感器，其中所述水下传感器通过锚和缆绳固定在海洋的水下，其特征在于：其包括以下步骤，1建立海洋的潮汐模型其中为位置，t为时间，表示t时位置点的坐标；2建立所述水下传感器的水平方向运动模型其中为位置，t为时间，表示t时位置点的坐标；3所述水下传感器的运动模型ξNbde为所述潮汐模型及水平方向运动模型的总和，即其中为位置，t为时间，表示t时位置点的坐标；4按预设的周期值对所述水下传感器进行周期性实际定位，并将得到的所述水下传感器的实际定位值代入到所述步骤3中的运动模型中，从而预测实际定位后未来一定时间内的所述水下传感器的实时位置；所述步骤1中，假定海洋的潮汐速度由均匀振荡的潮汐场和顺时针及逆时针交替构成无穷序列的剩余场组成，呈现确定的半周期性，潮汐可以分解成不同频率的潮汐成分，采用具有潮汐成分频率的正弦函数和余弦函数作为时间基函数，所述潮汐模型的表达式为： 其中，N代表潮汐成分的个数、cosωit和sinωit代表潮汐成分的时间基函数、代表潮汐残余，分别代表位置处某对应时间基函数的两个系数、i代表时刻、ω代表潮汐成分的角频率；所述步骤2中，在所述缆绳拉力的作用下，所述水下传感器在有限的范围内做受限运动，其受力包括：Fb为所述水下传感器受到的浮力；FG是所述水下传感器的重力；Fl为所述水下传感器受到缆绳的拉力，可以由所述水下传感器测得；Fc为所述水下传感器所受到洋流的冲击力，F′l和F″l分别是拉力Fl在水平面上和深度方向上的分力；在所述水下传感器深度方向的二维平面上，满足：Fb＝ρgV2；Fl＝mg3； Fl″＝Fb-FG5；其中，Fb物体浮力等于传感器下沉时所排开液体的重力,ρ代表海水的密度，g代表重力加速度，V代表所排开液体的体积，亦即传感器的体积，m代表传感器质量；由于，运动模型中，对于所述水下传感器的任一物理量都可以采用拉格朗日法来描述：其中，x代表上述二维平面上X轴坐标，y代表上述二维平面上Y轴坐标,t为时间；因此，根据牛顿第二定律可以得出t时所述水下传感器节点水平方向上受力Fl与速度v′、加速度a′之间的关系如下： 其中，F′l和F″l分别是拉力Fl在水平面上和深度方向上的分力；a'代表在t时刻受分力Fl'影响的加速度；由此，所述水下传感器深度方向上的受力与速度v″、加速度a″之间的关系如下： 其中，α″代表在t时刻受分力Fl"影响的加速度；用代替所述水下传感器在x,y位置处的坐标；则t时所述水下传感器节点水平方向上的速度为v′，即公式8可以表示为： 则，所述水下传感器的运动模型ξNbde可以表示为： 代入公式1和11，得到：

全文数据：

权利要求：

百度查询： 沈阳理工大学 基于节点移动预测的UWSNs节点定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD