摘 要:闡述了無(wú)線傳感器多維定標(biāo)技術(shù)的原理,給出了兩種典型算法的推導(dǎo),分析了三維坐標(biāo)的轉(zhuǎn)換。
關(guān)鍵詞:多維定標(biāo)算法
本文系2011年院級(jí)自然科學(xué)基金“集中式無(wú)線傳感器網(wǎng)絡(luò)三維定位算法研究”(XYKJ2011013)和2012年院級(jí)教改項(xiàng)目“基于proteus的《單片機(jī)原理》虛擬教學(xué)平臺(tái)的研究與應(yīng)用”(JY1208)的階段性研究成果。一、多維技術(shù)原理
假設(shè)空間上n個(gè)對(duì)象點(diǎn)的任意第i個(gè)點(diǎn)和第j個(gè)點(diǎn)之間的相異(似)性以δij來(lái)表示,則可構(gòu)成一個(gè)相異(似)性矩陣[δij],設(shè)空間上n個(gè)對(duì)象點(diǎn)的坐標(biāo)矩陣為X,則X是一個(gè)n×p的矩陣,每一行對(duì)應(yīng)一個(gè)點(diǎn)的p維坐標(biāo)。多維空間上對(duì)象點(diǎn)i和j的距離用dij表示,多維標(biāo)度技術(shù)就是利用各對(duì)象點(diǎn)間的相異(似)性來(lái)構(gòu)造多維空間上點(diǎn)的相對(duì)圖,并使得相異(似)性δij與距離dij盡可能的接近,即使得f(δij)≈dij,系數(shù)函數(shù)為Stress=Σ(f(δij)-dij)2
二、基于Metric MDS的定位算法
假設(shè)有n個(gè)對(duì)象點(diǎn),對(duì)應(yīng)的節(jié)點(diǎn)坐標(biāo)為X=(x1,x2,…,xn)p,其中X是一個(gè)n×p的矩陣,表示n個(gè)節(jié)點(diǎn)的p維坐標(biāo),p=3。任意兩個(gè)節(jié)點(diǎn)間的距離已經(jīng)獲得,則可以得到距離矩陣D=[dij]是一個(gè)n×n的方陣,表示點(diǎn)xi和xj之間的估算距離。若i=j則有dii=0,對(duì)于任意i和j有dij=dji,由歐氏距離公式得到距離平方矩陣D2=[d2ij],如式2-1所示:
設(shè)有矩陣B,,可以得到矩陣D和矩陣B的關(guān)系,如式2-2:
(2-2)
對(duì)矩陣D2二次中心化,即對(duì)相應(yīng)的坐標(biāo)矩陣X中心化,使得
,即,由此可推導(dǎo)出式2-3:
上式可以寫(xiě)成矩陣形式,即式2-4:
(2-4)
其中,為中心矩陣,In×n為n階單位矩陣,
e1×n[1,1,…,1]。對(duì)矩陣B進(jìn)行特征值分解,如式2-5:
B=XXT=UVUT (2-5)
并保留三個(gè)最大的特征值和對(duì)應(yīng)的特征向量來(lái)計(jì)算節(jié)點(diǎn)的三維坐標(biāo),設(shè)u1>u2>u3和v1>v2>v3分別為三個(gè)最大的特征向量和特征值,按式2-6計(jì)算節(jié)點(diǎn)的三維坐標(biāo):
(2-6)
其中U是由特征向量u1,u2,u3按列排列組成的矩陣,V是以,,為主對(duì)角元,其他元素為零的矩陣,則X即為節(jié)點(diǎn)的三維坐
標(biāo)矩陣。
三、基于Non-metric MDS的定位算法
假設(shè)n個(gè)對(duì)象點(diǎn)在多維空間中的坐標(biāo)用矩陣X表示,X是一個(gè)n×p維的矩陣,其中n表示對(duì)象點(diǎn)的數(shù)目,p代表坐標(biāo)點(diǎn)的維數(shù),則矩陣X中的第i行表示第i個(gè)對(duì)象點(diǎn)的p維坐標(biāo)。
基于Non-metric MDS的定位算法根據(jù)給定的對(duì)象點(diǎn)之間的相異(似)性重構(gòu)多維空間上各對(duì)象點(diǎn)的坐標(biāo)和它們之間的距離,是一個(gè)反復(fù)迭代的計(jì)算過(guò)程,共分為三個(gè)階段:第一階段為初始化階段,可以采用某種算法粗略地計(jì)算節(jié)點(diǎn)的坐標(biāo)只要保證對(duì)象點(diǎn)的初始坐標(biāo)不相同即可,根據(jù)計(jì)算獲得的初始坐標(biāo)從任意一個(gè)對(duì)象點(diǎn)的坐標(biāo)X0開(kāi)始計(jì)算對(duì)象點(diǎn)之間的歐式距離dij0。第二階段為非定標(biāo)階段,根據(jù)第一階段獲得的歐式距離可以得到一個(gè)等級(jí)值,該值的意義為,如是通過(guò)構(gòu)
建δi和dij0的單調(diào)回歸關(guān)系時(shí)產(chǎn)生的。δi和dij0必須滿(mǎn)足弱單調(diào)性要求:對(duì)于任意i,j,k,l,如果有δij<δkl則。為了得到可以采用一
種近似方法,例如PAV(pool adjacent violators)算法。PAV算法的過(guò)程為,首先由相異(似)性用δij的最小值開(kāi)始,把鄰近的與每一個(gè)δij比較來(lái)確定是否滿(mǎn)足與對(duì)應(yīng)的δij滿(mǎn)足單調(diào)關(guān)系。當(dāng)存在一組連續(xù)的
值違背了與δij的單調(diào)關(guān)系時(shí),就取這些值的平均值。第三階段為定標(biāo)階段,根據(jù)X0和計(jì)算新坐標(biāo)X1,再計(jì)算它們之間的歐式距離dij1,不
斷地重復(fù)第二和第三階段,直到滿(mǎn)足一定的系數(shù)要求即可。由此可見(jiàn)Non-metric MDS也可以看作是一種對(duì)Metric MDS的優(yōu)化算法。
Non-metric MDS算法也采用類(lèi)似于Metric MDS的系數(shù)方程來(lái)衡量計(jì)算結(jié)果與給定相異性的吻合度,其中Kruskal系數(shù)如式3-1:
其中表示平均距離。
四、三維坐標(biāo)轉(zhuǎn)換
在分布式的無(wú)線傳感器網(wǎng)絡(luò)定位中,多數(shù)情況計(jì)算出的坐標(biāo)是局部相對(duì)坐標(biāo),每一個(gè)局部小區(qū)域內(nèi)有各自的相對(duì)坐標(biāo)。為了得到統(tǒng)一的全局坐標(biāo),必須將局部坐標(biāo)轉(zhuǎn)換到全局坐標(biāo)系中去。
對(duì)于兩個(gè)不同的坐標(biāo)系R1和R2而言,設(shè)點(diǎn)Xi1∈R1,Xi2∈R2,要將Xi1轉(zhuǎn)換到坐標(biāo)系R2中,也就是要對(duì)目標(biāo)坐標(biāo)系進(jìn)行相異的平移,旋轉(zhuǎn)和縮放,即需要三個(gè)變量,分別是平移向量,比例因子和旋轉(zhuǎn)矩陣。對(duì)于兩個(gè)三維坐標(biāo)系而言,能夠?qū)⑵浠ハ噢D(zhuǎn)換的前提條件是,需要已知至少四個(gè)點(diǎn)分別在兩個(gè)坐標(biāo)系中的坐標(biāo),即Xi1和Xi2中至少有4個(gè)點(diǎn)同時(shí)屬于坐標(biāo)系R1和R2?!?/p>
參考文獻(xiàn)
[1] H. Chen, D.Ping, Y.Xu, X.Li. A Novel Localization Scheme Based on RSS Data for Wireless Sensor Networks, Advanced Web and Network Technologies, and Applications, LNCS 2006.
[2] H. Chen, D.Ping, Y.Xu, X.Li. A robust location algorithm with biased extended kalman filtering of TDOA data for wireless sensor networks. In: Proceedings of International Conference on Wireless Communictions, Networking and Mobile Computing 2005, 883-886.
[3] 袁文燕, 劉慧, 姜冬青. 矩陣論及應(yīng)用. 化學(xué)工業(yè)出版社.2003.9. 43~62.
作者簡(jiǎn)介
閔輝(1983-),男,江西南昌人,江西科技學(xué)院商學(xué)院,本科,講師。研究方向:無(wú)線傳感器網(wǎng)絡(luò)。