近日，计算机科学领域国际顶级刊物《IEEE Transactions on Vehicular Technology》（IF 6.8）报道了人工智能学院信息融合团队在无线传感器网络方向的研究进展，相关成果以“A Range-Free Node Localization Method Based on MinMax Error Criterion for Sparse Anchors Wireless Sensor Networks”为题在线发表。

无线传感器网络由能量有限的具有动态拓扑结构的传感器节点自组织而成。由于无线传感器网络具有可靠性、临时性和易于部署等特性，因此被广泛应用于救援、救灾、目标跟踪等领域。在上述应用中，数据的位置标签非常重要。虽然全球定位系统（GPS）可用于节点定位，但其设备成本和能耗限制了其应用。此外，在某些特定场景中，例如水下无线传感器网络和全球定位系统是不可用的。因此，无 GPS 辅助的节点定位引起了广泛的研究关注。

由于目前的无范围节点定位方法在锚点稀疏的无线传感器网络中定位精度较低。为此，本文提出了一种基于最小化最大误差准则的新型无范围节点定位模型。此外，还提出了一种名为 MinMax-DV-hop 的迭代定位算法，以解决所提模型目标函数的非凸和不可分问题。具体来说，首先通过引入辅助变量，将最小-最大优化重新转换为具有线性目标函数、凸约束和非凸约束的优化。其次，利用其一阶泰勒展开式将非凸约束收紧为线性不等式约束，最后，设计一种连续凸逼近方法来迭代求解优化问题。实验结果表明，提出的MinMax-DV-hop算法在锚点稀疏的无线传感器网络中的定位精度高于比较算法。

图1 水下无线传感器网络模型

图2 普通节点定位误差的均方根误差

图3 普通节点均方根误差的累积分布函数

图4 归一化位置估计误差与锚节点密度的关系

图5 归一化位置估计误差与所有节点密度的关系

图6 归一化位置估计误差与锚节点通信半径的关系

河南大学人工智能学院为该论文的第一单位，信息融合团队胡振涛教授为第一作者，信息融合团队周林教授为通讯作者。该研究工作受到国家自然科学基金项目、河南省高校重点科研项目、河南省科技发展项目、河南省科技发展计划重点研发专项和河南省软科学研究项目的支持。

论文链接：https://ieeexplore.ieee.org/abstract/document/10384764