馮愛麗，喬鋼柱，曾建潮

(太原科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，太原030024)

隨著經(jīng)濟(jì)的發(fā)展和科學(xué)技術(shù)的進(jìn)步，無線傳感器網(wǎng)絡(luò)[1]在安全生產(chǎn)、交通管理、醫(yī)療設(shè)備及智能家庭中得到了越來越多的應(yīng)用，無線傳感器節(jié)點(diǎn)功耗小、成本低、可靠性高，可以方便地布置在各種生產(chǎn)、生活需要的地方[2]。在利用無線傳感器采集數(shù)據(jù)的時(shí)候，數(shù)據(jù)的來源地是一個(gè)我們需要獲得的一個(gè)重要信息，沒有位置信息的數(shù)據(jù)往往是沒有意義的[3]，如煤礦事故人員搜救、車輛跟蹤、溫度測(cè)量等，所以精確定位對(duì)無線網(wǎng)絡(luò)的應(yīng)用有非常重要的意義。

定位方法總體上分為兩大類，基于測(cè)距(rangebased)算法與非基于測(cè)距(range-free)算法[4]。非基于測(cè)距的算法無需測(cè)量節(jié)點(diǎn)間的距離，根據(jù)網(wǎng)絡(luò)連通度估計(jì)未知節(jié)點(diǎn)的位置[5];基于測(cè)距的算法則通過測(cè)量未知節(jié)點(diǎn)與信標(biāo)節(jié)點(diǎn)的距離或角度，再利用三邊測(cè)量，三角測(cè)量，極大似然等算法計(jì)算節(jié)點(diǎn)的位置信息[6]。目前，測(cè)量節(jié)點(diǎn)間距離的方法[7]有RSSI、TDOA、TOA、AOA 等，RSSI是通過測(cè)量信號(hào)在空氣中傳播損耗來獲得節(jié)點(diǎn)間的距離信息，所以RSSI測(cè)距[8]無需增加額外的硬件設(shè)備，節(jié)約成本，簡(jiǎn)便宜行，適合無線傳感器趨勢(shì)發(fā)展需要，因而得到了廣泛的應(yīng)用。但由于空間中物體、建筑墻壁引起信號(hào)的反射、多徑效應(yīng)及障礙物阻擋等問題，使測(cè)量到的RSSI產(chǎn)生波動(dòng)，從而引起測(cè)量距離誤差[9-10]。為了提高定位精度，必須提高節(jié)點(diǎn)間距離估計(jì)的準(zhǔn)確性，距離由RSSI值計(jì)算得來，所以首先需要選擇受環(huán)境干擾小的RSSI.本文通過把所測(cè)量的每個(gè)RSSI值與平均RSSI值進(jìn)行比較，去除波動(dòng)較大的數(shù)據(jù)，即受移動(dòng)物體影響，嚴(yán)重失真的RSSI值，使所選擇的RSSI值可靠性更高。再基于信標(biāo)節(jié)點(diǎn)間的固定距離及所測(cè)量的RSSI信息，計(jì)算信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)的距離，通過仿真與一般平均值距離估計(jì)方法進(jìn)行比較，最后結(jié)果表明本文算法提高了距離估計(jì)精度。

1 RSSI測(cè)距模型

目前有三種信號(hào)傳輸模型[11]:Free-Space模型、Two-Ray Ground Reflection模型和Shadowing模型。其中 Free-Space模型與Two-Ray Ground Reflection模型屬于圓形信號(hào)傳輸模型，即信號(hào)傳輸模型是一個(gè)理想圓。由于信號(hào)在傳輸?shù)倪^程中的多徑效應(yīng)以及障礙物阻擋等影響，使得傳輸模型顯示出各向異性的特征，因而具有綜合性的Shadowing統(tǒng)計(jì)模型在無線傳感器網(wǎng)絡(luò)的測(cè)距中得到了更廣泛的應(yīng)用。

Shadowing模型由兩部分組成:第一部分為損耗模型(Pass Loss)，該模型用一個(gè)已知距離r0及此距離上的接收功率P(r0)為參考，可以預(yù)測(cè)出距離為r時(shí)的平均接收功率P(r)，損耗模型為:

其中n為路徑損耗系數(shù)，是經(jīng)過實(shí)際測(cè)量得到的經(jīng)驗(yàn)值，范圍在2～6之間，n值隨著障礙物的增多而增大。

Shadowing模型的第二部分反映的是在固定距離上，接收能量符合對(duì)數(shù)正態(tài)隨機(jī)變化，以dB為單位的Shadowing模型滿足高斯分布，公式為:

Xσ是一個(gè)零均值的高斯隨機(jī)變量，實(shí)驗(yàn)證明對(duì)距離的計(jì)算結(jié)果影響不大，因此本文用去除Xσ的簡(jiǎn)單信號(hào)傳輸模型來估計(jì)距離。

2 算法模型

2.1 優(yōu)選 RSSI值

定位準(zhǔn)確的先決條件是有精確的節(jié)點(diǎn)間距離信息，而距離由接收到的RSSI值通過信號(hào)傳輸模型計(jì)算得到，所以選擇能準(zhǔn)確反映節(jié)點(diǎn)間距離的RSSI值至關(guān)重要。RSSI受多種因素影響，圖1是由Shadowing模型得到的RSSI與距離的關(guān)系圖。

圖1 距離與誤差的關(guān)系Fig.1 The relationship between distance and RSSI

由圖1可知，RSSI值隨距離的增加而減小。當(dāng)距離比較近時(shí)，RSSI隨著距離的增加而減小的很快，但當(dāng)距離比較遠(yuǎn)時(shí)，距離的變化對(duì)RSSI的影響很小，所以距離越近，得到的RSSI值與距離的對(duì)應(yīng)關(guān)系越準(zhǔn)確。然而，RSSI值在受隨機(jī)因素影響產(chǎn)生小幅度波動(dòng)的同時(shí)，還會(huì)受移動(dòng)物體的影響，產(chǎn)生大幅度波動(dòng)，使所測(cè)量的部分?jǐn)?shù)據(jù)嚴(yán)重失真，傳統(tǒng)計(jì)算距離采用的是測(cè)量得到的多個(gè)RSSI的均值，如果把嚴(yán)重失真的數(shù)據(jù)用在均值計(jì)算RSSI上，得到的RSSI值不能準(zhǔn)確的反映真實(shí)距離信息，因而需要去除嚴(yán)重失真的數(shù)據(jù)，提高定位精度。在實(shí)際環(huán)境中，如果沒有移動(dòng)物體的干擾，同一個(gè)信標(biāo)節(jié)點(diǎn)在距未知節(jié)點(diǎn)相同的距離上所測(cè)得的RSSI值波動(dòng)不大。所以本文引入了利用平均值去除嚴(yán)重失真數(shù)據(jù)，如果 RSSI與的差的絕對(duì)值與RSSI的比值超過所設(shè)定比率R時(shí)，就認(rèn)為這個(gè)值屬于嚴(yán)重失真數(shù)據(jù)，波動(dòng)范圍在R以內(nèi)的值認(rèn)為是正常環(huán)境中測(cè)量得到的值，可以保留，最后對(duì)保留的RSSI值求平均值，傳給未知節(jié)點(diǎn)用來計(jì)算距離，求平均值與選擇RSSI值公式如式(3)和式(4):

公式中R是通過大量實(shí)驗(yàn)測(cè)得的比率，它將使幾乎所有在隨機(jī)因素影響下的波動(dòng)RSSI值包含在內(nèi)。

2.2 RSSI測(cè)距改進(jìn)模型

一個(gè)實(shí)際存在的網(wǎng)絡(luò)中，不同位置的節(jié)點(diǎn)所處的環(huán)境不同，受到的干擾也不同，結(jié)果會(huì)產(chǎn)生不同距離上測(cè)到的RSSI值相同的情況，如果直接代入式(2)計(jì)算距離會(huì)產(chǎn)生誤差，所以在計(jì)算距離時(shí)，應(yīng)該引入環(huán)境因素的影響，使所獲得的距離更準(zhǔn)確。本文引入相似環(huán)境中其他信標(biāo)節(jié)點(diǎn)的信息來改進(jìn)估計(jì)距離，在式(2)中引入固定參考節(jié)點(diǎn)間的距離與平均RSSI值作為參考來校正RSSI值與距離的對(duì)應(yīng)關(guān)系。

RSSIij表示信標(biāo)節(jié)點(diǎn)Ai接收到鄰近信標(biāo)節(jié)點(diǎn)Aj的平均信號(hào)強(qiáng)度值，rij表示信標(biāo)節(jié)點(diǎn)Ai與Aj之間的距離，RSSIi表示未知節(jié)點(diǎn)接收到的信標(biāo)節(jié)點(diǎn)Ai的RSSI平均值，ri(j)表示以信標(biāo)節(jié)點(diǎn)Aj為參考計(jì)算得到的未知節(jié)點(diǎn)與信標(biāo)節(jié)點(diǎn)Ai之間的估計(jì)距離，代入式(2)，忽略高斯隨機(jī)變量Xσ得:

由式(5)可得ri(j)的值。傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)部署一般比較密集，一個(gè)信標(biāo)節(jié)點(diǎn)可以同時(shí)接收到附近多個(gè)其他信標(biāo)節(jié)點(diǎn)的信號(hào)。由于距離越近，RSSI值與距離的對(duì)應(yīng)關(guān)系越準(zhǔn)確，所以為了使所選取的RSSIij與rij具有更好的參考價(jià)值，只選取離Ai最近的三個(gè)信標(biāo)節(jié)點(diǎn)作為參考，計(jì)算ri(j)，然后取平均作為未知節(jié)點(diǎn)與信標(biāo)節(jié)點(diǎn)Ai之間的估計(jì)距離:

實(shí)驗(yàn)結(jié)果表明，選擇三個(gè)信標(biāo)節(jié)點(diǎn)作為參考，已經(jīng)可以明顯減小估計(jì)距離的誤差，同時(shí)減小了傳感器節(jié)點(diǎn)的運(yùn)算量，很好的滿足了傳感器適時(shí)性、耗能小的特性要求，使該算法能夠更好地應(yīng)用在傳感器定位的實(shí)踐中。

3 仿真實(shí)驗(yàn)及結(jié)果分析

利用MATLAB做算法仿真，仿真環(huán)境為40 m×50 m的區(qū)域，選取該區(qū)域的左下角坐標(biāo)為(0，0)，右上角坐標(biāo)為(50，40)，信標(biāo)節(jié)點(diǎn)以橫坐標(biāo)上間隔10 m、縱坐標(biāo)上間隔20 m的距離均勻部署，路徑損耗系統(tǒng)設(shè)為2.9，通信半徑設(shè)為50.

先做實(shí)驗(yàn)選擇合適的R值，信號(hào)強(qiáng)度是服從高斯分布的Shadowing模型，這些信號(hào)強(qiáng)度只受隨機(jī)因素影響產(chǎn)生波動(dòng)，所以認(rèn)為這些RSSI值都是在正常環(huán)境測(cè)量得到的值，選擇的R值應(yīng)該使這些值都包含在內(nèi)。每隔1 m的距離上都連續(xù)采集50個(gè)RSSI值，求每個(gè)距離上最大的RSSI誤差值與平均值比率，仿真結(jié)果如圖2所示，由圖2可知，最大誤差比率不超過0.13，考慮真實(shí)環(huán)境中影響信號(hào)波動(dòng)因素多，信號(hào)波動(dòng)會(huì)更大，取R為0.2.

再把以平均值為基礎(chǔ)的波動(dòng)排除失真數(shù)據(jù)算法與信標(biāo)節(jié)點(diǎn)參考算法結(jié)合仿真，與傳統(tǒng)的取參考距離(r0)為1 m的平均值距離估計(jì)算法進(jìn)行比較，仿真比較如圖3所示。

圖3中實(shí)曲線代表傳統(tǒng)的均值算法仿真結(jié)果，虛曲線是采用改進(jìn)RSSI算法仿真的結(jié)果，由圖3可以看出，本文的改進(jìn)RSSI算法明顯提高了距離估計(jì)的準(zhǔn)確性，在25 m內(nèi)，距離估計(jì)誤差在1 m以內(nèi)，在50 m內(nèi)，最大的距離估計(jì)誤差約3 m，且大部分的距離誤差都在2 m以內(nèi)，這對(duì)未知節(jié)點(diǎn)的準(zhǔn)確定位提供了保證。

圖2 不同距離上最大RSSI誤差值與平均值的比率Fig.2 The ratio of the largest RSSI error and the average in different distance

圖3 改進(jìn)RSSI算法與傳統(tǒng)均值算法的比較Fig.3 The comparison of improved RSSI algorithm and traditional average algorithm

4 結(jié)論

根據(jù)室內(nèi)定位環(huán)境復(fù)雜，易受移動(dòng)障礙物影響等因素，提出了優(yōu)選RSSI值的平均距離波動(dòng)消除法，消除嚴(yán)重失真數(shù)據(jù)，保留與距離關(guān)系對(duì)應(yīng)好的RSSI值，再利用相似環(huán)境中其他信標(biāo)節(jié)點(diǎn)間的距離及RSSI值來校正未知節(jié)點(diǎn)與信標(biāo)節(jié)點(diǎn)之間的測(cè)量距離，從而有效的去除了所測(cè)量RSSI值中受移動(dòng)障礙物影響較大的數(shù)據(jù)，消除了不同位置時(shí)環(huán)境參數(shù)不同對(duì)測(cè)距精度的影響。通過實(shí)驗(yàn)證明，本文提出的算法適合無線傳感器網(wǎng)絡(luò)室內(nèi)定位，能夠?qū)崿F(xiàn)能耗低、定位精度高的要求。

[1]張宏巍，徐玉斌.一種無線傳感器網(wǎng)絡(luò)低延時(shí)信道接入?yún)f(xié)議[J].太原科技大學(xué)學(xué)報(bào)，2011，32(1):6-10.

[2]CHEN KAI，ZHOU YI，HE JIANHUA.A localization scheme for underwater wireless sensor networks[J].International Journal of Advanced Science and Technology，2009(4):9-16.

[3]李白莉，徐玉斌，李俊吉.改進(jìn)DV-Hop定位算法在隨機(jī)傳感器網(wǎng)絡(luò)中的研究[J].太原科技大學(xué)學(xué)報(bào)，2011，32(2):85-88.

[4]王博，徐玉斌.無線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的非測(cè)距定位算法[J].太原科技大學(xué)學(xué)報(bào)，2009，30(6):466-470.

[5]BULUSU B，HEIDEMANN J，ESTRIN D.GPS less low cost outdoor localization for very small devices[J].IEEE Personal Communications，2000，7(5):28-34.

[6]RUDAFSHANI M，DATTA S.Localization in wireless sensor networks[C]//Proceeding of the 6th International conference on Information Processing in Sensor Networks(IPSN)，USA:NY，ACM，2007:51-60.

[7]孫立民，李健中，陳渝，等.無線傳感器網(wǎng)絡(luò)[M].北京:清華大學(xué)出版社，2005.

[8]ALIREZA N，JACEK I.A test bed for localizing wireless LAN devices using received signal strength[C]//Proc of the 6th Annual Communication Networks and Services Research Conf(CNSR2008)，Canada，Halifax，2008:481-487.

[9]LYMBEROPOULOS D，LINDSEY Q，SAVVIDES A.An empirical analysis of radio strength variability in IEEE 802.15.4 networks using monopole antennas[R].ENALAB Technical Report，2005.

[10]CHO H，KANG M，PARK J，et al.Performance analysis of location estimation algorithm in ZigBee networks using received signal strength[C]//Proceedings of the 21st International Conference on Advanced Information Networking and Applications Workshops，Niagara Falls，Ontario，2007，2:203-206.

[11]趙昭，陳小惠.無線傳感器網(wǎng)絡(luò)中基于RSSI的改進(jìn)定位算法[J].傳感技術(shù)學(xué)報(bào)，2009，22(3):391-394.

[12]喬鋼柱，曾建潮.一種適用于動(dòng)態(tài)環(huán)境的改進(jìn)RSSI定位方法[J].計(jì)算機(jī)研究與發(fā)展，2010，47(Suppl.):111-114.