楊竹青，陸錦軍，景征駿

(1.江蘇信息職業(yè)技術(shù)學(xué)院 計(jì)算機(jī)工程系，江蘇 無錫214101;2.南京航空航天大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，江蘇 南京210016;3.南京郵電大學(xué) 計(jì)算機(jī)學(xué)院，江蘇 南京210003)

責(zé)任編輯:許 盈

現(xiàn)代信息技術(shù)的三大基礎(chǔ)是傳感器技術(shù)、通信技術(shù)和計(jì)算機(jī)技術(shù)，它們分別完成對信息的采集、傳輸和處理。無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network，WSN)[1]將上述三種技術(shù)結(jié)合在一起，從而實(shí)現(xiàn)了信息的采集、傳輸和處理的真正統(tǒng)一。

1 定位算法概述

無線傳感器網(wǎng)絡(luò)一些路由機(jī)制、覆蓋范圍、負(fù)載均衡和拓?fù)淇刂频榷既Q于傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的位置信息[2]。無線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的位置對于監(jiān)測信息至關(guān)重要，沒有位置信息的監(jiān)測數(shù)據(jù)通常毫無意義[3]。因此，定位對無線傳感器網(wǎng)絡(luò)的應(yīng)用十分重要，針對無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)的研究具有重要的理論意義和現(xiàn)實(shí)意義。

1.1 傳感器網(wǎng)絡(luò)研究現(xiàn)狀

上個(gè)世紀(jì)末，傳感網(wǎng)絡(luò)的研究引起了極大關(guān)注，各種傳感網(wǎng)絡(luò)的節(jié)點(diǎn)定位算法也隨之出現(xiàn)，并且取得了一定的成果。國內(nèi)對定位算法的研究起步較晚，定位算法的研究主要還是對經(jīng)典算法的改進(jìn)研究，存在一定的差距。

1.2 無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法的分類

目前，節(jié)點(diǎn)定位算法主要有[4]:

1)基于測距與無測距定位算法。該算法需大量計(jì)算，不適用于低功耗的應(yīng)用領(lǐng)域。

2)絕對定位與相對定位算法。前者是通過得出精確的坐標(biāo)位置;而后者一般是以網(wǎng)絡(luò)中部分節(jié)點(diǎn)為參考，整個(gè)網(wǎng)絡(luò)為參照的相對坐標(biāo)系統(tǒng)。

3)基于錨點(diǎn)與無錨點(diǎn)定位算法。前者以錨點(diǎn)作為定位中的參考點(diǎn)，形成相對于整個(gè)網(wǎng)絡(luò)的絕對坐標(biāo)系統(tǒng);而后者只關(guān)心節(jié)點(diǎn)間的相對位置。

2 基于接收信號強(qiáng)度的概率定位算法

在實(shí)際環(huán)境中，受到溫度、障礙物、傳播模式等條件的制約[5-6]，使得RSSI定位算法[7]在WSN實(shí)際定位系統(tǒng)中的應(yīng)用仍然存在困難，定位性能并不理想?；诖?，介紹一種基于接收信號強(qiáng)度的概率定位方法。該方法與現(xiàn)有的WSN定位算法相比有如下優(yōu)點(diǎn):

1)不需要對現(xiàn)有的傳感器節(jié)點(diǎn)做任何改動(dòng)，不會(huì)額外增加節(jié)點(diǎn)硬件成本和功耗，算法易于實(shí)現(xiàn);

2)為提高算法定位精度，采用了信號平均的方法獲取RSSI的中值估計(jì)，以提高中值估計(jì)精度;

3)算法數(shù)學(xué)模型將不采用傳統(tǒng)RSSI算法中普遍使用的三邊測量法，而使用概率統(tǒng)計(jì)的思想，以簡化定位復(fù)雜度。

2.1 信號強(qiáng)度對定位的影響

無線信號的傳播受多種環(huán)境因素影響，對傳播質(zhì)量影響較大。如果接收點(diǎn)測得的信號強(qiáng)度越強(qiáng)，那么發(fā)射點(diǎn)距離接收點(diǎn)可能越近。反之，發(fā)射點(diǎn)距離接收點(diǎn)就越遠(yuǎn)。根據(jù)這一規(guī)律，測量接收到的信號強(qiáng)度基本就可以推算出發(fā)射點(diǎn)與接收點(diǎn)之間的距離。

2.2 模型建立

無線信號在傳播時(shí)，信號路徑損耗與距離成對數(shù)關(guān)系，而且各種障礙物也會(huì)對信號造成衰減。在不同的環(huán)境下，信號衰減的速率也有不同。由于信號傳播環(huán)境中障礙物的存在，接收信號的強(qiáng)度必然受到影響，有時(shí)這些障礙物會(huì)使信號增強(qiáng)，有時(shí)候則會(huì)使信號減弱。因此，采用如式(1)所示模型對無線信號的路徑損耗平均值進(jìn)行預(yù)測

式中:PL(d)為信標(biāo)節(jié)點(diǎn)d處的信號強(qiáng)度;PL(d0)為信標(biāo)節(jié)點(diǎn)d0處的信號強(qiáng)度;n為信號強(qiáng)度變化速率;Q為衰減因子變化的障礙物數(shù)量的臨界值;O為信標(biāo)節(jié)點(diǎn)與監(jiān)測點(diǎn)之間障礙物的數(shù)量;WAF為由實(shí)驗(yàn)測定的障礙物衰減因子。利用上述模型，即可算出無線環(huán)境各監(jiān)控點(diǎn)的信號強(qiáng)度。

2.3 概率定位算法基本原理

在定位過程中，每一次測量形成一個(gè)集合，它只是整個(gè)測量空間的一部分，把它稱為子集X。因?yàn)槊看螠y量會(huì)有誤差，用概率方法來完成一次測量。假設(shè)每一次定位測量是獨(dú)立的，那被測目標(biāo)可能落在測量空間的任何位置上，且目標(biāo)落在任何空間位置上的概率密度也會(huì)是不同的。落在集合X上的概率要高，落在其他地方的要小，離集合X越遠(yuǎn)則概率越小。經(jīng)過多次測量可得到目標(biāo)在某個(gè)位置上的多個(gè)概率密度，那么目標(biāo)落在某個(gè)位置上的概率就應(yīng)該是對應(yīng)的多次測量概率乘積。得到的總概率密度函數(shù)很可能只有一個(gè)峰值，把這個(gè)峰值對應(yīng)的空間坐標(biāo)位置作為與整個(gè)測量組對應(yīng)的定位結(jié)果[8-10]。

2.4 基于信號強(qiáng)度的概率定位算法的實(shí)現(xiàn)

基于信號強(qiáng)度的概率定位算法的實(shí)現(xiàn)流程如下:無線傳感器網(wǎng)絡(luò)信標(biāo)節(jié)點(diǎn)與一跳范圍內(nèi)的其他信標(biāo)節(jié)點(diǎn)交互信息，計(jì)算信標(biāo)節(jié)點(diǎn)參考點(diǎn)的傳輸路徑損耗和距離;無線傳感器網(wǎng)絡(luò)中的未知節(jié)點(diǎn)分別和一跳范圍內(nèi)的信標(biāo)節(jié)點(diǎn)交互信息，使未知節(jié)點(diǎn)獲得其一跳范圍內(nèi)各信標(biāo)節(jié)點(diǎn)的ID號、位置坐標(biāo)、接收信號強(qiáng)度以及其參考點(diǎn)的傳輸路徑損耗和距離;未知節(jié)點(diǎn)根據(jù)信號強(qiáng)度差分別計(jì)算到一跳范圍內(nèi)各信標(biāo)節(jié)點(diǎn)的估計(jì)距離;利用概率定位的基本原理，完成未知節(jié)點(diǎn)的自身定位，如圖1所示。

圖1 定位算法實(shí)現(xiàn)流程

2.5 系統(tǒng)仿真及信標(biāo)節(jié)點(diǎn)分布對算法性能的影響

無線傳感器網(wǎng)絡(luò)通常應(yīng)用于人們無法接近的惡劣環(huán)境中，傳感器節(jié)點(diǎn)主要通過飛行器撒播、人工埋置和火箭彈射等方式任意散落在被檢測區(qū)域內(nèi)。不同的節(jié)點(diǎn)分布方式，對節(jié)點(diǎn)的定位性能也存在一定影響。下面通過仿真實(shí)驗(yàn)，來分析不同節(jié)點(diǎn)分布對概率定位算法性能的影響。其中仿真參數(shù)設(shè)定如下:傳感器覆蓋區(qū)域?yàn)閇0，200]m×[0，200]m，未知節(jié)點(diǎn)隨機(jī)分布于該區(qū)域;節(jié)點(diǎn)總數(shù)(包括信標(biāo)節(jié)點(diǎn)和未知節(jié)點(diǎn))為100，信標(biāo)節(jié)點(diǎn)的個(gè)數(shù)為16;節(jié)點(diǎn)的通信半徑為60 m;節(jié)點(diǎn)的距離測量誤差服從[0，30]m的標(biāo)準(zhǔn)正態(tài)分布;信標(biāo)節(jié)點(diǎn)的分布分為均勻分布和隨機(jī)分布兩種情況。為使仿真結(jié)果更加準(zhǔn)確，對概率定位算法隨機(jī)做10次仿真實(shí)驗(yàn)，得到不同分布條件下的節(jié)點(diǎn)平均定位誤差、定位覆蓋率以及算法運(yùn)行時(shí)間。信標(biāo)節(jié)點(diǎn)均勻分布如圖2所示，算法性能仿真結(jié)果如圖3～圖6所示。

從圖3～圖6可以看出，信標(biāo)節(jié)點(diǎn)的分布對未知節(jié)點(diǎn)的定位性能也具有較大的影響。當(dāng)信標(biāo)節(jié)點(diǎn)均勻分布時(shí)，未知節(jié)點(diǎn)的平均誤差、定位時(shí)間都比隨機(jī)分布條件下的性能優(yōu)越，但定位覆蓋率小于隨機(jī)分布條件下的性能。這是由于均勻分布時(shí)處于邊界的信標(biāo)節(jié)點(diǎn)不能充分地被未知節(jié)點(diǎn)所檢測，相當(dāng)于減少了信標(biāo)節(jié)點(diǎn)的密度。此外概率定位算法中，定位誤差隨不同的節(jié)點(diǎn)變化范圍較大，即有的節(jié)點(diǎn)定位誤差非常小，有的節(jié)點(diǎn)定位誤差很大，出現(xiàn)較大的波動(dòng)性。

3 概率定位算法和最小二乘定位算法的性能仿真比較

為了更好地說明概率定位算法的性能，本文以基于距離的定位算法中有代表性的最小二乘定位算法為例來對比分析概率定位算法的性能[11]。其中仿真參數(shù)設(shè)定如下:傳感器覆蓋區(qū)域?yàn)閇0，500]m×[0，500]m;信標(biāo)節(jié)點(diǎn)和未知節(jié)點(diǎn)隨機(jī)分布于該區(qū)域;節(jié)點(diǎn)總數(shù)(包括信標(biāo)節(jié)點(diǎn)和未知節(jié)點(diǎn))為200，信標(biāo)節(jié)點(diǎn)的個(gè)數(shù)為40;節(jié)點(diǎn)的通信半徑為90 m;節(jié)點(diǎn)的距離測量誤差服從[0，45]m的標(biāo)準(zhǔn)正態(tài)分布。圖7為節(jié)點(diǎn)位置估計(jì)分布圖。兩種定位算法的性能仿真結(jié)果見圖8、圖9、表1所示。

表1 兩種算法性能參數(shù)比較

為了更直觀地看出概率定位算法的性能優(yōu)勢，從圖8中隨機(jī)抽取15個(gè)未知節(jié)點(diǎn)做出節(jié)點(diǎn)誤差統(tǒng)計(jì)表，如表2所示。從表2中可以看出采用概率定位算法比最小二乘算法明顯減小了定位誤差，提高了定位精度。

表2 節(jié)點(diǎn)定位誤差統(tǒng)計(jì)表

由上面的數(shù)據(jù)可知，從整體上來看基于概率的定位算法其定位性能要明顯高于最小二乘算法;測距誤差對概率定位算法的性能影響要遠(yuǎn)小于最小二乘定位算法;概率定位算法依然存在未能定位的節(jié)點(diǎn);概率定位算法在某些節(jié)點(diǎn)上定位誤差依然較大。

4 總結(jié)

無線傳感器網(wǎng)絡(luò)作為一種信息獲取和處理技術(shù)，廣泛應(yīng)用在國防軍事、環(huán)境監(jiān)測、醫(yī)療衛(wèi)生、空間探索及城市交通等眾多領(lǐng)域，其中動(dòng)態(tài)目標(biāo)跟蹤就是其中很有前途的應(yīng)用之一。文中介紹了無線信號的信道傳播模型，闡述了基于接收信號強(qiáng)度的概率定位算法的基本原理以及實(shí)現(xiàn)流程。在此基礎(chǔ)上仿真分析了信標(biāo)節(jié)點(diǎn)分布對定位算法性能的影響，最后比較了本定位算法和最小二乘定位算法在傳感器節(jié)點(diǎn)定位性能上的優(yōu)劣。仿真結(jié)果表明，信標(biāo)節(jié)點(diǎn)分布對未知節(jié)點(diǎn)的定位誤差具有較大的影響，本定位算法的性能要優(yōu)于最小二乘定位算法。

[1]NIKODEM J，NIKODEM M.Secure communication trees in ad hoc networks[C]//Proc.Engineering of Computer-Based Systems.Tucson.[S.l.]:IEEE Press，2007:413-421.

[2]吳綠.一種無需測距的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)研究[D].武漢:武漢理工大學(xué)，2007.

[3]章浩，李萍萍，張西良.無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位機(jī)制研究[J].電視技術(shù)，2006，30(10):71-73.

[4]王珊珊.基于RSSI的無線傳感器網(wǎng)絡(luò)定位算法研究[D].長沙:國防科學(xué)技術(shù)大學(xué)，2007.

[5]ALIPPI C，VANINI G.A RSSI-based and calibrated centralized localization technique forwireless sensor networks[C]//Proc.4th Annual IEEE InternationalConference on Pervasive Computing and Communications Workshops.Pisa，Italy:IEEE Press，2006:301-305.

[6]SLIJEPCEVIC S，MEGERIAN S，POTKONJAK M.Location errorsin wireless embedded sensor networks:sources，models，and effecton applications[J].MobileComputing and Communications Review，2002，6(3):67-78.

[7]SHEN X，WANG Z，JIANG P，et al.Connectivity and RSSI based localization scheme for wireless sensor networks[J].Lecture Notes in Computer Science，2005(2):578-587.

[8]胡來招.無源定位[M].北京:國防工業(yè)出版社，2004.

[9]徐志剛，田增山，田世君.基于概率的無源定位算法[J].信息技術(shù)，2005(12):74-77.

[10]黃劍偉.無源定位技術(shù)研究[D].西安:西安電子科技大學(xué)，2009.

[11]YANG K，AN J P，BU X Y，et al.Constrained total least-squarelocation algorithm using timedifference of arrival measurements[J].IEEE Transactions on Vehicular Technology，2010，59(3):1558-1562.