摘 要：在基于距離矢量的算法中，無線信號在傳播時容易受到多徑、繞射、障礙物等不穩(wěn)定因素的干擾，使得路徑損耗模型中與環(huán)境相關(guān)的參數(shù)A和n的值具有波動性，從而導(dǎo)致最終的定位結(jié)果存在較大誤差。對于獲取路徑損耗模型參數(shù)，傳統(tǒng)人工手動測量方法不能很好的適應(yīng)于實際環(huán)境，而較大的測量和計算也會消費大量人力和時間。為了解決這些問題，本文提出一種基于路徑損耗模型參數(shù)的自適應(yīng)測量方法。該方法利用信標節(jié)點來維護其自身周圍環(huán)境內(nèi)的參數(shù)A和n的值，并結(jié)合了信標節(jié)點間的關(guān)聯(lián)關(guān)系平衡參數(shù)A和n的值，不僅具有良好的自適應(yīng)性，而且省去了繁重的人為手動測量計算。

關(guān)鍵詞：距離矢量；路徑損耗模型參數(shù)；自適應(yīng)測量方法

中圖分類號：TP393

在物聯(lián)網(wǎng)快速發(fā)展和應(yīng)用的過程中，人和物的位置信息的重要性越來越突出，如何準確獲取人和物的位置信息逐漸成為了當前物聯(lián)網(wǎng)應(yīng)用研究的熱點之一。

目前，無線定位技術(shù)主要分為兩大類[1]：基于距離矢量的測距算法（range-based）和基于非距離矢量的測距算法（range-free）。基于距離矢量的測距算法通過測量信標節(jié)點和待測節(jié)點之間的距離矢量或角度大小，并利用三邊測量法、三角測量法或最大似然估計算法等來計算待測節(jié)點的位置信息。在基于距離矢量的測距算法中，典型的測距技術(shù)包括：到達時間（Time of Arrival，TOA）、到達時間差（Time Difference of Arrival，TDOA）、到達角度（Angle of Arrival，AOA）、接收信號強度指示（Received Signal Strength Indicator，RSSI）等[2]。其中，RSSI測距技術(shù)根據(jù)無線信號衰落和距離矢量的關(guān)系，利用理論或經(jīng)驗?zāi)Ｐ瞳@得信標節(jié)點和待測節(jié)點間的距離矢量。和其它測距技術(shù)相比，RSSI測距技術(shù)的測距精度偏低，但由于現(xiàn)有的無線設(shè)備幾乎都支持無線信號強度值的測量，因此，RSSI測距技術(shù)不僅能夠充分利用現(xiàn)有的無線信號信息，無需添加額外硬件設(shè)備，而且不存在其它測距技術(shù)的一些應(yīng)用限制[3-5]。

近年來，RSSI測距技術(shù)得到了廣泛的關(guān)注和研究，但同時也面臨著一個關(guān)鍵的問題，即無線信號在傳播過程中容易受到實際環(huán)境的影響，導(dǎo)致了不同實際環(huán)境下有不同的路徑損耗模型參數(shù)，同一距離矢量的無線信號強度值存在較大的波動，最終使得定位結(jié)果具有較大的誤差。針對以上問題，本文首先介紹RSSI測距技術(shù)原理，接著對路徑損耗模型中的關(guān)鍵參數(shù)進行分析，然后針對于路徑損耗模型參數(shù)的環(huán)境敏感性提出一種能較好適應(yīng)實際環(huán)境的自適應(yīng)測量方法，最后利用自適應(yīng)測量方法在實際環(huán)境中對人和物的位置信息進行測試，并對路徑損耗模型參數(shù)的自適應(yīng)測量方法進行分析和評價。

1 RSSI測距技術(shù)原理及分析

1.1 無線信號傳播路徑損耗模型

1.3 傳統(tǒng)人工手動測量方法

從式（6）和式（7）中可以看出，如果要估算參數(shù)A和n的值，需要獲取待測節(jié)點和各個信標節(jié)點間的信號強度值和距離矢量。

通常情況下，為了估算某個實際環(huán)境內(nèi)的路徑損耗模型參數(shù)，一般采取傳統(tǒng)人工手動測量方法。傳統(tǒng)人工手動測量方法的原理是在無線網(wǎng)絡(luò)區(qū)域內(nèi)，首先固定待測節(jié)點的位置，并通過測量工具測量出待測節(jié)點與各個信標節(jié)點間的距離矢量，接著獲取待測節(jié)點和各個信標節(jié)點間的信號強度值，然后把待測節(jié)點和各個信標節(jié)點間的信號強度值和距離矢量帶入式（6）和式（7）中進行計算，即可估算出參數(shù)A和n的值。

以上通過傳統(tǒng)人工手動測量方法估算得出的參數(shù)A和n的值是一次的參數(shù)估算值，待測節(jié)點通過多次取不同的位置可以估算出多個參數(shù)估算值，這些參數(shù)估算值的平均值即可反映無線信號傳播過程中路徑損耗情況。在實際環(huán)境中，無線網(wǎng)絡(luò)區(qū)域是由多個不同小的無線網(wǎng)絡(luò)區(qū)域組成，然而外徑、繞射或者障礙物等不穩(wěn)定因素的存在，導(dǎo)致了這些小的無線網(wǎng)絡(luò)區(qū)域間的參數(shù)A和n的值也不同。小的無線網(wǎng)絡(luò)區(qū)域劃分得越多，每個小的無線網(wǎng)絡(luò)區(qū)域估算得的參數(shù)A和n的值就會越精確，但隨之會帶來很大的測量工作和計算量。

傳統(tǒng)人工手動測量方法在估算無線網(wǎng)絡(luò)區(qū)域參數(shù)A和n的值時，沒有考慮無線網(wǎng)絡(luò)區(qū)域內(nèi)實際環(huán)境的變化，比如有人、無人或障礙物等因素。因此，傳統(tǒng)人工手動測量方法不能很好的適應(yīng)于實際環(huán)境，而較大的測量和計算也會消費大量人力和時間。

2 路徑損耗模型參數(shù)的自適應(yīng)測量方法

針對傳統(tǒng)人工手動測量方法適應(yīng)性低、人力成本高、測量計算周期長的缺點，本文提出了一種路徑損耗模型參數(shù)自適應(yīng)測量方法。自適應(yīng)測量方法利用信標節(jié)點來維護其自身周圍環(huán)境內(nèi)的參數(shù)A和n的值，并結(jié)合了信標節(jié)點間的關(guān)聯(lián)關(guān)系平衡參數(shù)A和n的值，不僅具有良好的自適應(yīng)性，而且省去了繁重的人為手動測量計算。

2.1 自適應(yīng)測量方法分析

如上圖所示，信標節(jié)點a、d分別以它們之間的距離矢量作為半徑，各自節(jié)點坐標作為圓心畫圓，兩圓相交區(qū)域記為Sad，Sad表示信標節(jié)點a、d間周圍環(huán)境的重合覆蓋區(qū)域。從這個重合覆蓋區(qū)域可以看出，信標節(jié)點d的覆蓋區(qū)域中接近一半部分被信標節(jié)點a的覆蓋區(qū)域給覆蓋了。因此，在信標節(jié)點只有一個鄰居節(jié)點而不能通過公式估算周圍環(huán)境參數(shù)A和n的值的特殊情況下，可以近似的認為信標節(jié)點d和信標節(jié)點a的參數(shù)A和n的值是一樣的，換而言之即Ad=Aa、nd=na。對于信標節(jié)點e、f，我們同樣的認為Ae=Aa、ne=na、Af=Ab、nf=nb。

在實際環(huán)境中，各個信標節(jié)點之間在傳播數(shù)據(jù)包過程中可能會產(chǎn)生丟包現(xiàn)象，由于丟包現(xiàn)象的存在，導(dǎo)致了具有多個鄰居節(jié)點的信標節(jié)點可能在某段時間內(nèi)接收不到數(shù)據(jù)包或者只接收到一個數(shù)據(jù)包，而此時我們就不可以用式（6）和式（7）來計算產(chǎn)生該現(xiàn)象的信標節(jié)點周圍環(huán)境的參數(shù)A和n的值。考慮到實際環(huán)境中可能會產(chǎn)生這種情況，我們采取了產(chǎn)生該現(xiàn)象的信標節(jié)點仍用上一次估算所得參數(shù)A和n的值的方法，即Anew=Aold、nnew=nold。

2.2 自適應(yīng)測量方法的定位流程

①全部信標節(jié)點初始化設(shè)置；

②每個信標節(jié)點每隔一段時間向鄰居節(jié)點發(fā)送數(shù)據(jù)包，數(shù)據(jù)包中至少應(yīng)包括信標節(jié)點長地址、數(shù)據(jù)包序列號、信標節(jié)點和鄰居節(jié)點間的信號強度值；

③每個信標節(jié)點接收到數(shù)據(jù)包后進行判斷，如果數(shù)據(jù)包數(shù)量大于1，則我們可以通過式（6）和式（7）估算出信標節(jié)點周圍環(huán)境的參數(shù)A和n的值。如果數(shù)據(jù)包數(shù)量小于等于1，則我們再判斷信標節(jié)點實際是否只有1個鄰居節(jié)點，如果信標節(jié)點實際只有1個鄰居節(jié)點，則我們認為信標節(jié)點周圍環(huán)境的參數(shù)A和n的值等于鄰居節(jié)點周圍環(huán)境的參數(shù)A和n的值，否則信標節(jié)點仍用上一次估算所得的參數(shù)A和n的值。最后，我們把信標節(jié)點周圍環(huán)境的參數(shù)A和n的值在數(shù)據(jù)庫中存儲；

④待測節(jié)點向信標節(jié)點發(fā)送定位請求命令，接收到定位請求命令的信標節(jié)點把數(shù)據(jù)包通過網(wǎng)關(guān)發(fā)送到服務(wù)器端，數(shù)據(jù)包中至少應(yīng)包括信標節(jié)點長地址、待測節(jié)點長地址、數(shù)據(jù)包序列號、信標節(jié)點和待測節(jié)點間的信號強度值；

⑤服務(wù)器端根據(jù)每個數(shù)據(jù)包中對應(yīng)信標節(jié)點的長地址在數(shù)據(jù)庫中獲取對應(yīng)信標節(jié)點周圍環(huán)境的參數(shù)A和n的值，并求出這些參數(shù)A和n的值的平均值A(chǔ)ave和nave，參數(shù)Aave和nave的值就表示待測節(jié)點周圍環(huán)境的路徑損耗模型參數(shù)值；

⑥通過參數(shù)Aave和nave的值，我們就可以計算出信標節(jié)點和待測節(jié)點間的距離矢量；

⑦最后，我們通過三邊測量法結(jié)合流程⑥算得的距離矢量和信標節(jié)點坐標，估算出待測節(jié)點的位置坐標；

⑧重復(fù)流程②～⑦。

3 實驗

本文在搭建好的ZigBee網(wǎng)絡(luò)基礎(chǔ)上，以12m×12m的實際區(qū)域作為實驗場景。信標節(jié)點和待測節(jié)點都采用TI公司的CC2530通信模塊。

本文在實驗場景內(nèi)布置有5個固定位置的信標節(jié)點，接著在實驗場景內(nèi)取4個不同方位的位置分別作為待測節(jié)點位置，接著在實驗場景分別處于有人、無人2種情況時針對于每一個位置的待測節(jié)點通過傳統(tǒng)人工手動測量方法和基于路徑損耗模型參數(shù)自適應(yīng)測量方法分別進行100次定位統(tǒng)計，最后把統(tǒng)計的結(jié)果通過MALAB軟件繪圖。結(jié)果如下圖3、4所示：

4 結(jié)束語

本文提出了基于路徑損耗模型參數(shù)的自適應(yīng)測量方法，并采用實驗證明了該測量方法在平均誤差方面和傳統(tǒng)人工手動測量方法相差不大，并解決了傳統(tǒng)人工手動測量方法帶來的大量測量工作和計算量問題，此外，基于路徑損耗模型參數(shù)的自適應(yīng)測量方法能較好的適應(yīng)于實際環(huán)境的變化。

參考文獻：

[1]孫利民，李建中，陳瑜.無線傳感器網(wǎng)絡(luò)[M].北京：清華大學(xué)出版社，2005：136-148.

[2]Langendoen K， Reijers N. Distributed localization in wireless sensor networks：a quantative comparison. Computer Networks，2003（43）：499-518.

[3]Patwari N， Ash J， Kyperountas S， et al. Locating the nodes： cooperative localization in wireless sensor networks. IEEE Sinal Processing Magazine，2005（04）：54-69.

[4]Mao G， Fidan B， Anderson B. Wireless sensor network localization techniques. Computer Networks，2007（51）：2529-2553.

[5]Gezici S. A survey on wireless position estimation. Wireless Personal Communications，2008（03）：263-282.

[6]陳維克，李文鋒，袁兵.基于RSSI的無線傳感器網(wǎng)絡(luò)加權(quán)質(zhì)心定位算法[J].武漢理工大學(xué)學(xué)報，2006（12）：2695-2700.

作者簡介：許文亮（1988-），男，海南?？谌耍T士，主要研究方向：物聯(lián)網(wǎng)技術(shù)；張健（1987-），男，遼寧大連人，碩士，主要研究方向：機會網(wǎng)絡(luò)的轉(zhuǎn)發(fā)策略。

作者單位：重慶郵電大學(xué) 寬帶泛在接入技術(shù)研究所，重慶 400065