鄔春明 林 歡

(東北電力大學(xué)，吉林，132000)

基于多質(zhì)心算法的無線網(wǎng)絡(luò)的森林火災(zāi)定位技術(shù)1)

鄔春明 林 歡

(東北電力大學(xué)，吉林，132000)

針對(duì)森林防火定位技術(shù)研究的需求，提出了一種基于多質(zhì)心算法的森林火災(zāi)定位方法，稱為0.618RSSIMC算法。按照森林火災(zāi)定位對(duì)信息采集的要求，RSSI定位算法和質(zhì)心算法定位精度不高，APIT算法需要未知節(jié)點(diǎn)初始位置的問題等，而0.618RSSIMC算法先通過接收信號(hào)強(qiáng)度指示(RSSI)算法對(duì)未知無線傳感器節(jié)點(diǎn)進(jìn)行初始定位，再利用APIT算法和質(zhì)心算法對(duì)未知節(jié)點(diǎn)做進(jìn)一步的精化定位，并融合0.618算法優(yōu)選空間節(jié)點(diǎn)坐標(biāo)。實(shí)驗(yàn)仿真結(jié)果表明：融合0.618優(yōu)選法的多質(zhì)心算法(0.618RSSIMC)是一種有效精確定位的算法。

森林火災(zāi)定位；WSN；RSSI算法； 0.618RSSIMC算法

Journal of Northeast Forestry University.-2014,42(7).-170～172

We proposed a forest fire location method based on 0.618 multiple centroid algorithm, 0.618 RSSIMC (RSSI-Multi-Centroid) algorithm, to solve problems of low position precision of RSSI algorithm and centroid algorithm, and initial position of unknown nodes in APIT algorithm. The unknown nodes first initial positioned by RSSI algorithm and then further refined by APIT algorithm and centroid algorithm. The algorithm based on 0.618 algorithm was verified its effectiveness through the simulation test and fusion with 0.618 algorithm for further optimizing the node coordinates. Threrfore, 0.618 RSSI-Multi-Centroid Algorithm is an effective algorithm with high position precision.

Keywords Forest fire location; WSN; RSSI algorithm; 0.618 RSSIMC algorithm

森林防火定位技術(shù)是一項(xiàng)關(guān)系到林區(qū)社會(huì)穩(wěn)定和人民安全的重要技術(shù)。對(duì)預(yù)防森林火災(zāi)的發(fā)生，能夠有效、精確、快捷地實(shí)現(xiàn)森林火災(zāi)燃點(diǎn)定位，成為人們倍受關(guān)注的重大課題[1-3]。目前森林火災(zāi)火點(diǎn)定位技術(shù)的定位誤差很大，無法達(dá)到火點(diǎn)目標(biāo)精確定位的要求。盡管GPS技術(shù)與傳統(tǒng)火點(diǎn)目標(biāo)定位系統(tǒng)結(jié)合，定位的誤差降低了很多。然而自然環(huán)境具有復(fù)雜多變性，這使得現(xiàn)有的火點(diǎn)定位技術(shù)產(chǎn)品并不能滿足所有突發(fā)情況的需求。

目前，主要的定位算法包括：基本定位方法和定位算法、非視距傳播誤差消除算法、抗多徑干擾時(shí)延估計(jì)及抗多址干擾算法、數(shù)據(jù)融合技術(shù)、定位技術(shù)實(shí)施方法和定位系統(tǒng)的性能估計(jì)等。其中比較經(jīng)典的定位算法有：接收信號(hào)強(qiáng)度算法(RSSI)、信號(hào)傳輸時(shí)間算法(TOA)、信號(hào)到達(dá)時(shí)間差算法(TDOA)、信號(hào)到達(dá)角算法(AOA)、質(zhì)心算法、近似三角形內(nèi)點(diǎn)測試算法(APIT)等。然而單純的RSSI算法和質(zhì)心算法定位精度不高，而APIT算法又需要知道未知節(jié)點(diǎn)的初始位置，這三種算法都有自己的局限性。為了解決這些問題，本文提出了多質(zhì)心算法，即解決了APIT算法的初始定位問題，又提高了定位精度。

1 多質(zhì)心定位算法

多質(zhì)心算法RSSIMC(RSSI-Multi-Centroid)是一種結(jié)合型的定位算法。該算法先利用RSSI算法定位未知節(jié)點(diǎn)的初始位置，從而解決APIT算法中未知節(jié)點(diǎn)初始位置的問題，然后再利用APIT算法進(jìn)行內(nèi)點(diǎn)檢測，用質(zhì)心算法求出質(zhì)心。最后，對(duì)滿足條件的初始位置和質(zhì)心求平均值。把平均值作為未知節(jié)點(diǎn)的位置估計(jì)，從而提高定位精度。該算法的具體過程如下：

步驟1：未知節(jié)點(diǎn)盡可能的收集偵聽到的信標(biāo)信號(hào)，信號(hào)中含有信標(biāo)節(jié)點(diǎn)標(biāo)識(shí)號(hào)、位置、發(fā)射功率等信息。

在多質(zhì)心算法中，未知節(jié)點(diǎn)的初始定位采用RSSI[4-6]算法對(duì)數(shù)理論模型：

P(d)=P(d0)+10nlog10(d/d0)。

(1)

其中，P(d)表示未知節(jié)點(diǎn)在距信標(biāo)節(jié)點(diǎn)距離為d的點(diǎn)上，接收到的來自于信標(biāo)節(jié)點(diǎn)的信號(hào)強(qiáng)度；P(d0)表示在距信標(biāo)節(jié)點(diǎn)某個(gè)參考距離d0上的點(diǎn)所接收到的信號(hào)強(qiáng)度，n表示路徑長度和路徑損耗之間的比例因子。假設(shè)信標(biāo)節(jié)點(diǎn)向任意方向發(fā)射的信號(hào)強(qiáng)度均相同，整理公式(1)可得：

d=10(P(d)-P(d0))/10nd0。

(2)

通常取d0為1 m。從幾何角度看，未知節(jié)點(diǎn)處于以信標(biāo)節(jié)點(diǎn)為圓心，d為半徑的圓上。如果我們找到三個(gè)不同的信標(biāo)節(jié)點(diǎn)，即可采用三圓交匯法，定位出未知節(jié)點(diǎn)初始坐標(biāo)。

從信標(biāo)信號(hào)集合中，選擇接收功率較高的三個(gè)信標(biāo)信號(hào)所對(duì)應(yīng)的信標(biāo)節(jié)點(diǎn)，進(jìn)行初始定位，以盡量減小初始定位誤差。如果較高的三個(gè)信標(biāo)信號(hào)的接收功率未全部超過某個(gè)門限值(依據(jù)實(shí)際情況人為設(shè)定)，則未知節(jié)點(diǎn)認(rèn)定該初始坐標(biāo)值不可靠，算法仍使用該初始坐標(biāo)進(jìn)行后續(xù)定位，但該初始坐標(biāo)不參與最終定位結(jié)果的計(jì)算。

步驟2：在定位出未知節(jié)點(diǎn)的初始坐標(biāo)后，從信標(biāo)節(jié)點(diǎn)集合中，每次任取三個(gè)節(jié)點(diǎn)組成三角形，并對(duì)這些三角形逐一進(jìn)行APIT內(nèi)點(diǎn)測試，如圖1所示。如果未知節(jié)點(diǎn)不在三角形內(nèi)，舍棄該三角形，直至窮盡所有組合或達(dá)到需求的定位精度。

圖1 三角形內(nèi)點(diǎn)測試

步驟3：求取所有符合要求的三角形的質(zhì)心坐標(biāo)，并對(duì)這些質(zhì)心坐標(biāo)連同符合要求的初始坐標(biāo)一起求平均值，將平均值作為未知節(jié)點(diǎn)的位置估計(jì)。

如果監(jiān)測區(qū)域內(nèi)節(jié)點(diǎn)密度較小(如某未知節(jié)點(diǎn)只能收集到來自附近三個(gè)信標(biāo)節(jié)點(diǎn)的信標(biāo)信號(hào))，此時(shí)需要未知節(jié)點(diǎn)對(duì)信標(biāo)信息進(jìn)行簡單的分析處理，此時(shí)分為兩種情況：

6)將所有通過測試的三角形最優(yōu)位置估計(jì)求平均值，作為未知節(jié)點(diǎn)的估計(jì)坐標(biāo)。

其中：M為預(yù)測誤差的標(biāo)準(zhǔn)差，用來衡量預(yù)測精度的高低。

(3)

如果APIT內(nèi)點(diǎn)測試未通過，則直接將初始坐標(biāo)值作為自身的位置估計(jì)。

情況2：假如未知節(jié)點(diǎn)接收到的信號(hào)功率低于門限值，此時(shí)未知節(jié)點(diǎn)認(rèn)為自己同該信標(biāo)節(jié)點(diǎn)距離過遠(yuǎn)，或者是與該信標(biāo)節(jié)點(diǎn)間的無線通信條件不佳。初始定位完畢后，APIT內(nèi)點(diǎn)測試通過，則將該三角形質(zhì)心坐標(biāo)作為自身的位置估計(jì)；如果APIT內(nèi)點(diǎn)測試未通過，則該節(jié)點(diǎn)將不進(jìn)行自身定位，該未知節(jié)點(diǎn)為無效未知節(jié)點(diǎn)。

當(dāng)未知節(jié)點(diǎn)偵聽到的信標(biāo)節(jié)點(diǎn)不足三個(gè)時(shí)，該節(jié)點(diǎn)無法進(jìn)行自身定位，該未知節(jié)點(diǎn)為無效未知節(jié)點(diǎn)。

2 算法性能仿真及分析

RSSIMC定位算法是距離相關(guān)和距離無關(guān)算法[7]相結(jié)合的算法。相對(duì)于其他定位算法，RSSIMC定位算法是一種復(fù)雜程度較低的分布式算法，對(duì)網(wǎng)絡(luò)的連通度需求小，既減少了網(wǎng)絡(luò)的通信開銷和能耗，也減小了環(huán)境對(duì)定位精度的影響。在RSSIMC算法定位過程中，信標(biāo)節(jié)點(diǎn)信息利用率高，未知節(jié)點(diǎn)收集到的所有信標(biāo)節(jié)點(diǎn)信息都參與了定位過程。特殊信標(biāo)節(jié)點(diǎn)對(duì)定位結(jié)果影響程度的減小，使得該算法的容錯(cuò)性大為提高。將RSSIMC定位算法在空間節(jié)點(diǎn)上融合0.618優(yōu)選法，經(jīng)過仿真分析證明，0.618RSSIMC定位算法同其他定位算法相比具有更高的定位精度。

為了驗(yàn)證算法的有效性，在MATLAB7.5.0仿真平臺(tái)上對(duì)質(zhì)心算法、定寬環(huán)信號(hào)新標(biāo)算法(DW-BSR)及基于0.618法改進(jìn)前后的RSSIMC算法進(jìn)行了仿真分析。仿真環(huán)境設(shè)置如下：(1)70個(gè)節(jié)點(diǎn)隨機(jī)部署在100×100的正方形區(qū)域里；(2)信標(biāo)節(jié)點(diǎn)設(shè)為10個(gè)，未知節(jié)點(diǎn)60個(gè)，所有節(jié)點(diǎn)有效通信半徑R均為50m，路徑損耗n為2；(3)仿真共運(yùn)行20次，主要在算法定位精度方面進(jìn)行比較。

定位精度是評(píng)價(jià)定位算法的重要指標(biāo)之一。三種算法的定位誤差(見圖2)，從圖中我們可以看出，DW-BSR[8-10]的定位誤差最大，誤差平均值不低于0.6R；質(zhì)心算法定位誤差平均值為0.4R；RSSIMC算法的定位誤差平均值為0.3R；而基于0.618法改進(jìn)權(quán)重的0.618RSSIMC算法，定位誤差可縮小到0.2R以下。這說明在三種算法中，基于0.618法改進(jìn)權(quán)重的RSSIMC算法定位精度是最高的。

△.質(zhì)心算法；*.DW-BSR；○.RSSIMIA；□.0.618RSSIMIC。

3 結(jié)論

融合0.618優(yōu)選法的多質(zhì)心算法(0.618RSSIMC)是借助RSSI算法、APIT算法和質(zhì)心算法對(duì)未知節(jié)點(diǎn)進(jìn)行定位的，同時(shí)克服了三種算法的缺點(diǎn)，具有較高的定位精度。通過與其他算法定位精度(誤差)的比較，可以看出在定位精度方面0.618RSSIMC算法較其他算法有了明顯提高，該算法是一種性能優(yōu)越的算法，可以應(yīng)用在無線傳感器網(wǎng)絡(luò)中，從而能達(dá)到較高的森林火災(zāi)火點(diǎn)定位精度。

[1] 吳成東,孟偉,紀(jì)鵬,等.基于無線傳感器網(wǎng)絡(luò)的森林火災(zāi)模型參數(shù)估計(jì)[J].東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，30(1):21-25.

[2] 張軍國,李文彬,韓寧,等.基于ZigBee無線傳感器網(wǎng)絡(luò)的森林火災(zāi)監(jiān)測系統(tǒng)的研究[J].北京林業(yè)大學(xué)學(xué)報(bào)，2007，29(4):41-45.

[3] 李光輝,趙軍,王智.基于無線傳感器網(wǎng)絡(luò)的森林火災(zāi)監(jiān)測預(yù)警系統(tǒng)[J].傳感技術(shù)學(xué)報(bào)，2006，19(6):2760-2764.

[4] 孫佩剛,趙海,羅玎玎，等．智能空間中RSSI定位問題研究[J]．電子學(xué)報(bào)，2007，35(7)：1240-1245.

[5] 譚志，張卉．無線傳感器網(wǎng)絡(luò)RSSI定位算法的研究與改進(jìn)[J]．北京郵電大學(xué)學(xué)報(bào)，2013，36(3)：88-91.

[6] 趙軍，裴慶祺，徐展琦．無線傳感器網(wǎng)絡(luò)近似三角形內(nèi)點(diǎn)測試定位算法[J]．計(jì)算機(jī)工程，2007，33(5)：109-111.

[7] 徐久強(qiáng),劉偉,張圓圓，等．基于RSSI的WSN抗干擾定位算法[J]．東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，31(5)：647-650.

[8] 龔鋼軍,朱娟溪,平安,等.基于能量均衡的無線傳感器在配電網(wǎng)的部署算法[J].電力系統(tǒng)保護(hù)與控制,2013,41(7):23-28.

[9]HeT,HuangC,BlumM,etal.Range-freelocalizationschemesforlargescalesensornetworks[C]//Proc9thAnnualInt’lConfonMobileComputingandNetworking(MobiCom),SanDiego,CA,2003：81-95.

[10]HeT,HuangC,BrianM,etal.Range-freelocalizationschemesforlargescalesensornetworks[C]//Proceedingsofthe9thannualinternationalconferenceonMobilecomputingandnetworking(MobiCom),SanDiego,California,USA:ACMPress,2003：71-75.

Forest Fire Location Based on RSSI-Multi-Centroid Algorithm/

Wu Chunming, Lin Huan(Northeast Dianli University, Jilin 132012, P. R. China)//

1) 國家自然科學(xué)基金項(xiàng)目(51277023)；吉林省科技發(fā)展計(jì)劃項(xiàng)目(20130206050GX)。

鄔春明，男，1966年12月，東北電力大學(xué)信息工程學(xué)院，教授。E-mail：wuhi1966@126.com。

林歡，東北電力大學(xué)信息工程學(xué)院，碩士研究生。E-mail：yimizangyue@163.com。

2014年2月22日。

TP212

責(zé)任編輯：王廣建。