王滿意， 丁恩杰

(中國(guó)礦業(yè)大學(xué) 信息與電氣工程學(xué)院，江蘇 徐州 221116)

綜述與評(píng)論

基于WSNs的RSS無(wú)源被動(dòng)定位算法評(píng)述*

王滿意， 丁恩杰

(中國(guó)礦業(yè)大學(xué) 信息與電氣工程學(xué)院，江蘇 徐州 221116)

與傳統(tǒng)有源定位技術(shù)相比，接收信號(hào)強(qiáng)度(RSS)定位技術(shù)無(wú)需目標(biāo)攜帶任何電子標(biāo)簽，在需快速部署、緊急救災(zāi)等方面的應(yīng)用前景廣闊。闡述了RSS無(wú)源被動(dòng)定位原理；詳細(xì)介紹了RSS無(wú)源被動(dòng)定位技術(shù)的幾種定位算法；總結(jié)了當(dāng)前算法存在不足之處，并展望了RSS無(wú)源被動(dòng)定位技術(shù)的研究趨勢(shì)。

無(wú)源被動(dòng)定位； 算法 ； 無(wú)線傳感器網(wǎng)絡(luò); 接收信號(hào)強(qiáng)度

0 引 言

自2007年接收信號(hào)強(qiáng)度(received signal strength，RSS)無(wú)源定位技術(shù)[1]被提出以來(lái)，該定位技術(shù)極大拓展了無(wú)線傳感器網(wǎng)絡(luò)(WSNs)定位領(lǐng)域的研究視野。與傳統(tǒng)WSNs的有源定位系統(tǒng)相比，RSS無(wú)源定位技術(shù)無(wú)需目標(biāo)佩戴任何電子標(biāo)簽，只需要在監(jiān)測(cè)區(qū)域的周圍部署無(wú)線傳感器節(jié)點(diǎn)，即可完成對(duì)該區(qū)域目標(biāo)的定位和跟蹤，該定位技術(shù)極其適合需要快速部署、緊急救災(zāi)場(chǎng)合的定位。例如[2,3]：1)火災(zāi)、地震發(fā)生后的快速救援中，無(wú)源被動(dòng)定位系統(tǒng)無(wú)需救援人員攜帶監(jiān)測(cè)設(shè)備進(jìn)入建筑物內(nèi)部，通過(guò)災(zāi)害現(xiàn)場(chǎng)周圍快速部署的無(wú)線傳感器節(jié)點(diǎn)，即可幫助搜救人員在充滿濃煙、火焰的大樓中快速定位被困人員或遇難者的位置，有助于救援人員有針對(duì)性地展開救援工作；2)RSS無(wú)源定位技術(shù)有助于智能家居的節(jié)能降耗，它通過(guò)監(jiān)測(cè)家中是否有人來(lái)控制燈、暖氣、空調(diào)等家用設(shè)備的開停；3)醫(yī)療體系的運(yùn)用中，RSS無(wú)源定位技術(shù)幫助醫(yī)護(hù)人員在不侵?jǐn)_病人隱私的情況下，遠(yuǎn)程追蹤老年人或者病人生活情況；4)在遇恐怖襲擊，警察解救人質(zhì)的過(guò)程中，警察借助RSS無(wú)源定位技術(shù)，無(wú)需進(jìn)入遭恐怖襲擊的樓宇，即可實(shí)時(shí)掌握恐怖人員的人數(shù)及其相應(yīng)位置，為營(yíng)救人質(zhì)的快速救援部署，提供有效的參考。為此，本文對(duì)基于WSNs的RSS無(wú)源被動(dòng)定位技術(shù)進(jìn)行評(píng)述。

1 RSS無(wú)源被動(dòng)定位技術(shù)

一定數(shù)量的無(wú)線傳感器節(jié)點(diǎn)(例如:Telosb節(jié)點(diǎn))部署在被監(jiān)測(cè)區(qū)域的周圍，網(wǎng)絡(luò)中所有節(jié)點(diǎn)兩兩之間建立無(wú)線通信鏈路，可實(shí)時(shí)測(cè)量鏈路之間的RSS。當(dāng)目標(biāo)進(jìn)入被定位區(qū)域時(shí)，目標(biāo)周圍的鏈路上的電磁波信號(hào)因折射、反射、吸收等作用，引起相應(yīng)鏈路的RSS改變。根據(jù)鏈路RSS的改變和相應(yīng)鏈路的位置，采用不同的測(cè)量模型和定位算法，實(shí)時(shí)估算目標(biāo)的位置坐標(biāo)，如圖1。

圖1 無(wú)源定位示意圖

RSS無(wú)源定位系統(tǒng)，主要由傳無(wú)線感器節(jié)點(diǎn)，Sink節(jié)點(diǎn)，信息處理中心3個(gè)部分組成。

與有源定位技術(shù)(如圖2)相比較，RSS無(wú)源定位技術(shù)無(wú)需目標(biāo)佩戴電子標(biāo)簽；與其他無(wú)源定位技術(shù)相比較[4,5]：1)相比于計(jì)算機(jī)視覺(jué)無(wú)源定位技術(shù)，其可工作在霧天和黑暗環(huán)境中，且有助于保護(hù)個(gè)人的隱私；2)相對(duì)于UWB無(wú)源定位系統(tǒng)來(lái)說(shuō)價(jià)格便宜；3)無(wú)源被動(dòng)定位系統(tǒng)也可以穿過(guò)障礙物(墻壁、樹木、煙霧等)，而基于紅外定位系統(tǒng)無(wú)法達(dá)到這樣效果。

圖2 有源定位示意圖

2 RSS無(wú)源定位算法

常見的RSS無(wú)源定位算法有指紋定位算法、網(wǎng)格定位算法、粒子濾波定位算法、無(wú)線斷層成像定位算法等。

2.1 指紋定位算法

指紋定位算法[5～7](fingerprint-based)的原理是：在離線訓(xùn)練(off-line training)階段，讓物體(通常為一個(gè)人)站在預(yù)先設(shè)定的不同位置上(預(yù)設(shè)定點(diǎn)的坐標(biāo)已知)，然后采集所有通信鏈路RSS值，最后將預(yù)設(shè)定點(diǎn)的坐標(biāo)值與RSS值的對(duì)應(yīng)關(guān)系記錄在數(shù)據(jù)庫(kù)中。進(jìn)入在線匹配(on-line ma-tching)階段后，系統(tǒng)實(shí)時(shí)采集所有通信鏈路RSS值，然后將實(shí)時(shí)采集的RSS值與數(shù)據(jù)庫(kù)中的RSS值比較，采用相關(guān)算法(K最近鄰居算法，或者貝葉斯后驗(yàn)概率密度算法)找出數(shù)據(jù)庫(kù)中最匹配的RSS值，對(duì)應(yīng)的預(yù)設(shè)定點(diǎn)的坐標(biāo)則認(rèn)為是當(dāng)前目標(biāo)的位置。

該方法實(shí)現(xiàn)起來(lái)簡(jiǎn)單，無(wú)需復(fù)雜數(shù)學(xué)運(yùn)算，但在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)改變或者監(jiān)測(cè)環(huán)境發(fā)生改變后，若要取得理想精度，離線訓(xùn)練需重復(fù)進(jìn)行。該定位方法不適用于快速部署應(yīng)用中。

2.2 網(wǎng)格定位算法

2009年,Zhang Dian等人[8]提出基于Zig Bee的網(wǎng)絡(luò)定位算法，其定位的原理是：使用Mica2傳感器節(jié)點(diǎn)以陣列的方式部署在監(jiān)測(cè)區(qū)域的天花板上；每個(gè)節(jié)點(diǎn)與其前后左右4個(gè)節(jié)點(diǎn)相互連接(節(jié)點(diǎn)間距2～4 m)，將監(jiān)測(cè)區(qū)域劃分成一個(gè)個(gè)網(wǎng)格狀的矩形結(jié)構(gòu)。當(dāng)目標(biāo)進(jìn)入監(jiān)測(cè)區(qū)域時(shí)，根據(jù)RSS改變的通信鏈路，判斷目標(biāo)所在網(wǎng)格，大概估計(jì)目標(biāo)的位置，在此基礎(chǔ)上再根據(jù)RSS變化，使用最佳覆蓋法或概率覆蓋法進(jìn)一步提高目標(biāo)的定位精度。文獻(xiàn)[9]進(jìn)一步拓展網(wǎng)格定位方法，利用三角網(wǎng)格的方法定位目標(biāo)，使得定位延時(shí)由原來(lái)的2 s 縮短到 0.26 s。但網(wǎng)格定位算法中節(jié)點(diǎn)特殊的網(wǎng)絡(luò)拓?fù)?監(jiān)測(cè)區(qū)域的頂部部署)嚴(yán)重限制了其快速部署應(yīng)用。

2.3 粒子濾波定位算法

2011年,粒子濾波定位算法和跟蹤技術(shù)被引入RSS無(wú)源定位系統(tǒng)中[10～12]。文獻(xiàn)[10]在基于大量實(shí)驗(yàn)數(shù)據(jù)基礎(chǔ)上，提出了目標(biāo)狀態(tài)與RSS變化符合指數(shù)分布觀測(cè)模型，將此觀測(cè)模型應(yīng)用在蒙特—卡洛粒子濾波的算法中，在此工作基礎(chǔ)上，文獻(xiàn)[11]提出傳感器節(jié)點(diǎn)可被同時(shí)定位的方法。這兩項(xiàng)工作在建立目標(biāo)狀態(tài)與RSS變化模型時(shí)，基于室外環(huán)境測(cè)試數(shù)據(jù)獲得，未考慮多徑干擾對(duì)觀測(cè)模型的影響。近年來(lái)，Wilson J和Patwari N提出使用斜拉普拉斯(Skew-Laplace)的RSS模型[12]，用于室內(nèi)環(huán)境下目標(biāo)定位。RSS的斜拉普拉斯數(shù)學(xué)分布參數(shù)，通過(guò)訓(xùn)練階段大量實(shí)驗(yàn)獲得，顯而易見,此方法環(huán)境依賴性強(qiáng)，不同環(huán)境下需使用不同的分布參數(shù)，才可定位。

2.4 無(wú)線斷層成像定位算法

2010年,Wilson J等人提出的無(wú)線斷層成像(radio tomographic imaging,RTI)技術(shù)[4]，成為基于Zig Bee的RSS無(wú)源定位領(lǐng)域中較熱門研究的定位算法,其定位的方法是：首先，傳感器節(jié)點(diǎn)在監(jiān)測(cè)環(huán)境周圍(高度約為1.2 m，間隔約為 1.5 m，節(jié)點(diǎn)間隔可根據(jù)實(shí)際定位精度需求調(diào)整)環(huán)繞部署，當(dāng)目標(biāo)進(jìn)入監(jiān)測(cè)區(qū)域后，其穿過(guò)目標(biāo)的RSS數(shù)值發(fā)生變化；其次，通過(guò)以發(fā)射節(jié)點(diǎn)和接收節(jié)點(diǎn)為焦點(diǎn)，建立橢圓權(quán)重模型，求出目標(biāo)所在位置對(duì)所有鏈路是否產(chǎn)生影響的權(quán)重矩陣(目標(biāo)到橢圓長(zhǎng)軸的距離大于門限值時(shí),權(quán)重為0；小于門限值時(shí)，權(quán)重與鏈路長(zhǎng)度的平方根呈反比)；最后，利用病態(tài)反問(wèn)題求解方法，求解出目標(biāo)位置。文獻(xiàn)[3,4,13]通過(guò)在室外、室內(nèi)、穿墻三種環(huán)境下證明該模型的可行性及其適用性。

3 RSS無(wú)源被動(dòng)定位算法展望

自2007年，無(wú)源被動(dòng)定位技術(shù)由美國(guó)馬里蘭卡大學(xué)Moustafa Youssef提出[1]，該研究課題引起國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。在此方面研究比較深入的研究機(jī)構(gòu)有：美國(guó)猶他大學(xué)[3,4,12,14,15]、加拿大麥吉爾大學(xué)[10,11,16]、芬蘭阿爾托大學(xué)[17,18]、埃及尼羅河大學(xué)[6,7]、香港科技大學(xué)[8,9]、北京郵電大學(xué)[19,20]、廣東中山大學(xué)[21,22]?？偟膩?lái)說(shuō)，RSS的無(wú)源被動(dòng)定位(device-free passive localization,DFL)技術(shù)仍處于特定環(huán)境特定方法階段，在實(shí)際應(yīng)用中仍存在不少問(wèn)題：

1)定位算法問(wèn)題：基于指紋定位算法需經(jīng)過(guò)繁瑣離線訓(xùn)練階段的校準(zhǔn)，一旦監(jiān)測(cè)區(qū)域中的環(huán)境改變(例如：家具擺放位置改變)或節(jié)點(diǎn)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生改變，離線訓(xùn)練數(shù)據(jù)需重新校準(zhǔn)。因此,該定位方法效率低，不能滿足緊急情況下定位需求。粒子濾波定位算法因計(jì)算復(fù)雜度高，不適合實(shí)時(shí)定位需求。無(wú)線斷層成像法，基于無(wú)線信號(hào)的陰影衰落模型建立(人或物體遮擋會(huì)降低信號(hào)鏈路的RSS),但此多徑干擾源較多室內(nèi)、走廊,或者巷道環(huán)境定位效果較差。

2)無(wú)線信號(hào)互相干擾的問(wèn)題：RSS的無(wú)源定位技術(shù)，主要使用通信鏈路的RSS變化來(lái)定位監(jiān)測(cè)區(qū)域中的人或者物體，若RSS值的變化因環(huán)境中的其他因素引起，勢(shì)必造成定位系統(tǒng)精度降低。當(dāng)前，基于IEEE 802.15.4標(biāo)準(zhǔn)的傳感器網(wǎng)絡(luò)與基于IEEE 802.11標(biāo)準(zhǔn)的網(wǎng)絡(luò)共享2.4 GHz，兩種網(wǎng)絡(luò)的共存，帶來(lái)嚴(yán)重通信可靠性能下降，數(shù)據(jù)包傳輸時(shí)延增加，通信鏈路的RSS值改變等問(wèn)題。傳輸延時(shí)的增加，干擾引起的鏈路RSS值改變，對(duì)RSS的無(wú)源定位系統(tǒng)可靠性，定位精度的準(zhǔn)確性帶來(lái)極大危害。因此，仍需改進(jìn)的定位算法提高基于Zig Bee的RSS無(wú)源定位系統(tǒng)，與WiFi網(wǎng)絡(luò)共存情況下的精度。

3)定位系統(tǒng)低功耗問(wèn)題：如何找到系統(tǒng)功耗與定位系統(tǒng)的精度折中算法，仍是RSS無(wú)源定位技術(shù)中亟待解決問(wèn)題。從提高系統(tǒng)精度方面考量，節(jié)點(diǎn)發(fā)包頻率越高越好，但這將導(dǎo)致節(jié)點(diǎn)功耗增加，使得系統(tǒng)的生存周期變短；從低功耗角度考慮，節(jié)點(diǎn)發(fā)射頻率越低越好，但會(huì)致使系統(tǒng)定位精度降低，無(wú)法定位快速移動(dòng)人或物體。

4)多人定位問(wèn)題：實(shí)際定位場(chǎng)景下，需要RSS無(wú)源定位技術(shù)像有源定位技術(shù)一樣，能夠?qū)崿F(xiàn)多目標(biāo)的定位和跟蹤。但如何僅利用網(wǎng)絡(luò)中通信鏈路的RSS值變化進(jìn)行多物體的跟蹤需解決的問(wèn)題有：a.多目標(biāo)數(shù)目檢測(cè)；b.多目標(biāo)狀態(tài)更新(如何區(qū)分實(shí)時(shí)測(cè)得RSS信號(hào)變化，是由哪個(gè)目標(biāo)引起，并進(jìn)行該目標(biāo)的狀態(tài)更新)；c.目標(biāo)行進(jìn)過(guò)程中，路徑重疊后如何分開等。這些都是RSS無(wú)源定位技術(shù)需要考慮的問(wèn)題。但現(xiàn)有研究成果多基于很多假設(shè)的基礎(chǔ)上進(jìn)行。例如:假定目標(biāo)個(gè)數(shù)已知(2人)，定位過(guò)程中目標(biāo)的距離保持在至少2 m以上，行進(jìn)過(guò)程中無(wú)路徑較差等，定位目標(biāo)的個(gè)數(shù)不能超過(guò)4個(gè)。上述問(wèn)題都是當(dāng)前多人定位中，面臨的挑戰(zhàn)。

4 結(jié)束語(yǔ)

近年來(lái),定位技術(shù)不斷發(fā)展和定位服務(wù)需求不斷增加，基于RSS無(wú)源被動(dòng)定位技術(shù)因其無(wú)需被定位目標(biāo)攜帶任何電子標(biāo)簽，特別適合緊急救援和需要快速定位應(yīng)用中。本文詳細(xì)闡述了國(guó)內(nèi)外基于RSS無(wú)源被動(dòng)定位算法的研究現(xiàn)狀和存在的不足之處，并指出在此方面可能存在的研究方向。

[1] Moustafa Youssef,Matthew Mah,Ashok Agrawala.Challenges:Device-free passive localization for wireless environments[C]∥MobiCom,New York,USA:ACM,2007:222-229.

[2] Patwari N,Wilson J.RF sensor networks for device-free localization:Measurements,models,and algorithms[C]∥Proceedings of the IEEE,2010,98(11):1961-1973.

[3] Wilson J,Patwari N.See-through walls:Motion tracking using variance-based radio tomography networks[J].IEEE Transactions on Mobile Computing,2011,10(5):612-621.

[4] Wilson J,Patwari N.Radio tomographic imaging with wireless networks[J].IEEE Transactions on Mobile Computing,2010,9(5):621-632.

[5] Xu Chenren,Firner Bernhard,Moore Robert S,et al.Scpl:Indoor device-free multi-subject counting and localization using radio signal strength[C]∥Proceedings of International Conference on Information Processing in Sensor Networks(IPSN),New York,USA,2013:79-90.

[6] May Moussa,Moustafa Youssef.Smart cevices for smart environments:Device-free passive detection in real environments[C]∥Pervasive Computing and Communications,Galveston,Texas:IEEE,2009:1-6.

[7] Moustafa Seifeldin,Ahmed Saeed,Ahmed EKosba,et al.Nuzzer:A large-scale device-free passive localization system for wireless environments[J].IEEE Transactions on Mobile Computing,2013,12(7):1321-1334.

[8] Zhang Dian,Ni Lionel M.Dynamic clustering for tracking multiple transceiver-free objects[C]∥Pervasive Computing and Communications,Galveston,Texas:IEEE,2009:1-8.

[9] Zhang Dian,Liu Yunhuai,Ni Lionel M.Rass:A real-time,accurate and scalable system for tracking transceiver-free object-s[C]∥Pervasive Computing and Communications,Seattle,USA:IEEE,2011:197-204.

[10] Li Yunpeng,Chen Xi,Coates Mark,et al.Sequential Monte-carlo radio frequency tomographic tracking[C]∥Proc of Int’l Conf on Acoustics,Speech and Signal Processing(ICASSP),Prague,Czech Republic:IEEE,2011:3976-3979.

[11] Chen Xi,Edelstein Andrea,Li Yunpeng,et al.Sequential Monte Carlo for simultaneous passive device-free tracking and sensor localization using received signal strength measurements[C]∥Information Processing in Sensor Networks(IPSN),Chicago,USA:IEEE,2011:342-353.

[12] Wilson J,Patwari N.A fade-level skew-laplace signal strength model for device free localization with wireless networks[J].IEEE Transactions on Mobile Computing,2012,11(6):947-958.

[13] Zhao Yang,Patwari N.Noise reduction for variance-based device-free localization and tracking[C]∥Sensor,Mesh and Ad Hoc Communications and Networks(SECON),Utah,USA,IEEE,2011:179-187.

[14] Patwari N,Brewer Lara,Tate Quinn,et al.Breathfinding:A wireless network that monitors and locates breathing in a home[J].IEEE Journal of Selected Topics in Signal Processing,2014,8(1):30-42.

[15] Patwari N,Wilson J.RF sensor networks for device-free localization:Measurements,models,and algorithms [C]∥Proceedings of the IEEE,2010,98(11):1961-1973.

[16] Nannuru Santosh,Li Yunpeng,Coates M,et al.Multi-target device-free tracking using radio frequency tomography [C]∥Intelligent Sensors,Sensor Networks and Information Processing(ISSNIP),Adelaide,Australia,IEEE,2011:508-513.

[17] Ossi Kaltiokallio,Maurizio Bocca.Real-time intrusion detection and tracking in indoor environment through distributed rssi processing [C]∥Embedded and Real-Time Computing Systems and Applications(RTCSA),Toyama,Japan,IEEE,2011:61-70.

[18] Ossi Kaltiokallio,Maurizio Bocca,Patwari N.A fade level-based spatial model for radio tomographic imaging[J].IEEE Transactions on Mobile Computing,2014,13(6):1159-1172.

[19] Cheng Huang,Luo Haiyong,Zhao Fang.Device-clustering algorithm in crowd sourcing-based localization[J].The Journal of China Universities of Posts and Telecommunications,2012,19:114-121.

[20] Men Aidong,Xue Jianfei,Yang Bo,et al.A tracking-by-detection method with radio-frequency tomography network[C]∥Wireless Personal Multimedia Communications(WPMC),New Jersey,USA,IEEE,2013:1-5.

[21] Guo Yao,Huang Kaide,Jiang Nanyong,et al.An exponential Rayleigh signal strength model for device-free localization and tracking with wireless networks [C]∥Intelligent Control and Information Processing(ICIP),Beijing,China,IEEE,2013:108-113.

[22] Yang Zhiyong,Huang Kaide,Wang Guoli.A new sparse reconstruction algorithm for device-free localization with sensor networ-k [C]∥Asian Control Conference(ASCC),Istanbul,Asian,IEEE,2013:1-6.

Review on RSS passive localization algorithm based on WSNs*

WANG Man-yi， DING En-jie

(School of Information and Electrical Engineering,China University of Mining & Technology,Xuzhou 221116,China)

Compared with traditional active localization technology,technique of passive localization based on received signal strength(RSS)does not need to carry any electronic tag and can be widely used in some scenarios such as fast deployment and emergency rescue.Principle of passive localization is explained and several localization algorithms are presented;disadvantages of existing algorithms are proposed;research trends are prospected.

passive localization; algorithm; wireless sensor networks(WSNs)； received signal strength(RSS)

10.13873/J.1000—9787(2015)03—0001—03

2014—09—10

國(guó)家科技支撐計(jì)劃資助項(xiàng)目 (2013BAK06B05)

TN 925

A

1000—9787(2015)03—0001—03

王滿意(1982-)，男，江蘇徐州人，博士研究生，從事無(wú)線傳感器網(wǎng)絡(luò)定位算法、可重新配置無(wú)線傳感器網(wǎng)絡(luò)。