謝紹國，艾列富，施趙媛

(安慶師范學(xué)院 計算機(jī)與信息學(xué)院，安徽 安慶 246133)

?

無線傳感器網(wǎng)絡(luò)中IWCL-RSSI算法的改進(jìn)

謝紹國，艾列富，施趙媛

(安慶師范學(xué)院 計算機(jī)與信息學(xué)院，安徽 安慶 246133)

摘要：為了進(jìn)一步提高無線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)定位精度，本文在研究基于接收信號強(qiáng)度指示RSSI(Received Signal Strength Indicator)的加權(quán)質(zhì)心定位算法基礎(chǔ)上，提出了一種改進(jìn)的加權(quán)質(zhì)心定位算法(IWCL-RSSI，Improved Weighted Centroid Localization Based on RSSI)。該改進(jìn)的IWCL-RSSI算法增加了靠近未知節(jié)點(diǎn)的信標(biāo)節(jié)點(diǎn)的權(quán)值，提高了未知節(jié)點(diǎn)的定位精度。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的IWCL-RSSI算法的節(jié)點(diǎn)定位精度比IWCL-RSSI算法要高。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；接收信號強(qiáng)度指示；加權(quán)質(zhì)心定位算法；定位精度；錨節(jié)點(diǎn)

無線傳感器網(wǎng)絡(luò)技術(shù)發(fā)展快速。作為無線傳感器網(wǎng)絡(luò)支撐技術(shù)之一的定位技術(shù)已成為學(xué)者關(guān)注的熱點(diǎn)[1-5]。一般的加權(quán)質(zhì)心定位算法都是基于接收信號強(qiáng)度(RSS, Received Signal Strength)或者接收信號強(qiáng)度指示(RSSI，Received Signal Strength Indicator)[6-10]，因?yàn)樵赗SSI、TOA(Time-of-Arrival)、TDOA(Time-Different-of-Arrival)、AOA(Angle-of-Arrival)4種測距技術(shù)中，基于RSSI 的定位方案成本最低，最容易實(shí)現(xiàn)，但其測距誤差也最大。實(shí)際上，大部分無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)發(fā)射接收芯片都裝有一個接收信號強(qiáng)度指示(RSSI)，這樣RSS測量無需額外的花費(fèi)。文獻(xiàn)[11]最早提出了加權(quán)質(zhì)心定位(WCL, Weighted Centroid Localization)的思想，該加權(quán)質(zhì)心定位算法能夠提高一定的定位精度，但仍有RSSI測量參數(shù)多、能量消耗較大等問題。文獻(xiàn)[10]提出了一種改進(jìn)的WCL定位算法，即基于RSSI的改進(jìn)加權(quán)質(zhì)心定位算法(IWCL-RSSI，Improved Weighted Centroid Localization Based on RSSI)。IWCL-RSSI算法減少了所需測量的參數(shù)，減少了能量的消耗和定位的時間，但是并沒有提高WCL算法的定位精度。因此在IWCL-RSSI算法的基礎(chǔ)上，針對IWCL-RSSI算法定位精度不高的問題，提出了一種改進(jìn)的IWCL-RSSI算法。

1相關(guān)定位算法思想

1.1WCL算法

WCL算法思想是越靠近未知節(jié)點(diǎn)的信標(biāo)節(jié)點(diǎn)，其權(quán)值越大，具體公式表示如下[11]

(1)

其中，wi是節(jié)點(diǎn)的權(quán)值；di是未知節(jié)點(diǎn)與信標(biāo)節(jié)點(diǎn)之間的距；g表示等級，它反映了信標(biāo)節(jié)點(diǎn)對估計位置的影響，g與節(jié)點(diǎn)無線傳輸范圍有關(guān)。

由加權(quán)質(zhì)心公式可得未知節(jié)點(diǎn)的估計位置，

(2)

其中，ai是信標(biāo)節(jié)點(diǎn)的坐標(biāo)，n是信標(biāo)節(jié)點(diǎn)的數(shù)量，P是未知節(jié)點(diǎn)的估計位置。

WCL算法是基于測距的定位算法，權(quán)值模型簡單，但相對于無需測距的定位算法來說能耗較大，比如花費(fèi)大量的時間測量RSS，計算路徑損耗、參考點(diǎn)處的接收功率等，從而增加節(jié)點(diǎn)能耗。

1.2IWCL-RSSI算法

基于RSSI的IWCL-RSS算法解決了WCL算法的問題[10]，該算法思路是將文獻(xiàn)[11]中WCL算法中權(quán)值模型中的參數(shù)測量距離di轉(zhuǎn)化為接收信號強(qiáng)度指示(RSSI, 用Irssi表示)，而RSSI直接可以在嵌入式系統(tǒng)內(nèi)讀取，從而減少所需測量的參數(shù)，減少了能耗，延長了網(wǎng)絡(luò)的生命周期。根據(jù) (1) 式，可以得到未知節(jié)點(diǎn)的估計位置

(3)

其中，ai是信標(biāo)節(jié)點(diǎn)的坐標(biāo)，n是信標(biāo)節(jié)點(diǎn)的數(shù)量，P是未知節(jié)點(diǎn)的估計位置，權(quán)值Wi為

(4)

相對于WCL算法，IWCL-RSSI算法減少所需測量和計算的參數(shù)，從而減少了節(jié)點(diǎn)的能耗，延長了網(wǎng)絡(luò)生命周期，但并沒減少定位誤差。

2改進(jìn)的IWCL-RSSI算法

針對IWCL-RSSI算法沒有減少定位誤差的問題提出一種改進(jìn)的IWCL-RSSI算法。外界環(huán)境的干擾導(dǎo)致RSS測量有一定的誤差，從而使得權(quán)值Wi不能完全反映信標(biāo)節(jié)點(diǎn)位置和未知節(jié)點(diǎn)位置之間的關(guān)系。針對這個問題，改進(jìn)權(quán)值模型。由文獻(xiàn)[11]知道，信標(biāo)節(jié)點(diǎn)越靠近未知節(jié)點(diǎn)，其權(quán)值越大，所以在這里補(bǔ)償由于RSSI測量誤差而導(dǎo)致靠近目標(biāo)節(jié)點(diǎn)的信標(biāo)節(jié)點(diǎn)的權(quán)值損失。通過實(shí)驗(yàn)，選擇Wi·n3Wi作為改進(jìn)的權(quán)值，設(shè)Wi·n3Wi>Wi。將Wi·n3Wi歸一化之后，改進(jìn)的權(quán)值模型為

(5)

則未知節(jié)點(diǎn)的估計位置為

(6)

改進(jìn)的IWCL-RSSI算法流程如下：

(1)WSN網(wǎng)絡(luò)初始化；

(2)未知節(jié)點(diǎn)偵聽信標(biāo)節(jié)點(diǎn)RSSI值；

(3)根據(jù)偵聽信息獲取信標(biāo)節(jié)點(diǎn)的坐標(biāo)ai和接收信號強(qiáng)度指示RSSI；

(6)結(jié)束。

3性能分析

3.1仿真結(jié)果及性能分析

運(yùn)用MATLAB對RSSI測距誤差進(jìn)行仿真實(shí)驗(yàn)，以此說明改進(jìn)的IWCL-RSSI算法的性能并將該算法與IWCL-RSSI算法比較。RSSI模型如下

Irss=I0-10βlog10(d/d0)+Nα

(7)

其中，d是信標(biāo)節(jié)點(diǎn)到未知節(jié)點(diǎn)的測量距離，I0是在參考點(diǎn)d0(d0=1m)處接收信號的強(qiáng)度，β是路徑損耗因子，Nα是標(biāo)準(zhǔn)偏差為α的高斯噪聲。

(1)信標(biāo)節(jié)點(diǎn)數(shù)量對算法定位精度的影響

采用改變信標(biāo)節(jié)點(diǎn)數(shù)量來分析算法的性能。設(shè)實(shí)驗(yàn)區(qū)域大小為100m×100m， 1 000個普通節(jié)點(diǎn)和信標(biāo)節(jié)點(diǎn)隨機(jī)部署在實(shí)驗(yàn)區(qū)域；假設(shè)參考點(diǎn)處接收信號的強(qiáng)度I0=-60dB，標(biāo)準(zhǔn)偏差為3dB，路徑損耗因子β=3.5，仿真結(jié)果如圖1所示。

圖1　不同信標(biāo)節(jié)點(diǎn)情況下的定位誤差

從圖1可以看出，隨著信標(biāo)節(jié)點(diǎn)數(shù)量的增加，兩種定位算法的定位精度都在減小。但改進(jìn)的IWCL-RSSI算法的定位誤差要小于IWCL-RSSI算法，這是由于改進(jìn)的IWCL-RSSI算法補(bǔ)償了信標(biāo)節(jié)點(diǎn)的權(quán)值。

(2)路徑損耗對算法定位精度的影響

設(shè)實(shí)驗(yàn)區(qū)域大小為100m×100m，1 000個普通節(jié)點(diǎn)和20個信標(biāo)節(jié)點(diǎn)隨機(jī)部署在實(shí)驗(yàn)區(qū)域；假設(shè)參考點(diǎn)處接收信號的強(qiáng)度I0=-60dB，標(biāo)準(zhǔn)偏差為3dB，仿真結(jié)果如圖2所示。

從圖2可以看出，隨著路徑損耗的增加，改進(jìn)的IWCL-RSSI算法的定位誤差在減小。改進(jìn)的IWCL-RSSI算法的定位誤差要小于IWCL-RSSI算法的定位誤差。同時采用改進(jìn)的IWCL-RSSI算法定位，無需測距，極大地減少了節(jié)點(diǎn)的能量消耗，延長了節(jié)點(diǎn)的壽命。

圖2　不同路徑損耗情況下的定位誤差

3.2室外環(huán)境實(shí)驗(yàn)結(jié)果

室外真實(shí)環(huán)境實(shí)驗(yàn)傳感器節(jié)點(diǎn)是采用MPS430處理器和CC1100無線模塊，天線采用2.4GHz平面倒置F型天線。所有節(jié)點(diǎn)部署在一個100m×100m的草坪上，20個信標(biāo)節(jié)點(diǎn)和20個未知節(jié)點(diǎn)隨機(jī)放置在該區(qū)域內(nèi)，設(shè)g=1。

改進(jìn)的IWCL-RSSI算法的定位誤差2.1 m，小于IWCL-RSSI算法的誤差(3.6 m)。同時由于改進(jìn)IWCL-RSSI算法具有IWCL-RSSI算法的無需測距的優(yōu)點(diǎn)，所以更適合實(shí)際需求。

4結(jié)束語

隨著無線傳感器網(wǎng)絡(luò)定位技術(shù)的發(fā)展，出現(xiàn)了大量的定位算法。但是這些定位算法在實(shí)際中的定位中存在兩大問題：一是能耗大；二是定位誤差大。本文從這兩個方面考慮，在IWCL-RSSI算法的基礎(chǔ)上提出了改進(jìn)的IWCL-RSSI算法。仿真實(shí)驗(yàn)和真實(shí)環(huán)境實(shí)驗(yàn)都表明，改進(jìn)的IWCL-RSSI算法與IWCL-RSSI算法相比，減少了定位誤差。改進(jìn)的算法具有復(fù)雜度低、測量參數(shù)少、能耗小、定位精度高等優(yōu)點(diǎn)，從而更能滿足能耗小、快速定位的需求。但離實(shí)際應(yīng)用需求，還有一定距離，準(zhǔn)備在下一步工作中進(jìn)一步提高定位精度，減少定位誤差。

參考文獻(xiàn):

[1] P.K. Sah, E.H.K. Wu, J. Sahoo. DuRT: dual RSSI trend based localization for wireless sensor networksm[J]. IEEE Sensors Journal, 2013, 13(8): 3115-3123.

[2] E. Arias-de-Reyna, P.M. Djuric.Indoor localization with range-based measurements and little prior information[J]. IEEE Sensors Journal, 2013, 13(5): 1979-1987.

[3] H.Chenji,R. Stoleru. Toward accurate mobile sensor network localization in noisy environments[J]. IEEE Transactions on Mobile Computing, 2013, 12(6): 1094-1106.

[4] W. Cheng, N. Zhang, X.Z. Cheng, et al..Time-bounded essential localization for wireless sensor networks[J]. IEEE/ACM Transactions on Networking, 2013, 21(2):400-412.

[5] R.M. Vaghefi, M.R. Gholami, R.M. Buehrer, et al..Cooperative received signal strength-based sensor localization with unknown transmit powers[J]. IEEE Transactions on Signal Processing, 2013, 61(6): 1389-1403.

[6] P.H. Tseng, Z. Ding, K.T. Feng. Cooperative self-navigation in a mixed LOS and NLOS environment[J]. IEEE Transactions on Mobile Computing, 2013, 13(2):350-363.

[7] D.W. Liu, M.C. Lee, C.M. Pun, et al..Analysis of wireless localization in nonline-of-sight conditions[J]. IEEE Transactions on Vehicular Technology, 2013, 62(4):1484-1492.

[8] B.H. Lee, H. Hur, H.S. Ahn. Environmental-adaptive bias calibration in wreless localization[J]. IEEE Communications Letters, 2013, 17(4):717-720.

[9] F. Mourad, P. Honeine, H. Snoussi. Polar-interval-based localization in mobile sensor networks[J]. IEEE Transactions on Aerospace and Electronic Systems, 2013, 49(4):2310-2322.

[10] 謝紹國. 無線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)定位算法的研究[D].合肥：安徽大學(xué), 2014.

[11] J. Blumenthal, R. Grossmann, F. Golatowski, et al..Weighted centroid localization in zigbee-based sensor networks[C].Proc. IEEE International Symposium on Intelligent Signal Processing, 2007: 1-6.

Improved IWCL-RSSI Algorithm for Wireless Sensor Networks

XIE Shao-guo， AI Lie-fu， SHI Zhao-yuan

(School of Computers & Information, Anqing Teachers College, Anqing, Anhui 246133, China)

Abstract:In order to improve the localization accuracy of the nodes, based on the Improved Weighted Centroid Localization and RSSI, this paper proposes an improved IWCL-RSSI algorithm. The improved IWCL-RSSI algorithm reduces the localization error because the improved IWCL-RSSI algorithm increases the weight of anchor node closer to the unknown node. Experimental and simulation results show that the proposed algorithm outperforms IWCL-RSSI algorithm in terms of the localization accuracy.

Key words:wireless sensor network, RSSI, WCL, localization accuracy, anchor

文章編號：1007-4260(2016)01-0031-03

中圖分類號：TN911.21

文獻(xiàn)標(biāo)識碼：A

DOI：10.13757/j.cnki.cn34-1150/n.2016.01.009

作者簡介：謝紹國，男，安徽宿松人，博士，安慶師范學(xué)院計算機(jī)與信息學(xué)院講師，研究方向?yàn)闊o線通信、信號處理等。E-mail: xieshaoguo@126.com

基金項(xiàng)目：安徽省教育廳項(xiàng)目(AQKJ2015B005，AQKJ2015B006，AQKJ15B008)。

*收稿日期：2015-05-20

網(wǎng)絡(luò)出版時間：2016-03-15 17:05網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/detail/34.1150.N.20160315.1705.009.html