程良　張永強　趙正健　李璐

關鍵詞：二次柵格掃描；RSSI；卡爾曼濾波

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2023）10-0096-03

0 引言

隨著當下科學技術的不斷發(fā)展，各行各業(yè)都在享受著互聯(lián)網(wǎng)帶來的便捷性。對于目標位置的重要性不言而喻。無線傳感器網(wǎng)絡是由許多帶有功率接收功能的傳感器節(jié)點組成，通過自組網(wǎng)方式能夠形成一個穩(wěn)定、健壯的網(wǎng)絡[1]。利用該網(wǎng)絡可實現(xiàn)目標對象的定位。相比于傳統(tǒng)定位方式，無線傳感器網(wǎng)絡所形成的定位方式具有價格低廉，穩(wěn)定性強等優(yōu)點。但定位精度一直是無線定位算法發(fā)展的一個瓶頸。根據(jù)定位算法原理的不同可以將其分為兩類，測距以及非測距的方式[2]。其中基于測距過于依賴硬件，導致成本上升。非測距是目前主要的研究方向。但誤差較大，現(xiàn)在普遍的做法是利用各種算法進行優(yōu)化，其中二次柵格掃描與質心迭代定位算法相比于其他定位算法精度較高[3]。不過，該算法中大量使用了RSSI值進行運算，致使實驗存在累計誤差。本文通過優(yōu)化RSSI值來解決累計誤差對該算法產生的影響。

1 Grid-Scan 算法描述

Grid-Scan算法也稱作網(wǎng)格算法，是將各個錨節(jié)點的通信區(qū)域全部用小格子來填充。每個錨節(jié)點都可以接收通信區(qū)域內各節(jié)點的坐標和RSSI信息等[4]。未知節(jié)點是我們需要定位的節(jié)點，將該未知節(jié)點周圍能夠與之通信的錨節(jié)點的通信圓分別畫出，再將重合區(qū)域用外接矩形表示出來并用ER標識，如圖1[5]。把該外接矩形中的小格子全部標記成1，如圖2。

2 優(yōu)化算法

2.1優(yōu)化RSSI 值

2.1.1 RSSI 的測距模型

信號在傳播過程中，距離的變化會導致接收信號強度的變化，利用這個變化可以得到信號強度的衰減與距離的關系。目前普遍以shadowing模型為基礎來得到相應的傳播模型。用以下公式表示。

3 仿真實驗

3.1 實驗設計

本文以Matlab為仿真工具，通過隨機網(wǎng)絡拓撲方式來模擬現(xiàn)實場景中的定位情況，以此來分析改進算法與其他算法之間的定位誤差。將文中所提出的改進算法稱為RSSTG-TCLLA算法，二次柵格掃描與三角質心迭代算法稱為TGTCL-LA，二次柵格掃描算法記為Grid-scan 算法，文獻[4]中的算法稱為VGridscan算法。利用式（14）來計算歸一化平均定位誤差。

3.2 通信半徑對定位誤差的影響

設節(jié)點個數(shù)為200個，錨節(jié)點個數(shù)為30個，柵格邊長為2米，仿真結果如圖4所示。

由圖4可以得到，四種算法隨著通信半徑的增大，定位誤差均在減小。其中RSSTG-TCLLA算法的平均定位誤差相對于TG-TCLLA算法，VGrid-scan算法，Grid-scan 算法分別減少了8.65%，11.59% 以及13.6%。

3.3 節(jié)點個數(shù)對定位誤差的影響

設節(jié)點個數(shù)為N、錨節(jié)點個數(shù)為0.3N、通信半徑為20米、柵格邊長為2米。

由圖5可得，當其他條件不變時，節(jié)點個數(shù)越多，整體定位誤差就會越小，相比于Grid-scan 算法、VGrid-Scan 算法、TG-TCLLA 算法，文中提出的RSSTG-TCLLA 算法在平均定位誤差上分別減小了14.72%、12.35%以及10.28%。

3.4 錨節(jié)點個數(shù)對定位誤差的影響

設節(jié)點總數(shù)為200個，通信半徑為20米，柵格長2 米，錨節(jié)點作為整個定位區(qū)域的參考點，它的數(shù)量直接決定著整體的定位性能。

由圖6得，文中所提RSSTG-TCLLA算法與Gridscan算法、VGrid-Scan算法、TG-TCLLA算法相比，平均定位誤差分別減小了11.2%，9.6%以及5.8%。

3.5 柵格邊長對定位誤差的影響

設節(jié)點個數(shù)為200，通信半徑為20米，錨節(jié)點為30個，隨機拓撲節(jié)點網(wǎng)絡。

如圖7所示，隨著柵格邊長的減小，算法的定位誤差也在降低。文中提到的RSSITG-TCLLA算法相比較于Grid-scan算法、VGrid-Scan算法以及TG-TCLLA 算法在平均定位誤差上減小了9.56%，7.68% 以及3.25%。

4 結束語

由于二次柵格掃描與三角質心迭代定位算法，都是以節(jié)點的RSSI值為基礎進行運算，所以保證RSSI 值正確與穩(wěn)定是決定整個實驗準確性的必要條件。常規(guī)的濾波方式對RSSI值的優(yōu)化能力有限，同時不能解決RSSI中的極端數(shù)據(jù)問題。普通卡爾曼濾波算法也存在自身發(fā)散性問題，進而影響RSSI值的準確性。本文采用改進型卡爾曼濾波方式不僅能解決極端數(shù)據(jù)問題，同時引入漸消因子消除了卡爾曼自身帶來的累積誤差。從而提高了柵格掃描的精度范圍，使整個網(wǎng)絡的定位效果更精確。