史文進，張兢，李冠迪,曾建梅

　　（重慶理工大學 電子信息與自動化學院，重慶 400054）

       摘要：節點定位是無線傳感網絡的關鍵技術之一，已經在軍用、民用方面得到很廣泛的應用。探討了國內外無線傳感網絡定位技術現狀，對無線傳感網絡節點定位技術做了調查研究，從錨節點/無錨節點定位、集中式/分布式定位、測距/非測距定位算法進行闡述，同時對各類算法從節點定位的定位精度、規模、功耗等不同角度進行了對比。重點探討基于RSSI的質心定位算法，并進行仿真，結果表明其定位精度明顯提高。

　　關鍵詞：無線傳感器網絡；節點定位；測距/非測距

0引言

　　 重慶市教委科學技術研究項目(KJ1500917) 無線傳感器網絡(Wireless Senor Network, WSN)是由大量具有數據獲取能力、無線通信傳輸數據能力、數據處理能力的微型傳感器節點構成的網絡［1］。在被監測區域放置成千上萬的微型傳感器節點，節點之間相互通信，形成一個以無線連接傳輸方式的網絡。借助節點之間協作感知或者監視外部變化，對采集的信息進行預處理，同時通過基站將數據發送給用戶。

　　WSN利用其信息獲取和處理技術，在目標偵查跟蹤、目標監測定位等相關領域有廣泛應用。例如軍事偵查、生態環境監測、目標定位、目標跟蹤、特殊病人的監護與救護、幼童位置監測與救護等。無線傳感器網絡的目標位置識別、跟蹤或目標定位是指通過分布區域內節點的物理坐標建立一個類似于GPS衛星定位無線傳感器網絡地圖［2］。

1定位技術

　　在WSN中，節點向周圍鄰居節點發送信息，必須確定自身節點位置。由于網絡中節點分布多、規模大，使得通過中心基站查詢節點位置，無法短時間內完成。WSN中傳感器節點硬件配置較低，傳統的GPS因用戶成本較高并不適合于WSN定位應用［3］。因此，節點在發送信息的數據中需包含自身的坐標信息。另外WSN中節點定位涉及到定位精度、節點規模、容錯性和魯棒性、能耗等。平衡定位精度是無線傳感器網絡定位的關鍵［4］。對于定位技術有很多種，本文從錨節點/無錨節點、集中式/分布式、測距/非測距幾方面進行闡述。

　　1.1錨節點算法/無錨節點算法

　　錨節點定位方式是以錨節點作為參考節點。首先估計未知節點與錨節點的距離以及選擇不同要求的算子進行未知節點的坐標初始化估計，最后對初始的未知節點的位置進行優化處理。錨節點的密度越高，參考節點越多，定位就越精確。但是由于增加了節點的數量，會導致系統成本增加。

　　無錨節點算法需要創建映射，通過節點間的映射關系估計測量節點間的距離。不同的映射關系，也會有不同的精度。有時是通過旋轉、翻轉、平移等創建映射關系。NISSanka［5］等人提出的算法是一種無需錨節點的定位，它是通過多跳確立一個映射關系，得到每個節點在坐標系中的坐標，最后采用質量—彈簧模型進行迭代優化。

　　1.2集中式算法與分布式算法

　　集中式定位算法：定位信息傳送到一個中心基站，然后進行定位計算。集中式計算從全局出發，計算量和存儲量幾乎沒有限制，實現實時定位。由于只有一個基站來完成計算，所以導致通信、存儲消耗較大，最終導致電能消耗完，從而無法實現長時間的實時定位。

　　分布式定位算法：與集中式定位算法對應的一種算法，利用節點間的通信節點自行計算、估計節點位置坐標。集中式與分布式定位算法的對比如表1所示。

　　1.3測距/非測距定位

　　1.3.1基于測距技術的定位算法

　　這類定位算法是通過測量節點之間的距離或者角度進行定位。通過傳感器來估計節點間的距離。常見的基于測距技術的定位算法有基于接收信號強度的算法(Received Signal Strength Indicator, RSSI)、基于信號到達時間的方法(Time of Arrival, TOA)、基于信號到達角的方法(Angle of Arrival, AOA)、基于信號傳輸時間差的方法(Time Difference of Arrival, TDOA)。

　　（1）接收信號強度算法(RSSI)：該方法依據接收信號能量強度(RSSI)確定距離，對通信信道參數要求較高。根據已知信號的發射功率和節點接收的信號功率，就可以測得節點間的距離。節點A到B的信號強度具體公式如下：

　　其中Pr是節點B接收信號強度，Pt是發射功率，Gt、Gr分別是A、B的天線增益，λ是波長，R是距離，L是損耗因子。由于信號傳播的過程中，受到距離和障礙物的影響，信號的功率強度隨之衰減，間接影響精度。所以對于短距離通信可以得到良好的精度。

　　（2）基于信號到達時間的方法(TOA)：TOA 也稱為TOF(Time of Flight)。這種方法的前提是節點之間的時鐘同步，移動終端發射測量信號到達基站，并施以特定算法的計算,就可以實現對移動終端的定位。其中距離可以通過下面的公式計算：

　　其中d是節點之間距離，c是傳播速度，Δt為時間間隔。

　　（3）基于信號到達角的方法(AOA)：AOA指測量發送端和接收端的角度獲得節點的位置信息最終完成定位。測量角度是通過安裝在節點上的天線陣列，選擇合適的三角測量術算法得到的。由于AOA方法需要在接收和發送兩端安裝天線陣列，其成本和能耗問題就會相應提高，所以AOA的實用性較差。

　　（4）基于信號傳輸時間差的方法(TDOA)：TDOA方法測量距離是根據兩波到達同一目標或者不同目標的時間間隔。節點的距離公式如下:

　　其中d是節點之間的距離，Δt是接收時間間隔，S=(C1×C2)/(C1－C2)，C1和C2是兩種波的傳播速度。

　　對于不同的測距方式，定位算法需要根據精度要求進行選擇，如表2是不同測距定位算法精度比較。

　　1.3.2無需測距技術的算法

　　此類算法不需要根據節點之間的通信距離進行定位，由于信息可以通過多跳方式發送，利用對跳數信息的處理估計兩個節點間的通信距離，再根據算法得到未知節點的坐標位置。該算法無需測距，其優點是功耗低、成本低，缺點是定位精度不高。常見的方法有DVHop［6］和質心定位(Centroid Location, CL)。

　　（1）DVHop：DVHop算法是一種基于距離矢量計算跳數的算法。DVHop算法一般分為三個步驟：（1）計算節點之間的最小跳數；（2）每個錨節點計算自己的平均跳距；（3）通過三邊法、極大似然法、最小二乘法［7］等估計未知節點的坐標。

　　（2）質心算法(CL)：質心算法基于網絡的連通性，以未知節點周圍的錨節點作為幾何質心，每一個周期向鄰邊節點發送錨節點的坐標信息，最終未知節點確定為組成多邊形的相對幾何質心，以此估計未知節點的位置。設與未知節點聯通的錨節點的坐標為(x1,y1)(x2,y2)…(xn,yn)，則由n個錨節點組成的n-1邊的多邊形質心(x,y)為：

　　該質心定位算法相比于加權質心算法和三邊測量法［8］較為簡單，但位置錯誤率高。

2基于RSSI的質心定位算法

　　傳統的質心定位算法簡單，可行性高，但定位精度不高，常常定位不到目標。為了提高定位精度，提出基于RSSI的質心定位算法，使質心算法與RSSI相結合，通過RSSI的信號強度轉化為傳輸距離，就可以提高定位精度。即鄰居節點接收到信息后，記錄錨節點的RSSI值，計算以錨節點為圓心的傳輸距離，記錄下以傳輸距離為半徑的所有圓的相交節點。對交點采用質心算法，就可以估計未知節點坐標。如圖1所示，A、B、C為錨節點,未知節點P1必然落在三角形O1O2O3中。進一步對此算法進行仿真驗證。

3仿真驗證

　　實驗環境使用MATLAB2010b版本仿真軟件，在100 m×100 m的區域，30個未知節點隨機分布，取平均誤差值，比較質心定位算法、RSSI定位算法、基于RSSI質心定位算法的誤差。仿真結果如圖2

       圖2中，實點是錨節點，星號是未知節點，圓圈是算法估計位置，連線是定位誤差。結果表明質心算法和RSSI定位算法對未知節點的位置估計特性一般，而基于RSSI質心定位算法對未知節點的定位效果明顯提高。

　　改變通信半徑，在不同通信半徑下的基于RSSI質心與質心定位算法誤差比較，仿真結果如圖3所示。

　　仿真結果表明，基于RSSI質心定位優化算法要比普通質心定位算法誤差小，隨著通信距離的增大，定位誤差逐步減少，并在通信半徑達到一定值后趨于誤差平穩。如果未知移動節點越靠近參考節點，錨節點越多，則結果誤差就越小。

4結論

　　隨著定位技術的發展，廉價無線定位服務大眾化趨勢加劇。對基于RSSI的質心定位算法進行仿真表明，其定位精度比傳統的質心算法的精度高，且具有低成本、設備少、距離遠、易獲取的特點。該算法基本滿足高精度的定位需求，適用于定位精度、發射效率相對較高的無線定位系統。目前，許多算法只適合特定環境或需要對條件嚴格限定，且還有很多問題沒有解決，如耗能、網絡安全、測距干擾、定位優化、三維定位問題等，所以根據不同定位需求以及定位環境選擇合適的定位算法很有必要。

　　參考文獻

　　［1］ 邱巖, 趙沖沖, 戴桂蘭. 無線傳感器網絡節點定位技術研究［J］. 計算機科學, 2008, 35(5): 47-50.

　　［2］ KOTWAL S B, VERMA S, ABROL R K. Approaches of self localization in wireless sensor networks and directions in 3D［J］. International Journal of Computer Applications, 2012, 50(11):1-10.

　　［3］ YAN L Q,GIANNAKIS G B. Ultra wide band communications an idea whose time has come ［J］. IEEE Signal Processing Magazine, 2005, 21(6):26-54.

　　［4］ 彭保.無線傳感器網絡移動節點定位及安全定位技術研究［D］.哈爾濱:哈爾濱工業大學,2009.

　　［5］ PRIYANTHA N B, BALAKRISHNAN H, DEMAINE E, et al. Anchorfree distributed localization in sensor networks［C］.Proceedings of the 1st International Conference on Embedded Networked Sensor Systems. ACM, 2003: 340-341.

　　［6］ 涂巧鈴,牟小燕,宋佳. 一種改進的DVHop改進算法［J］. 重慶理工大學學報(自然科學),2014，28(11):84-88.

　　［7］ 孫利民.無線傳感器網絡［M］．北京:清華大學出版社,2005.

　　［8］ 徐林,傅成華.基于Zigbee的三邊測量算法誤差研究及改進［J］.微型機與應用,2012，31(21)：68-70.