一種用于庫區環境監測的WSN節點定位算法

陳小輝 ， 何 景 ，陳 晨

（1.三峽大學 計算機與信息學院，湖北 宜昌 443002；2.宜昌市消防支隊 湖北 宜昌 443002）

隨著為適應國內對可再生能源需求而正迅速發展的水電站建設過程中，有關庫區環境監測特別是對庫區地質環境的預警監測越來越凸現出其重要的現實意義[1]。由于水電站多建于峽口，因此，庫區具有人員不易到達、區域分布廣闊的特點，通過人攜帶監測儀器到現場進行測試的傳統監測的方法不易實現且人員安全不易保障，而通過事先安放的監測設備的方式也存在具有現場施工難度大、覆蓋面無法保障、系統維護困難等缺點；為此，也有采用帶GPS定位的傳感器實施監測，但由于費用昂貴無法大量部署而限制了其使用。無線傳感器由于價格低廉適于大量部署，但需要合理設計使其能夠通過網絡節點間的相對關系獲得其自身準確的位置信息，只有準確知道傳感器節點的位置信息才能有效使用傳感器采集的信息和及時的對滑坡等地質災害做出相應預警和處理，所以在基于無線傳感器網絡的庫區監測系統中，精確獲得傳感器節點自身的位置信息顯得尤為重要[2-5]。

文中重點針對提高基于WSN技術的庫區環境監測中無線傳感器節點的定位精度進行研究，采用基于測距的無線傳感器網絡節點定位算法，在傳統的最小二乘法定位算法的基礎上，分析定位誤差的來源，提出在降階過程中基準錨節點的選擇原則，并以此為基礎設計了一種適用于庫區環境監測系統的無線傳感器網絡節點定位的算法——基于綜合距離差最小點做參考節點的改進最小二乘算法（LSM—DR）。

1 系統總體設計

由于水電站通常都建設于江河的峽口地帶，水電站形成的庫區周圍的環境具有人員不易到達、直接通信不易實現的特點，而庫區環境特別是滑坡在電站建成后需要進行相當長得時間的監測。針對庫區現場環境的特點，構建庫區監測系統是，應充分考慮監測點部署的密度、不易部署、使用壽命的同時，還得考慮由于周圍是高山峻嶺而是的現場數據不易通過直接通信的方式向外傳輸。

筆者針對庫區環境的以上特點，采用無線傳感器網實施現場數據采集，避免現場布線、監測節點部署不易實施的難點，通過在現場部署少量能夠實現中距離傳輸的匯聚點實現現場數據與山頂部署的中轉節點通信，中轉節點利用電信通信網絡實現與后方監控中心的通信。這樣能在保證現場與監控中心的有效通信的同時，盡量降低實施成本。基于以上考慮，本系統包含4個部分：現場的無線傳感器網絡、信息匯聚、遠距離中轉、監控中心，系統框圖如圖1所示。

圖1 庫區環境監測監測系統總體架構圖Fig.1 Reservoir area monitoring system framework

其中，現場節點根據其特點不同，共分為3類節點，少量含GPS的錨節點、普通節點、匯聚點，普通節點量大，要考慮其成本及能量消耗，其定位通過與周圍節點間的相對物理關系實現。本系統中普通節點的自身定位是關鍵，考慮其成本及能量消耗，定位算法要簡潔、通信測距設備要廉價。

錨節點結構體如圖2所示，普通監測節點結構體如圖3所示，匯聚點結構體如圖4所示，GPRS網關節點如圖5所示。

圖2 錨節點結構圖Fig.2 Anchor node structure

錨節點由微處理器、無線通信模塊、GPS模塊和電源模塊組成。錨節點通過GPS模塊可以實現精確的定位，錨節點的位置確定后，作為其他普通節點定位的參考節點。

圖3 普通監測節點結構圖Fig.3 Ordinary monitoring node structure

普通節點由微處理器、無線通信模塊、傳感器模塊和電源模塊組成。普通節點主要是監測庫區環境，其傳感器模塊可以根據監測環境的需要而設計，通過無線通信模塊實現節點間的數據傳輸。傳感器模塊負責監測區域內信息的采集和數據轉換；處理模塊負責控制整個傳感器節點的操作，存儲和處理本身采集的數據以及其他節點發來的數據；無線收發模塊負責與其它傳感器節點進行無線通信，交換控制消息和收發采集數據；能量供應模塊為傳感器節點提供運行所需的能量，通常采用微型電池。

圖4 匯聚節點結構圖Fig.4 Coordination node structure

匯聚節點由微處理器、無線傳感器模塊、無線通信模塊、串口、Flash存儲器和電源模塊組成。本系統的匯聚節點與普通無線傳感器網不同，是專用的匯聚節點，因此，組網時普通節點自動加入距其最近的匯聚點組成的網絡。匯聚節點除具備一般普通節點的功能外，還具備路由功能，其發送功率更大。

GPRS網關節點是連接無線傳感器網絡與外部Internet網絡的紐帶，一方面與傳感器網絡相連接，另一方面通過GPRS通信模塊與Internet外部網絡連接，實現兩種協議直接的轉換。它的主要作用是把匯聚節點傳送過來的數據信息通過移動網絡將其傳輸到遠程的控制中心，同時網關也可通過無線信道向匯聚節點發送控制命令，匯聚節點再轉發控制命令，實現控制傳感器節點的數據采集任務。GPRS網關節點要具備較強的處理和存儲能力。GPRS網關節點主要由無線通信模塊、中央處理器、存儲器、GPRS通信模塊、電源模塊5部分組成，具體結構圖如圖5所示。

圖5 GPRS網關節點結構圖Fig.5 GPRS gateway node structure

2 節點定位原理

在基于無線傳感器網絡的監測系統中，首先利用RSSI測距技術測得未知節點與其周圍的3個錨節點的距離，再根據錨節點的坐標計算出未知節點的坐標；定位方法的基本思想是以3個錨節點為圓心，待測節點與錨節點的距離為半徑做出3個圓，3個圓的交點即為待測節點的坐標，從而計算得到未知節點的坐標。計算節點坐標時，根據二維空間距離計算公式，建立3個錨節點與待測節點的坐標——距離公式，聯立求解這3個方程組成的方程組就可得到未知節點的坐標[6-14]。 設未知節點 D 坐標（x，y），3 個錨節點 A、B、C 的坐標分別為（x1，y1）、（x2，y2）、（x3，y3），未知節點 D 到 3 個錨節點 A、B、C距離依次為d1、d2、d3。根據三點定位模型可得如下方程組：

式（1）中得3個等式，聯立方程可得，如下方程組：

聯立求解方程組即可解得D點的坐標（x，y）。

3 定位求精算法

3.1 最小二乘法定位求精

采用節點定位模型計算待測節點的坐標的依據實質上是以3個已知節點為圓心，以測量距離為半徑的3個圓的交點；在庫區監測的環境下，由于距離測量受環境影響，如無線信號傳輸主要受傳輸介質、多徑傳輸、信號反射、天線增益等的影響產生衰減，使得通過RSSI測距產生誤差，當誤差產生時，3個圓不交于一點，則應用傳統模型從理論上在距離測量有誤差時無法計算出節點坐標，或計算的節點坐標具有較大的誤差。對于三點計算坐標存在的誤差，可以利用最小二乘算法來進行改進，以提高定位精度。

最小二乘法的核心思想就是要使得計算值與實際值之間誤差的平方和為最小，最小二乘算法比較簡單，對于大規模部署并且重視節點能耗的無線傳感器網絡來說比較實用。在獲取了大量節點坐標數據情況下，假設未知節點坐標為（x，y），已知每個節點的坐標分別為（x1，y1）、（x2，y2）、（x3，y3），未知節點 D 到 3個錨節點 A、B、C距離依次為 d1、d2、d3， 那么存在下列公式：

從第一個方程開始分別減去最后一個方程，得：

上式的線性方程表示方式為AX*=B*，其中：

由 AX*=B*可得：X*=（ATA）-1ATB*，則可求的未知節點的坐標（x，y）。

3.2 基于距離最近原則選擇基準錨節點（DS）

雖然利用最小二乘算法雖然可以有效減小測量誤差的影響，實現對節點坐標位置估計，但是由于在降階過程中丟失了部分位置信息；同時，所有節點的位置方程均通過減去基準錨節點對應的基準方程，所以，基準錨節點與待測節點的距離誤差對校正值的精度影響較大。合理選擇基準錨節點是提高應用最小二乘法定位精度的有效途徑。

在方程組（6）的基礎上引入距離誤差，可得方程組（10）如下：

降階過程即為在方程組（10）中各個方程減去基準方程得到方程（11），若選擇誤差e最小的方程做基準方程，則降階過程產生的誤差最小。

因此，在選擇基準錨節點J時，選擇距離測量誤差最小的錨節點作為基準錨節點進行降階運算。由于采用RSSI等方法測量距離時引起的誤差通常與距離成正比，所以可以選擇與待測節點距離最短的錨節點作為基準錨節點，以此基準錨節點與待測節點間的距離方程作為基準方程。

4 仿真結果

為驗證誤差分析及改進算法的有效性，本文采用Matlab對定位算法進行模擬仿真。仿真中待測節點采用為隨機部署的100個節點，在每個待測節點周圍隨機生成7個距離不等的錨節點，距離誤差為ed=d*rd，其中rd為標準差為0.3的隨機數，用來模擬距離誤差，使距離誤差為距離的0—30%的一個隨機量。分別采用最小二乘算法（LSM）、以距離最近點做基準錨節點的改進最小二乘算法（LSM-DS）進行位置定位，比較這兩種算法的誤差如圖6所示。

圖6 LSM和LSM_DS算法的仿真結果對比圖Fig.6 Comparing the error between LSM and LSM_DS

兩種方法仿真誤差如表1所示。

表1 3種求精算法的誤差比較Tab.1 Comparing the error with the three methods

從表1可以看出，LSM-DS與LSM法均能較好的解決定位精度。

5 結 論

筆者在考慮庫區環境監測地理環境險惡的情況下，提出一種應用于庫區監測的無線傳感器網絡。針對該環境下無法人工部署傳感器而使傳感器位置信息無法確定的情況，對傳感器定位展開研究；考慮傳感器壽命、定位精度等指標的前提下，應用最小二乘定位算法。通過仿真實驗說明傳統最小二乘法、以距離最近點作為基準錨節點的最小二乘算法均能較好的降低定位誤差，適合在庫區環境監測中應用并能保證有效的定位精度。

[1]梁山，胡穎，王可之，等.基于無線傳感器網絡的山體滑坡預警系統設計[J].傳感技術學報，2010，23（8）：1184-1188.

LIANG Shan，HU Ying，WANG Ke-zhi，et al.Design of an early-warning system based on wireless sensor network for landslide[J].Chinese Journal of Sensors and Actuators， 2010，23（8）：1184-1188.

[2]李波，賴于樹，黃倩，等.一種基于無線傳感器網絡的滑坡監測系統設計[J].現代電子技術，2009（12）：169-171.

LI Bo，LAI Yu-shu，HUANG Qian，et al.Design of landslide monitoring system based on wireless sensornetwork[J].Modern Electronics Technique，2009（12）：169-171.

[3]白鳳娥，鄭鋒凱.無線傳感器網絡在地震區山地災害監測中的空間定位算法[J].計算機測量與控制，2010，18（10）：2268-2271.

BAI Feng-e，ZHENG Feng-kai.Space localization algorithm of wireless sensor networks in mountain hazards monitoring of earthquake area[J].Computer Measurement&Control，2010， 18（10）：2268-2271.

[4]薛霞，孫勇.監測煤礦的一種無線傳感器網絡節點定位算法[J].傳感器與微系統，2010，29（9）：119-121.

XUE Xia，SUN Yong.A node localization algorithm of wireless sensor networks for coal mine monitoring[J].Transducer and Microsystems Technologies，2010，29（9）：119-121.

[5]秦飛，馮濤.無線傳感器網絡在野外測量中的應用[J].電子應用技術，2007，33（9）：10-12.

QIN Fei FENG Tao.The application of wireless sensor network in field measurement[J].Application of Electronic Technique，2007，33（9）：10-12.

[6]CHEN Xiao-hui，HE Jing，CHEN Jing-pen.An improved localization algorithm for wireless sensor network[J].Intelligent Automation and Soft Computing，2011（17）：507-517.

[7]Dana A，Zadeh A K，Hekmat B.Localization in Ad-Hoc networks[C]//Telecommunications and Malaysia International Conference on Communications，2007：313-317.

[8]Savarese C，Rabaey J M，Langendoen K.Robust Localization Algorithms for Distributed Ad Hoc Wireless Sensor Networks[C]//Proceedings of the USENIX Technical Annual Conference，Monterey，2002：235-240.

[9]陳丹，鄭增威，李際軍.無線傳感器網絡研究綜述[J].計算機測量與控制，2004（08）：17-22.

CHEN Dan，ZHEN Zeng-wei，LI Ji-jun.Survey on wireless sensor networks[J].Computer Measurement&Control，2004（8）：17-22.

[10]QIU Yan，ZHAO Chong-chong，DAI Gui-lan，et al.Research on localization technology for wireless sensor networks[J].Computer Science，2008，35（5）：701-704.

[11]王書鋒，侯義斌.無線感知網絡最小二乘法定位算法的誤差分 析 與 優 化 [J].系 統 仿 真 學 報 ，2009，21（19）：6211-6220.

WANG Shu-feng，HOU Yi-bin.Error analysis of least squares method and optimization for WSN[J].Journal of System Simulation， 2009，21（19）：6211-6220.

[12]杜存功，丁恩杰，苗曙光，等.無線傳感器網絡改進型節點定位算法的研究[J].傳感器與微系統，2010，29（1）：52-54.

DU Cun-gong，DING En-jie，MIAO Shu-guang，et al.Research on improved node localization algorithm for wireless sensor networks[J].Transducer and Microsystem Technologies，2010，29（1）：52-54.

[13]于寧，萬江文，馮仁劍.無線傳感器網絡定位求精方法[J].高技術通訊，2008，18（10）：1017-1022.

YU Ning，WAN Jiang-wen，FENG Ren-jian.Localization refinement algorithms for wireless sensor networks[J].Chinese High Technology Letters，2008，18（10）：1017-1022.

[14]周賢偉，王強，覃伯平.無線傳感器網絡節點定位算法的研究[J].傳感器與微系統，2006，25（3）：4-6.

ZHOU Xian-wei，WANG Qiang，QIN Bo-ping.Research on node-positioning algorithms for wireless sensors network[J].Transducer and Microsystem Technologies，2006，25（3）：4-6.