無線傳感器網絡移動信標節點路徑優化策略*

沈艷霞，薛小松

(江南大學物聯網工程學院電氣自動化研究所，江蘇無錫214122)

0 引言

無線傳感器網絡(WSNs)定位技術是傳感器網絡中關鍵技術，已經成為目前WSNs研究的一大熱點［1］。目前，常用的定位算法主要分為兩大類:基于信標節點和非基于信標節點的WSNs節點定位算法。信標節點就是可以預先獲取自身位置的節點，通常采用在節點上安裝GPS系統或事先人工布置的方法。非基于信標節點的節點定位算法只得到WSNs節點的相對位置，WSNs的應用受到很大的限制;基于信標節點的定位算法用信標節點定位剩余節點。信標節點包括固定和移動2種，固定信標節點定位方法常采用測量距離、相對角度、傳播時間差及傳播時間等進行節點定位［2］，參與定位的固定信標節點越多，定位精度越高。定位工作完成后，信標節點將轉成普通的傳感器節點使用。由于信標節點成本遠遠高于普通節點，因此，信標節點越多，布設整個網絡的成本越高，過多的信標節點將會造成較大的浪費。為了降低使用成本，利用移動信標節點輔助其他節點定位是一種比較實用的方法［3～5］，信標節點在監測區域內按規劃的路徑移動，通過最優的路徑規劃，完成對未知節點的覆蓋。信標節點路徑規劃又分為靜態路徑規劃和動態路徑規劃2種。靜態路徑規劃不考慮節點的分布情況，只是按照預先規劃好的路徑進行移動，當未知節點靠近路徑時定位精度高，反之，定位精度低，甚至無法定位。文獻［6］中提出的S型路徑規劃方法，文獻［7］中移動節點以2次垂直軌跡進入未知節點通信區域等都屬于靜態路徑規劃。文獻［8～10］提出的方法屬于動態路徑規劃，文獻［8］使用高斯—馬爾可夫移動模型(GMM)，通過參數控制節點運動速度和方向的變化幅度，但是移動軌跡會在某些區域重復出現，造成通信浪費。文獻［9］使用源于布朗運動的隨機移動模型，節點前后時間內運行方向變化很大，容易出現急轉彎現象，文獻［10］中禁忌搜索路徑規劃，使用記憶存儲來指導搜索的過程。

本文在GMM規劃移動路徑的基礎上，提出了對移動路徑的優化策略，使得信標節點更均勻地在待測區域移動，快速完成對整個監測區域內所有未知節點的覆蓋。

1 信標節點移動路徑規劃

本文考慮將信標節點裝備在無人駕駛的遙控汽車或者機器人上，從而使信標節點具有移動功能。信標節點移動過程中，以一定的通信半徑向四周廣播自身位置信息，其通信范圍內的未知節點接收到信標節點發送的信息，則能完成對未知節點的覆蓋，其示意圖如圖1所示(50 m×50 m區域)。

圖1 節點覆蓋示意圖Fig 1 Diagram of node coverage

文獻［8］提出的GMM定義如下

式中 vk，dk分別為移動過程中第k個時間間隔t開始時的速度和方向，dk以正北方向為90°作參考。vmean，dmean分別為初始速度和初始運動方向，是常量。γv，γd為滿足高斯分布的隨機變量，α為信標節點的隨機度調節參數。移動開始時，賦予信標節點初始方向和初始速度，固定時間間隔后，移動信標節點更新當前速度和方向。信標節點在第k個時間間隔開始時的位置定義如下

其中，(xk，yk)為信標節點運動到第k個時間間隔開始時的坐標。從文獻［8］中仿真結果發現，移動軌跡會在某些區域重復出現，造成通信浪費，降低信標節點的使用效率。

為了使信標節點能均勻分布在整個監測區域，對移動路徑進行如下優化，流程如圖2。

圖2 路徑優化流程Fig 2 Process of path optimization

2 數據仿真

2.1 仿真實驗

仿真待測區域為100 m×100 m的正方形區域。隨機部署100個未知傳感器節點，移動信標節點初始位置(50，46m)，設置信標節點通信半徑10 m，優化距離3 m(信標節點之間距離不小于3 m)，信標節點每移動2 s便停止1 s用來廣播信息。GMM參數:初速度 vmean=2 m/s，初始方向dmean=90°，隨機度調度因子 α =0.6，噪聲參數 γv，γd均服從高斯隨機分布。

設定信標節點移動500次進行仿真，如圖3為優化前后100 m×100 m區域內信標節點移動軌跡與位置分布圖，對比優化前后可以看出:優化后信標節點分布均勻，更好地覆蓋整個監測區域。圖4監測區域內隨機布撒了100個未知節點，可以看出:應用優化后的移動方法所有傳感器節點周圍都有信標節點對其進行覆蓋，不再存在盲點。

圖3 優化前后信標節點軌跡和位置分布圖Fig 3 Trajectory and position distribution diagram of beacon nodes before and after optimization

圖4 信標節點對未知節點覆蓋圖Fig 4 Diagram of unknown nodes covered by beacon nodes

2.2 覆蓋率影響因素

1)虛擬信標節點數量對覆蓋率的影響

保持其他參數不變，改變移動時間得到不同數量的虛擬信標節點。圖5顯示，優化前100個信標節點覆蓋率在60%左右，優化后覆蓋率提高了10%，當信標節點移動500次(500個虛擬信標節點)覆蓋率便能達到100%，仿真結果表明:優化后的移動路徑能保證信標節點快速對區域內的所有未知節點進行覆蓋，達到實際應用中快速定位的要求。

2)不同優化距離對覆蓋率的影響

增加優化距離能使虛擬信標節點更分散，分布更均勻。設定信標節點移動200次，改變優化距離進行仿真。圖6中優化距離為0表示未對移動路徑進行優化，隨著優化距離的增加，覆蓋率得到顯著提高。

圖5 虛擬信標節點數量對覆蓋率的影響Fig 5 Effect of number of virtual beacon nodes on coverage rate

圖6 優化距離對覆蓋率的影響Fig 6 Effect of optimization distance on coverage rate

3)γv對覆蓋率的影響

由文獻［8］的仿真結果可知，覆蓋率受節點移動速度的影響，公式(1)中可以看出，移動速度由γv分布決定。改變γv平均值可以改變γv的分布，從而影響信標節點的移動速度，以得到γv對覆蓋率的影響。對200個速度進行仿真，圖7顯示γv均值增加，節點移動速度變快且速度變化范圍變得相對穩定，圖8對優化前后γv對覆蓋率的影響進行統計，可知γv越大節點移動速度越快，覆蓋率越高。

圖8 γv均值對覆蓋率的影響Fig 8 Effect ofγv average value on coverage rate

3 結束語

由于傳統信標節點成本高，本文基于移動信標節點，在應用GMM移動模型規劃移動信標節點路徑的基礎上，提出對移動軌跡進行優化，以此提高信標節點對未知節點的覆蓋率，用于輔助定位。由仿真結果可知，此方法能得到更多均勻分布在被測區域的虛擬信標節點。通過分析不同參數對覆蓋率的影響，為實際應用中根據不同應用需求選取最優參數提供有益的參考。

［1］Ikegami Tetsushi.An overview of the sensor networks［J］.IEEJ Transactions on Electronics，Information and Systems，2008，128(10):1498-1503.

［2］丁 輝，李波勇，艾述亮，等.基于移動信標的無線傳感器網絡節點定位技術綜述［J］.電腦知識與技術，2011，21(7):5080-5082，5086.

［3］Ssu K F，Ou C H，Jiau H C.Localization with mobile anchor points in wireless sensor networks［J］.IEEE Trans on Veh Technol，2005，54(3):1187-1197.

［4］Liao W H，Lee Y C，Kedia S P.Mobile anchor assisted node localization for wireless sensor networks［J］.IET Commun，2011，5(7):914-921.

［6］鮑可進，王 偉.一種單移動錨節點的無線傳感器網絡定位算法［J］.計算機應用研究，2010，27(4):1452-1454.

［7］梁 濤，陳 雄，孔慶生，等.移動節點路徑規劃和幾何限制的無線傳感器網絡定位算法［J］.信息與控制，2011，40(5):577-582.

［8］陳 娟，李長庚，寧新鮮，等.基于移動信標的無線傳感器網絡節點定位［J］.傳感技術學報，2009，22(1):121-125.

［9］王 兵，嚴斌宇，袁道華，等.Ad Hoc節點移動性模型特點初探［J］.四川大學學報:自然科學版，2005，42(1):68-72.

［10］梁甲金.基于移動錨節點的無線傳感器網絡定位技術研究［D］.成都:西南交通大學，2010.