基于測距的WSN定位算法的優化

摘 要：本文對無線傳感器網絡技術進行介紹，針對WSN定位算法進行研究和分析，對RSSI測距誤差進行分析并對測量誤差進行改進，用最小二乘擬合曲線的方法對測量距離進行估計和實時更新傳播損耗公式的經驗值從而達到減少定位誤差的目的。

關鍵詞：WSN RSSI 定位算法

中圖分類號：TP391 文獻標識碼：A 文章編號：1673-9795（2013）09（b）-0147-01

當今社會越來越多的場合需要室內定位這一服務業務，比如，在地下礦業生產這一領域對地下礦工作業的定位，以及大型室內停車場對車輛的定位然后對車輛進行引導使其車輛方便找到停車的位置。當前的GPS解決了室外定位的問題，但是沒有解決室內定位的問題，對于礦工安全生產這一領域、大型地下停車場車輛引導領域、以及商城的室內定位領域的專業定位系統來說還是個空白，沒有專門的適合的定位系統。為了彌補GPS在室外定位環境的不足，因此，研究WSN定位系統是有現實意義的。

1 無線傳感器網絡相關知識概述[1]

WSN是一種無中心節點的全分布式的網絡系統[2]。眾多傳感器節點（除了少量的錨節點）被隨機部署在目標監測區域內。這些節點通過無線信道相連，自組織地構成網絡系統。節點之間具有良好的協作能力，通過局部信息的交換來完成全局任務。

2 基于測距（Range-based）的定位技術

2.1 基于測距的定位算法概述

基于測距的定位機制，其基本思想是通過測量節點與信標節點間的實際距離或方位進行定位。有三個階段：測距階段：未知節點首先測量到鄰居節點的距離或角度，然后進一步計算到鄰近信標節點的距離或方位；定位階段：未知節點在計算出到達三個或三個以上信標節點的距離或角度后，利用三邊測量法、三角測量法或極大似然估計法計算未知節點的坐標；修正階段：對求得的節點的坐標進行求精，提高定位精度，減少誤差。

基于測距的定位技術有：（1）三邊定位和多邊定位，其中的技術有信號強度（RSSI）；信號傳播時間/時間差（TOA/TDOA/RTOF）；接收信號相位（PDOA）；近場電磁測距（NFER）。（2）接收信號角度定位。

2.2 RSSI（接收信號強度指示器）定位技術[3]

該算法是根據己知的信號發送功率和RSSI（Received Signal Strength Indicator）測得的接收信號場強值，計算信號的有效傳播損耗，再利用該損耗值來估算距離，根據三個或三個以上距離值就可確定目標點的位置。但是該方法最大的缺點是對環境變化敏感，而且定位精度較差，主要是由于信號傳輸過程中的多徑效應和通過障礙時產生的陰影效應導致的，所以不太適合于室內高精度定位。

傳播損耗公式：

2.3 RSSI測距誤差分析

本文對RSII在實際應用中的誤差來源進行分析，產生誤差的原因有：

第一，系統硬件產生的誤差，這些誤差是由于系統的硬件平臺產生的噪聲，以及器件的不穩定導致的接收端產生誤碼，天線的方向和增益也是影響RSSI測距的關鍵誤差因素。

第二，由于環境產生的誤差。無線信號在空間中傳播受建筑物、地形的起伏、高大的植被遮擋導致陰影效應。并且當物體移動時RSSI的波動值波動比較大，導致測量數據失真。

第三，使用固定的信號傳播損耗公式產生的誤差。至今信道傳播損耗的數學公式不是絕對的精確，只能盡可能的貼近實際的情況。

2.4 RSSI測距誤差修正

對于第一、第二方面產生的誤差，容易導致接收信號強度的值波動比較大，有些值是失真的，所以接收方應當不能就某一個RSSI的值就確定RSSI接收信號強度，要多次測量用最小二乘擬合曲線[4]的方法把測量出的RSSI值用最小二乘擬合曲線估計出接近于真實值的值，來達到提高定位精度的目的。

采用接收信號衰減強度時的傳播損耗公式或經驗模型所產生的誤差：傳播損耗公式表示的數學公式模型是與RSSI最匹配的模型、雖然傳播損耗公式中考慮了環境噪聲，通用方法是根據經驗值設置n和的值，通過經驗模型計算的信號衰減與信號實際傳播過程中的環境造成的信號衰減勢必存在一定的差額。針對RSSI測距產生誤差提出了基于三個標定的錨節點來對RSSI傳播損耗公式的參數進行修正，并將修正后的參數信息發送給網絡中的同區域的其他節點。實時更新傳播損耗公式的經驗值，至此可實現RSSI理論模型參數的在線修正來提高定位精度。

3 結語

通過以上對WSN定位算法進行研究和分析，能夠減少定位誤差從而提高室內定位技術的準確度，該定位算法在室內定位領域有良好的前景，能夠有效的對地下礦工以及地下停車場車輛的定位以及其他室內場合進行定位。

參考文獻

[1]Doherty L，Pister K，Ghaoui L E.Convex Position Estimation in Wireless Sensor Networks[C]∥In： Proc of Twentieth Annual Joint Conf of the IEEE Computer and Communications Societies. Anehorage，USA，2001：1655-1663.

[2]Feng Zhao，Leonidas J. Guibas. Wireless Sensor Networks：An Information Processing Approach[M]∥The Morgan Kaufmann Series in Networking.Morgan Kaufmann Publishers，2004.

[3]Lin Wei，CHEN Chuan-feng.RSSI-based wireless sensor network triangle centroid location algorithm[J].Sensor technology，2009（2）：180-182.

[4]Zhou Songbin.SVR-based regression modeling of the Wireless Sensor Network positioning theory and algorithms[D].Guangzhou：South China University of Technology，2008.