無線傳感網絡中基于RSSI質心定位的改進算法

張 兢，史文進，李冠迪，張莉楠

(重慶理工大學，重慶 400054)

無線傳感網絡中基于RSSI質心定位的改進算法

張 兢，史文進，李冠迪，張莉楠

(重慶理工大學，重慶 400054)

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。傳統的質心定位算法依賴于網絡、錨節點的數量、節點分布，常常定位不到目標，致使定位誤差較大。為了提高定位精度，提出利用基于RSSI的質心定位算法定位未知節點，然后將已定位節點當作錨節點對未定位節點進行定位的改進算法。對算法進行仿真測試、分析驗證，結果表明：定位誤差減小，定位精度明顯提高。

無線傳感器網絡；節點定位；RSSI；質心定位改進算法

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。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。借助節點之間的協作感知或者對外部變化的監視，可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。利用WSN的信息獲取和處理技術，在軍事國防、環境監測、搶險救災、醫療衛生和工農業控制等領域具有十分廣闊的應用前景[1-3]。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[4]。

目前，無線傳感網絡的節點定位技術已經成為其應用領域的關鍵支撐技術之一。定位算法從定位手段上分兩大類，基于測距算法(range-based)和無需測距算法(range-free)。基于測距算法主要包括三邊法測量、三角測量或最大似然法[5]。基于測距算法在處理實際節點間的距離時需要額外器件，導致系統功耗增加，但與無需測距算法相比較,其定位精度更高。

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在短時間內完成。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。

1.1 RSSI定位算法

基于RSSI(received signal strength indicator,RSSI) 的測距技術是利用信號能量損耗測量距離的一種技術[6]。無線傳感器節點的信號強度與其傳輸距離有關，RSSI值越大，節點距離越小，可通過RSSI值的計算將相關的信號強度轉化為傳輸距離。信號在傳播過程中會衰減，損耗與信號的傳播路徑有關。一般RSSI測距使用的無線信號模型分為理論模型和經驗模型。經驗模型參數取值可以根據經驗選取，模型比較簡單，精度不是很高，易于大致估計。理論模型主要有自由空間傳播模型、對數損耗模型、兩徑傳播模型、對數-常態分布模型等[7]。

實際應用環境中，由于多徑、繞射、障礙物等因素，無線信號傳播路徑損耗對RSSI測量精度有很大影響，使得無線信號傳播模型十分復雜[8]。信號能量的衰減易受到外界環境的干擾，導致測量的誤差加劇。文獻[9]開展了對數-常態分布模型的研究，該模型能模擬RSSI值與距離之間的衰減，主要公式如下：

(1)

如果考慮復雜外界環境因素，式(1)可以表述為

(2)

其中：PL(d)表示距離d0時的無線電波信號損耗值，d0一般取值為1；N為信號的衰減因子，一般與環境因素有關；d為節點之間的距離；ε是滿足高斯分布的因子[10]。信標節點測得的RSSI值越大，距離越近，對節點定位具有更大的決定權。所以，無線傳感網絡的傳感器節點接收到的RSSI值滿足下列關系：

RSSI=Pt+Gr-PL(d)

(3)

式中：RSSI通過測量獲得；Pt為發射功率；Gr為天線增益(dB)。利用式(1)～(3)就可以計算出通信距離d。信號在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，會間接影響精度，所以只有短距離傳輸可以得到良好的精度。

1.2 質心算法

質心算法[11]是Nirupama Bulusu等提出的一種僅基于網絡連通性的室外定位算法。具體如下：在無線傳感網絡中，在一個確定的區域分布n個錨節點，錨節點在周期T時間內向周圍發送J個包含自身位置信息的數據包，則定位時間為

(4)

而未知節點接收到每個錨節點的發送的數據包通信成功率為

(5)

其中：Nreceive(i,t)表示在定位時間內收到來自錨節點的分組數；Nsend(i,t)表示定位時間內發送的總分組數。設定未知節點通信成功率的閾值為CMth，當CMth

(6)

于是可得未知節點的估計位置。該質心定位算法相比于加權質心算法和三邊測量法簡單，但位置錯誤率高。

在無線傳感器網絡的實際操作過程中，利用質心算法求取網絡中未知節點的位置時，利用網絡連通性，錨節點周期性地向周圍節點發送包含自己位置信息的數據包，未知節點不停收到來自不同錨節點的消息。當在通信范圍內收到一定數量的錨節點信息后，確定自身位置為周圍錨節點所組成的多邊形的質心。質心定位算法的整個定位過程在數學上并不理想，因為無線信號傳播模型[13]不是嚴格意義的球型，在傳播過程中會發生很多變化；其次，整個過程需要錨節點的廣播，通信量較大；最后，質心算法以錨節點為基礎，因此網絡中節點定位精度對錨節點密度有很大依賴性。

3 基于RSSI的質心定位改進算法

傳統的質心定位算法簡單、可行性高，但定位誤差較大，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，通過將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，這樣就可以估計未知節點坐標。如圖1示，A、B、C是錨節點,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。

圖1 質心算法和RSSI算法結合

由于質心定位算法是非測距算法，所以該算法在定位未知節點時易受到錨節點分布的影響。如果監測區域某個未知節點周圍沒有錨節點或者有極少錨節點，將會影響最終未知節點定位的精度，甚至導致未知節點的無法定位。針對該特殊情況，在原算法的基礎上重復利用未知節點。一般情況下，通過基于RSSI質心定位算法估算出某未知節點位置坐標后，將該未知節點置于一邊，會造成對節點的極大浪費和資源的不充分利用。改進算法是將已經實現定位的某一個或者某幾個未知節點當作錨節點使用，那么就可以和錨節點一樣周期性地廣播包含自身ID信息和位置信息的數據包，這樣就可充分利用定位過的未知節點實現對未知節點的定位，從而提高未知節點的定位精度以及減少未能定位的節點。

此種改進實現了對無線傳感器網絡中監測區域內節點的充分利用，極大地提高了定位精度，同時解決了可能因節點部署不當而導致部分未知節點無法定位的問題。該算法流程見圖2。

圖2 基于RSSI質心定位的改進算法流程

4 仿真驗證

實驗環境使用Matlab 2010b版本仿真軟件，無線載頻2.4 GHz,未知節點30個,隨機分布。在100 m×100 m的區域均勻分布100個錨節點，通信半徑為50 m，取平均誤差值，比較質心定位算法、基于RSSI質心定位改進算法誤差。仿真結果如圖3所示。

圖3中：實點號是錨節點；星號是未知節點；圓圈是算法估計位置；紅色連線是定位誤差。結果表明：根據誤差的表示，基于RSSI質心改進定位算法對未知節點的位置估計誤差較小，而且定位的未知節點更多，定位效果更好。

改變通信半徑，每次仿真100次，取其實驗的平均值。設未知節點真實坐標為(x,y)，改進算法估計節點的坐標為(xest,yest)，根據誤差公式：

(7)

在不同通信半徑下，對基于RSSI質心改進算法與質心定位算法誤差進行比較，仿真結果如圖4所示。

仿真結果表明：基于RSSI質心定位改進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層。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。

圖3 質心定位、基于RSSI質心改進算法的誤差比較

圖4 基于RSSI的質心改進算法與質心算法的比較

5 結束語

隨著定位技術的發展，廉價無線定位服務大眾化趨勢加劇。傳統的質心定位算法簡單、可行性高，但定位誤差不高，常常定位不到目標。對基于RSSI的質心定位改進算法進行仿真，結果表明：其定位精度比傳統的質心算法高，且對硬件要求不高，能適用于低成本、發射效率相對較高的無線定位系統。

[1] 何艷麗.無線傳感器網絡質心定位算法研究[J].計算機仿真,2011,28(5):163-165,219.

HE Yanli.Research on Centroid Localization Algorithm for Wirless Sensor Networks based RSSI[J].Computer Simulation,2011,28(5):163-165,219.

[2] 王方.無線傳感器網絡在采礦安全生產中的應用[J].電子元件與材料,2014,33(2):90-91.

WANG Fang.Application of Wireless Sensor Network in Mining Safety Production[J].Electronic Components and Materials,2014,33(2):90-91.

[3] 雷建軍,夏英,趙闊.能量有效的無線傳感器網絡數據收集協議[J].重慶郵電大學學報(自然科學版),2014,26(5):582-586.

LEI Jianjun，XIA Ying，ZHAO Kuo.Energy efficient data collection protocol for wireless sensor networks[J].Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition), 2014,33(2):90-91.

[4] 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.

[5] 戴瑩，王建平，張崇巍.無線傳感器網絡節點定位算法的研究與改進[J].傳感技術學報，2010,23(4):567-570.

DAI Ying,WANG Jianping,Zhang Chongwei.Research and improvement of localization algorithms for wireless sensor networks[J].Chinese Journal of Sensors and Actuators,2010,23(4):567-570.

[6] 黃俊霖.基于RSSI 分級的 WSN 節點定位算法研究[D].西安:西安電子科技大學,2013.

HUANG Junlin.Research of WSN Node Localization Algorithm Based on RSSI Class[D].Xi’an:XiDian University,2013.

[7] 張先超,劉興長,鐘一洋,等.基于RSSI和融合智能優化算法的無線傳感器網絡定位算法[J].重慶理工大學學報(自然科學),2015(9):116-121.

ZHANG Xianchao,LIU Xingchang,ZHONG Yiyang，et al.Wireless Sensor Networks Locating Algorithm Based on RSSI and Hybrid Intelligent Optimization Algorithm[J].Journal of Chongqing University of Technology(Natural Science),2015(9):116-121.

[8] 李剛，陳俊杰.信標節RSS自校正的WSN三維定位[J].華中科技大學學報，2011,39(20):348-350.

LI Gang,CHEN Junjie.3D localization in WSN based on beacon node RSSI self-correcting[J].Huazhong University of Science & Technology,2011,39(2):348-350.

[9] 章堅武,張璐,應瑛,等.基于ZigBee的RSSI測距研究[J].傳感技術學報,2009,22(2):285-288.

ZHANG Jianwu,ZHANG Lu,YING Ying,et al.Research on Distance Measurement Based on RSSI of ZigBee[J].Chinese Journal of Sensors and Actuators,2009,22(2):285-288.

[10]劉瑜,衣曉,何友.基于分治求精的無線傳感器網絡節點定位算法[J].系統工程與電子技術,2012,34(9):1906-1913.

LIU Yu,YI Xiao,HE You.Divide-and-conquer and Refinement Method Based Localization Algorithm for Wireless Sensor Networks[J].Systems Engineering and Electronics,2012,34(9):1906-1913.

[11]SIMON J.Comparison of different mobile WSN node localization techniques within the controlled microclimatic environment[C]//Inte-lligent Systems and Informatics (SISY),2014 IEEE 12th International Symposium on.[S.l.]:IEEE,2014:79-82.

[12]丁恩杰,喬欣,常飛,等.基于RSSI WSNs加權質心定位算法的改進[J]傳感器與微系統,2013,32(7):53-56.

DING Enjie,QIAO Xin,CHANG Fei,et al.Improve-ment of weighted centroid localization algorithm for WSNs based on RSSI[J].Transducer and Mic rosystem Technologies,2013,32(7):53-56.

[13]BOUKERCHE A,OLIVEIRA H A B F,NAKAMURA E F,et al.Localization systems for wireless sensor networks[J].IEEE Wireless Communications,2007,14(6):6-12.

(責任編輯 楊黎麗)

Improved RSSI-Based Centroid Localization Algorithm for Wireless Sensor Networks

ZHANG Jing, SHI Wen-jin, LI Guan-di, Zhang Li-nan

(Chongqing University of Technology, Chongqing 400054，China)

Node localization is one of the key technologies on wireless sensor network, which has been got a wide application in military and civilian areas. The positioning accuracy of centroid localization algorithm completely depends on the size and the distribution density of anchor nodes. The density of anchor nodes is small and distributed randomly in actual application, so the positioning accuracy of centroid localization algorithm is relatively low. In order to improve the accuracy of nodes, a method is proposed based on received signal strength indicator and wireless sensor network centroid localization algorithm. Improved RSSI-based Centroid Localization Algorithm that targets the known-localization nodes as unknown-localization nodes is proposed. Through the simulation algorithm for testing and analysis, the simulation results show that the positioning error of the centroid localization algorithm is obviously reduced and the node location accuracy is improved.

WSN; node localization; RSSI; improved centroid localization algorithm

2016-09-30 作者簡介：張兢(1965—)，女，教授，主要從事電子技術、測試技術和信號處理方面的研究，E-mail:zhjing@cqut.edu.cn; 史文進(1989—)，男，碩士研究生，主要從事無線網絡技術研究。

張兢,史文進,李冠迪，等.無線傳感網絡中基于RSSI質心定位的改進算法[J].重慶理工大學學報(自然科學)，2017(3):132-136.

format：ZHANG Jing, SHI Wen-jin, LI Guan-di, et al.Improved RSSI-Based Centroid Localization Algorithm for Wireless Sensor Networks[J].Journal of Chongqing University of Technology(Natural Science)，2017(3):132-136.

10.3969/j.issn.1674-8425(z).2017.03.020

TN911

A

1674-8425(2017)03-0132-05