移動無線傳感網抗干擾定位方法研究

包天悅

摘要：無線傳感器網絡在位置檢測、目標跟蹤和事件預報等以節點位置信息為基礎的應用領域中，需要從理論上解決多源干擾情況下的節點定位問題，提高定位精度、增強定位可靠性，提高傳感網的抗干擾能力。本文分析和研究移動傳感網抗容錯定位求精方法，介紹了在受干擾與節點移動雙重作用下參考信息（信標、測距、跳數等）出現偏差而影響定位的問題的常用算法。本文介紹的這些方法對于豐富無線傳感器網絡基礎理論，促進移動無線傳感器網絡在位置檢測、目標跟蹤和事件預報等領域的應用，具有重要的科學意義和應用價值。

關鍵詞：無線傳感器網絡；抗干擾；定位

中圖分類號：TP212 文獻標識碼：A 文章編號：1007-9416（2017）03-0088-02

無線傳感器網絡對于我省產業信息化和智能化起著非常重要的作用。如：油田管道監測，礦井地下人員跟蹤監測，森林或湖泊環境監測，突發性災害的預警和人員跟蹤等。上述應用中，由于受到來自網外和網內其他節點的干擾或攻擊，或部分節點失效，導致節點無法定位、定位錯誤或定位精度無法滿足要求?，F有的理論與方法不能滿足這方面的需求。

1 國內外研究現狀

到目前，國內外已有的傳感網節點自定位方法，多以節點靜態、理想網絡為前提，缺乏容錯能力。在網絡非理想和節點移動情況下，無法實現高精度的容錯實時三維定位。對動態、非理想狀態下節點定位參考信息的容錯辨識能力至今還鮮有研究報道；對動態、受情況干擾下的定位問題，近年來有一些分散的研究，具體分析如下。

1.1 針對節點受干擾或節點移動導致的信標偏差問題

2014年，Prakruthi等人從理論上分析了當惡意信標節點的數量大于或等于實驗設定的閾值時，利用啟發式算法實現基于測距的節點定位[1]。

2014年，Mitton等人研究了信標節點移動情況下，快速獲取最優信標軌道實現準確定位的算法。通過使用輔助傳感器來修正移動信標偏差，并利用局部最小生成樹方法快速獲取信標節點坐標[2]。

2015年，Liu等人提出信標節點動態移動情況下的節點定位策略，基于信標移動過程可修正虛擬引力模型對節點進行定位[3]

1.2 針對節點受干擾或節點移動導致的測距偏差問題

2014年，Diao等人利用移動節點的初始速度和方向等信息參數作為測距偏差補償，結合未受NLOS影響的測距信息，通過比例計算獲取移動節點的坐標[4]。

2014年，Chang等人研究了由于錨節點移動引起的測距偏差情況下的定位問題，并提出一種以信標節點作為輔助的錨導向定位機制[5]。

1.3針對節點受干擾或節點移動導致的跳數偏差問題

2014年，Wan等人將與網絡特征參數相關的多跳局部密度、多跳距離跳數等概念引入到傳感網多跳定位模型中，在通過約束方環交集獲得節點可行區域的基礎上，利用輕量級的網格掃描方法搜索多跳定位模型的最優值，這種方法在一定程度上提高了傳感網在不規則拓撲條件下的多跳定位性能[6]。

2015年，Hayajneh等人提出一種利用跳數差異創建無線傳感器網絡安全鄰域的方法，建立SECUND（secure neighborhood）協議，并利用路由跳數統計信息的差異來偵測節點的可信度，從而確定安全定位區域的節點和跳數[7]。

2 主要算法介紹

2.1 動態量化移動模型

網絡中節點的隨機移動路徑具有一定的規律性，結合采樣區域的估計和移動速度的測量與預測，擬建立一個基于動態量化的粒子群模型。

粒子群模型認為時刻的個體最優位置表示第個節點從開始到現在經歷過的最佳位置，由以下公式計算：

其中是適應度函數，代表個節點在時刻在搜索空間的位置。

部分最優位置表示時刻粒子在其領域中發現的最優解位置，如下定義：

2.2 不準確信標位置和測量距離誤差分布規律

信標節點主要受到定位模塊硬件精度和環境高斯白噪聲的影響，通過項目組大量的實驗分析，其位置偏差呈現正態分布特性，其統計規律如圖1所示。距離測量誤差分為一跳范圍內硬件測距誤差和多跳范圍內折線累積誤差，一跳范圍內硬件測距誤差主要受到高斯白噪聲的影響，多跳范圍內折線累積距離誤差主要由多跳估計距離與真實距離之間的差值決定，其統計規律服從圖2所示。

2.3 信任度量規則

按照多信標參考信息的一致性和約束性，判斷信標節點信任級別與不確定程度。多點測距的算術平均可作為信標一致性判斷的指標，這里

其中，為某信標節點的參考坐標，為其它信標節點的坐標，為信標數量。

信標一致性判斷條件：當時，信標滿足一致性；反之，時，信標不一致。這里為信標的一致性判斷閾值，它與距離估計誤差相關。

2.4 基于量化的無損卡爾曼濾波用于安全定位求精

基于量化的無損卡爾曼濾波通過一系列帶有誤差的實際量測數據而得到物理參數的最佳估算，它根據前一個估計值和最近一個觀測值來估計信號的當前值，無需全部的觀測值。通過對數據的實時動態量化，實現在資源約束條件下的實時準確定位?；诹炕臒o損卡爾曼濾波算法可描述為：

初始化，給定和；

時間更新方程：

量化方程：

測量更新方程：

其中

為量化誤差，

為量化誤差的協方差陣。

3 結語

上述算法將三維空間中，受干擾情況下移動無線傳感網的定位求精問題凝練為多源噪聲情況下的參考信息不準確問題，通過對參考信息的分步式處理，實現對移動節點的安全、有效和高精度定位。這些方法對于研究和發展移動傳感器網絡的抗干擾定位方法的研究起到關鍵性作用。

參考文獻

[1]M. K. Prakruthi， M. Varalatchoumy. Detecting malicious beacon nodes for secure localization in distributed wireless networks. IET Seminar Digest，3rd International Conference on Advances in Recent Technologies in Communication and Computing， ARTCom. 2014， 2014（2）： 206-208.

[2]N. Mitton，X.Li，I.Simplot-Ryl，D. Simplot-Ryl. Dynamic beacon mobility scheduling for sensor localization. IEEE Transactions on Parallel and Distributed Systems. 23（8）：1439-1452.

[3]K.Z.Liu， W.B.Chen，Z. Zhan， J. F. Zhang and Q. Fu. Beacon dynamic movement strategy in node localization for wireless sensor networks. Jisuanji Yanjiu yu Fazhan/Computer Research and Development.2015，49（11）：2494-2500.

[4]Y. S. Diao， F. Yu， D. M. Meng. Structural damage localization based on AR model and BP neural network. Applied Mechanics and Material， Advances in Structural Engineering.2014，94-96：1211-1215.

[5]C.T.Chang，C.Y.Chang， and C. Y. Lin. Anchor-guiding mechanism for beacon-assisted localization in wireless sensor networks. IEEE Sensors Journal， 2014， 12（5）： 1098-1111.

[6]J. W Wan.，Guo X.L.，Yu N.，Wu Y.F.， and R. J. Feng， Multi-Hop Localization Algorithm Based on Grid-Scanning for Wireless Sensor Networks [J].Sensors.2014，11（4）：3908-3938.

[7]T. Hayajneh， P. Krishnamurthy， D. Tipper， A， Le. Secure neighborhood creation in wireless ad hoc networks using hop count discrepancies. Mobile Networks and Applications.2015，3（17）：415-430.

[8]孫振興，趙忖，單立群.基于VB的計算機網絡通信的研究與應用[J].電子技術與軟件工程， 第15期，20-21頁，2013.

[9]趙鳳芝，饒平，劉永江.多格式海量數據統一存取的設計與研究[J].科學技術與工程，第11卷，第9期，2003-2006頁，2011.