無(wú)線傳感器網(wǎng)絡(luò)加權(quán)質(zhì)心定位算法改進(jìn)研究

陳燕+楊永雙

摘要：對(duì)無(wú)線傳感器網(wǎng)絡(luò)定位中常用的質(zhì)心算法進(jìn)行了改進(jìn)。改進(jìn)算法將盲節(jié)點(diǎn)接收到的RSSI數(shù)據(jù)轉(zhuǎn)換為距離，并將距離作為錨節(jié)點(diǎn)權(quán)值，從而估計(jì)出盲節(jié)點(diǎn)的坐標(biāo)位置。仿真結(jié)果表明，改進(jìn)算法提高了定位精度，降低了定位誤差，且沒(méi)有增添系統(tǒng)通信負(fù)擔(dān)及計(jì)算量。

關(guān)鍵詞：WSN定位；RSSI；加權(quán)質(zhì)心算法DOI：10.11907/rjdk.162748中圖分類(lèi)號(hào)：TP312文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：16727800（2017）004004103

0引言

無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSN）由大量傳感器節(jié)點(diǎn)構(gòu)成，通過(guò)各類(lèi)傳感器完成監(jiān)測(cè)對(duì)象信息的感知、采集和傳輸。WSN應(yīng)用范圍非常廣，涉及工業(yè)控制、農(nóng)業(yè)控制、環(huán)境監(jiān)測(cè)、醫(yī)療監(jiān)護(hù)、智能家居、倉(cāng)儲(chǔ)物流等諸多領(lǐng)域，具有廣闊的產(chǎn)業(yè)發(fā)展前景[1]。傳感器節(jié)點(diǎn)定位技術(shù)是WSN的關(guān)鍵技術(shù)之一，是一個(gè)重要的研究方向。 WSN定位算法分為兩類(lèi)[2]：一類(lèi)是基于測(cè)距的定位算法。該算法將接收到的信號(hào)強(qiáng)度（Received Signal Strength Indicator，RSSI）、到達(dá)時(shí)間（Time of Arrival，TOA）、到達(dá)時(shí)間差（Time Difference of Arrival，TDOA）、到達(dá)角度（Angle of Arrival， AOA）等信號(hào)參數(shù)轉(zhuǎn)化為距離，然后通過(guò)三邊法、三角法、極大似然估計(jì)法等計(jì)算出位置信息。這種算法需要測(cè)量未知節(jié)點(diǎn)和參考節(jié)點(diǎn)之間的距離或角度信息，因此基于測(cè)距的定位算法對(duì)傳感器節(jié)點(diǎn)硬件有要求，但定位精度較高；另一類(lèi)是基于非測(cè)距的定位算法。該算法通過(guò)網(wǎng)絡(luò)的連通性和跳數(shù)來(lái)定位，需要較高密度的參考節(jié)點(diǎn)。常見(jiàn)的非測(cè)距定位算法有質(zhì)心算法、APIT算法、DV-HOP、MDS-MAP算法等等。 質(zhì)心算法[3]完全基于網(wǎng)絡(luò)連通性，誤差較大，是一種定位精度不高的算法，但是質(zhì)心算法非常簡(jiǎn)單，計(jì)算量少，可用于對(duì)未知節(jié)點(diǎn)坐標(biāo)的簡(jiǎn)單估計(jì)。本文研究了加權(quán)質(zhì)心定位算法，給出了改進(jìn)算法思路，并提出了一種改進(jìn)方法，通過(guò)實(shí)驗(yàn)仿真驗(yàn)證了該算法的有效性。

1質(zhì)心定位算法 質(zhì)心算法是基于網(wǎng)絡(luò)連通性的定位算法。該算法的定位思想為：將在盲節(jié)點(diǎn)通信范圍內(nèi)的錨節(jié)點(diǎn)組成一個(gè)多邊形，多邊形的質(zhì)心即為該盲節(jié)點(diǎn)的估計(jì)位置。從式（1）可以看出質(zhì)心定位算法非常簡(jiǎn)單，且不需要增加額外的硬件設(shè)施。但盲節(jié)點(diǎn)是通過(guò)鄰居錨節(jié)點(diǎn)組成的多邊形質(zhì)心來(lái)確定自身的估計(jì)位置，因此算法的精確度與錨節(jié)點(diǎn)的密度有很大關(guān)系。當(dāng)鄰居錨節(jié)點(diǎn)數(shù)較少時(shí)，定位精度會(huì)比較低。 質(zhì)心定位算法雖然估計(jì)出了未知節(jié)點(diǎn)的位置信息，但算法中所有錨節(jié)點(diǎn)的加權(quán)權(quán)值都一樣，沒(méi)有考慮到不同位置的錨節(jié)點(diǎn)對(duì)未知節(jié)點(diǎn)坐標(biāo)有不同的影響力，因此需對(duì)不同的錨節(jié)點(diǎn)加上不同的加權(quán)權(quán)值。加權(quán)質(zhì)心算法[3]計(jì)算公式為：

2距離損耗模型定位系統(tǒng)進(jìn)行距離測(cè)量時(shí)，一般選用以下的距離損耗模型[4]：

其中，A表示射頻參數(shù)，其定義是距離發(fā)射器1m處所接收信號(hào)平均能量的絕對(duì)值，用dBm表示，n為環(huán)境因子，d表示與發(fā)射節(jié)點(diǎn)之間的距離。由式（3）可將接收到的RSSI值轉(zhuǎn)換為距離d。

3加權(quán)質(zhì)心定位算法改進(jìn)為了進(jìn)一步提高定位精度，降低盲節(jié)點(diǎn)定位產(chǎn)生的誤差，同時(shí)不增加通信開(kāi)銷(xiāo)，節(jié)約能耗，本文對(duì)加權(quán)定位算法作了進(jìn)一步改進(jìn)。

3.1未知節(jié)點(diǎn)誤差設(shè)未知節(jié)點(diǎn)i的真實(shí)坐標(biāo)為（x′，y′），通過(guò)定位算法得出估計(jì)坐標(biāo)為（x，y）。定位誤差使用相對(duì)定位誤差[5]，定義為：

其中N為盲節(jié)點(diǎn)個(gè)數(shù)，Ei為第i個(gè)盲節(jié)點(diǎn)定位誤差。

3.2改進(jìn)思路不同距離的錨節(jié)點(diǎn)對(duì)盲節(jié)點(diǎn)的定位影響是不同的，錨節(jié)點(diǎn)和盲節(jié)點(diǎn)距離越近，對(duì)盲節(jié)點(diǎn)定位的影響越大；距離越遠(yuǎn)，對(duì)盲節(jié)點(diǎn)的定位影響越小。因此，可以通過(guò)錨節(jié)點(diǎn)與盲節(jié)點(diǎn)之間的RSSI值計(jì)算出錨節(jié)點(diǎn)和盲節(jié)點(diǎn)間的距離，以此作為每個(gè)錨節(jié)點(diǎn)坐標(biāo)對(duì)應(yīng)的加權(quán)權(quán)值，反映每個(gè)錨節(jié)點(diǎn)坐標(biāo)對(duì)質(zhì)心位置的影響程度。定義各個(gè)錨節(jié)點(diǎn)的加權(quán)因子ωi = SX（1dki SX），即各個(gè)錨節(jié)點(diǎn)的加權(quán)權(quán)值與它們距盲節(jié)點(diǎn)的距離成反比，距離越近，給予的權(quán)值越大；距離越遠(yuǎn)，給予的權(quán)值越小。當(dāng)距離指數(shù)k取不同值時(shí)，可得到如圖2所示的曲線。圖2的仿真環(huán)境：在200m×200m區(qū)域內(nèi)，40個(gè)錨節(jié)點(diǎn)和200個(gè)盲節(jié)點(diǎn)隨機(jī)分布，節(jié)點(diǎn)的通信半徑設(shè)為20m，k從0.1～5，步長(zhǎng)取0.1。從圖2可以看出，當(dāng)指數(shù)k在2附近時(shí)定位誤差最小。k越大，距離盲節(jié)點(diǎn)最近的錨節(jié)點(diǎn)給予的權(quán)值也就越大，特別是大于2之后，盲節(jié)點(diǎn)就越接近該錨節(jié)點(diǎn)，也就越可能遠(yuǎn)離盲節(jié)點(diǎn)的實(shí)際位置，這樣就加大了定位誤差。圖3是仿真運(yùn)行1 000次各指數(shù)出現(xiàn)誤差最小值的次數(shù)。經(jīng)統(tǒng)計(jì)，誤差最小值95%出現(xiàn)在指數(shù)k=[1.9，2.0，2.1，2.2]，考慮到方便計(jì)算，k取2，即加權(quán)系數(shù)ωi = SX（1d2i SX）。

3.3改進(jìn)算法步驟（1）錨節(jié)點(diǎn)周期性地向周?chē)h(huán)境發(fā)送節(jié)點(diǎn)ID、自身位置信息等。

3.4仿真分析本文采用Matlab軟件作為仿真平臺(tái)，仿真場(chǎng)景為一定區(qū)域內(nèi)隨機(jī)布置若干個(gè)傳感器節(jié)點(diǎn)，所有傳感器節(jié)點(diǎn)均具有相同的結(jié)構(gòu)并且發(fā)射功率相同。圖4為其中的一個(gè)仿真環(huán)境，在100m×100m區(qū)域內(nèi)，40個(gè)錨節(jié)點(diǎn)和200個(gè)盲節(jié)點(diǎn)隨機(jī)分布，節(jié)點(diǎn)的通信半徑設(shè)為20m。

圖5為節(jié)點(diǎn)的通信半徑變化時(shí)仿真程序運(yùn)行1000次的平均結(jié)果。仿真環(huán)境：200m×200m，60個(gè)錨節(jié)點(diǎn)，240個(gè)盲節(jié)點(diǎn)。從圖5可以看出，當(dāng)加權(quán)指數(shù)取2時(shí)，平均定位誤差最小。隨著通信半徑的增加，定位誤差會(huì)隨之減小，這是因?yàn)橥ㄐ虐霃降脑黾邮箙⑴c定位的錨節(jié)點(diǎn)數(shù)目增加，定位精度得到了提高。為當(dāng)錨節(jié)點(diǎn)數(shù)改變時(shí)，仿真程序運(yùn)行1000次的平均結(jié)果如圖6所示。仿真環(huán)境：200m×200m環(huán)境，盲節(jié)點(diǎn)數(shù)為200個(gè)，通信半徑為35m。從圖6可以看出，當(dāng)加權(quán)指數(shù)取2時(shí)，平均定位誤差最小。隨著錨節(jié)點(diǎn)數(shù)的增加，定位誤差會(huì)隨之減小，這是因?yàn)殄^節(jié)點(diǎn)增加使參與定位的錨節(jié)點(diǎn)數(shù)目增加，定位精度得到了提高。

4結(jié)語(yǔ) 本文利用RSSI值和距離之間的轉(zhuǎn)換，將接收到的RSSI值轉(zhuǎn)換為距離，并以此為錨節(jié)點(diǎn)加權(quán)系數(shù)，對(duì)質(zhì)心定位算法進(jìn)行了改進(jìn)。從仿真結(jié)果可以看出，本文提出的算法提高了定位精度，降低了定位誤差，且沒(méi)有增添系統(tǒng)通信負(fù)擔(dān)，也沒(méi)有加大系統(tǒng)計(jì)算量。

參考文獻(xiàn)參考文獻(xiàn)：[1]楊錚，吳陳沭，劉云浩.位置計(jì)算：無(wú)線網(wǎng)絡(luò)定位與可定位性[M].北京：清華大學(xué)出版社，2014.[2]劉鋒，章登義.基于RSSI的無(wú)線傳感器網(wǎng)絡(luò)質(zhì)心定位算法[J].計(jì)算機(jī)科學(xué)，2012，39（6）：9698.

[3]楊新宇，孔慶茹，戴湘軍.一種改進(jìn)的加權(quán)質(zhì)心定位算法[J].西安交通大學(xué)學(xué)報(bào)，2010，44（8）：14.

[4]朱明輝，張會(huì)清.基于RSSI的室內(nèi)測(cè)距模型的研究[J].傳感器與微系統(tǒng)，2010，29（8）：1922.

[5]吳磊，侯忠偉，許登元，等.無(wú)線傳感器網(wǎng)絡(luò)中基于錨節(jié)點(diǎn)功率調(diào)節(jié)的加權(quán)質(zhì)心定位算法[J].微電子學(xué)與計(jì)算機(jī)，2012，29（10）：177180.

（責(zé)任編輯：杜能鋼）