基于無線傳感器網絡的RSSI定位研究

黃雅楠

（安徽理工大學 電氣與信息工程學院，安徽 淮南 232000）

0 引 言

無線傳感器網絡（Wireless Sensor Network，WSN）是物聯網的感知層，通過節點形成數據收集、整理和傳送的系統。定位技術中的位置信息在傳感器網絡中具有舉足輕重的地位，被應用在諸多領域。基于RSSI（Received Signal Strength Indicator，RSSI）的測距算法因無需額外的硬件且消耗能量更少而被廣泛用于無線傳感網絡定位。

1 RSSI定位原理

RSSI定位算法：發射端發射無線信號，接收端依據收到的信號計算出路徑消耗，再按照信號傳播模型，將路徑消耗轉變為收發端的距離，之后根據節點位置估算法計算未知節點的坐標。

RSSI定位過程包括3個階段，分別為測距階段、定位階段、修正階段[1]。

2 RSSI測距階段

2.1 測距建模

目前較多使用理論模型中的對數-正態分布模型：

式中：PL（d）為距離發射節點d處的信號強度；PL（d0）為參考距離d0處的信號強度；n為路徑衰減指數；Xσ為均值為0，方差為σ的高斯隨機變量。

有研究表明，環境中各種因素的影響，使得不同鏈路的路徑衰減指數不同[2]，為RSSI測距帶來了不同程度的誤差，因此采用在路徑衰減指數中加入高斯噪聲的誤差方法，得到改進后的信號傳播模型：

式中：m為均值為0，方差為σm的高斯隨機變量。

2.2 定位數據預處理

由于實際定位環境中存在障礙物、噪聲和多徑效應等影響因素，因此在使用接收到的信號強度RSSI值之前需進行預處理。

（1）參考節點優選策略：接收到的RSSI值越大表明參考節點與未知節點間隔越近，信號衰減越小，所受環境干擾也越小；當3個參考節點的位置組成近似等邊三角形時，定位信息越準確[3]。對收到的RSSI值按從大到小的順序排列，選擇RSSI值較大，且能夠與其他節點構成或接近等邊三角形的節點參與定位。

（2）數據濾波：為減小測距誤差，對于同一組節點獲取多組RSSI值，并對所得數據進行濾波處理。濾波方法包括均值、中值、高斯、粒子、卡爾曼濾波等[4]。

2.3 測量距離修正

使用建立好的無線信道傳播模型計算出未定位節點與已知節點間的初始距離，通過已知節點間的測量距離和真實距離得到測量誤差。未定位節點與已知節點之間的初始距離被校正后得到校正距離[5]。設參考節點記為Ri（xi，yi）：

式中：n 為 Ri的鄰居參考節點個數；rik（k=1，2，…，n，k≠i）為參考節點Ri到其鄰居參考節點的實際距離；dik（k=1，2，…，n，k≠i）為參考節點Ri到其鄰居參考節點的測量距離；μi為參考節點Ri處實際距離與測量距離的距離相對誤差。

式中：dui是未知節點和參考節點Ri之間的測量距離；dcui是未知節點和參考節點Ri之間的修正距離。

3 RSSI定位階段

根據校正距離和參考節點的坐標，使用三邊定位法、極大似然估計法、三角定位法估算出未知節點的初始位置[6]。

以上三種是比較常用的定位方法，還有其他改進或更精確的方法。因為無線傳感器網絡節點耗能有限、計算能力有限，在選擇定位方法時要考慮節點能量和計算復雜度。

4 RSSI修正階段

對定位階段估算出的未知節點初始坐標進行修正，在不增加硬件成本的前提下，進一步減小誤差，提高節點定位精確度，得到更加準確的位置信息。

每個參與定位的參考節點都會對未知節點的坐標產生不同的影響，權值就是描述這一影響的因子，常見的有等[7-9]，權值的選擇是研究的重點。

在監測區域內參考節點個數越多，未知節點的定位信息就越準確[10]，對于已經定位的未知節點，只要符合參考節點優選策略，就可以進入下一輪定位。

5 算法仿真

用Matlab 2015對本文所提出的RSSI算法進行測試，實驗在100 m×100 m區域內，節點隨機分布。測試結果顯示，該算法最大限度地改善了定位誤差。

6 結 語

本文從RSSI定位過程的三個階段系統分析了定位的具體實現方法以及存在的問題，并給出改進措施。對于一些改進方式的選擇要依據具體情況而定，只有綜合考慮定位的全過程，才能從根本上提高定位精度，提供更加準確的位置信息。