基于北斗與無線傳感網絡的系統與定位算法研究

董思騰

摘要：北斗衛星導航系統是我國獲得的具有獨立專利權的全球衛星導航系統。由于其導航和定位以及短消息格式的通信功能，它被廣泛用于許多領域。另外，作為時代發展趨勢的網絡熱點，無線傳感器互聯網以其大規模，低成本，省時省力的信息認知特性已經滲透到各個領域的各個方面，包括信息收集和信息解析。響應國防和安全，環境保護監控，工業監控和智能能源等多個領域對信息深度，廣度和深度的收集和解決要求，以及信息傳輸的整體和局部兩級要求和制導控制。在對北斗衛星導航系統和無線傳感器互聯網進行調查之后，明確提出了一種基于北斗定位系統和無線傳感器互聯網的集成系統，并進行了科學研究以改進其優化算法。

關鍵詞：北斗系統;無線傳感網絡;定位算法

全世界衛星導航的基本結構都集中在國防上，并且在民用方面很受歡迎。導航產品在各種行業中的應用遇到不同的發展趨勢機會^[1]。

另外，物聯網概念的出現解放了大家對電子工業使用的想象，并提出了各種應用要求。在短短的兩年內，物聯網技術已經從熱點的定義轉移到了戰略部署和總體規劃鏈接^[2]。物聯網技術的關鍵-傳感器網絡網絡技術已成為世界所有國家的戰略要地。無線傳感器網絡集成了多種技術，例如傳感器，電子計算機和信息解決方案。它具有認知，計算和交流的多種功能，并具有多種優勢，例如小型化，聯網和集成^[3]。

一 數學模型及基本算法

WSN的QoS路由數學模型。無線傳感器Internet可以使用無向加權圖G（V，E）來顯示圖中的端點指示Internet節點，而邊緣指示連接Internet中節點的通信鏈路。 V表示一組傳感器節點，E表示一組Internet鏈接。 V中的每個節點都表示一個傳感器，當且僅當傳感器Vk和Vl可以進行信息交換時，對于Vk，Vi∈V，ekl =（Vk，Vl）∈E。由于動能的限制，不可能在兩個隨機傳感器之間交換信息。由于傳輸受限，通常每個傳感器只能與周圍的許多傳感器交換信息?？梢钥闯?，G不完整。數字。無線傳感器互聯網中的端到端路由器問題是在無線傳感器互聯網中找到從數據預處理管理中心t到檢查和監視中心d的最佳方法，以便檢查和監視中心可以立即獲得檢測或跟蹤區域的信息內容并進行比較。設p=p（s，d）是從源節點s到目的節點d的路徑，e是路徑p上的鏈接，即e∈p。對于多約束路由問題，由于各個目標之間缺少統一的度量尺度，往往不能使每個指標的要求達到最優。所以，通常是盡可能兼顧多個目標，求其滿意解。

基本蟻群算法原理。蟻群算法是一種基于研究的智能進化算法，通過模擬自然界中尋找食物的螞蟻的個人行為而明確提出。為了分析基本蟻群算法，尋找最短路徑問題的基本蟻群算法概括如下：1）遷移概率。假設所有螞蟻的組合為{a1，a2，...，am}。在每個搜索周期內，每個螞蟻根據路徑選擇概率選擇從起點到終點的路徑。當所有螞蟻都完成時在進行路徑搜索后，可以說優化算法已經執行了搜索周期時間。在第t個搜索周期中，從連接點i到連接點j的路徑選擇概率pkij（t）定義如下：

式中：集合allow edk={0，1，…，n-1}-tabuk表示螞蟻k下一步允許選擇的節點集，tabuk（k=1，2，…，m）表示螞蟻k在本次循環中已經走過節點的集合，該集合隨進化過程動態調整。α表示運動軌跡的相對必要性，并且反映了螞蟻在健身運動的整個過程中積累的信息。值越大，螞蟻傾向于選擇其他螞蟻經過的路徑的能力就越強。 β表示可見性的相對必要性，反映了整個健身鍛煉過程中螞蟻的討論因素。在螞蟻選擇路徑中，被重視程度越高，其值越大，遷移概率就越接近貪婪標準[8]。

二 北斗衛星導航定位算法

2003年5月25日，“長征3A”火箭發動機在我國西昌衛星發射中心被使用，成功地將第三顆“北斗一號”導航定位通信衛星發送到了外層空間。

在此鏈接中，北斗導航系統軟件使用地球上兩個地平面為60°的衛星來執行雙測距傳感器。另一個保存的通信衛星可以用于音頻信號。精確定位的基本概念是：以2顆衛星上的已知坐標和中心為基準，每顆衛星將本地衛星與客戶設備之間的測得距離作為半經度，然后獲得2個球體，客戶設備必須位于這兩個領域。兩顆衛星分別發射到接收部分。根據中心站接收到的反射部分，中心站計算此方法所需的時間為t1，t2，然后在估算之后即可實現準確而精確的定位。整個計算過程是：

c× t1= 2（r1+ R1）

c× t2= 2（r2+ R2） . （3）

由于通信衛星1和通信衛星2是地球上的同步衛星，因此這兩個衛星和南站的地心坐標都是已知的。這種帶有通訊功能的定位方式，非常適用于傳感器網絡的信標節點。一方面，此信標節點迅速標定了自身及整個傳感器網絡的絕對地理位置，另一方面，對所收集到的信息立刻予以傳輸，完整實現了傳感器網絡的功能。其缺點是單接收機定位精度為10 m級，定位精度尚需提高。

三 北斗接收器與傳感器網絡混合的原理及綜合定位算法

一般的傳感器網絡由傳感器節點、信標節點、匯聚節點、信息網節點、信息中心5部分組成。

這種傳感器Internet部署計劃的優點是在最短的時間內弄清“北斗”信標節點的位置和傳感器節點的相對位置。該計劃綜合定位優化算法的過程為：

使“北斗”信標節點完成基本定位。整個定位過程可以充分利用特性不斷提高的雙衛星導航系統來完善系統軟件進行多源差計算，并立即提高“北斗”信標節點的定位精度，從而實現定位每個信標節點的精度為m級。

在AHLOS優化算法的基礎上，計算每個傳感器節點與信標節點（點D）的相對坐標，因此相對定位精度為cm級。

后2步的定位解算算法，主要根據3個以上節點可以列出過定義方程，按照所要求的精度，不斷累進計算求精。設Δp1，Δp2，…，ΔpN為已知節點1，2，…，N到未知節點0的矢量差，ax1，ax2，ay1，ay2，…，axN，ayN為系數，Δx0，Δy0為坐標差，則形成過定義方程的最小二乘法公式為：

為使函數f（Δx0，Δy0）取得最小值時，對函數求導并令為0，得：

可得出

在傳感器網絡中，節點之間連接很多，大多數節點都可以直接或間接獲得3個以上參考點的不精確距離。

四 基于RSSI的融合定位算法仿真

將北斗衛星數設置為M，將無線傳感器Internet錨節點數設置為N，并將傳感器技術節點之間的距離設置為幾十米到五米任何幾百米都不同，未知節點可以另外接收北斗衛星數據信號和錨節點數據信號，從而獲得通信衛星偽距和RSSI的準確測量值。

本節基于RSSI融合定位算法進行了仿真仿真，并將其與純北斗定位算法，純RSSI精確定位算法和融合定位算法進行了比較。圖4.1比較了當錨點數分別為0和4時系統軟件的定位精度與北斗衛星數的變化相伴的情況。圖4.1顯示了定位精度與無線傳感器節點數量之間的相關性，并比較了北斗衛星是否對精確定位結果有害。通信衛星數相同時，無線傳感器互聯網錨點越多，定位精度越高，相同數量的錨點節點同時獲得。

圖 4.1 ?不同錨節點數下的定位精度變化

圖 4.2 不同場景下定位誤差曲線

圖4.2比較了在相同錨點下有無北斗衛星的定位收斂速度。從圖中可以看出，使用北斗衛星，定位結果可以在很短的時間內非常穩定和精確。根據對北斗定位系統的定位算法，RSSI算法，RSSI組合算法和改進的RSSI組合算法的仿真，與純北斗導航系統，純無線傳感器互聯網和融合系統的實際定位效果進行了比較，系統融合了北斗導航系統和無線傳感器互聯網的優勢，與純無線傳感器互聯網相比，融合系統的定位精度逐步提高;借助無線傳感器互聯網，可以在通信衛星數少于4顆時完成定位，擴大了定位的應用領域。

五 總結與展望

物聯網技術時代的到來加速了整個信息社會的融合。從信息的最低層，Internet的中上層到高級的系統軟件，已經顯示出集成的發展趨勢。此外，北斗導航衛星網站導航的基礎建設正在不斷推進，逐步完善，產業鏈的使用正在迅速增長。傳感器網絡網絡技術的發展趨勢也很快，各種困難也得到了緩解，國家標準初具規模。

參考文獻

[1]Biyu L ， Frolik J， Wang X S.A predictive QoS con trolstrategy for wireless sensor netw orks[ C] ∥Mobile Adhoc and S ensor Systems Conference.Washingt on：IEEE ， 2005：2.

[2]侯蓉暉， 史浩山， 楊少軍.一種無線傳感器網絡以數據為中心 的 QoS 路由協議[ J] .傳感技術學報， 2006 ，（6）：1-2. HOU Rong-hui， S HI Hao-shan ， YANG Shao-jun.New data-cen- tric QoS routing protocol for wireless sensor netw orks[ J] .Chinese Journal of Sensors and Actuators， 2006 ，（6）：1-2.（in Chi- nese）

[3]Dorigo M ， Di Caro G .Ant colony optimization：a new met a- heuristic[ J] .Evolu tionary Computation ， 1999 ，（2）：1477.

[4]Singh G ， Das S ， Gosavi S V ， et al.Ant colony algorithms for steiner trees：an application t o routing in sensor netw orks[ G] .L N de Castro， F J von Zuben， eds.Recent Developments in Biologi- cally Inspired Computing ， 2003：183-206.

[5]楊文國， 郭田德.求解最小 S teiner 樹的蟻群優化算法及其收 斂性[ J] .應用數學學報， 2006 ， 29（2）：352-361. YANG Wen-guo ，GUO Tian-de.An ant colony optimization algo- rithms for the minimum S teiner tree problem and its convergence proof[ J] .Acta Mathematicae Appli cat ae Sinica， 2006 ， 29（2）： 352-361.（in Chinese）

[6]薛鴻印， 李景森.北斗無源定位技術[ J] .現代防御技術， 2005 ， 33（4）：39-41. XUE Hong-yin ， LI Jing-sen.Research on passive Beidou naviga- tion position technology[ J] .Modern Defense Tech nology ， 2005 ， 33（4）：39-41.（in Chinese）

[7]Montgomery J， Randall M .Anti-pheromone as a tool for better exploration of search space[ C] ∥Proceedings of Third Int erna- tional Workshop ANTS.Brussels， Belgium ， 2002：100-110.

[8]Dorigo M .Optimization ， Learning， and Natural Algorithms[ D] . Italy ：Politecnico di Milano， 1992.

[9]Hoos T S H .Max-min antsyst em[ J] .Future Generation Com- puter Systems， 2000， （16）：889-914.

[10]胡海江.一種新的無線傳感器網絡分簇模型[ J] .傳感技術學 報， 2006 ， 19（2）：477-480. HU Hai-jiang .New clust ering model for wireless sensor net- works[ J] .Chinese Journal of Sensors and Actuators， 2006 ， 19 （2）：477-480.（in Chinese）

[11] Bouhafs F M ， Mokhtar H .A semantic clustering routing protocol for wireless sensor networks[ C] ∥IEEE Consumer Communica-tions and Networking Conference. Las Vegas， USA ：CCNC ， 2006：351-355.