基于RSSI測距的加權質心中點定位算法

袁海國 王鵬宇

摘?要：為了進一步提高無線傳感器網絡的節點定位精度，分析了基于RSSI的加權質心定位算法，并在原算法基礎上提出加權質心中點定位算法。仿真結果顯示閾值大小與信道路徑損耗模型有關，并且加權質心中點定位算法比加權質心定位算法精確度更高。

關鍵詞：定位精度;加權質心算法;無線傳感器網絡

中圖分類號：TP301??文獻標識碼：A

WeightedCentroidmidpoint?Iocalization?Algorithm?Based?on?RSSI

Yuan?Haiguo?Wang?Pengyu

Zhengzhou?Electrice?Power?College?HenanZhengzhou?450000

Abstract：In?order?to?improve?the?precision?of?node?localizations?of?wireless?sensor?networks，this?paper?analyzed?the?weighted?centroid?localization?algorithm?based?on?RSSI，and?put?forward?the?weighted?centroidmidpoint?localization?algorithm?on?the?basis?of?the?original?algorithm.The?simulation?results?show?that?it?can?improve?the?positioning?accuracy?of?partial?nodes?and?has?better?localization?performance.

Keywords：weighted?centroid?algorithm;weighted?midpoint;wireless?sensor?networks

1?緒論

基于WSN（Wireless?Sensor?Network，無線傳感器網絡）的定位是一種新興的定位技術，普遍應用于諸多領域[1]。目前無線傳感器網絡定位的算法可分為基于測距（RangeBased）和無需測距（RangeFree）兩大類[2]。收信號強度指示（received?signal?strength?indicator，RSSI）是節點接收到的鄰居節點發送的無線信號強度值，可以用來測量節點間的相對距離，該值可由傳感器節點自身測量得到，不需要額外的硬件支持，因此RSSI測距方法與質心定位算法相結合的定位算法在實際中較為常用。近年來，研究人員在原算法基礎上提出了一系列的改進算法，進一步提高了定位精度。如通過RSSI測量距離值修正算法[3]以及RSSI混合濾波算法[4]減小測距誤差，基于三點定位與加權坐標的定位算法[5]，測距校正的擬牛頓定位算法[6]等，但定位精度仍需要提升。

2?算法模型

加權質心定位算法。基于RSSI的加權質心算法的基本思想是在三角形質心算法基礎上，通過加權因子來體現不同參考節點對質心坐標的不同影響。設定若干坐標已知的參考節點，測量待測節點O與各參考節點間的距離，取距離O點最近的三個點A、B、C，三點到O點的距離分別為d1、d2、d3（d1

分別以相交兩圓半徑的倒數和作為其交點的權值，計算ΔM1M2M3的加權質心坐標（x0，y0）定位未知節點，計算公式如式（2）所示。

3?算法改進

大量仿真實驗發現，當d2、d3與d1相差不大時，點O將位于ΔM1M2M3內部且接近其質心，此時將質心作為O點估計位置誤差較小;但d2、d3與d1相差較大超過一定閾值時，點O將偏離ΔM1M2M3質心甚至位于ΔM1M2M3外部，且靠近線段M1M2，這時仍以質心作為點O估計位置會產生較大誤差。

因此，本文提出當d2、d3與d1相差較大時，以線段M1M2的加權中點取代ΔM1M2M3加權質心作為O點的估計位置，即加權質心中點定位算法。設定閾值m1、m2、m3、m4（m4>m2>m1>m3>1），此4個閾值與信道路徑損耗模型有關，信道路徑損耗模型中參數通過仿真實驗確定。

4?系統仿真

本文使用MATLAB軟件對改進的算法進行仿真，考察改進算法的性能。設定10m×10m的正方形區域，取5個參考節點坐標分別為（0，0）、（10，0）、（5，5）、（0，10）、（10，10），信道傳播模型取參考距離1m處的接收功率P=37dB，路徑衰減因子k=3，信道中噪聲取均值為0、標準差σ=7的高斯噪聲[7]，仿真試驗后得到滿足該信道傳播模型的閾值m1=1.8，m2=2，m3=1.3，m4=2.5，分別用RSSI加權質心定位算法和和本文改進算法進行仿真。分別取橫坐標、縱坐標為2、4、6、8生成16個節點作為未知節點進行仿真，結果如圖2所示。仿真結果顯示，相對于加權質心定位算法8個節點與原算法的精確度相同，另外8個節點（2，2）、（8，2）、（4，4）、（6，4）、（4，6）、（6，6）、（2，8）、（8，8），誤差大大減小，比加權質心定位精度更高;兩種定位算法的定位誤差見右表。

5?結論

本文在原有定位算法基礎上提出了加權質心中點定位算法，并將仿真結果與原算法進行比較。結果表明該算法可以提高部分節點的定位精度，驗證本文所提出的算法具有一定的可行性和優越性。

參考文獻：

[1]蔣銳，楊震.基于質心迭代估計的無線傳感器網絡節點定位算法[J].物理學報，2016，65（03）：917.

[2]史龍，王福豹，段渭軍，等.無線傳感器網絡RangeFree自身定位機制與算法[J].計算機工程與應用，2004，40（23）：127130.

[3]楊治秋.比例差分修正的RSSI測距WSN節點定位研究[J].機械設計與制造，2019（11）：5154.

[4]倪曉軍，高雁，李凌鋒.基于RSSI的混合濾波算法[J].計算機科學，2019，46（08）：133137.

[5]徐樂，韋玉科.基于三點定位與加權坐標的三角定位算法[J/OL].計算機工程與應用，18[20200114].

[6]呂爭，曾雪松.基于RSSI測距校正的擬牛頓定位算法[J].計算機工程與設計，2018，39（05）：13451349.

[7]方震，趙湛，郭鵬，等.基于RSSI測距分析[J].傳感技術學報，2007，20（11）：25262530.

作者簡介：袁海國（1990—?），男，河南安陽人，碩士研究生，工程師，主要研究方向為定位測距。