一種基于實(shí)時路徑衰減指數(shù)的WSN定位方法

趙大偉

(南京航空航天大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，南京 210016)

一種基于實(shí)時路徑衰減指數(shù)的WSN定位方法

趙大偉

(南京航空航天大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，南京 210016)

隨著無線傳感器網(wǎng)絡(luò)的快速發(fā)展，無線傳感器網(wǎng)絡(luò)定位成為重要研究領(lǐng)域之一。本文根據(jù)無線傳感器網(wǎng)絡(luò)應(yīng)用于室外惡劣天氣環(huán)境下的特點(diǎn)和實(shí)際需求，提出一種基于RSSI實(shí)時路徑衰減指數(shù)的無線傳感器網(wǎng)絡(luò)定位方法，并通過仿真和在公路環(huán)境下的試驗(yàn)，驗(yàn)證了該方法的可行性。

無線傳感器網(wǎng)絡(luò)；RSSI；路徑衰減指數(shù)

引 言

無線傳感器網(wǎng)絡(luò)(WSN)綜合了傳感器技術(shù)、嵌入式計(jì)算技術(shù)、現(xiàn)代網(wǎng)絡(luò)及無線通信技術(shù)、分布式信息處理技術(shù)等多種技術(shù)，是當(dāng)前計(jì)算機(jī)網(wǎng)絡(luò)研究的熱點(diǎn)[1]。隨著無線傳感器網(wǎng)絡(luò)的發(fā)展，定位技術(shù)已經(jīng)成為無線傳感器網(wǎng)絡(luò)研究的關(guān)鍵性問題之一。定位技術(shù)不僅對無線傳感器網(wǎng)絡(luò)的基本應(yīng)用有重要作用，也是目標(biāo)監(jiān)測和追蹤等應(yīng)用的基礎(chǔ)[2]。

目前，諸多節(jié)點(diǎn)定位算法已經(jīng)被提出，每種算法都有一定的適用環(huán)境，且多數(shù)停留在理論模型，忽略了很多應(yīng)用中的實(shí)際因素。智能交通領(lǐng)域?qū)κ彝夤?jié)點(diǎn)定位提出了很高的精度要求，特別是在惡劣天氣環(huán)境下，系統(tǒng)的依賴度增強(qiáng)，系統(tǒng)效能和定位精度顯得格外重要。

1 定位技術(shù)研究現(xiàn)狀

在無線傳感器網(wǎng)絡(luò)中，把位置未知的節(jié)點(diǎn)稱為盲節(jié)點(diǎn)，把能夠提供自己絕對位置的節(jié)點(diǎn)稱為信標(biāo)節(jié)點(diǎn)。根據(jù)定位過程中是否需要測量節(jié)點(diǎn)之間的距離，可以把定位算法分為基于測距的定位算法和基于非測距的定位算法。前者需要測量節(jié)點(diǎn)之間的絕對距離或方位，并利用節(jié)點(diǎn)間的實(shí)際距離來計(jì)算盲節(jié)點(diǎn)的位置，使用的定位算法有三邊測量、三角測量、最大似然估計(jì)等，常用的測距技術(shù)包括接收信號強(qiáng)度指示(RSSI)、到達(dá)時間(TOA)、到達(dá)時差(TDOA)和到達(dá)角度(AOA)等；后者則不需要測量節(jié)點(diǎn)之間的距離和角度信息，算法根據(jù)網(wǎng)絡(luò)連通性等信息來實(shí)現(xiàn)節(jié)點(diǎn)定位[3-4]。

由于節(jié)點(diǎn)都具有RF收發(fā)能力，采用RSSI定位算法無需增加任何額外的硬件設(shè)備，成本低廉、能耗低，是常用的一種定位方法。常用的無線信號損耗模型包括自由空間傳播模型、對數(shù)路徑模型、對數(shù)-常態(tài)分布模型等[5]，這里采用對數(shù)-常態(tài)分布模型。

對數(shù)-常態(tài)分布模型為[6]：

(1)

式中,PL(d)為經(jīng)過距離d后的路徑損耗，單位為dBm；PL(d0) 為理想空間中信號傳播距離為d0時的路徑損耗；Xσ為平均值為0的高斯分布隨機(jī)變量，其標(biāo)準(zhǔn)差范圍為4～10；n為路徑衰減指數(shù)，取值范圍為1.5～5；d0為近地參考距離，一般為1 m。根據(jù)式(1)可得位置節(jié)點(diǎn)接收信標(biāo)節(jié)點(diǎn)信號時的強(qiáng)度。PL(d)與PL(d0)的關(guān)系可表示為：

(2)

由于無線信號受環(huán)境的影響很大，特別是雨霧等惡劣天氣環(huán)境下，RSSI定位方法的誤差比較大，應(yīng)用效果無法滿足實(shí)際需求。測距誤差主要的來源體現(xiàn)在無線信號的路徑衰減指數(shù)隨著環(huán)境的不同會有很大變化。在參考文獻(xiàn)[7]中提出了一種利用信標(biāo)節(jié)點(diǎn)間距離和信號強(qiáng)度實(shí)地測量信號損耗的方法，但該路徑損耗值僅在加權(quán)質(zhì)心算法中作為權(quán)值因子，未作為距離估計(jì)；參考文獻(xiàn)[8]中根據(jù)盲節(jié)點(diǎn)通信范圍內(nèi)信標(biāo)節(jié)點(diǎn)的數(shù)目建立空間向量模型，從而進(jìn)行定位，但該算法基于非測距，雖然取得一定的效果，但也存在通信開銷大、定位精度不高的缺點(diǎn)。

2 算法模型描述

基于RSSI實(shí)時路徑衰減指數(shù)方法的基本思路是：將網(wǎng)絡(luò)按區(qū)域劃分為各自獨(dú)立的子區(qū)域，子區(qū)域中的信標(biāo)節(jié)點(diǎn)之間的測量距離和實(shí)際距離相互比較，依據(jù)信標(biāo)節(jié)點(diǎn)的RSSI值平均誤差，獲得子區(qū)域的實(shí)時路徑衰減指數(shù)，利用該指數(shù)對子區(qū)域內(nèi)的盲節(jié)點(diǎn)進(jìn)行定位計(jì)算。

2.1 路徑衰減指數(shù)確定

本算法中網(wǎng)絡(luò)需要劃分為多個獨(dú)立的子區(qū)域，劃分依據(jù)為信標(biāo)節(jié)點(diǎn)和盲節(jié)點(diǎn)的位置關(guān)系以及實(shí)際物理環(huán)境。按照劃分好的子區(qū)域，每個信標(biāo)節(jié)點(diǎn)都應(yīng)當(dāng)維護(hù)自己的路徑衰減指數(shù)信息表，用于記錄本信標(biāo)節(jié)點(diǎn)與子區(qū)域內(nèi)其他信標(biāo)節(jié)點(diǎn)間的路徑衰減指數(shù)信息。

圖1 子區(qū)域Si內(nèi)信標(biāo)節(jié)點(diǎn)分布圖

依據(jù)各信標(biāo)節(jié)點(diǎn)位置，通過定時記錄每個信標(biāo)節(jié)點(diǎn)與區(qū)域內(nèi)相鄰信標(biāo)節(jié)點(diǎn)通信的信號強(qiáng)度，利用對數(shù)-常態(tài)模型計(jì)算信標(biāo)節(jié)點(diǎn)間的路徑衰減指數(shù)。如圖1所示，子區(qū)域Si內(nèi)有4個信標(biāo)節(jié)點(diǎn)(N1,N2,N3和N4)。路徑衰減指數(shù)信息表更新周期為T秒，在Ti時刻，首先以N1為目標(biāo)節(jié)點(diǎn)，其與N2,N3,N4之間的實(shí)際距離分別為d12,d13和d14，利用式(2)計(jì)算出對應(yīng)的路徑衰減指數(shù)，分別為n12,n13,n14。

信標(biāo)節(jié)點(diǎn)N1的路徑衰減指數(shù)信息表如表1所列。

表1 信標(biāo)節(jié)點(diǎn)路徑衰減指數(shù)信息表

同理得到此時間周期下信標(biāo)節(jié)點(diǎn)N2、N3和N4的路徑衰減指數(shù)信息表。其中N2與其他節(jié)點(diǎn)間的路徑衰減指數(shù)分別為n21、n23、n24；N3與其他節(jié)點(diǎn)間的路徑衰減指數(shù)分別為n31、n32、n34；N4與其他節(jié)點(diǎn)間的路徑衰減指數(shù)分別為n41、n42、n43。

其中，每個信標(biāo)節(jié)點(diǎn)有6條路徑衰減指數(shù)記錄，對此記錄進(jìn)行大小排序，去除最大記錄和最小記錄，對剩余4條記錄取平均值即可得到各節(jié)點(diǎn)的參考路徑衰減指數(shù)(n1,n2,n3,n4)。

2.2 定位計(jì)算

當(dāng)盲節(jié)點(diǎn)需要定位時，盲節(jié)點(diǎn)將與周圍信標(biāo)節(jié)點(diǎn)通信時RSSI值前3大的信標(biāo)節(jié)點(diǎn)ID發(fā)送給目標(biāo)信標(biāo)節(jié)點(diǎn)并作初步位置估算，目標(biāo)信標(biāo)節(jié)點(diǎn)選取此信標(biāo)節(jié)點(diǎn)的參考路徑衰減指數(shù)ni用作距離估算，詳細(xì)過程如下：

① 盲節(jié)點(diǎn)接收周圍信標(biāo)節(jié)點(diǎn)的RSSI值，并將RSSI值按大小進(jìn)行排序。

② 利用非測距定位的質(zhì)心算法，得到盲節(jié)點(diǎn)的坐標(biāo)范圍，實(shí)現(xiàn)初步定位。

(3)

式(3)中，x,y為盲節(jié)點(diǎn)坐標(biāo)，誤差范圍為信標(biāo)節(jié)點(diǎn)間距離最大值。

③ 選取其中前3大RSSI值對應(yīng)的信標(biāo)節(jié)點(diǎn)，向其發(fā)送定位請求。

④ 各信標(biāo)節(jié)點(diǎn)收到盲節(jié)點(diǎn)發(fā)送的定位請求后，向盲節(jié)點(diǎn)發(fā)送響應(yīng)包，其中包含本節(jié)點(diǎn)當(dāng)前時間周期下的參考路徑衰減指數(shù)。

⑤ 盲節(jié)點(diǎn)收到信標(biāo)節(jié)點(diǎn)發(fā)回的記錄后，利用式(2)計(jì)算出盲節(jié)點(diǎn)到該信標(biāo)節(jié)點(diǎn)的距離。

⑥ 利用圓外切Bounding-box法估算出盲節(jié)點(diǎn)的位置坐標(biāo)A(x,y)。

⑦ 假設(shè)盲節(jié)點(diǎn)實(shí)際坐標(biāo)為A(X,Y)，則定位誤差為：

(4)

3 仿真及試驗(yàn)分析

使用Matlab對算法進(jìn)行仿真試驗(yàn)，用定位誤差Er作為衡量定位算法的性能指標(biāo)。在長1000m，寬30m的區(qū)域內(nèi)，兩側(cè)各布置10個信標(biāo)節(jié)點(diǎn)，通信半徑為R(10～60m)，盲節(jié)點(diǎn)位置隨機(jī)產(chǎn)生。為得到精確的試驗(yàn)結(jié)果，采用統(tǒng)計(jì)學(xué)方法，即在同一網(wǎng)絡(luò)環(huán)境下重復(fù)試驗(yàn)1000次，并對定位結(jié)果求平均值。試驗(yàn)結(jié)果如圖2所示，可見本算法對RSSI測距誤差進(jìn)行了修正，其定位效果明顯優(yōu)于傳統(tǒng)RSSI定位算法。

圖2 動態(tài)路徑衰減指數(shù)定位算法仿真結(jié)果

在智能交通實(shí)際應(yīng)用中，室外天氣的變化會引起信號路徑衰減指數(shù)的變化，進(jìn)而影響定位精度。作者所在項(xiàng)目組于2014年9月底至10月初在江蘇省臨海高等級公路大豐段選取2 km長度范圍作為試驗(yàn)區(qū)域(路況接近高速公路)，采用TI公司芯片CC2530開發(fā)節(jié)點(diǎn)硬件，組建基于ZigBee技術(shù)的無線傳感器網(wǎng)絡(luò)，并完成協(xié)調(diào)器節(jié)點(diǎn)、信標(biāo)節(jié)點(diǎn)、盲節(jié)點(diǎn)的測試工作流程。采用VC++和MATCOM混合編程方式設(shè)計(jì)了定位系統(tǒng)綜合控制和數(shù)據(jù)分析平臺。在試驗(yàn)過程中，在道路兩側(cè)各布置20個信標(biāo)節(jié)點(diǎn)，且對稱分布置于路燈桿離地1.8 m高度，同側(cè)兩節(jié)點(diǎn)間距100 m，一車輛作為盲節(jié)點(diǎn)進(jìn)行連續(xù)定位測試(通過預(yù)置RFID位置信標(biāo)，車輛節(jié)點(diǎn)駛?cè)隦FID位置信標(biāo)處自動進(jìn)行一次定位測試)。在同一環(huán)境下，該車輛節(jié)點(diǎn)進(jìn)行10個來回測試，車速為0～100 km/h范圍。

測試小組分別在晴朗、小雨、輕度霧、重度霾、暴風(fēng)雨5種環(huán)境下進(jìn)行了試驗(yàn)，結(jié)果如表2所列。

表2 公路環(huán)境下實(shí)地試驗(yàn)結(jié)果

可見,采用本算法后定位精度比傳統(tǒng)RSSI定位算法有很大提高，且總體誤差在可接受范圍內(nèi)，可以滿足高速公路復(fù)雜環(huán)境下車輛定位應(yīng)用需求。

結(jié) 語

針對智能交通領(lǐng)域?qū)o線傳感器網(wǎng)絡(luò)定位的實(shí)際需求，對傳統(tǒng)定位方法的誤差原因進(jìn)行了分析，提出了一種通過建立子區(qū)域網(wǎng)絡(luò)實(shí)時路徑衰減指數(shù)信息表，利用質(zhì)心算法和圓外切Bounding-box算法進(jìn)行定位計(jì)算的方法。仿真和試驗(yàn)結(jié)果表明，該方法能夠大大提高定位精度，并

且適用于雨雪、霧霾等惡劣天氣環(huán)境。

[1] 孫利民,李建中,陳渝.無線傳感器網(wǎng)絡(luò)[M].北京:清華大學(xué)出版社,2005.

[2] Patwari N,Ash J N,Kyperountas S.Locating the Nodes[J].IEEE Signal Processing Magazine,2005,22(4):54-69.

[3] 王小平,羅軍,沈昌祥.無線傳感器網(wǎng)絡(luò)定位理論和算法[J].計(jì)算機(jī)研究與發(fā)展,2011,48(3):353-363.

[4] 王繼春.無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位若干問題研究[D].合肥:中國科學(xué)技術(shù)大學(xué),2009.

[5] Benkic K,Malajner M,Planinsic P,et al.Using RSSI Value for Distance Estimation in Wireless Sensor Networks Based on ZigBee[C]//Proc of 15th International Conference on Systems,Signals and Image Processing. Bratislava:IEEE,2008:303-306.

[6] 詹杰,劉宏立,劉述鋼,等.基于RSSI的動態(tài)權(quán)重定位算法研究[J].電子學(xué)報(bào),2011,39(1):82-87.

[7] 劉喜梅,張超,胡繼珍.一種復(fù)雜環(huán)境下無線傳感器網(wǎng)絡(luò)定位算法[J].青島科學(xué)大學(xué)學(xué)報(bào),2006,30(2):173-178.

[8] 李輝,李臘元,李方云.一種新型的無線傳感器網(wǎng)絡(luò)三維定位機(jī)制[J].計(jì)算機(jī)工程與應(yīng)用,2010,46(14):115-118.

[9] Wang F B, Shi L, Ren F Y.Self-localization Systems and Algorithms for Wireless Sensor Networks[J].Software,2005,16(5):857-868.

[10] Shih C Y, Marron P J. COLA:Complexity-reduced Trilateration Approach for 3D Localization in Wireless Sensor Networks[C]//Proc of 4th International Conference on Sensor Technologies and Applications.Venice:IEEE,2010:24-32.

趙大偉(碩士研究生)，主要研究方向?yàn)樾畔⑽锢砣诤舷到y(tǒng)。

結(jié) 語

參考文獻(xiàn)

[1] 趙華偉.多功能發(fā)動機(jī)轉(zhuǎn)速模擬器設(shè)計(jì)[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2009(4)：64-66.

[2] 劉陵順，高艷麗，張樹團(tuán).TMS320F28335 DSP原理及開發(fā)編程[M].北京：北京航空航天大學(xué)出版社，2011.

[3] 潘紅杰，李建璽，張幽彤.汽車發(fā)動機(jī)轉(zhuǎn)速信號模擬器設(shè)計(jì)[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2010(11)：78-81.

劉淵、田彥云(碩士研究生)，主要從事航空發(fā)動機(jī)控制系統(tǒng)設(shè)計(jì)與仿真；張?zhí)旌?教授)，研究方向?yàn)榍度胧娇刂葡到y(tǒng)、系統(tǒng)控制與仿真。

(責(zé)任編輯：楊迪娜 收稿日期：2014-10-11)

WSN Location Method Based on Real-time Path Loss Exponent

Zhao Dawei

(College of Computer Science and Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China)

With the rapid development wireless sensor network,localization has become one of the most important field in wireless sensor network research.According to the characteristics and actual demand of wireless sensor network used in outdoor environment of bad weather,this paper proposes an localization method based on RSSI real-time path loss exponent.The result of simulation and experiment on highway proves the method′s feasibility.

wireless sensor network;RSSI;path loss exponent

TP212.9

A

?士然

2014-11-16)