無線傳感器網(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：對無線傳感器網(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)點權(quán)值，從而估計出盲節(jié)點的坐標(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，且沒有增添系統(tǒng)通信負(fù)擔(dān)及計算量。

關(guān)鍵詞：WSN定位；RSSI；加權(quán)質(zhì)心算法DOI：10.11907/rjdk.162748中圖分類號：TP312文獻(xiàn)標(biāo)識碼：A

文章編號：16727800（2017）004004103

0引言

無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSN）由大量傳感器節(jié)點構(gòu)成，通過各類傳感器完成監(jiān)測對象信息的感知、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、醫(yī)療監(jiān)護(hù)、智能家居、倉儲物流等諸多領(lǐng)域，具有廣闊的產(chǎn)業(yè)發(fā)展前景[1]。傳感器節(jié)點定位技術(shù)是WSN的關(guān)鍵技術(shù)之一，是一個重要的研究方向。 WSN定位算法分為兩類[2]：一類是基于測距的定位算法。該算法將接收到的信號強度（Received Signal Strength Indicator，RSSI）、到達(dá)時間（Time of Arrival，TOA）、到達(dá)時間差（Time Difference of Arrival，TDOA）、到達(dá)角度（Angle of Arrival， AOA）等信號參數(shù)轉(zhuǎn)化為距離，然后通過三邊法、三角法、極大似然估計法等計算出位置信息。這種算法需要測量未知節(jié)點和參考節(jié)點之間的距離或角度信息，因此基于測距的定位算法對傳感器節(jié)點硬件有要求，但定位精度較高；另一類是基于非測距的定位算法。該算法通過網(wǎng)絡(luò)的連通性和跳數(shù)來定位，需要較高密度的參考節(jié)點。常見的非測距定位算法有質(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)心算法非常簡單，計算量少，可用于對未知節(jié)點坐標(biāo)的簡單估計。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，通過實驗仿真驗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)點通信范圍內(nèi)的錨節(jié)點組成一個多邊形，多邊形的質(zhì)心即為該盲節(jié)點的估計位置。從式（1）可以看出質(zhì)心定位算法非常簡單，且不需要增加額外的硬件設(shè)施。但盲節(jié)點是通過鄰居錨節(jié)點組成的多邊形質(zhì)心來確定自身的估計位置，因此算法的精確度與錨節(jié)點的密度有很大關(guān)系。當(dāng)鄰居錨節(jié)點數(shù)較少時，定位精度會比較低。 質(zhì)心定位算法雖然估計出了未知節(jié)點的位置信息，但算法中所有錨節(jié)點的加權(quán)權(quán)值都一樣，沒有考慮到不同位置的錨節(jié)點對未知節(jié)點坐標(biāo)有不同的影響力，因此需對不同的錨節(jié)點加上不同的加權(quán)權(quán)值。加權(quán)質(zhì)心算法[3]計算公式為：

2距離損耗模型定位系統(tǒng)進(jìn)行距離測量時，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處所接收信號平均能量的絕對值，用dBm表示，n為環(huán)境因子，d表示與發(fā)射節(jié)點之間的距離。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)點定位產(chǎn)生的誤差，同時不增加通信開銷，節(jié)約能耗，本文對加權(quán)定位算法作了進(jìn)一步改進(jìn)。

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

其中N為盲節(jié)點個數(shù)，Ei為第i個盲節(jié)點定位誤差。

3.2改進(jìn)思路不同距離的錨節(jié)點對盲節(jié)點的定位影響是不同的，錨節(jié)點和盲節(jié)點距離越近，對盲節(jié)點定位的影響越大；距離越遠(yuǎn)，對盲節(jié)點的定位影響越小。因此，可以通過錨節(jié)點與盲節(jié)點之間的RSSI值計算出錨節(jié)點和盲節(jié)點間的距離，以此作為每個錨節(jié)點坐標(biāo)對應(yīng)的加權(quán)權(quán)值，反映每個錨節(jié)點坐標(biāo)對質(zhì)心位置的影響程度。定義各個錨節(jié)點的加權(quán)因子ωi = SX（1dki SX），即各個錨節(jié)點的加權(quán)權(quán)值與它們距盲節(jié)點的距離成反比，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，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個錨節(jié)點和200個盲節(jié)點隨機分布，節(jié)點的通信半徑設(shè)為20m，k從0.1～5，步長取0.1。從圖2可以看出，當(dāng)指數(shù)k在2附近時定位誤差最小。k越大，距離盲節(jié)點最近的錨節(jié)點給予的權(quán)值也就越大，特別是大于2之后，盲節(jié)點就越接近該錨節(jié)點，也就越可能遠(yuǎn)離盲節(jié)點的實際位置，這樣就加大了定位誤差。圖3是仿真運行1 000次各指數(shù)出現(xiàn)誤差最小值的次數(shù)。經(jīng)統(tǒng)計，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)點周期性地向周圍環(huán)境發(fā)送節(jié)點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，仿真場景為一定區(qū)域內(nèi)隨機布置若干個傳感器節(jié)點，所有傳感器節(jié)點均具有相同的結(jié)構(gòu)并且發(fā)射功率相同。圖4為其中的一個仿真環(huán)境，在100m×100m區(qū)域內(nèi)，40個錨節(jié)點和200個盲節(jié)點隨機分布，節(jié)點的通信半徑設(shè)為20m。

圖5為節(jié)點的通信半徑變化時仿真程序運行1000次的平均結(jié)果。仿真環(huán)境：200m×200m，60個錨節(jié)點，240個盲節(jié)點。從圖5可以看出，當(dāng)加權(quán)指數(shù)取2時，平均定位誤差最小。隨著通信半徑的增加，定位誤差會隨之減小，這是因為通信半徑的增加使參與定位的錨節(jié)點數(shù)目增加，定位精度得到了提高。為當(dāng)錨節(jié)點數(shù)改變時，仿真程序運行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)點數(shù)為200個，通信半徑為35m。從圖6可以看出，當(dāng)加權(quán)指數(shù)取2時，平均定位誤差最小。隨著錨節(jié)點數(shù)的增加，定位誤差會隨之減小，這是因為錨節(jié)點增加使參與定位的錨節(jié)點數(shù)目增加，定位精度得到了提高。

4結(jié)語 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)點加權(quán)系數(shù)，對質(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，且沒有增添系統(tǒng)通信負(fù)擔(dān)，也沒有加大系統(tǒng)計算量。

參考文獻(xiàn)參考文獻(xiàn)：[1]楊錚，吳陳沭，劉云浩.位置計算：無線網(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的無線傳感器網(wǎng)絡(luò)質(zhì)心定位算法[J].計算機科學(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，2010，44（8）：14.

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

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

（責(zé)任編輯：杜能鋼）