李青云
(晉中信息學(xué)院 信息工程學(xué)院 山西省晉中市 030800)
隨著信息技術(shù)的發(fā)展進步,自動化需求越來越高,因此相關(guān)研究人員基于互聯(lián)網(wǎng)設(shè)計了無線傳感器網(wǎng)絡(luò),該網(wǎng)絡(luò)可以作為互聯(lián)網(wǎng)與外界的連接載體,實現(xiàn)信息數(shù)據(jù)的傳輸,因此其提高了數(shù)據(jù)的綜合處理效率,符合目前的自動化需求,被廣泛地應(yīng)用在醫(yī)學(xué)、軍事等各個領(lǐng)域。由于無線傳感器網(wǎng)絡(luò)在應(yīng)用過程中常常需要獲取節(jié)點的位置信息,因此無線傳感器網(wǎng)絡(luò)節(jié)點定位問題已經(jīng)成為目前應(yīng)用無線傳感器網(wǎng)絡(luò)的重要問題。相關(guān)研究人員在這種情況下研究出了各種各樣的無線傳感器網(wǎng)絡(luò)節(jié)點定位算法,但現(xiàn)有的無線傳感器網(wǎng)絡(luò)定位算法往往受實際時間開銷和定位效率影響,無法滿足目前的低功耗需求,因此急需設(shè)計一種新的無線傳感器網(wǎng)絡(luò)節(jié)點定位方法來提高節(jié)點定位效率,降低無線傳感器網(wǎng)絡(luò)節(jié)點定位功耗。
本方法利用Fingerprint 信息定位方法進行測距及位置信息的采集,實現(xiàn)精確定位。首先需要測量節(jié)點之間的初始距離,根據(jù)節(jié)點的分布采集信號傳輸過程中的特征因素,計算此時的TDOA 數(shù)值和方向角AOA,根據(jù)采集的距離信息進行定位計算,受實際定位效果影響,在定位參數(shù)計算過程中TOANLSLLSLPOCS 數(shù)值可能存在誤差,可以使用模塊輔助方法或非測距法進行計算,還可以利用各節(jié)點之間的地理關(guān)系和節(jié)點能耗消耗情況,設(shè)置相對應(yīng)的位置信息坐標,降低信號傳輸距離測距的難度,定位過程示意圖如圖1 所示。
由圖1 可知,在整個定位過程中,信號信息與位置信息的關(guān)系可作為定位誤差判斷的關(guān)鍵因素,可以使用額外模塊輔助法,在定位節(jié)點中添加其他類型的定位模塊,實現(xiàn)有效定位。
圖1:定位示意圖
首先,根據(jù)信號的定位需求計算節(jié)點信號的定位參數(shù),傳統(tǒng)的信號傳輸定位方法往往使用測距法或非測距法進行定位,但受實際功耗的影響,本文設(shè)計的方法將測距法與非測距法中的優(yōu)勢結(jié)合,利用RSSI 技術(shù)進行定位,消除環(huán)境中傳輸介質(zhì)、噪聲等對定位結(jié)果帶來的影響。
可以利用Distance Vector hop,計算距離矢量,并根據(jù)節(jié)點的通信關(guān)系估算節(jié)點信號的傳輸距離,在預(yù)估的初始階段需要根據(jù)節(jié)點的初始位置構(gòu)建節(jié)點信息傳遞表,再根據(jù)節(jié)點跳數(shù)min 數(shù)值得到節(jié)點的平均距離關(guān)系,受節(jié)點的運動誤差影響,需要增加節(jié)點平均距離值,提高節(jié)點距離估算的精度,最后,根據(jù)得出的平均距離值進行LLS 計算,得出最終的節(jié)點信號傳輸距離。
在無線傳感器網(wǎng)絡(luò)的實際定位過程中,可能出現(xiàn)時間差過小產(chǎn)生的距離測量缺陷,這種缺陷往往會導(dǎo)致信號的傳播效率降低,傳播差分時間無法滿足實際定位需求,RSSI 是一種接收信號強度指示技術(shù),可以根據(jù)信號的傳播關(guān)系實現(xiàn)節(jié)點距離的準確估算和定位,且實際RSSI 技術(shù)定位過程中可以解決定位損耗問題,基于此構(gòu)建的RSSI 低功耗無線傳感器網(wǎng)絡(luò)定位模型如下(1)所示。
模型(1)中,P代表定位功率,G代表發(fā)射信號,G代表接收增益,λ 代表波長,d代表衰減指數(shù),L 代表損耗,應(yīng)用該模型可以有效計算路徑損耗,得出傳播衰減情況,判斷各個節(jié)點的位置,RSSI 可以將衰減損耗劃分成兩個類型,即信號損耗和傳播距離損耗,該模型利用RSSI 中的信號強度指示理論能有效判斷定位路徑損耗變化,提高網(wǎng)絡(luò)節(jié)點的定位效率。
構(gòu)建RSSI 損耗模型后需要計算接收信號與實際定位節(jié)點之間的反射角度,因此需要利用Angle of arrival 和Direction of arrival 進行反向角度提取,首先根據(jù)接收的節(jié)點信號部署相應(yīng)的陣列天線,結(jié)合相位信息之間的角度差值來判斷到達角的數(shù)值,接下來利用AOA 驗證到達角實際數(shù)值的計算準確度,根據(jù)最小輸出功率的變化情況完成位置計算,降低定位時間損耗。
應(yīng)用設(shè)計的RSSI 無線傳感器網(wǎng)絡(luò)節(jié)點定位模型定位過程中存在測量角度和測量距離參數(shù),對確定無線傳感器的定位位置有重要意義,因此需要設(shè)計與實際定位相符的RSSI定位算法,提高定位效果,首先可以根據(jù)到達角狀態(tài)利用三角定位法計算目標坐標數(shù)據(jù),定位角的計算公式如下(2)所示。
公式(2)中,(x,y)代表基站坐標數(shù)據(jù),(x,y)代表發(fā)射坐標數(shù)據(jù),此時基站之間的關(guān)系可以用45°角的發(fā)射線來描述。計算定位角后可以進一步確定無線傳感器網(wǎng)絡(luò)節(jié)點的二維空間坐標關(guān)系,此時設(shè)置三角定位發(fā)射點,發(fā)射位置T 與實際發(fā)射角度θ、θ的關(guān)系如下(3)、(4)所示。
公式(3)、(4)中,L 代表基站基礎(chǔ)距離,三角定位算法中的實際發(fā)射角度計算越準確,定位效果就越好,設(shè)計的算法具有AOA 定位優(yōu)勢,即可以實現(xiàn)發(fā)射端與接收端的同步操作,降低實際操作誤差,還可以使用多個信標節(jié)點,降低實際定位時間開銷,設(shè)計該算法后,本方法對其進行了距離定位測試,測試結(jié)果表明,該算法的到達角存在不精確的問題,因此無法適應(yīng)長距離定位,需要對其進一步優(yōu)化改進[13]。
采集無線傳感器網(wǎng)絡(luò)節(jié)點定位過程中的環(huán)境干擾因子,對其進行通信損耗測試,可以進一步對設(shè)計的算法進行定位優(yōu)化改進,受定位環(huán)境影響,改進的行為算法利用了多邊定位原理,增加了二維定位中節(jié)點數(shù)據(jù)的可靠性,有效降低長距離定位中的環(huán)境影響因素,此時的改進傳感器網(wǎng)絡(luò)定位算法如下(5)所示。
改進算法(5)中,(x,y)、(x,y)…(x,y)代表N 個節(jié)點的坐標,對該改進算法進行求解可以得出精確的節(jié)點坐標數(shù)據(jù)。
應(yīng)用該改進算法盡心迭代權(quán)重測試,選取迭代權(quán)重高于1 的部分進行傳感器網(wǎng)絡(luò)節(jié)點定位,避免無線信號傳播過程中環(huán)境噪聲對定位結(jié)果帶來的影響,增加最優(yōu)解尋找的效率,對選取的十個坐標進行權(quán)重值測試,測試結(jié)果分別為1.64、1.54、1.35、1.48、1.45、1.20、1.12、1.14、1.03、1.48, 權(quán)重值測試結(jié)果均滿足節(jié)點定位權(quán)重需求,實際測試過程中,如果節(jié)點的數(shù)量較多,可以進行節(jié)點綜合配置并進行三邊優(yōu)化輔助,進一步優(yōu)化節(jié)點與錨節(jié)點之間的位置關(guān)系,此時優(yōu)化后的位置矩陣需要滿足坐標向量與二維向量之間的對應(yīng)關(guān)系,合理對測試范圍內(nèi)的節(jié)點進行綜合部署,即可避免部署位置共線對定位結(jié)果造成的影響。
第一步,利用設(shè)計的RSSI 無線傳感器網(wǎng)絡(luò)節(jié)點定位算法計算各節(jié)點的定位情況,估算RSSI 定位距離值,第二步,利用路徑損耗定位Fingerprint 法進行未知估算,確定此時的路徑損耗參數(shù),第三步,采集測試區(qū)域中節(jié)點的RSSI 位置信息,利用實時數(shù)據(jù)定位庫進行綜合比對,得出個無線傳感器網(wǎng)絡(luò)節(jié)點的位置,第四步,結(jié)合RSSI 信號指示強度與Fingerprint 參數(shù)根據(jù)距離理論得出各個無線傳感器網(wǎng)絡(luò)節(jié)點的定位信息,實現(xiàn)無線傳感器網(wǎng)絡(luò)節(jié)點定位,一旦在定位過程中出現(xiàn)自由空間傳播現(xiàn)象,可以立即設(shè)計發(fā)射功率與接收功率計算式,繪制PRS 接受功率示意圖,排除自由空間傳播對實際無線傳感器網(wǎng)絡(luò)節(jié)點定位造成的誤差,增加定位的準確性。
為了檢測設(shè)計的基于RSSI 的低功耗無線傳感器網(wǎng)絡(luò)節(jié)點定位方法的定位效果,將其與傳統(tǒng)的無線傳感器網(wǎng)絡(luò)定位方法進行對比,實驗如下。
受實際定位誤差影響,為了提高實驗的有效性,本文使用MATLAB 進行實驗仿真驗證,選取120m×120m×120m 驗證空間,部署無線傳感器節(jié)點若干個,此時的實驗參數(shù)如表1 所示。
表1:實驗參數(shù)
由表1 可知,此時的節(jié)點分布合理,節(jié)點數(shù)量與錨點數(shù)量呈3:1 的關(guān)系,各個節(jié)點之間的距離符合節(jié)點的迭代需求,根據(jù)實際節(jié)點變化情況可知,各節(jié)點的適應(yīng)度會隨著節(jié)點的迭代次數(shù)變化而變化,與其成反比關(guān)系,即節(jié)點的迭代次數(shù)越多,迭代適應(yīng)度值越小,最后逐漸與最優(yōu)數(shù)值相擬合,測距誤差會隨著衰減函數(shù)的慣性值變化而變化,隨著迭代次數(shù)增加,一旦其到達了特定的點則會獲得最小自適應(yīng)函數(shù),降低算法運行的總功耗,提高算法運行的效率,在算法運行的中后期,需要逐漸提高函數(shù)的搜索能力,根據(jù)該原理繪制的自適應(yīng)變化曲線如圖2 所示。
圖2:自適應(yīng)變化曲線
由圖2 可知,在迭代前期,迭代總體權(quán)重較高,算法的搜索能力也較強,隨著迭代次數(shù)的增加,算法的權(quán)重也在逐漸降低,自適應(yīng)度也趨于穩(wěn)定,算法的尋優(yōu)能力也逐漸下降,此時可以快速地找到最優(yōu)解,提高算法的有效性。
本文設(shè)計的RSSI 低功耗無線傳感器網(wǎng)絡(luò)節(jié)點定位方法的實際誤差受信號傳輸模型的組成和迭代影響,因此本實驗為了增加測試的效率,利用WPSOWFARSSIDEC 分化測試誤差,設(shè)計信號傳輸模型,因此繪制了誤差分化曲線,如圖3 所示。
圖3:誤差分化曲線
由圖2 可知,此時的誤差分化曲線主要代表測試階段的誤差變化,為了確定實際誤差值與測試誤差值之間的關(guān)系,本實驗使用四邊定位法劃分選取節(jié)點坐標,設(shè)置標準的坐標尋優(yōu)參數(shù),部分節(jié)點坐標如表2 所示。
表2:誤差節(jié)點坐標
由表2 可知,此時各個節(jié)點坐標符合后續(xù)的信號傳輸實驗的測試需求,受損耗因子影響,在實際測試過程中選取的信號模型可能存在錨節(jié)點測距誤差變化情況,會影響實際的實驗結(jié)果,因此需要利用最優(yōu)信號參數(shù)x 來消除誤差變化,避免實驗結(jié)果受測距誤差影響。
上述過程準備完畢后需要繪制節(jié)點路徑損耗示意圖,根據(jù)節(jié)點間損耗的實際變化情況選取不同的測距優(yōu)化算法,測量距離在實際判斷過程中還需要參照PL(d)的初始值,初始值在-35dBm~-45dBm 之間時算法處于最佳運算階段,此時的測距誤差較小,隨著算法的進一步迭代,算法的定位效果規(guī)劃也逐漸清晰,定位誤差也逐漸減小,便于后續(xù)的傳感器網(wǎng)絡(luò)節(jié)點定位。
在理想環(huán)境下測試空間內(nèi)需要排除陰影、噪聲誤差等重要誤差的干擾,此時的測試空間呈交叉狀態(tài)。該環(huán)境屬于圓周環(huán)境,測試空間呈相交狀態(tài),根據(jù)此時的理想環(huán)境分布及上述的準備坐標,使用公式(1)計算傳統(tǒng)的無線傳感器網(wǎng)絡(luò)節(jié)點定位方法和本文設(shè)計的網(wǎng)絡(luò)節(jié)點定位方法的時間開銷,實驗結(jié)果如表3 所示。
表3:實驗結(jié)果
由表3 可知,設(shè)計的基于RSSI 的低功耗無線傳感器網(wǎng)絡(luò)節(jié)點定位方法的時間開銷較小,證明其符合無線傳感器網(wǎng)絡(luò)節(jié)點定位的低功耗需求,具有有效性。
綜上所述,無線傳感器網(wǎng)絡(luò)的發(fā)展和進步與我國自動化發(fā)展息息相關(guān),因此本文設(shè)計了基于RSSI 的低功耗無線傳感器網(wǎng)絡(luò)節(jié)點定位方法,解決了傳統(tǒng)無線傳感器網(wǎng)絡(luò)節(jié)點定位存在的時間開銷長,定位效率低的問題,進行實驗,結(jié)果表明,節(jié)點數(shù)量相同的情況下,設(shè)計的RSSI 定位方法的時間開銷明顯低于其他幾種傳統(tǒng)定位方法的時間開銷,證明設(shè)計的方法定位效果好,有一定的應(yīng)用價值,可以作為后續(xù)無線傳感器網(wǎng)絡(luò)節(jié)點定位的參考。