李京燏 毛永毅 徐 萍
(1.西安郵電大學(xué)電子工程學(xué)院 西安 710061)(2.火箭軍工程大學(xué)理學(xué)院 西安 710061)
無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)[1]隨著技術(shù)的發(fā)展已經(jīng)在軍事、智能交通、智能家居、健康醫(yī)療、環(huán)境監(jiān)控等現(xiàn)實(shí)場(chǎng)景中廣泛應(yīng)用。在實(shí)際應(yīng)用中,無(wú)線傳感器節(jié)點(diǎn)在網(wǎng)絡(luò)中隨機(jī)部署,大部分節(jié)點(diǎn)位置無(wú)法事先確定,而位置信息是傳感器節(jié)點(diǎn)采集數(shù)據(jù)中不可或缺的一部分,沒(méi)有位置信息的數(shù)據(jù)幾乎沒(méi)有意義,確定采集數(shù)據(jù)的節(jié)點(diǎn)位置及事件發(fā)生的地點(diǎn)是傳感器網(wǎng)絡(luò)基本功能之一[2]。節(jié)點(diǎn)定位根據(jù)其定位機(jī)制可分為測(cè)距(Range-based)技術(shù)和非測(cè)距(Range-free)技術(shù)本兩類[3],基于測(cè)距技術(shù)定位算法主要有 RSSI(Re?ceived Signal Strength Indication)、TOA(Time of Ar?rival)、TDOA(Time Difference of Arrival)和 AOA(Arrival of Angle)等;基于非測(cè)距技術(shù)僅根據(jù)網(wǎng)絡(luò)連通性等實(shí)現(xiàn)定位。
基于RSSI測(cè)距的定位算法因其實(shí)現(xiàn)簡(jiǎn)單、不需要額外開(kāi)銷和耗能少的特點(diǎn)應(yīng)用十分廣泛。在實(shí)際環(huán)境中,由于多徑、繞射、傳播障礙物等因素,影響了定位精度[4]。就如何有效減小定位誤差,提高定位精度,許多RSSI測(cè)距定位改進(jìn)算法取得了一定的研究成果。文獻(xiàn)[5]在傳統(tǒng)的三維質(zhì)心定位算法和APIT-3D定位算法的基礎(chǔ)之上,提出基于四面體模型的三維質(zhì)心算法。文獻(xiàn)[6]建立四面體模型,通過(guò)修正加權(quán)系數(shù),采用質(zhì)心加權(quán)求和定位算法,達(dá)到提高定位精度的目的。文獻(xiàn)[7]對(duì)優(yōu)選后的RSSI數(shù)據(jù)通過(guò)修正加權(quán)質(zhì)心算法獲得了精度較高的未知節(jié)點(diǎn)位置。上述研究結(jié)果表明,針對(duì)質(zhì)心算法中的加權(quán)系數(shù)進(jìn)行優(yōu)化,選取合適的權(quán)值系數(shù),能夠有效地提高加權(quán)質(zhì)心算法的定位精度。
本文提出一種基于RSSI測(cè)距的優(yōu)化權(quán)值質(zhì)心加權(quán)定位算法,通過(guò)信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)構(gòu)成的四面體,求得多個(gè)未知節(jié)點(diǎn)估計(jì)位置,再采用優(yōu)化后的權(quán)值對(duì)多個(gè)節(jié)點(diǎn)估計(jì)位置進(jìn)行加權(quán)質(zhì)心求解節(jié)點(diǎn)位置,實(shí)現(xiàn)定位精度的提高。
RSSI測(cè)距定位技術(shù)原理[8~9]是已知信標(biāo)節(jié)點(diǎn)發(fā)射信號(hào)的強(qiáng)度,根據(jù)未知節(jié)點(diǎn)接收到的信號(hào)強(qiáng)度,通過(guò)無(wú)線信號(hào)傳播模型轉(zhuǎn)換為兩個(gè)節(jié)點(diǎn)的距離值,通過(guò)定位算法來(lái)實(shí)現(xiàn)節(jié)點(diǎn)位置的確定。
RSSI測(cè)距研究依賴于無(wú)線信號(hào)傳播模型,常用模型有:自由空間傳播模型、對(duì)數(shù)--常態(tài)分布模型、Shadowing模型等。鑒于無(wú)線信號(hào)在傳輸過(guò)程受空間環(huán)境中不確定因素的影響較大,因而在實(shí)際仿真環(huán)境搭建中,Shadowing模型因其綜合性強(qiáng)被廣泛采用[9]。
Shadowing模型[11]由兩部分組成:損耗模型(Pass Loss)和對(duì)數(shù)正態(tài)分布模型。損耗模型[12]是用一個(gè)已知參考距離r0及r0上的接收功率PL(r0)預(yù)測(cè)出未知距離r處的平均接收功率PL(r),其表達(dá)式為
式中,q為路徑損耗系數(shù),范圍在2~6之間且隨著障礙物的增多而增大。而對(duì)數(shù)正態(tài)分布模型[13]反映的是在固定距離上,接收能量符合對(duì)數(shù)正態(tài)隨機(jī)變化,即以dB作為計(jì)量單位時(shí),Shadowing模型滿足高斯分布。其表達(dá)式為
式(2)中,PL(d0)為參考節(jié)點(diǎn)d0處的信號(hào)強(qiáng)度,PL(d)為在距離d處的未知節(jié)點(diǎn)的信號(hào)強(qiáng)度,k為路徑損耗系數(shù)。Xσ是標(biāo)準(zhǔn)差為σ的零均值的高斯隨機(jī)變量,對(duì)計(jì)算結(jié)果的影響不大。
質(zhì)心算法[14]是通過(guò)未知節(jié)點(diǎn)接收所有通信范圍內(nèi)的信標(biāo)節(jié)點(diǎn)的信息,將這些信標(biāo)節(jié)點(diǎn)的幾何質(zhì)心作為自己的估計(jì)位置[8]。為反映信標(biāo)節(jié)點(diǎn)位置對(duì)未知節(jié)點(diǎn)位置的影響,提出加權(quán)質(zhì)心算法[15~16],引入加權(quán)因子來(lái)體現(xiàn)各個(gè)信標(biāo)節(jié)點(diǎn)對(duì)未知節(jié)點(diǎn)的位置決定權(quán),反映其自身位置對(duì)未知節(jié)點(diǎn)的影響程度[9]。
由4個(gè)節(jié)點(diǎn)A、B、C、D構(gòu)成的四面體,位置如圖1所示。
圖1 加權(quán)質(zhì)心定位算法示意圖
其中A、B、C、D為信標(biāo)節(jié)點(diǎn),P為未知節(jié)點(diǎn)。當(dāng)未知節(jié)點(diǎn)P從信標(biāo)節(jié)點(diǎn)A、B、C、D接收到無(wú)線信號(hào)時(shí),根據(jù)式(2)可以計(jì)算出未知節(jié)點(diǎn)與四個(gè)信標(biāo)節(jié)點(diǎn)的距離{d1,d2,d3,d4},根據(jù)傳統(tǒng)加權(quán)質(zhì)心定位算法,可求得基于四面體ABCD的未知節(jié)點(diǎn)估計(jì)位置P(x,y,z)。傳統(tǒng)加權(quán)質(zhì)心算法所得節(jié)點(diǎn)估計(jì)位置P的坐標(biāo)為
其中,wi表示第i個(gè)信標(biāo)節(jié)點(diǎn)對(duì)應(yīng)的權(quán)重系數(shù),通常取信標(biāo)節(jié)點(diǎn)到未知節(jié)點(diǎn)距離的倒數(shù),即:
當(dāng)兩節(jié)點(diǎn)不能通信時(shí),權(quán)值為0。
對(duì)于信標(biāo)節(jié)點(diǎn)A、B、C、D、E,可以順序構(gòu)成四面體ABCD和四面體BCDE,依據(jù)上述方法可以求得兩個(gè)未知節(jié)點(diǎn)位置估計(jì)值P1和P2。節(jié)點(diǎn)最終位置O(Ox,Oy,Oz)可通過(guò)估計(jì)位置P1(x,y,z)和P2(x,y,z)再次進(jìn)行優(yōu)化加權(quán)質(zhì)心求解。從信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)的位置關(guān)系考慮,突出強(qiáng)化近距離信標(biāo)節(jié)點(diǎn)對(duì)未知節(jié)點(diǎn)的權(quán)值決定權(quán)[17~8]。提出自身位置優(yōu)化權(quán)值,求解節(jié)點(diǎn)最終位置O。優(yōu)化權(quán)值如下:
式(7)中,估計(jì)位置P1對(duì)應(yīng)的權(quán)值由其所在四面體ABCD中各節(jié)點(diǎn)與未知節(jié)點(diǎn)距離冪級(jí)數(shù)和的倒數(shù)決定,避免了單一可能誤差距離數(shù)據(jù)對(duì)結(jié)果產(chǎn)生較大影響[18~19]。整個(gè)優(yōu)化算法具體如下
其中,估計(jì)位置 Pi對(duì)應(yīng)加權(quán)系數(shù)通過(guò)冪函數(shù)改善了權(quán)值的決定權(quán)[20]。RSSI值隨收發(fā)節(jié)點(diǎn)間距離的增大而非線性減小,距離信標(biāo)節(jié)點(diǎn)越近,應(yīng)具有更大的權(quán)值決定力[20]。n為權(quán)值修正系數(shù),取正整數(shù),通過(guò)調(diào)整n的大小來(lái)調(diào)整結(jié)果的修正程度,統(tǒng)計(jì)多次實(shí)驗(yàn)結(jié)果可以獲得當(dāng)前環(huán)境下的最佳修正系數(shù)[21]。
本文算法具體實(shí)現(xiàn)流程如下:
1)m個(gè)信標(biāo)節(jié)點(diǎn)以相同功率周期性地向周圍環(huán)境廣播當(dāng)前的ID和位置信息;對(duì)m個(gè)信標(biāo)節(jié)點(diǎn)信息,建立一個(gè)m個(gè)信標(biāo)節(jié)點(diǎn)集合{(x1,y1,z1),…,(xm,ym,zm)};
2)根據(jù)式(2)可得未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)的距離集合{d1,d2,d3,…,dm};
3)設(shè){d1,d2,d3,d4}為未知節(jié)點(diǎn)到四面體ABCD各節(jié)點(diǎn)的距離,由式(3)、式(4)、式(5)和式(6),可得該四面體模型中的未知節(jié)點(diǎn)的估計(jì)位置P1;設(shè){d2,d3,d4,d5}為未知節(jié)點(diǎn)與四面體BCDE各節(jié)點(diǎn)的距離,可得該四面體模型中的未知節(jié)點(diǎn)的位置P2;對(duì)于m個(gè)信標(biāo)節(jié)點(diǎn),根據(jù)上述方法可依次求得m個(gè)未知節(jié)點(diǎn)O的估計(jì)位置{P1,P2,P3,…,Pm};
5)計(jì)算未知節(jié)點(diǎn)定位誤差。
用Matlab進(jìn)行算法仿真,基本初始條件是在100m×100m×100m的三維無(wú)線傳感器網(wǎng)絡(luò)空間,一共隨機(jī)分布20個(gè)信標(biāo)節(jié)點(diǎn),10個(gè)未知節(jié)點(diǎn),式(2)中路徑損耗系數(shù)k取3,并根據(jù)式(2)生成RSSI數(shù)據(jù),添加均值為0,方差為10m2的隨機(jī)噪聲作為傳播環(huán)境干擾。按照上述算法流程進(jìn)行定位仿真,仿真結(jié)果如圖2。
圖2 修正加權(quán)質(zhì)心定位算法仿真結(jié)果
傳統(tǒng)加權(quán)質(zhì)心定位算法仿真結(jié)果如圖3:
圖3 傳統(tǒng)加權(quán)質(zhì)心定位算法仿真結(jié)果
從仿真結(jié)果可以看出,對(duì)信標(biāo)節(jié)點(diǎn)劃分四面體區(qū)域后所得節(jié)點(diǎn)估計(jì)位置進(jìn)行修正加權(quán)定位誤差比單一的傳統(tǒng)加權(quán)質(zhì)心算法的定位誤差有明顯減小,所得未知節(jié)點(diǎn)更接近實(shí)際位置。在多次實(shí)驗(yàn)中,當(dāng)修正指數(shù)n=3時(shí),定位精度達(dá)到最高,同時(shí)實(shí)驗(yàn)結(jié)果較穩(wěn)定。
對(duì)修正加權(quán)質(zhì)心算法與傳統(tǒng)加權(quán)質(zhì)心定位算法進(jìn)行平均誤差統(tǒng)計(jì),結(jié)果如圖4。
圖4 平均定位誤差
根據(jù)平均定位誤差結(jié)果可以看出,修正后的加權(quán)質(zhì)心定位算法平均定位誤差相對(duì)傳統(tǒng)加權(quán)質(zhì)心定位算法提高了0.2935m,定位精度提高了5.89%。即修正后的加權(quán)質(zhì)心算法定位精度有所提高。
將冪函數(shù)應(yīng)用于權(quán)值優(yōu)化可以小范圍地改善權(quán)值影響力,針對(duì)四面體劃分后所得節(jié)點(diǎn)近似位置,采用冪函數(shù)優(yōu)化權(quán)值對(duì)其進(jìn)行修正,修正權(quán)值充分強(qiáng)化了近距離信標(biāo)節(jié)點(diǎn)的權(quán)值影響力,可以避免局部誤差對(duì)整體結(jié)果產(chǎn)生較大影響,從而有效提高定位精度。所給算法復(fù)雜度低且高效,可適用于多個(gè)未知節(jié)點(diǎn),利于硬件實(shí)現(xiàn)。
[1]夏少波,許娥.無(wú)線傳感器網(wǎng)絡(luò)WSN探究[J].通信技術(shù),2010(8):18-20,23.
XIA Shaobo,XU E.Discussion on Wireless Sensor Net?work[J].Communications Technology,2010(8):18-20,23.
[2]Chan Y W E,Soong B H.A New Lower Bound on Range-Free Localization Algorithms in Wireless Sensor Networks[J].IEEE Communications Letters,2011,15(1):16-18.
[3]蔡曉宇,張愛(ài)清,葉新榮.基于RSSI的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法研究[J].通信技術(shù),2014,47(6):634-641.
CAI Xiaoyu,ZHANG Aiqing,YE Xinrong.RSSI-based Node Self-Localization Algorithm in Wireless Sensor Net?work[J].Communications Technology,2014,47(6):634-641.
[4]王雅雋.基于RSSI技術(shù)的無(wú)線空間定位系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)與數(shù)字工程,2016,44(1):64-67.
WANG Yajuan.Space for Wireless Positioning System De?sign Based on RSSI[J].Computer and Digital Engineer?ing,2016,44(1):64-67.
[5]王長(zhǎng)征,湯文亮,徐燕.無(wú)線傳感器網(wǎng)絡(luò)中四面體三維質(zhì)心定位算法[J].傳感器與微系統(tǒng),2012,31(8):141-143.
WANG Changzheng,TANG Wenliang,XU Yan.3D cente?oid in-tetrahedron location algorithm for wireless sensor networks[J].Transducer and Microsystem Technologies,2012,31(8):141-143.
[6]王帥,于勁松,粱沛,等.基于四面體模型的三維加權(quán)質(zhì)心定位算法[J].計(jì)算機(jī)工程,2012,38(9):90-92.
WANG Shuai,YU Jinsong,LIANG Pei,et al.Three-di?mensionalWeighed Centroid Localization Algorithm Based on Tetrahedral Model[J].Computer Engineering and Applications,2012,38(9):90-92.
[7]葛斌,鄭建寶,韓江洪,等.RSSI輔助的三維空間坐標(biāo)四面體質(zhì)心定位算法[J].計(jì)算機(jī)科學(xué),2015,42(4):81-84.
GE Bin,ZHENG Jianbao,HAN Jianghong,et al.RSSI As?sisted Coordinate-tetrahedron Centroid Localization Algo?rithm in Three-dimensional Space[J].Computer Science,2015,42(4):81-84.
[8]宋月超,肖宏艷,馬婷婷,等.移動(dòng)終端定位導(dǎo)航系統(tǒng)分類與定位原理分析[J].計(jì)量與測(cè)試技術(shù),2016,43(9):40-42.
SONG Yuechao,XIAO Hongyan,MA Tingting,et al.Oper?ational Principle Analysis and Classification for Different Positioning System of Mobile Terminal[J].Metrology&Measurement Technique,2016,43(9):40-42.
[9]劉鎮(zhèn),劉軍偉.基于RSSI的WSN定位算法的研究[J].電子設(shè)計(jì)工程,2015(4):124-126.
LIU Zhen,LIU Junwei.Research of WSN localization algo?rithm based on RSSI[J].Electronic Design Engineering,2015(4):124-126.
[10]余俊.基于RSSI的室內(nèi)無(wú)線定位算法研究[D].武漢:華中科技大學(xué),2013.
YU Jun.Research on indoor wireless localization algo?rithm based on RSSI[D].Wuhan:Huazhong University of Science and Technology,2013.
[11]劉云,劉菁原.基于RSSI的加權(quán)質(zhì)心定位算法優(yōu)化研究[J].華中師范大學(xué)學(xué)報(bào)(自科版),2016,50(3):358-362.
LIU Yun,LIU Jingyuan.Optimization research on weight?ed centroid location algorithm based on RSSI[J].Journal of Huazhong Normal University(Natural Science Edi?tion),2016,50(3):358-362.
[12]施偉,高軍.無(wú)線傳感器網(wǎng)絡(luò)中基于RSSI的改進(jìn)加權(quán)質(zhì)心定位算法[J].計(jì)算機(jī)應(yīng)用與軟件,2015,32(12):68-70,104.
SHI Wei,GAO Jun.An Improved Weighted Centroid Lo?calisation Algorithm Based On Rssi For Wireless Sensor Networks[J].Computer Applications and Software,2015,32(12):68-70,104.
[13]張正華,戴磊,黎家文,等.基于RSSI的優(yōu)化加權(quán)質(zhì)心定位算法研究[J].電子設(shè)計(jì)工程,2013,21(7):171-173.
ZHANG Zhenghua,DAI Lei,LI Jiawen,et al.Research on optimization weighted centroid localization algorithm based on RSSI[J].Electronic Design Engineering,2013,21(7):171-173.
[14]崔法毅,邵冠蘭.基于RSSI多邊定位誤差的加權(quán)質(zhì)心定 位 算 法[J].紅 外 與 激 光 工 程 ,2015,44(7):2162-2168.
CUI Fayi,SHAO Guanlan.Weighted centroid localiza?tion algorithm based on multilateral localization error of received signal strength indicator[J].Infrared and Laser Engineering,2015,44(7):2162-2168.
[15]王琦.基于RSSI測(cè)距的室內(nèi)定位技術(shù)[J].電子科技,2012,25(6):64-66,78.
WANG Qi.Research on an Indoor Positioning Technolo?gy Based on RSSI Ranging[J].Electronic Science and Technology,2012,25(6):64-66,78.
[16]劉信新,陳鯤.基于RSSI與TDOA的混合測(cè)距加權(quán)定位算法[J].計(jì)算機(jī)與數(shù)字工程,2011,39(4):25-28.
LIU Xinxin,CHEN Kun.A Weighted Localization Algo?rithm Using a Hybrid of RSSI and TDOA Range Technol?ogies[J].Computer and Digital Engineering,2011,39(4):25-28.
[17]任維政,徐連明,鄧中亮,等.基于RSSI的測(cè)距差分修正 定 位 算 法[J].傳 感 技 術(shù) 學(xué) 報(bào) ,2008,21(7):1247-1250.
REN Weizheng,XU Lianming,DENG Zhongliang,et al.Distance Difference Localization Algorithm Based on RS?SI for Wireless Sensor Networks[J].Chinese Journal of Sensors and Actuators,2008,21(7):1247-1250.
[18]劉運(yùn)杰,金明錄,崔承毅.基于RSSI的無(wú)線傳感器網(wǎng)絡(luò)修正加權(quán)質(zhì)心定位算法[J].傳感技術(shù)學(xué)報(bào),2010,23(5):717-721.
LIU Yunjie,JIN Minglu,CUI Chengyi.Modified Weight?ed Centroid Localization Algorithm Based on RSSI for WSN[J].Chinese Journal of Sensors and Actuators,2010,23(5):717-721.
[19]陳昌祥,達(dá)維,周潔,等.基于RSSI的無(wú)線傳感器網(wǎng)絡(luò)距離修正定位算法[J].通信技術(shù),2011,44(2):65-66,69.
CHEN Changxiang,DA Wei,ZHOU Jie,et al.RSSI-based Range Collation Localization Algorithm in WSN[J].Communications Technology,2011,44(2):65-66,69.
[20]朱忠記,何熊熊,章曉,等.基于RSSI的四邊測(cè)距改進(jìn)加權(quán)質(zhì)心定位算法[J].杭州電子科技大學(xué)學(xué)報(bào),2014,34(1):17-20.
ZHU Zhongji,HE Xiongxiong,ZHANG Xiao,et al.The Quadrilateral and Improved Weighted Centroid Localiza?tion Algorithm Based on RSSI[J].Journal of Hangzhou Dianzi University,2014,34(1):17-20.
[21]王振朝,張琦,張峰,等.基于RSSI測(cè)距的改進(jìn)加權(quán)質(zhì)心定位算法[J].電測(cè)與儀表,2014,51(21):63-66.
WANG Zhenchao,ZHANG Qi,ZHANG Feng,et al.Im?proved Weighted Centroid Positioning Algorithm Based on RSSI Ranging[J].Electrical Measurement&Instru?mentation,2014,51(21):63-66.