基于RSSI的WSNs加權(quán)質(zhì)心定位算法的改進*

丁恩杰，喬 欣，常 飛，喬 莉

（1．中國礦業(yè)大學(xué)物聯(lián)網(wǎng)（感知礦山）研究中心，江蘇 徐州 221008;2．中國礦業(yè)大學(xué)信息與電氣工程學(xué)院，江蘇徐州 221008;3．安徽醫(yī)科大學(xué) 第二附屬醫(yī)院，安徽合肥 230601）

0 引言

無線傳感器網(wǎng)絡(luò)（WSNs）［1，2］節(jié)點的自身正確定位已經(jīng)成為了一個重要的研究領(lǐng)域和熱點問題。根據(jù)定位過程中是否測量節(jié)點間的實際距離或者角度，把定位算法分為基于距離的定位算法和與距離無關(guān)的定位算法［3］?；跍y距的定位算法主要有:RSSI，TOA，TDOA 和 AOA 等［4］;與距離無關(guān)的定位算法有:質(zhì)心算法，DV-Hop算法，Amorphous算法［5，6］等。其中，基于測距的定位算法定位精度較高，但是對硬件要求較高［7］;與距離無關(guān)的定位算法對硬件要求較低，但是定位精度不是很高［8］。

目前，國內(nèi)外研究人員對傳感器節(jié)點的定位算法和定位方案進行了很多的研究，文獻［9］提出了一種無需測距的傳感器網(wǎng)絡(luò)加權(quán)質(zhì)心定位算法，該算法利用相鄰節(jié)點的鄰居節(jié)點集，估計出節(jié)點到相鄰信標(biāo)節(jié)點間的距離，從而進行加權(quán)質(zhì)心算法。文獻［10］提出了區(qū)別以往的加權(quán)質(zhì)心（W-Centroid）定位算法，在該算法中，采用測試距離倒數(shù)之和代替距離和的倒數(shù)作為權(quán)重，同時提出了修正系數(shù)的概念，避免了信息淹沒現(xiàn)象。文獻［11］提出了一種加權(quán)質(zhì)心定位算法，該算法將未知節(jié)點接收到的參考節(jié)點信號的強度比值作為加權(quán)因子進行定位。文獻［12］提出了將RSSI測量方法和三角形執(zhí)行算法相結(jié)合的定位方法。文獻［13］在三邊測距的基礎(chǔ)上，提出了將RSSI的測距和四邊測距的方法相結(jié)合的定位方法。本文提出的WR-Centroid定位方法的中心思想是把基于測距的RSSI技術(shù)和與距離無關(guān)的質(zhì)心算法和加權(quán)質(zhì)心定位算法相結(jié)合的一種新的定位方法。

1 傳統(tǒng)定位算法模型

1．1 RSSI定位技術(shù)

基于RSSI的定位技術(shù)，一般利用信號的經(jīng)驗?zāi)Ｐ秃屠碚撃Ｐ蛠磉M行分析，信號的經(jīng)驗?zāi)Ｐ褪墙⒏鱾€點上的位置與信號強度的數(shù)據(jù)庫進行匹配，理論模型常采用無線電傳播損耗模型來進行分析。由于這些損耗很大程度上影響了RSSI值的定位精度，因此，選取合適的損耗模型顯得十分重要，一般選擇自由空間傳播損耗模型和對數(shù)—常態(tài)分布模型來進行計算，自由空間傳播損耗模型如下

其中，PL（d0）為無線電傳世距離d0的路徑損耗，n為路徑損耗因子，f為信號的頻率。

對數(shù)—常態(tài)分布模型如下

式中PL（d）為傳輸距離為d的路徑損耗，PL（d0）為傳輸距離為d0=1 m時的路徑損耗，n為信號的衰減系數(shù)，通常取2～5之間，ξn為均值為0的高斯隨機分布函數(shù)。

未知節(jié)點接收參考節(jié)點的信號強度為

式中RSSI為接收到的功率，Psend為發(fā)射功率，Pamplify為天線增益，PL（d）為路徑損耗，通過式（1），式（2），式（3）可求出參考節(jié)點到未知節(jié)點的距離d。

1．2 質(zhì)心算法

1．3 加權(quán)質(zhì)心定位算法

圖1 多邊形區(qū)域Fig 1 Polygon area

加權(quán)質(zhì)心定位算法［11］的核心思想:利用參考節(jié)點和未知節(jié)點RSSI的大小來計算每一個參考節(jié)點之間的權(quán)值。通過權(quán)值來體現(xiàn)參考節(jié)點對質(zhì)心位置的影響程度，反映它們之間的內(nèi)在關(guān)系，加權(quán)質(zhì)心算法可以表示為

其中，（Xest，Yest）為未知節(jié)點的坐標(biāo)，（Xi，Yi）為參考節(jié)點的坐標(biāo)，N為參考節(jié)點的數(shù)目，Wi為參考節(jié)點對未知節(jié)點的影響權(quán)值，此權(quán)值是未知節(jié)點到參考節(jié)點距離的函數(shù)，通常d越大，Wi越小，假如參考節(jié)點不在通信節(jié)點的范圍之內(nèi)，則Wi的值為0。

傳統(tǒng)的定位算法中，基于RSSI的測距定位技術(shù)受環(huán)境的影響非常大，同一個節(jié)點測得的RSSI值會有很大的不同，盡管質(zhì)心定位算法計算簡單，但是定位精度較低，加權(quán)質(zhì)心算法在一定的程度上定位精度較高，但仍然存在一定的缺點?；谝陨显?，本文提出了WR-Centroid的定位方法，該方法大大提高了定位精度。

2 本文提出的WR-Centroid定位算法

WR-Centroid定位算法的核心思想:首先參考節(jié)點A，B，C，D向未知節(jié)點E發(fā)送無線射頻信號，根據(jù)RSSI模型，計算可以得出節(jié)點A到節(jié)點E的距離為ra，節(jié)點B到節(jié)點E的距離為rb，節(jié)點C到節(jié)點E的距離為rc，節(jié)點D到節(jié)點E的距離為rd，分別以A，B，C為圓心，ra，rb，rc為半徑畫圓，可得3個圓的交疊區(qū)域，交點分別為O1，O2，O3，計算交點坐標(biāo)O1的方法為

圖2 定位模型Fig 2 Positioning model

3 算法過程

3．1 算法步驟

根據(jù)以上理論模型的分析可以將改進后的算法具體實現(xiàn)如下:

1）參考節(jié)點周期性地向未知節(jié)點廣播信息，信息中包括節(jié)點ID和自身的位置坐標(biāo);

2）未知節(jié)點接收到一定的坐標(biāo)信息后，不再接收新信息，對接收到的信息進行卡爾曼濾波，并將RSSI值通過距離傳播損耗模型轉(zhuǎn)換為距離值;

3）將測得的距離值從小到大排列，取前4個參考節(jié)點進行自身定位計算，如果出現(xiàn)這4個參考節(jié)點中的任意3個不能構(gòu)成如圖2所示的區(qū)域，則用后面的節(jié)點代替前面的節(jié)點，直到滿足圖2為止;

4）取步驟（3）中的前3個參考節(jié)點進行定位，通過式（4）得到圖2中的交疊區(qū)域的坐標(biāo)，進而通過質(zhì)心算法求出三角形的質(zhì)心坐標(biāo);

5）取步驟（3）中參考節(jié)點的其他3種組合，通過步驟（4）得到其他3個質(zhì)心坐標(biāo);

6）對步驟（4），步驟（5）得到的質(zhì)心坐標(biāo)通過加權(quán)質(zhì)心算法，利用式（5）求得未知節(jié)點的坐標(biāo)。

3．2 誤 差

4 系統(tǒng)仿真

利用Matlab 2010b對WR-Centroid定位算法進行仿真，WSNs位于100m×100m區(qū)域的范圍內(nèi)，在該范圍內(nèi)設(shè)定參考節(jié)點分別為 10，20，30，40，50，且均勻分布，未知節(jié)點的個數(shù)為100個，假設(shè)無線電信號的路徑傳播損耗模型的路徑衰減因子n=5．0，信道中的隨機噪聲分布在4～10之間。對該算法進行500次仿真進而取均值，仿真結(jié)果如圖3～圖5。

圖3 誤差隨時間的整體變化圖Fig 3 Errors overall change with time

圖4 誤差隨通信半徑變化的仿真結(jié)果Fig 4 Simulation results of error changes with communication radius

圖5 誤差隨參考節(jié)點變化的仿真結(jié)果圖Fig 5 Simulation results of error change with reference node

從圖3可以看出:本文提出的定位算法定位精度更高。由圖4可以看出:當(dāng)參考節(jié)點數(shù)目為30個時，隨著節(jié)點通信半徑的不斷增大，加權(quán)質(zhì)心定位算法和WR-Centroid定位算法的平均誤差都在不斷下降，但是WR-Centroid算法更為精確。在節(jié)點通信半徑為17 m時，加權(quán)質(zhì)心算法的下降速度變緩，最終在23 m時趨于穩(wěn)定，而WR-Centroid算法雖然在26 m左右誤差有所增加，但是隨后隨著通信半徑增加平均誤差繼續(xù)降低。由圖5可以看出:當(dāng)通信半徑為20m時，增大參考節(jié)點的數(shù)目，2種定位算法的平均誤差都快速下降，但WR-Centroid算法精度比加權(quán)質(zhì)心算法的精度要高出約37．1%。當(dāng)參考節(jié)點個數(shù)大于21時，WR-Centroid算法的平均誤差比加權(quán)質(zhì)心算法下降要快得多。

5 結(jié)論

針對傳統(tǒng)的質(zhì)心算法和加權(quán)質(zhì)心算法的不足，本文提出的WR-Centroid定位算法將RSSI方法、質(zhì)心算法和加權(quán)質(zhì)心算法的核心思想相結(jié)合具有明顯的優(yōu)勢。通過仿真表明:該算法比加權(quán)質(zhì)心算法的定位精度要高出很多，尤其當(dāng)通信半徑適當(dāng)增大和參考節(jié)點數(shù)目增加的情況下，該算法的定位誤差下降將更加明顯，證明了該算法的優(yōu)越性。同時，WR-Centroid定位算法對硬件要求不高，大大降低了通信節(jié)點的成本和難度。

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

［2］ Akyildiz I F，Su W，Sankarasubramaniam Y，et al．Wireless sensor network:A survey［J］．Computer Networks，2002，38（4）:393－425．

［3］ He T，Huang C D，Blum B M，et al．Range-free localization schemes in large scale sensor networks［C］∥Proceedings of the Ninth A-nnual Intemational Conference on Mobile Computing and Networking，SanDiego，United States，2003:81 －95．

［4］ 陳維克，李文峰，首 珩，等．基于RSSI的無線傳感器網(wǎng)絡(luò)加權(quán)質(zhì)心定位算法［J］．武漢理工大學(xué)學(xué)報，2006（2）:265－268.

［5］ 劉 京，宋家友．無線傳感器網(wǎng)絡(luò)中基于RSSI的質(zhì)心定位算法的改進［J］．計算機光盤軟件與應(yīng)用，2012（7）:33－34．

［6］ 楊 鳳，史浩山，朱靈波，等．一種基于測距的無線傳感器網(wǎng)絡(luò)智能定位算法［J］．傳感技術(shù)學(xué)報，2008（1）:135－140．

［7］ 任麗榮，肖 軍．基于TOA的無線傳感器網(wǎng)絡(luò)自定位技術(shù)的研究［J］．信息與控制，2006，35（2）:280 －283．

［8］ 魏 蔚，張?zhí)禊i，李 冰．一種用于無線傳感器網(wǎng)絡(luò)的基于距離的節(jié)點自定位算法［J］．鄭州輕工業(yè)學(xué)院學(xué)報:自然科學(xué)版，2008，23（6）:63 －64．

［9］ 程 偉，史浩山，王慶文．一種無需測距的無線傳感器網(wǎng)絡(luò)加權(quán)質(zhì)心定位算法［J］．西北大學(xué)學(xué)報:自然科學(xué)版，2010（6）:415－416．

［10］劉運杰，金明錄，崔承毅．基于RSSI的無線傳感器網(wǎng)絡(luò)修正加權(quán)質(zhì)心定位算法［J］．傳感技術(shù)學(xué)報，2010（5）:717－718．

［11］楊新宇，孔慶茹，戴湘軍．一種改進的加權(quán)質(zhì)心定位算法［J］．西安交通大學(xué)學(xué)報，2010（8）:1－4．

［12］林 瑋，陳傳峰．基于RSSI的無線傳感器網(wǎng)絡(luò)三角形質(zhì)心定位算法［J］．現(xiàn)代電子技術(shù)，2009（2）:180－182．

［13］文 舉，金建勛，袁 海．一種無線傳感器網(wǎng)絡(luò)四邊測距定位算法［J］．傳感器與微系統(tǒng)，2008，27（5）:108 －110．